← 返回文献列表

IT Literature Intelligence 终审版本 (VERIFIED) 论文编号: 200 | 原始基线: V0_ZCODE_BASELINE | 语义审核: needs_major_revision | 图表审核: pass

Hand Shape Selection in Pantomimed Grasping: Interaction Between the Dorsal and the Ventral Visual Streams and Convergence on the Ventral Premotor Area

Makuuchi · Human Brain Mapping · 2012 · Zotero itemID=1866

这篇文章用 fMRI 加动态因果模型（dynamic causal modeling, DCM）追问一个具体问题：当人对日常物品做"模仿抓握"（pantomimed grasping）时，多种可能的手形是被谁、在哪里、以怎样的信息流选出来的。作者设计了一个聪明的选择需求操纵——同一物体第二次出现时要求换握法——结果发现背侧（dorsal）与腹侧（ventral）视觉流之间的耦合增强，且来自 AIP（前顶内沟区）、pITG（颞下回后部）和背外侧前额叶（DLPFC）的因果影响汇聚到腹侧运动前区（PMv）。它把"抓握手形选择"从单纯的激活定位推进到了网络动力学层面，是动作选择研究中少见的直接证据。

研究背景

抓握中的视觉运动转换（visuomotor transformation）到 2012 年已被猴单细胞记录和人类脑成像刻画得相当细致：顶内沟前区（anterior intraparietal area, AIP）编码物体的形状、尺寸、朝向等几何特征，并通过顶-额通路驱动腹侧运动前区（ventral premotor area, PMv，猴 F5）形成手形。但这条经典通路解决的是"手形怎么算出来"，而"从多个候选手形中选定一个"——尤其当物体的意义（用途、重量预期、当前目标）也参与时——机制仍不清楚，理论工作（如 Fagg 与 Arbib 的抓握模型）和综述都把这一点列为悬而未决的问题。

另一方面，双流假说的经典叙事是"背侧管怎么做、腹侧管是什么"，患者双分离似乎说明真实抓握可以完全绕开物体识别。可是日常抓握往往是一串有意义行为的开头：拿书前会预期重量，端刚倒满热咖啡的杯子会去捏把手——语义记忆的检索很难从这类抓握中被排除。解剖学上也出现了交互的线索：Borra 等 2008 年的猴示踪研究报告了 AIP 与腹侧颞叶皮层之间的连接。缺口在于：在人类活体上，既没有直接证据表明两流在抓握时相互作用，也不知道选择发生在网络的哪个节点上。

研究思路

作者的总体策略是"用心理操纵放大选择环节，再用因果模型看清信息流"。操纵的核心是重复范式：每个物体在同一 session 内呈现两次，第二次要么重复同样的握法（same 条件，预期出现重复抑制，即第二次活动更低），要么换一种握法（diff 条件，此时第一次反应留下的隐性记忆会与新选择竞争，参照语言产生领域的 Thompson-Schill 范式，预期选择相关区域活动升高）。这一操纵把"手形选择"从自然状态下难以分离的成分里剥离出来做成了可对比的变量。

第二个设计选择是刺激本身：不用几何图形而用 168 张日常物品照片，迫使物体识别（语义检索）必然参与，这样背腹两流的交互才有登场的机会。最后，作者把问题"选择发生在哪里"翻译成 DCM 可回答的形式：比较不同网络结构下，情境（换/不换握法、力量/精确抓握）如何调制连接强度——改为：若换握法增强多条指向PMv的有效连接，这将支持但不能证明PMv参与整合与手形选择。选择需求升高预期不仅改变区域活动幅度，还改变区域间的因果耦合，这是用 DCM 而非单纯激活分析的根本理由。

