持續性注意低頻波動的機制與干預

1 問題提出

持續性注意（sustained attention）是個體長時間將注意保持在特定刺激或任務上，以完成目標導向行為的能力（Qiaoetal.，2022）。Mackworth最早使用\"警覺”（vigilance）這一術語代表持續性注意（Mackworth，1948）。目前仍有很多研究者將持續性注意等同于警覺（Neigeletal.，2019；Sarteretal.，2001）。然而，持續性注意過程中需要將注意集中在正在從事的任務上，同時抵抗環境中的干擾。這至少需要三種認知功能共同工作：監測和評價正在進行的認知過程、激活與任務相關的過程、抑制與任務無關的過程（Claytonetal.，2015）。從這個意義上講，持續性注意是一種包含多種成分的復雜注意功能。人們在執行持續性注意任務時，往往會出現警覺下降和心智游移等現象，具體表現為對手頭任務的反應時延長和準確率下降以及產生與任務相關或無關的想法（Jinetal.，2019;Martinez-Pérezetal.，2023;Smallwoodamp;Schooler，2015）。執行控制能夠通過對常規反應傾向的抑制控制減少心智游移，維持任務目標（Thomsonetal.，2015）。由此可見，除了警覺成分，持續性注意還包含抑制控制、心智游移等不同成分。

持續性注意會隨時間的流逝不斷波動。在生活中，即使是短暫的注意波動也可能產生廣泛的負面影響，如學習成績下降、工作失誤，甚至造成安全隱患。在心理學實驗中，注意波動不僅會影響抑制控制、知覺檢測等多種認知過程，也會影響實驗操作的穩定性，是心理學研究中可重復性危機的可能原因之一（Draheimetal.，2019）。近年來，一系列基于漸變式連續操作任務（gradual-onsetcontinuousperformancetask，gradCPT）的研究表明，持續性注意中主要存在警覺下降和注意波動兩種不同時間尺度的波動（Estermanamp;Rothlein，2019）。也有人把持續性注意的波動劃分為相對集中的“專注狀態\"和相對分心的\"非專注狀態”（Estermanetal.，2013）。此外，持續性注意在正常人群中的發展及其在多動癥、孤獨癥等患者中的異常波動發生在多個亞慢波頻率（Adamoetal.，2014）。奇怪的是，目前尚無研究把功能狀態的波動和波動頻率聯系起來，似乎二者互不相干。

在真實場景中，持續性注意還參與到各種各樣的認知任務中，其波動往往受到心智游移、情緒、喚醒水平、動機、努力等因素的影響，呈現出復雜而獨特的時間尺度特征（Estermanamp;Rothlein，2019;Fortenbaugh etal.，2017;Hasenkampetal.，2012；Irrmischeretal.，2018）。例如，在一項探究獎懲預期對持續性注意影響的研究中，研究者發現獎勵和適度的懲罰會通過影響持續性注意的不同成分而減少持續性注意的波動（張曉，2022）。這說明，在不同的認知任務中，持續性注意的總體波動特征會因其各成分的權重不同而有所差異。因此，闡明持續性注意中的不同認知成分的波動特征以及它們與其他認知功能的交互作用機制對理解持續性注意的波動隨情境變化的現象至關重要。

已有研究開發的穩態組塊范式不僅實現了對單一認知任務的連續穩定操縱，還有效分離了不同注意成分及其相互作用（Wangetal.，2015；Wangetal.，2016），為探究不同認知任務場景下的持續性注意波動、解碼持續性注意的成分提供了合適的工具。亞慢波腦活動與持續性注意波動的頻率相吻合（Estermanamp;Rothlein，2019；Qiao et al.，2022）。根據亞慢波段行為-生理-神經信號波動的相似性（Palvaamp;Palva，2012），本研究認為相同時間尺度上腦活動的效率與認知操作的效率相耦合可能是持續性注意波動的原因及底層機制。認知的頻譜指紋假說（Siegeletal.，2012）認為，每種認知功能有其對應的神經回路，而每條神經回路有其最優工作頻率，因而每種認知功能和其對應的神經活動會表現出相同而獨特的宏觀波動特征（Keitelamp;Gross，2016）。據此，本研究提出“持續性注意中的不同認知成分主導不同波動特征”的觀點。

綜上所述，闡明持續性注意低頻波動的認知神經機制十分重要。本研究認為，持續性注意中的不同認知成分既是可分離的，也是相互影響的。因此，本研究首先結合持續性注意研究的新范式與多模態數據，揭示持續性注意核心認知成分的低頻波動特征；然后采用亞慢波無創腦刺激為“不同認知成分有不同的波動特征\"提供因果證據，優化持續性注意波動的干預方案；最后，根據持續性注意參與到其他認知任務中的實際情況，探討其與其他注意功能交互作用的時空特征，闡明不同認知任務對持續性注意低頻波動的影響，增進研究的生態效度與應用價值。

2研究現狀

2.1持續性注意波動的理論解釋

持續性注意水平隨時間而下降和波動是持續性注意的重要特征。對此，主要有三類代表性的理論解釋。資源消耗理論（resource-depletion/overloadtheory）認為，持續性注意水平下降是維持特定任務所需的認知資源枯竭的表現（Parasuramanamp;Mouloua，1987）。個體完成任務時需要認知資源的參與，當資源恢復的速度跟不上消耗的速度時，認知資源就會耗盡，導致注意水平下降，任務表現變差（Warmetal.，2008）。然而，資源消耗理論無法解釋資源消耗更少的簡單任務比復雜任務的持續性注意水平下降更大的現象。對此，負荷不足理論（mindlessness/underloadtheory）強調任務的單調重復會導致個體的注意偏離任務，在完成任務時心智游移，從而導致注意水平下降（Smallwood2010）。兩者從不同角度指出任務本身的復雜性影響個體投入到當前任務上的認知資源，但都沒有有效分離個體所擁有的認知資源和投入到任務中的資源。資源控制理論（resource-controltheory）進一步考慮了資源分配的靈活性，將持續性注意水平的變化解釋為資源分配的結果，認為執行控制在其中起關鍵作用。注意資源總量是固定的，不會隨著時間改變，但執行控制對任務目標的維持會隨著時間的延長而減弱，導致分配到任務上的認知資源減少。此時，大腦會將任務釋放的資源重新分配到任務無關的默認狀態的加工上，產生更多心智游移（Thomson etal.，2015）。考慮到注意集中和心智游移之間的相互作用，資源控制理論認為，與執行注意網絡相關的區域和默認網絡區域會隨著持續性注意水平的波動而波動（Fortenbaughetal.，2017）。這一推論得到腦激活結果的支持：持續性注意波動與前扣帶回（anteriorcingulatecortex，ACC）為核心的額頂網絡激活有關，ACC信號表現出先增強后緩慢下降達到基線的趨勢。這既符合資源控制理論中“當持續性注意隨著時間推移而所需資源減少時，資源分配將有利于非任務的默認狀態”的觀點，也間接顯示出持續性注意過程中的資源消耗存在波動。

