麻省理工學院研究人員製作出最完整的大腦皮層功能地圖
麻省理工學院(MIT)的研究人員透過分析人們觀看電影片段時的大腦掃描,創造出迄今為止最完整的大腦皮層功能地圖。
這個研究團隊使用功能性磁共振成像(fMRI)數據,識別出24個具有不同功能的網絡,這些功能包括語言處理、社交互動、視覺特徵和其他類型的感官輸入。
許多這些網絡之前已經被發現,但在自然情境下並未被精確描述。這項新研究在受試者觀看引人入勝的電影時繪製了網絡,而之前的研究則使用少量特定任務或檢查受試者靜止時大腦的相關性。
麻省理工學院麥戈文大腦研究所(McGovern Institute for Brain Research)主任羅伯特·德西蒙(Robert Desimone)表示:「神經科學中出現了一種新方法,旨在在更自然的條件下觀察大腦網絡。這是一種新方法,揭示了與傳統神經影像學方法不同的東西。這不會給我們所有的答案,但它基於我們在電影中看到的情況,產生了許多有趣的想法。」
研究人員希望他們的新地圖能成為進一步研究這些網絡在大腦中所做工作的起點。
德西蒙和劍橋大學(Cambridge University)MRC認知與大腦科學單位的項目負責人約翰·鄧肯(John Duncan)是這項研究的資深作者,該研究今天發表在《Neuron》期刊上。麥戈文大腦研究所的研究科學家雷扎·拉吉梅赫(Reza Rajimehr)是這篇論文的首席作者。
精確的映射
大腦的皮層包含專門處理不同類型感官信息的區域,包括視覺和聽覺輸入。在過去幾十年中,科學家們已經識別出許多參與這種處理的網絡,通常使用fMRI來測量受試者在執行單一任務(例如看臉)時的大腦活動。
在其他研究中,研究人員掃描人們的大腦,當他們什麼都不做或讓思緒漫遊時。從這些研究中,研究人員識別出如默認模式網絡(default mode network)等網絡,這是一個在內部專注活動(如白日夢)時活躍的區域網絡。
拉吉梅赫表示:「到目前為止,大多數網絡研究都是基於靜息狀態下的功能性磁共振成像。根據這些研究,我們知道皮層中的一些主要網絡。每個網絡都負責特定的認知功能,並在神經影像學領域中具有重要影響。」
然而,在靜息狀態下,皮層的許多部分可能根本不活躍。為了獲得這些區域的更全面的圖像,麻省理工學院團隊分析了受試者在執行更自然的任務時所記錄的數據:觀看電影。
拉吉梅赫說:「通過使用像電影這樣豐富的刺激,我們可以非常有效地激活皮層的許多區域。例如,感官區域將活躍以處理電影的不同特徵,而高級區域將活躍以提取語義信息和上下文信息。通過這種方式激活大腦,我們現在可以根據它們的激活模式區分不同的區域或網絡。」
這項研究的數據是作為人類連接組計畫(Human Connectome Project)的一部分生成的。使用7特斯拉的MRI掃描儀,這種掃描儀的解析度比典型的MRI掃描儀更高,176名受試者在觀看一小時的電影片段時的大腦活動被成像。
麻省理工學院團隊使用機器學習算法分析每個大腦區域的活動模式,使他們能夠識別出24個具有不同活動模式和功能的網絡。
這些網絡中的一些位於視覺皮層或聽覺皮層等感官區域,這是預期的,因為這些區域具有特定的感官功能。其他區域則對動作、語言或社交互動等特徵作出反應。研究人員表示,許多這些網絡之前已經被發現,但這種技術提供了更精確的網絡位置定義。
拉吉梅赫說:「不同區域之間在處理特定特徵時相互競爭,因此當你單獨映射每個功能時,可能會得到稍微更大的網絡,因為它不受其他過程的限制。但在這裡,因為所有區域都是一起考慮的,我們能夠更精確地定義不同網絡之間的邊界。」
研究人員還識別出一些之前未見的網絡,包括一個位於前額葉皮層(prefrontal cortex)的網絡,該網絡似乎對視覺場景非常敏感。這個網絡在對電影畫面中的場景圖片作出反應時最為活躍。
執行控制網絡
這項研究中發現的三個網絡參與「執行控制」,並在不同片段之間的過渡期間最為活躍。研究人員還觀察到,這些控制網絡似乎與處理特定特徵(如面孔或動作)的網絡之間存在「推拉」關係。當特定特徵的網絡非常活躍時,執行控制網絡則大多靜默,反之亦然。
拉吉梅赫說:「每當特定領域的激活很高時,似乎就不需要這些高級網絡的參與。但在刺激中可能存在一些模糊和複雜性的情況下,並且需要執行控制網絡的參與時,我們就會看到這些網絡變得非常活躍。」
通過觀看電影的實驗,研究人員現在正在更詳細地研究他們識別出的一些網絡,以確定參與特定任務的子區域。例如,在社交處理網絡中,他們發現了專門處理面孔和身體社交信息的區域。在一個分析視覺場景的新網絡中,他們識別出參與處理地點記憶的區域。
德西蒙說:「這種實驗實際上是為了生成有關大腦皮層功能組織的假設。在觀看電影時出現的網絡現在需要通過更具體的實驗來進行後續研究,以測試這些假設。這讓我們對整個皮層在比靜止狀態更自然的任務中的運作有了新的看法。」
這項研究得到了麥戈文研究所、伊朗認知科學與技術委員會、劍橋大學MRC認知與大腦科學單位以及劍橋信託獎學金的資助。
本文由 AI 台灣 運用 AI 技術編撰,內容僅供參考,請自行核實相關資訊。
歡迎加入我們的 AI TAIWAN 台灣人工智慧中心 FB 社團,
隨時掌握最新 AI 動態與實用資訊!