|
社會互動對人類自我發展和維護的重要性長期以來一直是心理學和認知神經科學研究的重要領域。然而，認知神經科學領域在過去的幾十年里才開始研究社交活動中的大腦活動。通常的影像學或者電生理研究一次只記錄一個參與者的大腦，因此只記錄參與者與視屏互動或群體互動的一部分。因此，這些實驗所能提供的洞察力是有限的。為了從整體上研究社會互動，超掃描(即同時測量多個大腦的活動)的想法應運而生。這項技術的顯著優勢是它允許研究兩個或多個相互作用的大腦之間的實時動態。與測量社交互動期間單個參與者的大腦活動的經典實驗范式相反，同時測量幾個互動參與者的大腦活動允許研究大腦內和大腦間的神經關系。因此，超掃描技術提供了一種新的方法來解釋聯合行動的復雜性，即它的自發性、互惠性和多模態性，這構成了對其神經科學檢查的巨大挑戰。但是這種記錄多個人的大腦活動的技術，可能存在許多難以解釋的問題。這篇文章將說明如何將行為數據和交互預測模型整合到超掃描研究中，這可以推動具身社會神經科學的發展。本文發表在Neuron雜志。（可添加微信號siyingyxf或18983979082獲取原文）。社交互動對于我們的認知和健康至關重要。我們在日常生活中的行動和決策很大程度上受他人影響，并且，非典型的社會互動也被發現是大多數精神和心理健康狀況的特點。因此，了解社交互動的大腦機制是人類神經科學的重要目標。超掃描，一種能夠同時記錄多個人腦活動的方法，最近被譽為人類社交研究領域的游戲規則改變者。本文討論了關于超掃描的一些假設以及許多分析的局限性。本文在討論的基礎上，進一步建議：通過整合大腦和行為數據，它將可能超越超掃描技術從而真正實現這個新領域的潛力。我們將重點討論功能性近紅外光譜技術，因為功能性近紅外光譜技術是最廣泛使用的超掃描模型之一，同時我們也會涉及到腦電和電生理技術。超掃描的一個很好的例子來自崔旭（Cui等，2012）等人的研究。這項研究從執行兩個不同的任務的成對被試的前額葉皮層捕獲數據：在合作任務中，兩個參與者都必須嘗試同時按下一個按鈕，在競爭任務中，兩個參與者必須嘗試盡可能快地按下按鈕。參加者無法直接交流，但可以在每個試次后收到反饋，使他們能夠提升自己的表現。通過分析前額葉近紅外信號的小波耦合發現，相比較于競爭組塊或者單獨表現，在合作任務中右側額上回的耦合更強。大量研究復制并且進一步擴展了這一結果，比如在社交活動，目光接觸，決策和運動協調中。進一步的結果發現：相對于組間的匹配，組內匹配的兩個人腦間的耦合更強；相對于同性別組和帶有自閉特征的兒童，混合性別組的耦合也更強。基于這些發現，一些研究認為超掃描技術在認知神經科學和精神疾病的研究中作用很大。比如，腦間耦合被認為是“一種關于遠距離時間的信息轉換機制”。一篇文獻提出腦間的耦合“可以引發社交所瞄定的神經機制”。有人認為超掃描指標可以使我們能夠診斷發展和精神疾病，并且使用腦刺激在被試身上施加耦合甚至可能治療相應的疾病。對于一個新興的技術來說，這些看法有些激進，值得進一步認真詳細的測試。 超掃描研究很清楚地表達了腦間的耦合存在固有的模式，但是最好的解釋這些數據的方式尚不清楚。關于存在著不止一個腦的機制的看法就像心靈感應，同我們的標準認知模型相脫節或者說來自一個模糊不清的生物框架。為了進一步明白究竟什么是跨腦耦合，以及這個新領域面臨的挑戰。我們應當首先理解耦合指標的一些基本缺陷。 首先，這些指標描述的是兩個時間序列數據之間的關系，并不涉及其他因素，包括被試行為的改變，任務或者在大多數此類分析中并不顯著的其他的環境數據。其次耦合指標僅僅代表兩個腦呈現同樣變化模式的區域的對稱效應。許多社會交互活動，比如給目標，拿走目標物，對話中的輪換是非對稱的，兩個被試有不一樣的目標，這種情況不清楚耦合分析能否捕捉到。最后，超掃描結果和傳統的認知模型之間的關系并不清晰，因為超掃描適用于兩個人的情況，它有時并不測試或者說解釋傳統認知神經科學家想要了解的一個人的情況。對于超掃描數據的解釋的一個更加重要的挑戰是跨腦耦合同在序列研究中記錄的被試間相關的關系。我們知道，在一個磁共振機器里，兩個人獨自觀看同樣的電影將呈現相同的腦活動模式，這種效應在一個人講故事，其他人聽故事的時候也會呈現。這些結果反映了一個事實：一個外部刺激的共同認知加工將引起腦間的耦合。正如最近的一個腦電研究顯示的那樣，近紅外耦合的出現可能是因為兩個被試以同樣的方式對相同的刺激進行反應。