← 返回文献列表

IT Literature Intelligence 终审版本 (VERIFIED) 论文编号: 286 | 原始基线: V0_ZCODE_BASELINE | 语义审核: needs_revision | 图表审核: minor_issue

Human extrastriate visual cortex and the perception of faces, words, numbers, and colors

Allison · Cerebral Cortex · 1994 · Zotero itemID=2448

这是一篇综述与经验数据并行的文章：作者利用难治性癫痫病人术前评估时植入的皮层表面电极，直接记录了人纹外皮层（extrastriate cortex）对面孔、词、数字与颜色刺激的反应。核心发现是一个约 200 ms 的负电位（N200）——面孔、字母串、阿拉伯数字各自在梭状回与颞下回的离散小区域上诱发出特异的 N200，而这些"模块"的准确位置在个体间漂移不定。这篇文章是人类面孔加工"梭状回定位"的最早电生理证据之一，也是后来 fMRI 时代面孔梭状区（FFA）研究的思想源头，读它等于看腹流模块化的"前 fMRI 版本"。

研究背景

人纹外皮层如何参与视觉信息加工，在 1994 年时几乎是一片暗区。腹侧纹外皮层埋于脑底、覆盖在小脑上方，开颅手术中根本暴露不到，因此传统皮层刺激定位或皮层电位记录（如定位语言区、感觉运动区）都无法触及；人类知识大多来自自然发生的脑损伤病人（面孔失认症 prosopagnosia 与枕颞损伤的关联），以及从猕猴解剖与电生理得来的推论。变化来自两个方向：PET 开始让人能研究特定任务激活的皮层区域；而难治性癫痫病人术前会长期植入皮层表面电极做评估，使得这些"不可及"区域第一次可以被逐个电极地记录。作者在此综述了最初 34 例病人的电生理结果，提出面孔、词、数字、颜色在颞下纹外皮层呈现相当程度的模块化，构成一幅功能离散区域的"镶嵌画"（mosaic）。

临床背景也给这项工作提供了问题框架：枕颞区损伤（常为大脑后动脉分支闭塞）可造成面孔失认症，通常双侧损伤、也可由右半球单侧损伤造成，若伴视野缺损则累及上象限——提示关键病灶在纹外皮层下方。大脑性色盲（cerebral achromatopsia）同样与枕颞皮层损伤相关。电生理能否在正常人皮层上"看见"这些功能？这正是作者要回答的。

研究思路

作者的总体策略很直接：既然临床文献说这块皮层负责面孔识别，就在装有皮层电极的病人身上呈现面孔及各类对照刺激，看哪些电极位置会出现"只对某个类别"的选择性电位。面孔实验用五类刺激——真人面孔（从大学年鉴扫描）、汽车（汽车杂志）、蝴蝶（野外图鉴）、以及用图形软件打乱的面孔和汽车（等亮度的 scrambled 图像），被试对蝴蝶按键以监控注意，改为“五类图像的平均亮度约为101 cd/m²，类别间无显著差异”。，每套 110 张刺激（25 张面孔/汽车/各自的 scrambled 版 + 10 张蝴蝶）重复三套。随后同一逻辑被平行地推广到字母串（真词、合法非词/假词 pseudoword、非法非词）与阿拉伯数字（配假字体 false fonts 等六类对照）以及红蓝色棋盘格（配适应—测试设计）。这样设计的妙处在于：它把"低层视觉特征"（scrambled 图像保持亮度与对比度、平均亮度齐平）与"类别含义"分开，凡是电位对 scrambled 图像更强，就说明是亮度对比边界在驱动；改为“若某电位仅对目标类别显著，可视为在当前对照集合下的类别选择性证据，但不足以单独证明独立的语义模块”。最后，作者把记录到的功能区域与同期 PET 研究（Sergent et al. 1992；Haxby et al. 1993；Lueck et al. 1989；Corbetta et al. 1991）以及猕猴单细胞文献相互印证，构成一条"病灶—电生理—成像—动物模型"的逻辑链。

方法

被试为接受癫痫手术评估的病人（初始系列共 34 例，其中面孔实验 24 例），不锈钢电极条贴附于纹状与纹外皮层表面，电极间距 1 cm（暴露面直径 11 mm），以乳突为参考、0.1–100 Hz 滤波、250 Hz 采样，同时记录 32 或 64 个位置。电极条经 MRI 成像精确定位（图 2），并换算到 Talairach 坐标系——这是把皮层电位"贴"到解剖上的关键步骤。面孔刺激 7.2°×7.2°、呈现 250 ms、间隔 1.8–2.2 s；字母串为白底红字、500 ms、水平 5–10°；数字为黑底白字、300 ms；红蓝棋盘格采用 1000 ms 适应刺激 + 100 ms 测试刺激、间隔 3.5–4.0 s、约 21°×16°。分析时将刺激叠加平均得到局部场电位，电位一般只在条带上的一两个相邻电极记录到——这种"单电极焦点"性质本身就给出了模块宽度的上限（1–2 cm）。部分病人在记录电极处还做了电刺激，用于功能验证（诱发一过性面孔失认或颜色光幻视）。需要说明的是，被试均为癫痫病人且电极覆盖依临床需要而定，故每组病人样本有限、电极覆盖也非均一，这是这份初步系列固有的限制。