上述理論在解釋持續性注意的波動現象時，均將其簡化為由于資源有限而不得不作出一些權衡和分配的過程，而沒有討論持續性注意不同成分在其中的作用。除了注意水平的整體變化，有研究者通過反應時變異性以及信號檢測論的漏報、虛報等指標測量了注意波動、注意缺失、抑制控制等成分，但目前尚無研究揭示這些成分的低頻波動特征（Jayakumaretal.，2023;Kucyietal.，2017）。目前的持續性注意波動模型僅區分了警覺下降和注意波動這兩類變化，并未將它們與上述認知成分聯系起來（Estermanamp;Rothlein，2019）。由此可見，研究者在理論和實證研究中均已關注到持續性注意存在多種波動特征、包含多種認知成分，但兩部分研究彼此割裂。因此，將二者整合起來，考察持續性注意過程中不同認知成分的低頻波動特征，有望系統闡明持續性注意低頻波動的認知神經機制。

2.2持續性注意波動的時間尺度

節律性是神經活動的基本特征之一。不同腦區之間主要通過節律性神經活動來進行信息交流以實現認知功能（Rossoetal.，2023）。注意的節律理論認為，不同的注意功能與不同的神經節律相聯系（Fiebelkornamp;Kastner，2019）。比如， a 波與警覺、抑制控制等成分相關，而 β 波則與注意集中相關（Claytonetal.，2015）。傳統的腦電節律雖然可以描述單一試次中的注意狀態，但無法刻畫注意狀態在試次間隨時間發生的變化。從試次間的波動看，持續性注意波動在小學階段的發展主要表現為亞慢波降低，這與注意穩定性的增強有關（Lewisetal.，2017）。而多動癥患者的持續性注意也在 0.01～0.5Hz 的多個亞慢波頻率上有異常波動（Karalunasetal.，2013）。有研究發現，亞慢波能夠通過跨頻率耦合（cross-frequencycoupling，CFC）機制調節傳統腦電節律（Monto etal.，2008;Thompsonetal.，2014），但目前CFC的研究主要集中在傳統腦電節律之間（Yakubovetal.，2022），亞慢波與高頻振蕩耦合的研究寥寥無幾，這種耦合跟認知功能的關聯還未得到有效揭示。因此，目前仍不清楚持續性注意在長時間尺度上緩慢波動的神經機制，以及這些波動如何調節每個試次的注意狀態。

2.3持續性注意波動的干預

持續性注意的波動不僅會對日常生活及工作、學習產生廣泛的負面影響，其異常波動還常出現在多動癥、孤獨癥以及情感障礙等神經、精神類疾病中（Hegerlamp;Hensch，2014）。如何通過外部干預減少持續性注意的波動是心理康復、認知與腦調控等領域的重要問題之一。

通過無創的經顱刺激干預腦功能網絡是解決該問題的重要研究方向。目前針對持續性注意的經顱刺激主要有兩種類型。第一類干預強調空間靶點的重要性，但靶點與功能的關系并不明確。例如：有研究施加額葉經顱直流電刺激（transcranialdirect current stimulation，tDCS）增加了心智游移，但未改善持續性注意的穩定性（Axelrod etal.，2015）；左側背外側前額葉（dorsolateral prefrontalcortex，DLPFC）的tDCS增加了心智游移，但未對注意焦點的元意識水平造成影響（Axelrod et al.，2018）；右側DLPFC和后頂葉的高精度tDCS調節了抑制控制功能，但沒有減緩警覺水平的降低（Luna etal.，2020）。第二類則是通過夾帶神經振蕩來干預認知功能。研究者通常采用0、 a 或 γ 波的經顱交流電刺激（transcranial alternating currentstimulation，tACS）干預持續性注意的波動，但未得到一致的結果。Clayton等人發現，與偽刺激和γ刺激相比，頂枕區的 a -tACS促進了自上而下的控制，減弱了警覺隨時間降低的趨勢（Claytonetal.，2019）。其他研究者則發現， a 和0頻段的tACS均能提高喚醒水平，但只有 a 刺激提高了抑制控制水平（Martinez-Perez etal.，2022）。Wei等人發現，通過tACS調節內側和外側PFC之間的0同步可以因果性地降低警覺下降的幅度（Weietal.，2021）。另一項研究在內側PFC分別施加 a 和θ刺激，發現 a 刺激減少了警覺下降，但刺激加劇了警覺下降（vanSchouwenburg etal.，2021）。雖然大部分研究認為 a -tACS能有效調節持續性注意，但其效應是阻正警覺下降還是增強抑制控制尚無定論。此外，基于傳統腦電節律的干預有效調節了長時間的警覺下降，但沒有探討對持續性注意緩慢波動的影響。總體而言，這些結果暗示持續性注意包含多種成分，每種成分的神經回路、優勢頻段、腦區可能并不相同。因此，闡明不同成分的時間（頻率）、空間（腦區和神經回路）特征對持續性注意的精準干預至關重要。

2.4持續性注意和其他注意功能的交互作用

作為一種復雜注意功能，持續性注意需要通過基本注意功能的協作來實現。目前，對基本注意功能的一種主流分類方式是將其分為警覺、定向和執行控制三個注意網絡（Posneramp;Petersen，1990）。Posner曾指出，持續性注意需要警覺的參與，可能會激活警覺網絡（Posneramp;Petersen，1990）。警覺網絡可以分成緊張性（tonic）警覺和位相性（phasic）警覺，緊張性警覺是在沒有線索和刺激提示下的一種持續穩定的警覺水平；位相性警覺一般由線索或刺激誘發，表現為瞬時警覺升高（Bastetal.，2018）。有研究者認為，由于緊張性警覺通常會貫穿整個任務，因此可以等同于持續性注意（Shalevetal.，2016）。Esterman等人指出，在持續性注意任務中，個體需要長時間保持警覺，同時也需要執行控制來抑制分心，進而實現穩定的定向（Estermanamp;Rothlein，2019）。此外，為了更好地研究不同成分之間的相互作用，有研究者把警覺分為喚醒成分和執行成分，執行成分的降低受到任務期間執行控制的調節（Lunaetal.，2022）。可見，雖然有大量研究探討了持續性注意與基本注意功能的關系，但他們并沒有深入探討持續性注意各成分與不同注意網絡的相互作用及其波動特征。因此，探究持續性注意與注意網絡的交互作用，考察持續性注意的波動如何因認知任務而異是解決持續性注意的獨立性和生態效度必須解答的問題。

