摘 "要""采用行為實驗、事件相關(guān)電位和事件相關(guān)光信號聯(lián)合采集技術(shù)， 通過操縱視覺工作記憶（VWM）項目的檢測概率變化VWM項目加工的優(yōu)先性， 探討持續(xù)性視覺注意對VWM項目優(yōu)先加工的影響是否受到工作記憶資源的調(diào)節(jié)， 以及VWM項目優(yōu)先加工的神經(jīng)基礎(chǔ)。行為結(jié)果顯示， 在VWM保持階段插入消耗視覺注意的任務(wù)， 當(dāng)優(yōu)先加工1個項目時， 非優(yōu)先項目受到干擾， 而優(yōu)先項目不受影響; 當(dāng)優(yōu)先加工2個項目時， 優(yōu)先與非優(yōu)先項目均受到干擾。事件相關(guān)電位和事件相關(guān)光信號結(jié)果顯示， 在VWM保持階段， 與無項目優(yōu)先加工相比， 存在項目優(yōu)先加工時誘發(fā)更大的晚期正成分和負(fù)慢波， 更高激活額葉和枕葉。這表明， 持續(xù)性視覺注意對VWM項目優(yōu)先加工的作用受到工作記憶資源的調(diào)節(jié)， VWM項目優(yōu)先加工的潛在機制是在保持階段激活額葉和枕葉， 并投入更多的工作記憶資源， 增強優(yōu)先項目的表征穩(wěn)定性。

關(guān)鍵詞""視覺工作記憶， 視覺注意， 優(yōu)先加工， 事件相關(guān)光信號， 聯(lián)合采集

分類號""B842

1 "引言

視覺工作記憶（Visual Working Memory， VWM）負(fù)責(zé)對數(shù)量有限的視覺信息進(jìn)行暫時的存儲和加工， 以用于當(dāng)前正在進(jìn)行的認(rèn)知加工任務(wù)。由于VWM項目的重要程度不同， 個體會根據(jù)任務(wù)需求優(yōu)先加工部分項目， 以更好地完成VWM任務(wù)。優(yōu)先項目對VWM加工的促進(jìn)效應(yīng)廣泛存在， 然而， 優(yōu)先項目促進(jìn)VWM加工的機制， 尚不清楚。

通過提高VWM中部分項目的獎賞值或檢測概率， 可以提高相關(guān)項目的優(yōu)先性， 并促進(jìn)優(yōu)先項目的加工（Ester amp; Pytel， 2023; Griffin amp; Nobre， 2003; Schmidt et al.， 2002; Zhang amp; Lewis-Peacock， 2023a， 2023b）。一方面， 研究者通過操縱VWM項目的獎賞值， 變化項目的優(yōu)先性， 獎賞值高的項目優(yōu)先性高， 優(yōu)先項目的VWM成績得到提高（Allen amp; Ueno，"2018; Atkinson et al.， 2018， 2022; Hitch et al.， 2018; Hu et al.， 2014; Sandry amp; Ricker， 2020）。另一方面， 研究者通過操縱VWM項目的檢測概率， 變化項目的優(yōu)先性， 檢測概率高的項目優(yōu)先性高， 優(yōu)先項目的VWM成績得到提高（Atkinson et al.， 2018; Fu et al.， 2022; Griffin amp; Nobre， 2003; Li et al.， 2023; Macedo Pascual et al.， 2023; Wang et al.， 2023; Zhang amp; Luck， 2008）。Griffin和Nobre （2003）通過在記憶項目呈現(xiàn)前或者呈現(xiàn)后插入提示項目檢測概率的空間線索， 探討概率引導(dǎo)的工作記憶項目優(yōu)先加工是否對知覺信息和內(nèi)部表征均有促進(jìn)作用。線索指向項目被檢測的概率為80%， 3個非指向項目被檢測的概率為20%。在編碼前呈現(xiàn)的線索為前線索， 在編碼后呈現(xiàn)的線索為回溯線索。結(jié)果顯示， 在前線索和回溯線索條件下的結(jié)果一致， 即與非線索指向項目相比， 線索指向項目的記憶正確率提高、反應(yīng)時降低。這表明概率引導(dǎo)的工作記憶項目優(yōu)先加工對知覺信息和內(nèi)部表征均發(fā)揮促進(jìn)作用。研究者應(yīng)用多種實驗范式， 如變化覺察范式（Fu et al.， 2022; Griffin amp; Nobre， 2003）、回憶報告范式（Atkinson ""et al.， 2018）、連續(xù)報告范式（Schneider et al.， 2017）， 以及采用不同記憶材料， 如朝向（Günseli et al.， 2019）、面孔（Zhang amp; Lewis-Peacock， 2023a）、顏色（Hollingworth amp; Maxcey-Richard， 2013）、顏色?形狀的綁定（Atkinson et al.， 2018）進(jìn)行的研究證明， 概率引導(dǎo)的VWM項目優(yōu)先加工是廣泛存在的。研究者在工作記憶任務(wù)后進(jìn)行了意外的長時記憶任務(wù)， 發(fā)現(xiàn)與獎賞引導(dǎo)的工作記憶優(yōu)先效應(yīng)相比， 概率引導(dǎo)的工作記憶優(yōu)先效應(yīng)在長時記憶中更穩(wěn)固（Jeanneret et al.， 2023）。進(jìn)一步研究發(fā)現(xiàn)， 獎賞引導(dǎo)的VWM優(yōu)先項目表征脆弱， 易受無關(guān)視覺刺激干擾（Allen amp; Ueno， 2018; Hitch et al.， 2018）， 而概率引導(dǎo)的VWM優(yōu)先項目表征穩(wěn)固， 不易受無關(guān)視覺刺激的干擾（Schneider et al.， 2017）。這可能是因為， 在獎賞引導(dǎo)的VWM項目優(yōu)先加工中， 優(yōu)先項目依賴執(zhí)行控制系統(tǒng)保存在注意焦點（Hu et al.， 2016）， 而視覺注意選擇的外部視覺刺激與優(yōu)先項目爭奪注意焦點， 導(dǎo)致優(yōu)先項目表征不穩(wěn)固（Hitch et al.， 2018， 2020）; 而在概率引導(dǎo)的VWM項目優(yōu)先加工中， 個體可以通過概率線索排除無關(guān)刺激釋放工作記憶資源， 用于保護(hù)優(yōu)先項目表征不受干擾（Schneider et al.， 2017）。

研究者從VWM項目優(yōu)先加工過程中是否需要視覺注意持續(xù)投入的角度， 探討了概率引導(dǎo)的VWM項目優(yōu)先加工的機制。視覺注意是選擇相關(guān)視覺信息和忽略無關(guān)視覺信息的整合機制， 也是一種將視知覺加工資源分配到不同視覺區(qū)域的系統(tǒng)， 又被稱為視覺空間注意或空間注意（Hollingworth amp; Maxcey-Richard， 2013）。有研究者發(fā)現(xiàn)， 當(dāng)同時記憶多個記憶項目時， 視覺注意偏向于線索指向的優(yōu)先項目， 促進(jìn)優(yōu)先項目的加工， 這表明VWM項目優(yōu)先加工需要視覺注意的參與（Fu et al.， 2022; Griffin amp; Nobre， 2003; Liang et al.， 2019; Schmidt "et al.， 2002）。研究者通過分析VWM保持階段反映視覺注意的對側(cè)α power抑制和反映工作記憶存儲的對側(cè)延遲活動（contralateral delay activity， CDA）， 證明VWM保持階段的視覺注意與存儲是可分離的加工（Günseli et al.， 2019）。有研究者提出， 視覺注意在保持活躍狀態(tài)下的VWM表征中起關(guān)鍵作用（Liang et al.， 2019）。然而， 另有研究者發(fā)現(xiàn)， 當(dāng)采用100%有效的回溯線索提示優(yōu)先項目， 并插入消耗視覺注意的任務(wù)時， 與非優(yōu)先項目相比， 優(yōu)先項目的VWM促進(jìn)效應(yīng)保持不變， 這表明VWM項目優(yōu)先加工不需要視覺注意持續(xù)投入（Gao et al.， 2022; Hollingworth amp; Maxcey-Richard， 2013; Rerko et al.， 2014）， 支持VWM加工與視覺注意加工分離的觀點（Tas et al.， 2016）。造成上述研究不一致的原因可能是： 一是要求被試記憶的優(yōu)先項目和非優(yōu)先項目的數(shù)量不同。在支持VWM項目優(yōu)先加工需要視覺注意的研究中， 通常要求被試同時記憶1個優(yōu)先項目和多個非優(yōu)先項目或記憶2個優(yōu)先項目， 而在支持VWM項目優(yōu)先加工不需要視覺注意的研究中， 通常只要求被試記憶1個優(yōu)先項目。與記憶1個優(yōu)先項目和多個非優(yōu)先項目或記憶2個優(yōu)先項目相比， 只記憶1個優(yōu)先項目時， 優(yōu)先項目會獲得更多的工作記憶資源。工作記憶資源的主要功能是存儲和加工數(shù)量有限的工作記憶信息， 獲得工作記憶資源越多， 項目的表征質(zhì)量越好（Emrich et al.， 2017; Ma "et al.， 2014）。因此， 在VWM項目優(yōu)先加工過程中可能存在視覺注意資源和工作記憶資源的權(quán)衡， 當(dāng)優(yōu)先項目獲得的工作記憶資源充足時， 優(yōu)先項目的保持不需要持續(xù)性視覺注意， 而當(dāng)優(yōu)先項目獲得的工作記憶資源不足時， 優(yōu)先項目的保持則需要持續(xù)性視覺注意。二是VWM加工中視覺注意資源的分配不同。在支持VWM項目優(yōu)先加工需要視覺注意的研究中， 通常使用線索引導(dǎo)視覺注意資源的分配， 使得優(yōu)先項目獲得更多注意資源， 而非優(yōu)先項目獲得的注意資源減少， 因此， VWM優(yōu)先效應(yīng)可能與視覺注意資源的變化有關(guān); 而在支持VWM項目優(yōu)先加工不需要視覺注意的研究中， 通常采用次任務(wù)消耗持續(xù)性視覺注意， 使得整個VWM加工中的視覺注意資源減少， 因此， VWM優(yōu)先效應(yīng)可能是視覺注意資源減少與工作記憶資源的變化兩者共同造成的。綜上， 持續(xù)性視覺注意對VWM項目優(yōu)先加工的影響是否受工作記憶資源調(diào)節(jié)尚需進(jìn)一步探討。

