中科院心理所刻畫靜息態自發思維的大腦表征模式

靜息態功能磁共振成像（Resting-State fMRI）因設計簡單、便于積累大數據、臨床易實施等優勢而成為主流腦影像研究手段。采用靜息態方法的研究取得了豐碩成果，但靜息態fMRI的可靠性常受到質疑。在導致可靠性降低的諸多因素中，靜息態下無約束的心理活動變異可能起到關鍵作用。

“靜息態”磁共振數據完全來自“靜止”的大腦？已有研究表明，雖然靜息態掃描過程不涉及外部驅動的認知加工，但個體在該過程中仍會有意識地產生許多持續的內源性的認知加工（自發思維）。盡管構成個體休息期間持續體驗的認知、感知和運動過程豐富多樣，但研究較少承認這些貢獻，而是使用單一的術語如“內在”（intrinsic）或“自發”（spontaneous）來描述在靜息態fMRI期間觀察到的所有神經活動。然而，將這部分內源性持續的認知加工所引發的腦活動簡單地歸為人腦的內在活動不利于靜息態腦成像研究的發展。對于群體間比較研究，如果組間存在自發思維傾向差異，那么他們的靜息態自發思維可能存在組間系統差異，進而體現在靜息態的神經活動模式上。較多類型的精神疾病均與自發思維的異常有聯系，例如，抑郁癥患者自發思維出現的頻率顯著高于正常個體。他們的自發思維內容多是負性的、指向過去的。因此，對于常見的精神疾病與健康人的對比研究，靜息態自發思維的系統差異會影響靜息態方法的效度。

中國科學院心理研究所行為科學重點實驗室嚴超贛研究組開發了出聲思維功能磁共振成像（Think-Aloud fMRI）新范式，采用出聲思維法收集了101名被試在磁共振中實時的思維流（質控后最終分析樣本為86人）。與經典的靜息態fMRI不同的是，被試睜眼注視屏幕上的“+”注視點之外，當發現腦中出現想法/畫面時需要當即匯報出來。研究檢測了think-aloud fMRI探究持續思維流的可行性，包括闡明自發言語報告時大腦的激活模式以及思想內容是否與大腦活動相關。研究融合自然語言處理（natural language processing，NLP），使用表征相似性分析 （Representational similarity analysis，RSA）刻畫了靜息態下思維流的大腦表征模式（圖1），即將錄音轉錄為文本，并按照時間性和話題相似性對思維內容轉換進行標注和切分，進一步使用NLP將每個思維片段量化為768維固定長度的向量，以構建語義特征表征差異性矩陣（representational dissimilarity matrix，RDM）。研究計算每個思維片段對應的平均BOLD（blood oxygenation level-dependent）值以構建神經水平的RDM。研究使用RSA在三個全腦神經水平上探索了靜息態思維流的大腦表征模式——體素水平（全腦探照燈分析）、區域水平（采用Schaefer 400 分區）和系統水平（采用七個Yeo網絡）。

全腦三個水平的RSA分析結果均表明，靜息態下思維流的大腦表征模式涉及廣泛的大腦區域，不僅涉及默認網絡（default mode network，DMN），而且涉及所有七個大腦網絡（圖2、3）。通過直接將思維的自發性和動態性與大腦活動的自發性和動態性相結合，研究實證地獲得了大腦靜息態下自發活動的內在空間模式。

該研究強調了關注靜息態下持續認知活動的重要性，闡明了大腦靜息態思維流的內在空間模式，并為時空神經科學提供了支持，將推進腦自發活動研究和靜息態fMRI研究。在方法上，該研究證明了將出聲思維、自然語言處理、表征相似性分析與fMRI結合起來以探討靜息態思維流與大腦自發活動之間聯系的潛力，展望了Think-Aloud fMRI研究范式的研究前景。未來，嚴超贛研究組將進一步明確靜息態下不同思維內容特征的大腦空間模式。

相關研究成果在線發表在NeuroImage上。研究代碼已開源共享在https://github.com/Chaogan-Yan/PaperScripts/tree/master/LiHX_2022_NeuroImage，數據已共享在http://rfmri.org/ThinkAloudfMRIData，并將在心理科學數據銀行更新。研究工作得到科技創新2030-腦科學與類腦研究重大項目、國家重點研發計劃、國家自然科學基金、中科院、北京市科技新星計劃及心理所科學基金的支持。

論文鏈接 

圖1.實驗分析示意圖

圖2.體素水平的RSA分析結果

圖3.區域水平的RSA分析結果