高、低回避性消极情绪影响抑制功能的神经机制:ERP研究 |
2. 教育部人文社会科学重点研究基地天津师范大学心理与行为研究院,天津 300387;
3. 国民心理健康评估与促进协同创新中心,天津 300387;
4. 天津商业大学法学院心理学系,天津 300134
恐惧、愤怒、悲伤、厌恶等通常被称为“负性”情绪或“消极”情绪,在人类的进化过程中这些情绪对适应环境具有重要作用,因而在情绪研究中得到广泛重视。抑制功能是认知控制的基本成分之一,它使个体能抵制任务无关刺激或反应的干扰,是个体达成目标、适应社会生活的重要机制。研究者就消极情绪对抑制功能的影响开展过大量探索,但目前研究结果并未达成一致。有的研究发现消极情绪对抑制功能有损害作用,如在Stroop任务中消极情绪启动下比中性启动下对不一致刺激的反应更慢(Padmala, Bauer, & Pessoa, 2011),消极情绪刺激在停止信号任务中使反应变慢(Pessoa, Padmala, Kenzer, & Bauer, 2012)。同时也有研究发现消极情绪对抑制功能有促进作用,如消极情绪面孔引发的Flanker效应要显著小于积极情绪面孔(Horstmann, Borgstedt, & Heumann, 2006)。
以往关于消极情绪对抑制功能影响的研究结果不一致,可能的原因是研究者们往往都是在控制情绪唤醒度的基础上操纵情绪的效价维度,却忽略了情绪的另一个重要特性,即动机性。Gable和Harmon-Jones(2010)提出了情绪的动机维度模型,将动机性作为独立于情绪效价和唤醒度的另一维度。情绪的动机性有不同的方向,是指对某一物体或目标的趋近或回避。情绪的动机性还有强度,是指动机的力度,在给定的动机方向下可以从低到高变化(Gable, Poole, & Harmon-Jones, 2015; Harmon-Jones, Gable, & Price, 2013)。情绪动机维度模型为情绪与抑制功能的相关研究提供了新的视角。王振宏、刘亚和蒋长好(2013)以及Liu和Wang(2014)首先把情绪的动机维度模型从最初的注意范围等基本认知加工扩展到认知控制领域,发现认知控制受到情绪的趋近动机强度的调节,低强度的趋近动机促进认知灵活性,高强度的趋近动机促进认知稳定性。辛晓雯等(2018)发现情绪的动机强度影响其与工作记忆的协调性及后续的控制加工,只有在低动机强度情绪下才表现出情绪与工作记忆类型的协调性,节省自我控制资源,促进认知控制加工。目前考察情绪动机性影响抑制等高级认知控制功能的研究依然不多,并且以趋近性积极情绪为主,对回避性消极情绪的考察则更少,其神经机制更尚待考察。
根据情绪动机维度模型,恐惧、厌恶等高回避性消极情绪对个体生存具有重要的生物学意义,能够帮助个体评估并逃离危险、厌恶情境,在此过程中个体的注意范围会窄化,认知资源聚焦于目标刺激,不易发现新的刺激,会降低认知灵活性。悲伤等低回避性消极情绪对个体适应环境也具有重要意义。它可以扩展个体的注意范围,促使个体注意到新刺激,整合更广泛的线索,进而促进个体认知灵活性(辛晓雯等, 2018; Gable et al., 2015; Harmon-Jones et al., 2013)。个体发挥抑制功能需要灵活地分配注意资源,抵制任务无关刺激的干扰以达到目标。所以预期高回避性消极情绪可能会阻碍个体的抑制功能,低回避性消极情绪可能会促进抑制功能。
综上,本研究旨在将情绪的动机性纳为研究变量,在双选择Oddball任务中考察不同强度的回避性消极情绪对个体抑制功能的影响,并采用高时间分辨率的ERP技术收集脑电指标,更精确地分析情绪动机性影响抑制功能的时间进程,以期扩展情绪动机维度模型的研究领域,也为情绪与抑制功能的相关研究提供新的视角。
2 方法 2.1 实验设计本实验为2(刺激类型: 标准刺激、偏差刺激)×3(情绪类型: 高回避消极情绪、低回避消极情绪、中性对比条件)的被试内设计。
2.2 被试22名被试参加实验,其中2名被试因脑电伪迹过多而剔除,最终有效被试为20名(11女,9男),年龄为20−25岁(23.8±1.5岁),均为右利手,视力或矫正视力正常,无神经系统或精神疾病史。被试都签署了知情同意书,之前都没有参加过类似实验,在实验后获得适量报酬。