對VWM項目優(yōu)先加工的腦機制的研究發(fā)現(xiàn)， VWM表征在保持階段由廣泛分布的視覺皮層和額?頂葉皮層網(wǎng)絡(luò)進(jìn)行編碼（Ester et al.， 2015）。來自功能性磁共振成像（functional magnetic resonance imaging， fMRI）的研究表明， 即使視覺刺激消失， 視覺皮層在VWM保持階段依舊發(fā)揮作用（Harrison amp; Tong， 2009; Jia et al.， 2021; Teng amp; Postle， 2024）， 并可以解碼出精準(zhǔn)的VWM表征（Ester et al.， 2015）。同時， 視覺皮層存儲的VWM表征易受視覺刺激干擾， 而額?頂網(wǎng)絡(luò)存儲的VWM表征不易受視覺刺激干擾（Bettencourt amp; Xu， 2016; Lorenc et al.， 2018）。額?頂皮層同時表征優(yōu)先項目和非優(yōu)先項目， 而視覺皮層僅表征優(yōu)先項目， VWM項目優(yōu)先加工可能是通過選擇性地招募視覺表征， 以更精確地保存任務(wù)相關(guān)信息來實現(xiàn)的（Christophel et al.， 2018）。還有研究證明， 額?頂網(wǎng)絡(luò)內(nèi)的神經(jīng)相關(guān)與連接反映了回溯線索對工作記憶精度的促進(jìn)（Li et al.， 2023）。上述研究中均使用100%有效的回溯線索， 即被試只需要記憶優(yōu)先項目， 然而， 在VWM中同時存儲優(yōu)先項目和非優(yōu)先項目時大腦活動的機制是什么？尚需進(jìn)一步探討。

我們通過前線索變化記憶項目的檢測概率， 操縱記憶項目的優(yōu)先性和優(yōu)先項目的數(shù)量， 并在保持階段插入消耗視覺注意的任務(wù)， 探討持續(xù)性視覺注意對VWM項目優(yōu)先加工的影響是否受工作記憶資源的調(diào)節(jié)， 并采用事件相關(guān)電位（event-related potential， ERP）和事件相關(guān)光信號（event-related optical signal， EROS）聯(lián)合采集（ERP-EROS）技術(shù)， 探討VWM項目優(yōu)先加工的皮層激活與資源分配機制。本研究共包括3個實驗： 在實驗1a～1c中， 通過前線索指向1個高檢測概率項目， 并在保持階段操縱單次視覺注意任務(wù)的呈現(xiàn)與否、兩次視覺注意任務(wù)的呈現(xiàn)與否和視覺注意任務(wù)的呈現(xiàn)時間， 探討優(yōu)先加工1個項目時， 持續(xù)性視覺注意對VWM項目優(yōu)先加工的影響。在實驗1a中采用單次視覺注意任務(wù)消耗持續(xù)性視覺注意的基礎(chǔ)上， 在實驗1b中采用兩次視覺注意任務(wù)， 排除個體完成視覺注意任務(wù)后將視覺注意轉(zhuǎn)移回VWM任務(wù)中繼續(xù)復(fù)述優(yōu)先項目表征的可能; 在實驗1c中通過操縱視覺注意任務(wù)出現(xiàn)的早、晚， 控制視覺注意任務(wù)預(yù)期和動作準(zhǔn)備帶來的影響， 對該問題加以探討。在實驗2中， 通過前線索指向2個高檢測概率項目， 并在保持階段操縱單次視覺注意任務(wù)的呈現(xiàn)， 探討優(yōu)先加工2個項目時， 持續(xù)性視覺注意對VWM項目優(yōu)先加工的影響。VWM項目優(yōu)先加工在保持階段可能存在視覺注意資源和工作記憶資源的權(quán)衡， 我們推測， 在實驗1中， 優(yōu)先加工1個項目時， 優(yōu)先項目獲得的工作記憶資源充足， 表征更穩(wěn)固， VWM成績不會受到視覺注意任務(wù)影響， 而非優(yōu)先項目獲得的工作記憶資源不足， 表征脆弱， VWM成績會受損。在實驗2中， 優(yōu)先加工2個項目時， 單個優(yōu)先項目獲得的工作記憶資源降低， 當(dāng)插入消耗視覺注意的任務(wù)， 優(yōu)先項目和非優(yōu)先項目的VWM成績則均會受損。在實驗3中， 采用ERP-EROS技術(shù)， 通過比較存在項目優(yōu)先加工和無項目優(yōu)先加工條件下VWM保持時的大腦活動， 探討VWM項目優(yōu)先加工的神經(jīng)活動機制。與無VWM項目優(yōu)先加工相比， 存在項目優(yōu)先加工時可能需要更多的執(zhí)行控制和工作記憶資源投入。因此， 我們的假設(shè)是， 與無項目優(yōu)先加工相比， 存在項目優(yōu)先加工條件下出現(xiàn)更大的反映執(zhí)行控制資源投入的晚期正成分（late positive complex， LPC; 車曉瑋"等， 2020， 2021）和反映工作記憶資源投入的負(fù)慢波（negative slow wave， NSW; Schneider et al.， 2017）; 與無項目優(yōu)先加工相比， 存在項目優(yōu)先加工條件下負(fù)責(zé)執(zhí)行控制和表征存儲的額葉， 以及負(fù)責(zé)優(yōu)先項目表征存儲的枕葉， 在VWM保持階段有更高的激活。

2 "實驗1： 視覺注意任務(wù)對1個視覺工作記憶項目優(yōu)先加工的影響

參照以往研究（Allen amp; Ueno， 2018; Souza et al.， 2020; Zhang amp; Luck， 2008）， 采用整體呈現(xiàn)記憶項的回憶報告范式， 通過前線索指向1個具有高檢測概率的優(yōu)先項目， 并在保持階段操縱單次視覺注意任務(wù)的呈現(xiàn)與否、兩次視覺注意任務(wù)的呈現(xiàn)與否和視覺注意任務(wù)的呈現(xiàn)時間， 探討優(yōu)先加工1個項目時， 持續(xù)性視覺注意對VWM項目優(yōu)先加工的影響。

2.1""實驗1a： 單次視覺注意任務(wù)對1個視覺工作記憶項目優(yōu)先加工的影響

2.1.1""被試

采用G*Power 3.1 軟件， 采用中等程度的效果量（f = 0.25; Cohen， 1992）， 設(shè)置Power為80%， α水平為0.05， 計算實驗所需被試數(shù)量為19， 并參考以往研究的被試量20 （Allen amp; Ueno， 2018）， 確定實驗1～2的被試量。在本實驗中， 隨機抽取某大學(xué)的學(xué)生25名， 因疲勞退出1人， 剩余24人， 其中男生9名， 年齡20.25 ± 1.92歲。所有被試視力或者矯正視力正常， 無色盲或色弱情況， 無精神病史， 均未參加過類似實驗。本研究中的3個實驗結(jié)束之后， 被試均可獲得一定的報酬。本研究中的3個實驗已得到山東師范大學(xué)心理學(xué)院倫理委員會的批準(zhǔn)。

2.1.2""儀器和材料

采用E-prime 2.0編制實驗程序， 呈現(xiàn)在Lenovo 19寸CRT顯示器上（分辨率為1024×768， 刷新率為60 Hz）， 屏幕背景為灰色（RGB： 125， 125， 125）。參照前人的研究（Allen amp; Ueno， 2018; Atkinson et al.， 2018）， 視覺工作記憶任務(wù)中的刺激材料為6種顏色（見圖1第1行）和6種形狀（見圖1第2行）組成的雙特征項目（1.3° × 1.3°）， 共有36個記憶項目。每組記憶項目包含4個項目， 在4.4° × 4.4°的隱形矩形頂點呈現(xiàn)。檢測項目分為檢測形狀和檢測顏色， 檢測形狀時， 檢測項目為blob形狀的色團(tuán)（見圖1第1行）， 而檢測顏色時為白色形狀輪廓（見圖1第2行）。箭頭線索大小為1.1° × 0.5°， 顏色為白色。注視點（0.5° × 0.5°）顏色為白色， 在注視點變化時， 顏色為灰色（RGB： 166， 166， 166）。

2.1.3""實驗設(shè)計

采用3 （檢測概率： 高、低、相等） × 2 （視覺注意任務(wù)： 有、無）兩因素被試內(nèi)實驗設(shè)計。其中， 檢測概率分為： 高檢測概率是指線索指向項目的檢測概率， 為70%; 低檢測概率是指非線索指向項目的檢測概率， 為10%; 相等檢測概率是指中性線索條件下4個項目的檢測概率， 均為25%。視覺注意任

務(wù)包括： 有視覺注意任務(wù)條件， 要求被試在保持階段注視屏幕中央注視點， 并對注視點的亮度變化進(jìn)行按鍵反應(yīng)， 其中， 25%的試次發(fā)生變化， 75%的試次不發(fā)生變化; 無視覺注意任務(wù)條件， 不要求被試注視屏幕中央注視點， 所有的試次中注視點均不發(fā)生變化。記錄實驗過程中視覺注意任務(wù)和VWM任務(wù)反應(yīng)的正確率。

2.1.4""實驗程序

被試坐在距離計算機屏幕約70 cm的位置。實驗程序如圖2所示。首先， 在屏幕中央呈現(xiàn)2個字母（Da）作為言語抑制任務(wù)， 要求被試在實驗過程中不停的出聲復(fù)述“噠噠噠”， 直到檢測項出現(xiàn)。按空格鍵字母消失， 空屏500 ms， 呈現(xiàn)前線索1000 ms， 空屏100 ms， 4個記憶項呈現(xiàn)2000 ms。在無視覺注意任務(wù)條件下， 保持階段空屏1600 ms; 在有視覺注意任務(wù)條件下， 在25%的試次中， 隨機空屏400～600 ms， 隨后注視點發(fā)生變化100 ms， 要求被試快速按下H鍵， 隨后空屏900～1100 ms; 在75%的試次中， 注視點不發(fā)生變化， 同無視覺注意任務(wù)條件。最后呈現(xiàn)檢測項， 要求被試口頭報告檢測項的對應(yīng)特征， 例如， 如果檢測項是一個的色團(tuán)， 要求被試報告對應(yīng)的形狀; 如果檢測項是一個形狀， 要求被試報告對應(yīng)的顏色。報告完成后按空格鍵結(jié)束任務(wù)。

在實驗前告知被試不同線索條件下的項目檢測概率， 并在正式實驗前進(jìn)行練習(xí)實驗（包含13個試次）， 在正確率超過60%后進(jìn)入正式實驗， 若達(dá)不到60%， 則返回繼續(xù)練習(xí)。正式實驗共208個試次， 其中， 有、無視覺注意任務(wù)條件下各2個block， 每個block包含52個試次， 包括高檢測概率條件28個試次、低檢測概率和相等檢測概率條件各12個試次。4個block的測試順序在被試間進(jìn)行平衡， 每完成1個block休息5分鐘， 完成整個實驗約需60分鐘。