因此，許多研究報告的所謂的固有模式存在爭議，尤其是在兩個被試在同樣的環境和任務下引起并且沒有任何額外社會因素參與的情況下更是如此。一個是設計更為復雜的方法，去排除共同效應。一些研究通過增加被試量來進行。比如，如果一個研究記錄同一時間在同一個房間的三個（或者更多）被試的數據，其中兩個被試呈現強相關而其他人并未呈現，那就不能說這種耦合是由環境引起的了。可是，這種耦合也可能是兩個互動被試的共同運動過程或認知過程引起的。第二種選擇是接受這種爭議即認為近紅外超掃描僅僅能夠檢測兩個腦間共同的加工并且把它作為相關的結果。關于耦合水平的個體差異的研究或者跨社交群體的耦合研究將耦合水平看作是人們之間協調配合水平的一個指標。最近的研究表明，這種耦合的解釋同社會決策任務表現相關。這種研究需要很大的樣本量，目的是拿耦合上的兩級差異同行為數據的兩級差異做相關。可是，將任何效應分解并對應于兩個被試中的一個是很難甚至是不可能的。這一點限制了耦合分析在臨床被試追蹤和診斷上的作用，因為這些研究在單個被試上的結果很難解釋，也往往不能夠定義一對或者一組被試中的哪個被試腦活動是異常的。最后，即使超掃描情景中的耦合指標確實同功能磁共振中被試間的相關一致，那么從臨床應用的角度來說，還是讓被試單獨觀看視頻的結果更加可靠可重復。前人開拓性的研究對于在這個新的領域“能夠做些什么”這一方面做出了很重要的貢獻。可是，上面所講到的超掃描的不足，證明超掃描技術將顛覆社會神經科學的觀點略顯激進。如果耦合指標不能考慮行為并且不能將共同加工和交互區分開，那么超掃描的價值似乎是受限的。 為了實現超掃描，我們需要做更大更好的實驗并且在更強的理論框架下對他們進行解釋。一個重要的點就是識別出在兩個交互的個體內部存在著交互腦。視覺，聽覺和運動加工在兩個腦之間的協調活動中起調節作用，因此我們必須同時對腦和行為進行研究。這意味著研究者需要收集并分析被試的行為數據，考慮社會互動中每個被試是如何使用他們的行為信號并收取來自他人的信息。現在有很多靈活的技術可以實現捕捉被試手，身體，眼動，臉部表情，生理改變的信息，在超掃描實驗室中，這些系統應該被標準化使用。這些工具也意味著離開傳統的實驗設計是可能的。當下的這些方法對被試嚴格控制，但是不能夠傳遞出自然有意義的社會互動。我們需要通過更自然的任務情景，讓被試可以更長時間地協作，觀察對彼此的反應，這可能揭示出與在傳統研究模式下被壓抑的，不同的社會行為或者社會腦活動模式。通過獲取和分析自然情境下被試互動的數據，使得理解互動的社會身體內的社會腦的協調活動成為可能。 在當前，我們需要認知神經理論去理解這種交互。在社會互動中，他們必須控制自己的運動，動手，臉，注視他們的合作者的同時需要理解和預測對方的動作以做出合適的反應。預測在這個過程中是重要的，人們是否能夠預測對方并做出對應的反應，在流暢的社交活動中是非常重要的。這個觀點最近被“交互預測理論”進行闡釋。該理論的核心觀點是社交中的每個人都有控制自己行為的腦系統 (A-self and B-self，圖1E)，同樣也具有預測對方行為的系統(A-Other and B-Other，圖1E)。如果這些系統共定位于大腦中，并且這兩個系統中所有神經活動的總和可以作為一個共同的指標，那么在被試A和B的所有腦活動之間會出現相似模式或者耦合。因此，當預測機制參與到互相預測彼此的兩個人中間，就可以引發兩個腦之間的信號。 
(A) 大多數超掃描方法同時記錄來自兩個及以上被試的腦活動并且通過相關或者耦合分析的方法檢測腦活動模式之間的關系。(B)一個小波耦合模式的例子：一個組塊的腦活動使用小波的方法分成頻段，兩個腦的耦合在每個時間點和頻率進行計算，顏色越紅代表耦合越強，在一個特定的頻段，基于整個組塊對耦合值進行平均化處理，這里是 3.2–12.8 s. (C)被試間相關研究記錄來自不同時間的呈現同樣刺激的兩個被試的數據并計算他們之間的相關。兩種方法僅記錄腦數據（沒有行為），一個問題是難以將超掃描結果和被試間相關區別開。(D)具身社會神經科學同時收集兩個被試腦活動，行為和生理的數據。(E) 交互預測理論解釋了為什么在兩個被試身上看到了相似的腦活動模式。如果每個被試的腦包含了編碼自身行為的神經元(A-self, B-self)和編碼預測對方行為的神經元(A-other, B-other)，腦A的活動總和可能同腦B類似。(F)通過跨腦GLM,可以分析多模態數據，這一模型可以模擬所有其他因素影響下的人腦活動。因素包括，行為，生理（心跳，呼吸等）。如果您對近紅外及腦電等數據處理感興趣，歡迎瀏覽思影科技課程及服務（可添加微信號siyingyxf或18983979082咨詢）： 第十二屆近紅外腦功能數據處理班（上海，6.15-20) 第二十七屆腦電數據處理中級班（南京，6.1-6.6) 第二十六屆腦電數據處理中級班（重慶，4.9-14) 數據處理業務介紹：
