Munhall采用b-CFS范式对言语的无意识视听整合发生在深度睡眠阶段.此外,该学习效果能够在清醒 进行了研究,他们将听觉句子和与该听觉刺激相一状态下得以保持,在第二个测验阶段中,被试在清醒 致或不一致的说话嘴型的录影片段同时呈现;录影状态下接受声音输入,同样发现呈现声音A呼吸量增 片段的对比度由弱变强,动态噪音点的对比度由强加以及呈现声音B呼吸量减少的效应.上述结果表 变弱;整段视听刺激时长6s,被试需要在看到录影明,即使听觉和嗅觉信息都处于无意识的状态,两者 片段时就立即按键.被试的反应时在视听一致条件仍然得以整合.然而,正如该研究的作者所承认的, 下显著短于视听不一致的条件,即在视听一致时视尽管他们随后要求被试报告对刺激的意识程度,但 觉刺激能够更快地突破抑制.另外,为了排除观察到实际上在睡眠状态下对刺激觉知程度的控制还是十 的一致性效应是来自于意识上的反应偏向,他们设分困难,个体可能在睡眠时仍然对刺激存在一定程 计向两只眼睛呈现同样的混合在一起的视觉材料和度的觉察,但醒来后忘记了这一事件,因而不能 动态噪音,在该控制条件下没有发现一致性效应 再认 Faivre和Koch3首次尝试在被试清醒的情况下 22完全无意识的研究 通过严格控制不同感觉通道信息的觉知程度的方法 上述视听整合的研究,包括其他感觉通道信息以考察完全无意识的视听整合过程.他们采用了反 整合的研究4,都从某种程度上考察了无意识条应启动 response priming)的范式.首先,在启动阶段 件下多感觉信息整合的可能性.但是被试在这些研他们向被试呈现一对阈限下的一致(如视觉数字“6” 究中总是能够意识到其中某个通道的刺激,所以很听觉数字“6”)或不一致(如视觉数字“8”,听觉数字 有可能是通过对这个通道的刺激的有意识知觉才能“6”)的视听数字(启动刺激).然后在探测阶段,呈现 够实现它与另一个通道的处于无意识水平的刺激的对阈限上的一致(如视觉字母“b”,听觉字母“b”)或 整合.整体通路假设 global access hypothesis)4可以不一致(如视觉字母“m”,听觉字母“b”)的视听字母 解释该现象:意识上呈现的刺激信息传递到各个模(目标刺激).被试需要判断目标刺激中的视听字母是 块,包括无意识视觉刺激所激活的模块,从而使得该否一致.结果发现启动刺激与目标刺激关系一致条 有意识的刺激能够与无意识的刺激相比较.因此,先件下(视听数字一致且视听字母一致,或视听数字不 前的这些研究并没有提供关于多感觉信息能够在完致且视听字母不一致)比不一致条件下(视听数字 全无意识条件下整合的证据,只有当不同感觉通道一致且视听字母不一致,或视听数字不一致且视听 信息都处于无意识水平时才能真正地探究无意识多字母一致)反应时更短.该结果表明判断阈限上的听 感觉整合问题 觉和视觉目标字母之间的关系会受到阈限下的听觉 最近,一项研究发现被试在深度睡眠的情况下和视觉启动项数字之间的关系的影响,研究者将这 能够学习到气味与音调之间的联结关系,为完全无个一致性启动效应作为无意识多感觉信息整合的证 意识的多感觉信息整合提供了一定的证据.Ari等据,即阈限下的视觉和听觉信息能够发生无意识整 人利用个体的呼吸特性(即闻好闻的气味时呼吸量合.这个巧妙的实验设计没有像以往采用传统范式 会升高,反之,闻难闻气味时呼吸量降低)来衡量被的硏究那样探测跨通道加工(如当被试听到数字“8 试在睡眠状态下声音气味联结强化学习的效果.学时是否会比听到其他数字时能更快地加工视觉数字 习阶段,他们采用局部强化跟踪条件化( partial-“8”),而是通过让被试判断视觉和听觉刺激之间的关 reinforcement trace conditioning程序,向睡着的被试系来直接测量被试整合视听信息的能力,因为视觉 先后呈现声音A和好闻气味(或声音B和难闻气味),和听觉刺激之间的这种关系比较不可能通过对单个 并确保被试在强化过程中始终处于睡眠状态.测验通道的各个刺激分别单独加工得到,而是需要直接 阶段,只向被试呈现学习阶段出现过的声音,并实时或间接地通过双模态的神经元接受来自各个感觉通 监测被试呼吸量变化.结果显示当呈现声音A时,被道的输入,从而从功能上将视觉和听觉通道连接起 试呼吸量显著增加;反之如果冋被试呈现之前经难来.研究者也同时考察了仅某一感觉通道信息(视觉 闻气味条件化的声音B,被试的呼吸量将降低.他们或听觉)处于无意识条件下的多感觉信息整合,同样 还分析了不同睡眠阶段的学习效果,发现学习主要发现了一致性启动效应.值得注意的是在这些正式 DownloadedtoIp:159.226.113221On:2018-02-2114:15:29http:/engine.st o/10.1360N972015-006665 Munhall[40]采用b-CFS范式对言语的无意识视听整合 进行了研究, 他们将听觉句子和与该听觉刺激相一 致或不一致的说话嘴型的录影片段同时呈现; 录影 片段的对比度由弱变强, 动态噪音点的对比度由强 变弱; 整段视听刺激时长6 s, 被试需要在看到录影 片段时就立即按键. 