EEG-EMG-瞳孔测量同步研究揭示反应抑制与冲突解决的神经机制

推荐：本研究通过结合停止信号任务(Stop-Signal Task, SST)和侧抑制任务(Flanker Task)，采用EEG-EMG-瞳孔测量多模态技术，探究反应抑制(Response Inhibition)与竞争抑制(Competitive Inhibition)的交互机制。结果发现行为学指标SSRT在冲突条件下更短，但生理指标未显示一致性交互，为认知控制理论提供了新的实验证据。

　　

在日常生活和复杂决策中，人类大脑需要不断协调两种关键抑制功能：停止已发动作的反应抑制(Response Inhibition)，以及解决冲突刺激的竞争抑制(Competitive Inhibition)。虽然这两种功能都被认为依赖前额叶-基底节环路，但它们的神经资源是否共享、如何交互仍是未解之谜。传统研究多采用单一行为学指标如停止信号反应时(SSRT)，但近年发现该方法可能受"赛马模型"(Horse Race Model)假设限制，亟需多模态生理证据验证。

挪威奥斯陆大学的研究团队创新性地将停止信号任务与侧抑制范式结合，同步采集44名健康受试者的行为数据、肌电活动(EMG)、脑电图(EEG)和瞳孔直径变化。通过设计蓝光刺激(避免亮度干扰瞳孔测量)，研究者比较了 congruent(一致)和incongruent(冲突)条件下，停止信号引发的神经生理反应差异。论文发表于《Neuropsychologia》，首次通过三模态技术揭示了两种抑制功能的交互特征。

关键技术包括：1) 自适应停止信号延迟(SSD)设计，通过4个独立阶梯程序确保50%抑制成功率；2) 表面肌电记录双侧拇展肌(APB)活动，检测部分反应肌电(prEMG)峰值潜伏期；3) EEG聚焦前额中线θ波(FM-theta, 4-8Hz)功率分析；4) 瞳孔测量采用基线校正的毫米直径变化，通过聚类置换检验评估差异；5) 广义加性混合模型(GAMM)分析标准化抑制函数。

行为结果显示：冲突条件下的SSRT较一致条件显著缩短8ms(p=0.02)，但该差异可能受短SSD(<250ms)试次分布不均的影响。当采用模式SSD归一化分析抑制函数时，冲突条件在所有延迟阶段均表现出更高抑制成功率。

EMG数据显示：成功抑制试次的prEMG潜伏期约160ms，与SSRT存在中度相关(r=0.43-0.73)，但未显示条件间差异(p=0.58)。值得注意的是，响应相关肌肉的prEMG检出率(16%)显著高于无关肌肉(2%)，印证了抑制的特异性。

EEG分析发现：前额中线θ功率在成功抑制试次显著增强(F(1,43)=5.35, p=0.025)，但未出现预期的冲突效应。交互作用分析显示，该增强主要源于一致条件下的停止-执行差异(p=0.005)，提示θ振荡可能更多反映抑制执行而非冲突处理。

瞳孔测量揭示：冲突试次在刺激呈现后776-2232ms引发更显著的瞳孔扩张(p=0.003)，但停止信号锁定分析未发现条件差异。探索性分析发现，瞳孔冲突效应与SSRT冲突效应呈负相关(ρ=-0.39, p=0.009)，暗示更大的瞳孔扩张可能关联更高效的冲突处理。

讨论指出三个关键发现：1) 行为与生理指标的分离提示SSRT差异可能反映反应策略调整，而非纯粹的抑制加速；2) prEMG作为直接运动抑制指标，未支持行为学推断的"促进性交互"，这与Healey等(2024)在年轻人群的发现一致；3) 瞳孔与EEG指标的分离现象，可能反映去甲肾上腺素(NE)和乙酰胆碱(ACh)系统的不同贡献。

该研究对认知神经科学领域具有双重意义：方法论上，展示了多模态技术对解析复杂认知过程的价值，特别是揭示了传统行为指标的潜在局限性；理论上，为冲突监测框架(Conflict Monitoring Framework)提供了新证据，表明反应抑制与竞争抑制可能依赖部分重叠但时序不同的神经机制。未来研究需控制冲突与停止信号的精确时间关系，并区分NE-LC与BF-ACh系统对瞳孔信号的贡献。