← 返回文献列表

IT Literature Intelligence 终审版本 (VERIFIED) 论文编号: 267 | 原始基线: V0_ZCODE_BASELINE | 语义审核: pass | 图表审核: no_figures

Mental imagery of faces and places activates corresponding stimulus-specific brain regions

O'Craven · Journal of Cognitive Neuroscience · 2000 · Zotero itemID=2365

注：该 PDF 文本层字体映射损坏，提取文本大量乱码（字形编号替换了真实字符）。本笔记主要依据摘要撰写；作者另对乱码做了受限的密码学恢复（以摘要为密本对齐求解映射），恢复了正文与图注的大部分内容，凡具体数字或人名无法确读处均已注明。meta.json 中未收录图注，故本篇不设"图注解读"一节。

一句话定位：这是把"心里想"和"眼睛看"放到同一杆秤上的经典 fMRI 研究。作者利用两个响应特性相反的枕颞区——梭状回面孔区（fusiform face area, FFA）与海马旁回场景区（parahippocampal place area, PPA）——证明想象面孔激活 FFA、想象场景激活 PPA，感知的激活总是强于想象，而想象甚至强到仅凭单次试次的原始信号就能"读心"判断被试想的是脸还是景。

研究背景

"心灵的眼睛"（mental imagery）是否使用与视知觉相同的神经机制，是当时争论多年的问题：一系列研究提示心理意象或"seeing with the mind's eye"卷入了与视知觉相同的多套认知与神经机制（文中列举 Kosslyn、Binder、Ishai 与 Sagi、Fink、Roland 与 Gulyas、Berlyne 等一串名字，部分作者名因字形受损未能确读），争论的核心之一是视网膜拓扑（retinotopic）排列的早期视区在想象时是否被激活（如 Mellet 等 1996、Kosslyn 等 1997；但 D'Esposito 等 1997 与 Roland、Gulyas 等持否定或不同意见）。作者指出以往研究的通病：多数工作用"想象对不想象"的比较，而想象任务本身还叠加了提取指导语、保持、反应等成分，得到的激活难以归因于"图像内容"本身；此外意象激活在个体间变异很大（作者提到这可能与已知的意象能力个体差异及行为—激活相关文献有关，但各类意象任务的行为表现彼此相关性很弱）。

当时的另一条背景线索是注意研究：猕猴单细胞记录（如 Moran 与 Desimone 等）与人类成像（Corbetta 等 1991；O'Craven 等 1996、1997、1999；Beauchamp 与 DeYoe；Clark 等等——部分人名受损）已证明外纹状皮层的活动并非只由刺激决定，可被视觉注意强烈调制；甚至当被试用双眼视差 rivalry 观看双稳知觉显示、视网膜输入恒定时，FFA 与 PPA 的活动由"当下意识到什么"决定。缺口在于：尚无研究证明"内容的特异性激活"可以由纯粹的意志活动（无任何视网膜输入）在外纹状皮层制造出来。

研究思路

作者的策略是选一个"天然的对照实验场"：FFA 对面孔照片反应强烈、对熟悉物体或复杂场景反应微弱；PPA 恰好相反，对描绘局部空间布局的室内外场景反应强烈、对面孔不反应（分别依据 Kanwisher、McDermott 与 Chun 1997，以及 Epstein 与 Kanwisher 1998）。两者响应特性相反，最优点刺互为对方的弱刺激，于是可以在"想象面孔对想象场景"之间找双重分离（double dissociation），而不必像以往那样把想象与不想象相比——分离一旦成立，就只能归因于意象的内容，而非任务难度或意象本身的有无。在此之上再递进两个问题：想象与感知的激活幅度孰大孰小（直觉上两可：生成内部图像可能更费力，但亲眼所见的体验更生动，文中两边都有文献支持）；以及单次认知事件的 fMRI 信号是否清晰、可信到能仅凭原始时间曲线判断其内容——这不同于当时已广泛应用、需要跨多试次合并数据的事件相关 fMRI（文中引 D'Esposito、Zarahn 与 Aguirre 1999；Dale 与 Buckner 1997）。

方法

被试与扫描：八名被试在 MGH-NMR 中心用改装为回波平面成像（echo planar imaging, EPI）的 1.5T GE Signa 扫描仪扫描（作者为说明硬件，提到定制双侧表面线圈由 Tommy Vaughan 制作，以提高后部脑区信噪比；TR=2.5 s、TE=40 ms、翻转角 90°，咬合杆限头动；具体层厚等参数因数字字形受损未确读）。高分辨解剖像与功能像以 28 层冠状位采集，方向平行于被试脑干、中心对准枕颞交界以覆盖 FFA 与 PPA。

