1. 引言
在日常生活中，人们面对海量的信息，需要借助注意来选择感兴趣的信息进一步加工。注意选择的过程可以发生在空间和时间维度上，但注意选择的能力是有限的。比如在注意选择的时间领域，存在注意瞬脱现象(attentional blink, AB)，即在一系列短暂呈现的刺激流中准确地识别第一个目标(T1)后的200~500 ms内识别第二个目标(T2)的正确率显著下降(Broadbent & Broadbent, 1987; Raymond, Shapiro, & Arnell, 1992)。在注意瞬脱领域，通常将紧跟着T1和T2的第一个干扰物分别称为D1和D2。注意瞬脱现象在绝大多数个体中都能观察到(陈江涛，唐丹丹，刘聪丛，陈安涛，2014；Martens, Munneke, Smid, & Johnson, 2006)，并且重复练习不会降低注意瞬脱效应(Braun, 1998)，反映了稳定的注意力限制。探究注意瞬脱有利于理解注意的时间动态、工作记忆巩固和意识知觉的心理过程和神经机制。注意瞬脱已成为时间注意(temporal attention)领域的主要关注内容(Martens & Wyble, 2010)，已有研究提出了多个理论来解释此现象。
Raymond等(1992)在发现注意瞬脱现象时提出了门控理论(gating theory)，认为当T1出现时，会开启门控机制加工T1及D1，但同时也增加了二者特征混淆的可能性，为了顺利加工并能够正确报告T1，会在早期知觉水平上抑制T1后的刺激，从而发生注意瞬脱现象。注意瞬脱的脑电(electroencephalogram, EEG)实验表明，即使未得到正确报告的T2也诱发了完整P1，N1以及N400成分，但P3成分缺失(Luck, Vogel, & Shapiro, 1996; Sergent, Baillet, & Dehaene, 2005; Vogel, Luck, & Shapiro, 1998)，表明T2并没有在早期知觉阶段被抑制。而双阶段(two-stage model)模型可以解释上述结果，该模型认为信息加工有两个阶段：在第一阶段，所有刺激都被快速加工并激活其概念表征，但在此阶段的表征是脆弱的，需要经过资源有限的第二阶段巩固到工作记忆中，注意瞬脱是由于在第二阶段巩固T1消耗了过多的资源导致无法巩固T2所导致(Chun & Potter, 1995)。有研究发现T1与T2诱发的P3成分呈负相关，当T1诱发的P3成分较小时，正确报告T2的可能性更大(Kranczioch, Debener, Maye, & Engel, 2007; Pincham & Szűcs, 2012)，表明当T1消耗资源较少时，T2可以得到正确报告，这与双阶段模型相吻合。双阶段模型从后期加工的认知资源的有限性来解释注意瞬脱，虽然得到一定实验证据的支持，但该模型也存在局限，无法解释该领域的一些重要发现。比如，如果目标之间没有干扰物，被试可以准确报告3个甚至更多目标(Di Lollo, Kawahara, Ghorashi, & Enns, 2005; Lunau & Olivers, 2010; Nieuwenstein & Potter, 2006; Olivers, Stigchel, & Hulleman, 2007)；在分心状态下，注意瞬脱效应减弱(Arend, Johnston, & Shapiro, 2006; Olivers & Nieuwenhuis, 2005; Taatgen, Juvina, Schipper, Borst, & Martens, 2009; Visser, Bischof, & Di Lollo, 2004)。这些研究也促使研究者从注意控制的角度来解释注意瞬脱现象。
关于注意瞬脱的注意控制理论以激活反弹(boost and bounce)理论和eSTST (episodic simultaneous type, serial token)模型为代表，二者都借鉴了双阶段模型的两个加工阶段，但不认为注意瞬脱是资源有限导致的，而是反映了工作记忆的门控机制。具体来说，激活反弹理论(Olivers & Meeter, 2008)认为工作记忆门控机制会在信息检测后对目标进行反馈性增强，对干扰物进行反馈性抑制，但是注意力增强的过程是缓慢的，大约在目标呈现后的100 ms才能到达顶峰。所以当T1出现时，不仅增强了T1还增强了D1，从而诱发更加强烈的反馈性抑制，导致虽然可以检测到T2，但在短时间内无法报告T2。而eSTST模型(Wyble, Nieuwenstein, & Bowman, 2009)利用了视觉工作记忆中的类型(types)和标记(tokens)概念(Kanwisher, 1987; Mozer, 1989)，在该理论中类型提供语义信息，标记提供情境信息。eSTST模型认为所有刺激的语义信息都被激活，但正确报告目标需要借助注意将类型与标记绑定。但在绑定T1期间，无法进行下一次注意增强，从而在短时间内无法绑定T2。
