需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

极地内陆考察队预选队员快速登高海拔训练期间的心理与睡眠变化

306 次观看

⸱

DOI：

10.3791/68599

⸱

2026年3月6日

 ,  ,  ,  ,  ,  , 
1Naval Medical University, 2Polar Research Institute of China

* These authors contributed equally

本文内容

摘要

本研究表明，在高海拔条件下，初步及后备南极内陆考察队成员表现出显著升高的焦虑水平、前额叶神经可塑性代偿（左侧前腹外侧前额叶皮层激活）以及睡眠碎片化（入睡后觉醒时间 WASO）。这些发现为极端环境下的适应性训练方案制定提供了实证依据。

摘要

本研究建立并实施了一项多维度评估方案，用于系统研究30名中国南极内陆科考队预备队员及后备队员在快速海拔适应训练期间的神经行为变化。该方案结合心理测量量表（BFI-44、DASS-21、PSQI）、行为范式（N-back任务）、功能性近红外光谱成像（fNIRS）及腕部活动记录仪，对受试者在不同海拔（海平面0米 / 3,700米 / 4,300米）下为期8天周期内的神经行为适应情况进行评估。核心设计包括登高前基线测试；在目标海拔同步进行的认知功能-fNIRS测量；以及24/8小时睡眠监测（含8小时夜间活动记录）。这一多模态框架可实现对前额叶代偿性激活、睡眠片段化动态变化以及海拔诱导的焦虑波动的定量表征。研究结果显示，与中国人常模数据相比，参与者表现出显著更高的宜人性（t=3.940，P<0.001）和尽责性（t=9.736，P<0.001），以及更低的神经质水平（t=-14.087，P<0.001）。急性缺氧加重了焦虑症状（Z=-4.098，P<0.001），少数民族成员表现更为显著（H=6.405，P=0.011）。活动记录数据显示海拔依赖性的睡眠片段化现象（WASO：4,300米 vs. 基线，P=0.028）。N-back任务证实，在3,700米海拔时工作记忆保持稳定（准确率P=0.027），其机制与前额叶代偿性激活相关（左侧前额叶皮层激活P=0.043）。这些数据为高海拔环境下极地科学考察队员的选拔提供了基于证据的标准，并界定了缺氧应激下神经可塑性适应的韧性阈值。

引言

极地探险队员必须适应在极端环境中并存的生理与心理挑战1。南极内陆的高海拔条件（海拔>4000 米）可引发与缺氧相关的认知功能损害及睡眠障碍。尽管目前仅冰穹A（>4000 米）为常设的高海拔南极科考站，但前往冰穹A和冰穹F等内陆站点的穿越任务通常需长时间（1–2周）暴露于海拔3000–4000米以上的环境2,3。此外，缺氧是此类穿越过程及在冰穹A驻留期间均会面临的关键应激因素，这也正是本训练方案所模拟的环境条件。因此，理解神经行为对缺氧的适应机制，对于内陆穿越团队及冰穹A驻站人员的选拔与训练优化至关重要，以保障这些在后勤上极具挑战性且科学价值重大的任务中的安全与作业效能。本方法的总体目标是建立一种多模态评估方案，系统量化快速海拔适应过程中的神经行为变化，将心理、认知、神经血管及睡眠参数整合于统一框架之中。该技术的开发旨在应对现有研究中的关键局限性，即当前研究大多孤立地考察心理或生理参数4,5,6,7。相较于传统方法，该多模态技术的优势包括：

生态效度：同步的 fNIRS-行为耦合能够捕捉实时的神经认知适应过程8,9，克服仅依赖量表评估所固有的回顾性偏差7

全面评估：将活动记录仪与经过验证的量表（PSQI）相结合，可对主观睡眠报告提供客观验证10,11

动态追踪：通过不同海拔的重复测量，揭示了单次测量无法获得的时间适应模式4

在更广泛的文献中，本方案针对南极研究日益增长的运行需求12 通过提供首个标准化框架，利用功能性近红外光谱技术（fNIRS）在低氧条件下认知负荷期间量化前额叶代偿机制8,13；将人格特质（BFI-44）与高原诱发的焦虑动态（DASS-21）相关联14,15；将客观睡眠片段化（体动记录仪）与神经行为学结果进行同步16,17.

