评估人类在虚拟空间中的空间导航能力及其对运动的敏感性

摘要

本文介绍了一种新颖、简短且主动的空间导航任务，可同时评估空间导航能力和情景记忆能力。重要的是，空间导航与情景记忆能力相互关联，且该任务对运动干预具有敏感性。

摘要

空间导航（SN）是指在环境中移动的能力，这需要理解个体在时间和空间中的位置。已知这种能力依赖于海马体内位置细胞的顺序性放电。空间导航是一种重要的行为研究对象，因为该过程会随着年龄增长而退化，尤其是在神经退行性疾病中更为明显。然而，对空间导航的研究受到缺乏复杂行为技术来评估这种海马依赖性任务的限制。因此，本实验方案的目标是开发一种新颖的、基于真实世界的方法来研究人类的空间导航能力。具体而言，利用跨平台游戏引擎开发了一种主动式的虚拟空间导航任务。在编码阶段，参与者在虚拟城市中自主导航以寻找地标。在回忆阶段，参与者需回忆这些奖励位置，并将物品运送至相应地点。系统记录了找到每个位置所需的时间，并通过自由回忆阶段评估情景记忆，包括地点、顺序、物品及关联性等方面。通过游戏引擎中的资源对运动行为（x、y 和 z 坐标）进行评估。重要的是，该任务的结果表明，它能够准确捕捉空间学习与记忆能力以及情景记忆。此外，研究结果表明，该任务对运动具有敏感性，而运动可改善海马功能。总体而言，这些发现提出了一种追踪人类海马功能随时间变化的新方法，且该行为对身体活动训练范式具有敏感性。

引言

在时间和空间中移动身体对于学习和记忆环境信息至关重要。这种能力被称为空间导航，从进化角度来看，它是寻找食物、水源、社交对象以及环境中其他奖励资源所必需的生存工具^1,2。空间导航依赖于海马体，即位于颞叶内侧的一个C形边缘系统结构。海马体包括CA1、CA2、CA3和齿状回等亚区。海马体支持记忆的编码、巩固和提取，这些记忆有助于定义个体的意识体验。具体而言，空间导航支持情景记忆——一种外显记忆，指对个人经历的记忆，包含与该经历相关的时间、地点及细节（如视觉、声音、气味、情绪）。当我们穿越不同环境时，一类被称为位置细胞的神经元会系统性地放电，使我们能够理解自身在时间和空间中的位置。事实上，直接光学刺激这些神经元已被证明可使啮齿类动物的行为偏向其物理位置（即位置野）³。

传统上，啮齿类动物空间导航能力的评估主要通过一些行为范式进行研究，例如莫里斯水迷宫、Y迷宫、T迷宫和放射臂迷宫^4,5。重要的是，这些行为任务使得研究人员能够利用电生理深度记录等技术，在活体（in vivo）条件下探究空间导航的神经相关机制。然而，人类空间导航能力的评估在科学上具有挑战性，因为大多数科学研究是在实验室环境中进行，而非真实世界中。以往针对人类的研究通常采用传统的纸质任务来评估空间能力，例如双向地图学习任务、心理旋转任务或空间记忆任务^6,7。另一些研究则使用基于计算机的任务，例如虚拟莫里斯水迷宫任务或其他虚拟迷宫任务，这些任务已被证明与更传统的空间能力心理测量指标具有相关性^8,9。此外，随着公开可用且免费的视频游戏软件包日益普及，研究人员已开始开发三维虚拟环境，这些环境可通过计算机屏幕呈现，也可用于虚拟现实环境中^{10,11,12,13,14,15}。移动脑-体成像（MoBI）技术的科学进展也使研究人员得以在真实世界环境中探索空间导航行为^16,17,18。