2.5 簡要述評

綜上所述，現有關于持續性注意波動的研究已初步揭示了持續性注意的持續時間與影響因素等，為本研究的順利開展奠定了一定的基礎。但是，目前仍然缺乏有效整合其多成分、多瀕率的波動特征的探究。

首先，持續性注意核心成分的波動特征及神經機制尚不明確。持續性注意是一種包含了警覺、抑制控制等多種成分的復合注意功能。然而，現有研究選擇性地研究持續性注意的部分成分，甚至只研究總體表現，缺乏對其內部結構的系統研究；不同的研究在任務難度、反應概率、反應方式等方面的要求不同，造成了不同認知成分的權重在任務間的差異，導致不同研究的結果難以比較、實驗結果難以重復。此外，持續性注意波動的發展及其在多動癥中的異常多發生在亞慢波頻段，但目前的研究未對持續性注意中各核心認知成分的波動特征進行區分。對持續性注意核心認知成分低頻波動特征的解碼是闡明其內部結構的必由之路。

其次，目前暫無精準有效的方法減少持續性注意波動對認知任務的影響。基于傳統腦電節律的干預雖然能夠有效減緩長時間的警覺下降，但對持續性注意緩慢波動的影響仍不清楚。由于持續性注意波動的發展及其在多動癥中的異常波動多發生在 0.05Hz 附近，所以已有研究推斷持續性注意核心成分的低頻波動可能圍繞在 0.05Hz 附近，并在 0.05Hz 施加振蕩式tDCS（Oscillatory-tDCS，O-tDCS），實現了對抑制控制和注意集中等成分波動的有效調節，其效應量遠高于傳統tDCS（Qiaoetal.，2022）。因此，根據腦功能活動的時空特征，在亞慢波段施加刺激進行精準干預或許能夠有效提升干預效果。

最后，持續性注意與其他認知功能的交互作用對其波動性的影響尚不明確。持續性注意的研究通常采用連續操作范式，但日常生活中持續性注意的波動體現在執行各種認知任務的過程中，因此，要探究持續性注意的波動是否受到任務類型的影響，需使用穩態組塊設計將這兩種任務結合起來（Wang et al.，2016; Zhang et al.，2023）。由于不同認知功能之間既有獨特的神經回路也有共享的神經回路，這導致認知功能之間存在廣泛的關聯（Salaamp;Gobet，2019）。闡明持續性注意與其他認知功能的互動關系，將為理解不同腦網絡之間的相互作用及其動態變化提供新啟示。考慮到認知功能的種類繁雜多樣，考察持續性注意與基本注意功能的交互作用可能是解決這一問題的良好起點。

3研究構想

本研究針對持續性注意低頻波動的認知神經機制這一核心問題，結合行為、腦電、功能磁共振（functional magnetic resonance imaging，fMRI）等多模態技術和無創腦刺激方法，采用三個具體研究系統探索持續性注意核心認知成分的低頻波動特征、干預機制以及與基本注意功能的交互作用。

研究一采用經典的gradCPT范式，結合行為一生理-神經波動特征，分離持續性注意中的不同認知成分，并根據不同成分的低頻波動特征來建構持續性注意的成分波動理論。研究二則基于研究一的結論，在持續性注意核心認知成分的優勢頻率、神經回路的關鍵靶點上施加亞慢波經顱電刺激（transcranialelectricstimulation，TES），從頻率（時間）和靶點（空間）兩方面探索基于成分波動特征的干預機制、開發持續性注意的精準干預方案，并驗證持續性注意成分波動理論。研究一與研究二相結合，為“不同認知成分有不同波動特征\"的觀點提供因果證據，建立和完善持續性注意的成分波動理論。研究三通過自主開發的高信度復合注意測驗（HighReliability-CompositeAttentionTest，HR-CAT）考察持續性注意的波動在警覺、定向、執行控制和基線條件下的差異，探究持續性注意與注意網絡之間的交互作用，探索持續性注意的成分波動理論的外延，提升研究的生態效度和實用價值。本研究的框架如圖1所示。

3.1研究一：持續性注意核心認知成分的波動特征研究

以往研究發現持續性注意包含多個認知成分，但并未將這些成分有效分離并揭示其波動特征。本研究操縱gradCPT的探針（不需反應的刺激），根據不同的行為-生理-神經波動特征，解碼持續性注意的核心認知成分。

實驗1旨在探究警覺和心智游移波動的神經生理特征。本研究通過兩個單因素被試內實驗建立警覺和心智游移低頻波動的檢測指標，同時揭示其波動特征。目前已知腦電的θ和 a 節律等指標與試次內的警覺水平直接關聯（Fan etal.，2007），功能磁共振的全局信號（globalsignal，GS）與警覺波動相關（Falahpouretal.，2018），但沒有公認的警覺低頻波動的行為指標。由于持續性注意具有長時間尺度的特點，應該采用時間序列分析方法研究其低頻波動特征；而要揭示不同時間尺度的腦活動特征，又需要同時涵蓋時（頻率）空（腦區）雙維度的分析方法。已有研究已經基于認知頻譜指紋假說提出了全局時空拓撲分析技術（如圖2所示），適用于在時空雙維度上衡量信號波動特征，為本研究提供了刻畫不同注意成分時空波動特征的有效指標（Ao etal.，2023;Yanget al.，2024）。

本實驗通過融合行為測量和神經生理指標隨時間變化的低頻波動特征，建立一個綜合、可靠的警覺低頻波動的測量體系，刻畫其在行為-生理-神經層面的時空波動特征。其中，實驗1a采用無探針的gradCPT（如圖3所示），融合同步記錄的行為和腦電數據，刻畫警覺水平的低頻波動特征。實驗1b同樣采用無探針的gradCPT，融合行為和fMRI數據，建立反應時和全局時空拓撲的關聯，進一步揭示警覺低頻波動的時空特征。

