功能性近红外光谱成像技术(fNIRS)可以研究清醒状态下的婴儿大脑功能激活。fNIRS的优势明显大于局限,领域内也已将fNIRS应用于婴儿群体。大多fNIRS研究集中于:目标处理、生物和社会信息处理、语言发展。有关人类知识起源和发展的争论不断,因此早期神经影像学研究作用很大。fNIRS的应用使我们能够确定未成熟大脑中处理早期目标、社会、语言知识的区域,及其随时间、经验发生的变化。小部分研究深入探索:支持、促进出生后第一年的学习的神经机制。与其他新兴领域一样,当前研究得出的结论也存在局限。我们探讨了应该如何改进这项技术的应用,这有利于探究具有理论、实践重要意义的发育科学问题。本文发表在WIREs Cognitive Science杂志。

1.介绍

过去45年里,人类大脑发育研究取得了巨大进步。行为测量技术让我们可以有根据地推断婴儿的感知、思考与感受,以及这些能力如何随时间、经验的变化而变化。同时,由于可用方法较少,这些发育能力的神经基础仍未可知。功能性近红外光谱成像(fNIRS)可用于测量大脑活动,研究大脑皮层的功能组织。我们与众多学者一致认为神经成像技术的作用非常显著。神经成像技术(如fNIRS)的一个优点是能识别到神经反应的位置(localization,)和专门化(specialization)。通过合理的实验设计,我们可以识别出相关的皮层结构。这些信息可为发育理论提供信息,例如深入了解未成熟的大脑的功能组织、推断指导学习的领域特殊性与领域一般性机制。发育研究的最终目标是了解知识、表征能力如何随时间变化,以及变化如何发生。针对这些问题,我们需要使用横断面、纵向设计来研究不同年龄组,目前较有效的研究方法为:

(1)评估早期经验的影响

(2)评估特定训练对大脑、行为的影响。

神经影像数据的另一优势是可以研究婴儿对世界的感知与思考。由于婴儿的行为能力有限,仅凭行为数据很难判断不同的知觉、认知、社会过程,而评估皮层对不同刺激的反应则可以实现。当然,解释fNIRS的数据必须小心,因为fNIRS只能测量大脑皮层的信息,无法测量皮层下区域,而这些区域可能是参与信息处理的一部分。此外,解释神经影像数据时应在多大程度上使用反向推断(reverse inferences,如根据激活模式推断特定的参与过程)也备受争论。

除了神经成像技术的优势,我们还需考虑fNIRS在多大程度上能支持我们得出强结论。首先需考虑的是实验方法。目前仅有少量研究基于发育假说来评估学习机制,或是设计实验,研究最常有的一个问题是过度解释数据。只有测量了所有皮层的活动,下额叶皮层(对选定刺激)的激活才能支持皮层定位。同样,只有测量了所有刺激对下额叶皮层的反应,其对特定刺激的激活才算专门化(specialization)。另一个需考虑的是技术。无法标准化定位光极模版,就难以得出皮层结构相关的结论;缺乏标准化数据处理、分析方法也限制了实验间的相互比较;此外,由皮肤血流变化导致的光信号污染问题也尚未得到充分解决。

尽管存在这些问题,fNIRS研究还是为发育科学做出了重要的、无法替代的贡献。本文首先概述fNIRS技术以及其如何在婴儿中应用,然后回顾使用fNIRS得出的主要发现,这些发现对领域做出了独特的贡献。本文最后讨论当前的研究方向,并就如何优化fNIRS的使用提出建议。

2.功能性近红外光谱成像技术(fNIRS)

在fNIRS中,近红外光通过头皮、颅骨射入大脑,记录漫反射光的强度。由刺激诱发的神经激活会使流向激活脑区的血流量增加,从而导致血容量增加,该现象可通过局部氧合血红蛋白(HbO)、脱氧血红蛋白(HbR)或总血红蛋白(HbT)的浓度来评估。通常在皮层激活期间,局部HbO浓度增加,HbR浓度降低,我们使用650和950nm之间的近红外光进行测量。测量到光强度后,将刺激呈现期间与无刺激、控制刺激(基线)期间的光强进行比较。相对于基线的脑区激活变化称为血液动力学反应。血液动力学函数(HRF,理想状态下激活后的血液动力学反应)和测量到的神经活动存在线性关系,有研究同时使用fNIRS和其他成像技术(如fMRI和PET),技术得到了一致的结果,证明fNIRS对脑功能的测量较为可靠。

