黃貝君，梁東梅，曹偉，劉承宜，董廣新，李捷

（1.華南師范大學(xué) 體育科學(xué)學(xué)院，廣東 廣州 510006；2.廣州體育學(xué)院 研究生部，廣東 廣州 510500；3.華南師范大學(xué) 教育科學(xué)學(xué)院，廣東 廣州 510631；4.廣東省體育局 科教宣傳與交流處，廣東 廣州 510105）

內(nèi)穩(wěn)態(tài)是生理學(xué)和運(yùn)動(dòng)生理學(xué)的經(jīng)典概念之一，但表征方法的缺乏妨礙了其廣泛深入的應(yīng)用。劉承宜等[1-4]將其發(fā)展為功能內(nèi)穩(wěn)態(tài)(function-specific homeostasis，F(xiàn)SH)，提出了項(xiàng)目?jī)?nèi)穩(wěn)態(tài)(sport-specific homeostasis，SpSH)概念，建立了運(yùn)動(dòng)訓(xùn)練的SpSH理論。FSH是維持功能充分穩(wěn)定發(fā)揮的負(fù)反饋機(jī)制，具有簡(jiǎn)潔、經(jīng)濟(jì)和容易定量化研究等特征。FSH的品質(zhì)包括功能的復(fù)雜性和功能發(fā)揮的穩(wěn)定性，兩種品質(zhì)相輔相成[2]；SpSH維持運(yùn)動(dòng)成績(jī)的充分穩(wěn)定發(fā)揮[2]。運(yùn)動(dòng)成績(jī)表征了功能的復(fù)雜性；不同時(shí)間不同地點(diǎn)的比賽成績(jī)的變異系數(shù)(coefficient of variation，CV)則表征了功能發(fā)揮的穩(wěn)定性[5]。運(yùn)動(dòng)成績(jī)?cè)胶?，比賽成?jī)的CV越低，SpSH的品質(zhì)越高。我們發(fā)現(xiàn)SpSH可以用代謝組學(xué)[5]和功能磁共振成像(functional Magnetic Resonance Imaging，fMRI)[6]來(lái)表征。本研究探討 SpSH 的腦電波(electroencephalogram，EEG)表征方法。

自組織是內(nèi)穩(wěn)態(tài)的特征之一。Hake[7]用描述一個(gè)系統(tǒng)的宏觀有序程度的序參量和信息熵來(lái)表征大腦的自組織特征。李捷等[8]將序參量和信息熵用于競(jìng)技狀態(tài)的研究，提出運(yùn)動(dòng)技能形成的機(jī)制是主體目標(biāo)導(dǎo)向下的泛腦網(wǎng)絡(luò)自組織過(guò)程。EEG的α波反映了認(rèn)知水平[9]、學(xué)習(xí)能力[10]、情感狀態(tài)[11]和競(jìng)技水平[12]。李捷[13]對(duì)不同項(xiàng)目運(yùn)動(dòng)員的研究結(jié)果表明，不同項(xiàng)群高級(jí)運(yùn)動(dòng)員EEG α波優(yōu)勢(shì)頻率呈現(xiàn)了歸一化的趨勢(shì)。周傳岱等[14]對(duì)261名殲擊機(jī)飛行員EEG α波的分析結(jié)果亦顯示其頻率漲落競(jìng)爭(zhēng)結(jié)構(gòu)中存在一主漲落成分。李捷[13]結(jié)合多年研究經(jīng)驗(yàn)，將運(yùn)動(dòng)員EEG α波10 Hz頻段的相對(duì)功率值作為表征運(yùn)動(dòng)員實(shí)時(shí)運(yùn)動(dòng)技能的序參量，發(fā)現(xiàn)優(yōu)秀運(yùn)動(dòng)員具備較高的序參量水平(order parameter level，OPL)。近年來(lái)，這種方法得到進(jìn)一步應(yīng)用與發(fā)展[15-16]。

