在认知科学和神经科学领域，电子竞技，特别是第一人称射击（FPS）游戏，因其对高级认知能力的高要求而日益受到关注。传统体育运动的研究已表明，预测性视觉策略是高水平表现的关键，然而，对于FPS竞技玩家是否存在增强的预测性眼动策略及其背后的神经机制，此前认识仍不充分。本研究旨在通过行为学与神经生理学相结合的方法，探究FPS专业玩家是否展现出优于非FPS玩家的预测性眼动能力和空间预测精度。
引言
许多传统体育运动中，运动员被认为正在接近生理表现的极限。因此，近期的科技进步将注意力转向了通过认知增强实现进一步提升的潜力。电子竞技已迅速崛起为一个需要高水平认知能力的竞技领域，并吸引了越来越多来自神经科学和认知科学研究者的兴趣。虽然电子竞技与传统体育不同，其涉及与视觉显示的坐姿交互而非全身运动，但它们施加了相似苛刻的知觉、认知和运动要求。高水平表现需要快速处理复杂的视觉刺激、执行精确的双手运动操作，并在严格的时间限制下决策。玩家必须在多个屏幕元素间灵活分配注意力，跟踪小地图和状态指示器等外围线索，并同时执行精细控制的动作以避免对手和危险。
从神经认知角度看，电子竞技与传统运动的专业技能具有关键共通机制。神经影像学研究表明，随着技能水平提高，后顶叶皮层（PPC）等区域的神经活动会降低，这反映了高度训练玩家之间更有效的认知资源分配。类似地，动作视频游戏玩家在处理移动干扰物时，在运动敏感区域（中颞区；MT）表现出皮层激活降低，表明其对无关信息在到达高阶脑区前进行了增强过滤。至关重要的是，电子竞技的核心要求——选择性注意力、对动态刺激的高度敏感性以及在严格时间压力下的预测性处理——在功能上与传统球类运动（如棒球或板球）中观察到的要求相似。例如，在棒球或板球中，击球手必须在球从投手释放到到达本垒板的几百毫秒内预判球的轨迹和时机。这一要求在电子竞技中高度相似，玩家必须以毫秒级精度预测对手的动作和快速变化的环境。
这些相似性表明，来自传统运动神经科学（特别是涉及预测性视觉策略的研究）的见解可移植到电子竞技研究中，反之亦然。此外，由于电子竞技在相对静止和受控的环境中进行，它们为收集高质量神经生理学数据提供了机会，与全身运动表现相比，运动相关的混淆因素更少。这与先前将电子竞技定位为研究高性能认知的宝贵领域的论点一致。综上所述，这些观点支持电子竞技代表了认知丰富的环境，其中预测性视觉策略是性能优化的核心。
先前研究一致表明，一般游戏经验与增强的视觉空间和注意力处理相关。多种行为范式——包括侧翼任务、枚举任务、有效视野测试、注意瞬脱范式和刺激-反应映射——一致显示，动作视频游戏玩家在核心知觉和注意领域优于非玩家。这些优势包括增强的视觉敏感度、减少的任务切换成本和更大的认知灵活性，以及更优的内源性注意力控制。这些优势可能在游戏时间减少后仍持续数月，表明稳定的神经认知适应。动作视频游戏玩家也表现出比非玩家更精细的空间分辨率、更高的对比敏感度和更宽的视野。
然而，神经生理学发现则更加多样。专业视频游戏玩家表现出更快的行为反应、运动反应的半球不对称性降低，以及更短的视觉N1潜伏期（早期知觉处理的电生理标志物）。N1潜伏期与反应时相关，表明加速的神经处理有助于更优的视觉空间表现。类似地，有研究报道视频游戏玩家能更有效地抑制无关信息流，这反映在对干扰物的稳态视觉诱发电位（SSVEP）降低，以及在高知觉负荷下对目标的P300振幅更大。互补的功能性磁共振成像（fMRI）研究表明，在高知觉负荷下，动作视频游戏玩家对额顶叶注意力资源的依赖更少，这与更高效、自动化的注意力分配一致。
全面的综述总结了这些发现，得出结论：动作视频游戏能在多个时间尺度上（从毫秒到分钟）诱导知觉和注意力控制的增强。更近期的神经影像学研究提示，这些行为优势反映了网络水平的神经可塑性优化，而非孤立的区域性变化，表明在动作视频游戏玩家中视觉-运动和注意力系统的重组。总之，这些证据将电子竞技定位为一个认知需求高的领域，其中专业技能与注意力和执行控制密切相关。