主要结果

  1. 面孔诱发强特异性的 N200。 峰潜伏期约 200 ms、幅度可达 200 µV 的负电位由面孔诱发，而不由汽车、蝴蝶或 scrambled 图像诱发（图 3B、C；图 1 为刺激示意）。N200 双侧出现于梭状回（fusiform gyrus）与颞下回（inferior temporal gyrus）的离散区域（图 4 点画区）；单个个体内只有该区域一小部分被激活，"面孔模块"位置存在显著的个体间差异。N200 是作者记录到的最早的面孔特异活动：约在纹状皮层初始激活后 140 ms、纹周皮层激活后 100 ms 才出现，暗示面孔模块之前已有大量刺激加工发生。改为“电刺激这些位点常诱发一过性面孔失认，提示这些区域可能是面孔识别通路的重要、甚至必要的组成部分”。

  2. 半球不对称：倒立面孔只在右侧拖慢 N200。 电极近乎对称置于左右梭状回的病人（MBN）中，倒立面孔与正立面孔在左半球诱发的 N200 基本相同（图 5B），而在右半球倒立面孔的 N200 明显变小且晚 20 ms（图 5C）；正立/倒立汽车在两半球诱发相似电位，排除了"倒立图像本身"的解释。这与左视场（右半球）面孔识别优势和"右半球依赖构形特征"的假说吻合，也与猴上颞沟面孔神经元对倒立面孔潜伏期延长（Perrett et al. 1988）及头皮 P170–200 的倒立效应（Jeffreys 1993）一致。

  3. 前颞叶更晚的面孔特异电位。 长潜伏期面孔特异电位记录自颞下皮层前部（图 6），潜伏期与波形多变（可为负或正），位置似集中于内嗅皮层（entorhinal cortex）附近，被作者解读为面孔信息记忆性/联想性加工的后期阶段（"this is Bill Clinton's face"）；它们不由作为目标的蝴蝶诱发，故不是 P300 类目标电位。N200 之后也常见面孔特异的正电位（250–350 ms）或负电位（300–500 ms，图 3B、C），其行为意义未知，作者猜测会更受注意与记忆变量影响。

  4. 头皮上也能记录到面孔特异的 N200 样电位。 用同一刺激集在 10 名正常人头皮记录，颞部电极 T5/T6 在约 170 ms 处出现面孔特异负电位、顶点约 180 ms 出现稍晚的正电位，负电位右半球（T6）更大（图 7）。N200 与头皮电位的确切关系尚不清楚（T5/T6 位于颞中回后部下方、并非记录腹侧皮层的理想位置，且作者从未在颞叶外侧面记录到 N200），但按等效偶极子推理，腹侧皮层的表面负电位应在上头皮表现为正电位，故头皮研究正常被试早期面孔加工成为可能。

  5. 字母串与数字各有（或部分共有）自己的 N200。 字母串 N200 出现在与面孔 N200 相同的大区域内（梭状回/颞下回），对真词、假词与非法非词同等诱发（图 8B）——即对"任何字母串"反应，说明词汇与语义加工发生在更晚阶段；其峰潜伏期比面孔 N200 短约 30 ms，且记录到字母串 N200 的电极通常不同时记录到面孔 N200，显示出可观的解剖与功能特异性。数字 N200 由阿拉伯数字诱发、而不由面孔、字母串或假字体诱发（图 8C），单纯数字呈现即可；所有数字 N200 位点都在图 4 点画区内；但部分被试中数字与字母串 N200 记录自同一位置，其空间/功能离散程度待定。

  6. 颜色电位在最靠后的梭状回，与类别 N200 区域分立。 红蓝棋盘格诱发的颜色电位集中于梭状回后部、可延伸到舌回外侧（图 4 交叉线区），在解剖上位于类别特异 N200 区域之后（更后/更下）；电刺激同一位置常产生彩色光幻视或颜色去饱和，而刺激纹状皮层很少产生颜色效应。该位置与 PET 研究（Lueck et al. 1989；Corbetta et al. 1991）及 Clarke & Miklossy 提出的"后梭状回可能是人类 V4 同源区"相合。