重要的是，空间学习与记忆是一种随年龄增长而衰退的认知能力，老年人更容易迷失方向，或在试图回家时迷路。这种缺陷最可能源于海马体水平的神经退行性变——海马体是一个高度可塑的脑区，也是随年龄增长最早发生退化的脑区之一¹⁹。因此，开发用于评估空间导航能力与情景记忆能力的贴近现实世界的研究方法，是当前一项重要的研究方向。在临床层面，这类任务可能有助于判断记忆衰退的进程，或用于诊断轻度认知障碍、阿尔茨海默病或其他类型的痴呆。相反，体力活动已被确认为改善空间导航能力的最佳机制之一。啮齿类动物研究表明，运动可增强多种空间任务中的学习与记忆能力，包括莫里斯水迷宫、Y迷宫、T迷宫和放射臂迷宫²⁰。在人类中也已证实运动可改善空间能力，且这种效应与海马体积的增加显著相关⁷。然而，该行为效应是通过一项空间记忆任务证实的，即要求参与者记住屏幕上点的位置——这一任务在真实世界空间导航中的生态效度可能有限。目前关于运动对人类在虚拟环境中进行空间导航任务表现的影响，相关研究仍较为匮乏。

因此，设计了一项认知任务，通过虚拟环境来评估空间学习与记忆以及情景记忆。重要的是，该任务采用现代电子游戏软件进行设计，以实现最新的图形设计和逼真的环境特征（例如，天空中移动的云朵）。该任务在一组健康成年人中进行了测试，测试时间点为长期有氧运动训练前后。结果表明，参与者能够编码并记住有关其虚拟体验的空间信息以及情景记忆。此外，研究发现表明，个体在此任务中的表现具有可塑性，会受到运动的影响。

具体而言，通过一个跨平台游戏引擎²¹开发了一个虚拟环境，用于评估空间导航能力和情景记忆能力，这两种独特的认知功能均由海马体支持。该虚拟环境所使用的地图源自 Miller 等人（2013）的研究²²。所使用的游戏引擎允许开发者下载资源，以添加用于构建虚拟环境的独特功能。我们使用了一项资源²³，使其能够构建一个包含道路和建筑物的逼真城市环境，供参与者进行导航。此外，还使用了另一项资源²⁴，用于追踪参与者在虚拟环境中移动时的 x、y、z 坐标及其旋转角度。上述资源可将这些参数以毫秒级时间分辨率（约 33 ms）进行记录。随后，该虚拟环境被编译成一项空间导航任务，参与者可在家中使用笔记本电脑或台式计算机完成。以下方案详细说明了如何实施并开展此项空间导航任务。

方案

所有研究文件和数据收集方法均经纽约大学人类受试者研究活动委员会批准，并符合其规定。参与者在参加任何与研究相关的活动之前均签署了知情同意书。

1. 设置游戏环境

1. 从以下公共仓库下载必要的文件：https://github.com/embodiedbrainlab/BassoSpatialNavigationTask
2. 从 unity.com/download 下载 Unity Hub，并安装 Unity 5.3.1f1 版本。
3. 打开在步骤 1.1 中从知识库下载的文件作为 项目 在 Unity 上。
4. 项目创建并下载文件后，选择 文件 点击窗口顶部的标签并选择 构建与运行.
5. 该 构建设置 窗口将首先出现。选择 空间导航 > 场景 > 大城市 B 诱饵与场景/LeFin. 选择 PC，Mac & Linux 独立版本 然后点击 构建与运行 按钮。
   注意：此时将弹出一个窗口，提示研究人员保存一个 .exe（应用程序）文件。研究人员构建该应用程序后，可双击该应用程序以运行此实验方案的后续迭代。若研究人员决定运行此文件，则其相应的结果将保存在该应用程序所在目录中。
6. 一个名为 SpatialNavWeb 配置 将出现。在以下位置调整屏幕分辨率和图形质量 图形 选项卡。在游戏设置中更改控制方式 输入 表。
7. 点击 播放！ 开始空间导航任务。

2. 在空间导航任务期间使用脑电图（EEG）记录脑活动

注意：脑电图（EEG）通过放置在头皮上的电极，以毫秒级时间尺度测量人脑皮层神经元的微伏级活动。EEG 是一种非侵入性脑成像技术，可在参与者进行其他活动（如导航虚拟环境）时扫描其大脑活动。

1. 使用卷尺测量被试者从枕外隆突到鼻根的距离，以确保脑电图（EEG）帽的合适佩戴。
2. 将电极置入 EEG 帽中（如需要），并为被试者佩戴 EEG 帽，确保其贴合且位置正确（图 1A）。
3. 启动 EEG 软件。向每个电极注入导电膏，确保阻抗值低于 25 kΩ。
4. 当 EEG 信号显示清晰且无明显伪迹时，开始记录。
5. 安排一名研究人员在被试者执行以下步骤时进行观察。
6. 在以下每个事件发生时，向 EEG 记录系统发送触发脉冲（图 1B）
   编码阶段开始
   编码阶段结束
   回忆阶段开始
   回忆阶段结束
   情景记忆阶段开始
   情景记忆阶段结束
   研究人员感兴趣的任何其他事件