在gradCPT中，通常認為行為反應的異常或缺失與心智游移有關。心智游移與默認網絡和額頂網絡有關，也跟腦電 a 節律有關（Rodriguez-Lariosamp;Alaerts，2021），因此實驗1a可通過行為與腦電數據融合，以 a 節律的低頻功率譜為因變量，來考察心智游移波動的頻率特征。實驗1b進一步以實驗1a建立的行為效標與fMRI指標的耦合來考察心智游移波動的空間特征。兩個實驗共同揭示心智游移波動的時空特征。

具體來說，在實驗1a中，任務態腦電數據經重參考、濾波、分段、去偽跡等預處理后，對每個試次進行0、 a 頻段的功率分析，以 1.25Hz 的采樣率、以每個試次的功率值構成時間序列，進行低頻功率譜分析；并對行為反應時、漏報率、虛報率等指標進行低頻功率譜分析，確定波動特征；考察腦電指標的低頻波動與行為低頻波動的相關性，找到警覺波動和心智游移的低頻腦電特征，為臨床提供腦電效標。在實驗1b中，對任務態數據進行常規預處理后，提取GS和各腦區信號。GS被定義為所有灰質信號的算術平均值；同時，本研究使用中科院自動化所的模板將大腦劃分為246個腦區，平均每個腦區中所有體素的信號值，得到該腦區的信號序列，即興趣區信號（ROIs）。通過對上述信號進行希爾伯特變換、功率譜密度分析、相干分析等，得到頻率、相位、波幅相關的特征以及全局時空拓撲結構，進而與行為的低頻波動進行耦合分析，得到與警覺和心智游移相關的腦信號低頻波動特征。

根據此前持續性注意發展和干預的相關研究結果，實驗1預期會在 0.05Hz 和 0.1Hz 附近發現與警覺和心智游移相關的峰值頻率。由于警覺和心智游移的神經生理效標不同，預期二者具有可分離的低頻波動特征。

實驗2旨在探究抑制控制波動的神經生理特征。在gradCPT中，探針出現時被試需要抑制行為反應的慣性，因此，本研究通過兩個子實驗（單因素被試內設計）控制有無探針（2a）和探針出現的概率（2b），以調節對抑制控制的需求，通過行為和腦電優勢頻率的變化檢測抑制控制低頻波動的特征。

實驗2a中，自變量為有無探針，有探針條件下探針（山區）出現的概率為 20% 。無探針條件的實驗程序與實驗1相同，有探針條件的實驗程序如圖4所示。在對腦電數據進行預處理后，逐試次提取 Θ_?a_?β 功率，計算 θ/α ratio （TAR） ?^θ/β ratio（TBR）等指標，對這些指標進行低頻功率譜分析;對行為反應時、虛報、漏報進行低頻功率譜分析，確定波動特征；考察腦電指標的低頻波動與行為低頻波動的相關性，找到抑制控制的低頻腦電特征，為臨床提供腦電效標。

實驗2b進一步考察探針概率對抑制控制低頻波動特征的影響。由于探針概率不僅體現了對抑制控制的需求，還會影響任務難度、警覺準備、心智游移等過程，通過對探針概率的操作可進一步反映持續性注意主要成分之間的相互作用及其對持續性注意波動特征的影響。本實驗以探針的概率 10% 、 20% 、 30% 為自變量，以行為反應時、虛報率、漏報率、腦電的P3成分等的低頻功率譜為因變量，考察不同抑制控制需求對低頻波動的影響。行為與腦電的數據處理方式與實驗2a相同，并通過對應頻率波動的變化與行為反應的變化做關聯，確定概率操作對不同成分的影響。

根據此前關于抑制控制低頻波動的相關研究結果，預期在有無探針的實驗中，抑制控制波動的峰值出現在 0.01Hz 以下；在操縱探針概率的實驗中，由于探針概率越高被試需要做出更多的抑制反應，因此探針概率高的情況下虛報率可能更高；探針概率低的情況下漏報率可能更高，這會導致相關成分的低頻波動特征發生變化。同時，與抑制控制、注意集中等成分相關的腦電波動特征也可能發生同步變化。如果“不同認知成分有不同的波動特征\"這一假設成立，則抑制控制和其他成分的波動特征應該是可分離的，但不能排除不同成分共享部分時空結構的可能性。為確定不同認知成分獨有的和共享的時空結構的變化，本研究將采用典型相關分析等多變量分析方法、時間和空間維度的獨立成分分析以及有向相互影響等統計方法區分不同成分的行為和神經效應（Wangetal.，2014;Wangetal.，2015）。在此基礎上，結合研究一和前人研究結果，逐步建立不同認知成分低頻波動的時空動態結構。

3.2研究二：基于波動特征的持續性注意干預機制研究

在持續性注意過程中，多動癥、自閉癥人群表現出了左側PFC的功能不足，說明左側DLPFC可能是持續性注意干預的重要空間靶點（Christakouetal.，2013;Filmeretal.，2019）。同時，持續性注意波動的發展及其在多動癥中的異常波動多發生在0.05Hz 附近（Karalunasetal.，2013；Yordanovaetal.，2011）。據此，已有研究在左側DLPFC實施0.05Hz 的O-tDCS，成功干預了持續性注意的多個成分，為基于波動特征的干預指明了方向（Qiaoetal.，2022）。本研究在研究一的基礎上繼續探索O-tDCS干預持續性注意波動的機制，揭示成分特異性的頻率和靶點。

實驗3旨在研究干預持續性注意低頻波動的刺激頻率效應。本實驗為二因素混合設計，刺激頻率（警覺峰值頻率、抑制控制峰值頻率、心智游移峰值頻率等）為被試間變量，測試時間（刺激前、刺激中、刺激后）為被試內變量，因變量為行為反應時、虛報率、漏報率、EEG信號等指標的低頻功率譜。具體來說，本實驗采用不同成分在研究一中確定的3＼～4個優勢頻率，以左側DLPFC為靶點實施O-tDCS，對各行為和腦電指標進行刺激頻率 .× 測試時間的二因素方差分析，根據交互作用驗證不同頻率的刺激是否能特異性增強對應的認知功能，結合行為和腦電技術探索基于認知成分低頻波動特征的精準干預機制。本研究預期在相應成分的優勢頻率上施加刺激可以更顯著地調節該成分。