思影科技近紅外腦功能數據處理服務 一個基于大鼠交互行為的詳細研究為交互預測理論提供了證據支持。Kingsbury和其同事使用微電極來記錄成對大鼠背內側前額皮層的信號，同時他們在自然互動中的行為被記錄。結果同交互預測理論一致，大鼠腦中部分神經元編碼自身的行為，另一部分神經元編碼對方的行為。更重要的是，跨前額葉的相加的活動可以解釋兩個動物在大腦之間的神經信號的耦合，說明適當水平的交互預測能夠引起全腦水平的腦間耦合模式。而且，他們能夠量化大鼠在社會關系中的非對稱性關系，結果發現非主導地位的大鼠呈現出更多的對于對方的預測。通過加入行為數據和跨腦數據在傳統的廣義新型模型（GLM）中，去模擬雙方的行為，對方的行為模式和腦活動影響下單個腦的活動情況(跨腦GLM or xGLM; 圖1F). xGLM分析使研究者可以自由移動參與社交的動物去整合跨不同模型的數據并且通過追蹤研究來測試交互預測假設。 為了測試交互預測是否同樣適用于人類，使用xGLM方法來預測來自人類超掃描研究的被試的數據是非常有意義的。最近有研究對于這一問題進行了探索。成對被試參與類似撲克牌的游戲，一個被試充當告知者，他可以撒謊或者如實告知自己的牌，對方需要猜測這張牌比他說的牌面大還是小，猜對將獲得對應的獎勵。前者前額皮層的活動同欺騙意圖相關。更關鍵的是，跨時間段的xGLM分析可以識別出前者腦內的兩個通路，在通路內，告知者的腦活動領先后者2秒鐘。這提供了人類交互預測的線索，但不足的是這個研究使用的任務過難，被試很難精確預測對方的行為并且并沒有記錄行為和生理數據。未來的研究，如果能夠直接對在預測能力和沒有預測能力的競爭任務和合作任務進行分析，并能夠對社會行為數據進行詳細記錄的將會非常有價值。這兩個研究對于交互預測理論適用于大鼠和人在社會交互中的大腦耦合模式提供了最初的證據。這一理論也能夠幫助我們更好地理解最初的數據集，上面涉及的 Cui et al., (2012) 的研究。這一研究對“合作”任務和“競爭”任務進行了比較，有時被解釋為合作的跨腦機制。可是，這些任務的認知要求表明合作任務需要高度的交互預測-被試必須預測彼此的行為，目的是同步反應。相反，競爭任務要求被試盡可能快的反應，預測對方可能僅僅是個分心物。因此，這兩個任務之間跨腦耦合模式的不同與交互預測假設完全一致。據此可以推測，如果被試在一個合作任務中，這個任務不需要交互預測，比如兩個人都快于一個外在標準時可以贏，那么跨腦耦合就不會出現。總的來說，交互預測研究表明同時研究腦和行為對幫助我們理解身體動作是如何中介和補充社會交互行為是有意義的。基于這一觀點，交互預測假設提供了一個強大的框架去解釋人和動物的超掃描研究，并且具有一些優點：首先，它提出一種明確的預測機制，這種機制基于詳細的動物數據且同更普遍的認知預測模型相一致。第三，xGLM模型是認知神經科學傳統的方法，使得我們可以擴展已有的模型，加入行為，跨腦數據并且模擬對稱，非對稱的交互作用。這意味著我們可以更為容易地從更廣闊的背景下分析數據并且將新的超掃描結果同基本的認知神經科學理論整合在一起。最后，上面的例子表明交互腦和身體的研究是如何能被應用在有控制的實驗室條件下或者非結構的自然有效交互中，使我們可以將實驗室研究轉移到真實情境中。 本文描述了解釋跨腦耦合數據方面遇到的挑戰，指出在解釋超掃描實驗結果面對耦合效應需要謹慎。但更重要的是，本文提出了兩種新的途徑來克服當前超掃描方法的固有局限。 在設計研究方面，如果我們能夠收集并整合交互個體（手，臉，眼，口語）以及腦的數據，那么將幫助我們更好理解身體的交互是如何引起腦的耦合。xGLM幫助我們實現這種整合，但是其他方法比如格蘭杰因果分析也可能是有價值的。 在神經機制方面，交互預測假設給予我們一個清晰的框架去解釋來自不同認知任務的數據，也為未來的研究創造出更明確的預測。在追蹤和解釋自然社交行為的方法中整合這些優點，那么超掃描技術將實現超越，使得揭示支持我們人類面對面社會交互的認知神經機制成為可能。
|
