1. 引言
“积极效应”这一概念由Charles等人于2003年首次提出，是指在认知加工过程中老年人比年轻人更偏好正性材料胜于负性材料。这种偏好在注意、自传体记忆、前瞻性记忆、工作记忆、抑制和执行功能等认知过程中有所体现(Reed, Chan, & Mikels, 2014; Ross, Grossmann, & Schryer, 2014)。一些研究人员还将积极效应定义为年龄与情绪效价间存在交互作用，即老年人分配给负性刺激的注意或记忆资源比年轻人少，分配给积极刺激的注意或记忆资源更多。第二代社会情绪选择理论认为，老年人情绪注意加工中积极效应的出现受自上而下的目标驱动，只有拥有高认知资源的老年人才会表现出积极效应，而认知资源有限的老年人更易表现出消极偏向(刘海宁，刘晓倩，刘海虹，李峰，韩布新，2019)。同时，动态整合理论则从老化相关的认知衰退和神经退化的角度解释了积极效应。该理论认为消极信息比积极信息更复杂，更难被整合进入认知–情感系统。老年人强调环境的积极方面而非消极方面反映了最简情绪加工过程，即老年人面对认知资源衰退而代偿性地从积极方向歪曲信息，进而以一种简单、积极的方式评价世界，即对积极情绪信息进行自动加工(Bengtson & Settersten, 2016; Labouvie-Vief, 2009；刘海宁，2018)。上述理论观点的分歧也表明认知控制在老年人情绪注意加工中的积极效应起关键作用。
认知控制也称为执行控制或执行功能(Diamond, 2013)。其中，反应抑制是认知控制的核心成分之一(Banich et al., 2009; Inzlicht, Bartholow, & Hirsh, 2015)。大多数研究者采用Go/No-go范式探索反应抑制的行为和神经生理学效应。事件相关电位(Event-related potentials, ERPs)具有毫秒级别的时间分辨率，因此常被用于探索反应抑制加工过程中的神经元活动模式。然而，传统的ERPs分析只能部分了解由Go/No-go任务中面部表情诱发的神经电生理过程，即它只能捕获事件中锁相成分的活动，而不能捕获事件中的非锁相成分(Makeig, 1993)。传统时域分析方法仅能分析锁相数据，而时频分析克服了此不足，它允许同时评估脑电信号的锁相数据和非锁相数据，并且能够以选定频率的EEG信号显示能量、相位和潜伏期以及信号频谱随时间的变化(杨旭，2021)。其中，事件相关频谱扰动(event-related spectral perturbation, ERSP)可测量频谱功率相对基线的变化，能够反映特定频带中脑电信号能量的时间进程。序间相干性(inter-trial phase coherence, ITC)可考察特定频段在神经振荡中的锁相强度，识别不同大脑区域的脑电特征(Shestopalova et al., 2021)。
本研究拟通过情绪面孔Go/No-go点探测变式任务(Santesso et al., 2008)，结合使用ERSP和ITC分析比较老年人与年轻人在涉及反应抑制的情绪注意加工中脑电波各节律频段的能量和相位变化，结合本团队以往ERP分析结果(Liu et al., 2021)，以全面了解反应抑制在情绪注意加工中神经电生理活动，更客观、全面探讨两组人群在完成情绪注意任务时不同脑区之间的神经电生理机制。
2. 方法
2.1. 研究对象
本实验参与者来自北京某社区25名老年人(60~81岁；M = 71.72，SD = 5.91)和北京某高校27名大学生(19~26岁；M = 22.26，SD = 1.75)。所有参与者均符合以下标准：1) 惯用手为右利手；2) 视力正常或矫正；3) 无神经或精神疾病史；4) 简明精神状态检查量表得分均 ≥ 27分。所有参与者均在知情同意书上签字，并在实验结束后获得相应报酬。该研究已通过承德医学院伦理委员会的审核。
实验前，被试接受一系列的神经心理学评估，包括状态–特质焦虑量表(state-trait anxiety inventory, STAI)、积极情绪和消极情绪量表(positive affect and negative affect scale, PANAS)、流调中心用抑郁量表(Center for Epidemiologic Studies Depression Scale, CES-D)、注意力数字划消测验，以及韦氏成人智力量表–第四版中知识、算术和数字广度3个分量表。表1结果表明，在注意力数字划消测验、算术和数字广度任务中，老年组的得分显著低于年轻组。这表明老年人表现出持续注意、数字推理和工作记忆等认知领域的老化。