運(yùn)動(dòng)員 EEG α波頻段數(shù)據(jù)可以用序參量和信息熵分析。在此基礎(chǔ)上，本研究利用主成分分析(principal component analysis，PCA)的方法[5，17]，用 CV 表征 SpSH的穩(wěn)定性，同時(shí)結(jié)合逐步判別分析提取競(jìng)走運(yùn)動(dòng)員EEG的競(jìng)技狀態(tài)信息，發(fā)現(xiàn)10 Hz確實(shí)為狀態(tài)優(yōu)秀運(yùn)動(dòng)員的優(yōu)勢(shì)頻率，OPL確實(shí)可以表征SpSH，支持了序參量理論與 SpSH理論的相容性。本研究還進(jìn)一步根據(jù)表征SpSH的主成分(principal component，PC)發(fā)現(xiàn)了狀態(tài)優(yōu)秀運(yùn)動(dòng)員的優(yōu)勢(shì)腦區(qū)，為用EEG表征SpSH提供了理論基礎(chǔ)。

1 實(shí)驗(yàn)對(duì)象與方法

1.1 實(shí)驗(yàn)對(duì)象及測(cè)試時(shí)間

本實(shí)驗(yàn)被測(cè)者為5名優(yōu)秀競(jìng)走運(yùn)動(dòng)員，均達(dá)到運(yùn)動(dòng)健將或國(guó)際運(yùn)動(dòng)健將標(biāo)準(zhǔn)。運(yùn)動(dòng)員身體健康，無(wú)嚴(yán)重的神經(jīng)系統(tǒng)疾病史和精神病藥物服用史。2006年2月14日至2008年8月18日期間，在不同階段(指比賽前訓(xùn)練期、重要比賽前1 d、比賽后訓(xùn)練期)對(duì)5名受試對(duì)象共進(jìn)行了56次測(cè)試。

1.2 測(cè)試方法及步驟

EEG信號(hào)采集方法及實(shí)驗(yàn)操作步驟與文獻(xiàn)[13，15-16]一致。

1.3 數(shù)據(jù)處理

將儀器自動(dòng)采集的測(cè)試數(shù)據(jù)轉(zhuǎn)換到個(gè)人電腦上，用Excel 2003進(jìn)行管理，并使用SPSS 17.0 (Chicago，USA，2008)對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，在 Matlab 6.5(MathWorks，USA，2002)平臺(tái)上繪制相關(guān)圖形。運(yùn)動(dòng)員的OPL與熵值的相關(guān)性統(tǒng)計(jì)采用Pearson相關(guān)分析，對(duì)比分析采用Student’s T檢驗(yàn)，顯著性水平為P<0.05，非常顯著性水平為P<0.01。

2 結(jié)果及分析

2.1 運(yùn)動(dòng)員EEG α波序參量水平與頻率漲落熵特征

本研究結(jié)合前人多年來(lái)的研究[13，15-16]，選取世界優(yōu)秀運(yùn)動(dòng)員EEG α波的優(yōu)勢(shì)頻率10 Hz作為反映其競(jìng)技狀態(tài)的序參量，其所對(duì)應(yīng)的相對(duì)功率值即為OPL。

結(jié)果顯示，從整體情況看來(lái)，5名健將級(jí)、國(guó)際健將級(jí)運(yùn)動(dòng)員的優(yōu)勢(shì)頻率為10 Hz(僅運(yùn)動(dòng)員H的優(yōu)勢(shì)頻率為11 Hz)。10 Hz在頻率漲落競(jìng)爭(zhēng)過(guò)程中出現(xiàn)功率最大值的幾率最高，是頻率漲落的優(yōu)勢(shì)成分，11 Hz排在第2位，是準(zhǔn)優(yōu)勢(shì)成分，它通過(guò)競(jìng)爭(zhēng)可以發(fā)展成優(yōu)勢(shì)成分，也可能因其它成分競(jìng)爭(zhēng)而變成為輔助漲落成分。優(yōu)勢(shì)頻率代表了自組織系統(tǒng)中最有價(jià)值的信息，序參量和支配原理更說(shuō)明系統(tǒng)中占優(yōu)勢(shì)地位的序參量支配所有子系統(tǒng)的行為[14]。以運(yùn)動(dòng)員L為例，其EEG α波的頻率競(jìng)爭(zhēng)，表現(xiàn)出了順應(yīng)于運(yùn)動(dòng)員競(jìng)技狀態(tài)的實(shí)時(shí)特點(diǎn)，反映了OPL的動(dòng)態(tài)特性。

