识图决策（Map Recognition Decision）是指在定向运动比赛或训练中，运动员根据地形、距离、可跑性等因素进行地图路线判断，并做出最佳路线决策的过程[1-2]，识图决策能力直接制约着选手的比赛成绩。在运动领域中，运动决策主要包括直觉决策和认知决策，直觉决策以直觉判断为主导，而认知决策主要依靠逻辑思维进行判断和决策，属于复杂的信息加工过程[3]。目前，国内外关于运动决策的研究大部分集中于直觉决策，如：篮球[4]、足球[5]、手球[6]及棒球[7]，而认知决策研究相对较少，定向运动属于典型的认知决策类运动项目[8]，通过对定向运动项目识图决策的研究将为运动领域认知决策研究提供新的视角及理论依据。
在运动领域中，高水平运动员的运动决策能力被视为专家优势的主要表现。如在棋类项目中，专家棋手能够凭借丰富的经验和深厚的棋艺，在复杂的棋局中做出更加合理的决策[9]，同样，在足球、篮球等团队运动项目中，专家运动员在传球、射门、防守等关键环节的决策能力也明显高于新手运动员[10]。国内专家刘阳等人利用眼动技术研究发现，高水平定向运动员在完成识图决策任务时，表现出专家认知优势，具体体现为识图能力强、工作记忆容量大、图例识别速度快等特征[11]。此外，任务难度对运动员的决策速度和准确率具有显著影响，在较简单的任务中，运动员能够迅速做出决策，且准确率较高，但随着任务难度的增加，运动员的决策速度会逐渐降低，准确率也会受到一定影响[12]，如羽毛球运动员在比赛中，随着比赛进程的推进，对手技战术的变化、对抗速度的加快，任务难度增加，从而影响预判决策的准确性[13]；在定向运动中，研究者比较了任务难度对普通练习者识图决策的影响，发现行为结果存在显著差异且前额叶皮层也表现出不同的血氧激活水平[14-15]。研究结果揭示了识图决策的认知特征，但相关研究缺乏不同水平运动员的差异比较，尚不明确高水平运动员在识图决策任务时的认知优势特征及相关的大脑神经活动变化。
同时，已有研究发现，运动员的认知决策表现与运动强度密切相关，随着运动强度的增加，对认知能力产生一定的影响[16-17]。持续高强度运动会导致运动员身体机能下降，注意力难以集中，如水球运动员在训练或比赛中因持续进行高强度冲刺和拼抢时产生疲劳，在这种情况下，运动员会在传球、射门或防守时出现判断失误，从而影响比赛结果[18]。在定向运动比赛中同样存在类似现象，在比赛中持续高强度运动，运动员往往会出现一些低级失误，如，忽略地图上的关键信息、方向选择错误等[19]，这种现象很可能是因为选手的认知决策能力受到了高运动强度的制约[20]。但也有研究发现，高运动强度有利于运动员情景记忆的保留，能够有效提升个体的注意力、记忆力和决策能力等认知能力，在决策任务上的表现有所提升[21-23]。目前关于高运动强度对认知能力的影响尚不明确，因此，本研究将运动强度作为控制变量，探究静息态与高强度下定向运动员识图决策过程中的大脑神经活动，揭示其内在神经特征。
功能性近红外光谱技术（fNIRS）利用大脑组织的光穿透性来测量大脑皮层组织中的血流动力学变化指标[24-25]。氧合血红蛋白（Oxy-Hb）血氧浓度[26-27]，可以有效反映大脑区域神经皮层的情况，进而分析个体的认知活动[28]。该技术目前已在运动领域得到了广泛运用[29-30]，已有研究发现，定向运动员在不同的认知任务下各脑区激活表现出显著差异，为本研究提供了相关理论支撑[14,29]。由于前额叶是接收外部信息，将记忆等信息进行整合并做出合理计划的区域[31]，在认知决策起着非常重要的作用[32]，研究表明，运动强度的变化能够引起前额叶血流量和血氧含量的显著变化[33-34]。因此，本研究选取前额叶（PFC）来监测定向运动员在不同任务难度和不同运动强度下的血氧浓度变化，以此探究定向运动员识图决策的脑加工机制。
研究采用功能性近红外光谱成像技术，探究不同任务难度和运动强度对不同水平定向运动员识图决策行为绩效和脑神经活动特征的影响。综上，提出以下假设：1）在识图决策任务过程中，高强度运动会影响定向运动员的行为绩效，专家组表现出专项认知优势；2）在识图决策任务中，行为学与脑血氧浓度具有相关性，不同水平运动员脑血氧表现出不同的激活特征，且不同的任务难度、运动强度会造成Oxy-Hb的激活差异。
