关于社会脑研究的fMRI和fNIRS超扫描方法

导读

近来，“社会脑”(即大脑在社会情境中是如何工作的，以及我们社会行为的机制是什么)在神经科学文献中获得了很多关注，主要是因为最近开发的技术允许研究人类社会认知的不同方面及其与大脑的关联。在这种情况下，超扫描技术拓宽了人类互动研究的视野，该技术允许对脑间连接进行评估。这些技术代表了在被试互动时同时记录来自不同大脑信号的方法。在这里，本文将探讨功能磁共振成像(fMRI)和功能近红外光谱(fNIRS)的潜力，它们是基于血氧水平依赖(BOLD)信号的技术。本文将首先简要解释BOLD反应的基本原理以及与脑功能相关的fMRI和fNIRS测量所涉及的机制。然后，基于最初的研究来讨论社会脑的基础。最后，将重点介绍fMRI超扫描和fNIRS超扫描对理解社会脑贡献的科学研究。

前言

血流动力学反应和BOLD信号

神经元活动与血流动力学反应之间的关系是血氧水平依赖(BOLD)信号的基础。Buxton等人(1998)提出了第一个基于与血容量、血流量和耗氧量相关的生物力学特性的模型：气球模型。这种结构是解释血流动力学与神经功能关系的一个有效点。尽管与神经元活动相关的局部代谢增加了氧的消耗，但氧气供应的增加高于能量消耗的需要。这是由于从血管内(血红蛋白连接)O2到神经元内空间的运输取决于与压力梯度差异相关的被动机制。在这个过程中，我们还必须考虑到血容量和血流量的增加。随着时间的推移，这种平衡会产生氧合/脱氧血红蛋白比例的小幅下降，随后该比例会大幅上升。因此，用fMRI和fNIRS评估BOLD反应是对神经活动的间接测量。

功能性磁共振成像(fMRI)如何检测BOLD

血氧水平依赖(BOLD)信号由Ogawa等人(1990)在MRI中检测到，并于1992年首次在人脑中进行描述。BOLD信号的检测是可行的，因为血红蛋白在氧合时由于铁-氧结合位点相关的构象变化而具有不同的磁性。虽然氧合血红蛋白是抗磁性的，但脱氧血红蛋白是顺磁性的，并使其周围的磁场发生畸变。磁场失真导致氢核共振信号更快地下降。相对于脱氧血红蛋白，高浓度的氧合血红蛋白可以产生更稳定的局部磁场，因而信号更强。因此，fMRI是一种基于氧合和脱氧血红蛋白比例测量相对信号的技术。这突出了基线控制条件对于fMRI实验的重要性，因为它是一种相对测量(而非绝对测量)。fMRI具有全脑覆盖和良好的空间分辨率等特点，但时间分辨率相对较低。MRI的精度与磁场中产生的梯度有关，梯度会改变氢核吸收的特定射频。因此，它对运动高度敏感，需要参与者静躺在扫描仪内。

功能性近红外光谱(fNIRS)如何检测BOLD

使用fNIRS检测到人脑中BOLD信号的时间与使用fMRI观察到的时间大致相同。血红蛋白上的氧键会引起构象变化，从而改变分子的电磁特性。虽然在电磁光谱的几个部分可以观察到氧合血红蛋白和脱氧血红蛋白的吸收率不同，但近红外光较少被颅骨和皮层与头皮之间的其他组织吸收。因此，fNIRS可分别评估大脑皮层的氧合血红蛋白和脱氧血红蛋白浓度。由于光的散射和吸收，fNIRS只能探测到头皮下几厘米处的信号，主要是提供皮层信号。同样重要的是要注意到，组织的透光率取决于年龄，在某种程度上，婴儿的头骨比成人更透明。成人的光电器件间距建议在2.5-4cm之间。将光电器件放置得更近(例如，0.8cm)可用于检测和过滤与局部大脑活动无关的血流动力学过程。通常，这些光电装置(光源-探测器)被连接到10-20系统的脑电帽上。fNIRS的优点是携带方便，受运动影响小，更适合生态和自然主义研究。此外，由于被试可以在一定程度上移动，因此更适合婴幼儿的研究。fNIRS系统的时间分辨率取决于所用光源的数量，因为每个光源必须单独打开，以避免在探测器中混合了来自不同区域的信号。通常，fNIRS的采样率可以在4Hz至60Hz之间变化，从而具有比fMRI更高的时间分辨率。这对于校正心脏伪影很有用，因为较高的采样率可以减少fMRI数据中存在的混叠伪影。另一方面，fNIRS的空间分辨率较低，不具有全脑覆盖，并且可用的光电极数量决定了系统的皮层覆盖水平。