该方法适用于需要为高海拔极地作业建立人员选拔体系、验证缺氧应激条件下神经可塑性弹性阈值（>3,700 米海拔以上）以及利用客观生物标志物（例如：L-aPFC 激活）预测任务表现下降的研究人员与实践人员。实施注意事项：建议适用于年龄在25至45岁之间、无心肺共病的成年人群，每上升一个海拔梯度（从3,700米海拔至4,300米海拔）需进行为期3天的适应性训练；技术限制：功能性近红外光谱（fNIRS）探头的放置会限制头戴设备的同步使用。随着南极科考站数量的增加和科学任务的多样化12，本方案为极端环境中适应性训练的优化提供了基于证据的解决方案。

访问受限。请登录或开始试用以查看此内容。

方案

1. 研究参与者

  1. 参与者筛选
    1. 抽样方法：从中国南极内陆考察队中抽取30名预选队员及替补队员作为研究对象，采用整群抽样方法。
    2. 研究对象：包括中国南极内陆考察队的所有预选队员和预备队员；排除在训练期间无法完成训练方案的个体（例如因疾病、身体不适或其他原因未能完成训练计划者）。
  2. 数据收集
  3. 人口学资料记录：记录全面的社会人口学信息，包括年龄、教育程度以及既往极地考察经验（表1）。
  4. 确保对所有心理测量数据实施严格的匿名化措施，包括：分配唯一的匿名编号（例如 EXP##）以替代个人身份信息，从数据集中删除直接识别信息（例如姓名、住址），并将可识别信息数据（例如知情同意书）存储在与研究数据分离的、受密码保护且加密的文件中。
n=30N%
民族
汉族2893.3
少数民族（藏族和满族）26.67
最高教育程度
高中及以下13.3
大学或学士学位1136.7
硕士学位826.7
博士学位1033.3
是否独生子女
是1653.3
否1446.7
婚姻状况
未婚1550
已婚1550
参与科学考察的次数
未参与过2480
1次26.7
2次及以上413.3
年龄：32.72±7.73

表1：人口统计学数据。（A）本表列出了样本的民族构成、教育水平、独生子女状况、婚姻状况以及参与研究的频率，最后一行为年龄数据（均值 ± 标准差）。（B）N：样本数量；%：占总样本量（n=30）的百分比，数据以均值 ± 标准差表示。