1 研究对象与方法
1.1 研究对象
选取32名定向运动员，其中包括16名专家组，16名新手组成员。专家组年龄（21.07±1.58）岁，BMI指数为（21.0±0.7）kg/m2，技术等级一级以上，训练年限 6 年以上，每周训练频次（4.00±0.46）次。新手组年龄（20.53±1.36）岁，BMI指数为（22.0±0.8）kg/m2，训练年限在半年以上，每周训练频次（1.2±0.16）次。受试者标准：1）无脑创伤及精神疾病等；2）视力或矫正视力正常；3）右利手；4）熟练掌握定向运动基础知识；5）能够熟知键盘按键位置，且未参加过类似实验。参加试验之前告知受试者整个实验流程以及注意事项，并签署实验知情同意书。本研究已得到陕西师范大学伦理委员会的批准（批准文号：SNNU2023301）。
1.2 实验设计和材料
实验采用 2（运动水平：专家、新手）×2（运动强度：静息态、高强度）×2（任务难度：简单地图、复杂地图）的三因素混合实验设计。因变量为识图决策正确率和前额叶各兴趣区（ROI）的Oxy-Hb浓度变化。
1.3 实验仪器及设备
实验仪器为便携式功能性近红外光谱成像仪LIGHTNIRS系统（岛津，日本），以3种不同波长的近红外光（780 mm、805 mm、830 mm），13.33 Hz的采样率，对不同水平定向运动员识图决策任务时不同脑区的氧合血红蛋白（Oxy-Hb）血氧浓度进行采集[36-37]。通道布局采用2×8个光极探头（8个发射光极和8个接收光极）的多通道相连布局，共组成22个通道，利用3D数字仪（FASTRAK系统）定位光极位置，通过NIRS_SPM软件空间概率配准方法确定各通道位置的MNI位置坐标，在成人布罗德曼区（Brodmann）图谱中查找对应脑区，划分出8个兴趣区（region of interest，ROI）：R-DLPFC、L-DLPFC、R-FOA、L-FOA、R-VLPFC、L-VLPFC、R-OFA和L-OFA，如图2所示。
1.4 实验流程
实验分为两个阶段，练习阶段和正式测试阶段，练习阶段：在实验前告知受试者整个实验流程以及注意事项，并提醒受试者在实验过程中保持头部的稳定性。本实验采用手绘方式进行路线决策，首先受试者坐在自行车上采集30 000 ms静息态下的电生理信息（静息态和高强度任务前均需采集），完成后提醒受试者开始实验测试。进行高强度任务之前受试者先做准备活动，做完准备活动后，让受试者在功率自行车进行大负荷运动，实验负荷为每隔5 min递增25 W功率持续运动，保持转数55~65转/min的匀速蹬车[38]。实验中使用HRV检测仪对心率进行实时监测，按照美国运动医学会（ACSM）运动测试与运动处方指南，确定高强度为76%~96%HRmax（HRmax=208-0.7×年龄）[39]。测试场景见图3。
静息态条件下识图决策测试：测试地图每个难度共有11个目标点位，受试者从地图的起点出发，完成12次路线决策最后到达终点，每4次路线决策为一个组块（block）（大约40 s），总共3个组块，每完成一个组块休息20 s。高强度识图决策同静息态，但每一个组块间继续完成骑行任务，保持高强度运动状态。每个条件测试间隔24 h，保证受试者体力与脑力完全恢复，正式试验阶段与练习阶段相同（如图4所示）。
1.5 数据采集与分析
行为学数据：首先，请3名定向运动专家对所有受试者路线决策结果进行5分制评定并取平均值作为最终成绩，然后换算为百分比[11]，首先对正确率进行正态分布检验，S-W检验结果显示，服从正态分布。采用2（运动水平：专家、新手）×2（运动强度：静息态、高强度）×2（任务难度：简单地图、复杂地图）进行三因素混合方差分析，对识图决策任务中行为学数据进行统计分析。