實驗4旨在研究干預持續性注意低頻波動的刺激靶點效應。本實驗為二因素混合設計，干預靶點（警覺靶點、抑制控制靶點、心智游移靶點等）為被試間變量，測試時間為被試內變量，因變量為行為反應時、虛報率、漏報率等及其低頻功率譜。具體來說，本實驗以研究一確定的3＼～4個不同成分的核心皮層區域為刺激靶點實施O-tDCS，刺激頻率為 0.05Hz_? 對各行為和腦電指標進行刺激靶點 × 測試時間的二因素方差分析，根據交互作用驗證不同靶點的刺激是否能特異性增強對應的認知功能，結合行為和腦電技術探索基于認知成分特異性靶點的精準干預機制。本研究預期在相應成分的特異性靶點上施加刺激可以更顯著地調節該成分。

研究二從頻率（時間）和靶點（空間）兩方面探索基于持續性注意成分波動特征的精準干預機制，一方面驗證持續性注意的成分波動假設，另一方面基于新的成分波動理論開發持續性注意的精準干預方案。

3.3研究三：認知成分交互作用的低頻波動機制研究

本研究采用自主開發的HR-CAT，考察持續性注意的波動在警覺、定向、執行控制和基線條件下的差異。HR-CAT實驗程序如圖5所示。本研究將通過兩個子實驗，分別考察注意網絡的行為和腦電信號低頻波動特征以及fMRI信號低頻波動特征，共同探索在基線水平上增加不同注意網絡成分時，持續性注意的行為-電生理-神經血氧信號波動的時空特征。以警覺為例，警覺條件可以誘發被試的位相性警覺，而整個任務的警覺表現則可以代表緊張性警覺的波動。兩種警覺狀態下的藍斑-去甲腎上腺素系統神經元放電會產生相互影響，但這個動態過程及作用機制仍不清楚（Aston-Jonesamp; Cohen，20o5;Howells etal.，2012;Petersenamp;Posner，2012）。在本實驗中，通過對比警覺和基線條件下緊張性警覺低頻波動的差異來檢驗位相性警覺的水平對緊張性警覺低頻波動的影響，從而考察二者之間的關系。

實驗5為被試內設計，每名被試完成HR-CAT中的警覺、定向、執行控制和基線四個任務。本實驗采用穩態組塊設計，基于行為、腦電和功能磁共振技術探索持續性注意與注意網絡交互的波動特征。

實驗5a以各個注意功能的反應時、正確率以及腦電成分的低頻功率譜為因變量，考察注意網絡的行為和腦電信號低頻波動特征。具體來說，對HR-CAT任務的反應時和正確率數據進行功率譜計算，提取其峰值頻率、功率值等進行重復測量方差分析和配對t檢驗，考察不同注意成分對持續性注意低頻波動特征的影響。對腦電數據的記錄和分析同實驗1a，通過重復測量方差分析和配對t檢驗考察不同注意成分對腦電信號低頻波動特征的影響。

實驗5b以各個注意功能的反應時、正確率的功率譜以及fMRI信號的亞慢波時空拓撲結構為因變量，考察注意網絡的行為和fMRI信號低頻波動特征。具體來說，對行為數據的分析同實驗5a;對fMRI數據的分析同實驗1b，通過重復測量方差分析和配對t檢驗考察不同注意成分對fMRI信號低頻波動特征的影響。在上述兩個實驗中，通過與基線條件的對比，考察哪些頻率波動存在差異，檢測實驗中是否產生了新的頻率波動特征以及檢測研究一中的建立起來的波動特征是否會發生變化。

實驗5預期不同的注意網絡有不同的低頻波動特征，其中警覺網絡可能跟持續性注意的警覺波動存在交互作用，執行控制網絡可能跟持續性注意的抑制控制波動存在交互作用。

4理論建構與研究創新

隨時間流逝而不斷波動是持續性注意的一種重要特征。由于注意波動在生活中具有廣泛的負面影響，如何揭示和利用持續性注意的波動規律已經成為教育、心理治療、人因工程等多個領域共同關注的前沿問題，但目前的理論框架難以涵蓋其多成分、多頻率的波動特性。本研究以認知的頻譜指紋假說、注意的節律理論等理論為基礎，針對\"持續性注意低頻波動的認知神經機制\"這一核心問題，圍繞“解碼持續性注意的內部成分，闡明各成分波動的腦機制\"這一核心內容，闡述\"持續性注意中的不同認知成分主導了不同波動特征\"的觀點，從而建構和驗證“持續性注意的成分波動理論”。

首先，本研究拓展了注意理論，填補了當前理論未澄清持續性注意的不同成分如何參與其緩慢波動過程的空白。早期研究者大多將持續性注意等同于警覺（Mackworth，1948）。近年來，研究者們認為與選擇性注意、自上而下注意等注意類型不同，持續性注意是一種復雜的認知功能，不能簡單等同于警覺，而是包含了抑制控制、心智游移等不同的成分（Sarter etal.，20o1;Thomsonetal.，2015）。此外，正如三個注意網絡既相互獨立又相互協作（Callejasetal.，2005;Xuan etal.，2016），持續性注意的核心成分可能也是既可以分離又相互協同來應對生活中復雜多變的需求。為了系統分離持續性注意的核心成分、解析其內部結構，本研究探索不同認知成分所主導的波動特征，建構持續性注意波動的理論。需要強調的是，成分的可分離并不意味著不同成分是完全獨立的，相反，除了不同成分獨有的時空結構，成分之間會存在大量共享的時空結構，因而，探討不同成分之間的相互作用也是建構成分波動理論的重要方面。

其次，本研究完善了腦功能理論，把特定的認知成分與腦功能的時空結構聯系起來，形成從神經振蕩到認知成分波動到持續性注意整體波動的邏輯鏈條，揭示持續性注意波動的認知神經機制。認知功能是由特定的神經回路實現的。在神經回路中，通過多層級的節律性神經活動交流信息是進化形成的一種主要的腦內信息傳遞模式（Buzsaki，2009）。由于路徑長度、傳輸速度等因素的影響，每個腦區和回路都有其特定的頻譜特征，而協調更大范圍的神經活動需要更低頻的節律調節，這使得每種認知功能在宏觀上表現出緩慢波動的頻譜特征（Keitelamp;Gross，2016）。認知的頻譜指紋把每種認知功能與特定的腦活動時空特征相聯系，是一種新穎且有效的定義認知功能的方法（Siegeletal.，2012）。已有研究使用靜息態和穩態組塊設計的連續操作任務揭示了亞慢波腦活動的多頻率波動特征（Ao etal.，2023;Wangetal.，2018;Wangetal.，2020），而持續性注意的波動剛好落在亞慢波的頻段范圍內（Estermanamp;Rothlein，2019），本研究據此推斷不同頻率的波動可能與持續性注意的不同認知成分有關。由于行為、電生理、血氧信號在亞慢波段表現出相似的振蕩特征，通過亞慢波腦活動的時空結構解碼持續性注意的波動機制既具有必然性、必要性，也具有天然優勢。本研究采用行為、腦電、fMRI等研究方法，結合自主開發的亞慢波TES和全局時空拓撲分析技術等，從生理一心理-神經耦合的角度探討持續性注意波動的認知神經機制。在研究方法上，推動認知功能的腦區和腦網絡研究走向時空結構研究（Wangetal.，2025），同時驗證和完善“時空神經科學”（Northoff，2024）、“認知的頻譜指紋”（Siegeletal.，2012）等前沿理論。在研究內容上，把心理學對傳統神經節律的研究擴展到亞慢波腦活動研究促進對心理活動“宏觀波動”、“慢過程”的認識（Kringelbach etal.，2015;Wilckensetal.，2018）。