2.1.优势

与fMRI相比,fNIRS有几个明显的优势。首先,fNIRS具有更好的时间分辨率,能够以0.01秒的采样率观察大脑信号,比fMRI快。fNIRS测量到的血流动力学反应的时间尺度为1–2秒,更好的时间分辨率可以更好地区分出系统生理信号和运动伪迹,分辨血液动力学反应的开始,直接快速地测量神经信号。第二个优势是fNIRS可以应用于清醒、任务态的婴儿。通常fMRI研究睡眠、镇静的婴儿以避免运动伪迹,这也限制了可用的实验类型,此外将睡眠状态的神经反应迁移到清醒态也可能存在问题。用衣服紧裹婴儿可以采集清醒婴儿的数据,但这种方法实施起来具有挑战性。fNIRS的第三个优势是非侵入性、非电离,因此对婴儿反复、长时间使用是安全的。最后,fNIRS技术相对便宜、可携带,经过适当培训就可以上手。fNIRS相对于EEG/ERP的主要优势是具有空间分辨性。fNIRS识别的神经反应可定位在激活区域的1-2厘米内,与电生理技术相比可以更准确地识别激活脑区。

2.2.挑战与局限

使用fNIRS也存在许多难点。第一是神经结构的测量。近红外光进入神经组织时会迅速扩散,因此不适合研究大脑表面下约1厘米深的结构。其次,fNIRS测量的脑区定位无标准。婴儿研究经常使用国际10-20脑电图记录系统定位。10-20系统适用于成人,目前我们不能确定婴儿和成人的颅脑对应是相同的,不过这算是一种可靠的光极放置方法,如果婴儿颅脑对应可用,记录数据就可以更详细的分析激活模式。第三,fNIRS的空间分辨率优于ERP/EEG,但不如fMRI。这可能使区分相邻皮层区的神经反应变得困难。

总结上述内容,fNIRS的优点在一定程度上可以补足fMRI、EEG/ERP的缺点。fNIRS具有更好的时间分辨率,比fMRI更容易实施且更具性价比(尽管空间分辨率有限);具有比EEG/ERP更好的空间分辨率(但时间分辨率有限)。同时应用多种技术(多模态)可以解决单一技术无法研究的问题。

2.3.仪器

fNIRS仪器分为三种类型:连续波、频域、时域。

连续波(CW)使用恒定频率的光源,记录光强度的振幅和变化。尽管各研究使用的波长不同,但有证据表明约690nm和830nm的成对波长是测量脱氧和氧合血红蛋白的最佳选择。研究通常使用两种波长,但也可以使用更多种波长。研究使用通过皮层组织后的光衰减衡量神经激活。CW设备的制造成本相对较低,技术简单且易于使用,因此婴儿研究较多使用CW设备。

频域(FD)设备以不同频率发射光,使用光衰减和相位延迟衡量神经激活。

时域(TD)设备发射皮秒量级的短光脉冲,使用信号穿过神经组织时的形状变化来衡量血流动力学反应。

TD和FD的成本更高,技术更复杂,因此在婴儿实验很少使用。不过这些技术可以更深入地穿透神经组织,测量氧合、脱氧血红蛋白的绝对浓度,这是CW无法完成的。

2.4.实验设计

发育科学研究较多使用block设计。在block设计中,婴儿在设定时段内(通常为5-30秒)接受刺激与基线事件。刺激需要有足够的持续时间(约1-2秒),但也不能太长,否则婴儿在试验期间会变得不安和注意力不集中,产生运动伪迹。理想实验条件下,血液动力学反应在单次trial中应该很明显,但fNIRS信号会因信噪比(通常因多种原因如仪器噪声、生理反应、光极与头皮耦合不良)或运动伪迹而受到干扰,因此需要更多的trial来进行叠加分析。另一方面,重复的试验又可能导致神经适应(这已在婴儿血流动力学反应中有观察到)。使用的trial次数一部分取决于trial的长度,时间越长,婴儿能忍受的trail次数就越少,反之亦然。我们发现当长度为20秒时,婴儿可以成功完成6-10次trial,这与其他研究报告的结果一致。最近一项工作发现使用控制刺激而非静止休息为基线,婴儿能忍受的trial次数可以提高。

刺激事件的血流动力学反应相对于基线事件进行评估,因此基线事件对数据的解释来说至关重要。一些研究使用无刺激作为基线事件,无刺激为基线可以评估刺激事件相对于静息态的血流动力学反应,但目前对婴儿在无视觉、听觉情况下的神经参与(无刺激)知之甚少,不好解释。另一种基线是呈现控制事件,这种方法的优点是可以直接评估刺激相对于控制事件的激活模式,缺点是会丢失两种事件共有的神经激活。此外,我们还必须确保实验、基线(控制)事件仅在感兴趣的维度上有所不同,否则很难解释观察到的血流动力学反应。

基线的时长必须足以让血流动力学反应恢复到原始状态,尽管这取决于使用的刺激,但大多婴儿研究发现10秒就够了。如果对被试呈现大量trial且基线间隔时长相同,则可能出现预先反应(anticipatory response),这可以通过jittered design处理,让刺激间隔时长随机,难以预测刺激的开始。