2. 心理和睡眠评估工具的准备

  1. 标准化心理测量量表：采用研究者主导的问卷评估方式，在标准化访谈格式下进行，以确保受试者理解并尽量减少自我报告偏差。逐项口头引导参与者，并根据需要提供解释说明。
    1. 大五人格量表-44（BFI-44）14
      1. 选用包含44个条目的BFI-44问卷，用于评估五大人格维度。指导参与者使用5点李克特量表对陈述进行评分（1=非常不同意，5=非常同意）。
      2. 计算外向性、宜人性、神经质、开放性和尽责性五个维度的得分。得分越高，表示相应人格特质表现越强。该量表包含28个正向计分条目。
    2. 抑郁-焦虑-压力量表-21（DASS-21）15
      1. 使用21个条目的DASS-21量表，采用4点李克特量表评分（1=完全不符合我，4=非常符合我）。记录抑郁、焦虑和压力三个子量表的得分。得分越高，反映情绪障碍的严重程度越高。
    3. 匹兹堡睡眠质量指数（PSQI）10
      1. 向参与者发放18个条目的PSQI问卷，指导其在10分钟内完成，每个条目按0–3分评分，涵盖主观睡眠质量、入睡潜伏期、睡眠障碍、催眠药物使用和日间功能障碍五个方面。计算总分（0–21分）。PSQI总分越高，表示整体睡眠质量越差。
  2. 睡眠监测
    注：本研究中用于腕部活动记录的设备为ActiGraph wGT3X-BT16。
    1. 使用软件对设备进行初始化，并设置标准化时间戳。
    2. 启动ActiLife v6.15.0软件，点击 Device > Initialize > Set。设置采样频率为60 Hz，开始时间为YYYY-MM-DD HH:MM:SS（与原子钟同步），受试者编号为EXP##（匿名化格式）。
    3. 设置检查点，确认初始化日志显示“Initialization Successful”。
    4. 将设备佩戴于非优势手腕后，按照制造商协议进行软件校准。将设备插入USB底座，点击 Calibrate，然后按照屏幕提示完成重力矢量测试校准流程。
    5. 以60 Hz采样频率连续采集24小时/每天的活动数据。进行视觉检查，确认绿色状态LED灯每15秒闪烁一次（表示正常运行）。
    6. 执行数据采集。部署结束后，将设备插入底座，选择 ActiLife，点击 Download > RAW .gt3x format > Process using Cole-Kripke algorithm。使用Cole-Kripke算法进行睡眠-觉醒状态分类。通过参与者的睡眠日记验证设备导出的睡眠参数17。
    7. 以60 Hz频率进行连续24小时/每天采样（确保数值与单位之间有空格：60 Hz）

3. 认知评估与fNIRS数据采集

  1. 字母N-back任务8,9
    1. 使用E-Prime 2.0软件，将大写字母随机呈现在16英寸LCD显示器中央。要求受试者进行判断：如果当前字母与之前第N个位置的字母相同，则按F键；若不相同，则按J键（N=1时为1-back；N=2时为2-back；N=3时为3-back）。
    2. 每种难度水平记录50次试验的准确率（ACC）和反应时间（RT）指标。
    3. 在E-Prime输出设置中，将DataFile.Name配置为“EXP##Nback.edat2”。对于刺激起始时间，选择变量：ACC（正确=1，错误=0）和RT（单位为毫秒）。点击 Export > Excel format。
    4. 点击 Analyze > General Linear Model > Repeated MeasuresWithin-Subject Factors: N-level(1,2,3)。设置检查点：原始数据为每个水平50次试验，共150次试验。
    5. 练习阶段，在E-Prime中点击 BlockProc > Practice Properties。设置最大试验次数为10次，反馈界面显示“Correct!”（绿色）或“Incorrect”（红色），进展方式为：按“Q”键可重复练习阶段，按“P”键进入正式实验。设置检查点，限制练习阶段最多重复3次（图1）。

N-back任务示意图，展示随时间变化的认知记忆过程及目标字母识别。
图1：字母N-back范式。 本示意图展示了三种难度水平（1-back、2-back和3-back）下的字母N-back任务范式。请点击此处查看此图的放大版本。

  1. fNIRS 数据采集
    注意：此处使用的是华畅（Huichuang, Danyang）的 NirScan-500C 设备。
    1. 进行光极配置。根据国际 10-20 系统定位一个包含 48 个通道的 fNIRS 头帽。
    2. 设置空间排列方式：光源与探测器间距为 30 mm，覆盖区域为前额叶皮层（PFC）及双侧颞区，光极矩阵为 15 个光源光极 + 16 个探测光极（表 2、表 3，图 2）。
    3. 信号采集参数
      1. 使用 NirScan-500C 软件设置信号采集参数。选择双波长近红外光：将波长设置为 730 nm ± 5 nm 和 850 nm ± 5 nm。
      2. 配置采样率：通过点击 设置 > 采样率 将其设为 11 Hz。启用任务事件同步：通过选择 同步 > 外部触发 激活硬件触发。
      3. 记录原始光学强度变化，以便后续根据修正的比尔-朗伯定律转换为氧合/脱氧血红蛋白浓度。在软件日志中核对参数设置（例如，波长：730/850 nm，速率：11 Hz）。