图 1：空间导航游戏过程中的脑电图记录。（A）受试者佩戴便携式脑电图（EEG）设备执行空间导航任务的照片。在（B）编码阶段、（C）记忆保持阶段和（D）情景记忆阶段的theta节律（4–8 Hz）功率谱密度图。所有数据均经过预处理，并按频率进行功率归一化（uV²/Hz）。请点击此处查看该图的高清版本。

注意：使用 Arduino 技术的研究人员还可以在脑电记录与游戏引擎环境之间发送同步触发信号，从而在毫秒时间尺度上实现神经生理数据与行为数据的精确匹配。通过这些标记，研究人员将能够回溯参与者在与虚拟环境发生关键交互之前、期间和之后的脑活动情况。研究人员还可以考虑在与虚拟环境交互之前和/或之后，记录一段基线脑活动，以便后续进行比较分析。

3. 空间导航任务操作说明（图2）

1. 说明：确保受试者舒适地坐着，最好双脚平放在地面上。让受试者阅读屏幕上的指示，指示内容将要求他们在城市景观中访问特定的地标，同时尽量记住周围环境以及所经过的路径（图2A）。
2. 确保受试者熟悉鼠标和键盘的使用。指导受试者使用鼠标并单击左键以开始任务（图2A）。
3. 确保受试者理解他们需要使用键盘上的 W、A、S 和 D 键来导航环境。W 键用于向前移动，S 键用于向后移动。此外，向上和向下方向键也可用于前后移动。A 键用于向左移动，D 键用于向右移动。
4. 确保受试者知道可以使用计算机鼠标移动观察视角，就像移动头部一样。受试者可向上、下、左、右查看，移动视角时无需点击鼠标。
   注意：虚拟环境中的导航说明将显示在受试者屏幕的右上角（图2A-F）。

图 2：空间导航任务图像。在跨平台游戏引擎中开发的空间导航与情景记忆任务的截图。示例截图从左至右、从左上角开始依次为：（A）总体说明；（B）编码阶段的行进过程；（C）编码阶段定位 storefront（店铺门面）；（D）编码阶段的行进过程；（E）记忆阶段的说明；（F）记忆阶段的投递部分；（G）情景记忆阶段的说明；（H）情景记忆阶段；（I）游戏结束画面。请点击此处查看此图的放大版本。

空间导航任务的编码阶段

1. 让参与者主动跟随带有绿色箭头的绿色路径，前往第一个地标（图3）（图2B）。
2. 当参与者到达第一个地标后，让其走过该位置的绿色菱形标记（图2C）。
3. 当参与者收集到绿色菱形标记后，让其继续沿绿色路径前往下一个地标。当参与者到达第二个地标时，让其走过该位置的绿色菱形标记。
4. 让参与者持续执行此任务，直至其访问全部五个地标并收集全部五个菱形标记（图2D）。
   ​注意：在整个任务的编码阶段，参与者需记忆城市中五个地标的所在位置（图3）。任务的俯视图见图4。

图3： storefronts 的图像。 参与者访问了环境中构建的十八个地点中的五个，每个地点均设有独特且详细的店面。这些地点的示例包括（A）一家披萨店、（B）一家维生素商店、（C）一家家具店、（D）一家婚庆用品店、（E）一个售货亭，以及（F）一家赌场。请点击此处查看此图的放大版本。

图 4：空间导航任务地图。 参与者所穿越的虚拟环境的鸟瞰图。请点击此处查看该图的放大版本。

空间导航任务的回忆阶段

1. 接下来，让参与者重新访问每个地标（即回忆阶段；图2E）。
   注意：参与者将从编码阶段最后访问的位置开始回忆阶段。
2. 让参与者使用鼠标左键点击开始按钮（图2E）。
3. 让参与者前往其在编码阶段访问的第一个地标。
4. 让参与者向该第一个地标“交付”一个独特的物品。
   注意：在此任务阶段，系统不会提供绿色路径或箭头指引（图2F）。
5. 当参与者交付物品后，让其继续导航至第二个地标并交付下一个独特物品。重复此过程，直至参与者访问全部五个地标并交付全部五件物品。
   注意：此任务阶段将用于评估参与者的空间学习与记忆能力。系统将自动计算找到每个地标所需的时间、平均搜索时间以及任务总耗时。

