心理所開發Think-Aloud fMRI研究范式并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）因其設計簡單、便于積累大數據、臨床易實施等獨特優勢已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的成果，但是靜息態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了關鍵作用。 

　　所謂的“靜息態”磁共振數據是完全來自“靜止”的大腦嗎？已有研究表明,雖然在靜息態掃描過程中不涉及外部驅動的認知加工，但是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，但研究人員較少承認這些貢獻，而是使用一個單一的術語，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，把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顯然不利于靜息態腦成像研究的發展。另一個重要的問題是，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很可能存在組間系統差異，進而體現在其靜息態的神經活動模式上。值得注意的是，許多類型的精神疾病都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，此外，他們的自發思維內容更多是負性的、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。 

　　針對這一現狀，中國科學院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。研究首先檢測了think-aloud fMRI研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。之后，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）：1）研究者首先將錄音轉錄為文本，并按照時間性和話題相似性對思維內容轉換進行了標注和切分，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）。2）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。3）最后，研究使用RSA在三個全腦神經水平上探究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）。 

圖1.實驗分析示意圖 

　　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，不僅是涉及默認網絡（default mode network, DMN），而是涉及所有七個大腦網絡（圖2、圖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，實證地獲得了大腦靜息態下自發活動的內在空間模式。 

圖2.體素水平的RSA分析結果 

圖3.區域水平的RSA分析結果 

　　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，將促進腦自發活動研究和靜息態fMRI研究的發展。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結合起來研究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。 

　　該研究目前已在線發表于NeuroImage。心理所李慧嫻為第一作者，心理所嚴超贛研究員為通訊作者。研究代碼已經開源共享在https://github.com/Chaogan-Yan/PaperScripts/tree/master/LiHX_2022_NeuroImage，數據已共享在http://rfmri.org/ThinkAloudfMRIData，并將更新于心理科學數據銀行。   

　　該研究得到了科技創新2030-腦科學與類腦研究重大項目（2021ZD0200600）、國家重點研發計劃（2017YFC1309902）、國家自然科學基金（82122035、81671774、81630031）、中國科學院十三五信息化規劃（XXH13505）、中國科學院重點研究計劃（ZDBS-SSW-JSC006），北京市科技新星計劃（Z191100001119104），以及中國科學院心理研究所科學基金（E2CX4425YZ）的資助。 

　　論文信息： 

　　Li, H.-X., Lu, B., Wang, Y.-W., Li, X.-Y., Chen, X., & Yan, C.-G. (2022). Neural Representations of Self-Generated Thought during Think-Aloud fMRI. Neuroimage, 119775. https://doi.org/10.1016/j.neuroimage.2022.119775