高爾夫球推桿學習階段對準備狀態之SMR與MU波之影響

全文

(1)國立臺灣師範大學運動與休閒學院體育學系碩士學位論文. 高爾夫球推桿學習階段對準備狀態之 SMR 與 MU 波之影響. 研究生：沈震指導教授：洪聰敏. 中華民國 105 年 7 月中華民國台北市.

(2) 高爾夫球推桿學習階段對準備狀態之 SMR 與 MU 波之影響 2016 年 7 月研究生沈震指導教授洪聰敏摘要目的：本研究之目的為探討學習高爾夫球推桿後，參與者在推桿準備期之 Mu 波 (Mu rhythm) 與感覺動作頻率 (SMR, sensorimotor rhythm) 是否隨著學習而改變。Mu 節律與 SMR 功率之大小被認為與大腦的動作區活化程度有關。Mu 波與動作的觀察與執行息息相關，而 SMR 則與執行動作時的注意力有關聯。雖然兩種腦波指標與動作執行與觀察有高度的關聯，但過去的研究顯少探討動作學習與這兩種腦波指標的關係。方法：本研究研究參與者為四十一名男性，並將參與者分成實驗組與控制組兩組。實驗組 20 人，控制組 21 人。兩組參與者皆收取四個學習階段之腦波資料，實驗組參與者在每階段之間須進行每週三次以上的高爾夫球推桿練習，控制組則無須練習。此外，實驗組參與者在收取資料時除了推桿動作外，還需進行撥拉棒作業，以比較實驗組參與者在執行熟悉動作 (推桿) 與非熟悉動作 (撥拉棒) 之差異。本研究比較兩組參與者之推桿分數、推桿準備期之 Mu 波與 SMR 功率，以及實驗組本身執行推桿與撥拉棒兩種動作準備狀態之 Mu 波與 SMR 功率。結果：經由練習後，實驗組之推桿成績明顯高於控制組。以混合設計二因子變異數分析 (組別 x 階段) 比較兩組 SMR 與 Mu 波之功率後發現兩種腦波指標皆無交互作用。事後比較後顯示 Mu 波功率在階段有主效果，隨著階段而上升，而其他統計皆未達顯著。比較實驗組兩種動作準備期之 SMR 與 Mu 波後發現不論在何種階段，推桿之 Mu 波與 SMR 階高於撥拉棒。結論：本研究發現與過去研究有所差異，其原因可能是因為實驗組練習介入時間不足，導致參與者還未達到"自動化”階段。而兩種動作作業之差異可能來自於動作類型的不同。關鍵字：動作學習、自動化、腦波. i.

(3) The effect of learning stage of golf putting on SMR and Mu rhythm July, 2016 Student: Cheng Shen Advisor: Tsung-Min Hung Abstract Purpose: The purpose of current study was to examine the effect of learning golf putting on Mu rhythm and SMR (sensorimotor rhythm). Previous study reported that Mu rhythm and SMR could be related to activation of motor cortex. Mu rhythm is suggested to be related to movement observation and execution. SMR is linked with attention during movement execution. However, there were only a relatively small number of studies that focused on whether motor learning would influence on Mu rhythm and SMR power. Method: The present study recruited 41 male participants, with 20 of them were assigned to the experimental group. Data on Electroencephalography of four learning stages were collected form all participants. The experimental group was instructed to practice golf putting at least 3 times a week between each learning stage. To examine the difference Mu and SMR power between familiar movement and unfamiliar movement, the experimental group was also instructed to perform sticks juggling during EEG data collection. Result: Results showed that Mu rhythm was increased by learning stage gradually. Regarding the effect of movement type, golf putting demonstrated larger SMR and Mu power compared with sticks juggling. Conclusion: The result of the present study were different with previous literature. The main reason of this difference may be resulted from the duration of the practice. Besides, the observation of difference between the two movement task maybe arise from different movement type. Key words: motor learning, automatic, EEG. ii.

(4) 謝誌不經一番寒徹骨，焉得梅花撲鼻香。四年的研究所生涯，除了學術上的精進外，更多的是性格上的歷練。感謝洪聰敏老師四年來的指導與教誨，讓我在處理事情上有更完整，更縝密的思考。自律、細心與不貮過是我性格上的缺陷，感謝老師的容忍並給予我持續進步的機會。此外，也感謝黃崇儒老師與張育愷老師在學術上的幫助與指教，讓我在這四年的學術生涯中少走了許多冤枉路。在研究的路上，好的夥伴上你上天堂。非常幸運在我身邊的都是有情有義，讓人安心的好夥伴。小花和雨龍，我們三人經歷了風風雨雨，感謝你們讓我的碩士生涯不會孤單寂寞覺得冷。感恩巧菱、嵐雅、士竣、龍哥、名揚、怡潔、芃芃、小芸、阿甫、泰廷、志達、侑蓉、阿英、靖雯各位學長姐的幫助與關心，使我在研究生涯中不至於迷惘。感謝國鑌、禕霆、志謙、Peter 哥、建霖、Apple、馬來貘、承恩各位超 carry 的學弟妹幫忙與支持，讓我們實驗室一直持續的不斷進步。體 101 的各位勇士們，光宗、家瑋、暉貿、逸杰，有你們在，不管身在何處都讓人安心，讓自己有勇氣面對接下來的挑戰。感謝生理學五虎將，厚哥、樹石、柏勳、兇憲。每個星期的 meeting 是我最期待的事情。碩士生涯可以認識這些兄弟是我最幸運的事。最後，感恩出現在我研究所生活中的人、事、物。讓我這四年過的充實而且完整。. iii.

(5) 目次中文摘要…………………………………………………………………………….i 英文摘要………………………………………………………………………....….ii 謝誌………………………………………………………………………………….iii 目次……………………………………………………………………………...…..iv 圖次………………………………………………………………………………….vi. 第壹章緒論第一節問題背景………………………………………………………………....1 第二節研究目的………………………………………………………………....3 第三節研究問題………………………………………………………………....3 第四節研究假設………………………………………………………………....4 第五節研究限制………………………………………………………………....4 第六節操作性名詞定義…………………………………………………………4. 第貳章文獻探討第一節動作學習與大腦…………………………………………………...…….6 第二節與運動表現有關之腦波指標……………………………………...…….8. 第參章研究方法與步驟第一節實驗參與者……………………………………………………………...10 第二節實驗時間與地點………………………………………………………...10 第三節實驗設計………………………………………………………………...11 iv.

(6) 第四節實驗流程…………………………………………………………………....12 第五節實驗之依變項………………………………………………………………15 第六節實驗儀器、工具及裝置……………………………………………………15 第七節資料處理……………………………………………………………………18 第八節控制分析……………………………………………………………………19. 第肆章結果第一節推桿表現………………………………………………………………….…25 第二節腦波資料…………………………………………………………………….26. 第伍章討論第一節 Mu 波與動作學習之關係..............................................................................31 第二節 SMR 與動作學習之關係...............................................................................32 第三節結論與建議………………………………………………………………….33. 參考文獻…………………………………………………………………………….…35. v.

(7) 圖次圖 3-1 研究架構………………………………………………………..…….…...11 圖 3-2 研究架構與步驟…………………………………………….…..…..…….11 圖 3-3 實驗流成 (實驗組) ………………………………………………..……..13 圖 3-4 練習介入流程..............................................................................................14 圖 3-5 實驗流成 (控制組) ………………………………………………..……..14 圖 3-6 果嶺圖……………………………………………………………….....….16 圖 4-1 推桿表現……………………………………………………………..……24 圖 4-2 撥拉棒表現…………………………………………………………..……25 圖 4-3 組間 Mu 波功率圖………………………………………………….…….26 圖 4-4 組間 SMR 功率圖……………………………………………….……..…27 圖 4-5 組內 Mu 波功率圖……………………………………………….…….…28 圖 4-6 組內 SMR 功率圖………………………………………………….….….28 圖 4-7 Fmθ 功率圖………………………………………………………….……28 圖 4-8 T3α 功率圖………………………………………………………….…….30. vi.

(8) 第壹章. 緒論. 本研究探討經過練習後，參與者在推桿準備期時大腦活化狀態是否有所不同，且藉由比較不同練習階段的大腦狀態來探討動作學習與大腦活化之關聯性。本章內容依序為第一節、問題背景；第二節、研究目的；第三節、研究假設；第四節、操作性名詞定義解釋。. 第一節問題背景動作學習是一種藉由測量行為或是神經學變化來研究個體如何習得動作、精熟動作或是再習得動作的研究領域。Fitts and Posner (1967) 將動作學習分成了三個階段：認知期、聯合期和最後的自主期。過去的研究已經證實在練習的過程中，大腦的功能與結構是會隨著練習而改變的。此外，Hung, Haufler, Lo, Gottfried, and Hatfield (2008) 比較專家與新手射擊前的大腦狀態後，發現跟專家比起來，新手在射擊前是處於一個比較”吵雜”的大腦活化狀態。因此在剛開始學習一個新動作時，個體往往需要活化較多的腦區來執行這個新動作。這種情形的發生可能是因為面對不熟悉的刺激或事件時，需要招募較多的神經來完成動作 (Hung et al., 2008)。而經過練習後，個體有能力區分必要跟非必要的訊息時，所需要招募的腦區則慢慢減少。最後，個體在執行動作時會達到一個趨近於自動化得階段 (Poldrack et al., 2005)。過去的研究將動作的自動化定義為在執行一個動作或訊息處理時，只需要很少甚至不用注意力資源就可以執行該動作或處理該訊息。另外，個體在進行作業時不會被其他的作業所干擾，也是一種自動化的特徵。. 1.