6. 空间导航任务的 episodic 记忆阶段

注意：情景记忆测试将在回忆阶段完成后进行。

1. 首先，让参与者使用鼠标左键点击开始（图2G）。
2. 让参与者回忆其之前在回忆阶段被指示访问的地标以及递送的物品，并严格按照先前指示的顺序进行回忆（图2G）。让参与者使用计算机键盘输入答案（图2H）。

7. 完成任务

1. 让参与者阅读最终提示，以确认任务已完成且数据已提交（图 2I）。

8. 数据收集与分析

1. 行为数据
   1. 在应用程序目录中找到 Results.csv 文件（示例见补充文件1）。
      注意：如果研究人员选择在 Unity 应用程序的文件选项卡下点击构建并运行，则结果文件将保存在下载的BassoSpatialNavigationTask-main文件夹中。如果研究人员通过双击已构建的应用程序（步骤 1.5）来运行环境，则结果文件将出现在与应用程序相同的目录中。每次完成虚拟环境后，结果文件都会被覆盖。因此，建议每次任务完成后立即导出这些结果，并为多个参与者和试验将数据汇编至一个独立文件中。
   2. 确保数据干净且看起来合理。
   3. 利用补充文件2计算相应的评分，包括开始时间、结束时间、平均搜索持续时间、地点评分、项目评分、顺序评分、关联评分以及情景记忆评分。
      注意：具体而言，地点评分通过统计正确回忆出的地标数量来计算；顺序评分通过统计按正确顺序回忆出的地标数量来计算；项目评分通过统计正确回忆出的物品数量来计算；关联评分通过统计正确配对的地点与物品数量来计算。最终，总体情景记忆评分通过将地点评分、顺序评分、项目评分和关联评分相加得到。请注意，X/Z 坐标的原始输出并非按正确的时间顺序排列。为纠正此问题，请按时间列中的数值从小到大对数据进行排序。
   4. 将数据输入至所选数据库中。
   5. 使用独立样本 t 检验、方差分析或其他适当的统计检验方法分析数据。
2. 脑电图（EEG）数据
   1. 使用预处理流程对 EEG 数据进行清理²⁵。
   2. 使用适当的软件包，在参与者导航虚拟环境的较长时间段内（例如任务的编码阶段和回忆阶段）对 EEG 数据进行时频分析。
   3. 若关注参与者与虚拟环境交互的特定时间段，可进行事件相关电位分析。
   4. 对 EEG 数据进行相关的统计分析，并考虑将行为数据与 EEG 数据进行相关性分析。

结果

从编码角度描述游戏玩法：在“编码”阶段，三维空间中设置了十八个航点，每个航点均关联一个“递送物品”（即需递送至该位置的物品）。这些航点的引用被存储在玩家控制器中，并在任务开始前静态排序；也就是说，如果披萨店位于第一位，则它始终会在初始时处于第一位。为了使参与者遇到的航点具有一定随机性，航点列表通过 Fisher-Yates 洗牌算法进行打乱。本研究中实现的 Fisher-Yates 洗牌算法能够在原序列基础上生成一个伪随机排列，且所有可能的排列具有相等的生成概率。该算法首先从列表末尾（n）选择一个元素，在区间 [0, n] 内生成一个伪随机数并赋值给 k，然后将第 n 个元素与第 k^th 个元素交换位置。接着，将 n 的值减一，重复该过程，直到仅剩一个索引未被处理为止。

在打乱路点列表的顺序后，选取前五个元素。通过游戏引擎的导航网格系统和内置的最优路径计算方法生成最优路径。该系列路径从参与者的起始位置开始，依次连接各个路点，最终到达最后一个路点。当参与者获得控制权后，系统会引导其沿这些路径行进，路径以绿色线条和移动箭头标示，用以提供行进方向信息。尽管提供了绿色线条和移动箭头，参与者仍可主动在虚拟环境中进行导航。当参与者进入某一路点的范围时，显示的路径将切换为列表中的下一条路径。