实验设计会影响数据的排除。婴儿对刺激的兴趣越小,试验时间越长,呈现的trial次数越多,婴儿成功完成有效数量trial的可能性就越小。排除数据的原因很多:婴儿睡着、烦躁、哭了,婴儿不再注意刺激,光学数据质量较差(如光极-头皮耦合不良、运动伪迹)。光极帽的舒适度和放置位置也会影响排除率。

2.5.数据处理与分析

目前没有处理fNIRS数据的标准,大多研究使用一些常用方法来去除生理噪声(低频振荡)和运动伪迹(突发的强烈变化),光信号质量差的通道以及时段也被识别和去除。许多研究还根据行为(如嗜睡、哭泣、不注意刺激)去除相关trial(在数据处理之前)。处理后,使用修正版Beer-Lambert定律将光密度转换为HbO和HbR的局部浓度。每个trial刺激开始的时间设置为0秒,计算相对于基线0的平均(预定时段内进行平均)或峰值血流动力学响应。每个trail计算后按照不同的通道、条件叠加平均。图1显示了典型刺激激活的血液动力学反应。尽管各研究的数据排除率不同,但一般来说约40%婴儿被试会因不满足标准被排除。随着实验执行、数据处理技术的改进,数据排除率将下降。

图1.视觉刺激下初级视觉皮层中HbO、HbR和HbT的平均变化。

y轴是相对光密度,x轴是时间:-5到0是刺激前的基线,1-30秒是视觉刺激,31-40秒是刺激后的基线。实验trial10-30秒的HbO、HbR和Hb进行叠加平均,HbO、HbR、HbT与0值均有显著差异(P<0.01)。

最常见的数据分析方法: (1)将各通道获得的响应分实验条件与0值比较,确定显著激活通道,(2)比较不同条件下单通道的响应值。如果评估大量通道要进行校正。

其他方法有: (1)基于已有理论和研究选择感兴趣的通道;(2)使用统计技术识别刺激事件激活的通道。

3.主要研究发现

fNIRS的一个主要优势能够研究社会、教育、环境对清醒婴儿大脑激活的影响。通过合适的实验设计,fNIRS研究可以解答有关人类知识之起源与发展的问题,本综述侧重于关于该问题的研究,大致分三个领域:目标处理、社会情感处理、语言发展。本文不包含这些领域之外的研究。使用的术语“血流动力学反应(hemodynamic response)”和“神经激活(neural activation)”指观察到的HbO或HbT的增加。

3.1.目标处理

研究成人大脑目标处理的神经网络的一些发现有助于理解目标识别、辨认、分类涉及的复杂感知与认知过程。相比之下,我们对婴儿大脑中的目标处理网络以及这些网络的发展与行为变化间的关系知之甚少。有关研究表明,一些目标处理网络可能在出生第一年发生重大变化,其他网络保持稳定。为填补这一空白,Wilcox及同事研究了婴儿使用特征、时空信息追踪目标物体的能力。

3.1.1.特征处理

这些研究的目的是确定特征处理(区分物体)的皮层区,这种能力在出生第一年逐渐出现。一项特征处理研究中,312月大的婴儿观看屏幕后连续出现的物体,物体在形状、颜色、外观上不同(图2)。光极帽覆盖四个皮层区(图3),使用国际10-20系统定位(图4)。基线期间不出现视觉或听觉刺激。正如预期的那样,无论婴儿年龄或事件状况,所有事件都激活枕叶皮层。兴趣区为前颞叶皮层、后颞叶皮层(腹侧)、后顶叶皮层(背侧)。

图2.Wilcox等人实验的形状、颜色差异和对照刺激材料

图3.Wilcox等人实验使用的光极帽。

(a)发射器(红色圆圈)和检测器(黑色方块),九个通道,使用国际10-20系统定位(图4)。发射器-检测器距离均为2厘米。O1位于枕叶皮层,T5位于后颞叶皮层,T3位于前颞叶皮层,P3位于后顶叶皮层。

(b)婴儿坐在支撑座椅上以限制过度运动,弹性头带套在婴儿头上并用下颚带固定。

图4.国际10-20系统映射到婴儿头部。

研究有三个主要发现:(1)婴儿只有通过特征区分物体时前颞区激活。未来研究将致力于识别更大的皮层回路,更好地理解潜在表征的性质,例如前颞区激活可能是对特定个体(那个红球)或一类个体(红色球)的反应。

(2)后颞叶皮层的反应不是特定于条件的。3-7个月大的婴儿对所有测试事件都表现后颞区激活,反应程度不因条件而异。后颞叶皮层的反应因年龄而异,11-12个月的婴儿不显示任何测试事件的后颞叶激活,这一结果表明出生第一年的后半年,腹侧目标处理神经网络的功能会重组,这可能改变参与皮层的位置或缩减反应范围(非人类灵长类动物中观察到了与年龄相关的目标处理网络缩减)。

图5.成人大脑侧视图(Greys Anatomy 726),显示了外侧枕骨复合体(LOC)和枕面部区域(OFA)的位置。梭形面部区域 (FFA) 位于皮层表面下方,无法在图中查看或使用fNIRS研究。颞上沟以蓝色显示,外侧裂(外侧沟)以黄色显示。