fNIRS数据：利用fNIRS设备自带软件对采集的原始数据进行解算，基于Matlab（R2013b）平台的NIRS_SPM软件，通过修正的比尔-朗伯定律将光强数据转换为血氧数据，然后对数据进行预处理，消除异常值，提高信噪比，使整体滤波后的信号便于后续计算分析[MNI坐标配准；基于一般线性模型（GLM）的设计矩阵的构建；基于具有时间导数的血流动力学响应函数（HRF）的低通滤波器；基于小波分析法（wavelet-MDL）的高通滤波器]；然后对任务条件下的β值进行评估，作为相应通道的激活指标。采用 2（运动水平：专家、新手）×2（任务难度：简单地图、复杂地图）×2（运动强度：静息态、高强度）三因素混合方差分析，将兴趣区（ROI）所包含各通道的β进行平均，该均值即为该ROI激活强度，运用SPSS27.0进行分析，并对存在交互效应的变量进行简单效应分析，p<0.05被认为是具有统计学意义。所有数据均使用SPSS27.0进行统计和分析，多重比较采用Bonferroni法进行校正。
2 结果
2.1 行为学结果
为了探索专家组和新手组在不同运动强度和不同任务难度下的行为学指标差异，对行为学数据进行统计分析，描述性结果如表1所示。
表1 识图决策任务正确率测试结果（M±SD） |
 |
结果显示，运动水平主效应显著[F（1，30）=58.141，p<0.001，η2=0.839]，专家组正确率显著大于新手组，运动强度主效应显著[F（1，30）=441.618，p<0.001，η2=0.770]，静息态下的正确率显著大于高强度，任务难度主效应显著[F（1，30）=67.105，p<0.001，η2=0.337]，简单地图正确率显著大于复杂地图；运动水平×运动强度交互效应显著[F（1，30）=20.148，p<0.01，η2=0.132]，简单效应分析，在静息态下，运动水平主效应显著[F（1，30）=4.953，p<0.05，η2=0.036]，专家组的正确率显著大于新手组，在高强度下，运动水平主效应显著[F（1，30）=73.884，p<0.001，η2=0.357]，专家组正确率显著大于新手组；专家组运动强度主效应显著[F（1，30）=109.383，p<0.001，η2=0.451]，静息态时的正确率显著大于高强度，新手组运动强度主效应显著[F（1，30）=440.845，p<0.001，η2=0.768]，静息态时的正确率显著大于高强度。运动水平×任务难度交互效应不显著；任务难度×运动强度交互效应显著[F（1，30）=4.499，p<0.05，η2=0.033]，简单效应分析，在静息态下，任务难度主效应显著[F（1，30）=16.783，p<0.01，η2=0.124]，简单地图正确率显著大于复杂地图，在高强度下，任务难度主效应显著[F（1，30）=56.147，p<0.01，η2 =0.297]，简单地图的正确率显著大于复杂地图；在简单地图条件下，运动强度主效应显著[F（1，30）=184.481，p<0.001，η2=0.581]，静息态正确率显著大于高强度，在复杂地图条件下，运动强度主效应显著[F（1，30）=280.435，p<0.001，η2=0.678]，静息态正确率显著大于高强度下的正确率；三者交互效应不显著。以上结果表明，在不同条件下，专家组正确率均高于新手组；在简单地图下，专家组和新手组的正确率高于复杂地图；静息态下专家组和新手组的正确率显著高于高强度。
2.2 fNIRS结果
2.2.1 右侧背外侧前额叶（R-DLPFC）
运动水平主效应不显著，运动强度主效应显著[F（1，30）=17.957，p<0.001，η2 =0.140]，静息态下血氧浓度显著高于高强度，任务难度主效应不显著；运动水平×运动强度交互效应显著[F（1，30）=11.704，p<0.01，η2=0.096]；简单效应分析，在静息态下，运动水平主效应显著[F（1，30）=7.803，p<0.01，η2=0.066]，新手组的血氧浓度显著大于专家组，在高强度下，运动水平主效应显著[F（1，30）=4.212，p<0.05，η2=0.037]，新手组的血氧浓度显著大于专家组；新手组运动强度主效应显著[F（1，30）=3.64，p<0.05，η2=0.03]，静息态显著高于高强度；专家组运动强度主效应显著[F（1，30）=27.019，p<0.001，η2=0.197]，静息态下的血氧浓度显著大于高强度，其余交互效应均不显著。