2.1.5 "實驗結(jié)果

有視覺注意任務(wù)時， 被試對注視點變化的反應(yīng)正確率為（0.89 ± 0.09）， 參考以往研究（Souza et al.， 2020）， 為排除按鍵反應(yīng)可能帶來的差異， 僅對注視點未發(fā)生變化的試次進(jìn)行分析。對VWM任務(wù)正確率進(jìn)行3 （檢測概率） × 2 （視覺注意任務(wù)）兩因素重復(fù)測量方差分析。結(jié)果顯示， 檢測概率主效應(yīng)顯著， F（2， 46） ="62.66， p"lt; 0.001， η²_p"= 0.73， 事后比較（Bonferroni校正）發(fā)現(xiàn)， 高檢測概率條件（0.91 ± 0.06）和相等檢測概率條件（0.66 ± 0.17）的正確率高于低檢測概率條件（0.52 ± 0.20） （p_S lt;"0.001）， 高檢測概率條件的正確率高于相等檢測概率條件（p"lt;0.001）; 視覺注意任務(wù)主效應(yīng)顯著， F（1， 23） = 18.67， p"lt; 0.001， η_p²"= 0.45， 無視覺注意任務(wù)條件的正確率（0.73 ± 0.20）高于有視覺注意任務(wù)條件（0.67 ± 0.24）。檢測概率和視覺注意任務(wù)交互作用顯著， F（2， 46） = 4.95， p"= 0.01， η²_p"= 0.18。

簡單效應(yīng)分析顯示（見圖3）， 高檢測概率條件下， 無視覺注意任務(wù)條件和有視覺注意任務(wù)條件的正確率不存在差異， F（1， 23） lt; 1， p"= 0.58; 低檢測概率和相等檢測概率條件下， 無視覺注意任務(wù)條件的正確率高于有視覺注意任務(wù)條件， F₁（1， 23） = 15.60， p₁"= 0.001， η²_p"= 0.40; F₂（1， 23） = 5.02， p₂"= 0.035， η²_p"= 0.17。

2.1.6 "討論

在實驗1a中， 通過前線索指向1個高檢測概率項目， 并在保持階段呈現(xiàn)單次視覺注意任務(wù)， 探討優(yōu)先加工1個項目時， 持續(xù)性視覺注意對VWM項目優(yōu)先加工的影響。高檢測概率條件下的項目為優(yōu)先項目， 低檢測概率和相等檢測概率條件下的項目為非優(yōu)先項目。結(jié)果顯示， 與非優(yōu)先項目相比， 優(yōu)先項目的VWM準(zhǔn)確性提高， 表明概率引導(dǎo)的VWM項目優(yōu)先加工有效提高了優(yōu)先項目的VWM準(zhǔn)確性。與無視覺注意任務(wù)相比， 有視覺注意任務(wù)時的VWM準(zhǔn)確性下降， 當(dāng)插入視覺注意任務(wù)轉(zhuǎn)移視覺注意， VWM表征受損， 表明在VWM表征保持過程中需要持續(xù)性視覺注意參與， 與以往研究證據(jù)一致（Souza et al.， 2020; Williams et al.， 2013）。

重要的是， 結(jié)果顯示， 當(dāng)插入消耗視覺注意的任務(wù)， 優(yōu)先項目的VWM準(zhǔn)確性不受影響， 而非優(yōu)先項目的VWM準(zhǔn)確性降低。這說明， 當(dāng)優(yōu)先加工1個項目時， 優(yōu)先項目的VWM表征保持不需要視覺注意持續(xù)投入， 而非優(yōu)先項目需要視覺注意持續(xù)投入。這可能是因為， 當(dāng)優(yōu)先加工1個VWM項目時， 個體可以根據(jù)任務(wù)需求靈活分配工作記憶資源（Emrich et al.， 2017; Ma et al.， 2014）， 優(yōu)先項目獲得的工作記憶資源充足， 表征準(zhǔn)確且穩(wěn)固， 因而不需要持續(xù)性投入視覺注意對項目表征進(jìn)行視覺復(fù)述。而非優(yōu)先項目獲得的工作記憶資源較少， 表征質(zhì)量較差， 在保持階段需要持續(xù)占用視覺注意進(jìn)行視覺復(fù)述， 這與我們的假設(shè)一致。

但是， 在實驗1a中可能存在另一種解釋， 由于視覺注意任務(wù)與VWM檢測的間隔時間較長， 被試可能采用完成視覺注意任務(wù)后可將視覺注意轉(zhuǎn)移回VWM任務(wù)中， 繼續(xù)復(fù)述優(yōu)先項目VWM表征的策略（Liang et al.， 2019）， 彌補了視覺注意任務(wù)對優(yōu)先項目造成的損害。因此， 在實驗1b中， 在保持階段時長不變的情況下采用兩次視覺注意任務(wù)， 增加視覺注意任務(wù)負(fù)載（Souza et al.， 2020）， 并減少視覺注意任務(wù)與VWM檢測項的時間間隔， 排除被試完成視覺注意任務(wù)后， 繼續(xù)復(fù)述優(yōu)先項目的可能， 進(jìn)一步探討優(yōu)先加工1個項目時， 持續(xù)性視覺注意對VWM項目優(yōu)先加工的影響。

2.2""實驗1b："兩次視覺注意任務(wù)對1個視覺工作記憶項目優(yōu)先加工的影響

2.2.1""被試

在本實驗中， 隨機抽取某大學(xué)的學(xué)生24名， 因疲勞退出1人， 剩余23人， 其中男生4名， 年齡20.09 ± 1.76歲。所有被試視力或者矯正視力正常， 無色盲或色弱情況， 無精神病史， 均未參加過類似實驗。

2.2.2""實驗材料

同實驗1a。

2.2.3""實驗設(shè)計

采用3 （檢測概率： 高、低、相等） × 2 （視覺注意任務(wù)： 有、無）兩因素被試內(nèi)實驗設(shè)計。其中， 檢測概率包括3種條件： 同實驗1a。視覺注意任務(wù)： 有視覺注意任務(wù)條件下， 要求被試對屏幕中央注視點的亮度變化進(jìn)行按鍵反應(yīng)， 其中， 在25%的試次發(fā)生兩次變化， 75%的試次不發(fā)生變化; 無視覺注意任務(wù)條件下， 所有試次注視點均不發(fā)生變化。記錄實驗過程中視覺注意任務(wù)和VWM任務(wù)反應(yīng)的正確率。

2.2.4""實驗程序

在無視覺注意任務(wù)條件下， 保持階段空屏1600 ms; 在有視覺注意任務(wù)條件下， 在25%的試次中， 隨機空屏400～500 ms， 隨后， 注視點變化100 ms， 隨機空屏400～500 ms后， 注視點再變化100 ms， 空屏400～600 ms， 其中， 要求被試對兩次變化均作出按鍵反應(yīng); 在75%的試次中， 注視點不發(fā)生變化。其他程序同實驗1a （見圖4）。

正式實驗包含208個試次， 其中有、無視覺注意任務(wù)條件各2個block， 每個block包含52個試次， 其中包括高檢測概率條件28個試次、低檢測概率和相等檢測概率條件各12個試次。4個block的測試順序在被試間進(jìn)行平衡， 每完成1個block要求被試休息5分鐘， 完成整個實驗約需60分鐘。

2.2.5""實驗結(jié)果

有視覺注意任務(wù)時， 被試對于兩次任務(wù)注視點變化的反應(yīng)正確率分別為（0.68 ± 0.14）、（0.97 ± 0.03）， 僅對注視點未發(fā)生變化的試次進(jìn)行分析。對VWM任務(wù)正確率進(jìn)行3 （檢測概率） × 2 （視覺注意任務(wù)）兩因素重復(fù)測量方差分析。結(jié)果顯示， 檢測概率主效應(yīng)顯著， F（2， 44） = 92.58， p"lt; 0.001， η²_p"= 0.81， 事后比較（Bonferroni校正）發(fā)現(xiàn)， 高檢測概率條件（0.94 ± 0.06）和相等檢測概率條件（0.65 ± 0.16）的正確率高于低檢測概率條件（0.48 ± 0.18） （p_S"lt;"0.001）， 高檢測概率條件的正確率高于相等檢測概率條件（p"lt; 0.001）; 視覺注意任務(wù)主效應(yīng)顯著， F（1， 22） = 10.18， p"= 0.004， η²_p"= 0.32， 無視覺注意任務(wù)條件的正確率（0.72 ± 0.22）高于有視覺注意任務(wù)條件（0.66 ± 0.26）。檢測概率和視覺注意任務(wù)類型交互作用顯著， F（2， 44） = 3.49， p"= 0.039， η²_p"= 0.14。

簡單效應(yīng)分析顯示（見圖5）， 高檢測概率條件下， 無視覺注意任務(wù)條件和有視覺注意任務(wù)條件的正確率不存在差異， F（1， 22） lt; 1， p"= 0.98; 低檢測概率和相等檢測概率條件下， 無視覺注意任務(wù)條件的正確率高于有視覺注意任務(wù)條件， F₁（1， 22） = 6.85， p₁"= 0.016， η²_p"= 0.23; F₂（1， 22） = 6.29， p₂"= 0.02， η²_p"= 0.21。

2.2.6""討論

在實驗1a的基礎(chǔ)上， 在實驗1b中增加視覺注意任務(wù)的負(fù)載， 并縮短視覺注意任務(wù)與VWM檢測項的間隔時間， 排除被試完成視覺注意任務(wù)后將視覺注意轉(zhuǎn)移回VWM任務(wù)中的可能， 防止繼續(xù)復(fù)述優(yōu)先項目表征， 進(jìn)一步探討優(yōu)先加工1個項目時， 持續(xù)性視覺注意對VWM項目優(yōu)先加工的影響。結(jié)果顯示， 當(dāng)插入消耗視覺注意的任務(wù)時， 優(yōu)先項目的VWM準(zhǔn)確性不受影響， 而非優(yōu)先項目的VWM準(zhǔn)確性降低， 與實驗1a結(jié)果一致。

在實驗1a與實驗1b中， 在有視覺注意任務(wù)條件下， 僅分析無注視點變化的試次中的VWM任務(wù)正確率， 但是， 與無視覺注意任務(wù)相比， 有視覺注意任務(wù)時被試不僅需要占用視覺注意與完成按鍵動作， 還存在對注視點變化的預(yù)期和動作準(zhǔn)備。為了控制對視覺注意任務(wù)的預(yù)期和動作準(zhǔn)備對VWM加工可能產(chǎn)生的影響， 在實驗1c中操縱視覺注意任務(wù)在VWM保持階段呈現(xiàn)的早、晚， 探討優(yōu)先加工1個項目時， 持續(xù)性視覺注意對VWM項目優(yōu)先加工的影響。