(9) 腦波 (Electroencephalograph, EEG) 測量因為具有良好的時間解析度，可以在運動時同步測量大腦狀態，因此有利於測量動作執行前的心理歷程。先前研究腦波與運動表現的相關研究發現在動作執行前有部分的腦波指標與運動表現有關。高士竣、洪聰敏與黃崇儒 (2009) 認為精準性運動的表現好壞與特定的腦波指標有相關，包括了掌管語言的左顳葉區 α 波、枕葉中央區視覺皮質區的 α 波、額中葉 θ 波以及主要感覺動作區之 α 波。而其中主要感覺動作區與動作執行有密切的關係，當個體在執行自我配速的動作時，主要感覺動作區的 α 和 β 會有去同步化 (desynchronization) 的情形發生 (Pfurtscheller & Lopes da Silva, 1999)，而 Babiloni et al. (2008) 認為感覺動作區的活化程度與精準性運動表現有高度的相關。位於動作皮質的感覺動作區 (sensorimotor cortex, SMC) 與動作訊息整合和體感訊息的處理有關 (Fitts & Posner, 1967)。Donahue et al. (2012) 用低頻血氧濃度相依對比 (Blood Oxygenation Level-Dependent, BOLD) 比較安靜狀態、握拳與手指動作三個不同動作的 SMC 活化程度差異。結果發現在安靜狀態下的 SMC 有最大的低頻 BOLD 值，這代表著安靜狀態下 SMC 的活化程度最低；反之，執行動作時 SMC 的活化程度則會提高。因此，SMC 的活化可能與動作訊息處理有關。此外，SMC 的活化程度也會受到體感刺激的影響，Schaechter et al. (2012) 針對中風患者進行一年的上肢復健後，發現 SMC 對於上肢痛覺刺激的敏感度有顯著的上升。總歸來說，SMC 的活化程度會受到動作大小與體感訊息輸入所調節。根據以上的研究，SMC 似乎與動作的執行有關。除了上一段提及的 α 波以外，Mu 波與 SMR 皆是在動作皮質區所偵測到的腦波指標。雖然已有研究探討 Mu 波與 SMR 在神經生理上的機制與其功能，但這兩個指標與動作學習是否有關還是個待探討的議題 Mu 波被認為是在動作皮質區所發出來的腦波指標。其功率大小與主要 SMC 的活化程度呈現負相關，在個體呈現休息狀態時會有最大的 Mu 波功率 (Pfurtscheller & Neuper, 1997)。而當個體要執行自主動作 (voluntary movement) 與接受體感刺激時， Mu 波的功率會有降低的情形。這些研究認為，Mu 波是一種”怠速”波，代表著 SMC 2.

(10) 的抑制 (Babiloni et al., 1999; Leocani, Toro, Zhuang, Gerloff, & Hallett, 2001; Pfurtscheller, Stancak Jr, & Neuper, 1996)。此外，Mu 波是一種與體感、視覺刺激 (Muthukumaraswamy & Johnson, 2004)、動作計畫 (Pfurtscheller, Brunner, Schlögl, & Lopes da Silva, 2006) 有關。而 Pineda (2005) 認為 Mu 波的產生是一種視覺與動作的連結，將枕葉所”看到的” 轉換成 SMC 所”了解的”。雖然 Mu 波與動作的觀察與執行息息相關。然而過去研究顯少以 Mu 波探討動作學習的歷程。感覺動作頻率 (SMR) 是位於感覺動作區 12~15Hz 的腦波頻率段，SMR 的功率大小與感覺動作區的活化程度呈現負相關 (Sterman, 1996)。Sterman and Friar (1972) 認為 SMR 是由丘腦與 SMC 交互作用產生。在功能性方面，SMR 被認為與體感訊息的過濾有關，較高的 SMR 代表個體在處理動作訊息時受到較少的干擾 (Kober et al., 2015)。此外，雖然以上的研究已經指出 SMR 的大小與動作執行有關，但過去的研究卻都未探討 SMR 是否會隨著練習而改變。過去與動作學習有關的研究大多以短時間的簡單動作介入 (Wu, Kansaku, & Hallett, 2004; Zhu et al., 2010) 或是橫斷性的研究 (Thomas & Baker, 2013) 來探討動作學習與大腦變化的關係。雖然先前 Landers, Han, Salazar, and Petruzzello (1994) 發現新手在經過 14 周的射箭訓練後，左右腦的 α 波會出現側化的情形。但因為顳葉區主要是負責與語言相關的訊息處理，然而以上針對動作學習的研究發現動作學習主要改變的腦區為動作區 (Hardwick, Rottschy, Miall, & Eickhoff, 2013)，而過去的研究顯少以動作區的腦波指標探討動作學習歷程。本研究將以長時間的高爾夫球練習介入來探討新手在學習歷程中 SMR 以及 Mu 波是否有所改變。. 第二節研究目的根據以上的研究背景，本研究目的在於探討練習對高爾夫新手推桿準備時 SMR 與 Mu 波功率的影響 3.

(11) 第三節研究問題本研究問題如下：一、實驗組與控制組在各階段之推桿準備期 SMR 功率與 Mu 波功率是否有所差異？二、實驗組參與者推桿作業以及撥拉棒作業在各階段之 SMR 功率與 Mu 波功率是否有所差異？. 第四節研究假設本研究假設如下：一、. 相較於控制組，實驗組經過練習後推桿準備期之 SMR 功率上升而 Mu 波. 功率會下降。二、. 經過練習後，相較於波拉棒準備期，實驗組參與者在推桿準備期時會有. 較大的 SMR 功率與較小的 Mu 波功率。. 第五節研究限制本研究所採用之高爾夫球作業為精準性運動，因此本研究結果可能可以提供相關訊息至其他精準性運動，如射箭和射擊等。但可能較無法推論至其他種類之運動。. 第六節操作性名詞定義一、感覺動作頻率 (sensorimotor rhythm, SMR) 4.

(12) SMR 是由感覺動作區所發出來的腦波，期頻率段為 12-15Hz。過去神經回饋的研究發現 SMR 的大小與持續性注意力(Egner & Gruzelier, 2001, 2004)、記憶力 (Barnea, Rassis, & Zaidel, 2005)、精細動作(Ros et al., 2009)的表現有關。而 SMR 之功率與感覺動作區的活化程度呈現負相關(Howe & Sterman, 1972)。二、Mu 波 (Mu-rhythm) Mu 波是一種與動作執行有關的腦波指標，其頻率段為 8-12Hz，主要的位置是在主要感覺動作區 (Cz) 。研究顯示 Mu 波的振幅大小與動作區的活化程度呈現負相關。而最容易觀察到 Mu 波的腦區為主要感覺動作區(Pfurtscheller & Neuper, 1997)。. 5.

(13) 第二章. 文獻探討. 第一節動作學習與大腦在日常生活中我們總是不斷地面對新的事物與挑戰。例如學習開車，騎腳踏車等。而我們是如何學習這些新的動作讓這些動作成為我們生活的一部分，是個有趣的問題。 Schmidt and Lee (1988) 將動作學習定義為「可以讓動作能力永久改變的練習或經驗歷程」。此外，Magill and Anderson (2007) 認為動作學習是探討人類是如何獲得或是再獲得動作技能，或是探討動作技能是如何進步的學科。而在學習歷程中，人的行為與神經系統都會隨之改變。而動作學習是一種連續性的改變，從一開始的口語認知階段慢慢的進步到自動化階段 (autonomous) (Anderson, 1996; Fitts & Posner, 1967) 動作技巧的表現會受到三個因素的影響：1. 個人動作技巧的水準。2. 環境因素。 3. 個人的生理或心理狀態。過去的研究將動作技巧分成兩大類：複雜性技巧 (complexity) 和組織性技巧 (organization)。由越多動作 (movement) 所組成的動作技巧，其複雜性就越高。而動作的流程越固定表示其組織性越高 (Magill & Anderson, 2007)。 Fitts and Posner (1967) 會認為動作的學習會先從認知期 (cognitive stage) 慢慢變成聯合期 (associative stage)，最後會達到所謂的自動期 (autonomous stage)。在口語認知階段，學習會投入較高的自我意識來處理訊息並且從中選擇較好的動作方式。此外，在認知期的時候個體的動作表現會有較大變異性，以及較多的錯誤。在練習的過程中，個體會從認知期進入到下一個階段：聯合期。在這個階段個體會將環境的訊息與動作整合來達成較好的表現。而跟認知期比較起來，聯合期的動作變異程度較低而且錯誤較少。個體往往也開始有能力偵測與校正自己的錯誤。經過大量的練習，學習者會達到最後的自主期。在這個階段個體在執行動作時不需要太多的意識來思考自己的動作， 6.