Table 1. Demographic data and neuropsychological test results of participants (M ± SD)
表1. 参与者人口学资料及神经心理测验结果(M ± SD)
注：STAI-T代表状态–特质焦虑量表中的状态焦虑分量表；PANAS_P和PANAS_N分别代表积极情绪和消极情绪量表中的积极情绪分量表和消极情绪分量表。
2.2. 实验材料及实验设计
本实验采用2 (老年组、年轻组) × 2 (恐惧、高兴) × 2 (Go、No-go)析因设计。实验材料选择德国马克斯-普朗克人类发展研究所开发的面部表情数据库的情绪图片，包括16位老年人和16位年轻人的面孔，男女各占50%，总共96张情绪面孔，包括快乐、恐惧和中性三种情绪。同一个人的不同表情构成4种面孔情绪对：中性–恐惧、恐惧–中性、中性–快乐、快乐–中性。每张情绪面孔都以相同的频率出现在中性面孔的左侧或右侧。
根据Santesso等的研究，实验设计如图1所示。首先，在17英寸CRT电脑屏幕下视野的中心位置呈现一个大小为2 × 2 cm、宽度为0.1 cm的注视点“十”，呈现时间为500 ms；随后，面孔刺激对(每张图片视角为8˚ × 10˚)呈现在计算机屏幕的上视野，每张面孔与垂直中心线的距离相等，呈现500 ms后消失；之后，屏幕下方的注视点“十”随机呈现100~300 ms；接着，在两张面孔之前呈现的任一位置(左、右各占50%)出现一个7 × 0.4 cm的白色长方形探测刺激(水平、垂直各占50%)。探测目标在恐惧或高兴情绪面孔位置出现，即为“恐惧–一致”或“高兴–一致”条件；反之，则为“恐惧–不一致”或“高兴–不一致”条件；同时，该屏下方的“十”字水平线或垂直线的宽度随机增加0.1、0.2、0.3或0.4 cm，与探测目标同时呈现400 ms。如果该“十”字较粗的线条方向与屏幕上方的条形图相一致，则要求被试用右手食指按键反应，称为Go试次，占总试次10%；不一致则不需要做任何按键反应，称为No-go试次，占总试次90%。试次间的间隔时间为1000 ms。要求被试既快又准地做出反应。
2.3. 实验过程
实验包括练习和正式阶段。练习阶段由16个试次组成，对被试反应提供正误反馈；正式实验阶段共包括512个试次，不提供正误反馈。正式的实验由8个组块构成，每个组块包含8个Go试次(2种面孔条件 × 2种探测刺激位置 × 2种探测刺激类型)和56个No-go试次(2种面孔条件 × 2种探测刺激位置 × 2个探测刺激类型 × 7次重复)，共64个试次。每种面孔条件在左右视野呈现8次。每幅面孔在左右视野出现的概率相等，探测刺激的类型和位置完全平衡。实验程序使用E-Prime 2.0进行编写和运行。
2.4. 脑电数据记录与分析
所有脑电信号通道的排列均按照NeuroScan (SynAmps)脑电记录系统(NeuroScan, Inc., Charlotte, NC, USA)国际标准10~20系统进行固定，使用Ag/AgCl电极的64导电极帽，记录受试者的脑电信号(electroencephalography, EEG)。此次实验将所有参与者的左耳乳突作为参考电极，接地电极设定为FPz和Fz之间，头皮电阻 ≤ 5 kΩ。脑电信号的采样率为1000 Hz，带通滤波范围为0.01~400 Hz，记录垂直眼电(VEOG)和水平眼电(HEOG)。
采用Matlab软件的EEGLAB工具箱进行离线分析，带通滤波使用0.1~30 Hz，选择双耳乳突电极的平均值进行重参考。分段选取刺激前200 ms~刺激后600 ms，基线校正以刺激前200 ms的数据为基础进行。使用脑电独立成分分析法(Independent Component Analysis, ICA)筛除眼电伪迹、垂直和水平眼电。幅值超过±100 μV的伪迹自动不予纳入，其余伪迹人工手动去除。使用基于快速傅里叶变换对0.1~30 Hz频段进行时频分析；频率分辨率为1 Hz，基线为−200~0 ms。为获取Delta、Theta、Alpha和Beta频段的能量值和相位值，分析各频段在ERO中的能量值和相位特征，本研究选择ERSP和ITC方法。ERSP用于测量选定频率范围内的功率波动。ITC则用于测量EEG信号间的相位一致性。ITC取值范围从0到1，其中0表示无相位同步，1表示完全相位同步。
单个能量(ERSP)值和单个锁相(ITC)值的提取：1) 频段：Delta (1~4 Hz)、Theta (4~8 Hz)、Alpha (8~13 Hz)、Beta (13~30 Hz)；2) 时间窗：200~600 ms。参考前人研究，将前额叶电极(左半球：F5/F7；右半球：F6/F8)、顶叶电极(左半球：P3/P5；右半球：P4/P6)电极位置作为感兴趣通道。