2.2.2 左侧背外侧前额叶（L-DLPFC）
运动水平主效应显著[F（1，30）=5.868，p<0.05，η2=0.003]，新手组的血氧浓度显著大于专家组，运动强度主效应显著[F（1，30）=5.035，p<0.05，η2=0.044]，静息态下的血氧浓度显著大于高强度，任务难度主效应显著[F（1，30）=5.416，p<0.05，η2=0.047]，复杂地图下的血氧浓度显著大于简单地图；交互效应均不显著。
2.2.3 右侧额极区（R-FOA）
运动水平效应不显著，运动强度主效应显著[F（1，30）=9.868，p<0.05，η2=0.082]，静息态血氧浓度大于高强度，任务难度主效应不显著；运动水平×运动强度交互效应显著[F（1，30）=8.518，p<0.05，η2=0.072]；简单效应分析，在静息态下，运动水平主效应不显著，高强度下，运动水平主效应显著[F（1，30）=10.066，p<0.05，η2=0.084]，新手组血氧浓度显著大于专家组；新手组运动强度主效应显著[F（1，30）=2.07，p<0.05，η2=0.001]，静息态血氧浓度显著高于高强度；专家组运动强度主效应显著[F（1，30）=16.916，p<0.01，η2=0.133]，静息态下的血氧浓度显著大于高强度；其余交互效应均不显著。
2.2.4 左侧额极区（L-FOA）
该脑区运动水平、任务难度、运动强度主效应以及交互效应均不显著。
2.2.5 右侧腹外侧前额叶（R-VLPFC）
运动水平、任务难度主效应不显著，运动强度主效应显著[F（1，30）=39.266，p<0.001，η2=0.263]，静息态下的血氧浓度显著大于高强度；交互效应均不显著。
2.2.6 左侧腹外侧前额叶（L-VLPFC）
运动水平主效应显著[F（1，30）=12.627，p<0.01，η2=0.103]，新手组的血氧浓度显著高于专家组，运动强度主效应显著[F（1，30）=45.729，p<0.001，η2=0.294]，静息态血氧浓度显著高于高强度，任务难度主效应不显著；交互效应均不显著。
2.2.7 右侧眶额区（R-OFA）
运动水平、任务难度主效应不显著，运动强度主效应显著[F（1，30）=24.986，p<0.01，η2=0.185]，静息态血氧浓度显著高于高强度；运动水平×运动强度交互效应显著[F（1，30）=6.975，p<0.01，η2=0.06]，简单效应分析，在静息态下，运动水平主效应不显著，在高强度下，运动水平主效应显著[F（1，30）=9.927，p<0.05，η2=0.083]，新手组的血氧浓度显著高于专家组；新手组运动强度主效应显著[F（1，30）=3.034，p<0.05，η2=0.27]，静息态下的血氧浓度显著高于高强度；专家组运动强度主效应显著[F（1，30）=26.872，p<0.01，η2=0.196]，静息态的血氧浓度显著大于高强度下的运动强度；其余交互效应均不显著。
2.2.8 左侧眶额区（L-OFA）
运动水平、任务难度主效应不显著，运动强度主效应显著[F（1，30）=19.52，p<0.01，η2=0.151]，静息态血氧浓度显著高于高强度；交互效应均不显著。
以上结果表明，不同运动水平运动员在L-DLPFC、L-VLPFC的血氧浓度具有显著差异，具体的表现为新手组大于专家组；不同运动强度在R-DLPFC、L-DLPFC、R-FOA、R-VLPFC、L-VLPFC、R-OFA和L-OFA血氧浓度有显著差异，具体的表现为在静息态下的血氧浓度显著高于高强度；不同任务难度在L-DLPFC的血氧浓度具有显著差异，具体的表现为复杂地图大于简单地图。运动水平与运动强度交互作用下，在R-DLPFC、R-FOA、R-OFA中具有显著差异，具体的表现为在新手组、专家组条件下运动强度主效应显著，静息大于高强度；在R-DLPFC中，静息态、高强度条件下，运动水平主效应显著新手大于专家组。