(3)响应形状差异刺激的顶叶激活随年龄变化。6个月及以下的婴儿对形状差异刺激显示后顶叶皮层激活,而颜色差异或对照事件不激活顶叶。响应形状差异的背侧激活是一个有趣的发现,但并非完全出乎意料,成人研究发现形状处理的背侧或腹侧区域激活取决于形状是如何被处理的。

3.1.2.时间与空间信息

行为研究表明3-4个月大的婴儿将速度不连续、路径不连续事件解释为有两个不同对象(如图6)。一项研究评估了5-7个月婴儿的相关神经激活,有两个主要发现:

(1)仅在速度和路径不连续事件下发现前颞叶激活,表明前颞叶皮层对于个体化过程非常重要;

(2)后顶叶皮层对速度不连续、路径不连续性激活。最近的一项研究提供了一致的证据,揭示了时空不连续性事件的血液动力学反应随年龄变化。

图6.Wilcox实验的速度不连续、路径不连续和控制事件。

总之,在出生第一年,腹、背侧脑区对目标识别的作用不同。本节的研究证明了依赖经验的处理过程对了解目标非常重要,这在大脑、行为反应中都有所体现。接下来的工作是使用更多的双边分布通道来研究早期出现的目标处理路径相关功能皮层,以及它们如何随时间、经验的变化而变化。

3.2.生物与社会相关信息的处理

大量婴儿生物、社会感知和推理的行为研究作揭示了人类对面孔、生物运动、交流信号、其他促进有效社会互动信息的早期敏感性。这些发现使发展科学家:

(1)提出人类大脑是否从生命早期就被功能性地组织,来理解生物学、社会相关的信息;

(2)形成假设,研究不同类型的促进复杂社会理解发展的经验。

越来越多fNIRS研究涉及婴儿早期理解生物和社会对象的神经基础,研究可以分为三类:面孔处理、动作处理、交流意图处理。

3.2.1.面孔处理

从生命最初几个月,婴儿更喜欢直立的脸,而非倒立、乱七八糟的脸和其他非面孔刺激,并擅长识别、区分熟悉和陌生的面孔。成人研究发现一个区域的分布式网络用于识别面部刺激,包括:梭状回面孔区(FFA)、颞上沟(STS)后部、枕叶面部区(OFA),面部处理通常由右脑主导。为评估婴儿加工面孔信息的皮层专门化,Otsuka及同事向5至8个月大的婴儿展示面部直立、倒置的照片(基线刺激为蔬菜照片),通过皮层前颞区上方T3和T4双边放置模版测量(如图7),覆盖前颞叶区。观察直立而非倒立的脸时,相对于基线刺激,右侧颞叶皮层被激活。与杂乱的面孔相比,不杂乱的面孔和类脸点光源(face-like point light)也发现右脑优势。加工面孔的皮层有发育变化,例如在5个月时面孔正视图激活右颞叶,而直到8个月时婴儿才显示对侧视图的右颞激活。这些结果与行为数据报告一致,认为6到7个月之间的婴儿才开始有能力从不同角度识别人脸。

图7.(a&b)Otsuka等人使用的面孔、物体刺激,

(c)光极模版,通道距离2cm,T3、T4分别位于通道11、12及通道23、24中间;

(d)实验中的婴儿。

在一些情况下未发现右脑优势,例如7到8个月大的婴儿在看到母亲面孔时双侧颞叶激活(仍对陌生面孔表现右颞叶激活)。此外,反应的偏侧化似乎取决于情绪,已观察到左颞叶主导对快乐表情的激活,而右颞叶主导对愤怒表情的激活。尽管目前很难解释何时、为何有双边反应,但这些发现表明面部刺激的特征(如熟悉度、情感内容)涉及不同的处理过程。电生理研究发现这些面孔诱发的反应不同,fNIRS与EEG/ERP结合可能有助于识别其潜在神经机制。

上文综述研究大多使用block设计,但也有一些研究使用(fMRI研究常见的)适应范式(adaptation paradigm)。在适应范式中,刺激连续呈现,当足够数量的trial引起神经适应后,再呈现偏离感兴趣维度的刺激(如呈现大量不同女性面孔后呈现男性面孔)。如果测试刺激与适应刺激不同,则应观察到血液动力学反应上升。这类研究的结果与block设计基本一致,例如5至6个月婴儿的颞叶皮层表现出对面孔正面(而非侧视图)产生适应,而7至8个月婴儿则表现出对正、侧视图的适应(不管角度如何,都能感知到面孔是同样的)。研究发现婴儿识别经历非刚性变化面孔(如鼓起脸颊或撅嘴)的发育路径也相同。这些结果进一步证明,随着经验的增加,面部处理不因视角变化而受到干扰(但即使年幼婴儿的面部处理也不受大小变化干扰)。最后值得注意的是,适应研究没有报告对面部刺激的偏侧化反应,这显示出该技术可能调用与block设计不同的(额外的)处理过程。

