图片由麻省理工学院的 Christine Daniloff 拍摄； Shutterstock。

利用功能磁共振成像（fMRI）数据，研究小组识别出了24个具有不同功能的网络，包括语言处理、社交互动、视觉特征处理和其他类型的感官输入。

尽管许多这样的网络之前已经被发现，但之前的研究大多基于简单的任务或静息状态的大脑扫描，未能准确地表征自然条件下的这些网络。这项研究通过观察受试者观看电影时的大脑活动，全面描述了这些网络的功能分布。

麻省理工学院麦戈文脑研究所所长罗伯特·德西蒙（Robert Desimone）表示：“神经科学领域正在出现一种新方法，该方法在更自然的条件下研究大脑网络。这种新方法不同于传统的神经影像方法，虽然它不能回答所有问题，但它根据电影中的活动产生了许多有趣的假设，这些假设与网络地图的出现密切相关。”

研究小组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，该研究最近发表在《Neuron》杂志上。麦戈文研究所的研究科学家、剑桥大学前研究生雷扎·拉吉梅尔 (Reza Rajimehr) 是该论文的主要作者。

精确的网络绘图

大脑皮层包含处理不同类型的感觉信息的区域，例如视觉和听觉输入。在过去的几十年里，科学家们通过要求受试者执行单一任务（例如看脸）来使用功能磁共振成像来测量大脑活动，从而发现了参与这种处理的许多网络。

其他研究着眼于受试者静息时的大脑活动。这些研究揭示了默认模式网络等在白日梦等内在活动中活跃的区域。

研究人员 Reza Rajimehr 解释道：“到目前为止，大多数网络研究都是基于静息态功能 MRI 数据。从这些研究中，我们了解了一些主要的皮质网络，每个网络都负责特定的认知功能，并且具有在神经影像领域具有重要影响。”

然而，大脑皮层的许多部分在休息状态下可能完全不活动。为了全面了解这些区域的功能，麻省理工学院的团队分析了受试者执行更自然的任务（观看电影）时记录的数据。

“通过使用像电影这样的丰富刺激，我们可以非常有效地激活大脑皮层的许多区域，”拉吉梅尔说。 “例如，感觉区域处理电影的不同特征，而更高级别的区域提取语义和上下文信息。通过这种方式，我们可以激活大脑皮层的许多区域。”在大脑中，我们可以根据激活模式区分不同的区域或网络。”

这项研究的数据来自人类连接组项目，该项目使用更高分辨率的 7 特斯拉 MRI 扫描仪记录了 176 名受试者观看各种场景一小时的情况。电影剪辑期间的大脑活动。

麻省理工学院的团队使用机器学习算法来分析每个大脑区域的活动模式，识别出 24 个具有不同活动模式和功能的网络。

有些网络位于感觉区域（例如视觉皮层或听觉皮层），与这些区域的特定感觉功能一致。其他区域对运动、言语或社交互动等特征做出反应。虽然许多网络之前已经被发现，但新技术提供了更精确的网络位置定义。

Rajimehr 说：“不同的区域会相互竞争来处理特定的特征，因此当你单独映射一个特征时，你可能会得到一个稍大的网络，因为你不受其他过程的限制。” “现在，由于同时考虑所有区域，我们能够更精确地划分不同网络的边界。”

研究人员还发现了以前未被发现的网络，例如前额皮质中的一个网络，它对电影场景中的视觉图像高度敏感。

执行控制网络

本研究中确定的三个网络与“执行控制”相关，并且在影片剪辑之间的转换期间最为活跃。研究还发现，这些控制网络与处理特定特征（例如面部或动作）的网络具有“推拉”关系。当特定的特征处理网络非常活跃时，执行控制网络通常比较安静，反之亦然。

Rajimehr 指出：“当特定领域的区域高度活跃时，这可能表明不需要更高阶的网络。” “但在刺激存在一些模糊性和复杂性的情况下，需要执行控制网络，而我们观察到这些网络变得非常活跃。”

研究团队目前正在基于观看电影的实验对网络的各个部分进行更深入的研究，以识别涉及特定任务的子区域。例如，在社交处理网络中，他们发现了专门处理有关面孔和身体的社交信息的区域；在分析视觉场景的新网络中，他们发现了与场景记忆处理相关的区域。

“这种类型的实验实际上是为了产生关于大脑皮层功能组织的假设，”德西蒙说。 “观看电影时出现的网络需要通过更具体的实验进行测试。这为我们提供了关于整个皮层如何运作的全新视角。”在更自然的任务中进行操作，而不仅仅是在休息状态下。”

这项研究得到了麻省理工学院麦戈文研究所、伊朗认知科学技术委员会、剑桥大学 MRC 认知和脑科学单位以及剑桥信托奖学金的资助。

原文链接：