2.3 fNIRS数据与正确率的相关性结果
对2（运动水平：新手组、专家组）×2（运动强度：静息态、高强度）×2（任务难度：简单地图、复杂地图）在识图决策任务中的行为学数据与8个兴趣区的Oxy-Hb浓度值进行相关性分析，得到如下结论。
在识图决策任务中，fNIRS结果和正确率显著相关，体现在：专家组复杂地图静息态，L-DLPFC（r=0.678，p<0.01）血氧激活程度与正确率呈正相关，即正确率越高，血氧激活程度越高；新手组在简单地图静息态下，L-DLPFC（r=0.533，p<0.05），R-VLPFC（r=0.609，p<0.05）血氧激活程度与正确率均呈正相关，即正确率越高，血氧激活程度越高。
3 讨论
3.1 不同条件下定向运动员识图决策的行为绩效分析
行为学结果显示，专家组在不同条件下均表现出较高的行为绩效，且两个组别运动员均表现出简单地图正确率显著高于复杂地图，静息态正确率显著高于高强度，表明不同水平定向运动员在完成识图决策任务时的行为绩效受运动强度和任务难度的影响，假设1得到验证。专家运动员具有专项认知优势，国内刘阳等学者在对定向运动员识图决策过程中视觉搜索特征研究中发现，专家组识图决策任务中具有较高的行为绩效[40-41]，这可能与专家运动员经过长年专项训练具有较强的视觉搜索、符号识别、信息转换的能力相关[42]。根据认知加工理论模型，运动员在运动决策情景中首先是输入信息，对关键信息进行记录，然后对信息进行加工处理，为运动决策做好准备，高水平运动员这一过程中表现出较高的视觉搜索效率以及多信息组块加工的记忆提取特征[43-44]。任务难度和运动强度的变化会影响运动员认知资源的分配与能量的消耗，有学者研究发现，运动员持续高强度运动时运动表现显著下降[45-46]，这与本研究结果一致。运动能力的下降可能是由于疲劳影响了运动员的神经传导速度，以及高强度运动会消耗大量的能量，运动员大脑氧气供应不足，影响大脑的正常运转，导致认知能力下降[47]，表现在运动员的选择注意力、集中注意力明显降低[48]。此外易妍等研究发现，定向运动员在完成简单任务时的行为绩效显著高于复杂任务[15]，本研究发现复杂地图下，专家组与新手组行为绩效均显著下降，这可能是由于在高认知负荷条件下，占用和消耗运动员更多的注意资源，不利于中枢资源的合理分配[49]，且在运动员大脑处理的信息量达到个体所能承受的极限时，工作效率也会显著降低，因而表现出较低的正确率。以上的研究结果可以得出，在高任务难度、高运动强度下，无论是专家组还是新手组运动员，皆表现出相对较低的行为绩效。
由于本研究用正确率来比较专家组和新手组定向运动员在识图决策任务中的差异，只是反映二者之间的行为学结果，无法了解其内在机制以及运动强度和任务难度改变下大脑的神经活动，因此借助fNIRS来监测任务过程中大脑前额叶皮质区的变化。
3.2 定向运动员识图决策的脑激活表现
fNIRS结果显示，专家组脑区大脑Oxy-Hb激活显著低于新手组，大量研究表明，专项认知能力与血氧激活程度呈负相关，即认知能力越强，血氧激活程度越低[50]，这种激活差异可能是由于脑认知加工造成，专家组成员普遍具有专项认知优势，有学者认为高水平定向运动员经过长时间的训练和比赛积累了大量的知识和实践经验，能够在较短的时间内进行合理的任务决策，而新手组运动员在进行任务决策时，无法快速筛选和处理相关信息，需动用更多的认知资源，表现出较高的血氧激活特征[29,51]。神经效率假说也为其提供了依据，该假说认为，相关领域的认知表现越好，与之相关的大脑皮层激活强度越低，主要是源于大脑的神经资源被保存和自动化，显现出大脑皮层神经的高效率[52]。这也可能是专家组在复杂地图静息态下L-DLPFC的脑血氧激活与正确率均呈现出显著正相关的原因。在本研究中不同水平定向运动员出现脑区激活差异，新手组定向运动员在识图决策任务中L-VLPFC、L-DLPFC的血氧激活显著高于专家组，在高强度条件下，R-DLPFC的血氧激活新手组也显著大于专家组。