  7. 汽车与蝴蝶没有 N200。 尽管汽车/蝴蝶参与了全部面孔与数字实验及大部分字母串实验，作者从未记录到对它们的 N200；仅在两名病人记录到对汽车的宽晚正电位（图 9），且不在 N200 点画区内。按"产生类别特异 N200 的区域"这一定义，"大型可操纵物体"与"动物"的灵性域（gnostic fields）要么不存在、要么其有效刺激尚未被找到。

图注解读

图 2 · 电极条的 MRI 定位

原文图注：Figure 2. MR localization of cortical surface electrodes (interelectrode distance, 1 cm): oblique axial (M) and coronal (fl) images reconstructed along a plane passing through the long axis of the electrode strip. In this example, electrode strip RMT extended from the medial lingual gyrus (location 1) to the lateral lingual gyrus (location 2), fusiform gyrus (locations 3 and 4), and inferior temporal gyrus (locations 5-7). The electrode artifact is larger than the electrode itself (exposed surface, 11 mm diameter). C, cuneus; CBS, calcarine sulcus; CG, cuneate gyrus; CoS, collateral sulcus; FG, fusiform gyrus; ITG, inferior temporal gyrus; LLG, lateral lingual gyrus; MLG, medial lingual gyrus, OTS, occipitotemporal sulcus. Adapted from Allison et al. (1993).

这张图交代了全文所有定位结论的技术基础：沿电极条长轴重建的斜轴位与冠状位 MRI，显示条带 RMT 从内侧舌回（1 号电极）经外侧舌回、梭状回（3、4 号）一路铺到颞下回（5–7 号）。读图要点是电极间距 1 cm 且金属伪影大于电极本身——意味着"哪个电极记录到 N200"的空间精度是厘米级；图例缩写（舌回、侧副沟、枕颞沟等）在后续各图的定位描述中反复使用。支撑上文"方法"一节中电极定位的描述。Figure 2

图 3 · 面孔特异电位的三个例子

原文图注：Figure 3. Examples of locally generated field potentials evoked by the stimuli of Figure 1. A, Location of recording sites determined as in Figure 2. B, Initial face-specific potential (N200) followed by a later face-specific positivity at 280 msec. (The face-specific positivity at 150 msec was often not present and when present was usually not face specific.) Patient SPS; Talairach coordinates x-34, y-49. C, N200 followed by a later negativity at 310 msec. Patient ONB; Talairach coordinates x-29, y-40. D, Visual evoked potentials recorded from the occipital pole. Patient AHK; Talairach coordinates x-7, y-95.

A 给出记录位点（按图 2 方式定位），B、C、D 各为一位病人在一个位点上的多道波形，横轴为刺激后时间（400/800 ms 刻度），纵轴为电压（50 µV 刻度）。B 位点（左梭状回，SPS）：面孔曲线在约 200 ms 出现明显负谷（N200），280 ms 处还有一个面孔特异的正峰，而 150 ms 的正电位通常不面孔特异——对照组（scrambled faces、cars、scrambled cars）曲线平缓，这就是"面孔独有 N200"的原始形态。C 位点（ONB）展示 N200 后接 310 ms 的晚期负电位，对应结果 1、3 中"N200 之后还有晚成分"的描述。D 是枕极（纹状皮层）的对照记录：初峰更短（120 ms）、250 ms 后有 off 反应、且常对 scrambled 图像最大——三处不同合起来反衬出 N200 的类别特异与纹外来源。Figure 3

图 5 · 正立与倒立面孔的半球差异

原文图注：figure 5. Interhemispheric differences in processing upright and inverted faces. A Location of recording sites. Patient MBN. B, Potentials recorded from the left hemisphere (Talairach coordinates x-43, y-51). C, Potentials recorded from the right hemisphere (Talairach coordinates x33, y-47).

病人 MBN 的左右半球电极近对称放置（A）。读法是对照 B 与 C 中"faces（正立）"与"inverted faces（倒立）"两条件曲线：左半球（B）中两者 N200 几乎重合；右半球（C）中倒立面孔曲线的 N200 明显更小且峰约晚 20 ms。同图中正立/倒立汽车（inverted cars 条件）在两半球反应相似，这是排除"倒立本身"这一替代解释的关键。此图支撑结果 2 的右半球构形编码假说，也是人类电生理上最早的面孔"倒置效应"直接证据之一。Figure 5

图 6 · 前颞叶的长潜伏期面孔特异电位

原文图注：figure 6. Face-specific potentials recorded from the anterior temporal lobe. A Location of recordings sites. B, Anterior negative potential. Patient SGI; Talairach coordinates x26, y1. C, Anterior positive potential. Patient CLR; Talairach coordinates x24, y-8.