2.3 实验材料从中国情绪图片系统(CAPS)(白露, 马慧, 黄宇霞, 罗跃嘉, 2005)、国际情绪图片系统(IAPS)(Lang, Bradley, & Cuthbert, 2005)和互联网上共挑选188张图片,其中悲伤场景图片、恐怖场景图片和中性物体图片各60张,另有8张中性物体图片作为练习材料。用Photoshop软件统一所有图片的大小和亮度,每张情绪图片的像素均为331×240,视角为10°×7.3°。然后,由35名高校学生(11男, 24女)对每张图片的效价、唤醒度和动机性进行Likert9级评定。这些被试均不参加正式实验。采用区组设计分别对3种图片进行评定,以避免不同情绪间的相互干扰,每组中图片随机呈现。
重复测量方差分析表明,三种图片的效价主效应显著,F(2, 68)=158.13,p<0.01,η2=0.82,但恐惧(2.83±0.71)与悲伤图片(2.98±0.75)差异不显著,都低于中性图片(5.05±0.60);唤醒度主效应显著,F(2, 68)=39.04,p<0.01,η2=0.53,但恐惧(6.47±0.90)与悲伤(6.27±0.92)图片之间差异不显著,都高于中性图片(4.47±1.39);动机主效应显著,F(2, 68)=85.36,p<0.01,η2=0.82,恐惧图片的动机强度(1.97±0.93)大于悲伤图片(3.38±1.09),且都大于中性图片(4.75±0.95)。该结果显示,恐惧与悲伤图片在效价和唤醒度上没有差异,只在动机强度上差异显著,符合控制情绪的效价和唤醒度而单独操纵动机的要求,可用于下一步实验。
2.4 实验程序实验在隔音电磁屏蔽实验室中进行。首先向被试说明脑电实验的原理以消除其紧张心理,然后被试阅读并签署知情同意书。采用情绪诱发与双选择Oddball范式,实验流程如图1。采用block设计,即每个block中只呈现一种类型的情绪图片。3个block及每个block中的图片随机呈现,block间被试适当休息。双选择Oddball范式中的标准刺激(“方形”)占刺激总数的75%,共360个试次,当其出现时要求被试按“F”键反应;偏差刺激(“圆环”)占刺激总数的25%,共120个试次,当其出现时要求被试按“J”键反应。左右手按键在被试间平衡。标准刺激与偏差刺激按伪随机顺序呈现,偏差刺激连续出现不超过2次。正式实验前被试进行练习。
![]() |
图 1 实验流程图 |
2.5 数据采集
用E-Prime软件编制实验程序,记录被试按键的反应时和正误。整个实验过程中采用Neuroscan的Curry7系统记录EEG信号,电极为64导联。参数设置为1000 HZ AC采样,0.05~100 Hz模拟带通滤波。信号采集时以左侧乳突作为参考电极,离线分析时转换为左右两侧乳突的平均值作为参考。水平眼电(HEOG)和垂直眼电(VEOG)都是双极记录,水平眼电的两个电极分别置于左右眼外眦,垂直眼电的两个电极置于左眼眶上下各1 cm的正中位置。每个电极的头皮阻抗都小于5 kΩ。
2.6 数据分析使用Curry7软件进行离线分析,根据被试眼动的大小自动矫正眼动伪迹,波幅超过±100 μV的视为伪迹剔除,数字滤波为低通30 Hz(24 dB/oct)。
选择Oddball任务中目标刺激呈现之前200 ms及呈现之后1000 ms为分析时间窗口。以目标刺激呈现之前的200 ms作为基线,根据目标刺激类型及情绪类型叠加出各实验条件下的ERP波形图(图2)。根据总平均图及参考文献(Yuan et al., 2011)确定要分析的脑电成分及时间窗口和电极点。具体来说,N1:60~120 ms;P2:150~240 ms;N2:240~300 ms;P3:300~450 ms。选择F3、Fz、F4、FC3、FCz、FC4、C3、Cz、C4、CP3、CPz、CP4共12个电极点。各成分均计算波幅(峰值)及潜伏期。采用SPSS16.0对行为数据以及脑电数据进行重复测量方差分析,使用Greenhouse-Geisser法对p值进行校正,用Bonferroni法进行多重比较。
![]() |
图 2 不同情绪诱发下对标准刺激(上)与偏差刺激(下)反应的ERP波形图 |
3 结果 3.1 行为数据
错误率均在5%以下,所以不进一步统计。删除反应错误的以及反应时在3个标准差以外的数据(共3.53%),对不同情绪类型下被试对标准刺激与偏差刺激的反应时进行统计,结果见表1。
表 1 Oddball任务的反应时(M±SD)(ms) |
![]() |
对反应时做2(刺激类型)×3(情绪类型)的两因素重复测量方差分析。统计结果显示:刺激类型主效应显著,F(1, 19)=88.48,p<0.01,η2=0.82,事后检验发现偏差刺激的反应时(458±11 ms)显著长于标准刺激(401±10 ms);情绪类型主效应不显著,F(2, 38)=2.52,p=0.11。刺激类型与情绪类型的交互作用显著,F(2, 38)=17.88,p<0.01,η2=0.49。简单效应分析发现,对标准刺激的反应时在不同情绪类型间差异不显著(ps>0.05)。对偏差刺激的反应,在高回避情绪下的反应时(474±11 ms)显著长于中性条件(445±12 ms;F(2, 38)=12.81, p<0.01)。