2.5. 统计学方法
采用SPSS 26.0 (SPSS Inc, Chicago, IL)进行统计分析。首先，对老年组和年轻组的人口学资料及神经心理学测验成绩进行描述统计、t检验、χ2检验等分析。其次，脑电的时频数据均服从正态分布，使用均数±标准差进行描述统计，并对各频段的能量和锁相分别进行了2 (组别：老年组/年轻组) × 2 (刺激类型：Go/No-go) × 2 (情绪条件：恐惧/高兴) × 2 (电极位置：额叶/顶叶) × 2 (半球：左半球/右半球)的重复测量方差分析。其中，组别为组间因素，刺激类型、情绪条件、电极位置和半球为组内因素。若交互作用显著则进行简单效应分析。为简明起见，仅报告有差异频段(Delta、Theta和Beta 3个频带)的结果，P < 0.05则差异具有统计学意义。事后检验采用Bonferroni法，方差分析中的P值使用Greenhouse-Geisser的校正结果。
3. 结果
3.1. 两组被试在Go/No-go任务中的行为学结果
对于反应正确率，t检验结果表明，年轻组正确率与老年组差异无统计学意义(t = −0.65, P > 0.05)，见表2。
Table 2. The accuracy of the two groups of subjects in the event-related response (M ± SD)
表2. 两组被试在事件相关反应中的正确率(M ± SD)
对于反应时，重复测量方差分析结果显示，组别的主效应显著[F(1,50) = 33.15, P < 0. 001, η2 = 0.40]，并且老年组的反应时显著长于年轻组(P < 0.001)。情绪条件的主效应以及情绪与年龄组的交互作用均不具有统计学意义(Ps > 0. 05)，见表3。
Table 3. Reaction time (ms) of two groups of subjects under Go condition (M ± SD)
表3. 两组被试在Go条件下的反应时(ms) (M ± SD)
3.2. Delta频段的能量与锁相
对于Delta频段能量值(见表4)，重复测量方差分析结果显示，刺激类型、电极位置和左右半球均具有统计学差异，主效应显著[F(1,50) = 4.31, P < 0.05, η2 = 0.08; F(1,50) = 49.64, P < 0.001, η2 = 0.50; F(1,50) = 9.93, P < 0.01, η2 = 0.17]。事后比较发现，Go条件下Delta频段的能量值显著高于No-go条件(P < 0.05)，顶叶的Delta频段能量值显著强于额叶(P < 0.001)，右半球的Delta频段能量值显著强于左半球电极位置(P < 0.01)。组别、情绪条件和左右半球之间具有统计学意义，交互作用显著[F(1,50) = 5.26, P < 0. 05, η2 = 0.10]。简单效应分析发现，老年组左半球在高兴条件下Delta频段的能量值显著高于年轻组(P < 0.05)，而在恐惧条件下的组间差异则不具有统计学意义(P > 0.05)。
Table 4. Energy and phase locking of Delta band in event-related reactions (M ± SD)
表4. Delta频段在事件相关反应中的能量及锁相(M ± SD)
对于Delta频段的锁相程度(见表4)，刺激类型、电极位置和组别的主效应均显著[F(1,50) = 278.03, P < 0.001, η2 = 0.85; F(1,50) = 7.69, P < 0.01, η2 = 0.13; F(1,50) = 16.83, P < 0.001, η2 = 0.25]。事后检验分析发现，Go刺激诱发的Delta的锁相程度显著高于No-go刺激(P < 0.001)，年轻组Delta的锁相程度显著高于老年组(P < 0.001)，前额叶Delta的锁相程度显著高于顶叶(P < 0.01)。此外，组别和电极位置均具有统计学差异，交互作用显著[F(1,50) = 7.69, P < 0.01, η2 = 0.13]。进一步做简单效应分析发现，老年组前额叶的Delta频段的锁相程度显著高于顶叶(P < 0.01)，年轻组Delta频段的锁相程度则不存在前后位置效应；此外，老年组前额叶Delta频段的锁相程度显著高于年轻组(P < 0.001)，而顶叶Delta频段锁相程度的组别差异均不具有统计学意义(P > 0.05)。
3.3. Theta频段的能量与锁相