(14) 而是以一種趨近於自動化的方式來執行動作。自主期的動作變異程度相當低，而且可以同時進行任務以外的工作，例如可以邊走路邊講話等等。然而，並不是所有的人都可以達到自主期，除了大量的練習外，指導語和個體的差異也會影響到個體是否能達到自主期的階段。根據以上的推論，口語認知的涉入會慢慢減少最終達到趨近於自動化的階段。當達到自動化的動作階段時，個體可以用較少的注意力資源來達成相同的動作 (Abernethy & Russell, 1987)。而 Shadmehr and Wise (2005) 認為動作學習有兩種經常被使用的典範：技巧獲得 (skill acquisition) 和適應 (adaptation)。獲得一種新的動作表示個體獲得了一種新的動作能力或是一種肌肉協動 (synergies) 使個體可以執行之前所不能做的動作 (Krakauer, 2009)。而我們可以用反應時間、錯誤率與肌肉的協同來測量個體是否習得了一個新的動作 (Doyon et al., 2009)。適應則不用學習新的肌肉型態 (pattern) 但可以讓我們的動作的空間目標更加精準 (Krakauer, 2009)。研究發現經過練習後，會造成個體許多面向的改變，包括了肌肉的使用方式、能量消耗的改變、視覺選擇性注意力 (visual selective attention) (Savelsbergh, Williams, Kamp, & Ward, 2002)、執行動作時的注意力導向 (Myer et al., 2013) 以及大腦活化的改變 (Zhu et al., 2010)。先前的研究發現經過動作的學習與練習後，大腦的構造會有所改變 (Classen, Liepert, Wise, Hallett, & Cohen, 1998; Kober et al., 2015)。探討動作學習大腦機轉的研究發現，與動作學習比較有關的腦區有：主要動作區 (primary motor cortex)、前動作區 (premotor cortex)、輔助動作區 (supplementary motor area)、體感皮質 (somatosensory cortex)、背外側額葉區 (DLPFC)、後枕葉區 (posterior parietal cortex)、小腦、丘腦核 (thalamic nuclei) 與紋狀體 (striatum) 等腦區 (Doyon et al., 2009; Shadmehr & Krakauer, 2008)。另外有研究發現當我們執行動作，想像動作或是觀察動作時，我們的鏡像神經系統會有活化的情形。而鏡像神經系統包含了前動作區、輔助動作區 (Cattaneo & Rizzolatti, 2009)。. 7.

(15) Zhu et al. (2010) 使用了SFTT作業 (間單的手指作業) 來比較練習前與練習後額中線、左顳葉和右顳葉三個腦區的個頻率段功率與相干性。額中線的腦波變化其實代表著前動作區 (premotor cortex) 的活化程度，其最主要的功能是在於動作的計畫而且與顳葉是直接連結的 (Kaufer & Lewis, 1999)。而左顳葉區是負責語言認知處理，而右顳葉是負責視覺空間的處理 (Kerick et al., 2001)。Fz-T3和Fz-T4兩個相干性分別可以推論為在動作計畫時語言認知的處理與視覺空間的處理 (Deeny, Haufler, Saffer, & Hatfield, 2009)。研究結果發現額中葉θ. (Fmθ) 功率與Fz-T4相干性在練習後有顯著的. 增加，其他的腦波指標沒有差異。Fmθ是由前扣帶迴皮質 (anterior cingulate cortex) 所產生，被認為是注意力系統中的重要部分 (Gevins, Smith, McEvoy, & Yu, 1997)。而練習後Fmθ功率的增加可以反應出參與者的注意力漸漸窄化而且只專注於與成功表現有關的線索。 Hardwick et al. (2013) 針對與動作學習有關的皮質區域包含以下幾個腦區：1. 前額葉皮質區 (frontal cortex) 2. 前運動皮質 (premotor cortex) 和輔助運動皮質區 (supplementary cortex) 3.原級運動皮質區 4.後感覺動作區。前額葉皮質區注要的功能是在動作計畫，而前運動與輔助運動區則是動作的”倉庫”，藉由收取前額葉的動作計畫，來編排動作的序列。而原級運動皮質區則是比較執行自動化動作的腦區。因此藉由測量動作皮質區的活化程度可以了解動作學習的歷程。過去有些研究利用腦電波功率 (EEG power) 還有大腦相干性 (coherence) 來探討在不同的學習階段大腦的活化程度有何異同 (Baumeister, Reinecke, Liesen, & Weiss, 2008; Deeny et al., 2009; Haufler, Spalding, Santa Maria, & Hatfield, 2000)。舉例來說， Haufler et al. (2000) 在比較射擊專家與新手的研究中發現：在準備階段，專家的左顳葉區會比新手有更大的α波功率然而在右顳葉區則沒有差異。而比較專家好表現與壞表現的研究發現，好的表現在動作準備期往往伴隨著較低的額中葉θ波功率 (Chuang, Huang, & Hung, 2013; Kao, Huang, & Hung, 2013)。根據以上研究，以腦波是一種可以探討大腦活化與運動表現之間關係的有效工具。此外，高時間解析度也是腦波工具的 8.

(16) 優勢之一 (Hatfield, Landers, & Ray, 1984)，因此利用腦波我們可以更進一步了解動作學習的歷程對於大腦的改變。感覺動作皮質區 (sensorimotor cortex, SMC) 與感知覺訊息整合有密切的關係 (Fitts & Posner, 1967)。從知覺–動作運作的觀點，包含:. (一) 將傳入的感官刺激與過. 去或已存儲的知覺訊息作組織； (二) 基於感官 (當前) 和知覺 (過去) 訊息的組合做動作 (內部) 決策；(三) 執行實際動作 (可觀察到的行為) 本身。換句話說，動作執行前，在 SMC 會先組織和整合當前的感官刺激與已儲存的知覺訊息，作出動作編碼後再產生動作。Cheyne (2013) 認為 SMC 收到動作與體感訊息出入後會有不同頻率的大腦活動。由此可知，SMC 與動作執行的品質息息相關，而動作執行的品質會隨著不段的練習而提升，因此 SMC 的活化可能與動作學習有關。 Mu 波與 SMR 皆是由感覺動作皮質區所發出的腦波指標，因此其功率大小可以直接測量感覺動作區的活化程度 (Pineda, 2008; Sterman & Friar, 1972)。然而，過去的文現並未以 Mu 波與 SMR 當作依變項來探討動作學習的歷程。. 第二節 Mu 波及 SMR 與動作學習之關係 Mu 波被認為是一種與執行動作有關的腦波指標。一般來說其頻率段為 8-13Hz。 Mu 波的振幅大小與動作區的活化程度有關，其主要的腦區是在左右半腦的感覺動作皮質區、前動作皮質區和輔助動作皮質區 (Sabate, Llanos, Enriquez, & Rodriguez, 2012)。過去的研究發現在執行動作時，主要感覺動作皮質 (primary sensorimotor cortex ) 會有較大的活化，此時 Mu 波的振幅會降低 (Pfurtscheller & Neuper, 1997)。而在休息狀態時，主要動作區會出現短暫 (0.5 秒~2 秒) 的 Mu 波震盪 (Muthukumaraswamy & Johnson, 2004; Pfurtscheller & Lopes da Silva, 1999; Pineda, 2005)。目前的研究對於 Mu 波的功能還沒有一個確定的答案。有學者提出了怠速假說 (idling hypotheses) 來說明 Mu 波的功能。因為 Mu 波會因為自發性的動作和體感的刺激 (Salenius, Schnitzler, 9.

(17) Salmelin, Jousmäki, & Hari, 1997) 而減少，因此研究者認為 Mu 波是一種怠速或是無工作的指標，而 Mu 波升高代表著感覺動皮質是被抑制的 (Kuhlman, 1978; Pfurtscheller et al., 1996)。除此之外，Ritter, Moosmann, and Villringer (2009) 也發現 Mu 波的功率與血氧濃度相依對比 (blood oxygen-level dependent, BOLD) 是呈現負相關的情形，因此 Mu 波與 α 波這兩種腦波指標似乎有著類似的功能。另外一方面，有研究發現在執行工作記憶 (working memory) 與短期記憶 (shortterm memory) 時 Mu 波會有較大的震幅，這表示 Mu 波是可以促進訊息處理的，因此有學者提出了處理假說 (processing hypothesis) 的概念 (Erol Başar, Başar-Eroglu, Karakaş, & Schürmann, 2001; E Başar, Başar-Eroğlu, Karakaş, & Schürmann, 2000; Linkenkaer-Hansen, Nikulin, Palva, Ilmoniemi, & Palva, 2004; Palva & Palva, 2007)。因為 Mu 波的振幅會因為體感與視覺的刺激而改變 (Koshino & Niedermeyer, 1975; Muthukumaraswamy & Johnson, 2004; Pfurtscheller, 1992; Pfurtscheller & Lopes da Silva, 1999)，而 Mu 波在動作計畫時也會有所改變，因此 Mu 波被認為是一種將視覺的刺激轉化成動作的一種指標 (Pineda, 2005)。除了 Mu 波以外，SMR (sensorimotor rhythm) 是位於感覺動作區 12-15 Hz 的腦波頻率段，其功率大小與 SMC 之活動呈負相關 (Sterman, 1996)，亦即產生動作越小，SMR 功率越大；動作越大，則 SMR 功率越小。在睜眼的休息狀態時會有最大的 SMR 功率，SMR 最主要是由腹側基底丘腦神經核 (ventrobasal thalamic nuclei, VB) 與 SMC 交互作用所產生的腦波指標。Sterman 與 Friar (1972) 在實驗中發現以下現象： (一) VB 與 SMC 的鏈結被切斷時，SMR 就會消失； (二) 當 SMR 功率上升時，VB 周邊的神經元會從本來雜亂無章的放電轉變成為有規律的放電，同時輸入 VB 的體感動作訊息會減少 (三) SMR 功率上升與肌肉張力的降低和增加牽張反射的激發性有關。當 SMR 功率越大，肌肉的張力則越小 (Sterman & Friar, 1972)，代表肌肉是處於一個”放鬆的狀態”。Cheng et al. (2015) 也發現飛鏢專家選手投擲飛鏢前的 SMR 功率會大於新手，推論專家在執行飛鏢投擲時，相較新手，是處於放鬆且自 10.