大脑图谱示意图，彩色节点分布，脑电电极位置，神经学分析。
图 2：fNIRS 探头的通道排列、位置与配置。（A）红色圆圈代表光源，蓝色方块代表探测器，编号区域代表最接近的源-探测器配对（通道），用于测量大脑活动。（B）光学探头在标准脑图谱上的共配准位置。各通道在脑图谱上的解剖位置详见表 1。请点击此处查看该图的放大版本。

通道布罗德曼分区解剖区域覆盖百分比
 CH1 21中颞回97.44%
 CH2 22上颞回43.21%
 CH3 38颞极区51.84%
 CH447下额叶回100.00%
 CH5 47下额叶回56.35%
 CH6 10额极区62.75%
 CH7 10额极区51.96%
 CH8 10额极区100.00%
 CH9 11眶额区59.66%
 CH1011眶额区46.67%
 CH1110额极区98.66%
 CH1238颞极区57.25%
 CH1321中颞回98.63%
 CH1422上颞回43.46%
 CH1521中颞回92.79%
 CH1621中颞回75.85%
 CH1722上颞回62.67%
 CH1843副中央区36.79%
 CH1944岛盖部（布罗卡区的一部分）57.05%
 CH206前运动皮层和辅助运动皮层73.08%
 CH2110额极区49.10%
 CH2246背外侧前额叶皮层78.62%
 CH2310额极区93.20%
 CH249,46背外侧前额叶皮层77.95%
 CH2510额极区87.63%
 CH2610额极区100.00%
 CH2710额极区100.00%
 CH2810额极区99.65%
 CH2947下额叶回58.95%
 CH3010额极区92.46%
 CH3145三角部（布罗卡区）64.19%
 CH3246背外侧前额叶皮层86.52%
 CH3321中颞回56.73%
 CH3422上颞回53.70%
 CH3542初级听觉皮层和听觉联合皮层64.69%
 CH3643副中央区46.23%
 CH379,46背外侧前额叶皮层60.54%
 CH389背外侧前额叶皮层52.09%
 CH399,46背外侧前额叶皮层92.77%
 CH4010额极区89.88%
 CH419,46背外侧前额叶皮层91.08%
 CH429背外侧前额叶皮层84.34%
 CH4310额极区92.46%
 CH449背外侧前额叶皮层83.67%
 CH459,46背外侧前额叶皮层90.37%
 CH4645三角部（布罗卡区）39.27%
 CH479,46背外侧前额叶皮层98.16%
 CH486前运动皮层和辅助运动皮层80.97%

表2：经三维定位仪校准后fNIRS测量通道在脑区的分布。（A）通过三维定位系统校准的48个fNIRS通道在布罗德曼分区及相应解剖脑区的空间分布特征。覆盖百分比表示从目标脑区有效获取信号的比例。（B）通道：fNIRS光学测量通道编号（CH1-CH48）；布罗德曼分区：布罗德曼分区编号（例如，22 = 听觉联合皮层）；解剖区域：依据《解剖学术语》（Terminologia Anatomica，1998）的标准术语；覆盖百分比（Coverage %）：光极对在目标脑区的有效覆盖百分比。

解剖区域通道
L-aPFC11,25,27,28,30,43
R-aPFC6,7,8,21,23,26,40
L-DLPFC32,44,45,47
R-DLPFC22,24,37,38,39,41,42

表3：感兴趣区域的分布。 （A）显示功能性近红外光谱（fNIRS）测量系统中特定功能脑区的通道配置分布，包括左、右半球的前额叶前部皮层（aPFC）和背外侧前额叶皮层（DLPFC）。（B）缩写：L = 左半球；R = 右半球；aPFC = 前额叶前部皮层；DLPFC = 背外侧前额叶皮层。