当参与者访问完预定数量的航点元素后，即进入“回忆”阶段（代码中称为 RevisitIntermission），此时他们需要按照先前展示的顺序重新访问这些地标。当参与者尝试重访导览过程中呈现的位置时，系统会向其展示由航点关联的“递送物品”所指定的图像。系统不会提供建议路径。参与者的移动通过从资源商店获取的对象运动追踪组件进行追踪。

当参与者完成前往每个呈现的航点后，系统会给出指示，引导他们进入下一个屏幕，以回忆所访问过的位置以及向每个位置递送的物品。在回忆阶段，参与者会看到包含两个文本输入项的提示。第一项指明参与者被要求前往的航点，第二项指明与此航点相关的“递送物品”。每个提示的反应及反应时间均被记录下来。

任务结束后，数据被收集并以 JSON 格式存储。第一部分记录了重访阶段，参与者需在没有引导线辅助的情况下寻找指定位置。记录的数值包括路径点名称、“递送物品”名称以及到达该路径点所用的时间。第二部分记录了回忆阶段中呈现的响应内容，包括参与者对位置、“递送物品”的回答，以及对上述提示作出反应所用的时间。所有代码均可在 https://github.com/embodiedbrainlab/BassoSpatialNavigationTask 获取并下载。

功效分析与统计学方法：采用 G*Power 3.1 软件进行点二列相关模型的功效分析，设定双尾检验、效应量为 0.3、显著性水平 α = 0.05、统计功效为 0.8，据此确定所需样本量为 n = 82²⁶。使用描述性统计方法评估参与者的年龄、参加骑行课程的次数以及各项一般性指标，包括空间导航能力和情景记忆能力。采用独立样本 t 检验分析实验组与对照组在总锻炼次数上的差异是否具有显著性。鉴于Shapiro-Wilk检验结果显示并非所有数据均呈正态分布（p<0.05），我们采用非参数的Spearman等级相关系数（rho）评估空间导航能力与情景记忆能力之间，以及年龄与空间导航能力之间的相关关系。统计显著性阈值设为 α = 0.05。在适当时，对成组的统计检验采用Bonferroni校正。所有统计分析均使用 IBM SPSS Statistics Version 26 完成。根据 Basso 等人（2022）²⁷ 所采用的方法，使用 Pearson 积差相关分析总骑行锻炼次数与空间导航能力之间的关系。

参与者：共招募了130名参与者，来自德克萨斯州奥斯汀市，招募方式包括在线广告和传单宣传等。纳入标准包括以英语为母语，年龄在25至55岁之间（平均年龄为30.16 ± 0.49岁）。此外，所有参与者需自我报告身体健康，并具有中等强度且规律的锻炼习惯（定义为在过去3个月内每周锻炼一到两次，每次持续20分钟或更长时间）。排除标准包括当前吸烟，或存在使运动变得困难或不安全的既往身体疾病。同时，若参与者目前被诊断患有精神或神经系统疾病，或正在接受相关药物治疗（包括焦虑症、抑郁症、双相情感障碍、精神分裂症或癫痫），也予以排除。

对于干预前数据，由于技术问题，有 n = 11 名参与者缺失数据，另有 n = 1 名参与者因未遵守任务要求被排除，最终纳入分析的共有 n = 117 名参与者。在完成为期三个月运动方案的 n = 80 名参与者中，有 n = 11 名参与者未完成最终的空间导航任务，因此用于干预后及重复测量数据分析的参与者共 n = 69 名。该较小样本量被用于分析骑行训练次数与空间导航能力之间的关系。对照组在干预期间平均完成了 20.73 (± 0.72) 次锻炼，而实验组平均完成了 47.87 (± 2.24) 次锻炼，组间差异具有统计学意义（t[45.76] = −11.554，p < 0.001）。

总体测量指标及其相互关系：这一新的虚拟环境任务同时测量空间导航能力和情景记忆能力。在初始干预前测试阶段，参与者完成该任务的平均时间为 318.69 (±21.56) s，其中每个五个地点的平均搜索时间为 82.88 (±5.19) s（图 5A）；这些数据点反映了空间导航能力（即空间学习与记忆）。此外，参与者能够编码虚拟体验中的地点、物品、顺序及关联信息，在其环境中平均记住了 20 项新经历中的 14.84 (±0.37) 项（图 5B）；这些数据点代表情景记忆能力。重要的是，总耗时（图 6A；r = -0.314，p < 0.001）和平均搜索时间（图 6B；r = -0.286，p < 0.001）与情景记忆得分呈显著负相关，表明在此任务中，空间导航能力与情景记忆能力相关联。