物理學(xué)用熵的概念來(lái)描述系統(tǒng)的無(wú)序程度。Shanon[18]將熵的概念引入到信息論中，Hake[7]進(jìn)一步將其引入到協(xié)同學(xué)中。EEG α波信號(hào)經(jīng)快速傅里葉變換后得到信號(hào)的功率譜，功率譜的信息熵就稱為功率譜熵。本研究采用相對(duì)信息熵值。對(duì)運(yùn)動(dòng)員OPL與熵值的相關(guān)性進(jìn)行分析(N=55，其中 1次測(cè)試數(shù)據(jù)缺失)，得出其線性相關(guān)系數(shù) R=-0.898(P<0.01)，其擬合線性方程為：Y=114.050 3-89.494 4 X。由此可知，運(yùn)動(dòng)員OPL和熵值之間表現(xiàn)出很明顯的相關(guān)規(guī)律，即熵值越高，大腦有序度越低，OPL越低。

2.2 運(yùn)動(dòng)員序參量水平的主成分分析

每位被試者每個(gè)導(dǎo)聯(lián)有 6個(gè)功率百分比值(8~13 Hz)，12個(gè)導(dǎo)聯(lián)共有72個(gè)變量。5名運(yùn)動(dòng)員不同時(shí)間段測(cè)試的56份數(shù)據(jù)作為56個(gè)狀態(tài)(樣本)，構(gòu)成56×72矩陣。PCA獲得的前 9個(gè) PC反映了原始變量91.861%的信息，它們分別主要由18、18、10、12、9、3、1、1和1個(gè)變量決定。本研究針對(duì)這9個(gè)PC展開(kāi)分析。

SpSH的典型特征之一是穩(wěn)定。反映運(yùn)動(dòng)員SpSH的 PC應(yīng)該具有一定的穩(wěn)定性，可以用同一對(duì)象不同時(shí)間測(cè)試的EEG α波數(shù)據(jù)的PC得分的CV來(lái)表征。

式中，s為標(biāo)準(zhǔn)差，x為平均數(shù)。CV反映的是數(shù)據(jù)的離散程度，分別將同一 PC上不同實(shí)驗(yàn)對(duì)象分?jǐn)?shù)的CV相加，求出每個(gè)PC得分的平均CV，運(yùn)動(dòng)員得分最穩(wěn)定的是PC3，其它依次為第5、1、2、9、6、4、7、8。

對(duì)狀態(tài)優(yōu)秀運(yùn)動(dòng)員(OPL≥60%)和狀態(tài)一般運(yùn)動(dòng)員(OPL<60%)各個(gè)PC得分的統(tǒng)計(jì)(見(jiàn)表1)顯示，其PC2與PC3得分之間存在非常顯著性差異(P<0.01)，與PC4得分之間存在顯著性差異(P<0.05)。以 PC3得分為縱軸，PC2得分為橫軸進(jìn)行搭配，做 PC得分圖。圖 1顯示將 PC3與 PC2搭配時(shí)，狀態(tài)優(yōu)秀運(yùn)動(dòng)員(OPL≥60%與 OPL≥65%)和狀態(tài)一般運(yùn)動(dòng)員之間(OPL<60%與 OPL<65%)出現(xiàn)了明顯的分界線，狀態(tài)優(yōu)秀運(yùn)動(dòng)員集中于第3象限，狀態(tài)一般運(yùn)動(dòng)員散布于另外3個(gè)象限。且PC3與PC2提取出運(yùn)動(dòng)員全腦區(qū)除枕葉(O1、O2)、后顳葉(T5、T6)外其它腦區(qū)為 OPL的主要信息(96.64%)。

表1 運(yùn)動(dòng)員PC得分

圖1 運(yùn)動(dòng)員的PC得分圖

通過(guò)上面的分析可知，PC3和PC2反映了運(yùn)動(dòng)員的競(jìng)技水平。同樣我們可以用每個(gè)運(yùn)動(dòng)員在 PC3和PC2得分的CV來(lái)反映運(yùn)動(dòng)員SpSH的穩(wěn)定性差異。在圖2中，狀態(tài)優(yōu)秀運(yùn)動(dòng)員在PC3(60%)得分的CV明顯低于狀態(tài)一般運(yùn)動(dòng)員，PC2(60%)、PC4(60%)得分的結(jié)果也類(lèi)似。因此，狀態(tài)優(yōu)秀運(yùn)動(dòng)員競(jìng)技狀態(tài)的穩(wěn)定性明顯比狀態(tài)一般運(yùn)動(dòng)員好，或者說(shuō)，狀態(tài)優(yōu)秀運(yùn)動(dòng)員的 SpSH品質(zhì)高于狀態(tài)一般運(yùn)動(dòng)員。PC3(65%)、PC2(65%)與 PC4(65%)的數(shù)據(jù)進(jìn)一步證實(shí)了狀態(tài)優(yōu)秀運(yùn)動(dòng)員(OPL≥65%)競(jìng)技狀態(tài)的穩(wěn)定性也好于狀態(tài)一般運(yùn)動(dòng)員。這一結(jié)果說(shuō)明OPL確實(shí)可以表征SpSH。