BOLD研究的实验设计和数据分析类型

在任务态设计中，fMRI和fNIRS可用于识别与任务变化相关的BOLD信号变化区域(从基线控制条件到感兴趣的任务)，如事件相关设计或block设计。在这些类型的设计中，重要的是要考虑刺激(或任务)序列、持续时间、重复次数、刺激间隔时间，以及哪些脑区与任务相关的假设，以便定义设计，为一般线性模型分析提供更大的统计功效(在此背景下最常见的分析)。

另外，也有一些设计让被试通过持续执行特定的任务或保持静息状态来维持大脑状态(没有特定的任务，只是让被试保持清醒，不要专注于任何特定的事情)。这些设计被用于连通性研究，探索不同脑区之间的信号关系，以及大脑组织和区域之间的通信情况。例如，静息态研究允许识别内在的大脑网络。有几种连通性度量方法，它们既可以应用于静息态，也可以应用于任务态(如事件相关或block)研究。有些方法是数据驱动的，如独立成分分析，而其他方法则依赖于先前的假设驱动模型，如动态因果模型。甚至更简单的计算方法，如相关系数，也可以用来研究大脑网络的组织。此外，可以使用图论来评估这些网络的特征。

超扫描设计与数据分析

“超扫描”一词最早由Montague等人(2002)使用，用于测量人类互动时的大脑信号。在该研究中，两个同步的fMRI扫描仪被用来测量被试对(pairs)在竞争游戏中互动时的大脑活动。此后，超扫描已被用于以下几种技术中，例如EEG，MEG，fMRI和fNIRS。不同于单独获取被试的数据，超扫描提供了将不同被试的大脑活动关联起来的可能性，同时保留了试次特有的特征。另一方面，超扫描可以在交互过程中提供更多关于大脑信号的信息。此外，超扫描还可用于将连接分析的概念从大脑内部扩展到大脑之间，不仅可以揭示在交互过程中哪些区域有更多的信号，而且还可以了解不同大脑的这些区域如何协调它们的活动。

在执行超扫描时，有一些重要的技术方面需要考虑：

①设备之间的同步。为了能够利用同步记录优势，有必要对来自不同被试的记录进行精确同步。例如，如果记录之间存在异步或滞后，则相关性指标将会发生变化。需要注意的是，采样率和被测信号类型直接影响所需的同步精度。在fMRI中，通常全脑采样率为2s(每层约50ms)，考虑到血流动力学反应较缓慢，50ms(单层)的延迟也是可以接受的；在以1000Hz采样率测量快速电变化的EEG装置中，50ms将代表50个数据点的滞后，这是不可接受的。同样需要注意的是，如果滞后是恒定的，则可以在分析过程中通过适当地移动时间序列来校正它。但是，如果滞后是可变的并且没有明确的模式，那么它可能无法校正。有研究开发了基于Intranet和internet的同步解决方案，以允许在不同的设置中触发MRI扫描仪。此外，还有软件解决方案，例如实验室流层(https://github.com/sccn/labstreaminglayer)，它允许同步fNIRS和计算机接收的其他类型的信号。另一种选择是仅使用一个系统来获取两个或多个受试者的数据(见图1)。