对于Theta频段的能量值(见表5)，进行重复测量方差分析后得出，组别、刺激类型、情绪条件、电极位置和左右半球均具有统计学差异，主效应显著[F(1,50) = 4.55, P< 0.05, η2 = 0.08; F(1,50) = 4.60, P < 0.05, η2 = 0.08; F(1,50) = 6.18, P < 0.05, η2 = 0.11; F(1,50) = 12.84, P < 0.001, η2 = 0.20; F(1,50) = 15.00, P < 0.001, η2 = 0.23]。事后比较发现，老年组的能量值显著强于年轻组(P < 0.05)，Go条件诱发的Theta频段能量值显著高于No-go条件(P < 0.05)，顶叶位置的Theta频段能量显著强于额叶位置(P < 0.001)，右半球电极位置的Theta频段能量显著强于左半球(P < 0.001)，恐惧条件诱发的Theta频段能量显著强于高兴条件(P < 0.05)。此外，上述四个因素间的交互作用也显著[F(1,50) = 5.78, P < 0.05, η2 = 0.10]。简单效应分析发现，在No-go条件下，老年组左侧前额叶电极由恐惧条件诱发的Theta频段能量显著高于年轻组(P < 0.05)；而在Go条件下，老年组
Table 5. The energy and phase locking of Theta band in event-related reactions (M ± SD)
表5. Theta频段在事件相关反应中的能量及锁相(M ± SD)
左侧前额叶电极由高兴条件诱发的Theta频段能量值显著高于年轻组(P < 0.05)。其他条件的组间差异均无统计学差异(Ps > 0.05)。
对于Theta波锁相程度(见表5)，刺激类型主效应显著[F(1,50) = 416.97, P < 0.001, η2 = 0.89]，事后检验分析发现，Go刺激诱发的Theta波的锁相程度显著高于No-go刺激(P < 0.05)。组别和电极位置有统计学差异，交互作用显著[F(1,50) = 5.07, P < 0.05, η2 = 0.09]。简单效应分析发现，老年组前额叶Theta波的锁相程度边缘显著高于顶叶(P = 0.055)，而年轻组的前后半球位置差异则不具有统计学意义(P > 0.05)。
3.4. Beta频段的能量与锁相
对Beta频段能量值(见表6、图2)进行重复测量方差分析后得出，电极位置和左右半球均具有统计学差异，主效应显著[F(1,50) = 4.24, P < 0.05, η2 = 0.08; F(1,50) = 8.48, P < 0.01, η2 = 0.15]。事后检验分析发现，在Beta频段上，额叶的能量值显著高于顶叶(P < 0.05)，左侧电极位置的能量值显著高于右侧(P < 0.05)。另外，组别、情绪条件和左右半球之间具有统计学差异，交互作用显著[F(1,50) = 4.04, P = 0. 050, η2 = 0.08]。进一步做简单效应分析发现，高兴图片在老年组左半球电极位置诱发的Beta频段能量值显著高于年轻组(P < 0.05)，其他条件差异无统计学意义(Ps > 0.05)。
对Beta频段的锁相数据(见表6、图3)进行重复测量方差分析后得出，刺激类型和前后电极位置有统计学差异，主效应均显著[F(1,50) = 1409.10, P < 0.001, η2 = 0.97; F(1,50) = 14.52, P < 0.001, η2 = 0.23]。进一步做事后检验发现，Go任务诱发的Beta频段的锁相程度显著高于No-go任务(P < 0.001)，同时，顶叶位置的Beta频段的锁相程度显著高于额叶(P < 0.001)。
Table 6. Energy and phase locking of Beta band in event-related reactions (M ± SD)
表6. Beta频段在事件相关反应中的能量及锁相
Figure 2. Schematic diagram of the mean value of F5/F7 electrodes in the left prefrontal lobe (dB)
图2. 左半球前额叶F5/F7电极ERSP均值示意图(单位dB)
Figure 3. Schematic diagram of ITC mean values of F5/F7 electrodes in the left hemisphere prefrontal lobe
图3. 左半球前额叶F5/F7电极ITC均值示意图
4. 讨论