(18) 動化的狀態。個體在警覺狀態下，動作減少會使輸入丘腦與腦幹的動作訊息減少，導致肌肉張力降低，體感輸入降低，並造成丘腦的腹後外側與網狀結構溝通增加，進而在 SMC 產生固定的頻率段 (Kober et al., 2015)。這也說明 SMR 在睜眼放鬆時具有最大功率，一旦產生動作，增加輸入丘腦與腦幹的訊息，SMR 功率則下降。另外，有些研究藉由神經回饋訓練 (neurofeed back, NFT) 讓參與者可以自主控制 SMR 功率大小，藉由操弄 SMR 功率來了解其改變與特定腦區之間的因果關係。 Halder et al. (2011) 以 fMRI 探討參與者在經過 SMR NFT 後大腦功能的改變。結果發現在訓練後，背側前扣帶迴 (dorsal anterior cingulate gyrus, dACC)、前側腦島 (anterior insula)、前額中迴 (middle frontal gyrus) 與輔助動作區 (supplementary motor cortex, SMA) 之 BOLD 值會有顯著的提升。其中，dACC 負責注意力資源的分配 (Osaka, Komori, Morishita, & Osaka, 2007)。Lemon and Griffiths (2005) 發現在動作準備期，知覺訊息的減少會使主要體感皮質區的活化程度上升，此時 SMR 的增加會降低體感與動作訊息的干擾，減少或抑制體感訊息輸入皮質 (Kober et al., 2015)，進而提升個體的注意力與知覺敏感度。此外，Egner and Gruzelier (2001) 讓參與者經過 10 次 SMR 功率提升的 NFT 後，發現參與者在變異性注意力測驗 (Test of Variables of Attention) 中的誤判錯誤 (commission error) 次數會隨著訓練次數的增加而減少，縮小反應時間的變異性。降低誤判錯誤率顯示在動作訊息處理時能有效抑制過多的體感訊息和衝動反應，也代表抑制丘腦與體感區、SMC 的交互作用，進而提供較佳的訊息處理品質 (Mann, Sterman, & Kaiser, 1996)。除了抑制衝動反應以外，該研究也發現經 SMR NFT 後，參與者的前額葉、中央區及頂葉區的 P300b 振幅顯著增加 (Egner & Gruzelier, 2001) ，代表經過 SMR NFT 後能有效提升執行計畫區、動作區和體感知覺區之間的溝通，促進注意力提升。根據以上的研究，可以初步判斷 SMR 與注意力有一定程度的關聯性。除了與注意力有關聯以外，SMR 可能也與動作的自動化程度有關聯。自動化代表著各體以較”有效率”的方式進行該動作。而 Sterman (1996) 認為 SMR 的活動與外 11.

(19) 在動覺的傳入呈現負向關係，若在動作執行前有較高的 SMR 功率，表示在執行動作時減少體感訊息的處理，代表個體是用一種比較趨近於”自動化”的方式進行動作。從 fMRI 研究來比較執行新動作與自動化動作時大腦活化上的差異，發現雖然兩種動作都會活化相同的腦區，例如前動作區 (premotor area, PMA)、主要動作區、小腦 (cerebellum) 與背外側前額葉皮質 (dorsolateral prefrontal cortex, DLPFC)、SMA 與扣帶迴動作區 (cingulate motor area) 等。但在自動化的情境下這些區域活化的程度較低 (Frith, Friston, Liddle, & Frackowiak, 1991; Poldrack et al., 2005; Wu et al., 2004)。而在 SMC、前動作區與 SMA 在半腦間或是半腦內的溝通情形也會隨著練習而下降 (Sun, Miller, Rao, & D'Esposito, 2007)。根據以上的研究，說明自動化動作的執行會降低 SMC 的活化，而且熟練的技術會降低訊息的處理，在減少體感訊息方面與 SMR 的概念相似。根據上述的文獻，可以發現 Mu 波與 SMR 功率大小可能與動作的熟悉程度有關。然而，過去文獻鮮少以長時間介入研究探討動作學習與這兩個腦波指標的關聯。因此本研究將操弄學習歷程來探討此研究議題。. 12.

(20) 第三章. 研究方法與步驟. 本章研究方法與步驟內容包含：第一節、實驗參與者；第二節、實驗時間與實驗地點；第三節、實驗設計；第四節、實驗流程；第五節、實驗之依變項；第六節、實驗儀器、工具及裝置過程；第七節、資料處理。. 第一節實驗參與者本研究研究參與者為四十一名男性，並將參與者分成實驗組與控制組兩組。實驗組 20 人，控制組 21 人。控制組參與者年齡平均為 24.16 歲，SD=3.4 歲，實驗組參與者平均年齡為 22.8 歲，SD=1.9 歲。參與者皆無高爾夫球或是其相似運動如：木球、槌球等經驗。所有實驗參與者慣用手皆為右手且皆無腦損傷之就醫記錄。參與者皆自願參與本研究，並於了解整個實驗之流程與目的後，簽屬參與同意書與基本資料。. 第二節實驗時間與實驗地點在實驗期間，將收取每位參與者四次腦波資料，每次腦波資料收集約需 2 個小時。地點於國立台灣師範大學體育館六樓腦波實驗室外訂作之之人工推桿果嶺。. 第三節實驗設計本研究採用準實驗設計之前後測加控制組設計 (Pretest-posttest control group design)。將參與者分成實驗組與控制組兩組。此外，為比較熟練動作與非熟練動作準備期之大腦狀態，本研究將以波拉棒為第二種作業且不給與練習。本研究之自變 13.

(21) 項為學習階段、有無推桿練習與動作種類 (推桿與波拉棒)。依變項為推桿表現、撥拉棒表現、視覺回饋量表、推桿前 1 秒之 Mu 波功率與推桿前 1 秒之 SMR 功率。圖 3-1. 研究架構. 實驗組: 自變項： 1. 學習階段 (baseline, P50,. 依變項： 1. 推桿表現 2. 撥拉棒表現. P80, P100) 2. 有無推桿練習 3. 動作種類. 3. 動作執行前 1 秒之 Mu 波功率 4. 動作執行前 1 秒之 SMR 功率. 控制組:. 基線期. X. P50. X. P80. X. P100. 實驗組：. 基線期. 推桿練. P50. 圖 3-2. 練習介入. P80. 練習介入. 研究架構與步驟. 第四節實驗流程一、實驗組：在正式收取基線期資料一週前，會先要求參與者先至實驗室進行場地適應。場地適應時會先給參與者觀看高爾夫球推桿教學影片。之後給參與者進行 100 次的不計分推桿，過程中會提醒參與者依據影片中所提供之教學動作推桿。 14. P100.

(22) 適應場地之目的在於降低環境因素對於推桿表現之影響，以確保收取非不適應場地等因素之推桿資料。場地適應結束後七天內需進行基線期資料收集。在實驗前一天，參與者將被通知不能攝取含有咖啡因與酒精的食品或飲料及前一晚必須清洗頭皮。實驗當天參與者需進行兩種作業：高爾夫球推桿與撥拉棒。實驗者將先帶參與者去洗頭，以確保資料品質。之後實驗者將為參與者詳細介紹整個實驗計畫的流程以及注意事項。介紹完畢後將會為參與者配置腦波裝置同時請參與者閱讀同意書並簽名，腦波裝置配帶完成後實驗者需確認腦波資料品質是否達到收取資料之標準。接著將進行實驗情境資料收集。在實驗情境中，參與者會先觀看 7 分鐘的高爾夫球推桿教學影片。影片結束後參與者需要作答高爾夫球推桿檢核表 (附錄一)，以確定參與者完全了解片的內容與重點。參與者需全部答對，如過有錯誤將給參與者在看一次影片並重新填寫檢核表。參與者全部答對後，將請參與者按照教學影片中的內容就準備姿勢，並收取一分鐘的安靜腦波。隨後參與者將進行 10 顆的自我配速推桿練習，實驗者需觀察參與者之動作習慣已確定參與者動作符合實驗要求。完成練習後開始正式進行實驗。正式實驗中參與者須進行 6 組推桿，每組 10 顆球，共 60 顆推桿，所有的推桿均為參與者自我配速。在正式推桿測驗中，觀察者除了記錄腦波資料外，也會測量每顆球的分數和球與洞口的距離並詳實記錄。每推 10 球後，會要求參與者休息一分鐘。推桿作業完成後，會讓參與者填寫視覺類比量表 (附錄二)。完成量表後參與者將進行第二種作業。參與者會先觀看撥拉棒教學影片。在實驗進行中實驗者將以”敲敲棒”來稱呼撥拉棒，避免參與者在實驗後額外自主學習撥拉棒，影響其實驗結果。如同高爾夫作業，影片結束後參與者須作答撥拉棒檢核表 (附錄三)。確認參與者全部答對後，會請參與者成撥拉棒準備姿勢，同樣進行一分鐘安靜腦波收集。之後進行六組撥拉棒作業，每組 10 次，共 60 次。因作業類型的不同，此作業由實驗者主導起始，參與者再開始動作。實驗結束後幫參與者拆除腦波帽並預約下次練習時間。如圖 3-3。. 15.