激活反弹理论和eSTST模型的主要区别在于激活反弹理论更强调D1的作用，而eSTST模型更加强调T1的作用。一些研究发现如果用空屏代替D1，注意瞬脱效应会减小(Marois, Chun, & Gore, 2000; Seiffert & Di Lollo, 1997)。甚至当T2后没有干扰物出现时，注意瞬脱现象会消失，这种现象被称为未掩蔽的注意瞬脱(unmasked attentional blink, unmasked AB)，相应的脑电实验也发现了T2诱发了完整但延迟的P3 (Ching, Kim, & Davis, 2021; Dell’Acqua et al., 2015; Vogel & Luck, 2002)。这些研究表明干扰物在注意瞬脱中起到重要作用。然而在最近一项研究中，被试需要在短暂呈现的低空间频率的光栅中，报告两个高空间频率光栅的方向，Tang等人(2020)利用脑电数据进行逆向编码建模，结果发现发生注意瞬脱和未发生注意瞬脱的试次相比，对D1的表征强度没有差异，在一定程度上否定干扰物在注意瞬脱中的作用。此外，Alilovic等人(2021)将脑电数据的多体素模式分析(Multi-voxel pattern analysis, MVPA)应用到注意瞬脱领域，可以有效的分离出RSVP范式中每一个目标以及干扰物的表征强度在发生注意瞬脱以及未发生注意瞬脱的试次的差异，结果发现T1的早期成分(0~300 ms)以及晚期成分(300~600 ms)以及D1的晚期成分可以显著分离发生注意瞬脱和未发生注意瞬脱的试次。研究发现了D1在注意瞬脱中的作用，但并非像激活反弹理论预测的D1的早期加工在发生注意瞬脱试次中被更强烈的抑制。可见，关于干扰物在注意瞬脱中是否以及如何起作用到目前仍然存在争议。
本研究主要目的在于确定在RSVP范式中紧跟目标的干扰物对目标加工是否存在影响，如果存在影响，存在于哪些加工阶段。虽然双目标RSVP范式是最常用来探究注意瞬脱的范式，但双目标RSVP范式在大多数情况下无法有效分离出干扰物和目标单独的影响。此外，以往研究由于T2后存在多个干扰物以及T1和T2之间的干扰物数量在不同条件下不同，无法有效利用反应时，不能敏感地反映实验操纵带来的影响。为克服上述局限，本实验采用单目标RSVP范式，该范式可以排除在双目标RSVP范式中T1对T2的影响，便于观察干扰物对目标识别的影响。在本研究中，将单目标RSVP范式中目标称为T，将紧随其后的干扰物称为D。为了观测被试的反应时，本实验将目标置于刺激序列的倒数第二个位置。具体来说，在实验1中，通过改变D是无意义符号或空屏来操纵D对T在知觉阶段的干扰；在实验2中，通过改变D和T的类别和反应的一致性来操纵D对T在辨别和反应阶段的干扰。在两个实验中观测被试对T反应的正确率及反应时，确定D是否会在知觉、辨别和反应阶段影响T。我们预期紧跟目标的干扰物会在知觉、辨别以及反应阶段影响目标识别。
2. 实验1：在RSVP范式中干扰物在知觉水平上干扰目标加工
2.1. 实验方法
2.1.1. 实验被试
采用G*Power 3.1.9.4软件(Faul et al., 2009)估算样本量， 设置 Effect size dz = 0.60，α = 0.05，Power = 0.80，计算得到样本量为24人。实际招募33名本科生，其中男性9名，女性24名，平均年龄19.49岁(SD = 1.44)。所有被试均为右利手，视力或者矫正视力正常，色觉正常，无精神病史或脑部疾病史。实验结束后被试将得到一定的报酬。
2.1.2. 实验材料与仪器
实验材料包括9个符号(#, %, >, <, @, ×, /, =, &)和4个字母(A, B, C, D)以及一张由$和￥组成的掩蔽图片。刺激材料颜色为黑色，视角大小为1.2˚ × 1.2˚。屏幕分辨率为1024 × 768，刷新率为60 Hz。
2.1.3. 实验设计及流程