实验一（分离）：每名被试做两个感知扫描——交替呈现名人面孔照片与熟悉的 MIT 校园建筑照片（epoch 设计，照片数直接写 16 张；补充“3 个 40s 面孔 epoch 与 3 个 40s 场景 epoch 交替，间以 20s 注视 epoch”并注明恢复来源。）；再做四个想象扫描——闭眼听同样这些人名与地名，要求对每个名字生成鲜明（vivid）的心理图像。感知与想象扫描的呈现速率与时间序列相同，唯一差别是照片是否真的出现在屏幕上。每名被试的两个感知扫描合并平均、四个想象扫描合并平均，再做群体分析与个体分析；群体分析先把各被试数据变换到 Talairach 公共空间（Talairach 与 Tournoux 1988）再平均，随后分别对感知、想象数据计算每个体素在"面孔加工对场景加工"上是否显著不同（符号化 Kolmogorov–Smirnov 检验，做线性漂移校正，使用滑动池化窗，阈值 p<.0001 未校正——检验与阈值来自正文恢复）。

实验二（幅度比较）：八人中六人加做实验二，感知与想象两种任务在同一扫描内交替进行（一名被试因刺激呈现的技术问题被剔除，余五人，结果见其表 3）。感兴趣区（region of interest, ROI）以实验一数据定义：FFAo=面孔意象与面孔感知激活重叠的全部体素，PPAo=场景意象与场景感知重叠的全部体素，再套用于实验二、三的独立数据；若某被试无重叠区则不参与相应分析。信号变化幅度以"注视基线"折算，每个任务 epoch 的前三个时间点弃去以待反应稳定，并计入约 3 s 的血流动力学延迟（数字因字形受损，均为约数）。作者强调这套 ROI 因"在独立数据上同时被感知与意象选中"而产生，对比较两者幅度是无偏的。

实验三（单次试次）：只用了在实验一中意象效应最强的三名被试。每约 24 s（数字未确读）听一个名人或 MIT 建筑的名字（随机、面孔场景混排），闭眼生成并保持图像数秒后放松等待下一个。仅分析单个扫描的原始时间曲线，改为“提取 T2* 加权 MR 信号强度的原始时间曲线”或“提取原始 fMRI 信号时间曲线”。（TR 缩短为 2 s，七层覆盖 FFA 与 PPA）。

主要结果

  1. 想象内容驱动外纹状皮层的特异性激活（实验一，图 2）：面孔感知对场景感知的对比显示双侧中梭状回激活，与既往面孔选择性报道一致；面孔想象对场景想象的对比显示高度特异的右侧中梭状回（FFA 内）激活；反向对比（场景对面孔）在感知与想象数据中都得到两个几乎分开的区域——PPA（跨越侧副沟，位置与 Epstein、Kanwisher 等先前描述的 PPA 吻合）以及重叠的前距状沟（anterior calcarine）激活。后一区域在意象中出现是作者未预期的：它可能反映大尺寸图像带来的外周视网膜拓扑皮层激活（场景略大于面孔），但作者更倾向于认为它是一个值得将来用视网膜拓扑刺激专门研究的独立功能区；并指出在前一任务"想象在家乡街道上行走"中该区也有激活（Mellet 等 1996）。作者同时提醒：这一效应并非每名被试的个体数据都能看到，且某一类刺激的意象只激活感知激活区的一个子集——两种效应在更宽松的阈值下依旧存在，与早期视区（如 V1、MT 一类，区名受损未确读）中已报道的意象激活现象一致。
  2. 个体被试层面的对应（图 3，表 2）：八名被试中七人的场景意象激活落在其 PPA 感知激活区之内，四人面孔意象激活落在 FFA 之内；量化显示意象激活的体素绝大多数位于同一刺激类别感知激活区内（文中给出两个均值，数字字形受损未能确读）。意象激活的个体间变异可能反映意象能力的个体差异，作者提议未来可检验面孔/场景意象激活与相应行为测量的相关。
  3. 感知强于想象，且意象保持类别特异性（实验二，图 4、表 3）：以注视为基线的信号变化百分比在两个 ROI 中都呈现"感知高于想象"——两个配对符号检验（paired sign test）中，凡涉及各 ROI 偏好刺激的比较，感知幅度高于想象者占全部比较（文中数字字形受损，按上下文应为全部、无一例外；p 值极小）；第二个符号检验显示意象反应是刺激特异的：想象某 ROI 的偏好刺激时该区反应总高于想象非偏好刺激。PPAo 对场景的优势与 FFAo 对面孔的优势在感知与想象两种条件下方向一致（均值数字受损）。
  4. 单次认知事件可以"被读出"（实验三，图 5）：一名对刺激顺序完全不知情的编码者，仅凭对 PPAo 与 FFAo 原始 t2 信号时间曲线的目视检查，判定每次意象指令的内容是面孔还是场景；三名被试逐个判定的命中率（每试次命中比例的数字受损未确读）均显著高于 50% 的机会水平（每名被试单独做二项符号检验，p<.001）；总体命中率文中给出约 65% 上下（数字未确读）。作者明确指出：实验三没有做任何跨试次合并，所报告的效应就是单个认知事件的神经相关物；据其所述，这是首次证明"单个思想的内容可以仅凭其 fMRI 签名被推断"（此前单试次工作仅见于运动与顶叶皮层的平均化单试次反应及动作类别区分，文中引 Kim、Richter、Ugurbil 等 1997 与 Dehaene 1996）。
  5. 收束句：讨论结尾把本研究定位为"额外视网膜信号"系列发现的最后一步——外纹状皮层的内容特异性神经活动，可以在视网膜上完全没有刺激时，被纯粹的意志行为创造出来。