(23) 一周前. 前一天. 配帶腦波儀. 推桿教. 適應場. 之事前. 器並給參與. 學影片. 正式測. 推桿練. 推桿準備. 填寫推. 驗 60. 習 10. 姿勢安靜. 桿檢核. 填寫視. 撥拉棒. 撥拉棒準. 撥拉棒. 覺類比. 教學影. 備姿勢安. 練習 10. 結束並預. 正式測驗. 約下次練. 60 次撥. 圖 3-3 實驗流程. 以上實驗流程除了適應場地以外，在四次腦波資料收集 (基線期、P50、P80 和 P100) 時皆採取以上之實驗流程。實驗組織參與者在每個階段至少練習六次並每週至少來實驗室練習介入三次以上。每次介入實驗者皆會進行紀錄推桿分數與距離，如圖 3-5。每個階段參與者至少需練習六次。而在參與者在有連續三次介入的分數達到下一個階段目標時，即進行下一個階段之腦波資料收集。參與者之成績比基線期 (PB, A)，進步 50%時為低水準期 (P50, B) 即進行第二次的腦波收集，進步 80%為中水準期 (P80, C) 進行第三次腦波收集，到 100%時為高水準期 (P100, D) 進行第四次腦波收集。如圖 32。 16.

(24) 實驗組參與者以七天為單位至少要介入三次推桿練習，若遇到不可抗力因素，一周不足三次練習，參與者須在下周進行四次練習。每次練習介入參與者需進行 60 次推桿練習，而每次推桿實驗者會記錄分數與洞口之距離。此外，會以腦波收集之程序，先請參與者看推桿教學影片後才進行練習，並於過程中口語提醒參與者要回想教學影片之內容。練習介入流程如圖 3-4。. 正式練習. 熱身. 結束. 60 次推桿. 圖 3-4 練習介入流程二、控制組如同實驗組，參與者在進行正式測驗前須進行場地適應，進行 100 次不計分之推桿。在適應場地一周內進行正式實驗，其流程與實驗組相同，唯有兩不同之處為實驗組會進行兩項作業，控制組則僅有推桿作業。如圖 3-5。同時控制組亦不需在實驗期間內介入推桿練習。控制組收取腦波資之間隔將配合實驗組進行安排。一周前. 前一天之. 配帶腦波儀器. 推桿教學. 適應場. 事前提醒. 並給參與者填. 影片. 正式測驗. 推桿練習. 推桿準備. 填寫推. 60 顆推. 10 顆. 姿勢安靜. 桿檢核. 填寫視覺類比量表圖 3-5 實驗流程 (控制組). 17.

(25) 第五節實驗之依變項一、推桿表現本研究藉由推桿表現來推論參與者的技能水準是否有進步並確認參與者之練習階段。參與者會在人工果嶺上距離洞口 3.5 公尺的地方進行推桿作業。果嶺上的洞口為 10.8 公分，每向外 5 公分會有一個同心圓，共 8 個。計分方式為:進洞 10 分，其他每個同心圓依次為 9~2 分，停在平台上為 1 分。球壓線的時候以高分的計算。球沒有停在果嶺上為 0 分。以外，為避免場地限制所造成的誤差干擾資料的準確性，凡是受洞口干擾的推桿均在紙本資料上予以標記，事後排除於腦波分析。受場地干擾的球數將以額外的推桿補足，每組要補足 10 顆有效推桿。實驗將進行 6 組推桿，共計 60 顆有效推桿。二、撥拉棒表現當實驗組參與者之推桿作業結束時，即會進行撥拉棒作業。當實驗者說”開始” 算起，參與者讓撥拉棒在左右手各旋轉一次即得一分，如完成半次 (只在左手或右手上旋轉) 以不得分計算。當參與者未得分時動作即停止，準備下次動作。而每次執行參與者最多可以得 10 分，超過 10 分即立刻停止，準備下次動作。與推桿作業相同，進行 6 組，共計 60 次撥拉棒動作。三、動作執行 (推桿與撥拉棒) 前 1 秒之感覺動作頻率 (Sensory-motor rhythm, SMR) 之功率以 10-20 系統之 Cz 為收取點，此電極點 12-15Hz 頻率段的活動定義 SMR。為探討參與者準備期之大腦活動狀態變化，本實驗將收取推桿或是撥拉棒前 1 秒之腦波進行分析。四、動作執行 (推桿與撥拉棒) 前 1 秒之 Mu 波 (Mu-rhythm) 之功率. 18.

(26) 與 SMR 之收取方式類似，但不同的是，Mu 波收取之頻率段為 8-13Hz。分析資料時同樣截取推桿或是撥拉棒前 1 秒之腦波資料進行分析。. 第六節實驗儀器、工具及裝置過程. 圖 3-6 果嶺圖一、推桿作業相關器材推桿作業在人工草皮果嶺上進行。擊球位置與洞口距離 3.5 公尺，果嶺高度為 20 公分。洞口直徑為 10.8 公分，每向外五公分會有一同心圓共 8 個圓，如圖 3-7。. 二、腦波測量相關儀器 (一). 多頻道腦波儀本研究以多頻道腦波儀紀錄參與者在推桿前 1 秒之大腦活動變化 (硬體為美制. NeuroScan Synamps；軟體為同一家公司之 Scan4.5 程式) 之標準安裝。腦波帽則用國際 10-20 表準規格，如下圖。圖中不同的英文字母代表不同的大腦區域。F 表示額葉區 (frontal region)、C 代表中央區 (central region)、T 代表顳葉區 (temporal 19.

(27) region)、P 代表頂葉區 (parietal region)、O 代表枕葉區 (occipital region) 而 z 代表各區域的中線。本實驗收集 FP1, FP2, F7, F8, F3, F4, Fz, FT7, FT8, FC3, FC4, FCz, C3, C4, Cz, T3, T4, T5, T6, TP7, TP8, CP3, CP4, CPz, P3, P4, Pz, O1, O2, Oz 共 30 個頭皮電極點，A1, A2 兩個參照點與 HEOL, HEOR, VEOU, VEOL 等四個眼電電極。所接收的腦波頻率設定為 DC 至 100Hz 之間，取樣頻率為每秒 500 點。三、推桿同步化裝置本研究為精確測量參與者推桿前 1 秒之腦波狀態並避免人為誤差，將紅外線感應器連接至放大器。當參與者拉桿時，利用紅外線感應器將動作開始之訊號傳遞至放大器記錄於腦波資料中，腦波資料之時間軸上將出現動作開始之標記。研究者可將此標記定為參與者動作開始之瞬間。四、實驗耗材紙筆、基本資料問卷、磨砂膏、棉花棒、衛生紙、皮尺、電極導線、腦波帽、腦波膠、頓針頭、針筒、透氣膠布、成績紀錄單與吹風機等物品。五、裝置過程受試者抵達後先洗頭，接著實驗者將為參與者詳細介紹整個實驗計畫的流程以及注意事項。再來進行腦波帽等儀器之配戴。腦波裝置配戴詳細流程如下： (一). 清理皮膚為確保收取腦波資料之品質，在配戴腦波帽前，會請參與者洗頭並吹乾，之後. 已磨砂膏去除參照點 (雙耳耳後乳突) 與眼電 (水平眼電與垂直眼電) 之皮膚，以降低接觸點之電阻，以利資料之收集。 (二). 腦波帽之配戴首先必須量出眉心矢狀線枕骨粗隆的距離，並以此長度的 1/10 做記號。進行腦. 波帽之配戴時，FP1 與 FP2 之中心必須為此記號，其餘則將腦波帽往後並往下拉緊即可。戴上腦波帽後，將 A1, A2 兩參照點分別貼於雙耳耳後乳突。另外，將四顆 EOG 貼於眼球左右以及上下，其目的在記錄眼球活動，以利實驗者在分析時去除眼 20.