2.3""實驗1c： 不同時間出現(xiàn)的視覺注意任務(wù)對1個視覺工作記憶項目優(yōu)先加工的影響

2.3.1""被試

在本實驗中， 隨機抽取某大學(xué)的學(xué)生24名， 其中男生4名， 年齡19.42 ± 1.18歲。所有被試視力或者矯正視力正常， 無色盲或色弱情況， 無精神病史， 均未參加過類似實驗。

2.3.2""實驗材料

同實驗1a。

2.3.3""實驗設(shè)計

采用3 （檢測概率： 高、低、相等） × 2 （視覺注意任務(wù)： 早、晚）兩因素被試內(nèi)實驗設(shè)計。其中， 檢測概率包括3種條件： 同實驗1a。視覺注意任務(wù)包括兩種條件： 早視覺注意任務(wù)條件， 注視點在記憶項消失400 ms后發(fā)生變化; 晚視覺注意任務(wù)條件， 注視點在記憶項消失1300 ms后發(fā)生變化， 要求被試對屏幕中央注視點的亮度變化進(jìn)行按鍵反應(yīng)。記錄實驗過程中視覺注意任務(wù)和VWM任務(wù)反應(yīng)的正確率。

2.3.4""實驗程序

在50%的試次中， 注視點在記憶項消失400 ms后發(fā)生變化， 在50%的試次中， 注視點在記憶項消失1300 ms后發(fā)生變化， 兩種條件在block內(nèi)隨機呈現(xiàn)。其他程序同實驗1a （見圖6）。

正式實驗包含260個試次， 共5個block， 每個block包含52個試次， 包括早視覺注意任務(wù)、晚視覺注意任務(wù)各26個試次， 每種條件下包括高檢測概率條件14個試次、低檢測概率和相等檢測概率條件各6個試次。5個block的測試順序在被試間進(jìn)行平衡， 每完成1個block要求被試休息5分鐘， 完成整個實驗約需75分鐘。

2.3.5""實驗結(jié)果

被試在400 ms內(nèi)對于早、晚視覺注意任務(wù)的反應(yīng)正確率分別為（0.88 ± 0.09）、（0.92 ± 0.07）。選

擇視覺注意任務(wù)反應(yīng)正確的試次， 對VWM任務(wù)正確率進(jìn)行3 （檢測概率） × 2 （視覺注意任務(wù)）兩因素重復(fù)測量方差分析。結(jié)果顯示， 檢測概率主效應(yīng)顯著， F（2， 46） = 216.73， p"lt; 0.001， η²_p"= 0.90， 事后比較（Bonferroni校正）發(fā)現(xiàn)， 高檢測概率條件（0.94 ± 0.05）和相等檢測概率條件（0.57 ± 0.13）的正確率高于低檢測概率條件（0.39 ± 0.14） （p_S"lt;"0.001）， 高檢測概率條件的正確率高于相等檢測概率條件（p"lt; 0.001）; 視覺注意任務(wù)主效應(yīng)顯著， F（1， 23） = 30.67， p"lt; 0.001， η²_p"= 0.57， 早視覺注意任務(wù)條件的正確率（0.66 ± 0.24）高于晚視覺注意任務(wù)條件（0.60 ± 0.27）。檢測概率和視覺注意任務(wù)交互作用顯著， F（2， 46） = 5.40， p"= 0.016， η²_p"=0.19。

簡單效應(yīng)分析顯示（見圖7）， 高檢測概率條件下， 早視覺注意任務(wù)和晚視覺注意任務(wù)條件的正確率不存在差異， F（1， 23） = 1.97， p"= 0.17; 低檢測概率和相等檢測概率條件下， 早視覺注意任務(wù)條件的正確率高于晚視覺注意任務(wù)條件， F₁（1， 23） = 11.62， p₁"= 0.002， η²_p"= 0.33; F₂（1， 23） = 13.78， p₂"= 0.001， η²_p"= 0.38。

2.3.6 "討論

在實驗1c中， 采用前線索指向1個高檢測概率項目， 通過操縱視覺注意任務(wù)在保持階段出現(xiàn)的早、晚， 控制視覺注意任務(wù)預(yù)期和動作準(zhǔn)備對VWM項目表征可能產(chǎn)生的影響， 進(jìn)一步探討優(yōu)先加工1個項目時， 持續(xù)性視覺注意對VWM項目優(yōu)先加工的影響。結(jié)果顯示， 與視覺注意任務(wù)出現(xiàn)早相比， 視覺注意任務(wù)出現(xiàn)晚時的VWM成績更差。這說明， 變化視覺注意任務(wù)出現(xiàn)早、晚占用不同時長視覺注意的操作是有效的。

重要的是， 在控制視覺注意任務(wù)的預(yù)期和動作準(zhǔn)備對VWM加工可能產(chǎn)生的影響后， 優(yōu)先項目的VWM表征準(zhǔn)確性不受視覺注意任務(wù)在保持階段出現(xiàn)早、晚的影響， 而對于非優(yōu)先項目， 與視覺注意任務(wù)在保持階段出現(xiàn)早時相比， 視覺注意任務(wù)在保持階段出現(xiàn)晚時的VWM表征受到更大的損害， 與實驗1a～1b的結(jié)果一致。

通過實驗1a～1c， 排除個體完成視覺注意任務(wù)后將視覺注意轉(zhuǎn)移回VWM任務(wù)繼續(xù)復(fù)述優(yōu)先項目的可能， 以及控制視覺注意任務(wù)預(yù)期和動作準(zhǔn)備帶來的影響后， 我們發(fā)現(xiàn)， 當(dāng)優(yōu)先加工1個VWM項目時， 優(yōu)先項目的VWM保持不需要視覺注意持續(xù)投入。然而， 如果前線索指向2個高檢測概率項目， 優(yōu)先項目獲得的工作記憶資源減少， 持續(xù)性視覺注意是否影響優(yōu)先項目的VWM表征保持？在實驗2中對此進(jìn)行探討。

3 "實驗2： 視覺注意任務(wù)對2個視覺工作記憶項目優(yōu)先加工的影響

在實驗2中， 通過前線索指向2個高檢測概率項目， 并在保持階段操縱單次視覺注意任務(wù)的呈現(xiàn)， 探討優(yōu)先加工2個項目時， 持續(xù)性視覺注意對VWM項目優(yōu)先加工的影響。

3.1""被試

在本實驗中， 隨機抽取某大學(xué)的學(xué)生24名， 其中男生4名， 年齡21.21 ± 2.08歲。所有被試視力

或者矯正視力正常， 無色盲或色弱情況， 無精神病史， 均未參加過類似實驗。

3.2 "實驗材料"

除前線索由指向1個項目改為指向2個項目外， 其他材料同實驗1。

3.3""實驗設(shè)計

采用3 （檢測概率： 高、低、相等） × 2 （視覺注意任務(wù)： 有、無）兩因素被試內(nèi)實驗設(shè)計。其中， 檢測概率分為： 高檢測概率是指線索指向項目的檢測概率， 為40%; 低檢測概率是指非線索指向項目的檢測概率， 為10%; 相等檢測概率是指中性線索條件下4個項目的檢測概率， 均為25%。視覺注意任務(wù)： 同實驗1a。記錄實驗過程中視覺注意任務(wù)和VWM任務(wù)反應(yīng)的正確率。

3.4""實驗程序

除提示性線索指向2個項目外， 其他程序同實驗1a （見圖8）。

正式實驗包含240個試次， 其中有、無視覺注意任務(wù)條件各2個block， 每個block包含60個試次， 其中包括高檢測概率條件40個試次、低檢測概率和相等檢測概率條件各10個試次。4個block的測試順序在被試間進(jìn)行平衡， 每完成1個block要求被試休息5分鐘， 完成整個實驗約需60分鐘。

3.5""實驗結(jié)果

有視覺注意任務(wù)時， 被試對注視點變化的反應(yīng)正確率為（0.88 ± 0.16）， 為排除按鍵反應(yīng)可能帶來的差異， 僅對注視點未發(fā)生變化的試次進(jìn)行分析。對VWM任務(wù)正確率進(jìn)行3 （檢測概率） × 2 （視覺注意任務(wù)）兩因素重復(fù)測量方差分析。結(jié)果顯示， 檢測概率主效應(yīng)顯著， F（2， 46） = 122.09， p"lt; 0.001， η²_p"= 0.84， 事后比較（Bonferroni校正）發(fā)現(xiàn)， 高檢測概率條件（0.86 ± 0.09）和相等檢測概率條件（0.65 ± 0.14）的正確率高于低檢測概率條件（0.36 ± 0.21） （p_S"lt; 0.001）， 高檢測概率條件的正確率高于相等檢測概率條件（p"lt; 0.001）; 視覺注意任務(wù)主效應(yīng)顯著， F（1， 23） = 26.27， p"lt; 0.001， η²_p"= 0.53， 無視覺注意任務(wù)條件的正確率（0.66 ± 0.24）高于有視覺注意任務(wù)條件（0.58 ± 0.26）。檢測概率和視覺注意任務(wù)類型交互作用不顯著， F（2， 46） lt; 1， p"= 0.40。

為進(jìn)一步明確不同檢測概率條件下的VWM正確率受視覺注意任務(wù)的影響， 對不同檢測概率條件下有、無視覺注意任務(wù)條件的VWM正確率進(jìn)行配對樣本t檢驗。結(jié)果顯示（見圖9）， 高檢測概率、低檢測概率和相等檢測概率條件下， 無視覺注意任務(wù)條件的正確率均高于有視覺注意任務(wù)條件， t₁（23） = 5.57， p₁ lt; 0.001， Cohen’s d₁"= 1.23， 95% CI = [0.03， 0.07]; t₂（23） = 3.11， p₂"= 0.005， Cohen’s d₂"= 0.63， 95% CI = [0.03， 0.16]; t₃（23） = 2.86， p₃"= 0.009， Cohen’s d₃"= 0.59， 95% CI = [0.02， 0.13]。

3.6 "討論

在實驗2中， 通過前線索指向2個高檢測概率項目， 并在保持階段插入消耗視覺注意的任務(wù)， 探討優(yōu)先加工2個項目時， 視覺注意對VWM項目優(yōu)先加工的影響。結(jié)果顯示， VWM優(yōu)先項目和非優(yōu)先項目均受視覺注意任務(wù)的干擾。說明當(dāng)優(yōu)先加工2個項目時， 優(yōu)先項目和非優(yōu)先項目的VWM表征保持均需要視覺注意的持續(xù)投入。這可能是因為， 與優(yōu)先加工1個項目相比， 優(yōu)先加工2個項目時， 單個優(yōu)先項目獲得的工作記憶資源減少， 優(yōu)先項目表征質(zhì)量下降， 在保持階段則需要其他資源， 如視覺注意進(jìn)行表征復(fù)述。這與我們的假設(shè)一致。