②每个设备的等效测量。超扫描要求所有系统具有相同的信号质量控制程序，以确保对所有参与者进行等效测量。这在MRI扫描中尤其重要，因为在不同的扫描仪中，序列和参数存在很大的差异。因此，为每个被试提供相同版本的扫描仪有助于确保测量结果的可比性。fNIRS中常见的解决方案是将一个系统中的光电器件拆分到不同的对象之间，这样可以保证等效的质量控制和同步。在MRI中，类似的解决方案是使用一个带有双头线圈的扫描仪，但这将对舒适度和被试之间的交互类型产生影响。

③控制参与者之间的先验交互和交互类型。一些研究已经评估了关系水平(陌生人、朋友、恋爱关系)可能会改变大脑间的连接水平，情侣之间会表现出更多的连接。因此，控制参与者之间的相互了解程度可能很重要。此外，在超扫描协议中，参与者可以尝试以不同的方式进行互动，例如，如果没有提供具体的指导，参与者之间可能会尝试使用语言交流，而其他可能选择非语言交流。此外，目光接触可以改变脑间同步。由于不同的大脑机制可能参与每种类型的交互，因此准备好你的实验设计和对参与者的指导，以便选择合适的互动类型是很重要的。关于互动范式，可以根据三个维度进行分类：互动目标，分为合作和竞争互动；时间结构和动作顺序，可以是回合制的(如象棋或纸牌游戏)或连续互动(如协调歌唱)；行动的依赖性，可以是独立的(通常在竞争中)或相互依赖的。社会情境中的决策，如博弈论范式，也是互动范式的一个很好例子。

④具有良好的控制条件。由于超扫描的主要目标之一是测量脑间连接并将其与特定任务或条件相关联，因此需要适当的控制条件，控制任务应该具有与主要任务相同的认知元素和强度，除了研究所关注的社会方面。

图1.超扫描选项：(A)对每个受试者使用一个数据采集设备，并使用同步设备来确保同步数据采集；(B)所有受试者共享相同的数据采集设备，并提供所有受试者数据之间的同步，但会限制受试者之间的距离并减少通道数量(fNIRS)。类似的考虑也同样适用于fMRI超扫描。LSL实验室流层。

社会脑：同理心、心理理论和镜像神经元系统

社会脑的概念是指与社交技能有关的大脑机制，以及对社会互动很重要的认知过程，如运动协调(联合行动或模仿)、同理心和心理理论(ToM)。ToM指的是理解他人(也可能是动物)观点和信念的能力，或者换句话说，是一种将精神状态归因于他人和自己的能力。第一个使用“心理理论”一词的研究是评估黑猩猩中ToM的可能性。后来，Fletcher等人(1995)使用正电子发射断层扫描研究了人类的心理理论，研究发现与简单的物理因果故事相比，与人物行为有心理状态解释的故事会伴随左内侧额回、前扣带回和后扣带回的活动增加。Gallagher等人(2000)也使用了相同的故事概念，但采用了不同的模式，发现内侧前额叶皮层和颞顶交界处(TPJ)的反应增加。TPJ现在是与社会大脑相关的主要区域之一，因为内侧前额叶皮层与ToM有关。基于这些结果，在ToM背景下，fNIRS研究通常集中在TPJ和前额叶区域，因为大多数fNIRS研究没有足够的光电极覆盖整个头部。社会脑的另一部分是识别运动意图和协调运动动作(如模仿)。通过fMRI评估模仿机制，发现额下回和顶上小叶与手指敲击和观察手指敲击都有关联，并且在模仿运动时具有更强烈的活动。这些结果后来被认为与镜像神经元系统有关(MSN)，MSN与他人运动意图的内部表征有关，由额下回、顶下和顶上小叶、颞上沟边缘和前运动皮层形成。