方法

明确写成：原文报告总样本量为16人，但性别分项为9男6女、合计15人，性别构成存在无法由正文解决的内部不一致。刺激为 168 张家用物品彩色照片（工具、餐具、杯子、蔬果等），黑底拍摄、商标模糊，并统一投影为 5°×5° 视角以去除大小线索——被试必须认出物体才能决定拇指-食指开口大小或手掌包络方式。共六种任务条件加注视基线：首次精确抓握 PRE1（拇指-食指对捏，捏握位置由照片上的黄色星号指示）、首次力量抓握 POW1（全手掌抓握，掌心位置由黄色横杠指示，手指位置自行决定）、以及四个第二次呈现条件 PRE2same、POW2same（重复同一握法）与 PRE2diff、POW2diff（换握法）。块设计：每块 7 个物体、每个 4 秒，加 2 秒空屏共 30 秒；每 session 20 块（4×PRE1、4×POW1、各 2×四类二次条件、4×基线），共 3 个 session、1440 个体积，约 40 分钟。手部动作全程录像供离线评分：16 人中 11 人全程无误，平均错误率 2.0%±3.3%。

扫描用 3.0 T Siemens Allegra，20 层轴位（5 mm 厚，TR 1.2 s）；结构像为 MPRAGE。数据用 SPM8 处理，结构像经 DARTEL 归一化，功能像重采样 3×3×3 mm³、6 mm FWHM 平滑。一阶分析估计首次呈现相对基线的信号及四个"第二次减第一次"差异对比，随后做 2×2 被试内 ANOVA（因素：GRIP-CHANGE 不同/相同；TYPE 力量/精确），簇水平校正 P<0.05（体素 P<0.001 未校正、簇 ≥50 体素）。DCM 部分选取左半球五个感兴趣区（VOI）：PMv、AIP、DLPFC、pITG 与 V1，各为 6 mm 半径球（中心取个体峰值、贴近组峰值），提取第一主成分时间序列。模型族共 28 个：所有连接均建模为双向，PMv–AIP、V1–AIP、V1–pITG 三条固定存在于全部模型；DLPFC 与 AIP/PMv/pITG 的三条连接有 7 种组合变化，pITG–AIP 与 pITG–PMv 的两条连接有 4 种组合变化。V1 接受视觉驱动输入，DLPFC 接受握法指令（SAME/DIFF、POW/PRE）输入；全部连接允许两个因素调制。用随机效应贝叶斯模型选择逐 session 选优，胜出模型的连接参数做单样本 t 检验（Bonferroni 校正）。

主要结果

  1. 首次呈现时，精确与力量抓握激活了几乎相同的抓握网络——PMv、AIP、M1、PMd、中央后回、下顶叶、pITG、SMA、丘脑与小脑（图 2A,B）；直接对比只发现 POW1 > PRE1（PMv、AIP、pITG 等），反向无显著激活（图 2C），提示力量抓握的计算负荷更重。
  2. 重复效应的 ANOVA 在 PMv、DLPFC、AIP 及顶内沟沿线皮质发现显著的 GRIP-CHANGE × TYPE 交互（图 2E）。其实质（图 3）：四个二次条件中只有 PRE2diff（先力量后精确）出现 BOLD（血氧水平依赖）信号增强，其余三个条件均为重复抑制。
  3. GRIP-CHANGE 主效应（DIFF>SAME）见于左侧 pITG（峰值 −48, −52, −8，T=6.23，该簇还包含左侧 LOC）、左 pIPS/IPS、左 AIP、左 PMv、左小脑与左梭状回（图 2F、图 2H 左，表 II）；反向对比只有右侧舌回（图 2H 右）。pITG 的调制只出现在左半球。
  4. TYPE 主效应只有 PRE>POW 方向显著（双侧枕颞视觉区、右 pIPS/上顶叶、基底节等，图 2G，表 III），POW>PRE 不显著。
  5. DCM：三个 session 的贝叶斯模型选择一致选出"全连接模型"（28 个模型中胜出，图 4）。固有连接除 AIP→DLPFC、AIP→V1、PMv→DLPFC 外全部显著（表 IV）。GRIP-CHANGE 调制显示：DIFF 相对 SAME 显著增强了三条汇聚到 PMv 的输入（DLPFC→PMv 0.067、AIP→PMv 0.087、pITG→PMv 0.071），并增强了 V1→pITG（0.068）的自下而上传导与 AIP↔pITG 的双向交互（pITG→AIP 0.043、AIP→pITG 0.040）（图 4E，表 V）。TYPE 调制中只有 AIP→PMv 显著（力量>精确，0.055）（图 4F，表 VI）。

