首页 > 分享 > 视觉运动追踪训练：提高网球运动员知觉预测能力的效果与机制

视觉运动追踪训练：提高网球运动员知觉预测能力的效果与机制

萌宠菠菠乐园
2024-09-21 15:29

2021年第10期

视觉运动追踪训练：提高网球运动员知觉预测能力的效果与机制

刘洋1 ，漆昌柱2* ，贺梦阳2 ，韦晓娜3

1.郑州轻工业大学；

2.武汉体育学院；

3.韩山师范学院

摘要：目的：应用事件相关电位（event-related potential，ERP），考察视觉运动追踪训练提高网球运动员知觉预测能力的效果与机制。方法：采用时间定格任务，将22名职业网球运动员随机分成2组（对照组和实验组），实验组被试运用视觉运动追踪训练系统v1.0进行视觉运动追踪训练，对照组被试不进行任何干预。在不同击球时间点（击球后120、240和360 ms）记录知觉预测的行为学指标及脑电（electroencephalogram，EEG）数据。结果：实验组被试对击球落点的判断正确率更高；在击球后360 ms，实验组被试诱发更大的枕区P1；各时间点，枕区P3波幅组别主效应显著，实验组诱发更大的P3。结论：视觉运动追踪训练可提高网球运动员的知觉预测能力。

关键词：视觉运动追踪；网球运动；知觉预测；事件相关电位

网球运动是一项高策略开放性运动技能，当发球运动员发出的球以40～45 m/s飞行时，接球运动员仅有500～600 ms来判断球的方向和落点，并通过步法移动作出正确的回球动作（Abernethy，1991），而人在静止状态下注意力高度集中时，从感知到作出判断也需要300～400 ms。这就要求网球运动员必须在高压力的复杂情境下根据已有知识经验和有限的外部信息快速主动进行有效信息选择与加工，并及时执行准确的动作反应。在此过程中，知觉预测自然是运动员快速、准确执行动作反应的重要基础。因此，近年网球运动员的知觉预测研究成为国内外运动心理学工作者研究的热点之一。

知觉预测（perceptual anticipation）是利用不完整信息或先行信息预测未来事件的信息加工过程（Poulton，1950），主要特点是可利用的信息少、时间压力大和结果不确定（付全，2004）。Jackson等（2007）对比了网球专家和新手在预测发球方向过程中的差异，发现在球和球拍接触前42 ms时，网球专家相比新手能更好地预测对手发球的方向；而在球离开球拍336 ms后，专家和新手在判断准确性上不存在差异。王小春等（2012）以时间序列遮蔽为手段对网球专家组、经验组和新手组的知觉预测特征进行探讨，发现网球专家的知觉预测准确性与反应速度均显著优于经验组和新手组，且随着时间序列遮蔽点的推迟，预判准确性逐渐提高。因此，有研究认为，在高策略运动项目中，专家级运动员对专项情境的知觉预测无论准确性还是反应速度均显著优于新手，专家的知觉预测优势主要表现为对运动情景早期有效信息的加工能力更强（张怡，2013；Loffing et al.，2011；Smeeton et al.，2011），在认知神经加工方面主要表现为运动专家在视觉刺激初期事件相关电位（event-related potential，ERP）早期成分的潜伏期更短、波幅更大（王小春，2012；张怡等，2013），运动专家比新手更具有认知优势而不是任何身体优势（Moran，2009）。结合国内外相关研究成果发现，对于运动情境中的知觉预测能力研究大多采用“专家-新手”范式和视觉阻断范式（时间阻断范式和空间阻断范式），除了选择反应时、预判正确率等行为学指标外，研究逐渐将电生理指标（肌电、脑电等）作为评价运动员知觉预测的重要指标。知觉预测能力是运动专家与运动新手间的重要评价指标，但以往的研究中“专家”的运动技能水平差异较大，实验刺激材料多为静态场景图片或虚拟动态场景图片，生态效度不高；此外，虽然寻找到了运动专家在知觉预测方面的优势特征，但鲜见有关培养和提高运动员知觉预测优势特征的干预研究，尚待进一步研究。