(28) 電對腦波資料之干擾。配置電極點時，須將腦波膠注入電極點內，以增加皮膚與電極點之間的傳導性。 (三). 頭皮電極接觸面處理. 將腦波膠注入各電極點後，須讓各電極點之電阻降至 5KΩ 以下，以確保資料品質。 (四). 確認腦波訊號. 肌電是干擾腦波訊號的主要因素，如實驗者發現在參與者安靜閉眼狀態下腦波訊號品質仍未看出明顯之 alpha 波時，實驗者會以口頭的方式引導參與者進行適度的放鬆。. 第七節資料處理一、推桿表現為確定實驗組之練習效果並確認控制組無練習效果並且實驗組成績高於控制組，本研究將以混合設計二因子變異數分析，來比較個體在不同的技能水準 (A、B、C、 D) 下推桿表現 (60 桿總分) 是否有所差異。統計顯著水準訂為 α=.05。二、撥拉棒表現為確定實驗組進行控制情境 (撥拉棒) 無練習效果，將以單因子重複量數來比較個體在不同的技能水準 (A、B、C、D) 下撥拉棒表現 (60 次執行撥拉棒總分) 是否有所差異。三、SMR 與 Mu 波之功率假設一：比較控制組與實驗組在不同的學習階段下執行推桿時 SMR 波與 Mu 波之功率是否有所差異。本實驗採用２Ｘ４混合設計二因子變異數分析 (組別：實驗組、控制組Ｘ練習階段：A、B、C、D) 依變項為 SMR 相對功率與 Mu 相對波功率。統計顯著水準訂為 α=.05。 21.

(29) 假設二：探討在不同練習階段，實驗組在不同作業下 (推桿、波拉棒) 執行動作時之大腦狀態是否有所差異。本實驗採用２Ｘ４二因子重複量數變異數分析（作業：實驗情境、控制情境Ｘ練習階段：A、B、C、D）依變項為 SMR 相對功率與 Mu 相對波功率。統計顯著水準訂為 α=.05。四、腦波分析步驟如下： (一) 行為核對：以人工檢索的方式將多餘的訊號去除，留下欲分析的資料。 (二) 資料合併：將六組腦波資料合併，方便後續的分析。 (三) 眼電合併 (Linear Derivation)：將眼電之電極點資料合併為垂直眼電頻道 (VEOG) 和水平眼電頻道 (HEOG)，以方便之後眼電校正。 (四) 濾波 (Filter)：將 1-30Hz 以外的訊號排除，其目的在於去除肌電與極低的腦波訊號。 (五) 眼電校正 (Ocular Correction)：因為腦波資料會受到垂直眼電的影響，因此每個電極點在分析時須扣除一定比例的垂直眼電。而水平眼電也有類似的情形，因此處理方法與垂直眼電相同。 (六) 基準值校正 (Baseline Correction)：以整段腦波資料為參照段，將每一筆推桿前 1 秒之腦波資料拉回功率基準線以利分析。 (七) 視覺檢索 (Visual inspection)：以手動觀察的方式去除受肌電影響或特異腦波資料。 (八) 區分好壞表先知腦波資料：為比較好表現與壞表現腦波資料，以手動方式區分好壞表現腦波段。 (九) 插點 (Spline fit)：將腦波頻率段轉換成最接近取樣頻率之對數，以方便之後的 FFT。 (十) 快速扶立葉轉換 (Fast Fourier Transformation, FFT)：將腦波資料轉換成ＳＭＲ與Ｍｕ波之功率值。. 22.

(30) (十一) 計算相對功率：以參與者本身 1-30Hz 之平均功率為分母並將 SMR 與 Mu 波功率為分子進行個別化校正。. 第八節控制分析為確認在動作執行前 Mu 波頻率段與 SMR 頻率段的改變在動作學習歷程中的特殊性，因此針對其他與運動表現之腦波指標進行分析： (一) 額中葉 θ 波功率：以混和設計二因子變異數分析 (組別 X 學習階段) 針對 Fz 電極點之 θ 頻率段進行分析。 (二) 左顳葉區 α 波功率：以混和設計二因子變異數分析 (組別 X 學習階段) 針對 T3 電極點之 α 頻率段進行分析。. 23.

(31) 第四章. 結果. 第一節行為表現一、推桿表現在推桿練習天數方面，參與者由 A (baseline) 進步到 B (50%) 的平均天數為 39 天，SD=16 天。B 到 C (80%) 之平均天數為 37 天，SD=17 天。C 到 D (100%) 之平均天數為 45 天，SD=24 天。以混合設計二因子變異數分析比較兩組參與者之各階段分數後，發現組別與階段有交互作用 (F(3, 117) =56.13, p<.05, η2=.584)。事後比較發現，在基線期控制組推桿成績高於實驗組 (t(40)=-2.861, p<.05)，其他階段實驗組推桿成績皆高於控制組 (P50：t(40)=7.732, p<.05, P80：t(40)=6.23, p< .05, P100= t(40)=8.324, p<.05)。此外各階段都比前一階段高，而控制組各階段則無差異 (F(3, 60) =1.931, p<.133, η2=.084)。. 各組在不同階段之分數實驗組 SD A 234.95 31.22 B 413.4 41.01 C 458.25 69.09 D 492.3 67.89. 24. 控制組 SD 282.09 67.35 301.59 51.49 314.14 79.75 312.55 71.66.

(32) *. 600.00. *. *. A. B. *. *. 500.00 400.00. 分 300.00 數 200.00 100.00 0.00. 控制組. C. D. 階段. 實驗組. 二、撥拉棒表現:：以單因子變異數分析比較實驗組參與者在各階段之撥拉棒表現是否有差異。結果顯示各階段之撥拉棒成績表現無差異 (F(3, 57) =1.095, p<.359, η2=.054)。. 8 7 6 5. 次數 4 3 2 1 0 A. B. 圖 4-2. 階段. C. 撥拉棒表現. 25. D.

(33) 第二節腦波資料假設一：以混合設計二因子變異數分析比較控制組與實驗組在不同的學習階段下執行推桿時 SMR 波與 Mu 波之相對功率是否有所差異。 (一) Mu 波功率以混合設計二因子變異數分析 (組別 X 階段) 比較實驗組與控制組在各階段之 Mu 波相對功率之差異。結果顯示兩個因子間無交互作用 (F(3, 117) =0.709, p=.549, η2=.018)。而階段有主要效果 (F(3, 117) =2.768, p<.05, η2=.066)，結果顯示 Mu 波功率隨著階段而不斷上升。而組別則無主要效果 (t(39)=-1.703., p=.097)。. *. 1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 0 A. B. C 實驗組. 圖 4-3. D. 控制組. 組間 Mu 波功率圖. (二) SMR 功率以混合設計二因子變異數分析 (組別 X 階段) 比較實驗組與控制組在各階段之 SMR 相對功率之差異。結果顯示兩個因子間無交互作用 (F(3, 117) =0.18, p=.910, η2=.005)。此外，階段無主效果 (F(3, 117) =0.542, p=.655, η2=.014)，組別亦無主要效果 (t(39)=-0.659, p=.514)。 26.

(34) 1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 0 A. B. C 實驗組. 圖 4-3. D. 控制組. 組間 SMR 功率圖. 假設二：探討在不同練習階段，實驗組在不同作業下 (推桿、波拉棒) 執行動作時之大腦狀態是否有所差異。 (一) Mu 波功率以二因子重複量數變異數分析 (情境 X 階段) 比較實驗情境 (推桿作業) 與控制情境 (撥拉棒作業) 在各階段之 Mu 波相對功率之差異。結果顯示兩個因子間無交互作用 (F(3, 57) =1.334, p=.272, η2=.066)。然而，情境有主效果 (F(1, 19) =12.701, p<.05, η2=.401)，推桿作業之 Mu 波相對功率大於撥拉棒作業 (t(19)=3.564, p<.05)，階段則無主要效果 (F(3, 57) =2.659, p=.057, η2=.123)。. 27.

(35) 1.4. *. *. *. *. A. B. C. D. 1.2 1 0.8 0.6 0.4 0.2 0 推桿. 圖 4-5. 撥拉棒. 組內 Mu 波功率圖. (二) SMR 功率以二因子重複量數變異數分析 (情境 X 階段) 比較實驗情境 (推桿作業) 與控制情境 (撥拉棒作業) 在各階段之 SMR 相對功率之差異。結果顯示情境有主效果 (F(1, 19) =19.668, p<.05, η2=.509)，推桿情境之 SMR 相對功率皆高於撥拉棒情境。階段無主效果 (F(3, 57) =1.004, p=.398, η2=.05)。兩個因子間有交互作用 (F(3, 57) =3.168, p<.05, η2=.144)。事後比較後發現推桿作業之各階段 SMR 相對功率皆高於撥拉棒情境。. 28.

(36) 1.2. *. *. *. *. 1. 2. 3. 4. 1 0.8 0.6 0.4 0.2 0 -0.2 推桿. 圖 4-6. 撥拉棒. 組間 SMR 功率圖. 第三節控制分析 (一) 額中葉 θ 波以混合設計二因子變異數分析 (組別 X 階段) 比較實驗組與控制組在各階段之額中葉 θ 波相對功率差異。結果顯示兩個因子間無交互作用 (F(3, 117) =0.543, p=.654, η2=.014)。此外，階段無主效果 (F(3, 117) =1.215, p=.307, η2=.03)，組別亦無主要效果 (t(39)=-1.719, p=.093)。 2 1.5 1 0.5 0 A. B. C 實驗組. 控制組. 圖 4-7 FMθ 功率圖 29. D.