讨论

作者的解释分三层。第一层（机制归属）：既然同一区域在感知与想象中同样被选择性激活，该激活反映的应是两种状态下共有的加工——候选是 (i) 视觉信息的表征与/或知觉分析、(ii) 语义分析、(iii) 长时记忆编码或 (iv) 提取；语义分析被排除（文中引 Tempini 等 1998：匹配任务对名人与非名人面孔都激活梭状回、对名人名字则否——引文名经恢复但可信度有限），记忆编码/提取也被排除（FFA 与 PPA 都不对熟悉与不熟悉刺激作差异化反应——文中引 Dubois、George 等，人名与年份受损）。最可能的解释是刺激的表征与/或知觉分析，无论刺激是物理呈现的还是仅被想象的。第二层（幅度）：想象低于感知，作者引休谟（Hume, 1739）近 250 年前的论述为注脚——知觉与观念的差别只在"冲击心灵的力度与生动程度"，观念是思考时"微弱的图像"。第三层（与失认症及注意的对话）：严重失认症患者仍能对认不出的刺激类别形成细致意象（Bartolomeo 等 1998），提示识别所必需的早期加工缺陷可不损伤意象；面容失认症（prosopagnosia）有知觉阶段与"记忆（mnestic）"阶段两种损伤模型（Young 等 1994），重度面孔意象缺陷多源于后者；一例损伤疑似覆盖 FFA 位置的面容失认患者面孔意象却正常，提示 FFA 对面孔意象可能并非必要——作者呼吁将来扫描保有面孔意象的面容失认患者以检验 FFA 的必要性。与注意理论的连接：Desimone 与 Duncan（1995）的竞争偏置理论、感知前基线位移（baseline shift）的发现，使意象可被读作腹侧"what"通路中的基线位移现象，从而把意象与注意纳入同一机制家族。作者承认的局限包括：意象激活的个体差异大、并非每名被试都可见（故实验三只选了三名最强者）；FFAo/PPAo 只在部分被试可定义；单次试次判定仅在 1.5T 条件下对部分被试成立；以及对个体意象能力的行为测量尚缺。

一句话总结

这篇文章给我的震撼在于它的三段式推进：先用"响应特性相反的两个区"把内容特异性从任务效应里剥离出来，再用符号检验把"想象弱于感知"钉死，最后竟敢让盲评者去读单次试次的原始曲线——而且真的读对了。（我的理解：它把"意象与知觉共用皮层"从组平均的相关证据升级成了单试次水平的可解码证据，是后来"神经解码/读心"路线最早的示范之一；不过依今日眼光看，仅凭目视读曲线的"解码"未免宽松，其命中率数字也因这份损坏的文本层而无法复核。）

审校与证据追溯 (Verification & Evidence)

图表审计结果

无嵌入图表。

关键事实与局限性声明