3.2.2.动作处理

一些研究假设从生命早期开始,我们就拥有专门处理人类和机械实体的神经网络。成人fMRI研究报告了STS内侧和前部、额叶皮层运动相关区域的激活响应人类运动,激活模式与工具、车辆和其他非人类实体不同。Lloyd-Fox及同事向5个月大的婴儿展示一段女性做动作的视频(动眼、张嘴、动手做同位穿孔),另一类trial显示无生命物体的机械运动(如图8(a))。基线间隔期间呈现的刺激是运输车(如汽车和直升机)的静态图像,固定在T3和T4的光极模版测量血液动力学响应(图8(b)),发现双边颞叶响应动态的社会刺激(而非动态非社会刺激)。最近一项研究表明,即使新生儿也会对这些事件表现出选择性的皮层反应。随后的一项研究发现,仅眼睛、嘴巴或手部动作就会局部激活颞额区,这表明早期人类行为具有功能特异性。

图8.(a) Lloyd-Fox实验的动态生物、机械测试刺激和静态基线刺激;

(b)光极模版定位,图中还部分显示了国际10-20系统定位。

Grossman和同事采用不同方法评估了4个月婴儿对人类、机器人运动的反应(人类/机器人形式+人类/机器人动作,共4组),光极定位在T3和T4。研究有两个主要发现:(1)与人类运动相比,右侧运动前皮层选择性对机器人有反应(无论动作是人类或机器人形式);(2)左侧颞叶皮层选择性对一致刺激(人-人/机器人-机器人)有反应,相较于不一致刺激(人-机器人/机器人-人)。Biondi和Wilcox使用交叉设计评估了7-9个月婴儿,事件为两类手(人类或机械)使用工具做任务(执行一项功能事件或关节运动),光极模版固定在T3和T5、T4和T6之间(见图4,该研究评估的皮层区比Grossman的研究靠后)。他们发现婴儿对人手(而非机械手)双边激活。此外,颞下区的一组通道显示对功能事件的反应更强烈(相较于关节运动),换句话说,双侧颞叶对人类的敏感性高于机械,其中有特定区域专用于工具的功能使用。

3.2.3.交流意图处理

成人研究中发现颞叶和额叶皮层中的一个复杂网络对于交流意图的传达(处理相关社会线索,如相互凝视、凝视方向、扬眉、微笑)很重要。行为和电生理研究表明,人类从出生最初几个月开始就对这些线索敏感。为确定未成熟功能大脑专门处理这些线索的程度,Grossman及同事对4个月大婴儿展示了有交流意图的动画面孔(相互注视并伴有扬眉和微笑)或控制组面孔(没有交流意图),测量颞叶、前额叶皮层的血流动力学反应(如图9),基线刺激是移动的汽车或几何形状。右侧颞上皮层和右侧额极皮层对交际意图刺激有显著激活,对控制组刺激没有反应。随后一项研究中Grossman和同事将研究重点放在额叶皮层上,向5个月大婴儿展示了表现交流意图的面孔,发现左背前额叶皮层在交流意图刺激下激活,控制组面孔不激活。另一项5个月大的婴儿研究发现:(1)呼唤婴儿的名字(对照组为其他姓名)与(2)有眼神接触的面孔(对照组的面孔回避凝视)两种刺激,包括交流意图的听觉或视觉线索,诱发左背前额叶皮层相邻但不重叠区域的激活。

图9.Grossman等人使用的动态面孔刺激的静止帧,面孔的性别、年龄、方向随机变化。相互凝视的条件下(上半部分),人的眼睛移向婴儿;转移注视状态下(下半部分),人的眼睛移离婴儿。两种情况的扬眉、闭嘴微笑相同。

总结,本节综述的研究表明婴儿大脑选择性地对生物、社会相关信息做出反应,反应方式与成人大脑观察到的相似。这些研究为识别面部、身体、社会线索处理的早期皮层网络奠定了基础。在数据解释上必须小心:回顾的大多研究使用的基线事件与测试事件不同,观察各研究的基线事件是否产生相似结果有助于研究间的比较。