4. 数据采集

  1. 心理评估实施
    注意：团队成员从海平面高度（上海，海拔0米）出发，乘坐商业航班（约8小时）抵达海拔3,700米的拉萨，在此开展为期72小时（3天）的科研技能培训。随后，团队通过陆路交通（约2小时）转移至海拔4,300米的羊八井，继续开展另一轮为期72小时（3天）的科研技能培训。在团队抵达上述三个海拔高度后，立即开始数据采集（图3）。
    1. 实施标准化施测：启动评估前的小组说明会，发放问卷并设定30分钟的时间限制。
    2. 减少偏差：依据脚本化方案朗读标准化指导语，严格使用预先批准的文本，避免暗示性表述。
    3. 同步多模态数据：实现认知任务与功能性近红外光谱（fNIRS）数据采集的同步。通过选择 E-Prime > Trigger Settings > Sync to fNIRS，将刺激时间锁定至fNIRS触发信号。
    4. 确保所有测试环节均遵循相同的脚本和时间限制。
  2. 睡眠参数监测
    1. 实施连续性活动记录仪方案：采集24小时/8小时腕部活动记录数据，同时同步记录睡眠日记。
    2. 确保数据完整性：每日07:00–08:00点击 Device > Status > Battery 检查电池状态；通过点击 ActiLife > Tools > Data Integrity Check 验证数据连续性。

高海拔认知评估示意图；阶段包括认知任务、心理量表、睡眠监测。
图3：心理评估流程图。 （A）该流程图展示了在不同海拔梯度暴露下的三阶段心理测量评估方案：低海拔（0-2 米 海平面以上）：在上海进行基线测量（第1-2天）；中海拔（3650 米 海平面以上）：在拉萨进行适应阶段测量（第3-5天）；高海拔（4300 米 海平面以上）：在羊八井进行高暴露测量（第6-8天）。 （B）每个阶段实施相同的评估模块：认知任务：字母N-back（3个难度等级）；心理量表：抑郁-焦虑-压力量表（DASS-21）、匹兹堡睡眠质量指数（PSQI）；睡眠监测：主观方式（睡眠日记）、客观方式（活动记录仪）。 请点击此处查看此图的放大版本。