实验1为单因素组内设计，观察D是空屏和无意义符号时对目标反应的正确率及反应时。如图1所示，被试首先会在灰色屏幕上看到一个持续1000 ms的注视点，随后出现RSVP刺激流，刺激流包括随机短暂呈现的4~8个干扰物符号，然后出现一个目标字母，之后会出现一个由$和￥组成的掩蔽图片或者用空屏来代替此掩蔽图片。单个符号、字母及掩蔽图片的呈现时间为50 ms，并伴随50 ms的空屏。RSVP刺激流呈现完毕后会空屏200 ms，然后出现黑色方块提示被试按下字母对应的键，以保证在两种条件下被试的按键起始时间相同。A、B、C、D依次用1、2、9、0键来反应，要求被试在保证正确的前提下尽快按键，允许最大反应时长为2000 ms，按键后消失，之后是1000 ms的试次间隔(inter trial interval, ITI)。被试先进行10次练习然后进行正式实验，正式实验包括80个试次。
2.2. 结果
被试在D为空屏或者无意义符号条件下对目标反应的正确率及反应时见图2。配对样本t检验结果表明D为空屏时的正确率(M = 0.97, SD = 0.04)与D为无意义符号时的正确率(M = 0.96, SD = 0.05)之间没有显著差异，t(32) = 1.36，p = 0.19，d = 0.24，95% CI = [−0.11, 0.58]。不过，D为空屏时的反应时(M = 481.72, SD = 122.76)显著小于D为无意义符号时的反应时(M = 526.28, SD = 125.87, t(32) = −4.23, p < 0.001, d = −0.74, 95% CI = [−1.12, −0.37])。
3. 实验2：在RSVP范式中干扰物在辨别和反应阶段上干扰目标加工
3.1. 实验方法
3.1.1. 实验被试
采用G*Power 3.1.9.4 软件(Faul et al., 2009)估算样本量，设置Effect size f = 0.45，α = 0.05，Power = 0.80，计算得到样本量为22人。实际招募25名本科生，其中男性6名，女性19名，平均年龄19.24岁(SD = 1.17)。被试筛选标准同实验1。实验结束后被试会得到一定的报酬。
注：误差线为标准误，ns表示p > 0.05，***表示p < 0.001。
Figure 2. Accuracy (a) and response time (b) of target under the condition that the ditractor (D) is a blank screen and meaningless symbols
图2. 干扰物(D)为空屏和无意义符号条件下目标识别的正确率(a)和反应时(b)
3.1.2. 实验材料和仪器
实验材料包括9个符号(#, %, >, <, @, ×, /, =, &)、4个字母(A, B, C, D)和4个数字(1, 2, 3, 4)。刺激材料的颜色、大小和屏幕分辨率、刷新率同实验1。
3.1.3. 实验设计及流程
本实验为2 (T与D的类别一致性：一致，不一致) × 2 (T与D的反应一致性：一致，不一致)组内设计。被试首先会在灰色屏幕上看到一个持续1000 ms的注视点，随后出现RSVP刺激流，刺激流包括随机短暂呈现4~8个干扰物符号，然后出现一个目标字母或数字，之后会出现一个干扰物字母或数字。上述符号、字母和数字每个呈现时间为50 ms，并伴随50 ms的空屏。RSVP刺激流呈现完毕后，出现反应屏即空屏，如果目标是A、B、1和2中的任意一个按向左方向键(←)，如果目标是C、D、3和4中的任何一个则按向右方向键(→)，要求被试在保证正确的前提下尽快按键，允许最长反应时间为2000 ms，按键后反应屏结束。最后为1000 ms的ITI。观测T和D的类别与反应一致与不一致条件下对目标反应的正确率及反应时。被试先进行20次练习，正式实验包括160个试次，每80个试次休息2分钟。
3.2. 结果
实验2结果如图3所示。以正确率为因变量进行重复测量方差分析，结果表明T和D之间类别一致(M = 0.83, SD = 0.20)与不一致(M = 0.83, SD = 0.18)之间差异不显著，F(1, 24) = 0.14，p = 0.71，
= 0.01；T和D之间的反应一致条件下的正确率(M = 0.92, SD = 0.07)显著大于反应不一致条件下的正确率(M = 0.74, SD = 0.22)，F(1, 24) = 15.77，p < 0.001，
= 0.40；二者的交互作用不显著，F(1, 24) = 0.04，p = 0.85，
= 0.01。以反应时为因变量进行重复测量方差分析结果表明T和D之间类别一致时的反应时(M = 762.48, SD = 184.17)显著小于T和D类别不一致时的反应时(M = 806.84, SD = 199.56)，F(1, 24) = 17.54，p < 0.001，
= 0.42；T和D之间的反应一致条件下的反应时(M = 746.42, SD = 186.67)显著小于反应不一致条件下的反应时(M = 822.90, SD = 192.14)，F(1, 24) = 17.5，p < 0.001，