图 5：任务耗时。 （A）空间导航能力，以平均搜索时间和总搜索时间（单位：秒）表示；（B）情景记忆能力，以地点、物品、顺序、关联以及整体情景记忆得分的编码与回忆能力表示。平均值（± 标准误）。请点击此处查看该图的放大版本。

图6：空间导航能力与情景记忆的关系。 空间导航能力的提升表现为更短的（A）平均搜索时间和（B）总搜索时间，与情景记忆得分所反映的情景记忆增强相关。*p < 0.001。 请点击此处查看该图的放大版本。

虚拟空间中的 X 和 Z 坐标表示：通过使用对象运动追踪工具，我们在该三维虚拟空间中追踪了 X 和 Z 坐标（补充文件 1）。由于在此空间导航任务中无法实现游戏中的上下移动（即跳跃），因此 Y 坐标未提供有用信息。然而，X 和 Z 坐标使我们能够评估参与者在整个游戏过程中的移动情况。基于这些数据，编写了计算机代码，用于可视化显示参与者在地图上行进路径的热图。图 7 展示了一位代表性参与者的热图，突出显示了其在记忆阶段所经过的路线。图中以黄色/红色高亮的区域对应地图上的递送（即奖励）位置。

图 7：占用热图。 占用热图展示了参与者的行进路线。图中黄色至红色的区域表示参与者频繁停留的位置，对应于空间导航任务中需要递送物品的地点（即奖励位置）。请点击此处查看该图的放大版本。

年龄与空间导航能力之间的关系：初步研究表明，通过总搜索时间评估的空间导航能力与年龄显著相关（图8；r = 0.157，p = 0.045）。随着年龄增长，空间导航能力下降，表现为总搜索时间延长。然而，当应用Bonferroni校正后，以p = 0.025作为两个相关性（即总搜索时间和平均搜索持续时间）的统计显著性标准时，该相关性不再具有显著性。

图 8：空间导航能力与年龄的关系。 采用 Bonferroni 校正（p < 0.025）进行评估时，年龄与以总搜索时间表示的空间导航能力之间无显著关联。请点击此处查看该图的放大版本。

有氧运动训练与空间导航能力之间的关系：有氧运动训练在室内动感单车工作室进行²⁸。所有课程时长均为45分钟，期间包含中等到高强度的骑行运动。参与者被随机分配至维持现有运动方案或增加运动量的组别。维持运动方案的参与者每周参加1至2节课，而增加运动量的参与者每周参加4至7节课。参与者按照指定的运动方案持续进行3个月。在运动训练前后，对其空间导航能力和情景记忆能力进行测试。有关干预措施的更多细节可参见Basso等（2022）²⁷。在为期三个月的过程中，参加动感单车课程的总次数与平均搜索时间显著相关（图9A；r = -0.321，p = 0.007），也与总搜索时间相关（图9B；r = -0.242，p = 0.045）。然而，当应用Bonferroni校正后，以p = 0.025作为两个相关性（即总搜索时间和平均搜索时间）的统计显著性阈值时，总搜索时间的相关性不再具有显著性。该干预研究的其他发现详见Basso等（2022）²⁷。

图9：空间导航能力与运动之间的关系。 骑行次数的增加与空间导航能力的提升相关，表现为（A）平均寻找时间和（B）总寻找时间的缩短。*p < 0.05。本图经Basso等²⁷许可修改。 请点击此处查看此图的放大版本。

补充文件 1：原始数据 1。原始数据，包括空间导航任务中记忆（重访）和情景记忆（回忆）阶段的相关信息。还提供了参与者在实验编码阶段和记忆阶段于三维虚拟空间中移动时的 x 和 z 坐标数据。请点击此处下载该文件。

补充文件 2：原始数据 2。 包含计算过程（以红色显示）的原始数据，用于确定开始时间、结束时间、平均搜索持续时间、位置得分、项目得分、顺序得分、关联得分以及情景记忆得分。请点击此处下载该文件。