人类大脑接受外界信息中的80%的信息来自视觉（Newsome，1997）。当客观环境中运动的物体被个体长时间稳定注意，个体的视觉始终追随视觉目标运动，便形成视觉运动追踪（陈婷婷等，2012）。视觉运动追踪反映着个体注意的特征和功能，而且运动员持续注意能力又是知觉预测的支撑（Williams et al.，2018）。因此，视觉运动追踪在运动技能学习和动作控制中具有重要作用，对运动员视觉运动追踪研究能够帮助其在复杂的情境中快速准确地获取关键有效信息，提高运动表现（孙国晓等，2018）。精确的视觉运动追踪、合理的注意分配和持续的注意能力以及广泛的工作记忆也是运动员更好阅读和掌握比赛，作出更加合理运动决策的重要因素（王静等，2018；Romeas et al.，2016）。同时，认知心理学研究发现，视觉运动追踪影响着个体的预测性追踪（Barnes et al.，2008）、追赶性眼跳（De Xivry et al.，2009）、空间位置（Drew et al.，2011；Pinto et al.，2010）和接触时间或碰撞时间（impact time，TTC）（黄端等，2008）等涉及运动物体时空特征表征和预测的行为。关于运动领域视觉运动追踪方面的研究主要集中于寻找运动专家在视觉运动追踪方面的优势特征（张学民等，2008；Lafont，2007；Martell et al.，2004；Panchuk et al.，2006），探讨视觉运动追踪眼动对运动员与运动项目的重要性（李军，2012；马晓，2014；Grushko et al.，2014），视知觉训练对运动员视觉搜索能力、专注力、手眼协调、反应速度以及知觉预测能力的影响（王树明等，2009；Alison et al.，2015；Appelbaum，2016；Clark et al.，2012；Deveau et al.，2014；Du Toit，2016；He et al.，2018；Krzepota，2015；Labib，2014）等方面。

研究对象与方法

1.1 被试

将22名运动等级在二级以上的网球运动员按照运动等级和性别随机分为对照组和实验组，其中2名一级男运动员随机抽入对照组和实验组各1人，4名二级女运动员随机抽入对照组和实验组各2人，其他16名二级男运动员随机抽入对照组和实验组各8人。所有运动员均为右利手，视力（或矫正后视力）均正常，无色盲色弱，没有精神和神经疾病及相关病史，近1周心境状态良好，自愿参加本实验（表1）。

1.2 实验设计与材料

1.2.1 实验设计

采用2×3的双因素混合设计，自变量为视觉运动追踪训练（对照组和实验组）和任务难度（T1：击球后120 ms；T2：击球后240 ms；T3：击球后360 ms），因变量包括反应时、判断正确率以及P1和P3的波幅、潜伏期。

1.2.2 视觉运动追踪训练干预方法

运用视觉运动追踪训练系统v1.0（漆昌柱等，2017）对实验组被试进行视觉运动追踪训练。该系统包括3个训练模块：平滑运动视觉追踪训练、三维运动视觉追踪训练和抽象模拟场景视觉追踪训练。其中，平滑运动视觉追踪训练是以平滑运动视觉追踪与补偿性眼跳原理为基础设计而成，可以对运动员的视觉运动追踪能力进行任意时长的训练，为了防止训练者在训练过程中出现注意力不集中现象，系统专门设计了防止训练者分心的按键装置，同时还可随时设置追踪目标运动的速度和大小，以满足不同训练者的训练需求；三维运动视觉追踪训练是以经典的立体知觉范式（Yang et al.，2006）为设计原理，以网球通常的飞行速度（相持阶段球速约80～120 km/h，制胜分球速约120～150 km/h）为基础，运用3D效果制作三维球体由远及近和由近及远的两段飞行视频，飞行速度分为30 m/s和40 m/s两种，可根据不同训练者的需要进行选择，用以训练个体的时空视知觉；抽象模拟场景视觉追踪训练是在模拟网球运动场景的基础上，以真实比赛视频中网球的飞行线路、速度、落点为设计原则，用于网球运动的专项视觉训练，根据练习者的不同需求可随时更改网球飞行的速度、落点、球体的大小以及训练时长，同时训练系统仍然提供了防止练习者分心的按键设置，并给予量化评价。3个训练系统兼顾了基础平滑追踪训练、立体视觉和模拟真实场景训练，使训练初步形成了科技化、多模态化，也一定程度提高了运动员视觉运动追踪训练的生态学效度（李泰安等，2019；Romeas et al.，2016）。

