五天认知训练重塑你的大脑：EEG揭示从“费力思考”到“自动提取”的神经转变

研究背景

认知负荷与工作记忆过程在日常生活中扮演着关键角色，深刻影响着决策、问题解决和学习效率。理解重复性认知任务如何随时间改变大脑活动，对于评估认知训练相关的神经适应性、疲劳累积及性能优化具有重要意义。脑电图（EEG）作为研究认知努力神经动态的有效工具，能够精确捕捉不同频段节律的频谱特征变化，为揭示认知加工的神经机制提供了独特窗口。

现有研究表明，任务难度增加会调节EEG活动，特别是θ（4–7 Hz）和α（8–12 Hz）频段，这些频段与工作记忆负荷和注意控制密切相关。然而，现有文献多集中于单次实验评估，对于多次认知负荷后大脑活动的纵向演变规律尚缺乏系统研究。此外，长时间认知参与常导致心理疲劳，表现为θ功率升高和α功率降低，但任务熟悉度提升又会降低认知需求——这两种效应在重复性认知任务中如何共存？本研究通过为期五天的纵向设计，旨在考察重复性认知训练是否引发特定的EEG频段变化，反映神经效率提升，同时监测疲劳累积迹象，以期为理解认知训练的神经可塑性机制提供实证依据。

研究方法

本研究招募10名健康成年人，最终纳入分析8名（平均年龄32±4岁，男性占62.5%）。所有被试德语熟练，年龄18–40岁，无自述神经或精神疾病史。采用纵向重复测量设计，每位被试完成5次认知训练（第1–3天连续训练，第3天与第4天之间设置两天休息间隔，第5天完成最终测试），每次约25分钟。

被试完成一项算术联想记忆任务：学习6个无数学意义的伪方程式（格式为“a # b = c”），通过反复配对建立算式与答案的联结。训练分阶段进行：第1–3天呈现完整方程式提示（含答案），提示比例逐日递减；第4–5天完全去除提示，要求基于记忆提取答案。每个方程式在五天内重复呈现至少90次，确保充分学习。

采用eego rt放大器及waveguard 64通道脑电帽（ANT Neuro）记录EEG，采样率512 Hz；同步记录单通道眼电图（EOG）和心电图（ECG），ECG采样率1000 Hz。每次会话包含三种条件：训练前闭眼静息态、认知训练任务期、训练后闭眼静息态。

行为表现通过三项指标评估：准确率（ACC，正确反应比例）、反应时（RT，平均反应毫秒数）、逆效率指数（IEI，RT/ACC，综合反映速度与准确性，数值越低效率越高），并计算效率增益（第1天与第5天IEI差值）。行为数据比较采用Wilcoxon符号秩检验。

研究结果

1.θ频段功率显著增加，反映认知控制与记忆提取增强

第5天相较于第1天，θ功率在中线皮层区域（内侧额叶、内侧中央、内侧中央-顶叶）及顶叶区域显著升高（p< 0.05）。这一发现与既往研究一致：中线额叶θ活动是认知控制的核心神经标志，促进任务参与和错误监控；顶叶θ振荡则与记忆编码和提取密切相关，支持回忆过程中的信息整合。

2.α频段功率全面上升，标志加工效率提升与认知努力降低

第5天α功率（包括低α和高α子频段）在全皮层区域显著增加。这一模式符合近期研究发现：记忆编码阶段α功率随认知负荷增加而降低，而提取阶段认知负荷减轻导致α功率回升。α功率升高反映被试能够以更低的认知努力完成同等任务，表明信息加工效率的优化。

图1 第1天与第5天各频段（θ、α、β、γ）脑电绝对功率地形图对比

3.低频β和中频β活动增强，支持持续性注意与优化认知加工

低频β（12–18 Hz）：第5天在全皮层区域显著增加，与安静专注和受控认知加工状态相关，表明被试在信息回忆时保持了稳定的注意状态；

中频β（18–21 Hz）：在颞叶、左侧顶叶和枕叶区域显著升高。颞叶增强提示更强的提取加工，枕叶激活反映回忆过程中的视觉信息处理，顶叶参与则与数值信息加工和注意调控密切相关——这与本研究的数字记忆训练特性高度契合。

值得注意的是，高频β（21–30 Hz，与压力和高唤醒相关）无显著变化，提示第5天的记忆提取并未造成过度认知负荷。

图2 第1天与第5天α和β子频段脑电绝对功率地形图对比

4.β/α比率降低，揭示从费力加工向自动提取的转变

第5天β/α比率在顶叶区域显著降低。该指数被证实为追踪注意水平的有效EEG指标，其下降表明被试不再需要投入大量认知努力或注意资源即可完成任务，清晰揭示了从受控加工向更自动化、高效提取的转变。

5. γ频段无显著变化，确认认知负荷适度且未诱发精神疲劳或过度负荷

训练期间γ功率未观察到显著差异。这一稳定性表明认知任务执行高效，无需增加通常与高度需求或费力认知过程相关的神经同步化。随着被试对任务熟悉度提升，大脑无需高唤醒或强同步化即可完成任务，γ活动的平稳反映了较低认知负荷下的高效加工。

6. 行为性能显著改善，与神经适应性变化相一致

行为数据显示，第5天相较于第1天，准确率从68%±26%提升至98%±2%，反应时从2795±595 ms缩短至1432±329 ms（均p< 0.05）。平均效率增益达3364±2425，个体差异显著（655–8338）。这些结果证实了从受控加工向更自动化任务执行的转变，与EEG揭示的神经效率提升形成呼应。

表1 第1天与第5天认知任务行为绩效指标对比

结论和意义

本研究通过五天纵向认知训练，系统揭示了重复性认知负荷下EEG活动的神经可塑性适应机制：θ和α功率升高分别反映认知控制/记忆提取增强与加工效率优化，低/中频β增加支持持续性注意与记忆加工，β/α比率降低标志从费力加工向自动提取的转变，而γ稳定则确认认知负荷适度、未诱发疲劳。这些神经动态变化与行为性能的显著提升（准确率提高、反应时缩短、效率增益）相互印证，共同描绘了认知训练促进神经效率化的完整图景。研究局限性包括样本量较小（N= 8）及未分析中间训练日的脑活动变化。未来研究应扩大样本规模、追踪完整训练轨迹，并考察更高认知负荷对γ频段的影响，以进一步深化对认知训练神经机制的理解。

参考文献：Sattar, P., Thaler, K., Maurer, M., Pani, D., Piazza, M., Basso, D., Puligheddu, M., Baumgarten, D., Zamarian, L., & Vorwerk, J. (2025). Brain activity during repetitive cognitive load in young adults: A pilot study. In 2025 47th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC)(pp. 1–5). IEEE. https://doi.org/10.1109/EMBC58623.2025.1125445