3.2 ERP 数据 3.2.1 N1成分首先对N1的波幅做2(刺激类型)×3(情绪类型)×12(电极点)的三因素重复测量方差分析,结果发现:刺激类型主效应显著,F(1, 19)=16.27,p<0.01,η2=0.46,偏差刺激(–4.24±0.54 uV)诱发的N1比标准刺激(–3.37±0.43 uV)更负。对N1的潜伏期也做三因素重复测量方差分析,统计结果显示:情绪类型与电极点的交互作用显著,F(22, 418)=1.85,p<0.05,η2=0.09,在Fz和F4点上,高回避情绪诱发下的N1潜伏期(99±2 ms, 97±2 ms)长于低回避情绪(94±2 ms, 91±2 ms),在C4和CPz点上,高回避情绪诱发下的N1潜伏期(85±3 ms, 87±3 ms)显著短于中性条件(89±3 ms, 90±3 ms)。
3.2.2 P2成分对P2波幅做三因素重复测量方差分析,统计结果显示,刺激类型、情绪类型与电极点的交互作用显著,F(22, 418)=3.39,p<0.01,η2=0.15,对于标准刺激,在F3、Fz、F4、FC3、FC4、C3、Cz和CP3点上,高回避条件下的P2波幅显著小于中性条件;对于偏差刺激,在FC3、C3和CP3点上,高回避情绪条件下的P2波幅显著小于中性条件,在CP3点上,低回避情绪条件下的P2波幅也显著小于中性条件。对P2潜伏期做三因素重复测量方差分析,统计结果显示刺激类型主效应显著,F(1, 19)=31.78,p<0.01,η2=0.63,偏差刺激(199±3 ms)的潜伏期短于标准刺激(214±3 ms);情绪类型与电极点的交互作用显著,F(22, 418)=1.62,p<0.05,η2=0.08,在FC3和C3点上,低回避情绪条件下的P2潜伏期(202±4 ms, 205±4 ms)显著短于中性条件(207±4 ms, 213±3 ms)。
3.2.3 N2成分对N2波幅做三因素重复测量方差分析,统计结果显示刺激类型主效应显著,F(1, 19)=18.11,p<0.01,η2=0.49,偏差刺激诱发N2(–1.82±0.79 uV)比标准刺激(0.39±0.55 uV)更负;情绪类型主效应显著,F(2, 38)=4.1,p<0.05,η2=0.18,高回避情绪下N2(–1.46±0.63 uV)比中性条下(–0.26±0.65 uV)更负;刺激类型,情绪类型与电极点的交互作用显著,F(22, 418)=1.55,p=0.05,η2=0.08,对于标准刺激,除C4,CPz和CP4外,在其他电极点上都是高回避情绪下的N2比中性条件下更负;对于偏差刺激,除F3、F4、FC4、Cz和CPz外,在其他电极点上都是高回避情绪下的N2比中性条件下更负。
对N2潜伏期做三因素重复测量方差分析,统计结果显示刺激类型主效应边缘显著,F(1, 19)=3.42,p=0.08,η2=0.15,偏差刺激的潜伏期(258±3 ms)比标准刺激(264±3 ms)更短;刺激类型,情绪类型与电极点的交互作用显著,F(22, 418)=1.57,p<0.05,η2=0.08,对于标准刺激,在F4点上,高回避情绪下的潜伏期(273±5 ms)长于低回避情绪(263±5 ms)与中性条件(262±4 ms),在C4点上,高回避情绪下的潜伏期(265±4 ms)长于低回避情绪(260±4 ms)。对于偏差刺激,在CPz点上,高回避情绪下的潜伏期(257±3 ms)长于中性条件(252±2 ms)。
3.2.4 P3成分对P3波幅做三因素重复测量方差分析,统计结果显示刺激类型主效应显著,F(1, 19)=19.55,p<0.01,η2=0.51,偏差刺激(9.79±0.88 uV)诱发的P3波幅显著大于标准刺激(6.88±0.55 uV);情绪类型主效应显著,F(2, 38)=4.82,p<0.05,η2=0.20,高回避情绪下的P3波幅(7.42±0.76 uV)显著小于中性条件(9.24±0.78 uV);任务类型,情绪类型与电极点的交互作用边缘显著,F(22, 418)=1.55,p=0.06,η2=0.08,对于标准刺激,在F4、FC3、C3、Cz和CP3点上,高回避情绪与低回避情绪下的P3峰值显著小于中性条件。在FCz和FC4上,高回避情绪条件下的P3峰值显著小于中性条件。在CPz和CP4上,低回避情绪条件下的P3峰值显著小于中性条件。对于偏差刺激,在FC3、FCz、FC4、C3、Cz、C4、CPz和CP4点上,高回避情绪条件下的P3峰值显著小于低回避情绪和中性条件。在F3,Fz和F4点上,高回避情绪条件下的P3峰值显著小于中性条件。在CP3点上,高回避情绪和低回避情绪条件下的P3峰值显著小于中性条件。