3.3.语言发展

发展科学大部分fNIRS研究都关注语言发展的皮层基础。本节综述有助于理解发展问题的研究,大多研究使用无刺激为基线,在T3和T4附近放置通道模版。

3.3.1.音位对比

将连续语音分割成有意义的单元是语言习得的必备能力。行为研究报告,婴儿在出生时就有能力区分几乎所有语言的语音,但6-10个月时只对与所在语言社区相关的音位对比(phonemic contrasts)敏感。fNIRS已被用于研究相关的感知和神经机制,Minagawa-Kawai及同事研究了婴儿对音位对比(跨越音位边界的语音)和非音位对比(未跨越音位边界的语音)皮层反应的发育变化。3-4个月大和10-11个月大的婴儿对音位、非音位对比表现双侧颞叶激活,而13-14个月大和25-28个月大的婴儿对音位对比表现(相较于非音位对比)更强烈的血流动力学反应,对音位对比的反应呈左颞叶优势。尽管6-7个月大的婴儿也显示对音位对比的反应更强烈,但并不显示反应的偏侧化。Minagawa-Kawai及同事假设在这个年龄段由非语言机制导致了音位、非音位对比的不同反应。其他研究报告了新生儿、3个月大、4个月大和7个月大婴儿对元音或音高重音信息定义的音位对比有双边颞叶反应,10-12个月大的婴儿对这些线索的反应呈左脑偏侧化。这些数据表明,不同年龄段的偏侧化音位处理取决于使用的分割线索。

随年龄增长,音位对比的神经反应从双边变为单侧,一种解释是出生第一年早期,音位区分主要依靠刺激的声学特性(如频谱简化、快速变化),引起双边激活。一旦这些声音信号具有语言意义,音位辨别的反应就偏向左侧颞叶皮层。简而言之,虽然音位辨别相关神经反应在第一年逐渐左脑偏侧化,但韵律辨别相关的神经反应似乎从出生起就偏向右脑。这些反应偏侧化的具体过程仍有争议。

3.3.2.语言处理

从生命的早期开始婴儿就更喜欢语言刺激(相较于非语言刺激):相较于单调语言更喜欢有韵律的刺激,相较于新颖语言刺激更喜欢母语。这是人类倾向于关注、学习语言的证据,并且大脑可能从出生开始就有专用于此的能力。

第一项早期语言处理区域专业化(偏侧化)的fNIRS研究中,对睡眠中的新生儿播放母语(意大利语)正放(FW)、倒放(BW)谈话,光极放置在右、左侧颞叶。左脑、邻近侧裂区(侧裂下方)对FW的反应都强于BW,而右脑对两类刺激都无显著激活。新生至12个月婴儿的其他fNIRS和fMRI研究发现对母语的左脑偏侧化反应,这种反应似乎特定于婴儿母语,对陌生语言不发生。综上所述,这些研究表明对来自语言社区的声音有早期强烈的左脑偏侧化反应。

同时,有证据表明皮层对语言刺激的反应在第一年发生变化。同样,出生到12个月大的婴儿在侧裂区对母语(相较于非母语、非语言刺激)表现出左脑偏侧化,而第一年年底更靠前、更高层次的语言区显示左脑偏侧化。这些数据共同表明,早期出现的分布式皮层网络用于处理复杂语言刺激,其中一些皮层结构在功能上先于其他结构出现偏侧化。fMRI研究证实早期神经回路的复杂性,并强调了研究颞叶、额叶、顶叶语言处理区域中随年龄的发展变化非常重要。

有趣的是,语音被改变会获得不同结果。May及同事评估了新生儿对FW和BW的母语(英语)和陌生语言(他加禄语)的反应,发现对婴儿FW熟悉语音有双边激活,对FW不熟悉语音无显著激活,对此的解释是对语言刺激进行低通滤波后去除了大部分持续分割信息,保留韵律信息,而婴儿可以根据韵律线索区分熟悉和不熟悉的FW语音(不同的皮层激活模式证明)。不过没有快速辅音变化的信息时,对熟悉语言的处理表现为双边激活。然而,BW的熟悉、陌生语音也呈双边激活,这一结果难以解释。婴儿对正常、平淡语言的研究也发现这一令人费解的结果: 3个月大的婴儿对正常语言(对比平淡语言)激活右脑,而10个月大的婴儿对平淡语音对(比正常言语)激活左脑。总之,当自然语言刺激的时间、频谱特性发生改变时会出现不同的皮层激活模式,但目前为止这些模式还未完全被理解。平淡语音可能是不自然的、在生物学上无效的,婴儿不容易将其归类为语言或非语言听觉刺激,因此不能始终如一地激活语言(或非语言)处理机制。

许多研究调查了3-7个月大的婴儿对语音、非语音声音(如带有/不带有韵律的非语音发声、猴子发声、相位扰乱音、非语言环境音)的皮层反应。与非语音声音相比,语音通常发现不同的神经激活模式,这是早起语言处理专门化的重要证据。然而,不同研究结果不一致,且由于实验程序、刺激材料的差异很难作出明确结论。

3.3.3.语言学习

一些研究专注于早期出现的语言学习机制。Gervain及同事研究了新生儿区分ABB/AAB和ABC模式三音节序列的能力(如图10)。研究报告了颞叶、额叶区域对ABB/AAB的激活比ABC更强烈,左脑的区别更明显。一些证据表明学习过程中对ABB/AAB的血流动力学反应增加,显示有从语言刺激中提取重复结构的早期神经机制。7个月和9个月大的婴儿的激活模式尚不清楚。未来研究需要揭示这种模式是特定于语言的,还是可以通过领域通用学习机制来解释的。

