语篇理解的神经机制：结合脑区激活与大尺度脑网络的视角
Uncovering cortical activations of discourse comprehension and their overlaps with common large-scale neural networks
作者 杨晓虹等 中国科学院心理研究所
近期，国际脑影像旗舰刊物《Neuroimage》发表了杨晓虹等关于语篇理解神经机制的文章“Uncovering cortical activations of discourse comprehension and their overlaps with common large-scale neural networks”。该文从脑区激活和大尺度脑网络的视角揭示了语篇理解的神经机制。
人类所理解的语言通常是多个句子连续呈现的，即，以语篇的形式出现。已有研究发现语篇加工涉及由多个脑区构成的脑网络，其中包括经典的语言脑区如broca 和Wernicke 区，也包括左侧颞极，内侧额叶等其他脑区 (Ferstl, 2010; Ferstl et al., 2008 )。一般来说，语篇内容较为复杂，人们针对不同的内容启动不同的加工子过程，如推理、整合和语用加工等。我们关注的问题是：语篇加工所启动的多个脑区是以全或无的方式参与到语篇理解中还是分化成精细的子系统以应对不同的加工子过程?
除了揭示脑区如何分化成子系统，我们另一个关心的问题是语篇加工所激活的多个脑区如何在大尺度脑网络的层面上协作完成语篇理解的过程。基于大规模人群分析的研究发现，人类的脑区活动基本上可以归纳为七个大尺度的脑网络：视觉网络、感觉运动网络、背侧注意网络、腹侧注意网络、边缘网络、额顶控制网络，以及默认网络 (Yeo et al., 2011 )。那么， 这些网络在语篇加工中具有什么作用？以往只有少量的研究谈到语篇加工可能会启动默认网络(Dehghani et al., 2017; Jacobs and Willems, 2018)，但是这些研究并没有明确说明默认网络到底在语篇加工中发挥什么作用以及其他的大尺度脑网络是否也参与语篇加工。
针对上述问题，我们在Web of Knowledge, Pubmed，和Ebsco等平台上搜索了近30年以来（1980-2018）所有以语篇为对象的核磁研究，通过严格的标准筛选出78个研究进入我们的元分析。在抽取了这些文章中所报告的激活点以后，我们基于激活相似性估计（activation likelihood estimates, ALE）的统计手段对数据进行分析：首先对语篇加工的总过程和各个子过程（推理、整合[1]，以及语用）在脑区层面上做分析，然后基于Yeo等人(Yeo et al., 2011) 提出的七个大尺度脑网络（large-scale networks），考察所激活的脑区分属于哪些大尺度脑网络。
当我们把所有研究中所报告的数据点都纳入分析时，我们发现（如图
图1 语篇加工所涉及的脑网络
在针对各个子过程的分析中，我们发现，语篇加工所激活的多个脑区确实分化成不同的子系统来处理不同的子过程。如图
图2 语篇加工各子过程所涉及的脑网络
在大尺度脑网络的水平上，我们发现，对于语篇加工的总过程来说，默认网络、额顶控制网络、感觉运动网络、视觉网络，和腹侧注意网络等均参与了语篇加工（如图3b），但是默认网络所占的比重最大。对于语篇加工的子过程来说，我们发现，推理和连贯语篇的整合都只激活了默认网络和额顶控制网络，不连贯语篇的整合需要额外激活感觉运动网络、视觉网络，和腹侧注意网络。另外，我们发现，默认网络的权重在语用加工中最大，达到91.1%。
图3 七个大尺度脑网络的分析结果
总体来说，我们发现，语篇加工虽然激活了在大脑中广泛分布的多个脑区，但是这些脑区会分化成不同的子系统来处理不同的语篇加工子过程。并且，我们发现，在所有的脑区中，最核心的脑区是左侧额下回和左侧颞中回，这两个脑区会参与所有的语篇加工子过程。在大尺度脑网络的水平上，我们发现，语篇加工主要由默认网络来完成，并且，默认网络与其他大尺度脑网络的协作方式会随着子过程的变化而变化。