= 0.42；二者的交互作用不显著(F(1, 24) = 0.15, p = 0.70,
= 0.01)。
4. 讨论
本研究基于单目标RSVP范式，通过操纵D的有无、D和T类别及反应的一致性，观察实验操纵对目标反应的正确率和反应时的影响。结果表明存在无意义干扰物时，或者当T和D之间的类别不一致时，对目标的反应时显著增加；当T与D的反应不一致时，对目标的正确率显著下降、反应时显著增加。表明在RSVP范式中，紧跟目标的干扰物在知觉、辨别和反应阶段上干扰目标识别。
注：误差线为标准误，***表示p < 0.001。
Figure 3. Effect of category congruency and response congruency between target (T) and distractor (D) on accuracy (a) and response time (b) of target
图3. 目标(T)与干扰物(D)类别和反应一致性对目标正确率(a)和反应时(b)的影响
4.1. 在RSVP范式中干扰物在知觉、辨别和反应阶段干扰目标加工
由于视觉神经的持续性，即使是短暂呈现的刺激，神经元可以在刺激消失后进行反应(Coltheart, 1980)，并可以持续300 ms (Keysers, Xiao, Földiák, & Perrett, 2001; Rolls, Tovée, & Panzeri, 1999)。但是当刺激后紧跟着一个掩蔽物(mask)或者叫做干扰物时，被试对其加工能力就大幅下降，这种现象叫做后向掩蔽(backward masking)。根据掩蔽物的不同特性，可以将后向掩蔽进一步分为噪声掩蔽、模式掩蔽、偏对比掩蔽等(陈斌，高闯，王建中，2009)，但以往关于后向掩蔽的研究多局限于知觉水平上。然而本研究中发现，D不仅在知觉水平干扰目标加工，还在辨别和反应阶段上干扰目标加工。这说明后向掩蔽不仅发生在知觉层面，还发生在辨别和反应层面。
Olivers和Meeter (2008)基于之前提示范式(cueing paradigms)的发现，即当线索和目标之间的SOA (stimulus onset asynchrony)为100~200 ms时，目标识别最佳(Nakayama & Mackeben, 1989)，认为目标引起的注意增强不仅增强了目标还增强了目标后紧跟的干扰物。本实验结果说明在RSVP范式中目标引起的注意增强不仅加工了目标还加工了目标后紧跟的干扰物，并涉及干扰物的知觉、辨别及反应阶段，这表明注意增强是一个缓慢的过程。在此基础上可以进一步假设如果由目标引起的注意增强在短时间内是受自上而下的注意控制调控的，那么在早期水平上就可以对干扰物进行控制，在后期水平上干扰物对目标的干扰就会减弱或消失。但实验结果表明，相比在知觉和辨别阶段，反应阶段不仅影响反应时还影响正确率，这暗示目标诱发的注意增强在短时间内是不受注意控制的。
4.2. 对注意瞬脱的启示：注意控制在注意瞬脱中的作用
关于注意瞬脱的功能性核磁共振成像(functional magnetic resonance imaging, fMRI)实验发现在T1 + 2为空屏相比于T1 + 1为空屏的条件下，背外侧前额叶(dorsolateral prefrontal cortex, DLPFC)、前扣带回(anterior cingulate cortex, ACC)及顶内沟(intraparietal sulcus, IPS)激活更强(Marois et al., 2000)。DLPFC、ACC和IPS是涉及注意控制的额顶网络的重要组成部分。说明在RSVP范式中由于D1的存在诱发了更强的注意控制，这与实验1存在干扰物的条件下，反应时增加的结果相符。此外，以往研究注意瞬脱现象的双目标RSVP范式根据类别(如在数字中搜索两个字母)或特征(如在黑色字母中识别两个红色字母)来区分目标。在根据类别定义目标和干扰物的范式中，每一个目标和紧跟的干扰物的类别都不一致。已有研究表明虽然被试可以在目标中间没有干扰物出现时连续报告多个目标，但是只适用于目标类别一致，如果多个连续出现的目标之间类别不一致，会导致目标识别正确率显著下降(Di Lollo et al., 2005)，这说明类别变化对目标识别存在影响。在根据特征定义的双目标RSVP范式中，目标和紧跟的干扰物的反应不一致。研究表明在发生注意瞬脱的试次中，T2经常被误报为D2 (Chun, 1997; Isaak, Shapiro, & Martin, 1999)，这说明紧跟目标的干扰物的反应影响了目标识别。实验2结果也表明了即使在单目标RSVP范式中紧跟目标的干扰物与目标类别以及反应的一致性会对目标识别造成影响。