以往研究发现，老年人在情绪注意加工中存在积极效应，然而到目前为止，鲜有研究从神经振荡的视角探讨该效应的发生机制。鉴于大脑神经振荡是分析情绪相关认知过程的强有力指标之一，本研究中我们通过对老年组和年轻组进行情绪面孔Go/No-go点探测变式任务实验，对比老年组和年轻组在ERO中Delta、Theta和Beta频段的能量及锁相的变化。根据老年组和年轻组完成情绪注意任务过程的脑电振荡特征，推测反应抑制对年龄相关积极效应影响的认知神经机制。本文的主要发现为：从时频分析结果来看，当认知资源充足时，愉悦刺激会诱发老年人在情绪注意加工中会产生更强的神经振荡活动，表现出积极效应；而当认知资源被占用时，消极刺激会诱发老年人产生更强的神经振荡活动，此时，情绪注意加工中的积极效应消失。
前人研究发现，Delta频段振荡与突显刺激的动机加工有关(Nelson et al., 2018)。在本研究中，老年组左半球在高兴条件下Delta频段的能量高于年轻组，这在一定程度上支持了第二代社会情绪选择理论。Bernat等发现Delta频段的神经振荡活动与顶叶的认知加工有关(Bernat et al., 2007)，这与本实验中Delta频段能量的分析结果相吻合。不过，老年组前额叶Delta频段的相位一致性高于顶叶。Müller等认为Delta频段在前额叶电极间相位一致性的增加，反映了反应抑制期间双侧前额叶通道之间的功能整合(Müller & Anokhin, 2012)。老年人的前额叶Delta频段的锁相程度在认知加工过程中代偿性增强。
Gillian等的研究表明，Theta频段的能量与视觉情绪刺激有关，具体而言，情绪刺激诱发的Theta频段功率要强于非情绪(中性)刺激，威胁性图片增强效果更甚(Grennan et al., 2021)。本研究发现，在Go任务中，外部任务不需要抑制竞争性的信息来源，老年人左侧额叶在高兴情绪条件下诱发的Theta能量要强于年轻人；在No-go任务中，即被试需要消耗认知资源以抑制优势反应时，较之年轻人，老年人左侧额叶在恐惧情绪条件下诱发出更强的Theta能量。该结果支持了第二代社会情绪选择理论的观点，当认知资源充足时，老年人较之年轻人更倾向于关注积极的、愉悦性的刺激，进行自上而下的控制性加工；当认知资源不足时，威胁性或恐惧刺激更容易捕获老年人的注意，进行自下而上的自动化加工，体现出原始的进化模式。同时，与Vecchio等的研究相吻合，老年人Theta频段能量的注意偏向性体现出了左右半球的不对称性(Vecchio et al., 2020)。
Beta频段的神经振荡可以有效反映机体的认知和情绪加工过程，尤其是注意控制(Kobayashi et al., 2020; Ray & Cole, 1985)。效价假说提出大脑左、右半球分别专门处理积极、消极情绪信息(Balconi & Lucchiari, 2008)。本研究中，老年人左半球电极位置由高兴刺激诱发的Beta能量强于年轻人，表现出情绪注意加工中的积极效应。这一方面印证了第二代社会情绪选择理论，另一方面也可能是认知功能老化产生的代偿机制，即老年人通过增强对日常生活环境中积极性刺激的注意功能以补偿身体机能和认知衰退，维持情感满意度。另外，本研究中，额叶的Beta能量高于顶叶，这可能与额区涉及自上而下的注意控制加工有关(Kajal, Fioravanti, Elshahabi, Ruiz, Sitaram, & Braun, 2020)。非人灵长类动物的研究表明，顶叶和运动前区在准备复杂手部动作正确表现中起重要作用(Cavada & Goldman-Rakic, 1989)。与Wheaton等的研究结果相一致(Wheaton, Fridman, Bohlhalter, Vorbach, & Hallett, 2009)，我们发现在手部动作的准备过程中，双侧顶叶的Beta频段的相干性高于额叶。
总之，本研究从脑电振荡数据分析中证实了第二代社会情绪选择理论，但并未从行为数据(反应时、正确率)中得出情绪效价与年龄组间的交互作用。以往研究也从认知神经科学的范畴解释了神经电生理学与行为不一致的原因，研究者提出脑电振荡与认知加工之间可能并不是一对一的映射关系，某种特定的认知加工过程可能涉及多个脑区多个频段振荡的协同作用(杨旭，2021)。
本研究的局限在于：第一，样本量相对较小，未来可进一步扩大样本量对结果进行验证；第二，实验材料为静态的情绪面孔图片，考虑到生态学效度，今后可进一步对比老年人与年轻人对情绪视频材料注意加工中的神经电生理活动。
基金项目
河北省社会科学基金项目(HB21SH020)；河北省省属高等学校基本科研业务费研究项目。
NOTES
*第一作者。
#通讯作者。