然而，尽管文献不断扩展，但大量工作强调反应性表现测量和刺激驱动的注意力范式，留下了一个开放性问题：这种网络水平的适应如何支持在模拟现实世界表现的连续动态任务中的预测性视觉-运动策略。电子竞技表现超越了基本的注意力分配；它需要复杂的策略性推理、动态注视控制和预测性认知处理。在第一人称射击（FPS）游戏中，高水平玩家通常避免长时间注视单个对手。相反，他们采用短暂的注视时长和更宽的注视分布来扫描环境、维持威胁监控和预测正在发生的事件。这些动态注视行为反映了预测性处理，并与竞技表现紧密耦合。
为了解决电子竞技中对预测性注视策略的关注有限问题，我们先前的调查为目标到达预测任务中预测性视觉-运动机制提供了基础证据。一项研究证明，预测性眼跳与视觉和运动区域中增强的低频β波活动相关，并与改善的预测准确性相关。然而，该研究未检验眼跳执行的时间精度。由于预测性眼跳只有在执行得足够早以影响后续的视觉-运动处理时才有优势，表征其时间特征至关重要。扩展此项工作，另一项研究比较了早期与晚期的预测性眼跳，表明更早的执行与更早的准确注视定位以及额叶眼动区和中颞区区域更强的低频β波活动相关。总之，这些发现表明，运动参数的准确估计可能促进预测性眼跳的更早启动和更佳准确性——这些机制很可能与高水平电子竞技表现相关。
基于此框架，本研究调查了预测性眼跳策略如何被FPS专业组使用，并与没有竞技/锦标赛级别FPS经验的参与者进行比较，不论其是否玩其他游戏类型。具体而言，我们聚焦于两个维度：（1）预测性眼跳执行的时间，（2）到达位置预测的空间准确性。我们假设，具有竞技FPS经验的参与者会启动预测性眼跳更早且端点准确性更高，并且这些行为将与视觉-运动区域中增强的低频β（12-16 Hz）活动相关。
材料与方法
本研究实验设计改编自先前引入的范式，该范式检查了与预测性眼跳策略相关的脑电图（EEG）活动。与先前研究不同，本研究引入了基于组的比较，即在FPS专业玩家与非FPS参与者之间进行。这一修改使得能够调查预测性眼跳策略及其相关神经活动是否在不同水平的竞技FPS经验中存在差异。
参与者
十七名健康成年人（平均年龄：22.82岁；15名男性，2名女性）参与了研究。仅包括能使用Gazefinder?红外眼动追踪系统可靠记录眼动的参与者。所有参与者视力正常或矫正至正常，并报告无心理、精神或神经系统疾病史。
参与者是从当地大学和游戏社区招募的活跃视频游戏玩家。那些将FPS游戏（例如VALORANT，反恐精英，使命召唤）列为主要游戏领域，并报告参与过线上或线下锦标赛的玩家，被归类为FPS专业组（n=6）。其余未报告竞技或锦标赛级别FPS经验的参与者被分配到非FPS组（n=11）。在FPS专业组内，所有参与者均报告FPS游戏为其主要游戏领域，并具有有组织的竞技游戏经验，包括参与线上或线下锦标赛、本地或校级比赛，或更高级别的全国性锦标赛；部分参与者具有半职业或职业水平经验。相比之下，非FPS组构成较为异质。该组主要由在非FPS游戏类型中具有较高级别竞技经验（例如，非FPS游戏的全国性锦标赛），或仅以休闲方式玩FPS游戏的个体组成。重要的是，非FPS组中报告有锦标赛级别竞技经验的参与者并未在FPS游戏中竞技，而那些玩FPS游戏的参与者仅在休闲、非竞技水平上进行。所有参与者均为右利手。
在参与前获得了书面知情同意。研究方案经查尔斯大学体育学院伦理委员会审查批准，并遵循《赫尔辛基宣言》原则。项目名为“电子竞技玩家的视觉处理和眼跳策略：一项脑电和眼动研究”，于2025年8月至10月间进行。要求参与者在测试前一天避免饮酒和药物使用，以尽量减少潜在的混杂因素。
设备
眼动位置 使用Gazefinder?红外眼动追踪系统记录眼动位置。刺激呈现在一台19英寸显示器上，该显示器配备集成红外摄像头。显示器置于参与者眼睛前约60厘米处，对应水平35.66°、垂直28.86°的视角。注视坐标以50 Hz频率采样。每个实验阶段前完成标准5点校准程序。仅保留在校准和任务执行期间能够可靠捕捉眼动位置的参与者进行分析。