接收和处理社会反馈也是社会脑的另一个重要部分。在一项fMRI研究中，评估了与社会影响对情绪图像评分有关的脑区，显示了前额叶皮层、颞上沟边缘、杏仁核和岛叶的参与。另一项fMRI研究模拟了一个超扫描的竞争团体，评估了个人特质的正反馈和负反馈，但这些反馈是由实验者预先设定的，实际上每次只评估一个受试者。在这些实验中，在腹内侧前额叶皮层中观察到与正反馈相关的BOLD信号增加，而正反馈和负反馈都引起了前扣带皮层和杏仁核的反应。

上述研究在某种意义上具有类似的设计，即它们使用单个受试者任务来研究与交互相关的特定认知功能(图2A)。然而，这种方法也存在一定的局限性，因为它不能在实际交互过程中测量大脑信号。为了克服这一点，可以评估实际交互对受试者大脑活动的影响(图2B)。

图2.社会脑实验的类型和分析的可能性。(A)单被试大脑信号采集；单被试任务。(B)单被试大脑信号采集；多被试任务。(C)多被试大脑信号采集；多被试任务。

社会脑的超扫描研究

fMRI超扫描

使用术语“超扫描”的首个fMRI研究是采用两台1.5T MRI扫描仪进行的，这些扫描仪由一台服务器通过互联网同步，延迟低于300-400ms，以证明超扫描研究的可能性。之后，该技术被用于探索社会互动的不同方面(结合1.5和3T扫描仪、两个或多个3T扫描仪，以及3T和7T扫描仪)。另外，Ray Lee及其同事建议使用专为超扫描研究设计的双头线圈进行超扫描。这为同步问题和序列参数提供了一个良好的解决方案。但缺点是，MRI系统的空间相对狭小，因而可能会给受试者造成不适。

尽管fMRI超扫描技术有几种变体，但文献中提及最多的一种是眼睛提示的联合动作。在这种方法中，其中一名参与者必须通过另一名参与者的目光来引导他的注视。这一简单任务规避了fMRI环境中其他交互任务面临的一些困难，这些困难主要与身体运动的限制有关。这些研究发现，在眼睛注视任务中，额下回、枕叶皮层、前扣带回/内侧前额叶皮层、颞叶皮层和颞上沟边缘的活动更高。

博弈论任务也可以用于超扫描实验。例如，最后通牒游戏是一种回合制游戏，其中提议者在参与者之间选择奖励分配的比例，然后回应者必须决定是否接受提议，并按照约定在参与者之间分配奖励，如果拒绝，则所有参与者都得不到奖励。利用这种范式，Fliessbach等人(2012)发现，在更慷慨的提议和回应者接受水平更高的情况下，两个参与者的纹状体和腹内侧前额叶皮层都有明显的激活。另一个有趣的发现是前/中扣带皮层的脑间连接，这与提议者的互惠性相关，可能与在利弊不相等的情况下对提议的判断有关。参与社会脑决策的一个重要机制是奖赏机制，奖赏机制似乎与两人一起完成一项任务时的BOLD信号增加有关。

如前所述，社会互动任务可以有与任务的时间结构、任务目标和行动依赖性关系相关的不同结构。这些可以唤起不同的神经系统，正如Špiláková等人(2019)所评估的那样。他们通过一个图案游戏研究了目标和时间结构效应，其中构建者必须在虚拟游戏桌上用磁盘形成一个图案，而其他参与者可以合作或试图避免形成这个图案(目标效应)。在一种情况下，玩家同时做出响应，而在另一种情况下，构建者开始回合制交互。在合作性任务中，腹内侧前额叶皮层、颞上回、颞中回和眶额叶皮层的BOLD信号显著增加，而在竞争性任务中，背外侧前额叶皮层、辅助运动区、岛叶和小脑区域的BOLD信号显著增加。此外，同时执行任务时，颞叶、岛叶和运动区域具有更高的激活。这些强调了根据所要研究的交互机制选择合适范式的重要性。