結(jié)合實驗1～2的結(jié)果， 當(dāng)優(yōu)先加工1個項目時， 不管VWM保持階段消耗視覺注意的任務(wù)出現(xiàn)一次還是兩次， 以及消耗視覺注意的任務(wù)出現(xiàn)早還是晚， 優(yōu)先項目VWM加工均不受影響， 而非優(yōu)先項目VWM加工受到損害; 然而， 當(dāng)優(yōu)先加工2個項目時， 在VWM保持階段插入消耗視覺注意的任務(wù)， 優(yōu)先項目和非優(yōu)先項目的VWM加工均受到損害。VWM項目優(yōu)先加工的大腦活動機制尚不清楚。因而， 在實驗3中， 采用ERP-EROS技術(shù)， 分析反映自上而下執(zhí)行控制的LPC和反映工作記憶資源投入的NSW， 以及負(fù)責(zé)執(zhí)行控制和表征存儲的額葉（Bettencourt amp; Xu， 2016; Ester et al.， 2015）、負(fù)責(zé)優(yōu)先項目VWM表征存儲的枕葉（Christophel et al.， 2018）活動， 對此加以探討。

4 "實驗3： 視覺工作記憶項目優(yōu)先加工的神經(jīng)基礎(chǔ)—來自ERP-EROS的證據(jù)

參考以往研究（Che et al.， 2024; Proulx et al.， 2018）， 采用具有較高時間和空間分辨率的ERP-EROS技術(shù)， 通過比較在VWM加工中提示性線索和中性線索條件的大腦活動， 探討VWM項目優(yōu)先加工的神經(jīng)基礎(chǔ)。

4.1""被試

參考以往研究中提示性線索和中性線索條件下NSW的差異效應(yīng)量（η²_p"= 0.63） （Schneider et al.， 2017）以及優(yōu)先項目與非優(yōu)先項目工作記憶準(zhǔn)確性的差異效應(yīng)量（η²_p"= 0.63） （車曉瑋"等， 2021）， 采用G*Power 3.1軟件， 設(shè)置Power為95%， α水平為0.05， 計算本實驗被試樣本量為5， 隨機抽取某大學(xué)的學(xué)生19名， 視力或者矯正視力正常， 無顏色視覺問題。實驗結(jié)束之后可獲得一定的報酬。因眼動和動作偽跡過多， 刪除2名被試， 最終被試17名（6男）， 平均年齡18.88 ± 0.86歲。所有被試視力或者矯正視力正常， 無色盲或色弱情況， 無精神病史， 頭部無損傷未接受過頭部手術(shù)， 均未參加過類似實驗。

4.2""實驗材料

同實驗1。

4.3""實驗設(shè)計

采用單因素（線索類型： 提示性、中性）被試內(nèi)實驗設(shè)計。ERP和EROS數(shù)據(jù)均為線索呈現(xiàn)后、VWM檢測前的腦活動， 在對VWM進(jìn)行檢測前， 被試無法區(qū)分提示性線索條件下的檢測項目是高概率項目還是低概率項目。因此， 參考前人研究（Ester amp; Pytel， 2023; Fu et al.， 2022）， 在ERP和EROS數(shù)據(jù)分析中將高檢測概率條件和低檢測概率條件合并后進(jìn)行分析， 合并后的條件稱為提示性線索條件。提示性線索是指在VWM項目前呈現(xiàn)線索指向1個項目， 檢測概率為70%， 3個非線索指向項目的檢測概率均為10%; 中性線索是指在VWM項目前呈現(xiàn)線索指向4個項目， 檢測概率均為25%。記錄VWM任務(wù)的正確率、額葉和枕葉腦區(qū)的大腦活動。

4.4""實驗程序

實驗程序如圖10所示， 首先， 在屏幕中央呈現(xiàn)2個字母（Da）， 要求被試在實驗過程中不停的在心中默讀“噠噠噠”直到檢測項出現(xiàn)， 按空格鍵字母消失進(jìn)入記憶任務(wù)。按空格鍵字母消失后， 空屏500 ms， 隨后呈現(xiàn)前線索1000 ms， 空屏50～150 ms后， 記憶項呈現(xiàn)400 ms， 空屏1000 ms后， 在其中1個記憶項的位置上呈現(xiàn)1個圖形， 要求被試判斷該圖形是否與之前呈現(xiàn)在該位置的記憶項目完全相同， 相同按“F”鍵， 不同按“J”鍵（不同時的檢測圖形是目標(biāo)記憶項目與其他低概率項目進(jìn)行特征交換后的錯誤綁定圖形）。

正式實驗前練習(xí)13次， 在正確率超過70%后進(jìn)入正式實驗， 若達(dá)不到70%， 則返回繼續(xù)練習(xí)。正式實驗包含10個block， 每個block包含40個試次， 共400個試次。其中提示性線索和中性線索條件各200個試次， 不同線索條件在block內(nèi)隨機呈現(xiàn)， 10個block的測試順序在被試間進(jìn)行平衡， 每完成1個block要求被試休息2分鐘， 完成整個實驗約需150分鐘。

4.5""數(shù)據(jù)采集和分析

4.5.1 "ERP數(shù)據(jù)采集和分析

腦電數(shù)據(jù)采集使用美國NeuroScan公司的CURRY 7腦電設(shè)備， 依據(jù)10-20國際系統(tǒng)只采集F3/F4、FC3/FC4、PO7/PO8電極點腦電信號。另以左眼眶額上、下部的兩電極記錄垂直眼電， 以兩眼外側(cè)1.5 cm處的兩電極記錄水平眼電。在數(shù)據(jù)記錄時， 所有電極以左側(cè)乳突作為參考， 以右側(cè)乳突處電極為記錄電極。數(shù)據(jù)采集前， 所有電極與頭皮間的電阻均降于5 kΩ以下。數(shù)據(jù)采集過程中設(shè)置帶通濾波DC為100 Hz， 采樣頻率為1000 Hz。離線分析時以雙側(cè)乳突的平均作為參考， 使用Curry 7軟件矯正眼電偽跡， 采用低通30 Hz進(jìn)行離線濾波。剔除振幅在± 100 μV以外的試次和錯誤反應(yīng)的試次（22%）。

LPC分析""以記憶項出現(xiàn)前200 ms的平均波幅作為基線進(jìn)行校正， 分析時間窗口為記憶項呈現(xiàn)后600～800 ms， 電極點為F3、F4、FC3、FC4。

NSW分析""以記憶項出現(xiàn)前200 ms的平均波幅作為基線進(jìn)行校正， 分析時間窗口為記憶項呈現(xiàn)后800～1200 ms， 電極點為PO7和PO8。

4.5.2 "EROS數(shù)據(jù)采集和分析

數(shù)據(jù)采集""近紅外光學(xué)數(shù)據(jù)記錄采用Imagent近紅外光譜成像儀（Imagent， ISS， Inc.， Champaign， IL， USA）。實驗中， 設(shè)備使用的光源為830 nm波長、110 MHz調(diào)制頻率的近紅外光。在被試頭皮表面額葉、頂葉和枕葉相應(yīng)位置放置16個光源和8個接收器。其中， 光源通過直徑為40 μm的光纖發(fā)送近紅外光信號， 接收器通過直徑為3 mm的光纖束采集近紅外光信號。實驗過程中， 光信號分時激發(fā)， 設(shè)置每個光源發(fā)光時間為2 ms， 信號的采樣率為31.25 Hz。

參照以往研究（車曉瑋"等， 2020; Che et al.， 2024）， 實驗過程中， 為保證能采集到較大面積的腦區(qū)信號， 采用兩種光源和接收器的位置通道排布， 其放置位置見圖11， 一半試次采用圖11A的方式采集數(shù)據(jù)， 另一半試次采用圖11B的方式采集數(shù)據(jù)。光源和接收器的位置最短相距約3 cm， 接收器和接收器的位置最短相距約3 cm。記錄區(qū)域的中心位于被試兩耳上緣連線的中心， 以保證記錄區(qū)域可以盡量覆蓋額葉和枕葉。收集實驗過程中近紅外光的相對相位延遲信號。

通過Polhemus Fastrak 3D定位儀（Polhemus Fastrak 3Space， Colchester， VT）采集被試腦的3維坐標(biāo)， 分別采集配對基準(zhǔn)點（鼻根、左右側(cè)耳前）、光源位置、接收器位置以及其他面部結(jié)構(gòu)點的坐標(biāo)（共282個點）進(jìn)行。采用GE Discovery 3.0 T MR磁共振設(shè)備獲取被試的3D高分辨率腦結(jié)構(gòu)像。在進(jìn)行MRI掃描（矩陣256×256， TR = 8.2 ms， TE = 3.2 ms， 層厚1.2 mm）時， 分別在被試的配對基準(zhǔn)點（鼻根、左右側(cè)耳前）放置維生素E藥丸。以利用3個配對基準(zhǔn)點的坐標(biāo)將采集到的3D坐標(biāo)數(shù)據(jù)和大腦結(jié)構(gòu)像進(jìn)行匹配。

數(shù)據(jù)分析""EROS實驗數(shù)據(jù)離線分析主要采用MATLAB軟件進(jìn)行。首先， 對采集到的光學(xué)數(shù)據(jù)進(jìn)行預(yù)處理， 采用P_pod工具包進(jìn)行。（1）相位校正并去除偽跡。對輸出的光信號的相位差進(jìn)行校正之后， 采用Gratton和Corballis （1995）的算法去除脈沖偽跡， 最后對光學(xué)數(shù)據(jù)進(jìn)行低通15 Hz濾波（Fabiani et al.， 2006）。（2）光信號分段。以記憶項出現(xiàn)為零點， 對光學(xué)信號進(jìn)行分段， 包括記憶項呈現(xiàn)前192 ms至記憶項呈現(xiàn)后1408 ms， 共1600 ms。（3）光信號疊加平均。根據(jù)時間點、光信號通路、不同線索條件和被試編號對分段后的信號進(jìn)行疊加平均。其次， 將光信號通道與腦結(jié)構(gòu)配準(zhǔn)， 采用P_pod工具包進(jìn)行。（1）根據(jù)光源和接收器的通路位置， 提取Polhemus Fastrak 3D定位儀采集到的基準(zhǔn)點、光源和接收器位置的三維坐標(biāo)。（2）將定位儀三維坐標(biāo)數(shù)據(jù)和被試腦結(jié)構(gòu)核磁數(shù)據(jù)按照共同采集的基準(zhǔn)點進(jìn)行匹配， 采用最小二乘法調(diào)整匹配后的數(shù)據(jù)， 建立被試大腦模型， 保證建立的模型與實際結(jié)構(gòu)的誤差低于5 mm。（3）依據(jù)建立的大腦結(jié)構(gòu)模型， 將第一步的光信號通路坐標(biāo)轉(zhuǎn)換為Talairach坐標(biāo)， 從而適合對所有被試數(shù)據(jù)進(jìn)行群組水平分析。最后， 光信號激活差異與通路位置匹配， 形成不同線索條件下腦區(qū)激活差異圖， 采用Opt_3D工具包進(jìn)行。（1）降低信號噪音： 剔除光源與接收器距離小于15 mm或大于75 mm的通道信號（Huang et al.， 2013）; （2）數(shù)據(jù)平滑化： 進(jìn)行8 mm高斯濾波; （3）腦區(qū)激活差異分析： 將提示性線索條件和中性線索條件下每一Voxel位置上的信號差異進(jìn)行t檢驗， 并轉(zhuǎn)化為Z分?jǐn)?shù)。根據(jù)不同條件下腦激活的差異， 生成大腦橫斷面激活差異圖。（4）參考前人研究（車曉瑋"等， 2020; Che et al.， 2024）選擇前額興趣區(qū)和枕葉興趣區(qū)， 對兩種線索條件下的激活存在差異（p"lt; 0.05）的腦區(qū)進(jìn)行多重比較校正， 校正后的peak Z值見表1。