对P3潜伏期做三因素重复测量方差分析,统计结果显示刺激类型主效应显著,F(1, 19)=22.90,p<0.01,η2=0.55,偏差刺激的P3潜伏期(370±5 ms)比标准刺激(391±5 ms)更短;刺激类型,情绪类型与电极点的交互作用显著,F(22, 418)=1.88,p<0.05,η2=0.09,对标准刺激,在F3和CP3点上,高回避情绪和低回避情绪下的P3潜伏期长于中性条件。在Fz和FCz点上,低回避情绪下的P3潜伏期长于高回避情绪与中性条件。在FC3,FC4和C4点上,低回避情绪下的P3潜伏期长于中性条件。在Cz点上,高回避情绪下的P3潜伏期显著短于低回避情绪。对偏差刺激,FC4点上,低回避情绪下的P3潜伏期长于中性条件。Cz点上,高回避情绪下的P3潜伏期长于低回避情绪。在CP4点上,高回避情绪和低回避情绪下的P3潜伏期长于中性条件。
4 讨论采用ERPs技术,在情绪诱发与双选择Oddball任务结合的范式下发现,高、低回避消极情绪对抑制加工过程有不同的影响。行为结果显示,与中性情绪条件下相比,被试在高回避动机情绪诱发后对偏差刺激的反应时显著更长,在低回避动机情绪诱发后对偏差刺激的反应时与中性条件下未见显著差异。该结果提示在行为反应水平上,高回避动机情绪阻碍抑制加工,低回避动机情绪对抑制加工无显著影响,与王春梅和吕勇(2016)的研究结果一致。
ERP结果显示,在N1成分的波幅和潜伏期上,情绪类型与刺激类型的交互作用不显著,也就是说高回避和低回避动机的情绪对偏差刺激的最初检测并没有显著影响。高回避动机情绪和低回避动机情绪比中性条件下对偏差刺激的P2波幅更小,说明对偏差刺激投入的注意资源减少,回避性动机情绪阻碍了对偏差刺激的觉知,这可能会导致随后任务相关的抑制过程也受到干扰。在N2和P3成分上,显示情绪的回避性动机的确影响到对偏差刺激的抑制加工过程。在高回避动机情绪状态下比中性条件下,偏差刺激诱发的N2成分波幅更大,潜伏期更长,说明高回避动机的情绪下,对偏差刺激的冲突监控需要更多的时间和认知资源。与中性条件下相比,在高回避动机情绪状态和低回避动机情绪状态下,偏差刺激诱发的P3成分波幅都更小,潜伏期更长,并且高回避动机情绪状态比低回避动机情绪状态下,P3的波幅更小,潜伏期更长。有研究者认为,当前任务加工会受到任务无关信息的干扰,导致P3波幅降低(Chen et al., 2008)。这一结果说明,高回避性动机情绪状态明显干扰了冲突监控和抑制,被试需要更多认知资源来监控冲突,并且监测速度变慢,并导致在随后的抑制加工阶段认知资源更少,加工时间延迟。低回避动机情绪状态对冲突监控未见明显影响,但显著干扰了抑制,导致抑制加工受损,加工速度变慢。
根据情绪动机维度模型及相关研究的发现,高回避性动机情绪窄化注意范围,注意资源高度聚焦在既定目标刺激和优势反应上,增加认知的稳定性,促进执行任务,但同时会降低认知灵活性(Gable & Harmon-Jones, 2010; Harmon-Jones et al., 2013; Juergensen & Demaree, 2015)。在双选择Oddball任务中,标准刺激出现的概率(75%)显著多于偏差刺激的概率(25%),被试对标准刺激按键反应会成为优势反应,偏差刺激则相对来说成为新异刺激,当其出现时被试要抑制住对标准刺激所形成的优势反应才能做出正确的按键,这需要被试灵活分配注意资源,以监测并抑制无关刺激的干扰。本研究中高回避性动机情绪下被试对偏差刺激的反应时延长,并且在冲突监控和抑制加工阶段都表现出干扰作用,符合根据情绪动机维度模型及相关研究所做出的假设。