圖2 狀態(tài)優(yōu)秀運(yùn)動(dòng)員與狀態(tài)一般運(yùn)動(dòng)員競(jìng)技內(nèi)穩(wěn)態(tài)品質(zhì)比較

以O(shè)PL≥60%和OPL<60%來(lái)區(qū)分狀態(tài)優(yōu)秀運(yùn)動(dòng)員與狀態(tài)一般運(yùn)動(dòng)員，對(duì)上述9個(gè)PC數(shù)據(jù)做逐步判別分析，得到判別函數(shù)：Y=0.382 PC1+0.847 PC2+0.808×PC3+0.576 PC4。依據(jù)所得判別函數(shù)，由PC矩陣還原到原始矩陣，檢驗(yàn)相應(yīng)導(dǎo)聯(lián)相應(yīng)頻段的功率值在區(qū)別運(yùn)動(dòng)員等級(jí)上的差別，得到判別函數(shù)判誤率為10.7%、正確率為89.3%，正確率較高。

由上述分析可知，競(jìng)走運(yùn)動(dòng)員 SpSH品質(zhì)主要在PC2、PC3、PC4中得以體現(xiàn)，即這3個(gè)PC提取了競(jìng)走運(yùn)動(dòng)員的主要競(jìng)技信息的狀態(tài)信息。PC2、PC3、PC4所主要解釋的變量數(shù)分別為18、10、12個(gè)，選取其共同度大于0.7的變量，即提取的3個(gè)PC對(duì)主要解釋變量的方差做出了70%以上的貢獻(xiàn)。

結(jié)果顯示，狀態(tài)優(yōu)秀運(yùn)動(dòng)員(OPL≥60%)與狀態(tài)一般運(yùn)動(dòng)員(OPL<60%)在額葉(F3、F4)、中央?yún)^(qū)(C3、C4)、頂葉(P3、P4)、前顳葉(F7、F8)的 OPL具有非常顯著性差異(P<0.01)；在8 Hz頻段，狀態(tài)優(yōu)秀運(yùn)動(dòng)員(OPL≥60%)在各個(gè)腦區(qū)的功率值百分比均低于狀態(tài)一般運(yùn)動(dòng)員(OPL<60%)，且具有顯著性或非常顯著性差異(P<0.05或P<0.01)；在9 Hz頻段，狀態(tài)優(yōu)秀運(yùn)動(dòng)員在各個(gè)腦區(qū)的功率值百分比大多低于狀態(tài)一般運(yùn)動(dòng)員，且在右側(cè)中央?yún)^(qū)(C4)、右側(cè)頂葉(P4)、右側(cè)前顳葉(F8)具有顯著性差異(P<0.05)；在11 Hz頻段，狀態(tài)優(yōu)秀運(yùn)動(dòng)員在各腦區(qū)的功率值百分比低于狀態(tài)一般運(yùn)動(dòng)員，且除枕葉(O1、O2)、左側(cè)后顳葉(T5)外，均具有非常顯著性差異(P<0.01)。

3 討論

1)通過(guò)PCA的方法，提取競(jìng)走運(yùn)動(dòng)員EEG α波中表征運(yùn)動(dòng)員競(jìng)技水平的PC2、PC3與PC4。結(jié)果顯示，在10 Hz頻段，狀態(tài)優(yōu)秀運(yùn)動(dòng)員在各個(gè)腦區(qū)的功率值百分比均高于狀態(tài)一般運(yùn)動(dòng)員，且具有非常顯著性差異(P<0.01)，而在8、9和11 Hz頻段，各個(gè)腦區(qū)的功率值百分比均低于普通運(yùn)動(dòng)員，從而進(jìn)一步證實(shí)了10 Hz為狀態(tài)優(yōu)秀運(yùn)動(dòng)員EEG α波的優(yōu)勢(shì)頻率。這一結(jié)果支持李捷[13]的研究發(fā)現(xiàn)，并證明OPL確實(shí)可以表征SpSH的品質(zhì)。OPL描述了一個(gè)系統(tǒng)的宏觀有序程度，具有非常特殊的生理意義。