图10.Gervain等人的实验: (a)实验设计,上部分显示连续的刺激block如何执行,下部分表示block内的句子类型,

(b)探头放置于新生儿大脑,虽不能排除个体差异,但这种放置确保记录侧裂、前脑区域的信号。白色虚线将前、后兴趣区分开,红色椭圆表示感兴趣的额区通道(LH:通道2和5;RH:通道13和15),蓝色椭圆表示感兴趣的颞区通道(LH:通道3和6;RH:通道17和19)。

Nakano及同事研究了学习音位期间的皮层反应。3-4个月大的婴儿首先习惯一个音位(/ba/),然后用相同音位或新音位(/pa/)进行测试。研究有两个发现: (1)两组(相同、新音位)在习惯、测试期间都发现双侧颞叶激活,尽管少数通道在后期trial中才激活;(2)所有婴儿在最初几个习惯性试验激活双侧额顶,但在测试试验中,只有新音位的婴儿发现有激活。也就是说,对熟悉、新颖的音位有颞叶激活,但只有认为音位是新的时,才会激活额顶叶。其他研究报告了新生儿有类似结果,尽管颞叶反应向左偏侧,额顶叶反应向右偏侧,成人研究中也经常观察到这样的现象。此外,有证据表明皮层对音节的反应更大,一种解释是人类大脑具有与经验无关的语言偏见,这有助于音位辨别和语言学习。一个还未解决的问题是,对新奇事物的额顶叶反应在多大程度上特定于语言刺激,或者也会被其他新奇刺激诱发。

4.结论

过去16年中fNIRS越来越多应用于发展科学研究,从使用几个通道研究基本的感知过程,到多通道研究更复杂的认知、语言和社会行为。本文综述的研究表明,从生命最初几个月开始大脑就有专门处理特定信息的功能。这些发现为早期皮层网络的识别奠定了基础,这些神经网络致力于由经验塑造的目标对象、社会对象和语言刺激的处理。

与其他新兴领域一样,基于当前发现得出的结论也存在局限。随着领域的发展,我们就如何优化fNIRS的应用提出了一些建议。需要牢记的是,fNIRS研究的一个目标是填补使用行为数据无法研究的空缺,为发展理论提供更多信息。

4.1.大脑发育

充分了解发展中的大脑需要研究更多与年龄相关行为变化背后的神经机制。迄今为止很少有fNIRS应用于这类研究,少量调查了不同年龄组对给定任务的血流动力学反应。据我们所知,目前没有评估个体大脑、行为随时间的变化的研究。

4.2.学习机制

发展研究的一个目标是明确调节、预测、支持行为变化的因素。少数研究调查了经验性操作或训练诱发的血液动力学反应,这类研究也许可以确定促进学习的机制,以及婴儿感知、解释世界的方式随时间变化的神经基础。

4.3.大脑、行为的个体差异

许多认知和社会行为的发展研究都很复杂,有时会观察到巨大的个体差异,这会掩盖群体结果。一种目前还较少见的个体差异研究方法可以帮助识别、解释皮层激活和性能模式变化的因素,一些方法(如跨文化研究)也可以让我们确定大脑、行为反应在个体、群体间的共同程度。

4.4.模版定位、数据处理与分析

该领域目前面临的一大挑战是难以进行不同研究间的比较。各研究使用不同方法放置光极模版、处理和分析数据,这些步骤的标准化(以及开发婴儿颅脑图标准化光极定位)将显著提高我们解释、比较研究结果的能力。

4.5.强预测、fNIRS应用于理论研究

有了关于婴儿大脑功能组织的信息,我们就可以更好地预测目标反应模式。fNIRS数据同fMRI数据一样,可为发展理论提供信息,例如神经激活模式可以提供有关处理过程的,行为数据无法提供的新信息。

4.6.临床应用

临床需要非侵入性的技术来识别有发育障碍风险的婴儿。调查非典型发育婴儿神经激活模式的fNIRS研究有助于婴儿早期风险评估方案的制定,这些发现也可为制定干预策略提供信息。

4.7.功能连接

静息态成人fMRI研究已确定了不同位置脑区血氧活动自发的同步性,这些模式代表了皮层区域内和皮层间的功能连接。最近的婴儿研究也发现功能连接,这可能揭示发育皮层网络相关的信息。静息态功能连接的变化(一种自组织过程)有助于解释发育中大脑整合、存储信息的变化。

4.8.超扫描

超扫描是神经科学中的一种新范式,可以同时测量两个或多个被试的大脑活动。fNIRS中涉及对多个参与者血流动力学反应相互作用的分析,这将有助于研究促进婴儿学习的社会过程。

4.9.自由活动的被试

使用现有fNIRS设备时婴儿被试可以自由移动,不过设备要通过光纤连接到固定的成像设备。开发支持自由移动婴儿的高质量数据采集的设备具有很大的挑战性,但这一技术也许不需很长时间就会实现。

fNIRS在发育科学中的应用相关推荐

  1. 量子力学在计算机上的应用,量子力学在医学科学中的应用

    量子力学在医学科学中的应用 退休教师  王京贵 医学,是通过科学或技术的手段处理人体的各种疾病.病变或正常发育.它是生物学的应用学科,分基础医学.临床医学.它是一个从预防到治疗疾病的系统学科,研究领域 ...