5. 数据分析与统计

  1. 在电子表格中进行数据预处理时，应用排除标准以剔除不完整的数据集 >10% 的缺失响应通过选择 数据 > 过滤 > 缺失值 筛选认知数据以剔除反应时异常值（<150 毫秒或> 平均值 ±2.5 SD）使用 数据 > 排序 & 过滤 > 高级，并计算 HitRT（以毫秒为单位）和 rejRT（以毫秒为单位）。在 SPSS 29.0 中通过点击处理缺失数据以实现多重插补 转化 > 多重插补（5次迭代）。
  2. fNIRS 信号处理
    注：此操作使用丹阳慧创生产的 NirSpark v1.8.8 完成。
    1. 将原始信号转换为光密度（OD）。点击 文件 > 导入原始数据 > 选择 .nirs 文件选择 转换为光密度 并应用算法：OD = -log10(I/I₀)0）。验证OD范围为0.1–1.2 AU 查看 > 通道参数 拒绝OD值异常的通道 >1.5（接触不良）通过选择工具 > 拒选通道
    2. 计算血流动力学变化。导航至 分析 > 血流动力学 > 参数。 将定律设为修正的比尔-朗伯定律，DPF 设为 6.0，图像模式设为 adult_head_template。执行计算：[HbO, HbR] = mBLL(OD, [730,850], [6,6])，并计算 HbT = HbO + HbR。确认 DPF 值与受试者年龄匹配（例如，25–45 岁对应 6.0）。
    3. 通过点击“预处理”来去除信号噪声 > 过滤 > 设置。选择带通巴特沃斯四阶滤波器，并将范围设置为 0-0.2 Hz。通过自动检测（std_thr=6，amp_thr=0.5）和样条插值法进行运动校正，并将伪影剔除阈值设置为 SD >±6. 验证信噪比提升 >10 dBin，单击 查看 > 处理前/处理后比较
    4. 按如下方式量化激活程度。将基线定义为刺激后任务期间整个时段的平均HbO。将任务反应计算为刺激后2-20秒期间的平均HbO。通过选择生成感兴趣区域（ROI）的平均值 分析 > ROI掩膜 > 解剖学模板
  3. 睡眠效率计算
    1. 点击导入并预处理数据 文件 > 导入 > 选择 .gt3x 文件将 Epoch 设置为 60 秒，并通过选择验证佩戴时间 工具 > 佩戴时间验证 > 崔算法. 为了进行活动记录仪与睡眠日记的同步，请点击 工具 > 睡眠 > 检测睡眠时段然后，将活动记录仪数据与睡眠日记进行校准。确保睡眠日记的时间戳与活动记录仪数据相差在±5分钟以内。
    2. 按如下方式提取参数。导航至 报告 > 睡眠报告 选择参数：潜伏期、在床上时间（TIB）、总睡眠时间（TST）、睡眠中觉醒时间（WASO）。通过选择“选项”计算睡眠效率 = (TST / TIB) × 100 > 公式。通过点击导出结果 导出 > Excel .xlsx > 文件名：EXP##_睡眠效率.xlsx。 确认活动图显示至少3个清晰的睡眠/觉醒周期。
  4. 统计检验
    1. 进行描述性统计分析。正态分布数据以均值 ± 标准差表示，非正态分布数据以中位数 [四分位距] 表示。
    2. 执行参数检验。通过点击运行单样本 t 检验 分析 > 比较均值 > 单样本 t 检验 通过点击执行重复测量方差分析（RM-ANOVA） 分析 > 一般线性模型 > 重复测量 对球形假设违反应用格林豪斯-盖isser校正。
    3. 根据需要应用非参数替代方法。对于威尔科xon符号秩检验，使用相关样本的非参数检验。通过协变量校正进行控制 选择分析 > 一般线性模型 > 协方差分析 通过应用α=0.05（双尾）并采用Bonferroni校正法对多重比较进行校正，设定显著性阈值。

访问受限。请登录或开始试用以查看此内容。

结果

人格特质

采用大五人格量表（BFI）对预先筛选的极地内陆考察队员的人格特征进行了评估。与中国的本科生常模18相比，候选人在宜人性（t=3.940，P<0.001）和尽责性（t=9.736，P<0.001）两个维度上得分显著更高；在神经质维度上得分明显更低（t=−14.078，P<0.001）18（见表4）。在外向性与开放性两个维度上未观察到具有统计学意义的差异（P>0.05）。

预选候选人中国大学生t

访问受限。请登录或开始试用以查看此内容。

讨论

预先选拔的极地内陆考察队员的人格特征与中国常模存在显著差异

根据大五人格量表-44（BFI-44）的测量结果，与本科生常模相比，候选人在宜人性和尽责性方面得分较高，神经质水平较低（表3）。这种三重特质——增强的社会合作性、任务导向的严谨性以及情绪稳定性——符合南极考察任务所要求的心理社会适应能力。

与大陆中国典型的动态、自主选择的社交网络不同，极地考察站形成了受限的人际生态系统：由不同人口学特征（年龄、教育程度、文化背景）的成员组成的小型团队，必须在固定的角色、不变的日程安排以及有限的私人空间内进行互动。此类环境因消除了社会角色转换或回避冲突的常规机会，从而加剧了心理压力19。

观察到的人格构型——以高度宜人性（促进冲突解决）、尽责性（确保任务可靠性）和低神经质（抵御压力）为特征——是一种适应性机制。这些人格特质有助于增强群体凝聚力，减少负面情绪状态，并在长...