研究報(bào)道，經(jīng)常參加體育鍛煉可以促進(jìn)認(rèn)知水平[9]、學(xué)習(xí)能力[10]及情感狀態(tài)[11]。規(guī)律的體育鍛煉會(huì)引起α波功率增高[19]。Dustman等[20]認(rèn)為經(jīng)常參加有氧運(yùn)動(dòng)者具有良好的認(rèn)知功能且α波(8~10 Hz)的活動(dòng)增強(qiáng)。Lardon等[21]發(fā)現(xiàn)高頻率運(yùn)動(dòng)者θ波功率降低，α-1波(9.5~12.5 Hz)的功率明顯增高。經(jīng)常參加太極拳運(yùn)動(dòng)的中年婦女其α波功率的增高幅度也明顯高于初學(xué)者[22]。由此可見(jiàn)，長(zhǎng)期不同形式的體育鍛煉均出現(xiàn)一致的EEG變化。

運(yùn)動(dòng)員 EEG α波優(yōu)勢(shì)頻率(10 Hz)的形成在其功率變化中起到極其重要的作用，其振幅(OPL)顯著升高[23]。α波段頻率的功率分布可以用信息熵來(lái)表征，OPL越高，信息熵越小，統(tǒng)計(jì)學(xué)表明OPL與信息熵之間存在高度負(fù)相關(guān)(P<0.01)。α波OPL越高，認(rèn)知水平越高、學(xué)習(xí)能力越強(qiáng)、情感狀態(tài)越佳。

2)本研究支持了序參量理論與 SpSH理論的相容性，還根據(jù)表征SpSH的PC2和PC3發(fā)現(xiàn)了狀態(tài)優(yōu)秀運(yùn)動(dòng)員的優(yōu)勢(shì)腦區(qū)。由上所述，在額葉(F3、F4)、中央?yún)^(qū)(C3、C4)、頂葉(P3、P4)、前顳葉(F7、F8)，狀態(tài)優(yōu)秀運(yùn)動(dòng)員(OPL≥60%)與狀態(tài)一般運(yùn)動(dòng)員(OPL<60%)相比，其 EEG α波的 OPL具有非常顯著性差異(P<0.01)。運(yùn)動(dòng)員經(jīng)過(guò)長(zhǎng)期的運(yùn)動(dòng)訓(xùn)練，會(huì)形成與運(yùn)動(dòng)技能相關(guān)的腦結(jié)構(gòu)與腦功能活動(dòng)模式。

本研究用PCA對(duì)運(yùn)動(dòng)員神經(jīng)生理學(xué)的研究發(fā)現(xiàn)，用于描述大腦宏觀有序程度的序參量可以表征運(yùn)動(dòng)員的SpSH品質(zhì)。狀態(tài)優(yōu)秀運(yùn)動(dòng)員的OPL明顯高于狀態(tài)一般運(yùn)動(dòng)員，且其OPL的穩(wěn)定性亦顯著好于狀態(tài)一般運(yùn)動(dòng)員，即其SpSH品質(zhì)高。綜上所述，用運(yùn)動(dòng)員EEG α波序參量(優(yōu)勢(shì)頻率10 Hz)反映其實(shí)時(shí)訓(xùn)練適應(yīng)狀態(tài)及表征其 SpSH品質(zhì)是可行的。這一研究結(jié)果是否同樣適用于其他運(yùn)動(dòng)項(xiàng)目，尚有待于進(jìn)一步研究。

本研究不但驗(yàn)證了序參量理論與內(nèi)穩(wěn)態(tài)理論的相容性，還根據(jù)表征SpSH的PC2和PC3發(fā)現(xiàn)了狀態(tài)優(yōu)秀運(yùn)動(dòng)員的優(yōu)勢(shì)腦區(qū)，為用EEG表征SpSH提供了重要理論依據(jù)。

[1] Liu TCY，Liu Y Y，Wei EX，et al. Photobiomodulation on Stress[J]. Int J Photoenergy，2012：628-649.