最后，本研究豐富了無創腦干預領域的研究，提供了持續性注意波動的精準時空靶點。由于持續性注意的異常波動與各種神經、精神疾病有關，即使是正常波動也會對工作和學習效率造成影響甚至可能導致重大災難，因而有必要探尋調節持續性注意波動的有效方法。根據腦功能活動的時空特征進行精準干預能夠有效改善干預效果。本研究在持續性注意的核心認知成分對應的優勢頻率、神經回路的關鍵靶點上施加亞慢波TES，通過認知-頻率-腦區特異性效應驗證認知成分與波動特征的關聯。一方面為持續性注意的成分波動假設提供因果證據，另一方面為持續性注意波動的干預提供精準靶點。亞慢波TES將促進對持續性注意波動特征的利用、避免波動的危害，助力個體提高學習、生活和工作質量，減少人為事故。

參考文獻

張曉.（2022）.獎懲預期對持續性注意的影響[碩士學位 論文].天津師范大學. Adamo，N.，Huo，L.，Adelsberg，S.，Petkova，E.，Castellanos， F.X.，amp; Di Martino，A.（2014）.Response timeintrasubject variability：Commonalities between childrenwith

autism spectrum disorders and children with ADHD. European Child and Adolescent Psychiatry， 23（2）， 69-79.

Ao，Y.，Yang，C.，Drewes，J.，Jiang，M.，Huang，L.，Jing，X.， Northoff，G.，amp; Wang，Y.（2023）.Spatiotemporal dedifferentiation of the global brain signal topography alongthe adult lifespan.Human Brain Mapping，44（17）， 5906-5918.

Aston-Jones，G.，amp;Cohen，J.D.（2oo5）.Anintegrative theory of locus coeruleus-norepinephrine function： Adaptive gain and optimal performance. Annual Review of Neuroscience， 28，403-450.

Axelrod，V.，Rees，G.，Lavidor，M.，amp;Bar，M.（2015）. Increasing propensity to mind-wander with transcranial direct current stimulation. Proceedings of the National Academy of Sciences of the United States of America， 112（11）， 3314-3319.

Axelrod，V.，Zhu，X.，amp; Qiu，J. （2018）.Transcranial stimulation of the frontal lobes increases propensity of mind-wandering without changing meta-awareness.Scientific Reports，8（1）， 15975.

Bast，N.，Poustka，L.，amp; Freitag，C.M.（2018）.The locus coeruleus-norepinephrine system as pacemaker of attention -a developmental mechanism of derailed attentional function inautism spectrum disorder.European Journal of Neuroscience，47（2），115-125.

Buzsaki，G. （2009）.Rhythmsof thebrain.Oxford University Press.

Callejas，A.，Lupianez，J.，Funes，M.J.，amp;Tudela，P.（2005）. Modulations among the alerting，orienting and executive control networks. Experimental Brain Research，167（1）， 27-37.

Christakou，A.，Murphy， C.M.， Chantiluke，K.，Cubillo，A. I. Smith，A.B.，Giampietro，V.，...Rubia，K.（2013）.Disorderspecific functional abnormalities during sustained attention inyouth with Attention Deficit Hyperactivity Disorder （ADHD）and with autism.Molecular Psychiatry，18（2）， 236-244.

Clayton，M.S.，Yeung，N.，amp;CohenKadosh，R.（2015）.The roles of cortical oscillations in sustained attention.Trends in Cognitive Sciences，19（4），188-195.

Clayton，M.S.， Yeung，N.，amp; Cohen Kadosh，R. （2019）. Electrical stimulation of alpha oscillations stabilizes performance on visual attention tasks.Journalof Experimental Psychology：General，148（2），203-220.

Draheim，C.，Mashburn，C.A.，Martin，J.D.，amp;Engle，R.W. （2019）.Reaction time in differential and developmental research：A review and commentary on the problems and alternatives.Psychological Bulletin，145（5），508-535.

Esterman，M.，Noonan，S.K.，Rosenberg，M.，amp;DeGutis，J. （2013）.In the zone or zoning out？ Tracking behavioral andneural fluctuationsduring sustained attention. Cerebral Cortex，23（11），2712-2723.

Esterman，M.，amp; Rothlein，D.（2019）.Models of sustained attention.CurrentOpinioninPsychology，29，174-180.

Falahpour，M.，Chang，C.，Wong，C.W.，amp;Liu，T.T.（2018）. Template-based prediction of vigilance fluctuations in resting-state fMRI.Neuroimage，174，317-327.

Fan，J.，Byrne，J.，Worden，M.S.，Guise，K.G.，McCandliss， B.D.，Fossella，J.，amp;Posner，M.I.（2oo7）.Therelationof brain oscillations to attentional networks. Journal of Neuroscience，27（23），6197-6206.

Fiebelkorn，I.C.，amp;Kastner， S.（2019）.A rhythmic theory of attention. Trends in Cognitive Sciences，23（2），87-101.

Filmer，H.L.，Griffin，A.，amp;Dux，P.E.（2019）.Fora minute there，I lost myself...dosage dependent increases in mind wandering via prefrontal tDCS.Neuropsychologia，129， 379-384.

Fortenbaugh，F.C.，DeGutis，J.，amp; Esterman，M.（2017）. Recent theoretical，neural，and clinical advances in sustained attention research.Annals of the New York Academy ofSciences，1396（1），70-91.

Hasenkamp，W.，Wilson-Mendenhall， C.D.，Duncan，E.，amp; Barsalou，L.W.（2012）.Mind wandering and attention during focused meditation：A fine-grained temporal analysis of fluctuating cognitive states. Neuroimage， 59（1）， 750-760.