脑电图 使用PolymatePro MP6100系统记录EEG信号，按照国际10-20系统放置Ag/AgCl电极。记录自以下电极点：FC1， FC2， FC5， FC6， CP1， CP2， CP5， CP6， P3， P4， P7， P8， O1， O2， FCz， Cz， Pz， POz， 和 Oz。参考电极置于CPz，地线在AFz。数据以1000 Hz频率采样，电极阻抗保持在20 kΩ以下。为同步EEG记录与刺激呈现，在刺激显示器上附着了光电传感器。尽管设备配置与先前的预测性眼跳研究基本一致，但本实验进行了一项关键修改：使用PolymatePro系统和优化的自定义电极导联配置以适应视觉-运动处理。
任务
实验任务改编自先前工作。与早期工作相比，本研究比较了FPS专业组与非FPS组之间的神经活动，从而能够直接研究领域相关的视觉-运动专长。
如图1所示，参与者被要求预测一个沿抛物线轨迹从左下向右下区域移动的目标的到达位置和时间。该轨迹模拟了重力运动，着陆点与发射位置处于同一垂直水平。为防止习惯化，三种轨迹条件（近、中、远）在试验间随机化。这些轨迹在水平距离、初始速度和发射角度上有所不同，计算时假设恒定重力加速度（9.81 cm/s2），无空气阻力。
实验范式如图1所示：
目标特征 移动目标是一个红色圆点，在灰色背景上呈现。每条轨迹持续4.6秒。在前2.3秒，目标可见；在剩余的2.3秒，其轨迹被相同颜色的灰色覆盖层遮挡。在近、中、远条件下，轨迹参数被系统调整以改变最终着陆位置。
程序 每个试验包括三个顺序阶段：（1）注视阶段：一个红色圆点出现在发射位置2.4-3.6秒。（2）运动阶段：目标沿抛物线轨迹移动4.6秒，前半段可见，后半段被遮挡。（3）反应阶段：参与者被要求：a. 一旦形成预测，立即将注视点转移到预测的到达位置；b. 在预测位置维持注视，直到估计目标到达；c. 在他们判断的到达时刻用右手拇指按下反应键。
在主要实验前，参与者完成一个使用镜像轨迹的简短练习区块。主要任务包括6个区块，每个区块30个随机化试验，区块间有约2分钟的休息间隔。
数据分析
如果试验满足以下任一标准，则从分析中排除：（1）由于眨眼导致在目标运动开始到参与者按键反应之间丢失眼动位置数据；（2）眼动追踪系统信号丢失或追踪错误；（3）在分析窗口内（相对于目标开始前200毫秒到开始后2300毫秒），任何通道的EEG伪迹超过±100 μV。在非FPS组，平均每位参与者有76.64个试验因眨眼相关数据丢失或信号丢失被排除，另有12.36个试验因EEG伪迹超过±100 μV被排除，平均每位参与者总共排除89.00个试验。在FPS专业组，平均每位参与者有49.00个试验因眨眼相关数据丢失或信号丢失被排除，另有8.00个试验因EEG伪迹被排除，平均每位参与者总共排除57.00个试验。EEG分析聚焦于任务的视觉引导阶段，不包括遮挡部分，因为该部分常包含按键反应和相关的运动准备活动，与视觉空间预测不直接相关。相比之下，眼动位置数据被分析到参与者各自的按键时刻，以捕捉与预测性注视行为相关的注视动态。
虽然包括三种轨迹条件以增加试验变异性和减少习惯化，但它们未分开分析。相反，所有轨迹条件的试验被合并，以最大化无伪迹试验数量，实现视觉-运动和神经动态的统一分析。本研究的主要目的是比较FPS专业组与非FPS组之间预测性眼跳策略的时间特征。
眼动位置 行为表现通过位置误差（PE）量化，定义为参与者的预测端点与目标实际最终位置之间的欧几里得距离。该测量反映了端点预测的空间准确性。一个次要的时间测量，反应误差（RE），计算为参与者的反应延迟与真实目标着陆时间（4.6秒）之间的绝对差值。更小的RE值表示更准确的时间预测。为表征预测的连续演变，时间序列的PE在每个20毫秒采样间隔（50 Hz）计算，产生从0到4.60秒的PE值时间轨迹。原始注视坐标保留用于与注视策略相关的补充分析。
脑电图 EEG数据使用EMSE Suite v5.6处理。EEG信号首先进行1-40 Hz的带通滤波，以去除低频漂移和高频噪声。随后，滤波后的信号以平均参考（CAR）重新参考。EEG时段相对于刺激开始进行分割，以表征视觉引导运动追踪过程中的预期和预测神经过程，而非锁定于单个眼动事件的神经活动。
