图片由 Christine Daniloff, MIT;Shutterstock 提供。
利用功能性磁共振成像(fMRI)数据,研究团队确定了 24 个具有不同功能的网络,这些功能包括语言处理、社交互动、视觉特征处理以及其他类型的感官输入。
尽管其中许多网络以前曾被发现,但此前的研究多基于简单任务或静息状态下的大脑扫描,未能在自然条件下对这些网络进行精准表征。而此次研究通过观察受试者观看电影时的脑活动,全面描绘了这些网络的功能分布。
MIT 麦戈文脑研究所所长 Robert Desimone 表示:“神经科学领域正在兴起一种新的方法,即在更自然的条件下研究大脑网络。这种新方法与传统的神经成像方法不同,尽管不能解答所有问题,但它基于电影中的活动生成了许多有趣的假设,这些假设与网络地图的出现密切相关。”
研究团队希望,这张新地图能够成为进一步研究这些网络功能的起点。
Desimone 和剑桥大学 MRC 认知和脑科学部门的项目负责人 John Duncan 是这项研究的高级作者,该研究近期发表在 Neuron 杂志上。麦戈文研究所的研究科学家、剑桥大学前研究生 Reza Rajimehr 是该论文的主要作者。
精确的网络绘制
大脑皮层包含处理不同类型感官信息的区域,例如视觉和听觉输入。过去几十年的研究中,科学家通过让受试者执行单一任务(如观看人脸),使用 fMRI 测量脑活动,发现了许多与这种处理相关的网络。
其他研究则观察了受试者静息时的大脑活动。这些研究揭示了例如默认模式网络(default mode network)等活跃于内在活动(如白日梦)中的区域。
研究人员 Reza Rajimehr 解释道:“到目前为止,大多数网络研究都基于静息状态下的功能性 MRI 数据。从这些研究中,我们了解了一些主要的大脑皮层网络,它们各自负责特定的认知功能,并在神经成像领域具有重要影响力。”
然而,静息状态下的大脑皮层许多部分可能完全不活跃。为了全面了解这些区域的功能,MIT 团队分析了受试者完成更自然任务(观看电影)时的记录数据。
Rajimehr 说:“通过使用电影这样丰富的刺激,我们可以非常高效地激活大脑皮层的许多区域。例如,感官区域会处理电影的不同特征,高级区域则提取语义信息和背景信息。通过这种方式激活大脑,我们可以根据激活模式区分出不同的区域或网络。”
本研究的数据来自 Human Connectome Project(人类连接组计划),研究中使用了分辨率更高的 7 特斯拉 MRI 扫描仪,记录了 176 名受试者在观看时长为1小时、包含多种场景的电影片段时的大脑活动。
MIT 团队使用机器学习算法分析了每个脑区的活动模式,从而识别出 24 个具有不同活动模式和功能的网络。
一些网络位于感官区域(如视觉皮层或听觉皮层),这与这些区域的特定感官功能一致。其他区域则对动作、语言或社交互动等特征作出响应。虽然许多网络以前曾被发现,但新技术提供了更精确的网络位置定义。
Rajimehr 说:“不同区域为处理特定特征而相互竞争,因此当单独映射某项功能时,可能会得到一个稍大的网络,因为没有受到其他过程的限制。而现在,因为所有区域同时被考虑,我们能够更精确地划定不同网络的边界。”
研究人员还发现了一些此前未被发现的网络,例如前额叶皮层中的一个网络,对电影场景中的视觉画面表现出高度响应。
执行控制网络
此次研究发现的三个网络与“执行控制”相关,这些网络在电影片段之间的过渡时最为活跃。研究还发现,这些控制网络与处理特定特征(如面部或动作)的网络存在“推拉”关系。当特定特征处理网络非常活跃时,执行控制网络通常较为安静,反之亦然。
Rajimehr 指出:“当领域特异性区域的激活程度很高时,这可能表明无需高阶网络的参与。但在刺激存在某种模糊性和复杂性的情况下,需要执行控制网络参与,这时我们会观察到这些网络变得非常活跃。”
研究团队现正基于观看电影的实验,对部分网络进行更深入研究,以识别特定任务中涉及的子区域。例如,在社交处理网络中,他们发现了一些专门处理面部和身体社交信息的区域;在分析视觉场景的新网络中,他们发现了一些与场景记忆处理相关的区域。
Desimone 表示:“这类实验实际上是为了生成关于大脑皮层功能组织的假设。电影观看中出现的网络需要通过更具体的实验来验证。这为我们提供了一种全新的视角,了解整个皮层在更自然任务中的运作,而不仅仅是静息状态。”
这项研究得到了 MIT 麦戈文研究所、Cognitive Science and Technology Council of Iran(伊朗认知科学与技术委员会)、剑桥大学 MRC Cognition and Brain Sciences Unit 以及 Cambridge Trust 奖学金的资助。
原文链接:
https://news.mit.edu/2024/neuroscientists-create-comprehensive-map-cerebral-cortex-1106