(37) (二) 左顳葉區 α 波以混合設計二因子變異數分析 (情境 X 階段) 比較實驗組與控制組在各階段之左顳葉區 α 波相對功率差異。結果顯示兩個因子間無交互作用 (F(3, 117) =0. 298, p=.827, η2=.008)。此外，階段無主效果 (F(3, 117) =0.758, p=.52, η2=.019)，組別亦無主要效果。 2 1.8 1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 0 A. B. C 實驗組. 圖 4-8. 控制組. T3α 功率圖. 30. D.

(38) 第五章. 討論. 本研究主要目的在探討練習對於 Mu 波與 SMR 功率之影響。因此本實驗使用真實驗設計來比較實驗組與控制組之差異。另外，本實驗亦使用組內設計比較了實驗組參與者在執行熟悉動作與不熟悉動作之差異。. 第一節 Mu 波功率與動作學習之關係本研究發現實驗組參與者高爾夫球推桿準備期之 Mu 波沒有隨著練習而下降，與過去的研究結果有出入。過去的研究發現 Mu 波功率與動作區的活化程度呈現負相關。另一方面，Mu 波被認為是一種怠速波 (Leocani et al., 2001)。根據怠速假說，Mu 波的震幅會因為動作執行與體感刺激而降低。另一方現，過去的研究發現 Mu 波功率大小與動作理解、動作辨識有關 (王國鑌、陳泰廷、黃崇儒與洪聰敏，2015)。由於專家是經過大量練習的經驗者，因此在觀看影片時會動員較多的鏡像神經元，這代表舞者對於舞蹈動作的理解程度高於新手，因此有較大的 Mu 波去同步化。(Orgs, Dombrowski, Heil, & Jansen‐Osmann, 2008) 等人招募了 10 位舞蹈專家與 10 位生手，並給予參與者觀看舞蹈影片與生活中例行性動作影片。結果發現，舞者在觀看舞蹈影片時的 Mu 波去同步化顯著大於生手。此外， Percio et al. (2010) 也發現空手道選手在動作準備與執行時，會有較大的 Mu 波去同步化。雖然過去研究大多發現了技能水準較高時會有較低的 Mu 波功率，然而， Babiloni et al. (2010) 比較了空手道專家選手、業餘選手與新手在動作執行前的動作區活化程度差異後發現專家的高頻 α 波比新手高，然而業餘選手與新手並無差異。這個結果可能代表著感覺動作區的活化程度與技能水準的高低存在著非線性的關係。. 31.

(39) 另一方面，過去研究專家與新手感覺動作區差異的文獻大多以影片觀察為實驗處理 (Babiloni et al., 2010; Del Percio et al., 2007; Del Percio et al., 2008)。然而 Gerardin et al. (2000) 比較了動作執行與動作意象上大腦的差異，研究顯示在兩側的前動作區、前額葉、輔助動作區與左後側頂葉區的活化程度有所差異。而本研究是測量參與者在執行動作前的大腦狀態，與先前用影片研究的方式有所差異。這些可能是造成本研究與先前研究結果有所差異的原因。由於 Mu 波的大小與動作區的活化程度呈現負相關，過去研究大多認為 Mu 波是一種怠速波 (Leocani et al., 2001; Salenius et al., 1997)。然而有文獻指出在執行工作記憶、短期記憶等作業時，Mu 波會有上升的情形 (Klimesch, Doppelmayr, Schwaiger, Auinger, & Winkler, 1999; Krause et al., 2000)。因此 Palva and Palva (2007) 認為 Mu 波的上升可以抑制與作業無關的腦區，並促進訊息處理。而本研究讓參與者進行長時間的高爾夫球推桿練習，結果顯示參與者在進行 3 到 4 個月的推桿練習後，Mu 波功率有顯著的提升。這可能代表著經由練習後，參與者可以有效的抑制與動作無關的腦區。. 第二節 SMR 與動作學習之關係過去研究認為 SMR 與體感訊息有關，當個體在執行動作時即會產生體感訊息，造成 SMR 的變化。隨然過去的研究認為 SMR 的功率大小與注意力有關 (Egner & Gruzelier, 2001, 2004; Mann, Sterman, & Kaiser, 1996)，然而根據本研究控制分析中的額中葉 θ 波發現控制組與實驗組並無差異。額中葉 theta 波是一種可以直接測量動作準備期個體注意力的腦波指標 (Chuang et al., 2013; Kao et al., 2013)。因此兩組參與者的額中葉 θ 波沒有差異代表兩組在動作準備期所投入的注意力資源沒有差別，因而造成 SMR 功率沒有差異的情形。. 32.

(40) 雖然過去研究發現已 NFT 來提高 SMR 功率可以促進個體的視覺動作表與精細動作的表現與注意力 (Doppelmayr & Weber, 2011; Gruzelier, Foks, Steffert, Chen, & Ros, 2014; Ros et al., 2009)。然而其實驗參與者大多為技能精熟者 (醫生、音樂系學生)。此外，過去在比較專家與新手的研究中發現專家在投擲飛鏢時的 SMR 功率會高於新手 (Cheng et al., 2015)，然而本研究並沒有發現相同的結果。會造成此差異的原因可能是專家飛鏢選手訓練的時間平均超過 10 年以上，但本研究參與者練習推桿練習平均為 3 個月左右，先前研究已發現練習時間的長短與技能水準確實會影響大腦狀態 (Callan & Naito, 2014; Nakata, 2015; Park, Fairweather, & Donaldson, 2015)，因此先前的研究結果可能不能推論到本研究族群。另一方面， SMR 功率大小被認為與動作的自動化程度有關。根據 Fitts and Posner (1967) 的動作學習三階段模式，動作達到自動化階段需要長時間的重複練習。而本研究實驗組參與者可能是因為練習次數不足導致動作未達到自動化階段，因此造成 SMR 沒有差異。. 第三節結論與建議儘管已有研究探討了動作學習與大腦變化的關係，但大多數相關的研究仍然以學習簡單的手指動作或是以專家與生手組間比較的方式進行研究。而本研究是以長時間介入的方式來探討兩者間的關係。本研究實驗參與者在行為資料上已經超越了所謂”新手”的行為表現，然而卻未達到”專家”的技能水準，由此推論，專家與新手間的大腦狀態變化可能存在著非線性的關係。過去針對動作學習與大腦變化的研究發現，動作練習除了會造成皮質區的活化程度改變 (Kiefer, Gualberto Cremades, & Myer, 2014; Pollok, Latz, Krause, Butz, & Schnitzler, 2014) 與結構的變化 (Callan & Naito, 2014) 以外，也會造成其他深層不. 33.

(41) 為活化程度的改變，例如基底核 (Hélie, Ell, & Ashby, 2015) 與腦島 (K.R, K, L.A, & N.J, 2014)。. 34.

(42) 參考文獻 Abemethy, B., & Russell, D. G. (1987). Expert-novice differences in an applied selective attention task. Journal of Sport Psychology, 9, 326-345. Anderson, J. R. (1996). The architecture of cognition, 1983. Cambridge: MA. Babiloni, C., Carducci, F., Cincotti, F., Rossini, P. M., Neuper, C., Pfurtscheller, G., & Babiloni, F. (1999). Human movement-related potentials vs desynchronization of EEG alpha rhythm: a high-resolution EEG study. Neuroimage, 10, 658-665. Babiloni, C., Del Percio, C., Iacoboni, M., Infarinato, F., Lizio, R., Marzano, N., . . . Gallamini, M. (2008). Golf putt outcomes are predicted by sensorimotor cerebral EEG rhythms. The Journal of physiology, 586, 131-139. Babiloni, C., Marzano, N., Infarinato, F., Iacoboni, M., Rizza, G., Aschieri, P., . . . Del Percio, C. (2010). “Neural efficiency” of experts’ brain during judgment of actions: a high-resolution EEG study in elite and amateur karate athletes. Behavioural Brain Research, 207, 466-475. Barnea, A., Rassis, A., & Zaidel, E. (2005). Effect of neurofeedback on hemispheric word recognition. Brain and cognition, 59, 314-321. Başar, E., Başar-Eroglu, C., Karakaş, S., & Schürmann, M. (2001). Gamma, alpha, delta, and theta oscillations govern cognitive processes. International Journal of Psychophysiology, 39, 241-248. Başar, E., Başar-Eroğlu, C., Karakaş, S., & Schürmann, M. (2000). Brain oscillations in perception and memory. International Journal of Psychophysiology, 35, 95-124. Baumeister, J., Reinecke, K., Liesen, H., & Weiss, M. (2008). Cortical activity of skilled performance in a complex sports related motor task. European journal of applied physiology, 104, 625-631. Callan, D. E., & Naito, E. (2014). Neural processes distinguishing elite from expert and novice athletes. Cognitive and Behavioral Neurology, 27), 183-188. Cattaneo, L., & Rizzolatti, G. (2009). The mirror neuron system. Archives of neurology, 66, 557-560.. 35.