情绪动机维度模型同时指出,低动机强度的情绪扩展注意范围(Gable & Harmon-Jones, 2010; Gable et al., 2015; Harmon-Jones et al., 2013)。据此可以推测,注意范围的扩大会使注意资源分配更加灵活,可以更好地监测并抑制无关刺激,促进抑制功能。但本研究中低回避性动机情绪不但没有促进抑制功能,反而造成了干扰,不符合根据情绪动机维度模型所做出的假设。以往也有研究发现低回避动机情绪干扰认知控制功能,杜雪松和王爱平(2017)采用经典四项比例式的推理任务,发现高回避的消极情绪(恐惧)和低回避的消极情绪(悲伤)均会对类比推理产生消极作用。可能的原因是,悲伤这种低回避性动机情绪虽然会使注意范围扩展,但这种注意范围的扩大与搞笑、幽默等低趋近动机情绪不同,不会促进个体的探索行为,并没有使注意资源的分配更加灵活,而是更加僵化,导致注意及认知资源的沉浸与固着,降低自主性与灵活性,所以干扰了抑制加工(de Lissnyder, Derakshan, de Raedt, & Koster, 2011)。也可能与研究中所采用的加工任务不同有关,情绪对认知加工的影响可能存在协调性问题。有研究发现个体在低回避动机的消极情绪状态下,会激活与空间工作记忆相同的认知目标,表现出情绪与认知的协调性,减少了资源竞争,从而有利于后续的自我控制任务的完成(辛晓雯等, 2018)。本研究及杜雪松、王爱平(2017)的研究所采用的研究范式与材料,与空间认知加工无关,可能是没有发现低回避性动机情绪促进抑制加工或类比推理的原因之一。目前来看,情绪动机强度对抑制、推理、工作记忆等高级认知控制功能的影响并不像对注意范围等初级认知加工的影响那样一致,其机制还有待于进一步研究。
5 结论本实验表明,高回避性消极情绪损害了抑制功能,使反应时延长,并且ERP数据显示,高回避性消极情绪对冲突监控、抑制实施都有阻碍作用;低回避性消极情绪也损害抑制功能,虽然在反应时上未见表现,但ERP数据显示低回避性消极情绪对抑制实施表现出一定的损害作用。
白露, 马慧, 黄宇霞, 罗跃嘉. (2005). 中国情绪图片系统的编制-在46名中国大学生中的试用. 中国心理卫生杂志, 19(11): 719-722. DOI:10.3321/j.issn:1000-6729.2005.11.001 |
陈丽, 张庆林, 严霞, 张颖, 廖祥慧, 陈谊. (2008). 汉语字谜原型激活中的情绪促进效应. 心理学报, 40(2): 127-135. |
杜雪松, 王爱平. (2017). 不同回避动机强度的消极情绪对类比推理的影响. 心理与行为研究, 15(1): 69-74. DOI:10.3969/j.issn.1672-0628.2017.01.011 |
王春梅, 吕勇. (2016). 情绪的动机性对注意控制的影响. 心理学探新, 36(4): 318-323. DOI:10.3969/j.issn.1003-5184.2016.04.006 |
王振宏, 刘亚, 蒋长好. (2013). 不同趋近动机强度积极情绪对认知控制的影响. 心理学报, 45(5): 546-555. |
辛晓雯, 吕晓蕾, 李敏, 韩含, 张倩, 李寿欣. (2018). 情绪的动机强度与工作记忆任务类型的协调性对自我控制的影响. 心理科学, 41(5): 1062-1068. |
de Lissnyder, E., Derakshan, N., de Raedt, R., & Koster, E. H. W. (2011). Depressive symptoms and cognitive control in a mixed antisaccade task: Specific effects of depressive rumination. Cognition and Emotion, 25(5): 886-897. DOI:10.1080/02699931.2010.514711 |
Gable, P., & Harmon-Jones, E. (2010). The motivational dimensional model of affect: Implications for breadth of attention, memory, and cognitive categorisation. Cognition and Emotion, 24(2): 322-337. DOI:10.1080/02699930903378305 |
Gable, P. A., Poole, B. D., & Harmon-Jones, E. (2015). Anger perceptually and conceptually narrows cognitive scope. Journal of Personality and Social Psychology, 109(1): 163-174. DOI:10.1037/a0039226 |