4.6 "實驗結(jié)果

4.6.1""行為結(jié)果

對提示項線索和中性線索條件下的VWM正確率進(jìn)行配對樣本t檢驗， 結(jié)果顯示， 提示性線索條件的VWM正確率（0.87 ± 0.05）大于中性線索條件（0.78 ± 0.07）， t（16） = 7.39， p lt; 0.001， Cohen’s d"= 2.00， 95% CI = [0.06， 0.11]。提示性線索條件下的項目包括高、低檢測概率項目， 中性線索條件下的項目為相等檢測概率項目， 進(jìn)一步對VWM正確率進(jìn)行單因素3水平（檢測概率： 高、低、相等）重復(fù)測量方差分析。結(jié)果顯示， 檢測概率主效應(yīng)顯著， F （2， 32） = 77.00， p"lt; 0.001， η_p²"= 0.83， 事后比較（Bonferroni校正）顯示， 高檢測概率條件（0.94 ± 0.05）和相等檢測概率條件（0.78 ± 0.07）的正確率均高于低檢測概率條件（0.69 ± 0.11） （ps"lt; 0.001）， 高檢測概率條件的正確率高于相等檢測概率條件（p lt; 0.001）。

4.6.2 "ERP結(jié)果

提示性線索和中性線索條件的LPC、NSW見圖12、圖13。對不同線索條件的LPC、NSW分別進(jìn)行配對樣本t檢驗， 結(jié)果顯示， 提示性線索條件的LPC （2.96 ± 0.81 μV）大于中性線索條件（2.21 ± 0.78 μV）， t（16） = 2.16， p = 0.046， Cohen’s d"= 0.53， 95% CI = [0.01， 1.48]; 提示性線索條件的NSW （?1.61 ± 0.63 μV）大于中性線索條件（?0.47 ± 0.65 μV），"t（16） = ?4.60， p lt; 0.001， Cohen’s d = 1.12， 95% CI = [?1.67， ?0.61]。

4.6.3 "EROS結(jié)果

分析光學(xué)數(shù)據(jù)時， 刪除對VWM任務(wù)反應(yīng)不正確的試次（17.59%）， 結(jié)果顯示， 與中性線索條件相比， 在提示性線索條件下， 在VWM任務(wù)呈現(xiàn)后的416 ms、544 ms、608 ms、832 ms、1056 ms時額葉激活更高; 與中性線索條件相比， 在提示性線索條件下， 在VWM任務(wù)呈現(xiàn)后的416 ms、1248 ms、1280 ms時枕葉激活更高， 見圖14， 對應(yīng)時間點的Peak Z（crit）和p值見表1。

4.7""討論

在實驗3中采用ERP-EROS技術(shù)， 比較提示性線索條件和中性線索條件的大腦活動， 探討VWM項目優(yōu)先加工的神經(jīng)基礎(chǔ)。提示性線索指向1個高檢測概率項目， 存在VWM項目優(yōu)先加工; 中性線索指向4個相等概率項目， 無VWM項目優(yōu)先加工。結(jié)果顯示， 與中性線索相比， 提示性線索條件下的VWM準(zhǔn)確性更高， 并且， 在VWM保持階段， 在大腦皮層有更大的LPC和NSW， 額葉和枕葉有更高的動態(tài)激活。這說明與中性線索相比， 提示性線索條件下的VWM加工在保持階段進(jìn)行了資源的重新分配， 并且， 對額葉和枕葉的激活增強。

5 "總討論

本研究在行為實驗1～2中， 通過前線索變化記憶項目的檢測概率， 操縱記憶項目的優(yōu)先性和優(yōu)先項目的數(shù)量， 并在保持階段插入消耗視覺注意的任務(wù)， 探討持續(xù)性視覺注意對VWM項目優(yōu)先加工的影響是否受工作記憶資源的調(diào)節(jié)， 并采用ERP-EROS技術(shù)， 探討VWM項目優(yōu)先加工的神經(jīng)基礎(chǔ)。在實驗1a～1c中， 在排除或控制額外變量帶來的影響后， 研究均發(fā)現(xiàn)， 當(dāng)優(yōu)先加工1個VWM項目時， 非優(yōu)先項目受視覺注意消耗任務(wù)的干擾， 優(yōu)先項目不受影響; 在實驗2中， 當(dāng)優(yōu)先加工2個VWM項目時， 優(yōu)先項目和非優(yōu)先項目均受到視覺注意消耗任務(wù)的干擾; 在實驗3中， 與中性線索條件相比， 提示性線索條件誘發(fā)更大的LPC和NSW， 在VWM保持階段額葉和枕葉有更高的動態(tài)激活。

5.1""持續(xù)性視覺注意對VWM項目優(yōu)先加工的影響受工作記憶資源的調(diào)節(jié)

本研究通過前線索變化VWM項目的檢測概率， 線索指向的高檢測概率項目是優(yōu)先項目， 非線索指向的低檢測概率項目與中性線索條件的相等檢測概率項目是非優(yōu)先項目。并在VWM保持階段插入消耗視覺注意的任務(wù)， 探討持續(xù)性視覺注意對VWM項目優(yōu)先加工的影響。我們通過縮短視覺注意任務(wù)與VWM檢測的間隔時間， 排除個體完成視覺注意任務(wù)后將視覺注意轉(zhuǎn)移回VWM任務(wù)中繼續(xù)復(fù)述優(yōu)先項目表征的可能性; 通過操縱視覺注意任務(wù)出現(xiàn)的早、晚消耗不同時長的視覺注意， 進(jìn)一步控制視覺注意任務(wù)預(yù)期和動作準(zhǔn)備帶來的影響， 研究一致發(fā)現(xiàn)， 當(dāng)VWM中只有1個優(yōu)先項目時， 非優(yōu)先項目的VWM準(zhǔn)確性受到持續(xù)性視覺注意資源消耗的干擾， 而優(yōu)先項目不受影響。

主要原因可以從兩方面進(jìn)行解釋： 一方面， 個體可以根據(jù)VWM項目的優(yōu)先性， 靈活分配工作記憶資源， 使得優(yōu)先項目比非優(yōu)先項目獲得更多的工

作記憶資源（Emrich et al.， 2017; Fu et al.， 2022; Günseli et al.， 2019; Zhang amp; Luck， 2008）， 而工作記憶資源中的執(zhí)行控制資源有助于VWM項目的注意刷新（Atkinson et al.， 2022; Hitch et al.， 2018， 2020）， 注意刷新通過再激活記憶項目的記憶痕跡增強項目表征（Camos et al.， 2018）， 優(yōu)先項目比非優(yōu)先項目注意刷新的頻率更高（Atkinson et al.， 2022; Hitch et al.， 2020）， 從而優(yōu)先項目的激活水平和表征準(zhǔn)確性提高。由于VWM中只有1個優(yōu)先項目， 優(yōu)先項目會獲得充足的工作記憶資源， 即使沒有視覺注意資源， 也能使優(yōu)先項目處于高激活水平， 并保證優(yōu)先項目的表征準(zhǔn)確性。另一方面， 根據(jù)注意焦點理論（Oberauer， 2002）， 與當(dāng)前任務(wù)相關(guān)的優(yōu)先項目存儲在注意焦點， 注意焦點內(nèi)只能容納1個VWM項目， 注意焦點內(nèi)的項目可被直接提取， 用于當(dāng)前任務(wù)的認(rèn)知加工， 且表征穩(wěn)固（Schneider et al.， 2017）， 因此， 存儲在注意焦點內(nèi)的優(yōu)先項目不需要持續(xù)性視覺注意資源進(jìn)行鞏固。

然而， 當(dāng)VWM中有2個優(yōu)先項目時， 優(yōu)先項目和非優(yōu)先項目的VWM表征準(zhǔn)確性均受到持續(xù)性視覺注意資源消耗的損害。一方面， 與1個優(yōu)先項目相比， 當(dāng)VWM中有2個優(yōu)先項目時， 單個優(yōu)先項目獲得的工作記憶資源減少， 導(dǎo)致優(yōu)先項目獲得注意刷新的頻率降低， 優(yōu)先項目的表征激活水平和準(zhǔn)確性隨之降低。持續(xù)的視覺注意通過支持活躍狀態(tài)的VWM表征參與VWM加工（Liang et al.， 2019）， 因此， 優(yōu)先項目需要消耗持續(xù)性視覺注意資源進(jìn)行表征復(fù)述， 增強優(yōu)先項目表征。一旦視覺注意資源被消耗， 優(yōu)先項目則會受損。另一方面， 由于注意焦點內(nèi)只能容納1個VWM項目， 2個優(yōu)先項目需要輪流進(jìn)入注意焦點， 而處于注意焦點外的項目激活程度低， 表征質(zhì)量下降（Hitch et al.， 2020）， 因此， 需要持續(xù)性視覺注意資源進(jìn)行復(fù)述加工， 一旦持續(xù)性視覺注意資源被消耗， 優(yōu)先項目則會受損。

研究結(jié)果驗證了我們的假設(shè)， 即持續(xù)性視覺注意對VWM項目優(yōu)先加工的作用受到工作記憶資源的調(diào)節(jié)。當(dāng)VWM中優(yōu)先項目獲得的工作記憶資源充足時， 優(yōu)先項目存儲在注意焦點內(nèi)， VWM表征激活水平高且穩(wěn)固， 不需要持續(xù)性視覺注意投入， 這支持VWM加工與視覺注意分離的觀點（Tas et al.， 2016）; 然而， 當(dāng)VWM中優(yōu)先項目獲得的工作記憶資源下降時， 優(yōu)先項目在注意焦點內(nèi)的存儲時間縮短， 優(yōu)先項目的激活水平下降， VWM表征的穩(wěn)固性下降， 需要持續(xù)性視覺注意資源投入， 支持VWM加工與視覺注意重疊的觀點（Awh amp; Jonides， 2001; Panichello amp; Buschman， 2021）。因此， 在VWM項目優(yōu)先加工過程中， 工作記憶資源調(diào)節(jié)了持續(xù)性視覺注意對VWM項目優(yōu)先加工的作用， 這合理地解釋了以往研究的爭議。