图注解读

图 1 · 刺激示例与任务块设计

原文图注：Figure 1. Examples of the stimuli and the grips. The diagram at the bottom represents task blocks. In each block, seven objects are shown with duration of 4 s. Here we show examples of the stimuli (middle row) and the responses (top row). In the PRE1 condition, an iron kettle and a wrench are presented. One or two asterisks are drawn on the pictures to indicate where to put the index finger and the thumb in a precision grip. In PRE2-same condition, the same picture (the wrench with two asterisks) is shown again and the subject performs the same miming of grasping. By contrast, the same objects (an iron kettle) is shown in POW2diff condition but with different symbols (a bar), which indicates the part to be grasped with the power grip. The subject is requested to change the grip type in "diff" conditions as opposed to repeating the same grip in "same" conditions.

解读：这张图是全文实验逻辑的说明书。照片上画星号（precision grip 时指示拇指与食指的摆放点）或横杠（power grip 时指示掌心位置），意味着"抓哪里"由外部指定，被试要决定的是"怎么抓"；中间行是刺激示例、顶行是对应的手形反应，底部的块示意图标出每块 7 个物体、每个 4 秒的节奏。读懂 same 与 diff 的区别是关键：PRE2same 里同一张扳手图（带两个星号）再次出现、动作照旧，改为：POW2diff 中，同一水壶先在 PRE1 条件下做精确抓握，第二次改用横杠提示的力量抓握；相反，PRE2diff 才是由先前力量抓握改为精确抓握。正文"只有 PRE2diff 出现信号增强"的结论正是建立在这套条件定义之上。

Figure 1

图 2 · 脑激活图谱与重复效应 ANOVA

原文图注：Figure 2. Brain activation revealed by the contrasts for the first presentation (A-C) against base line and the ANOVA for the difference Images (D-H). A-C. Brain activation by power grip and precision grip at the first presentation. A: POW1, B: PRE1, C: POW1 > PRE1. The reverse contrast, namely PRE1 > POW1, did not reveal significant activation. D-H: ANOVA results. D, Effect of interest. E, Interaction of GRIP-CHANGE and TYPE. F, DIFF > SAME. G, PRE > POW. H left, left pITG activation by the DIFF > SAME contrast. Right, right lingual gyrus activation by the SAME > DIFF contrast. All the maps were corrected P < 0.05. D is an F map, and others are t maps.

解读：A–C 回答"抓握激活哪里"：POW1 与 PRE1 都点亮了顶-额抓握网络，且 改为：POW1较PRE1产生更强激活；作者推测这可能反映力量抓握较高的计算负荷或手形自由度。D–H 是对重复效应差异像的统计：D 的 F 图圈出至少一个差异对比不为零的体素；E 的交互图定位到 PMv、DLPFC、AIP 等区，对应主要结果第 2 条；F 的 DIFF>SAME 对比与 H 左的放大图给出 pITG 的选择效应——这是"腹侧流参与握法选择"的直接证据；H 右的 SAME>DIFF 只剩右侧舌回，说明换握法的代价效应集中在前述网络。所有图均已簇水平校正，这一点在引用激活坐标时值得记住。

Figure 2

图 3 · 五个 VOI 的重复效应信号

原文图注：Figure 3. Mean VOI signals for the repetition effect. The BOLD signal difference between the first and the second presentation (i.e., BOLD signals in the second presentation minus those in the first). BOLD signal enhancement is found only in the PRE2diff condition, and other conditions show signal suppression. Signals are represented in an arbitrary unit, but common to all VOIs.