(43) Cheng, M.-Y., Hung, C.-L., Huang, C.-J., Chang, Y.-K., Lo, L.-C., Shen, C., & Hung, T.-M. (2015). Expert-novice differences in SMR activity during dart throwing. Biological psychology, 110, 212-218. Cheyne, D. O. (2013). MEG studies of sensorimotor rhythms: a review. Experimental neurology, 245, 27-39. Chuang, L. Y., Huang, C. J., & Hung, T. M. (2013). The differences in frontal midline theta power between successful and unsuccessful basketball free throws of elite basketball players. International Journal of Psychophysiology, 90, 321-328. Classen, J., Liepert, J., Wise, S. P., Hallett, M., & Cohen, L. G. (1998). Rapid plasticity of human cortical movement representation induced by practice. Journal of Neurophysiology, 79, 1117-1123. Deeny, S. P., Haufler, A. J., Saffer, M., & Hatfield, B. D. (2009). Electroencephalographic coherence during visuomotor performance: a comparison of cortico-cortical communication in experts and novices. Journal of motor behavior, 41, 106-116. Del Percio, C., Marzano, N., Tilgher, S., Fiore, A., Di Ciolo, E., Aschieri, P., . . . Eusebi, F. (2007). Pre-stimulus alpha rhythms are correlated with post-stimulus sensorimotor performance in athletes and non-athletes: a high-resolution EEG study. Clinical Neurophysiology, 118, 1711-1720. Del Percio, C., Rossini, P. M., Marzano, N., Iacoboni, M., Infarinato, F., Aschieri, P., . . . Babiloni, C. (2008). Is there a “neural efficiency” in athletes? A high-resolution EEG study. Neuroimage, 42, 1544-1553. Donahue, M. J., Hoogduin, H., Smith, S. M., Siero, J. C., Chappell, M., Petridou, N., . . . Hendrikse, J. (2012). Spontaneous blood oxygenation level‐dependent fMRI signal is modulated by behavioral state and correlates with evoked response in sensorimotor cortex: A 7.0‐T fMRI study. Human brain mapping, 33, 511-522. Doppelmayr, M., & Weber, E. (2011). Effects of SMR and theta/beta neurofeedback on reaction times, spatial abilities, and creativity. Journal of Neurotherapy, 15, 115-129. Doyon, J., Bellec, P., Amsel, R., Penhune, V., Monchi, O., Carrier, J., . . . Benali, H. (2009). Contributions of the basal ganglia and functionally related brain structures to motor learning. Behavioural Brain Research, 199, 61-75.. 36.

(44) Egner, T., & Gruzelier, J. H. (2001). Learned self-regulation of EEG frequency components affects attention and event-related brain potentials in humans. Neuroreport, 12, 41554159. Egner, T., & Gruzelier, J. H. (2004). EEG biofeedback of low beta band components: frequency-specific effects on variables of attention and event-related brain potentials. Clinical Neurophysiology, 115, 131-139. Fitts, P. M., & Posner, M. I. (1967). Human performance. Michigan, MI: Brooks/Cole Publishing Company Frith, C. D., Friston, K., Liddle, P. F., & Frackowiak, R. S. J. (1991). Willed Action and the Prefrontal Cortex in Man: A Study with PET. Proceedings of the Royal Society of London B: Biological Sciences, 244, 241-246. Gerardin, E., Sirigu, A., Lehéricy, S., Poline, J.-B., Gaymard, B., Marsault, C., . . . Le Bihan, D. (2000). Partially overlapping neural networks for real and imagined hand movements. Cerebral Cortex, 10, 1093-1104. Gevins, A., Smith, M. E., McEvoy, L., & Yu, D. (1997). High-resolution EEG mapping of cortical activation related to working memory: effects of task difficulty, type of processing, and practice. Cerebral Cortex, 7, 374-385. Gruzelier, J. H., Foks, M., Steffert, T., Chen, M. J., & Ros, T. (2014). Beneficial outcome from EEG-neurofeedback on creative music performance, attention and well-being in school children. Biological psychology, 95, 86-95. Hélie, S., Ell, S. W., & Ashby, F. G. (2015). Learning robust cortico-cortical associations with the basal ganglia: An integrative review. Cortex, 64, 123-135. Halder, S., Agorastos, D., Veit, R., Hammer, E. M., Lee, S., Varkuti, B., . . . Kübler, A. (2011). Neural mechanisms of brain–computer interface control. Neuroimage, 55, 1779-1790. Hardwick, R. M., Rottschy, C., Miall, R. C., & Eickhoff, S. B. (2013). A quantitative metaanalysis and review of motor learning in the human brain. Neuroimage, 67, 283-297. Hatfield, B. D., Landers, D. M., & Ray, W. J. (1984). Cognitive processes during self-paced motor performance: An electroencephalographic profile of skilled marksmen. Journal of Sport Psychology, 6, 42-59.. 37.

(45) Haufler, A. J., Spalding, T. W., Santa Maria, D. L., & Hatfield, B. D. (2000). Neurocognitive activity during a self-paced visuospatial task: comparative EEG profiles in marksmen and novice shooters. Biological psychology, 53, 131-160. Howe, R. C., & Sterman, M. B. (1972). Cortical-subcortical EEG correlates of suppressed motor behavior during sleep and waking in the cat. Electroencephalogr Clin Neurophysiol, 32, 681-695. Hung, T. M., Haufler, A. J., Lo, L. C., Gottfried, M. K., & Hatfield, B. D. (2008). Visuomotor expertise and dimensional complexity of cerebral cortical activity. Medicine and science in sports and exercise, 40, 752. K.R, L., K, W., L.A, B., & N.J, H. (2014). Motor skill acquisition across short and long time scales: A meta-analysis of neuroimaging data. Neuropsychologia, 59, 130-141. Kao, S.-C., Huang, C.-J., & Hung, T.-M. (2013). Frontal Midline Theta is a Specific Indicator of Optimal Attentional Engagement During Skilled Putting Performance. Journal of Sport & Exercise Psychology, 35, 470-478. Kaufer, D., & Lewis, D. (1999). Frontal lobe anatomy and cortical connectivity. The human frontal lobes, 27-44. Kerick, S. E., McDowell, K., Hung, T.-M., Santa Maria, D. L., Spalding, T. W., & Hatfield, B. D. (2001). The role of the left temporal region under the cognitive motor demands of shooting in skilled marksmen. Biological psychology, 58, 263-277. Kiefer, A., Gualberto Cremades, J., & Myer, G. (2014). Train the Brain: Novel Electroencephalography Data Indicate Links between Motor Learning and Brain Adaptations. J Nov Physiother, 4, 2. Klimesch, W., Doppelmayr, M., Schwaiger, J., Auinger, P., & Winkler, T. (1999). 'Paradoxical' alpha synchronization in a memory task. Cognitive Brain Research, 7, 493-501. Kober, S. E., Witte, M., Stangl, M., Valjamae, A., Neuper, C., & Wood, G. (2015). Shutting down sensorimotor interference unblocks the networks for stimulus processing: An SMR neurofeedback training study. Clinical Neurophysiology, 126, 82-95. Koshino, Y., & Niedermeyer, E. (1975). Enhancement of rolandic mu-rhythm by pattern vision. Electroencephalography and clinical neurophysiology, 38, 535-538.. 38.

(46) Krakauer, J. W. (2009). Motor learning and consolidation: the case of visuomotor rotation . Progress in Motor Control, 629, 405-421. Krause, C. M., Sillanmäki, L., Koivisto, M., Saarela, C., Häggqvist, A., Laine, M., & Hämäläinen, H. (2000). The effects of memory load on event-related EEG desynchronization and synchronization. Clinical Neurophysiology, 111, 2071-2078. Kuhlman, W. N. (1978). EEG feedback training: enhancement of somatosensory cortical activity. Electroencephalography and clinical neurophysiology, 45, 290-294. Landers, D. M., Han, M., Salazar, W., & Petruzzello, S. J. (1994). Effects of learning on electroencephalographic and electrocardiographic patterns in novice archers. International Journal of Sport Psychology, 25, 313-330. Lemon, R. N., & Griffiths, J. (2005). Comparing the function of the corticospinal system in different species: organizational differences for motor specialization? Muscle & nerve, 32, 261-279. Leocani, L., Toro, C., Zhuang, P., Gerloff, C., & Hallett, M. (2001). Event-related desynchronization in reaction time paradigms: a comparison with event-related potentials and corticospinal excitability. Clinical Neurophysiology, 112, 923-930. Linkenkaer-Hansen, K., Nikulin, V. V., Palva, S., Ilmoniemi, R. J., & Palva, J. M. (2004). Prestimulus oscillations enhance psychophysical performance in humans. The Journal of Neuroscience, 24, 10186-10190. Magill, R. A., & Anderson, D. I. (2007). Motor learning and control: Concepts and applications (Vol. 11): McGraw-Hill New York, NY. Mann, C. A., Sterman, M. B., & Kaiser, D. A. (1996). Suppression of EEG rhythmic frequencies during somato-motor and visuo-motor behavior. International Journal of Psychophysiology, 23, 1-7. Muthukumaraswamy, S. D., & Johnson, B. W. (2004). Primary motor cortex activation during action observation revealed by wavelet analysis of the EEG. Clinical Neurophysiology, 115, 1760-1766. Myer, G. D., Kushner, A. M., Faigenbaum, A. D., Kiefer, A., Kashikar-Zuck, S., & Clark, J. F. (2013). Training the developing Brain, Part I: Cognitive developmental considerations for training youth. Current sports medicine reports, 12, 304-310.. 39.