在實驗1中， 當(dāng)優(yōu)先項目獲得的工作記憶資源充足時， 持續(xù)性視覺注意對非優(yōu)先項目的VWM表征保持起到支持作用， 而對優(yōu)先項目不產(chǎn)生影響， 這與Hollingworth和Maxcey-Richard （2013）的研究結(jié)果不一致。這可能是與我們使用不同的消耗視覺注意的任務(wù)有關(guān)。Hollingworth和Maxcey-Richard采用了視覺搜索任務(wù)消耗持續(xù)性視覺注意， 即在視覺搜索任務(wù)中， 要求被試在8個帶有缺口的方框中搜索唯一帶有水平方向缺口的目標(biāo)方框， 并根據(jù)目標(biāo)方框的缺口方向（左、右）做出選擇反應(yīng)。在完成這一任務(wù)時， 被試不僅需要消耗視覺注意進(jìn)行目標(biāo)搜索， 還需要消耗執(zhí)行控制資源做出選擇反應(yīng)。在該研究中， 優(yōu)先項目和非優(yōu)先項目均受損的原因有可能源于持續(xù)性視覺注意和執(zhí)行控制資源共同的損耗。在VWM保持階段插入視覺搜索任務(wù)， 不僅使基于視覺注意的表征復(fù)述加工被打斷， 而且也可能使基于執(zhí)行控制的注意刷新被打斷， 導(dǎo)致優(yōu)先項目和非優(yōu)先項目的VWM表征保持均受到損害。而在我們的研究中， 我們通過要求被試在VWM保持階段注意中央注視點變化， 當(dāng)注視點亮度發(fā)生變化時進(jìn)行按鍵。在25%的試次中注視點發(fā)生變化， 并要求被試進(jìn)行按鍵反應(yīng)， 只對剩余75%無按鍵反應(yīng)試次的結(jié)果進(jìn)行分析。這一次任務(wù)主要消耗持續(xù)性視覺注意， 而不消耗執(zhí)行控制資源。在VWM保持階段， 盡管基于視覺注意的表征復(fù)述加工被打斷， 但優(yōu)先項目的表征通過注意刷新得以保持， 因此， 只有非優(yōu)先項目的表征受到損害。并且， 當(dāng)我們在實驗2中增加優(yōu)先項目數(shù)量， 單個優(yōu)先項目獲得的工作記憶資源減少， 優(yōu)先項目的表征也受到損害， 所得結(jié)果與Hollingworth和Maxcey-Richard研究一致。

5.2 "VWM項目優(yōu)先加工的神經(jīng)基礎(chǔ)

我們的研究發(fā)現(xiàn)， 與中性線索相比， 提示性線索條件下， 額葉在保持階段存在更高的動態(tài)激活， 而且， 在頭皮腦電上， 提示性線索比中性線索誘發(fā)更大的LPC。額葉在VWM加工中起到自上而下的執(zhí)行控制作用（Panichello amp; Buschman， 2021）， 且為VWM表征提供穩(wěn)固的存儲（Bettencourt amp; Xu， 2016; Lorenc et al.， 2018）， 而LPC反映了在執(zhí)行控制過程中的資源投入（車曉瑋"等， 2020， 2021）， LPC越大， 說明資源投入越多。這可能反映了與中性線索條件下相比， 在提示性線索條件下， 通過額葉的執(zhí)行控制分配更多的資源給優(yōu)先項目。這說明， 在VWM加工中， 當(dāng)存在項目優(yōu)先加工時， 通過額葉的執(zhí)行控制給優(yōu)先項目分配了更多的資源。

其次， 與中性線索條件相比， 提示性線索條件下， 在VWM保持階段枕葉存在更高的動態(tài)激活， 而且， 在枕葉觀察到， 提示性線索比中性線索在VWM保持階段誘發(fā)更大的NSW。工作記憶表征的存儲占用枕葉（Harrison amp; Tong， 2009）， 并且枕葉提供了精準(zhǔn)的表征存儲（Christophel et al.， 2018; Ester et al.， 2015）。同時， 研究還發(fā)現(xiàn)， 工作記憶加工是動態(tài)變化的， 記憶表征的存儲不依賴于持續(xù)的神經(jīng)元放電， 枕葉存儲的工作記憶表征可能在主動存儲后轉(zhuǎn)為靜默狀態(tài)（Rose， 2020）。在我們的研究中， 在記憶項消失以后， 對記憶項的存儲初期可能需要激活枕葉進(jìn)行積極（active）加工， 而在鞏固完成后， 工作記憶加工可能進(jìn)入靜默狀態(tài)， 以維持表征不被干擾（Lorenc et al.， 2021）。Barbosa等人（2020）的研究也發(fā)現(xiàn)， 工作記憶表征的保持是從持續(xù)激活到偶爾激活的過程。NSW反映了工作記憶資源的投入（Schneider et al.， 2017）。因此， 可以認(rèn)為， 在VWM保持階段， 與無項目優(yōu)先加工條件相比， 當(dāng)存在項目優(yōu)先加工時， 更高激活枕葉， 并投入更多的工作記憶資源， 以促進(jìn)優(yōu)先項目的表征穩(wěn)定性。

6 "結(jié)論"

本研究結(jié)論如下： 持續(xù)性視覺注意在VWM項目優(yōu)先加工中的作用受到工作記憶資源的調(diào)節(jié)， 當(dāng)工作記憶資源充足時， 優(yōu)先項目的表征保持不需要持續(xù)性視覺注意投入; 當(dāng)工作記憶資源不足時， 優(yōu)先項目的表征保持則需要持續(xù)性視覺注意投入。VWM項目優(yōu)先加工的潛在腦機制是， 在保持階段激活額葉和枕葉， 調(diào)節(jié)資源分配， 并投入更多工作記憶資源， 增強優(yōu)先項目的表征穩(wěn)定性。

參 "考 "文 "獻(xiàn)

Allen， R. J.， amp; Ueno， T. （2018）. Multiple high-reward items can be prioritized in working memory but with greater vulnerability to interference. Attention， Perception， amp; Psychophysics， 80（7）， 1731?1743.

Atkinson， A. L.， Berry， E. D.， Waterman， A. H.， Baddeley， A. D.， Hitch， G. J.， amp; Allen， R. J. （2018）. Are there multiple ways to direct attention in working memory？ Annals of the New York Academy of Sciences，"1424（1）， 115?126.

Atkinson， A. L.， Oberauer， K.， Allen， R. J.， amp; Souza， A. S. （2022）. Why does the probe value effect emerge in working memory？ Examining the biased attentional refreshing account. Psychonomic Bulletin amp; Review， 29（3）， 891?900.

Awh， E.， amp; Jonides， J. （2001）. Overlapping mechanisms of attention and spatial working memory. Trends in Cognitive Sciences， 5（3）， 119?126.

Barbosa， J.， Stein， H.， Martinez， R. L.， Galan-Gadea， A.， Li， S.， Dalmau， J.， ... Compte， A. （2020）. Interplay between persistent activity and activity-silent dynamics in the prefrontal cortex underlies serial biases in working memory. Nature Neuroscience， 23（8）， 1016?1024.

Bettencourt， K. C.， amp; Xu， Y. （2016）. Decoding the content of visual short-term memory under distraction in occipital and parietal areas. Nature Neuroscience， 19， 150?157.

Camos， V.， Johnson， M.， Loaiza， V.， Portrat， S.， Souza， A.， amp; Vergauwe， E. （2018）. What is attentional refreshing in working memory？ Annals of the New York Academy of Sciences， 1424（1）， 19?32.

Che， X.， Lian， H.， Zhang， F.， Li， S.， amp; Zheng， Y. （2024）. The reactivation of working memory representations affects attentional guidance. Psychophysiology， 61（3）， e14514.

Che， X.， Wang， K.， Shangguan， M.， amp; Li， S. （2020）. The Representation of attention template in visual working memory： An EROS study. Studies of Psychology and Behavior， 18（3）， 297?303.

[車曉瑋， 王凱旋， 上官夢麒， 李壽欣. （2020）. 視覺工作記憶中注意模板的表征—來自EROS 的證據(jù). 心理與行為研究， 18（3）， 297?303.]

Che， X.， Xu， H.， Wang， K.， Zhang， Q.， amp; Li， S. （2021）. Precision requirement of working memory representations influences attentional guidance. Acta Psychologica Sinica， 53（7）， 694?713.

[車曉瑋， 徐慧云， 王凱旋， 張倩， 李壽欣. （2021）. 工作記憶表征精度加工需求對注意引導(dǎo)的影響. 心理學(xué)報， 53（7）， 694?713.]

Christophel， T. B.， Iamshchinina， P.， Yan， C.， Allefeld， C.， amp; Haynes， J. D. （2018）. Cortical specialization for attended versus unattended working memory. Nature Neuroscience， 21（4）， 494?496.

Cohen， J. （1992）. Statistical power analysis. Current Directions in Psychological Science， 1（3）， 98?101.

Emrich， S. M.， Lockhart， H. A.， amp; Al-Aidroos， N. （2017）. Attention mediates the flexible allocation of visual working memory resources. Journal of Experimental Psychology： Human Perception and Performance， 43（7）， 1454?1465.

Ester， E. F.， Sprague， T. C.， amp; Serences， J. T. （2015）. Parietal and frontal cortex encode stimulus-specific mnemonic representations during visual working memory. Neuron， 87（4）， 893?905.

Ester， E. F.， amp; Pytel， P. （2023）. Changes in behavioral priority influence the accessibility of working memory content. NeuroImage， 272， 120055.

Fabiani， M.， Low， K. A.， Wee， E.， Sable， J. J.， amp; Gratton， G. （2006）."Reduced suppression or labile memory？ Mechanisms of inefficient filtering of irrelevant information in older adults. Journal of Cognitive Neuroscience， 18（4）， 637?650.

Fu， X.， Ye， C.， Hu， Z.， Li， Z.， Liang， T.， amp; Liu， Q. （2022）. The impact of retro-cue validity on working memory representation： Evidence from electroencephalograms. Biological Psychology， 170， 108320.