以往研究证实，认知功能与PFC密切相关[53]，VLPFC、DLPFC作为前额叶皮质的主要功能区，在注意选择、抑制控制、工作记忆、运动决策过程中起着关键性作用[54-55]。Corballis等指出大脑左半球主要是处理局部细节，如文字和物体的细节，而右半球对整体空间关系、图形和空间导航更为敏感[56]，在识图决策过程中，需要定向运动员对地图中的符号信息进行识别，因而表现出L-VLPFC、L-DLPFC激活显著。Dietrich等研究发现，大脑皮层认知资源有限，不同脑区需要竞争资源的优先使用权[57]，也解释了进一步证实DLPFC、VLPFC的功能，都对于识图决策的认知加工过程至关重要。而新手组运动员对于地图符号的识别、图景的匹配等能力相对较差，导致新手在简单地图下呈现出相关性，也证实了任务难度影响着不同水平运动员的脑血氧激活与行为学结果。
在不同运动强度条件下，大脑前额叶皮层的大部分区域均表现出静息态血氧激活显著高于高强度，且在简单地图静息态下新手组L-DLPFC、R-VLPFC，以及复杂地图静息态下专家组L-DLPFC的脑血氧激活水平与正确率均呈现出显著正相关。相关研究证实，DLPFC、VLPFC、FOA在运动决策过程中扮演着重要角色[58-59]，OFA与处理平衡状态等内部信息的皮层结构相关[60]，持续高强度运动导致疲劳PFC激活显著降低。能量-认知模型（Cognitive-Energetical Model）认为，由于持续高强度运动，机体能量大量的消耗，大脑供能不足[61]，这时运动员工作效率降低，脑激活显著下降，表现出选择注意力下降，注意力难以集中[62]；Romain等指出高强度运动会导致神经递质失衡，大量的神经递质释放和变化，可能会影响大脑的兴奋性和抑制性导致认知功能下降[63]，且随着高强度运动时长的不断增加，代谢废物的积累也会对大脑产生负面影响，如乳酸等代谢废物会干扰神经元的正常活动，降低神经系统的传导速度和反应速度，大脑神经元对肌肉活动的抑制增加[64]，运动员短时记忆力、心理运动能力和视觉辨别力下降[65]，同时这也可能是专家与新手均在静息态下行为绩效与相关脑区脑激活呈现出相关性的原因[66]，表明在静息态下有利于定向运动员做识图决策任务。
且在不同任务难度条件下，L-DLPFC激活显著，同时随着任务难度的增加PFC激活显著增加，由于任务难度越大，运动员需要更加集中的注意力，脑力负荷大，需要消耗更多的认知资源，从而导致脑激活较高[67]，为PFC提供更多的能源物质以供其消耗，该结果与以往的研究结果一致[68]。同时在该研究结果中显示L-DLPFC激活显著，可能是由于大脑自身的功能结构造成的差异[56]。张文等对定向运动员不同认知负荷下脑加工的研究发现，复杂地图运动员需要更为集中的注意力，随任务难度的变大，血氧激活程度也随之增大[69]。有学者研究发现，在简单地图下血氧激活低于复杂地图，由于在复杂地图条件下，地图信息多用等高线表示地貌，等高线信息需要进行抽象的三维想象，将平面信息变为立体信息[14,69]。简单地图符号特征便于识别，任务相对较为简单，脑区资源易分配，难度远低于复杂地图，以及根据脑区功能差异，造成L-DLPFC脑区表现出特异性激活。
3.3 局限性与展望
研究采用fNIRS设备研究定向运动员在识图决策任务下的脑加工特征，使用22通道模型，因设备通道限制未能对全脑区域进行监测与分析，只能探测大脑的核心认知区域（大脑前额叶皮层）的神经活动特征，未来研究可进一步优化通道分布与布局，进行全脑监测。此外，功率自行车虽能很好调控运动强度，但它无法完全模拟定向运动员在真实比赛的环境，未来研究可通过VR模拟现实场景，进一步提高研究的生态效度。
4 结论
定向运动的识图决策任务受任务难度、运动强度的制约，专家具有一定的认知优势，表现出较高的任务绩效和前额叶皮层相关脑区更低的血氧激活；任务难度造成L-DLPFC的特异性激活，在高强度下大脑血氧激活模式也发生改变；脑激活变化与认知行为表现存在相关性，且受运动水平、运动强度以及任务难度的制约，并体现在不同的脑区；本研究对于优化运动员训练策略、提升竞技水平以及推动运动领域认知决策研究具有重要意义。