讨论

本研究考察了一种新型虚拟现实任务在评估人类空间导航能力方面的有效性。该认知任务仅需约10分钟即可完成，可用于评估两种独特的依赖海马的认知功能——空间导航能力和情景记忆能力。重要的是，空间导航能力与情景记忆能力之间存在显著关联。此外，该任务对身体活动训练范式具有敏感性，即运动量的增加与任务表现的提升相关。本任务的设计灵感来源于Miller等人（2013年）的研究，该研究在患有药物难治性癫痫并植入海马深度电极以定位癫痫发作源的患者中探索了虚拟环境的应用。研究发现，在空间导航任务的熟悉阶段（即编码阶段），海马及其相关的内侧颞叶结构中的位置响应细胞被激活²²。此外，当参与者进行自由回忆任务（即不涉及主动导航的记忆阶段）时，这些在编码阶段活跃的位置响应细胞再次被激活。已有在啮齿类动物中使用开放场和迷宫样环境的研究表明，此类位置细胞确实存在，John O'Keefe博士、May-Britt Moser博士和Edvard Moser博士也因这一发现获得了2014年诺贝尔生理学或医学奖^2,29,30,31。此外，利用虚拟环境对人类开展的研究也表明，人类海马中的类似细胞能够编码时间和空间的移动过程^22,32,33。尽管本任务与Miller等人（2013年）及其他研究者提出的方法相似^{22,34,35,36,37,38}，但本任务采用了最先进的跨平台游戏引擎和技术，融入了真实世界特征，如移动的云朵、清晰的城市地标和商铺外观。其他研究者也已在人类中使用其他空间导航任务，但这些任务在生态效度方面存在局限。例如，虚拟Starmaze任务用于评估导航能力，但将参与者置于星形迷宫中^{39,40,41,42,43,44}。此外，NavWell是一个可访问的平台，提供类似于啮齿类动物Morris水迷宫的空间导航与记忆实验（将参与者置于圆形区域中），并为开发者提供基本几何形状以构建实验环境⁴⁵。另外，跨平台游戏引擎中的Landmarks资源可用于构建位于方形场景中的空间导航任务¹²。本任务的独特之处在于，它为用户提供了一个接近真实世界的场景和任务——在城市景观中导航，并记忆地标和行为。此外，本任务不同于虚拟Starmaze任务和NavWell，因为它不仅评估空间导航能力，还同时评估情景记忆能力。

在此任务中，空间导航能力与情景记忆能力显著相关。其他研究已表明，这两种认知能力确实不同，且依赖于海马体的不同区域^38,46。广为人知的"认知地图理论"认为，大脑会构建并存储个体空间环境的"地图"，以便将来用于指导行为和行动⁴⁷。研究表明，海马体在编码空间信息的同时，也支持情景记忆的形成。更具体而言，人们认为右侧海马体编码空间记忆，而左侧海马体则存储情景记忆³⁸。当前新型空间导航任务的结果显示空间记忆与情景记忆之间存在明确联系，这为认知地图理论提供了支持，并提示该任务可能可用于在非临床人群中考察空间导航与情景记忆之间的关系。未来的研究应进一步在临床人群中探讨这种关系，包括轻度认知障碍、阿尔茨海默病或其他类型痴呆等神经退行性疾病患者。

该任务对运动或在3个月期间内完成的骑行训练总次数较为敏感。啮齿类动物的既往研究表明，运动是增强海马依赖性认知功能（包括长期记忆、模式分离、自发交替行为、情境恐惧条件反射、被动回避学习以及新物体识别能力）的最有效方法之一，这种效应依赖于运动诱导的海马神经发生增加^48,49,50。此外，已有文献表明，长期运动可增强人类的海马功能，在词语列表回忆、故事回忆以及空间和非空间关系记忆方面均观察到改善；这一效应被认为是由运动引起的海马体积增加所驱动的^{7,27,51,52,53,54,55}。这一新的空间导航任务补充了啮齿类动物的研究结果，并丰富了人类相关文献，进一步证明了体力活动对空间导航能力的重要性。