Harmon-Jones, E., Gable, P. A., & Price, T. F. (2013). Does negative affect always narrow and positive affect always broaden the mind? Considering the influence of motivational intensity on cognitive scope. Current Directions in Psychological Science, 22(4): 301-307. DOI:10.1177/0963721413481353 |
Horstmann, G., Borgstedt, K., & Heumann, M. (2006). Flanker effects with faces may depend on perceptual as well as emotional differences. Emotion, 6(1): 28-39. DOI:10.1037/1528-3542.6.1.28 |
Juergensen, J., & Demaree, H. A. (2015). Approach-motivated positive affect and emotion regulation alter global-local focus and food choice. Motivation and Emotion, 39(4): 580-588. DOI:10.1007/s11031-015-9472-3 |
Lang, P. J., Bradley, M. M., & Cuthbert, B. N. (2005). International Affective Picture System (IAPS): Affective ratings of pictures and instruction manual. Gainesville, FL: University of Florida.
|
Liu, Y., & Wang, Z H. (2014). Positive affect and cognitive control: Approach-motivation intensity influences the balance between cognitive flexibility and stability. Psychological Science, 25(5): 1116-1123. DOI:10.1177/0956797614525213 |
Padmala, S., Bauer, A., & Pessoa, L. (2011). Negative emotion impairs conflict-driven executive control. Frontiers in Psychology, 2: 192. |
Pessoa, L., Padmala, S., Kenzer, A., & Bauer, A. (2012). Interactions between cognition and emotion during response inhibition. Emotion, 12(1): 192-197. DOI:10.1037/a0024109 |
Yuan, J. J., Xu, S., Yang, J. M., Liu, Q., Chen, A. T., Zhu, L. P., … Li, H. (2011). Pleasant mood intensifies brain processing of cognitive control: ERP correlates. Biological Psychology, 87(1): 17-24. DOI:10.1016/j.biopsycho.2011.01.004 |
2. Key Research Base of Humanities and Social Sciences of the Ministry of Education, Academy of Psychology and Behavior, Tianjin Normal University, Tianjin 300387;
3. Center of Collaborative Innovation for Assessment and Promotion of Mental Health, Tianjin 300387;
4. Department of Psychology, Tianjin University of Commerce, Tianjin 300134