Hegerl，U.，amp; Hensch，T.（2014）.Thevigilance regulation model of affective disorders and ADHD.Neuroscienceamp; BiobehavioralReviews，44，45-57.

Howells，F.M.，Stein，D.J.，amp; Russell，V.A.（2012）. Synergistic tonic and phasic activity of the locus coeruleus norepinephrine （LC-NE）arousal system is required for optimal attentional performance.Metabolic Brain Disease， 27（3），267-274.

Irrmischer，M.，van der Wal，C.N.，Mansvelder，H.D.，amp; Linkenkaer-Hansen，K. （2ol8）.Negative mood and mind wandering increase long-range temporal correlations in attention fluctuations.PLoS ONE，13（5），e0196907.

Jayakumar，M.，Balusu，C.，amp; Aly，M.（2023）.Attentional fluctuations and the temporal organization of memory. Cognition，235，105408.

Jin，C.Y.，Borst，J.P.，amp; vanVugt，M.K.（2019）.Predicting task-general mind-wandering with EEG.Cognitive，Affective， amp;BehavioralNeuroscience，19（4），1059-1073.

Karalunas，S.L.，Huang-Pollock，C.L.，amp; Nigg，J.T.（2013）. Isreaction time variability in ADHD mainly at low frequencies？TheJournal ofChildPsychologyandPsychiatry. 54（5），536-544.

Keitel，A.，amp; Gross，J.（2o16）.Individual human brain areas can be identified from their characteristic spectral activation fingerprints.PLoS Biology，14（6）， e1002498.

Kringelbach，M.L.，McIntosh，A.R.，Ritter，P.，Jirsa，V.K.， amp; Deco， G. （2ol5）.The rediscovery of slowness： Exploring the timing of cognition. Trends in Cognitive Sciences， 19（10）， 616-628.

Kucyi，A.，Hove，M.J.，Esterman，M.，Hutchison，R.M.，amp; Valera，E.M.（2o17）.Dynamic brain network correlates of spontaneous fluctuations in attention. Cereb Cortex，27（3）， 1831-1840.

Lewis，F.C.，Reeve，R.A.，Kelly，S.P.，amp;Johnson，K.A. （2017）. Sustained attention to a predictable， unengaging Go/No-Go task shows ongoing development between 6 and 11 years.Atention，Perception，amp; Psychophysics， 79（6）， 1726-1741.

Luna，F.G.，Roman-Caballero，R.，Barttfeld，P.，Lupianez，J.， amp;Martin-Arevalo，E. （2020）.A high-definition tDCS and EEG study on attention and vigilance：Brain stimulation mitigates the executive but not the arousal vigilance decrement.Neuropsychologia，142，107447.

Luna，F.G.，Tortajada，M.，Martin-Arévalo，E.，Botta，F.，amp; Lupianez， J. （2022）.A vigilance decrement comes along with an executive control decrement：Testing the resourcecontrol theory.Psychonomic Bulletin amp; Review，29（5）， 1831-1843.

Mackworth，N. H. （1948）. The breakdown of vigilance during prolonged visual search. Quarterly Journal of Experimental Psychology，1（1），6-21.

Martinez-Pérez，V.，Andreu，A.，Sandoval-Lentisco，A.， Tortajada，M.，Palmero，L.B.， Castillo，A.，..Fuentes，L.J. （2023）.Vigilance decrement and mind-wandering in sustained attention tasks：Two sides of the same coin？ Front Neuroscience，17，1122406.

Martinez-Perez，V.，Tortajada，M.，Palmero，L.B.，Campoy， G.，amp; Fuentes，L.J.（2022）.Effects of transcranial alternating current stimulationover right-DLPFC on vigilance tasks depend on the arousal level.Scientific Reports，12（1），547.

Monto，S.，Palva，S.，Voipio，J.，amp; Palva，J.M.（2008）. Very slow EEG fluctuations predict the dynamics of stimulus detection and oscillation amplitudes in humans.Journal of Neuroscience，28（33），8268-8272.

Neigel，A.R.，Claypoole，V.L.，amp; Szalma，J.L.（2019）. Effects of state motivation in overload and underload vigilance task scenarios.ActaPsychologica，197，106-114.

Northoff，G.（2024）.From braindynamicsto the mind： Spatiotemporalneuroscience.Academic Press.

Palva，J.M.，amp; Palva，S.（2ol2）.Infra-slow fluctuations in electrophysiological recordings，blood-oxygenation-leveldependent signals，and psychophysical time series. Neuroimage，62（4），2201-2211.

Parasuraman，R.，amp; Mouloua，M.（l987）.Interactionof signal discriminability and task type in vigilance decrement. Perception，amp;Psychophysic，41（1），17-22.

Petersen，S.E.，amp;Posner，M.I.（20l2）.The attention system of the human brain：20 years after. Annual Review of Neuroscience，35，73-89.

Posner，M.I.，amp; Petersen， S.E. （1990）. The atention system of the human brain.Annual Review of Neuroscience，13， 25-42.

Qiao，J，Li，X.，Wang，Y.，Wang，Y.，Li，G.，Lu，P.，amp;Wang， S.（2022）.The infraslow frequency oscillatory transcranial direct current stimulation over the left dorsolateral prefrontal cortex enhances sustained attention.Frontiers in AgingNeuroscience，14，879006.

Rodriguez-Larios，J.，amp;Alaerts，K.（2021）.EEG alpha-theta dynamicsduringmind wanderinginthe contextof breath focus meditation： An experience sampling approach with novice meditation practitioners. European Journal of Neuroscience，53（6），1855-1868.

Rosso，M.，Moens，B.，Leman，M.，amp;Moumdjian，L.（2023）. Neural entrainment underpins sensorimotor synchronization to dynamic rhythmic stimuli. Neuroimage，277，120226.

Sala，G.，amp; Gobet，F.（2019）.Cognitive training does not enhance general cognition. Trends in Cognitive Sciences， 23（1），9-20.

Sarter，M.，Givens，B.，amp;Bruno，J.P.（2oo1）.Thecognitive neuroscience of sustained attention：Where top-down meets bottom-up.Brain Research Reviews，35（2），146-160.

Shalev，N.， Humphreys， G.，amp; Demeyere，N. （2016）. Assessing the temporal aspects of attention and its correlates in aging andchronic strokepatients.Neuropsychologia，92，59-68.