尽管在初步研究中，年龄与空间导航能力呈负相关，但在应用Bonferroni校正后，这一效应不再显著。这表明空间导航能力可能在55岁之前得以保持。其他文献表明，空间导航是一种随年龄增长而下降的认知能力^56,57,58。神经影像学研究发现，与年龄相关的神经退行性变化可能涉及海马、海马旁回、后扣带皮层（压后皮层）、顶叶和前额叶皮层，这些变化可能参与了此类与年龄相关的认知衰退⁵⁸。考虑到本研究的年龄范围有限（25至55岁），若纳入更广的年龄范围，尤其是老年人群（65岁及以上），未来的研究者可能会观察到年龄与空间导航能力之间的显著相关性。未来的研究应考虑在65岁及以上的成年人，甚至轻度认知障碍或其他类痴呆疾病患者中开展此类空间导航任务。

虚拟导航任务中一个明显的缺失环节是缺乏身体与大脑之间的关联。也就是说，在真实环境中的导航过程中，外周和中枢神经系统层面会发生激活，包括本体感受器、外感受器、内感受器以及前庭系统的激活，同时涉及感觉运动皮层、基底神经节和小脑的参与。缺乏这种身体输入的情况下，虚拟导航可能与实际的身体导航存在显著差异。尽管如此，已有研究表明，虚拟环境能够激活与真实世界导航相同的脑区^22,32,33。使任务更具主动性——正如本研究任务的设计——可能有助于让大脑相信其正在真实地穿越时空，从而模拟自然的空间导航过程。其他研究者也为此假说提供了支持。Meade 等人（2019年）的一项研究考察了在类似虚拟空间导航任务中主动编码与被动编码之间的差异⁵⁹。主动导航指参与者能够自主在虚拟空间中移动（类似于本研究），而被动导航则是由系统引导的游览过程，参与者本身不进行移动，仅被动观看导航路径。作者指出，由于主动导航涉及身体因素（如运动和本体感觉）和认知成分（如决策和注意力），可能对老年人群更具益处，并可通过直接参与记忆编码过程来增强记忆表现。本研究中采用的主动导航方式可以解释研究结果，表明参与者能够准确地回忆起其经历的 episodic memories（情景记忆）。

主动导航还可能有助于激活多感官整合区域，例如后压部复合体（retrosplenial complex, RSC）^60,61,62。最近一项研究发现，在要求参与者在不同地点间移动并记忆起点及地标位置的虚拟现实空间导航任务中，实际行走会引发RSC的θ振荡（即通过脑电图记录到的4–8赫兹神经元振荡）¹⁶。这种θ波功率的增强在头部方向改变和旋转期间尤为显著。在啮齿类动物中，已有研究表明RSC的θ活动对于涉及网格细胞和头部方向计算的空间编码至关重要^63,64。此外，RSC还被认为在利用环境线索锚定人类认知地图方面具有重要作用⁴⁷。

尽管虚拟空间导航任务具有诸多优势，但它使个体无法在时间和空间中进行实际移动，导致本体感觉、前庭觉和感觉运动系统的激活程度受限。感觉过程与运动过程之间存在不匹配，可能导致部分参与者出现头晕或恶心现象。在本任务中，通过控制参与者在环境中移动和环顾周围的速度，将此类影响降至最低。为了能够对环境的所有方面进行编码，必须允许参与者环顾周围环境（即进行虚拟头部旋转）；然而，这种旋转速度必须足够缓慢，以确保参与者不会产生身体不适。尽管如此，静坐状态下进行空间导航的能力仍具有优势，因为它使研究人员能够研究那些存在行动障碍、身体疲劳或其他妨碍行走的残疾个体。另一项局限性在于，该任务尚未经过信度和效度检验，而其他一些任务正在朝此方向发展，包括虚拟空间导航评估（virtual spatial navigation assessment, VSNA）⁶⁵。未来的研究可在参与者完成该空间导航任务时，通过脑电图或功能性磁共振成像来考察相关的神经活动。此外，也可为参与者配备测量生理指标的设备，如心率变异性或皮肤电活动监测装置。这将有助于同时考察在虚拟环境中导航时发生的外周和中枢神经机制。尤为重要的是，该任务可用于评估个体空间导航能力随时间发生的变化。未来研究可利用该任务探讨衰老或阿尔茨海默病、帕金森病等神经退行性疾病如何影响个体的空间导航能力和情景记忆。相反，该任务也可用于探索舞蹈、瑜伽或冥想等身心运动干预措施对空间导航和情景记忆的影响。

材料

本文使用的材料清单

姓名	公司	目录编号	评论
Unity 实时开发平台	Unity	Unity 学生版 / Unity 个人版	https://unity.com/