实验组被试在知觉预测任务测试前先进行约20 min的视觉运动追踪训练。具体训练方案：首先，被试选择自己较为舒服的坐姿于显示器前，深呼吸全身放松，动员心理资源为视觉运动追踪训练作准备，此过程大约1 min；然后，运行平滑运动视觉追踪训练系统进行训练，共2组，每组2 min，组间休息1 min。第1组平滑运动视觉追踪训练采用中号球体，运动速度设置为10；第2组平滑运动视觉追踪训练采用小号球体，运动速度设置为12。每组训练过程中，在追踪目标上随机显示数字1或2，呈现时间为500 ms，训练者必须快速按键1或2进行反应，防止被试分心；此后，运行三维运动视觉追踪系统进行训练，两种训练模式各1组，每组1 min，组间休息1 min；最后，进行抽象模拟真实场景视觉运动追踪训练，训练难度为中、球体大小为中、飞行速度为20，训练持续3 min，防分心呈现总次数为30次，并记录反馈被试的正确反应次数；训练结束进行心理放松，被试安静休息2 min后进行知觉预测任务测试。对照组被试不进行任何干预，直接进行知觉预测任务测试。

1.2.3 实验测试材料及程序

根据以往知觉预测研究测评方法（张怡，2013），选用温布尔登网球公开赛中的4场高清网球比赛视频（清晰度为720 P60 fps），运用视频剪辑专家8.3视频加工软件和Adobe Premiere Pro视频剪辑软件，分别剪辑运动员正反手抽球后120、240 和360 ms的定格视频片段64组，每个视频片段时长均为700 ms，通过事先评定从中挑选192个运动员击球视频片段，击球落点为清晰的中场球或后场球。要求被试集中注意力在视频播放结束后快速且准确地作出按键反应，如果判断击球落点为中场左手食指按Z键，判断击球落点为后场右手食指按M键。

实验刺激材料呈现于21英寸液晶显示器，刷新频率100 Hz，分辨率1 280×720 dpi。被试眼睛距离显示器60～70 cm，实验程序采用E-prime 2.0程序编写，192个击球视频按难度分成3个BLOCK，每个BLOCK包含64个试次，被试按任务由难到易（击球后120、240、360 ms）的BLOCK顺序完成测试，BLOCK内的视频随即呈现（图1）。每位被试实验前练习12个试次，以熟悉实验流程和按键，并提供反应时和判断正误反馈信息。练习结束后静息1 min开始正式实验，正式实验过程不提供任何反馈信息。

1.3数据记录与分析

1.3.1 行为学数据

行为数据由E-prime 2.0软件采集整理，通过E-Data Aid对数据进行筛选、合并及预处理，剔除平均值加减3倍标准差之外的异常值，分析各组被试在T1、T2和T3时间定格点的反应时和击球落点的判断正确率（图2）。

1.3.2 脑电数据

采用德国Brain Products公司的64导脑电采集系统记录脑电（electroencephalogram，EEG）数据，以双耳乳突连线为参考电极，接地点为FPz与Fz连线中点，同时记录水平眼电和垂直眼电，每个电极处的头皮电阻保持在5 kΩ以下。滤波带通为0.01～100 Hz，采样频率为500 Hz/d。主要分析时程为视频刺激前200 ms到呈现后500 ms，以-200～0 ms作为基线进行校正，自动排除其他伪迹，离线滤波带通为35 Hz。根据以往网球知觉预测研究成果和得到的总平均波幅以及脑地形图（brain topographic map），选取POz和Oz点的P1成分以及Pz和POz点P3成分数据进行分析。

结果

2.1 行为结果

经过重复测量方差分析显示，被试判断击球落点的反应时组间主效应不显著［ F （1，20） =4.232， P =0.053， ηp 2 =0.175］；时间点主效应显著［ F （2，40） =7.785， P =0.005， ηp 2 =0.280］，时间点和组别交互作用不显著［ F （2，40） =0.147， P =0.780， ηp 2 =0.007］。进一步简单效应分析发现，随着击球后时间的推移，被试判断击球落点的反应时间逐渐缩短，在击球后360 ms的T3时间点判断反应时显著快于击球后240 ms的T2（ P =0.001）和击球后120 ms的T1（ P =0.005），而被试在T1和T2时间点的反应时不存在显著性差异（ P =0.133）。

对被试判断击球落点正确率的统计显示，被试判断正确率组间主效应显著［ F （1，20） =8.602， P =0.008， ηp 2 =0.301］，时间点主效应显著［ F （2，40） =4.137， P =0.029， ηp 2 =0.171］，时间点和组别交互作用不显著［ F （2，40） =2.207， P =0.131， ηp 2 =0.099］。进一步简单效应分析发现，实验组被试判断正确率显著高于对照组（ P =0.008）；随着击球后有效信息量的增加，被试判断正确率逐步提高，在击球后360 ms的T3时间点和击球后240 ms的T2时间点被试的判断正确率显著高于击球后120 ms的T1时间点，而被试在T2和T3时间点判断正确率不存在显著性差异（ P =0 .836）。