A 给出前颞叶底面的记录位点，B、C 为两例波形：SGI 病人记录到前部负电位、CLR 病人记录到前部正电位，横轴仍为 0–800 ms。与图 3 对比，这些电位潜伏期更晚、波形与位置都可变，而对照组（scrambled faces、cars）不诱发；同一批病人在这些位点上作为目标的蝴蝶也不诱发 P300 类电位，故它们不是"目标探测"成分。此图支撑结果 3——面孔信息在内嗅皮层附近进入更晚期的记忆/联想加工阶段。Figure 6

图 7 · 头皮记录的 N200 样面孔电位

原文图注：Figure 7. Potentials recorded from the vertex (Cz), and from left (T5) and right (T6) posterior temporal scalp, averaged across 10 subjects.

此图为 10 名正常人平均的头皮电位，三个导联分别为顶点（Cz）、左颞（T5）、右颞（T6）。读法：T5/T6 在约 170 ms 处出现面孔特异负电位，Cz 在约 180 ms 出现稍晚的正电位；T6 的负电位大于 T5，提示右半球在面孔加工中的作用更大。这个结果之所以重要，是把颅内 N200 与正常被试可用的头皮范式（后来的 N170 成分研究）接通了；但作者提醒，T5/T6 电极位于颞中回后部之下、并非腹侧皮层的理想记录位置，且颞叶外侧面从未记录到 N200，故 N200 与头皮成分的对应关系尚未定论。Figure 7

图 8 · 字母串与数字的 N200

原文图注：Figure 8. Potentials evoked by letter strings and numbers. A, Location of recording sites. B, Letter-string N200. Patient MKY; Talairach coordinates x-45, y-55. C, Number N200. Patient AFO; Talairach coordinates x-26, y-38.

A 为记录位点示意，B、C 各为一个焦点位点的多条件波形。B（MKY，左梭状回附近）：content words、nonwords、pseudowords 三条曲线都诱发同样的 N200，而 faces 与该字母串模块无关（该电极不记录面孔 N200），说明这是"任何字母串"都会触发的早期成分，词汇/语义加工在其后。C（AFO）：Arabic numbers 条件诱发清晰的 N200，faces、concrete nouns、illegal nonwords、false fonts 均不诱发——数字不需要算式情境、单独呈现即可。两例合起来支撑结果 5："词"与"数"在腹侧纹外皮层各有早期类别特异反应，但两者的模块是否总是分立仍有不确定性（部分病人同一位置记录到两种 N200）。Figure 8

讨论

作者的讨论有一条清晰的主线：腹侧纹外皮层在纹状/纹周皮层之后至少分化出四条加工流——面孔、字母串、数字三条"物体类别"流，外加一条颜色流。面孔模块被解读为"面孔第一次被当作面孔"的初始皮层区（"this is a face"），其神经元可能相当于猴颞下皮层前腹部的面孔选择性神经元；词模块对任何字母串一视同仁，意味着词汇与语义加工在更后阶段，或 N200 反映"前字母串"阶段；数字模块则提示独立于面孔与词的第三套识别系统，扩充了 Farah（1990）的"两系统"模型，并与 Konorski（1967）九个"灵性域"的构想对话。关于模块位置的个体间变异，作者给出了一段颇有前瞻性的思辨：字母串与数字模块可以解释为近代才占用的"剩余"皮层（文盲时期这些斑块被什么占据？也许是可食用植物或危险动物的模块），但面孔模块的变异更难用经验塑造解释——新生儿天然注视面孔、幼猴颞下皮层已具备成年水平的面孔选择性，却依然没有出现解剖学上固定的面孔模块；作者借此推测纹外皮层可能存在远超一般感觉皮层的动态重组能力（如奶牛场农民患上面孔失认症后连自家奶牛也无法认出的个案）。作者也坦承多项局限：N200 是数百上千个神经元的突触后电位的总和，无法达到猴单细胞记录的特异性；模块尺寸只能从"单电极记录"推上限；词失读与数字失读的病人中面孔失认症关联罕见，神经生理与神经心理结果的关系需要进一步厘清；汽车与蝴蝶"未检测到"也可能是刺激不当而非系统不存在——这些都被明确列为待检验问题。

一句话总结

这篇 1994 年的文章在我的阅读记忆里是一座桥：它一边接着病灶神经心理学（面孔失认、色盲、失读），一边伸向十年后的 fMRI 模块时代——梭状回面孔区、视觉词形区、以及"数字是否有专属皮层"的争论都能在这篇文章里找到最初的电生理轮廓。按我的理解，它最值得记住的不是某个具体数字，而是"N200 只在 1–2 个相邻电极上出现、位置却因人而异"这个组合：功能上是模块化的，解剖坐标却是流动的——这几乎预言了后来所有"组平均图与单被试定位之争"的走向。

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