访问受限。请登录或开始试用以查看此内容。

披露

作者声明无竞争利益。

致谢

作者们衷心感谢中国极地研究中心（中国极地科学数据中心）在本研究过程中提供的关键后勤支持和参与人员保障。我们特别感谢他们对高海拔训练方案的协调以及对考察队参与工作的组织。本研究的数据集由国家极地科学数据中心提供（https://datacenter.chinare.org.cn）。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
ActigraphActigraphwGT3X-BT美国
ActiLifeActigraph6.15.0美国
E-PrimePsychology Software Tools2.0美国
IBM SPSS StatisticsIBM29美国
Microsoft Office Microsoft Corporation2021美国
NirScan慧创医疗设备500C中国丹阳
NirSpark慧创医疗设备1.8.8中国丹阳

参考文献

  1. Wang, Z. J., et al. Applied research on low-altitude wind field using coherent Doppler wind lidar at Zhongshan Station, Antarctic. Chinese J Polar Res. 34 (1), 11-19 (2022).
  2. Wang, T., et al. Assessment of solar photovoltaic power potential at Kunlun Station, Antarctica. Chinese J Polar Res. 34 (3), 292-302 (2022).
  3. Liu, X. Y., Wang, Y. Y., Lu, Z. H. Effects of different altitudes on sleep and cognitive function. J Air Force Med Uni. , https://www.fmmu.edu.cn/en/Resources1.htm (2024).
  4. Guo, Z. M., Huang, F. M., Lu, H., Zu, S. Y., Xu, C. L. Effects of Different Altitudes on Cardiac Hemodynamics and Electrocardiogram in Healthy Adult Males. Chinese J Appl Physiol. 28 (1), 1-4 (2012).
  5. Lu, Y. H., Xiong, Y. L., Fang, L., Chen, N., Xu, C. L. Comparative Effects of Rapid versus Gradual Tibetan Acclimatization on Cardiovascular Function and Stress Biomarkers in Kunlun Station Pre-Selection Candidates. Chinese J Appl Physiol. 36 (5), 419-424 (2020).
  6. Huang, F. M., et al. Screening for Hypoxia Susceptibility in Dome A Antarctic Expedition Candidates Using Pulmonary Function Indices. Basic Clin Med. 31 (4), 400-403 (2011).
  7. Xiaopei, W., et al. Different physiopsychological changes between AMS-susceptible and AMS-resistant pre-selected Antarctic expeditioners in Tibet. Adv Polar Sci. 32 (3), 239-247 (2021).
  8. Owen, A. M., McMillan, K. M., Laird, A. R., Bullmore, E. N-back working memory paradigm: a meta-analysis of normative functional neuroimaging studies. Human Brain Map. 25 (1), 46-59 (2005).
  9. Owen, A. M., et al. Putting brain training to the test. Nature. 465 (7299), 775-778 (2010).
  10. Buysse, D. J., Reynolds, C. F., Monk, T. H., Berman, S. R., Kupfer, D. J. The Pittsburgh Sleep Quality Index: a new instrument for psychiatric practice and research. Psychiatry Res. 28 (2), 193-213 (1989).
  11. Carney, C. E., et al. The Consensus Sleep Diary: Standardizing Prospective Sleep Self-Monitoring. Sleep. 35 (2), 287-302 (2012).
  12. Liu, Y. Comprehensive Assessment of Antarctic Operational Capabilities Among Major Polar Expedition Nations. , (2024).
  13. Virués-Ortega, J., Buela-Casal, G., Garrido, E., Alcázar, B. Neuropsychological functioning associated with high-altitude exposure. Neuropsychol Rev. 14 (4), 197-224 (2004).
  14. John, O. P., Donahue, E. M., Kentle, R. L. The Big-Five Inventory. Uni California Berkeley. 18 (5), 367-385 (1991).
  15. Gong, X., Xie, X. Y., Xu, R., Luo, Y. J. Psychometric Validation of the Depression Anxiety Stress Scales-21 (DASS-21) Simplified Chinese Version in Chinese University Students. Chinese J Clin Psychol. 18 (4), 443-446 (2010).
  16. Dong, J., et al. Anxiety correlates with somatic symptoms and sleep status at high altitudes. Physiol Behav. 112, 23-31 (2013).
