脑科学告诉你苏炳添跑出好成绩的秘密!

成功更换起跑脚之后,在随后的2015 年国际田联钻石联赛美国尤金站比赛中苏炳添以 9.99 s 的成绩打破全国纪录,这是亚洲本土运动员首次突破10 s1(图1)。
苏炳添在纪录片《百年百冠》中谈到此次改变时表示:“太难了,改变之前已经问了很多的专家,不做出一些改变的话可能很难突破10秒,(所以)下决心做出了这个改变。
“就像你刚开始是用右手吃饭,突然间变左手,你夹都夹不到,我记得当时连起跑怎么发力我都完全不会。”
然而,事实证明,“添”神通过训练,在不断的试错过程中他成功做到了更换起跑脚,适应新节奏,取得了成绩的突破。这一通过错误驱动的学习过程获取和恢复运动模式,以便在变化的环境中做出准确动作的过程称为“运动适应”(motor adaptation)—运动学习的一种形式。
运动适应的过程存在个体差异,且跟大脑活性息息相关。东伦敦大学运动、健康与生命科学学院的Myriam Taga以及东伦敦大学和伦敦国王学院的Cynthia H.Y. Fu教授的最新研究(发表于《精神影像学》第二期)揭示了运动适应中的神经机制,以及运动适应发生前后大脑活性的可塑性变化!
背景知识
TMS(Transcranial magnetic stimulation)经颅磁刺激
经颅磁刺激是一种依赖电磁感应的无创脑刺激方法,它通过放置在头皮外侧的通电线圈产生磁场,磁刺激到达特定脑区后,对局部脑组织的兴奋性产生调节。
TMS主要有两个作用:
1. 评估大脑功能状态:TMS刺激诱导电流改变,观察大脑活性改变情况,进行诊断评估;
2. 干预大脑活动:高频刺激增强脑区神经元活性,低频刺激抑制脑区活性。目前临床上已广泛应用于抑郁症、神经性疼痛、强迫症等神经、精神疾病的治疗2,3。
经颅磁刺激示意图(图片来自网络)
EEG(Electroencephalography)脑电图
一种记录脑电波的电生理监测方法,具体做法为放置电极于头皮记录大脑神经元的电压波动。当脑组织发生病理或功能改变时,脑电图也会发生相应改变,从而帮助临床诊断神经系统疾病4。
脑电图测量示意及睡眠时的脑电图
(图片来自网络)
大脑可塑性
大脑可塑性是指人类大脑具有的根据环境、行为、习惯等的变化而改变其结构和功能的能力。脑的结构可塑性是指大脑神经元之间可以由于学习和经验的影响建立新的连接,从而影响个体的行为。功能的可塑性可以理解为通过学习和训练,大脑某一脑区的功能可以由邻近的脑区代替,也表现为脑损伤患者在经过学习、训练后脑功能在一定程度上的恢复。大脑可塑性为神经精神疾病的探索与治疗提供了依据5,6。
通过脑电图(EEG)记录的事件相关电位(ERP)发现,人类大脑在错误动作产生的时间点前后会产生一个负向脑电波,称为错误相关负性成分(即ERN)。ERN被认为参与运动适应内部模型的修正。
皮层可塑性是人类能够对不断变化的环境进行持续适应性的重要机制,它也参与了基于错误的学习。皮质兴奋性的调节反映了短期的大脑功能可塑性改变,这可能是运动适应的基础。
经颅磁刺激(TMS)可以通过外部时变磁场诱导的电流触发和调节神经活动。结合TMS和EEG,可以识别运动控制的大脑皮层生物标志物。在初级运动皮层(M1区)上施加单脉冲TMS后100 ms左右会产生一个特征性的负性脑电波,称为TEP N100,为行为抑制过程的生物标志物,反映抑制性神经递质GABA的受体活性,N100振幅越大反映抑制程度越高。
本研究利用机器人介导的力场干扰迫使被试重新学习正确动作的任务,结合经颅磁刺激(TMS)诱发电位(TEP)和脑电记录(EEG),探究了大脑皮层活性与运动适应能力的关系。力场干扰由高度标准化的机器人实施,确保在完成任务过程中对运动系统的评估具有极高的测量可靠性和可控性。结果表明,TEP可以良好的预测个体运动适应的能力,并且大脑皮层活性在发生运动适应后产生了可塑性改变。
本研究纳入15名健康成人进行操作操控杆完成触及任务,即将中心的黄色圆点向西北方向移动,抵达目标位置(红色圆点)后完成任务。并依次在任务熟悉(FAM),运动适应和洗脱三种条件下完成任务。运动适应条件中,机器人施加外加力场对被试完成任务进行干扰,以观察被试完成运动适应的情况和脑电的变化情况;在熟悉和洗脱条件时,完成任务无外加力场干扰(见图2)。为了评估运动适应前后的皮质兴奋性,在1)熟悉任务后运动适应前和2)运动适应后洗脱条件前,分别对被试左侧初级运动皮层(M1区)施加50次单脉冲TMS。