[2] 劉承宜，袁建琴，付德榮，等. 以賽帶練的內(nèi)穩(wěn)態(tài)研究[J]. 體育學(xué)刊，2008，15(5)：81-84.

[3] 劉承宜，朱平. 低強(qiáng)度激光鼻腔內(nèi)照射療法[M].北京：人民軍醫(yī)出版社，2009：384-413.

[4] 劉承宜，任占兵. 生理經(jīng)濟(jì)學(xué)[J]. 華南師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2011(2)：1-6.

[5] 李江華，劉承宜，徐曉陽(yáng)，等. 2006年多哈亞運(yùn)會(huì)短距離游泳男運(yùn)動(dòng)員代謝組學(xué)研究[J]. 體育科學(xué)，2008，28(2)：42-46.

[6] 梁東梅，劉承宜，邱麗華，等. 不同級(jí)別中國(guó)象棋運(yùn)動(dòng)員腦功能成像研究[J]. 體育科學(xué)，2010，30(8)：69-72.

[7] Hake H. Principles of brain functioning：a synergetic approach to brain activity，behavior and cognition[M].Berlin：Spriger-Verlag，1996.

[8] 李捷，梁慈民，李鵬，等. 運(yùn)動(dòng)技能形成的神經(jīng)生理機(jī)制新探[J]. 體育科學(xué)，1993，13(6)：84-87.

[9] Klimesch W. EEG alpha and theta oscillations reflect cognitive and memory performance: a review and analysis[J]. Brain Res Rev，1999，29(2-3)：169-195.

[10] Schabus M，H?dlmoser K，Gruber G，et al. Sleep spindle-related activity in the human EEG and its relation to general cognitive and learning abilities[J]. Eur J Neurosci，2006，23(7)：1738-1746.

[11] Petruzzello S J，Landers D M. State anxiety reduction and exercise: does hemispheric activation reflect such changes?[J]. Med Sci Sport Exer，1994，26(8)：1028-1035.

[12] Travis F，Blasdell K，Liptak R，et al. Invincible Athletics program：aerobic exercise and performance without strain[J]. Int J Neurosci，1996，85(3-4)：301-308.

[13] 李捷. 運(yùn)動(dòng)技能形成自組織理論的建構(gòu)及其實(shí)證研究[D]. 北京：北京體育大學(xué)，1999.

[14] 周傳岱，翟怡娟，劉月紅，等. 261名殲擊機(jī)飛行員腦波α頻段漲落圖特征的研究[J]. 航天醫(yī)學(xué)與醫(yī)學(xué)工程，1998，11(1)：11-14.

[15] 林麗雅，李捷，張莉. 高原訓(xùn)練對(duì)運(yùn)動(dòng)員賽前自組織狀態(tài)影響的神經(jīng)生物學(xué)分析[J]. 北京體育大學(xué)學(xué)報(bào)，2004，27(9)：1206-1208.

[16] 王曉軍，李捷. 不同水平射擊運(yùn)動(dòng)員腦電α波測(cè)試結(jié)果的比較[J]. 體育科研，2009，30(1)：89-91.

[17] Ringnér M. What is principal component analysis?[J]. Nat Biotechnol，2008，26(3)：303-304.

[18] Shannon C E. A mathematical theory of conmunication[J]. Bell Syst Tech J，1948，17：379-423，623-656.

[19] Hatfield B D，Vaccoro P，Brown E，et al. Electrocortical (EEG) relaxation response in high and low cognitively anxious persons as a result of cardiovascular exercise stress[C]//Proceedings of the 1984 Olympic Scientific Congress，Eugene，OR，1984.

[20] Dustman R E，Emmerson R Y，Shearer D E.Physical activity，age，and cognitive neuropsychological function[J]. J Aging Phys Activ，1994(2)：143-181.

[21] Lardon M T，Polich J. EEG changes from long-term physical exercise[J]. Biol Psychol，1996，44：19-30.

[22] Liu Y，Mimura K，Wang L，et al. Physiological benefits of 24-style Taijiquan exercise in middle-aged women[J]. J Physiol Anthropol Appl Human Sci，2003，22：219-225.

[23] Intriligator J，Polich J. On the relationship between background EEG and the P300 event-related potential[J].Biol Psychol，1994，37(3)：207-218.