Siegel，M.，Donner，T.H.，amp;Engel，A.K.（2012）.Spectral fingerprints of large-scale neuronal interactions.Nature ReviewsNeuroscience，13（2），121-134.

Smallwood，J. （201o）.Why the global availability of mind wandering necessitates resource competition：Reply to McVayandKane（2010）.Psychological Bulletin，136（2）， 202-207.

Smallwood，J.，amp; Schooler，J.W.（2015）.The science of mind wandering：Empirically navigating the stream of consciousness.Annual Review ofPsychology，66，487-518.

Thompson，G.J.，Pan，W.J.，Billings，J.C.， Grooms，J.K.， Shakil，S.，Jaeger，D.，amp;Keilholz，S.D.（2014）.Phaseamplitude coupling and infraslow（

Thomson，D.R.，Besner，D.，amp; Smilek，D.（2015）．A resource-control account of sustained attention：Evidence frommind-wanderingand vigilance paradigms.Perspectives onPsychological Science，10（1），82-96.

van Schouwenburg，M.R.，Sligte， I.G.，Giffin，M.R.， Gunther，F.，Koster，D.，Spronkers，F.S.，..Slagter， H.A. （2021）.Effects of midfrontal brain stimulation on sustained attention. Journal of Cognitive Enhancement，5（1），62-72.

Wang，Y.，Chen，W.，Ye，L.，Biswal，B.B.，Yang，X.，Zou， Q.，... Chen，H. （2018）.Multiscale energy reallocation duringlow-frequency steady-state brainresponse.Human Brain Mapping，39（5），2121-2132.

Wang， Y.， Zou， Q.， Ao， Y.，Liu， Y.， Ouyang， Y.， Wang， X.，.. Chen，H. （2020）. Frequency-dependent circuits anchored in the dorsal and ventral left anterior insula. Scientifc Reports，10（1），16394.

Wang，Y.F.，Cui，Q.，Liu，F.，Huo，Y.J.，Lu，F.M.，Chen，H.， amp; Chen， H. F. （2014）.A new method for computing attention network scores and relationships between attention networks.PLoSONE，9（3），e89733.

Wang，Y.F.，Jing，X.J.，Liu，F.，Li，M.L.，Long，Z.L.，Yan，J. H.，amp; Chen，H.F. （2015）.Reliable attention network scores and mutually inhibited inter-network relationships revealed by mixed design and non-orthogonal method. Scientific Reports，5，10251.

Wang，Y.F.，Long，Z.，Cui，Q.，Liu，F.，Jing，X.J.，Chen， H.，...Chen， H.F. （2016）.Low frequency steady-state brain responses modulate large scale functional networks in a frequency-specific means. Human Brain Mapping， 37（1），381-394.

Wang，Y.F.，Zhang，C.，Liu，Q.，amp;Jing，X.J.（2025）.The intrinsic spatiotemporal structure of cognitive functions inspires the intervention of brain functions.Frontiers in Neurology，16，1494673.

Warm，J.S.，Parasuraman，R.，amp; Matthews，G.（2008）. Vigilance requires hard mental work and is stressful. Human Factors，50（3），433-441.

Wei，J.，Zhang，Z.，Yao，Z.，Ming，D.，amp; Zhou，P.（2021）. Modulation of sustained attention by theta-tACS over the lateraland medial frontal cortices.NeuralPlasticity，2021， 5573471.

Wilckens，K.A.，Ferrarelli，F.，Walker，M.P.，amp;Buysse，D.J. （2018）. Slow-wave activity enhancement to improve cognition. Trends in Neurosciences，41（7），470-482.

Xuan，B.，Mackie，M.A.，Spagna，A.，Wu，T.，Tian，Y.，Hof，P. R.，amp; Fan，J.（2ol6）.The activation of interactive attentional networks.Neuroimage，129，308-319.

Yakubov，B.，Das，S.，Zomorrodi，R.，Blumberger，D.M.， Enticott，P.G.，Kirkovski，M.，Rajji，T.K.，amp;Desarkar，P. （2022）. Cross-frequency coupling in psychiatric disorders： Asystematic review.Neuroscience and Biobehavioral， 138，104690.

Yang，C.，Biswal，B.，Cui，Q.，Jing，X.，Ao，Y.，amp;Wang，Y. （2024）.Frequency-dependent alterationsof global signal topography in patients with major depressive disorder. PsychologicalMedicine，54（9），2152-2161.

Yordanova，J.，Albrecht，B.，Uebel，H.，Kirov，R.，Banaschewski， T.，Rothenberger，A.，amp; Kolev，V.（2011）.Independent oscillatory patternsdetermine performance fluctuationsin childrenwithattentiondeficit/hyperactivitydisorder.Brain， 134（6），1740-1750.

Zhang，C.，Wang，Y.，Jing，X.，amp; Yan，J.H. （2023）.Brain mechanisms of mental processing：from evoked and spontaneous brain activities to enactive brain activity. Psychoradiology，3，kkad010.

The mechanism and intervention of low-frequency fluctuations ofsustained attention

WANG Yifeng， TANG Yuzhu， XIAO Kunchen， JING Xiujuan （Institute ofBrain and Psychological Sciences，Sichuan Normal UniversityChengdu6lo066，China）

Abstract：Sustained attention is the ability to maintain atention to particular stimuli or cognitiveactivities over time. However，atention levels fluctuate over time， which can impede ongoing cognitive activities. The normal development of sustained attntion，as well as its abnormal fluctuations in patients with neurological and psychiatric disorders，occur across multiple infra-slow frequencies.Current research oversimplifies the fluctuations as a trade-off and allcation of limited cognitive resources， making it dificult to analyze the complex array of diverse cognitive components and characteristics of multiple frequency fluctuations for sustained attention.This study aims to elucidate the cognitive neural mechanisms underlyingthe low-frequency fluctuations for sustained atention.It includes： （l） investigating the brain-spatiotemporal characteristics of cognitive components’ fluctuations for sustained atention and proposing hypotheses for cognitive component fluctuations; （2） exploring interventions based on low-frequency fluctuations of sustained atention components，by using infra-slow wave transcranial electrical stimulation to validate the proposed hypotheses based on frequency， timing，and brain regions; （3） examining the interaction between sustained attention and atentional networks.This study contributes to understanding the cognitive and spatiotemporal characteristics of sustained atention and provides insights for precise interventions of sustained attention fluctuations.

Keywords：sustainedattentionbrain-spatiotemporalcracteristics，low-frequencybrainactivitynfra-slow wave transcranial electrical stimulation， attentional network