被试的反应时在视听一致条件 下显著短于视听不一致的条件, 即在视听一致时视 觉刺激能够更快地突破抑制. 另外, 为了排除观察到 的一致性效应是来自于意识上的反应偏向, 他们设 计向两只眼睛呈现同样的混合在一起的视觉材料和 动态噪音, 在该控制条件下没有发现一致性效应. 2.2 完全无意识的研究 上述视听整合的研究, 包括其他感觉通道信息 整合的研究[41,42], 都从某种程度上考察了无意识条 件下多感觉信息整合的可能性. 但是被试在这些研 究中总是能够意识到其中某个通道的刺激, 所以很 有可能是通过对这个通道的刺激的有意识知觉才能 够实现它与另一个通道的处于无意识水平的刺激的 整合. 整体通路假设(global access hypothesis)[43]可以 解释该现象: 意识上呈现的刺激信息传递到各个模 块, 包括无意识视觉刺激所激活的模块, 从而使得该 有意识的刺激能够与无意识的刺激相比较. 因此, 先 前的这些研究并没有提供关于多感觉信息能够在完 全无意识条件下整合的证据, 只有当不同感觉通道 信息都处于无意识水平时才能真正地探究无意识多 感觉整合问题. 最近, 一项研究发现被试在深度睡眠的情况下 能够学习到气味与音调之间的联结关系, 为完全无 意识的多感觉信息整合提供了一定的证据. Arzi等 人[44]利用个体的呼吸特性(即闻好闻的气味时呼吸量 会升高, 反之, 闻难闻气味时呼吸量降低)来衡量被 试在睡眠状态下声音-气味联结强化学习的效果. 学 习阶段 , 他们采用局部强化跟踪条件化 (partial￾reinforcement trace conditioning)程序, 向睡着的被试 先后呈现声音A和好闻气味(或声音B和难闻气味), 并确保被试在强化过程中始终处于睡眠状态. 测验 阶段, 只向被试呈现学习阶段出现过的声音, 并实时 监测被试呼吸量变化. 结果显示当呈现声音A时, 被 试呼吸量显著增加; 反之如果向被试呈现之前经难 闻气味条件化的声音B, 被试的呼吸量将降低. 他们 还分析了不同睡眠阶段的学习效果, 发现学习主要 发生在深度睡眠阶段. 此外, 该学习效果能够在清醒 状态下得以保持, 在第二个测验阶段中, 被试在清醒 状态下接受声音输入, 同样发现呈现声音A呼吸量增 加以及呈现声音B呼吸量减少的效应. 上述结果表 明, 即使听觉和嗅觉信息都处于无意识的状态, 两者 仍然得以整合. 然而, 正如该研究的作者所承认的, 尽管他们随后要求被试报告对刺激的意识程度, 但 实际上在睡眠状态下对刺激觉知程度的控制还是十 分困难, 个体可能在睡眠时仍然对刺激存在一定程 度的觉察, 但醒来后忘记了这一事件, 因而不能 再认. Faivre和Koch[45]首次尝试在被试清醒的情况下 通过严格控制不同感觉通道信息的觉知程度的方法 以考察完全无意识的视听整合过程. 他们采用了反 应启动(response priming)的范式. 首先, 在启动阶段, 他们向被试呈现一对阈限下的一致(如视觉数字“6”, 听觉数字“6”)或不一致(如视觉数字“8”, 听觉数字 “6”)的视听数字(启动刺激). 然后在探测阶段, 呈现 一对阈限上的一致(如视觉字母“b”, 听觉字母“b”)或 不一致(如视觉字母“m”, 听觉字母“b”)的视听字母 (目标刺激). 被试需要判断目标刺激中的视听字母是 否一致. 结果发现启动刺激与目标刺激关系一致条 件下(视听数字一致且视听字母一致, 或视听数字不 一致且视听字母不一致)比不一致条件下(视听数字 一致且视听字母不一致, 或视听数字不一致且视听 字母一致)反应时更短. 该结果表明判断阈限上的听 觉和视觉目标字母之间的关系会受到阈限下的听觉 和视觉启动项数字之间的关系的影响, 研究者将这 个一致性启动效应作为无意识多感觉信息整合的证 据, 即阈限下的视觉和听觉信息能够发生无意识整 合. 这个巧妙的实验设计没有像以往采用传统范式 的研究那样探测跨通道加工(如当被试听到数字“8” 时是否会比听到其他数字时能更快地加工视觉数字 “8”), 而是通过让被试判断视觉和听觉刺激之间的关 系来直接测量被试整合视听信息的能力, 因为视觉 和听觉刺激之间的这种关系比较不可能通过对单个 通道的各个刺激分别单独加工得到, 而是需要直接 或间接地通过双模态的神经元接受来自各个感觉通 道的输入, 从而从功能上将视觉和听觉通道连接起 来. 研究者也同时考察了仅某一感觉通道信息(视觉 或听觉)处于无意识条件下的多感觉信息整合, 同样 发现了一致性启动效应. 值得注意的是在这些正式 Downloaded to IP: 159.226.113.221 On: 2018-02-21 14:15:29 http://engine.scichina.com/doi/10.1360/N972015-00666