文献：Michael, E., Covarrubias, L. S., Leong, V., & Kourtzi, Z. (2022). Learning at your brain’s rhythm: individualized entrainment boosts learning for perceptual decisions. Cerebral Cortex. https://doi.org/10.1093/cercor/bhac426

论文原文 ¶

1. 研究背景及本研究 ¶

在复杂和动态环境中遇到的大量信息对人类的感觉系统具有很高的要求，训练（即感觉学习过程）有助于提高感觉判断能力(Goldstone 1998)，做感知决定时，个体在考虑先前经验的能力方面存在显著的差异(Saarinen and Levi 1995; Christian et al. 2015; Siegelman et al. 2017)，最近的一些研究表明，行为表现的个体差异可能与大脑状态的动态变化有关，也就是说，皮层兴奋性随时间的波动(Freyer et al. 2013; Sigala et al. 2014)。但是我们对大脑状态的了解有限，这些状态是不同个体之间以及同一个体在不同背景下学习能力差异的基础。

大脑状态与震荡密切相关 (Fries 2015, 2005)，α波段(8-12Hz）内的震荡已被证明与感知任务中的表现有关，振幅和相位都作为感知的门控机制(Hanslmayr et al. 2005; Sokoliuk and VanRullen 2016; Hülsdünker et al. 2018)。当短暂呈现的刺激频率与α频段特定的频率对齐时，会更容易的被检测到(Busch et al. 2009; Mathewson et al. 2009; Wyart and Sergent 2009)，光幻视的可能性随着脑刺激α阶段而变化(Samaha et al. 2017)，并且刺激开始时的α相位对齐导致视觉诱发反应的早期成分的潜伏期的变化 (Mathewson et al. 2009; Hülsdünker et al. 2018)。

节律刺激(例如，以α速率的重复感觉刺激)已经被用作以刺激频率驱动神经振荡活动并测试α振荡和行为表现之间的联系的介入工具(Mathewson et al. 2010; Spaak et al. 2014; Sokoliuk and VanRullen 2016; Chota and VanRullen 2019)，闪烁诱导的大脑节律同步协议会导致α功率和相位对准的增加(Notbohm and Herrmann 2016)，这里的节律同步化通常是以固定频率（例如，10Hz）对所有被试，越来越多的证据表明，α频率峰值的个体差异在功能上与知觉加工相关，尽管在不同的个体中，峰值α频率有显著的差异，但是已经表明个体的峰值α频率与他们个人的感知信息处理的速率有关。α频率峰值在个体中是稳定的，并且与个体对于感知输入的时间整合窗口相关。

本研究想探讨以个体化的α频率诱导大脑（节律性的视觉刺激）是否会增强个体学习能力（视觉辨别任务）。首先用EEG测试个体静息态的α频率的神经震荡，然后在视觉辨别任务(即识别干扰信息中嵌入的放射状vs.同心Glass图案)的训练中，使用视觉闪烁范式来诱导个体化的α节律同步(即闪烁率与个体α峰值频率相匹配)。研究也对α节律同步的频率和相位进行了个体化处理，以区分它们对感知学习能力的影响，并假设个体化α频率的诱导比非个体化α频率的诱导能增强学习能力。研究还测试了学习是否依赖于刺激呈现的振荡相位(峰与谷)，以及诱导频率和相位是否相互作用以支持因训练而改善的表现。基于先前的工作表明α振荡的波谷相位与更强的去抑制相关，研究预期针对波谷阶段的个体化α诱导刺激将促进学习(Busch et al. 2009; Mathewson et al. 2011, 2010; Fakche et al. 2022)，可能有助于从嘈杂的干扰中检测视觉目标。研究结果表明个体化的α频率节律同步化有助于更快的学习，当视觉模式出现在闪烁诱导的节律同步化的波谷阶段而不是峰值阶段时，这种改善是显著的，这表明α阶段控制视觉处理。在训练期间使用脑电图证明了闪烁诱导的节律同步驱动α频率，并改变早期视觉处理，以促进知觉决策的学习。

2. 材料和方法 ¶

2.1 被试 ¶

排除各种因素后共收集到80名18至35岁的视力或矫正后视力正常的被试（平均年龄23.6岁）。

2.2 刺激 ¶

刺激包括按照Pei et al. (2005)和Frangou et al. (2018)研究中使用的参数设置Glass图案(Glass 1969)，如图1A所示，刺激以7.9° × 7.9°(每点2.3 × 2.3弧分²)的视角呈现，点密度为3%，信噪比(SNR)为24%±1%信号，也就是说，对于目标刺激，24%的点偶极子根据指定的螺旋角(信号偶极子)排列，其余的点被指定为随机取向。通过将偶极子垂直(radial刺激)或相切(concentric刺激)放置在固定点为中心的圆周上，产生了放射状的(0°螺旋角)和同轴(90°螺旋角)Glass图案。在试验中，每一个刺激都会产生一个新的模式，导致刺激在位置上局部抖动。将小抖动(1%–3%)添加到SNR中，以控制对局部点位置的低水平感知适应，并确保与整体形状而不是局部刺激特征学习相关。

2.3 流程 ¶

被试在连续的两天种完成了两阶段实验，在第一阶段，被试先进行50个trial图案识别任务的练习，然后再给被试测量一个5min静息态EEG，在测量期间被试需要盯着屏幕上的一个中心点(eyes open resting state measurement, EORS)。然后，被试在有反馈的图案识别任务中接受闪烁诱导节律同步化训练(807trial分成4block)。在训练期结束时，进行了第二次睁眼静息态EEG测量，以测试第一次测量的α频率峰值的可靠性，因为最近的研究报告了频率随时间的系统性偏移。然后第二阶段时，被试在没有诱导、反馈或EEG的情况下完成了4个block(807个trial)。