解读：横轴是各 VOI（PMv、AIP、DLPFC、pITG、V1），纵轴是第二次减第一次的 BOLD 差值（任意单位，各 VOI 间可比）。读图要点在符号方向：same 类条件与 POW2diff 都在零线以下（重复抑制，符合神经适应的预期），唯独 PRE2diff 抬到零线以上——即"上次用力量抓过、这次改精确"的组合才产生信号增强。这正是 GRIP-CHANGE × TYPE 交互的微观机制图景，也解释了为何 POW2diff 没有增强（讨论部分以计算负荷不对称来解释这一不对称性）。图 2E 的交互结论以本图为直观证据。

Figure 3

图 4 · DCM 模型族与最优模型的连接结果

原文图注：Figure 4. DCM analysis. Top: Models. A: Fixed connections throughout all the models. The V1 receives the visual input, while the DLPFC receives the instruction that specifies the grip type. The bidirectional connections PMv-AIP, V1-AIP, and V1-pITG were fixed to exist in all the models. B: The bidirectional connections between DLPFC-AIP, DLPFC-PMv, and DLPFC-pITG were allowed seven variations, namely [p q r] = [1 1 1],[1 1 0],[1 0 1],[0 1 1],[1 0 0],[0 1 0],or [0 0 1], where 0 means no connection is supposed and 1 means bidirectional connection is supposed. C: Similar to B, the bidirectional connection between pITG-AIP and pITG-PMv had four variations, namely [s t] = [1 1],[1 0],[0 1],[0 0]. Combination of A–C makes a total of 28 models. ……

解读：上半部是模型空间的构造逻辑：固定核心通路（A），让前额叶的三条连接（B）与腹颞叶的两条连接（C）自由组合出 28 个候选网络，用贝叶斯模型选择比较。下半部 D–F 是胜出模型（全连接）的参数检验，箭头上标注的是显著效应：D 为固有连接（除 AIP→DLPFC、AIP→V1、PMv→DLPFC 外均显著），E 为 GRIP-CHANGE 调制——DIFF 使 DLPFC、AIP、pITG 三路输入汇聚于 PMv，同时增强 V1→pITG 与 AIP↔pITG 交互，这是全文的核心结论"两流交互、PMv 汇聚"的图形化；F 为 TYPE 调制——只有 AIP→PMv 在力量抓握时更强。读这张图时应把 E 和图 3 的 PRE2diff 增强对照起来看：区域信号增强与连接增强在"换握法"这一情境下同时出现。

Figure 4

讨论

作者把结果整合成一个系统层面的叙事：换握法的要求一方面增强了 V1→pITG→PMv 的自下而上传导——提示手形改变需要更新对物体的识别（比如从"壶把手"这一语义侧面切到"壶盖上的把手"），另一方面增强了 AIP 与 pITG 两个流之间的交互，说明背侧"可供动作的计算"受到腹侧注意/语义侧面的偏置；最终，代表任务指令的 DLPFC、代表可能手形的 AIP、代表物体识别的 pITG 三路信息汇聚于 PMv，握法的选择可能就在这里通过异构信息的整合完成。作者还指出 PMv 对选择需求的响应与语言产生研究中左侧前额叶的发现同构，暗示这可能是一种跨领域通用的"从竞争候选中选反应"的机制。

作者承认的局限有三层。其一，POW2diff 并未出现信号增强，作者以两种握法自由度不同、力量抓握本身计算更重来解释这种不对称，但这是事后解释而非预测。其二，激活几乎全在左半球，虽可部分归于使用右手，但与左脑损伤导致的工具使用模仿障碍、裂脑病人只能用右手完成物体模仿等临床证据一致，指向左半球在"把物体识别与动作结合"上的优势。其三，也是最根本的：模仿抓握与真实抓握在患者中呈双分离（视觉性共济失调患者能真抓却不能模仿，腹侧流损伤患者相反），且此前 fMRI 发现两者激活区域相似但强度不同——所以这套网络动力学能否推广到真实抓握，作者明确留作待检验问题；DCM 的最优模型也可能包含经由未建模区域的间接通路，这一点同样被坦率指出。

一句话总结

在我看来，这篇文章真正的贡献是把"选哪个手形"从"哪个脑区亮了"升级成"信息往哪里流"：换握法像一根探针，同时测出了背腹两流之间的耦合强度变化和 PMv 上的三路汇聚。当然，整张网络是照着照片模仿动作时测得的，双分离文献已经警告过模仿与真抓未必同构——作者把这个边界写得很诚实，这一点比结论本身更值得学习。

审校与证据追溯 (Verification & Evidence)

图表审计结果

关键事实与局限性声明