以往研究认为与注意控制密切相关的额顶网络在注意瞬脱中起到重要作用(Marois et al., 2000; Marois & Ivanoff, 2005; Wang et al., 2016)。但注意控制如何具体作用于注意瞬脱的机制尚未十分明确。由于注意增强的特性导致目标诱发的注意增强不仅增强了目标，也增强了紧随其后的干扰物，需要调用自上而下的注意控制来调节干扰物在不同认知加工层面上对目标的影响，导致对目标的反应时增加，正确率降低。而在经典的注意瞬脱实验中，被试需要成功进行两次自上而下的注意控制来调节T1和D1之间以及T2和D2之间的干扰才能正确报告T1和T2。以往关于注意瞬脱的研究表明用空屏代替双目标RSVP范式中的D1会导致注意瞬脱效应减少(Marois et al., 2000; Seiffert & Di Lollo, 1997)，去除D2会导致注意瞬脱现象消失(Ching et al., 2021; Dell’Acqua et al., 2015; Vogel & Luck, 2002)。当T2紧跟T1出现时，会出现lag1节约(lag1-sparing)现象，即在T1正确报告的前提下T2的正确率会显著高于T2位于注意瞬脱窗口期的正确率(Raymond et al., 1992; Visser, Bischof, & Di Lollo, 1999)，或者当连续出现三个目标(T1, T2, T3)时T3的正确率也会显著高于用一个干扰物替换T2的条件(Di Lollo et al., 2005; Lunau & Olivers, 2010; Nieuwenstein & Potter, 2006; Olivers et al., 2007)。这些研究都表明当只需要进行一次注意控制时，可以正确报告多个目标。在神经机制层面上，发生注意瞬脱的试次主要表现在T2诱发的P3波的缺失，说明导致注意瞬脱的原因主要表现在后期加工上。P3可以进一步分为P3a和P3b，P3a主要分布在额叶区域，与注意加工过程相关，而P3b主要分布顶叶区域，一般认为和注意过程之后的工作记忆巩固过程相关(Polich, 2007; Polich & Criado, 2006)。以P3a和P3b为基础进一步将和注意瞬脱相关的后期加工划分为注意控制和工作记忆巩固两阶段。在发生注意瞬脱的试次可以观察到P3a和P3b缺失(Sergent et al., 2005)；而unmasked AB实验在注意瞬脱窗口中的T2诱发P3a振幅会减弱，P3b振幅减弱且潜伏期延长(Dell’Acqua, Dux, Wyble, Doro, Sessa, Meconi, & Jolicœur, 2015)。说明在注意瞬脱窗口期，注意控制能力下降(体现在P3a上)，进一步导致T2的工作记忆巩固过程延迟(体现在P3b上)。行为以及神经层面上的结果都表明，在双目标RSVP范式中，如果只需要进行一次注意控制来调整目标和紧跟着的干扰物之间的干扰，注意瞬脱效应会减弱或消失；而当需要在短时间内进行两次自上而下的注意控制来调节T1和D1以及T2和D2之间的干扰时，第二次注意控制往往无法顺利进行，导致T2的正确率显著下降。这说明短时间内注意控制资源不足或者无法再次调用可能是引起注意瞬脱的重要原因。这为干扰物在注意瞬脱中的作用机制提供了新观点。
后续研究可以进一步利用EEG和fMRI等技术，从脑网络的角度出发进一步探究干扰物影响目标识别的神经机制。另外可以进一步通过实验来证明导致注意瞬脱的部分原因是短时间内注意控制资源不足还是无法调用或者二者都存在影响。本研究证明了干扰物在注意瞬脱中的作用，但不否认T1在注意瞬脱中的作用。比如有研究表明当T1的编码难度增加时，注意瞬脱效应会增大(Akyürek, Hommel, & Jolicoeur, 2007; Colzato, Spapé, Pannebakker, & Hommel, 2007; Ouimet & Jolicœur, 2007)；T1的正确率和注意瞬脱效应大小成显著负相关(Dux, Asplund, & Marois, 2008; Seiffert & Di Lollo, 1997; Zhou, Zhen, Liu, & Zhou, 2020)等等。后续相关理论应整合干扰物和目标在注意瞬脱中的作用，提出具有整合性的理论来解释注意瞬脱现象。
5. 结论
本研究通过两个行为实验探究了干扰物在RSVP范式中的作用机制。结果表明，在RSVP范式中，紧跟目标的干扰物在知觉、辨别和反应阶段均会对目标识别造成干扰。