摘要
目的： 近几十年来，随着人们不断追求更高的生活质量和对心理健康关注度的不断增加，正念冥想作为一种促进身心健康的实践，逐渐成为科学研究的热点。正念冥想，是一种最早源自佛教的古老修行方法，强调在全面接受和非判断的基础上，培养对当下经验的觉察。大量研究指出，正念冥想对于改善注意力、减轻压力、提高情绪调节能力以及增强认知功能等方面有着显著的积极效应。随着越来越多的研究证实，正念冥想在促进注意力集中、缓解压力感、改善情绪管理能力及提升大脑执行功能等方面的益处开始逐渐被人们所知悉。 注意力是指人的心理活动指向和集中于某个对象的能力，它属于一种认知功能，能够帮助我们选择、过滤、处理外界信息。迈克尔·波萨纳（Michael Posner）和史蒂文·彼得森（Steven Petersen）于上世纪八十年代提出的模型中，将注意力分为三个主要子系统：警觉（Alertness）、定向（Orienting）、和执行控制（Executive Control），每个系统都与大脑的特定网络相关联，负责着不同的功能。 本研究旨在探究正念冥想训练对注意力中前注意和执行控制两大子成分会产生何种影响，并利用ERPs技术揭示其在电生理层面的可能原理。 方法： 1.在问卷星平台创建问卷，问卷内容包括基本个人信息，有无正念冥想经验以及正念五因素量表（FFMQ；Five Facet Mindfulness Questionaire），在成都某高校范围内发放问卷二维码。根据FFQM得分结果对招募到的人群进行分组，按照FFMQ问卷总得分从低到高排序，筛选出得分在后32%的被试作为无冥想经验且正念水平较低的分组即对照组，冥想组被试来自高校正念冥想兴趣活动班，根据问卷筛选出正念冥想实践时长在35小时以上（为期5个月，每周三次30min训练）且FFMQ得分在前50%的学生作为冥想组，最终共筛选出被试46人。 2.使用E-Prime3.0软件记录被试的行为表现，使用荷兰ANT Neuro64导脑电放大器系统和eegoTM mylab记录脑电数据。实验过程中所有电极的头皮阻抗＜5kΩ，在线参考设置于左耳乳突M1电极，离线分析时转参考电极为全脑平均值。统计分析采用IBM SPSS Statistics22。ERPs结果数据的描述性统计量表示均为均值标准误。F值比率的自由度通过Greenhouse-Geisser检验矫正，统计数据差异值显著的p值小于0.05。事后比较的Bonferroni校正p值小于0.05。 3.本研究分为两个部分； 研究一探究了正念冥想训练对前注意功能的影响，包含一个电生理实验，采用跨通道延迟反应范式(Cross-modal Delayed Response Paradigm，CDRP)对被试的行为学指标（正确率ACC、反应时RT）以及电生理指标（N1、vMMN）展开分析。 研究二探究了正念冥想训练对执行控制功能的影响，包含一个行为学实验和一个电生理实验。行为学实验采用改编的点探测任务范式（Modified Dot Probe Paradigm，MDPP），分析指标为被试的反应时RT和正确率ACC两项指标。电生理实验采用双任务范式（Dual-task Paradigm），对被试的相关行为学指标以及P300成分展开统计分析。 结果： 1.正念冥想通过训练注意力和执行控制能力，显著优化了视觉信息处理的速度，反映在行为学指标上的反应时间显著减少。神经生理学数据显示，冥想训练者的N1波幅增大且潜伏期缩短，表明对初步视觉信息处理的敏感性和效率提高。此外，视觉失匹配负波（vMMN）分析还进一步证实了正念冥想对视觉刺激的自动化处理能力的增强，尤其是对非预期的低概率刺激的处理，表现为冥想组vMMN成分的波幅显著增加；另外通过脑区电极电位分析发现冥想组被试的vMMN成分在枕区部分电极点（O1、O2、PO7、PO8）相比对照组被试激活程度更高。 2.正念冥想训练显著提高了个体在执行控制任务中的表现。具体而言，正念冥想组的参与者在面对负性情绪刺激或负性图片时，展现出更好的认知灵活性和更高的任务完成效率，这体现在行为学实验中反应时的缩短上。此外，还发现不同背景图片下冥想组被试P300成分波幅相比对照组显著增加，进一步确认了正念冥想在促进情绪稳定性和提升执行控制策略方面的有效性；此外对F3、Fz、F4、C3、Cz、C4、P3、Pz、P4这九个不同脑区的电极电位进行分析后发现正念冥想对被试执行控制功能的影响主要集中在F3、Fz、F4、C3、Cz、C4这6个电极点，即主要影响被试的额区和额顶区，这与该部分脑区在高级认知活动中的功能相吻合。 结论： 综合本研究结果发现为期5个月，每周三次30min训练的正念冥想训练能够对训练者的前注意功能和执行控制功能产生积极影响。一方面使训练者在非注意状态下对外界信息，尤其是非预期刺激变化的觉察感知更加锐化，另一方面训练者在面临两项或多项任务时，注意资源的分配机制得到优化，对负性图片背景的注意资源投入减少，在完成指定任务时表现出更好的专注性和稳定性。
NETL