总之，这些研究证明了fMRI超扫描的可能性，可以利用其高空间分辨率来确定系统内区域的特定作用。另一方面，fMRI的超扫描实验设计也具有一定的限制，即限制了更自然主义的任务。

fNIRS超扫描

使用fNIRS技术的首个超扫描研究涉及任务中的联合动作，其中参与者必须在刺激后同步他们的运动反应(通常是按下按钮)。这项任务及其变体可能是超扫描fNIRS研究中最常用的范式，因为它们提供了一个简单的交互模型。这些研究中的控制条件通常是一种竞争条件，其中参与者在接收到信号后争取更快的反应来执行动作。使用这种范式的研究发现，大脑之间前额叶连接的增加与更好的表现有关，在额上回也有类似的结果。右额上回皮层对之间的相干性会受到亲密程度的影响，当比较情侣、朋友和陌生人对时，情侣之间会表现出更高的相干性和更好的表现。此外，性别似乎会影响脑间连接和表现，男性-男性对具有更好的同步表现，尽管在不同的研究中发现了相反的脑间连接结果。有趣的是，控制trials和runs之后的反馈可以调节表现和脑间连接，更好的表现与前额叶皮层和背外侧前额叶皮层的高相干性有关。这种效应也从母子对中进行了评估，同样发现右背外侧前额叶皮层的脑间连接与联合动作相关，并且不同的脑机制可能与儿童性别有关。

这项任务的一个变体是联合手指敲击任务，其中参与者必须同步手指敲击动作，控制条件是节拍器同步。研究发现，右侧前额叶皮层和内侧前额叶皮层的脑间连接性增加。在定义领导者和追随者的任务中加入模仿成分来确定手指敲击节奏，在左侧前运动皮层中检测到领导者与追随者之间存在较高的格兰杰因果关系。

在最后通牒博弈范式下，fNIRS超扫描结果显示，面对面执行任务时右侧颞顶交界处之间的相干性更高，这可能与较高的ToM有关。这与目光接触本身的研究一致，它可以改变颞区脑间的相干性。面对面互动对沟通机制也有影响，与背靠背对话或面对面独白相比，面对面互动时的左侧额下回表现出更高的超连接(脑间连接)。

考虑到其他接近现实生活的任务，有研究评估了教师和学生的互动，结果显示当信息从教师传递到学生时，左侧前额叶皮层的脑间连接性更高。在另一个可以用fNIRS超扫描研究的现实例子中，有研究评估了心理咨询期间来访者和咨询师之间的脑间连接性，结果发现与聊天控制情况相比，右侧TPJ的超连通性，这可能与心理咨询所需的心理化有关。此外，Duan等人(2013)提出了一种不同的fNIRS超扫描方法。该研究设计了一个神经反馈平台，尽管关于神经反馈的有效性和正确使用仍然存在争议，但神经反馈已被作为一种改善认知功能的工具进行研究，特别是在脑部疾病的背景下。因此，超扫描神经反馈可能为提高社交能力的研究或治疗影响社会脑的疾病提供了机会，但这些可能性应该谨慎对待。

这些研究强调了fNIRS在自然主义和更接近现实生活任务中的优势，即它对运动的耐受性和便携性。然而，需要注意的是，fNIRS超扫描文献中的一些分歧可能来自不同的光电极位置，因为允许整个皮层覆盖系统的研究很少，而且由于空间分辨率较小，这可能意味着与fMRI研究可以提供的特异性相比，fNIRS需要将较大的皮层区域作为单个区域进行研究。此外，不同的预处理步骤可能会影响超连通性结果，并且目前仍在寻找更好的分析过程。

结论

本研究探讨了fMRI和fNIRS为研究社会脑提供的可能性。虽然fMRI提供了高分辨率的全脑覆盖，但fNIRS为现实生活中的任务研究提供了很好的机会。同时，超扫描技术提供了一个整合的视角，可以揭示与不同情境相关的基本机制和可能的社会交互新机制(或更好的模型)。此外，超扫描可以为寻找生物标志物和理解影响社会脑的疾病和紊乱提供新的视角。未来的研究可以将fMRI和fNRIS技术等(如EEG、眼动追踪、MEG)结合起来，以提供更多的信息和更高的时间分辨率。fNIRS和fMRI超扫描的另一个潜在有趣的组合是自主神经反应测量，因为在合作过程中似乎存在自主耦合。在基于血流动力学反应的系统中控制这些自主神经反应有助于解释数据。