2.2 ERP结果

3个时间点的ERP显示，在刺激呈现后的80～400 ms时间段内，实验组被试诱发了更大的P1和P3（图3）。

2.2.1 P1（80～140 ms）

重复测量方差分析显示，P1波幅在所选电极位置组别主效应不显著［ F （1，20） =3.157， P =0.091， ηp 2 = 0.136］；时间点主效应不显著［ F （2，40） =0.355， P =0.704， ηp 2 = 0.017］；时间点和组别交互作用显著［ F （2，40） =3.278， P =0.048， ηp 2 = 0.141］。进一步简单效应分析发现，在T1、T2时间点上，实验组与对照组被试的P1波峰无明显组间差异，而T3时间点，P1波峰值实验组显著大于对照组［ F =6.637， P =0.018］。P1成分的潜伏期在各时间点（T1、T2和T3）下无组别差异。

2.2.2 P3（300～400 ms）

测量方差分析显示：P3波幅在所选电极位置组别主效应显著［ F （1，20） = 5.242， P =0.033， ηp 2 =0.208］，实验组被试波幅显著大于对照组；时间点主效应不显著［ F （2，40） =1.610， P =0.216， ηp 2 = 0.075］；时间点和组别交互作用不显著［ F （2，40） =0.211， P = 0.776， ηp 2 =0.010］。P3成分的潜伏期在各时间点（T1、T2和T3）下无组别差异。

讨论

3.1 视觉运动追踪训练对落点判断影响的行为学特征

本研究显示，实验组被试的判断正确率显著高于对照组，尤其是在对知觉预测较为重要的击球后240 ms（T2）和360 ms（T3）时间点，实验组表现得更加优秀，表明视觉运动追踪训练在提升网球运动员击球落点判断正确率方面取得了一定的训练效果，与Kao等（2014）对高尔夫运动员的研究结果一致。研究发现，提高网球运动判断击球落点的正确率必须利用球飞行路线的关键信息线索和球离开球拍的最佳时机（张怡等，2013）。由于网球运动员的网球知识经验以假设、预期或图式的形式存在于知觉中，在其长时记忆中还存在着丰富的网球运动特征模块，当运动员对来球飞行路线关键信息和球离开球拍时机的知觉敏感度提高时，在知觉过程中对来球关键特征的搜索、分类、类比、编码、加工、决策速度也将提升。视觉运动追踪训练恰恰可以提高网球运动员对来球关键特征的早期选择性注意与加工，尤其是击球后关键时间点（240 ms）的先验视觉信息选择与加工（张怡等，2013），使运动员可以更有效地利用运动事件的早期关键线索，对未来事件作出更有效的预测，表现出明显的行为优势（迟立忠，2012），同时专注地视觉运动追踪来球也可使运动员更加准确地把握球离开球拍的最佳时机，从而有效提高判断击球落点的正确率。

从判断反应时看，实验组被试与对照组在判断击球落点反应时方面不存在显著性差异，且各时间点（T1、T2和T3）实验组的判断反应时显著长于对照组，表明视觉运动追踪训练对网球运动员知觉预测反应速度的提高没有表现出理想的训练效果，同时在各时间点实验组被试反应时更长，这可能是由于视觉运动追踪训练使运动员进行决策时产生明显的速度——准确率权衡现象，实验组的策略主要以判断准确性为前提，降低了反应速度，而这种现象也同样出现在羽毛球运动员的专项知觉训练中（王树明等，2009）。此外，实验组被试反应时的延长还可能与视觉运动追踪训练的频次有关，随着训练次数的增加，实验组运动员的知觉预测反应速度优势可能也将呈现出来，亟待进一步探讨研究。

3.2 视觉运动追踪训练对落点判断影响的ERP特征

结论

1）视觉运动追踪训练可有效提高网球运动员落点判断决策任务的正确率，尤其是在击球后360 ms判断正确率的提高更显著。

2）实验组被试诱发更大的枕区P1和P3成分，P1和P3成分潜伏期无显著差异。可见视觉运动追踪训练有效增加了网球运动员视觉信息输入早期空间注意以及信息加工中的心理资源投入，提高击球后关键时间点视觉关键信息加工的连续性及专注度。

想关注《中国体育科技》内容首发公众号

转载来源：体育总局科研所书刊部

原文制作：王玉妹

原文校对：丁合高天艾

原文监制：张雷

学会编辑：刘天宇

排版初审：许亚璇韩炜

责任编辑：