每个trial开始时，高对比度方形刺激在屏幕中心(在与Glass图案刺激相同的位置)闪烁1,500 ms(以10 Hz刺激)（图1B），使用Matlab工具箱Psychtoolbox生成刺激(Brainard and Vision 1997)，每一次闪烁都设计成一种视觉“脉冲”，具有短暂显示的高对比度白色方块，随后是空白间隔。根据被试所分配到的实验组，该间隙间隔被设置为所选α频率的1个周期。尽管120 Hz的刷新率可能会限制呈现率，但验证分析表明，神经响应有效地瞄准了期望的频率。

在诱导之后，刺激呈现之前也有一个短暂的间隔，该间隔根据诱导的频率而定，每个trial的从3个持续时间中随机选择1个：1、2或3个循环(峰值组)，或1.5、2.5或3.5个循环(峰谷组)。测试刺激呈现200 ms，接着是1.3 s的注视点，在此反应期间，要求被试通过按下键盘键中的左右键来表明他们的判断(放射状还是同心状)。在被试做出按键反应之后100ms，通过在相同的中心位置给出视觉反馈（绿色√代表正确，红色×代表错误）。反馈之后是随机的实验间隔（平均1.5s±250 ms）。

2.4 实验组 ¶

被试被分为4组，如图1C所示，根据诱导闪烁的频率设定为与每个被试α频率的峰值相匹配(“匹配”)，或者为与α频率峰值相差1 H z(“不匹配”)（ +1 H z : n = 11; −1 H z :n = 9)。相对于之前的闪烁，目标刺激(即Glass图案)的相位与“峰值(P)”对齐(目标出现在最后一次闪光后的整个周期间隔)或“谷值(T)”对齐(目标出现在最后一次闪光后的半个周期间隔)。为了测试频率效应是否受刺激传递的相位调节，研究比较了匹配组两个不同相位组。而在不匹配组，仅测试了波谷相位的表现，因为之前的研究表明，个性化频率诱导在波谷相位有更好的表现(Busch et al. 2009; Mathewson et al. 2011, 2010; Fakche et al. 2022)。因此共有四个实验组：T-Match (TM), T-nonMatch (TnM), P-Match (PM)。研究又测试了一组随机诱导的T-Match ，也就是说根据个体化的α频率将诱导参数设置为T -match组的参数，但是随机化闪光间隔。保持每个trial和实验组闪光持续时间相等。

• (1) Peak-Match (PM)：诱导频率为个体的α峰值的频率，刺激出现的相位在诱导结束后的诱导的完整周期处（即预刺激周期的1,2,3处）。
• (2)Trough-Match (TM)：诱导频率为个体的α峰值的频率，刺激出现的相位在PM组相反的相位处（即预刺激周期的1.5,2.5,3.5处）。
• (3)Trough-nonMatch (TnM)：诱导频率与个体的α峰值频率相差1Hz，刺激出现的相位在PM组相反的相位处（即预刺激周期的1.5,2.5,3.5处）。
• (3)对照组：使用与TM组相同的设置参数，但使用无节奏的频率的闪烁诱导，直接与表现最好的组进行比较。

3. 结果 ¶

3.1 个性化诱导以依赖相位的方式促进学习 ¶

研究发现刺激呈现在个体化α诱导的波谷时能够加快学习，即T-Match 组比PM，TnM和控制组学习速率快。而PM和TnM组的学习速度无显著性差异，并且与控制组也无显著性差异。这些结果表明震荡的相位和频率共同影响学习。

研究又测试了是否具有持续的学习效应，测试了被试第二天在没有诱导和反馈的任务表现，结果表明各组的学习速率没有显著差异，这也表明被试在第一阶段任务中的学习速率有差异是由于诱导的原因。

3.2 α诱导的生效 ¶

研究比较了各组诱导期间α频段的功率，在8和12 Hz之间以1 Hz的步长过滤数据并被归为诱导频率(“on-target” )和非诱导频率(“off-target” )段。推断诱导成功组的目标频段的功率将增加，没有预期峰值匹配组和波谷匹配组的在诱导窗口期间的α功率有差异，因为相位操控是在诱导窗口之后进行的。分析结果表明闪烁诱导增加了目标频率处的功率而不是相邻频段的功率，并且频率匹配组比频率不匹配组诱导效果更强。

如下图3A展示了实验期间目标频率的振幅随着时间的变化，三个灰色区域分别代表诱导期间，刺激前和刺激后3个感兴趣的时间窗，表明α频段特定频率的诱导导致诱导窗口α频段这幅加大，并且这个诱导效果持续了整个实验期间（图3C）。

3.3 诱导调节早期视觉加工 ¶

为了看训练期间闪光诱导的节律同步是否改变了与快速学习相关的视觉皮层的神经加工，研究比较了诱导组目标呈现时的ERP，每个被试都选取了P1, N1, 和 P2这三个视觉相关成分，因为之前的研究表明这些成分与α震荡(Klimesch et al. 2004; Gruber et al. 2005) 和Glass图案刺激加工有关(Ohla et al. 2005; Pei et al. 2005)。结果表明N1成分受相位和匹配的影响，因此频率匹配的α诱导与视觉辨别相关的神经反应的快速参与有关。

4.讨论 ¶

本研究只测试了在不匹配频率波谷的学习效果，没有对比在不匹配频率波峰的效果。也有一些研究探讨非匹配频率诱导对任务表现具有重要作用(Nelli et al. 2021; Di Gregorio et al. 2022; Janssens et al. 2022)。