  17. Carney, C. E., et al. The Consensus Sleep Diary: Standardizing Prospective Sleep Self-Monitoring. Sleep. 35 (2), 287-302 (2012).
  18. Eng, Y., Yue, C. Z. Exploring the Relationship Between Big Five Personality Self-Assessment, Reflective Evaluation, and Mental Health in University Students. Health Med Res Pract. 14 (1), 28-32 (2017).
  19. Yan, G. G., Ye, Q. Psychological Research in Polar Environments. Adv Psychol Sci. 17 (1), 227-232 (2009).
  20. Kious, B. M., et al. Altitude and risk of depression and anxiety: findings from the intern health study. Int Rev Psychiat. 31 (7-8), 637-645 (2019).
  21. Chen, N., et al. Alterations in Circadian Rhythms, Sleep Patterns, and Psychological States Among Overwintering Crew Members During Prolonged Residence at Zhongshan Station, Antarctica. Adv Psychol Sci. , https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=IPFD&dbname=IPFDLAST2015&filename=OGSF201406001161 (2014).
  22. Jaeggi, S. M., Buschkuehl, M., Perrig, W. J., Meier, B. The concurrent validity of the N-back task as a working memory measure. Memory. 18 (4), 394-412 (2010).
  23. Greenberg, K., Zheng, R. Cognitive load theory and its measurement: a study of secondary tasks in relation to working memory. J Cognitive Psychol. 34 (4), 497-515 (2022).
  24. Jenkins, J. R., Salmon, O. F., Smith, C. M. Cognitive function is unaffected during acute hypoxic exposure but was improved following exercise. Int J Exerc Sci. 15 (5), 1481-1491 (2022).
  25. Yan, X., Zhang, J., Gong, Q., Weng, X. Adaptive influence of long-term high altitude residence on spatial working memory: an fMRI study. Brain Cognit. 77 (1), 53-59 (2011).
  26. Zhang, X., Zhang, J. The human brain in a high altitude natural environment: a review. Front Human Neurosci. 16, 915995(2022).
  27. Ji, X., et al. EEG and fNIRS datasets based on stroop task during two weeks of high-altitude exposure in new immigrants. Sci Data. 11 (1), 350(2024).
  28. Duncan, J., Owen, A. M. Common regions of the human frontal lobe recruited by diverse cognitive demands. Trends Neurosci. 23 (10), 475-483 (2000).
  29. Burgess, P. W., Dumontheil, I., Gilbert, S. J. The gateway hypothesis of rostral prefrontal cortex (area 10) function. Trends Cognitive Sci. 11 (7), 290-298 (2007).
  30. Curtis, C. E., D'Esposito, M. Persistent activity in the prefrontal cortex during working memory. Trends Cognitive Sci. 7 (9), 415-423 (2003).
  31. Minamoto, T., Kawakami, N., Tsujimoto, T. Robustness of the self-referential process under normobaric hypoxia: an fNIRS study using the GLM and homologous cortical functional connectivity analyses. Front Human Neurosci. 18, 1337798(2024).
  32. Wang, L., et al. Effects of acute high-altitude exposure on working memory: a functional near-infrared spectroscopy study. Brain Behav. 12 (12), e2776(2022).
  33. Deary, I. J., Strand, S., Smith, P., Fernandes, C. Intelligence and educational achievement. Intelligence. 35 (1), 13-21 (2007).
  34. Jaeggi, S. M., Buschkuehl, M., Jonides, J., Perrig, W. J. Improving fluid intelligence with training on working memory. Proc Natl Acad Sci. 105 (19), 6829-6833 (2008).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

N Back
联系我们
向图书馆推荐

隐私

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。