记录每一试次的运动轨迹和施加力作为运动测量数据,同时记录脑电活动。根据动力学测量,将误差量化为运动的实际轨迹和理想轨迹(即直线)之间的垂直距离(路径偏移)的总和,并计算了每个被试的运动学习指数 (MLI),即在运动适应条件下前五个试次(T1)和最后五个试次(T2)的平均总误差相对T1的百分比变化,公式如下:MLI = [(T1−T2)/T1]×100%。MLI值为正,表示运动适应过程中有运动学习的发生,且值越大表明学习过程中表现越好。
研究以熟悉后期作为基线,比较运动适应期、洗脱期ERP和动力测量值的改变情况,并检验洗脱后期是否发生失适应及大脑活动是否恢复到基线水平。此外,利用相关分析探索脑电成分(ERP N300(即ERN)成分和TEP N100)和运动学习能力间的关系。并利用线性回归模型,以运动适应条件前的TEP N100幅度作为自变量对运动适应过程中的 MLI 进行预测,得到以下结果:
1. 行为数据表明被试在运动学习过程中发生了运动适应,运动曲线的变化与预期相符。在熟悉条件下,被试能以直线方向抵达西北方向的目标。在运动适应前期,由于外加力场的干扰导致运动轨迹偏离理想轨迹而产生弯曲。通过反复学习和适应,被试能够抵消外加力场作用并最终以接近直线的轨迹完成任务,运行轨迹类似熟悉后期。在洗脱条件下移除力场后,显示出与运动适应前期相反方向的运动轨迹,但洗脱后期恢复至直线轨迹(图3)。
同时,运动学习指数 MLI 呈现正值,反应每个被试在运动适应后期错误更少(即与理想轨迹的偏差更小),且运动适应条件中T2的总误差显著低于T1(P < 0.0001)。

2. 运动适应中脑电N300发生了改变。所有条件下,运动动作开始时间点前后(即视觉信号出现的330 ms左右)在前中央电极均观察到负性ERP成分(即N300)。运动适应条件下的N300振幅显著大于非适应条件(熟悉后期和洗脱后期)(图4)。N300成分在运动适应早期和晚期无显著差异。

ERN在运动适应条件下振幅增大很可能代表了在运动适应过程中内部预测模型根据新环境进行了修正。这与运动适应期间的 ERN 与运动适应期间的性能改善(较小的轨迹误差)相关的发现一致。因此推测,ERN 活动反映了一种错误处理机制,其中错误信息用于提高性能,而不是简单地反映错误幅度。

4. 大脑皮层活性在运动适应前后发生了可塑性改变。在左侧M1区施加单脉冲TMS产生了可识别的EEG负向和正向成分;TEP N100峰值幅度在运动适应后相较运动适应前显著降低(图6)。TEP N100的降低反映了GABA 相关的皮质抑制的减少,这可能与运动适应和大脑皮层可塑性改变有关。

5.大脑活性对个体的运动学习能力具有预测能力。运动适应前 TEP N100 峰值幅度和 MLI 间显著相关(P = 0.02),且能有效预测被试的运动适应学习能力(P = 0.004)(图7)。由于 N100 振幅反映了 GABA 能的功能,本研究中发现的运动适应前较大的TEP N100与更好的后续运动表现之间的关联表明更高的皮层抑制能力可能有利于运动学习,这可能是由于 GABA 能传递的精度提高导致的。

结论
个体成功地在力场环境中形成一种内部预测模型,使他们能够在受干扰的环境中做出准确的运动。运动适应引起大脑皮层兴奋性的显著变化,表明大脑神经可塑性变化参与了运动适应机制。抑制性生物标志物TEP N100振幅可作为对预测运动学习能力的生物标志物;此外,根据TEP N100振幅,可以在运动学习之前应用抑制性或兴奋性无创脑刺激,以达到在运动适应过程中改变大脑活性的目的,从而提高运动表现。
大胆推测一下,“添”神强大的运动学习能力应该与其N300振幅异于常人有关,且其更换起跑脚前后的TEP N100应该也出现了显著变化呢!
• 研究者简介
东伦敦大学运动、健康与生命科学学院的Myriam Taga以及东伦敦大学和伦敦国王学院的Cynthia H.Y. Fu教授为本研究合作作者。

psyrad@psychoradiology.org


期刊主页I