  2. JAMA Psychiatry:大脑发育过程中与注意和情绪变化相关的内在结构性的改变

    研究重点: 了解精神疾病的神经发育轨迹对提高精神疾病的早期识别.干预和预防非常重要. 研究目的: 验证静息态下特定大脑区域之间神经元活动的耦合强度是否能够预测儿童的注意缺陷多动障碍(attention ...

  3. Neurophotonics:功能性近红外光谱技术(fNIRS)在精神病学中的应用现状及未来

    导读 功能近红外光谱(fNIRS)是一种通过无创测量与神经元活动相关的脑氧合和脱氧血红蛋白浓度波动来评估人脑活动的光学成像技术.由于其优越的移动性.低成本和良好的运动耐受性,在过去的几十年里,fNIR ...

  4. 数据科学中必须知道的5个关于奇异值分解(SVD)的应用

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文转自|机器学习算法那些事 前言:本文为大家介绍了5个关于奇异值 ...

  5. 如何快速而准确的获取生物体的遗传信息一直是生命科学 中的一个非常重要的研究点

    如何快速而准确的获取生物体的遗传信息一直是生命科学 中的一个非常重要的研究点. 生物的基因组 包含了其完整的生物遗传信息, 基因组中核苷酸的排列顺序在记录生物遗传信息上起到了重要的作用,基因组中核苷酸 ...

  6. 独家 | 在数据科学中需要多少数学技能?(附链接)

    作者:Benjamin Obi Tayo 翻译:刘思婧 校对:车前子 本文约1600字,建议阅读5分钟 本文为大家介绍了在数据科学和机器学习中所需要的基本数学技能,并且分类给出了相应的主题建议. Je ...

  7. 7本书带你掌握数据科学中的数学基础(附下载)

    作者:Ajit Jaokar 翻译:李海明 本文约1500字,建议阅读6分钟. 想要精通数据科学,学好数学功不可没. 微信后台回复"7本书"获取文章内的书籍资源 关键词:书,数据科 ...

  8. 数据科学中的强大思维

    如果你参加过统计学入门课程,就会知道数据点可以用来激发灵感,也可以用来测试理论,但两者却不能兼顾,这是为什么呢? 人类擅长在所有的事物中寻找对应的模式. 真模式,假模式,命名的模式. 我们是那种能在薯 ...

  9. 数据科学中一些不常用但很有用的Python库

    Parul Pandey 2020-09-22 Tuesday ➤ 00导读 提到数据科学的python包,大家想到的估计是numpy,pandas,scikit-learn之类的,这里给大家介绍一些 ...

最新文章

  1. OpenStack环境下nova resize报ssh连接错误
  2. HTML/CSS水平垂直居中方法(待补充)
  3. iphone 如何成功的把three20成功的添加到xcode中去。
  4. JS中的语音识别——Speech Recognition API
  5. windows安装pip包
  6. Java 中 int 转 char
  7. 13个坏习惯让IT工作者中过劳(转)
  8. 51Nod 1509加长棒
  9. Python数据结构与算法(3.3)——队列
  10. protoc执行命令
  11. 天猫国际2018年续签规则升级
  12. Unity3D MMORPG 背包系统如何设计
  13. 永中office linux卸载,ubuntu下完全彻底删除永中office的方法
  14. html如何制作圣诞树,分享用HTML5来实现一个3D逼真的圣诞树
  15. 狂胜——Redis学习笔记
  16. 如何把一个字符串的大小写取反?(大写转小写/小写转大写)
  17. C语言程序设计今天下雨了吗,C语言编程模拟下雨by张田浩
  18. AprilTag: A robust and flexible visual fiducial system论文解读
  19. Docker 生产环境之安全性 - 适用于 Docker 的 AppArmor 安全配置文件
  20. nacos 一直访问本地地址

热门文章

  1. DP问题之01背包如此简单
  2. git 删除远程仓库中的文件(夹)
  3. 初识SecureCRT工具
  4. 洛谷 P1010 [NOIP1998 普及组] 幂次方 Python题解
  5. maya 杀毒软件官方下载地址及教程
  6. html div图片拉伸,使图像完全填充div而无需拉伸
  7. HBase的详细介绍(概念以及特性)
  8. 解决麒麟系统安装mysql后登录错误:‘Access denied for user ‘root‘@‘localhost‘
  9. shell脚本:exit 0 和 exit 1有什么区别?他们和return不同,return是关键字,exit是一个shell函数
  10. 圣天诺 LDK - SL (高强度许可证授权产品)