参考文献（上下滑动查看）：

Špiláková, B., Shaw, D. J., Czekóová, K., & Brázdil, M. (2019). Dissecting social interaction: Dual-fMRI reveals patterns of interpersonal brain-behaviour relationships that dissociate among dimensions of social exchange [published online ahead of print, 2019 Jan 15]. Social Cognitive and Affective Neuroscience, 14(2), 225–235. https://doi.org/10.1093/scan/nsz004

Fliessbach, K., Phillipps, C. B., Trautner, P., et al. (2012). Neural responses to advantageous and disadvantageous inequity. Frontiers in Human Neuroscience, 6(165) Published 2012 Jun 8. https://doi.org/10.3389/fnhum.2012.00165

Montague, P. R., Berns, G. S., Cohen, J. D., McClure, S. M., Pagnoni, G., Dhamala, M., Wiest, M. C., Karpov, I., King, R. D., Apple, N., & Fisher, R. E. (2002, August). Hyperscanning: Simultaneous fMRI during linked social interactions. NeuroImage, 16(4), 1159–1164.

Gallagher, H. L., Happé, F., Brunswick, N., Fletcher, P. C., Frith, U., & Frith, C. D. (2000). Reading the mind in cartoons and stories: An fMRI study of ‘theory of mind’ in verbal and nonverbal tasks. Neuropsychologia, 38(1), 11–21.

Koike, T., Sumiya, M., Nakagawa, E., Okazaki, S., & Sadato, N. (2019). What makes eye contact special? Neural substrates of on-line mutual eye-gaze: A hyperscanning fMRI study. eNeuro, 6(1), ENEURO.0284–18.2019. Published 2019 Feb 28. https://doi.org/10.1523/ENEURO.0284-18.2019

Buxton, R. B., Wong, E. C., & Frank, L. R. (1998, June). Dynamics of blood flow and oxygenation changes during brain activation: The balloon model. Magnetic Resonance in Medicine, 39(6), 855–864.

Ogawa, S., Lee, T. M., Kay, A. R., & Tank, D. W. (1990). Brain magnetic resonance imaging with contrast dependent on blood oxygenation. Proceedings of the National Academy of Sciences of the United States of America, 87(24), 9868–9872.

Babiloni, F., & Astolfi, L. (2014). Social neuroscience and hyperscanning techniques: Past, present and future. Neuroscience and Biobehavioral Reviews, 44, 76–93. https://doi.org/10.1016/j.neubiorev.2012.07.006

Ogawa, S., Tank, D. W., Menon, R., et al. (1992). Intrinsic signal changes accompanying sensory stimulation: Functional brain mapping with magnetic resonance imaging. Proceedings of the National Academy of Sciences of the United States of America, 89(13), 5951–5955.

Fletcher, P. C., Happé, F., Frith, U., Baker, S. C., Dolan, R. J., Frackowiak, R. S., & Frith, C. D. (1995, November). Other minds in the brain: A functional imaging study of “theory of mind” in story comprehension. Cognition, 57(2), 109–128.

Duan, L., Liu, W. J., Dai, R. N., et al. (2013). Cross-brain neurofeedback: Scientific concept and experimental platform. PLoS One, 8(5), e64590. Published 2013 May 17. https://doi.org/10.1371/journal.pone.0064590

Shaw, D. J., Czekóová, K., Staněk, R., et al. (2018). A dual-fMRI investigation of the iterated Ultimatum Game reveals that reciprocal behaviour is associated with neural alignment. Scientific Reports, 8(1), 10896. Published 2018 Jul 18. https://doi.org/10.1038/s41598-018-29233-9