Gao， Z.， Li， J.， Wu， J.， Dai， A.， Liao， H.， amp; Shen， M. （2022）. Diverting the focus of attention in working memory through a perceptual task. Journal of Experimental Psychology： Learning， Memory， and Cognition， 48（6）， 876?905.

Gratton， G.， amp; Corballis， P. M. （1995）. Removing the heart from the brain： Compensation for the pulse artifact in the photon migration signal. Psychophysiology， 32（3）， 292? 299.

Griffin， I. C.， amp; Nobre， A. C. （2003）. Orienting attention to locations in internal representations. Journal of Cognitive Neuroscience， 15（8）， 1176?1194.

Günseli， E.， Fahrenfort， J. J.， van Moorselaar， D.， Daoultzis， K. C.， Meeter， M.， amp; Olivers， C. N. （2019）. EEG dynamics reveal a dissociation between storage and selective attention within working memory. Scientific Reports， 9（1）， 13499.

Harrison， S. A.， amp; Tong， F. （2009）. Decoding reveals the contents of visual working memory in early visual areas. Nature， 458（7238）， 632?635.

Hitch， G. J.， Allen， R. J.， amp; Baddeley， A. D. （2020）. Attention and binding in visual working memory： Two forms of attention and two kinds of buffer storage. Attention， Perception， amp; Psychophysics， 82（1）， 280?293.

Hitch， G. J.， Hu， Y.， Allen， R. J.， amp; Baddeley， A. D. （2018）. Competition for the focus of attention in visual working memory： Perceptual recency versus executive control. Annals of the New York Academy of Sciences， 1424（1）， 64?75.

Hollingworth， A.， amp; Maxcey-Richard， A. M. （2013）. Selective maintenance in visual working memory does not require sustained visual attention. Journal of Experimental Psychology："Human Perception and Performance， 39（4）， 1047?1058.

Hu， Y.， Allen， R. J.， Baddeley， A. D.， amp; Hitch， G. J. （2016）. Executive control of stimulus-driven and goal-directed attention in visual working memory. Attention， Perception， amp; Psychophysics， 78（7）， 2164?2175.

Hu， Y.， Hitch， G. J.， Baddeley， A. D.， Zhang， M.， amp; Allen， R. J. （2014）. Executive and perceptual attention play different roles in visual working memory： Evidence from suffix and strategy effects. Journal of Experimental Psychology： Human Perception and Performance， 40（4）， 1665?1678.

Huang， J.， Wang， S.， Jia， S.， Mo， D.， amp; Chen， H. C. （2013）. Cortical dynamics of semantic processing during sentence comprehension： Evidence from event-related optical signals. PloS One， 8（8）， e70671.

Jeanneret， S.， Bartsch， L. M.， amp; Vergauwe， E. （2023）. To be or not to be relevant： Comparing short-and long-term consequences across working memory prioritization procedures. Attention， Perception， amp; Psychophysics， 85（5）， 1486?1498.

Jia， K.， Li， Y.， Gong， M.， Huang， H.， Wang， Y.， amp; Li， S. （2021）. Perceptual learning beyond perception： Mnemonic representation in early visual cortex and intraparietal sulcus. Journal of Neuroscience， 41（20）， 4476?4486.

Li， D.， Hu， Y.， Qi， M.， Zhao， C.， Jensen， O.， Huang， J.， amp; Song， Y. （2023）. Prioritizing flexible working memory representations through retrospective attentional strengthening."NeuroImage， 269， 119902.

Liang， T.， Chen， X.， Ye， C.， Zhang， J.， amp; Liu， Q. （2019）. Electrophysiological evidence supports the role of"sustained visuospatial attention in maintaining visual WM contents. International Journal of Psychophysiology， 146， 54?62.

Lorenc， E. S.， Mallett， R.， amp; Lewis-Peacock， J. A. （2021）. Distraction in visual working memory： Resistance is not futile. Trends in Cognitive Sciences， 25（3）， 228?239.

Lorenc， E. S.， Sreenivasan， K. K.， Nee， D. E.， Vandenbroucke， A. R.， amp; D'Esposito， M. （2018）. Flexible coding of visual working memory representations during distraction. Journal of Neuroscience， 38（23）， 5267?5276.

Ma， W. J.， Husain， M.， amp; Bays， P. M. （2014）. Changing concepts of working memory. Nature Neuroscience， 17（3）， 347?356.

Macedo-Pascual， J.， Capilla， A.， Campo， P.， Hinojosa， J. A.， amp; Poch， C. （2023）. Selection within working memory impairs perceptual detection. Psychonomic Bulletin amp; Review， 30（4）， 1442?1451.

Oberauer， K. （2002）. Access to information in working memory： Exploring the focus of attention. Journal of Experimental Psychology： Learning， Memory， and Cognition， 28（3）， 411?421.

Panichello， M. F.， amp; Buschman， T. J. （2021）. Shared mechanisms underlie the control of working memory and attention. Nature， 592（7855）， 601?605.

Proulx， N.， Samadani， A. A.， amp; Chau， T. （2018）. Quantifying fast optical signal and event-related potential relationships during a visual oddball task. NeuroImage， 178， 119?128.

Rerko， L.， Souza， A. S.， amp; Oberauer， K. （2014）. Retro-cue benefits in working memory without sustained focal attention. Memory amp; Cognition， 42（5）， 712?728.

Rose， N. S. （2020）. The dynamic-processing model of working memory. Current Directions in Psychological Science， 29（4）， 378?387.

Sandry， J.， amp; Ricker， T. J. （2020）. Prioritization within visual working memory reflects a flexible focus of attention. Attention， Perception， amp; Psychophysics， 82（6）， 2985?3004.

Schmidt， B. K.， Vogel， E. K.， Woodman， G. F.， amp; Luck， S. J. （2002）. Voluntary and automatic attentional control of visual working memory. Perception amp; Psychophysics， 64（5）， 754?763.

Schneider， D.， Barth， A.， Getzmann， S.， amp; Wascher， E. （2017）. On the neural mechanisms underlying the protective function of retroactive cuing against perceptual interference： Evidence by event-related potentials of the EEG. Biological Psychology， 124， 47?56.

Souza， A. S.， Czoschke， S.， amp; Lange， E. B. （2020）. Gaze-based and attention-based rehearsal in spatial working memory. Journal of Experimental Psychology： Learning， Memory， and Cognition， 46（5）， 980?1003.

Tas， A. C.， Luck， S. J.， amp; Hollingworth， A. （2016）. The relationship between visual attention and visual working memory encoding： A dissociation between covert and overt orienting. Journal of Experimental Psychology： Human Perception and Performance， 42（8）， 1121?1138.

Teng， C.， amp; Postle， B. R. （2024）. Investigating the roles of the visual and parietal cortex in representing content versus context in visual working memory. eNeuro， 11（2）， ENEURO.0270-20.2024.

Wang， M.， Liu， H.， Chen， Y.， Yang， P.， amp; Fu， S. （2023）. Different prioritization states of working memory representations affect visual searches： Evidence from an event-related potential study. International Journal of Psychophysiology， 193， 112246.

Williams， M.， Pouget， P.， Boucher， L.， amp; Woodman， G. F. （2013）. Visual-spatial attention aids the maintenance of object representations in visual working memory. Memory amp; Cognition， 41（5）， 698?715.

Zhang， W.， amp; Luck， S. J. （2008）. Discrete fixed-resolution representations in visual working memory. Nature， 453（7192）， 233?235.

Zhang， Z.， amp; Lewis-Peacock， J. A. （2023a）. Prioritization sharpens working memories but does not protect them from distraction. Journal of Experimental Psychology： General， 152（4）， 1158?1174.

Zhang， Z.， amp; Lewis-Peacock， J. A. （2023b）. Bend but don't break： Prioritization protects working memory from displacement but leaves it vulnerable to distortion from distraction. Cognition， 239， 105574.

Influence of sustained visual attention on the prioritization of visual working memory

LIAN Haomin， ZHANG Qian， GU Xuemin， LI Shouxin

（School of Psychology， Shandong Normal University， Jinan 250358，"China）

Abstract

Individuals prioritize certain important information based on task demands， which facilitates the processing of prioritized Visual Working Memory （VWM） items. However， the role of sustained visual attention in VWM prioritization remains unclear. Some evidence suggests that visual attention is involved in VWM prioritization， while other evidence indicates a dissociation between visual attention and VWM prioritization. Considering the variability in the number of items across VWM tasks in previous"studies， this"study examined whether the role of sustained visual attention in VWM prioritization"was modulated by working memory resources."When working memory resources were insufficient， sustained visual attention was required to maintain the prioritized item， while it was not required when working memory resources were sufficient. Additionally， we investigated the neural basis of VWM prioritization using the simultaneous acquisition technique of event-related potentials and event-related optical signals （ERP-EROS）.

Our"study included five experiments， with 24， 23， 24， 24， and 17 Chinese participants in Experiments 1a， 1b， 1c， 2，"and 3， respectively. In Experiments 1"and 2， a recall report paradigm was used. Participants performed VWM tasks with one prioritized item in Experiment 1 and two prioritized items in Experiment 2. Additionally， across Experiments 1"and 2， participants performed a visual attention task during the VWM maintenance phase. In Experiment 3， we employed a change detection paradigm. Participants completed VWM tasks with no prioritized item and with one prioritized item， and their brain activity under these different prioritization conditions was recorded.

In Experiment 1， participants were instructed to prioritize one VWM item. Visual attention was consumed by single visual attention task （Exp. 1a） and double visual attention task （Exp. 1b）. Furthermore， visual attention was consumed by manipulating the durations of task presentation （early vs. late; Exp. 1c）. The results consistently indicated that the memory accuracy of non-prioritized items was disrupted by the visual attention task， while the prioritized item remained unaffected. In Experiment 2， participants were required to prioritize two VWM items and performed"a single visual attention task. We"found that both prioritized and non-prioritized items were disrupted by the visual attention task. Results from Experiment 3 revealed that compared to neutral cues without VWM prioritization， informative cues indicating prioritization of one item elicited a larger late positive component （LPC） and negative slow wave （NSW）， as well as higher activation in the prefrontal and occipital cortices during the maintenance phase.

The results indicated that the role of visual attention in VWM prioritization was modulated by working memory resources. When working memory resources were insufficient， sustained visual attention was required to maintain the prioritized item， whereas it was not necessary when working memory resources were sufficient. The neural basis of VWM prioritization likely involves the activation of the frontal and occipital cortices during the maintenance phase， as well as the allocation of more working memory resources to enhance the stability of the representation of the prioritized item. Our"study offers a reasonable explanation for the controversy surrounding the role of visual attention in VWM prioritization in previous research. Furthermore， it sheds further light on the neural mechanisms underlying VWM prioritization from a perspective of high temporal and spatial resolution.

Keywords "visual working memory， visual attention， prioritization， event-related optical signals， simultaneous acquisition