使用基于振幅的标准进行伪迹剔除。超过±100 μV的EEG时段被识别为包含大振幅伪迹（如眨眼或肌肉活动）并从进一步分析中排除。未进行独立成分分析（ICA）和基于眼电图的回归分析。考虑到每位参与者试验数量相对有限以及存在任务相关的系统眼动，基于ICA的校正存在成分误分类和过度校正的风险，可能扭曲低频和β波神经信号。
对于振荡分析，重点放在低频β频率范围。尽管低频β波段的定义因研究而异，但先前研究表明，13-15 Hz范围内的神经活动对注意力调制和视觉-运动预测特别敏感。该频率范围也与我们先前的预测性视觉-运动策略研究确定的波段一致。为确保目标振荡活动在滤波器边界附近不被衰减，应用了稍宽的12-16 Hz带通范围。此调整考虑了截止频率落在过渡带内，其中信号功率通常减少约-3 dB，这与标准数字滤波器特性一致。将通带每边扩展1 Hz，可以在最小化失真的情况下有效保留目标13-15 Hz信号。
经过窄带滤波后，使用希尔伯特变换计算解析信号。随后导出低频β波段内的瞬时对数变换振幅包络，用于量化与预测性视觉-运动行为相关的时间分辨β波调制。
统计分析
眼动位置 为评估FPS专业组与非FPS组之间注视表现的组间差异，对四个参数进行了统计分析：（1）反应时的PE；（2）RE；（3）随时间变化的PE（0-4.60秒）；（4）随时间变化的眼动位置（X-Y坐标，0-4.60秒）。参与者被分为两组：FPS专业组和非FPS组。对于反应时PE和RE，采用独立样本t检验比较组间平均表现。对于时间序列测量，在每个20毫秒采样间隔计算逐点独立样本t检验。评估了方差齐性，当Levene检验提示有异方差趋势时，应用韦尔奇t检验作为保守替代。鉴于时间序列数据的大量比较，应用了Benjamini-Hochberg错误发现率校正以控制I型错误。为透明起见，报告了未校正的p值；然而，所有在校正前显著的效果在校正后仍保持显著。
脑电图 通过检查低频β EEG功率的组间差异来评估与预测性视觉-运动处理相关的神经活动。EEG时段锁定于刺激开始而非眼跳开始，这反映了表征视觉引导运动追踪过程中预期和预测神经过程的主要目标，而非与单个眼动执行相关的神经活动。这种刺激锁定的方法强调了组水平的低频β振幅包络的时间调制，并降低了对瞬时的、试验特异性的动眼事件的敏感性。因此，分析侧重于跨条件振荡振幅动态的持续差异，而非单个眼跳或微眼跳的精确计时。
鉴于EEG数据是时间连续和事件相关的，应用了非参数置换检验，遵循时间序列EEG分析的建议。对于每次比较，使用1000次置换构建零分布。应用基于簇的置换校正以控制多重比较和相邻电极间的空间依赖性。使用初始未校正阈值p < 0.05在电极水平形成簇，空间邻接性根据EMSE中实现的标准电极邻域定义，反映国际10-20/10-10系统内的物理接近性。簇水平显著性使用最大簇水平统计量评估，这是视觉-运动EEG研究中广泛采用和验证的方法。
结果
眼动位置
RE的比较显示，FPS专业组与非FPS组之间无显著差异。相比之下，反应时的PE在两组间差异显著。FPS专业组表现出更小的PE值。由于Levene检验接近显著，应用了韦尔奇t检验。组间差异仍然显著，FPS专业组的PE平均低于非FPS组1.04°。
相对于最终着陆位置的时间序列PE分析显示，FPS专业组在目标开始后的多个时间间隔内表现出显著降低的PE。相比之下，非FPS组在目标开始后0.06-0.26秒期间表现出显著更低的PE。
水平注视位置的时间序列分析显示，从0.50秒开始直到4.60秒，FPS专业组表现出显著更大的右向注视位移。类似地，垂直注视位置的时间序列分析表明，FPS专业组在1.30-1.92秒和2.66-2.70秒期间维持显著更低的注视位置。
总之，这些发现表明，尽管两组表现出可比的时间预测准确性，但FPS专业组表现出明显更高的空间预测准确性，体现在降低的PE和更早的右向及向下注视转移。
脑电图
为评估低频β EEG活动的组间差异，在可见轨迹期间对每个电极进行了非参数置换检验。分析聚焦于12-16 Hz频率范围，使用希尔伯特变换提取瞬时对数振幅值。
时间序列比较揭示了组间的多个显著差异。FPS专业组在特定电极和特定时间窗口表现出显著更大的低频β活动，例如CP5、CP2、P4、FC1和O2。反之，非FPS组在早期时间窗口于CP2、P3
