颅内脑电图揭示多个人类大脑区域中的非效应器依赖性证据累积动力学
学术新闻报告:基于脑内电生理记录揭示效应器独立的证据累积动力学
研究背景
在决定形成过程中的神经表现研究一直是神经科学界的重要课题。以往的研究表明，可以通过非侵入式电生理学技术在人类中识别出与感知决策形成相关的神经信号，这些信号能够抽象化处理，而不依赖于具体的运动要求。然而，这些信号在大脑中的具体起源仍未完全清晰。为了解这一问题，本文运用了高时空精度的颅内脑电图（intracranial electroencephalography, iEEG）技术，旨在定位这些抽象决策信号的来源。
论文来源
这篇题为 “intracranial electroencephalography reveals effector-independent evidence accumulation dynamics in multiple human brain regions” 的文章，发表在《Nature Human Behaviour》杂志2024年4月的第8卷中。文章主要作者包括Sabina Gherman, Noah Markowitz, Gelana Tostaeva, Elizabeth Espinal, Ashesh D. Mehta, Redmond G. O’Connell, Simon P. Kelly和Stephan Bickel。作者们分别来自Feinstein Institutes for Medical Research, Northwell Health, Manhasset, NY, USA；Drexel University, Philadelphia, PA, USA；Hofstra/Northwell, Hempstead, NY, USA；和University College Dublin, Ireland等研究机构。文章于2023年4月21日收到了初稿，并在2024年1月10日被接受，2024年2月16日在线发表。
研究流程
实验设计
研究对象为正在接受癫痫侵袭性电生理监测的患者。被试者被要求判断随机点刺激的方向，并以快速按键（n=24）或经过随机延迟后的语音响应（n=12）来做出反应。
- 手动响应任务：参与者在2,000毫秒的期限内通过按键报告他们的选择（方向）。
- 语音响应任务：参与者在视觉提示后通过语音报告他们的选择。
在试验中，随机点在屏幕左右两侧以高或低一致性水平同时出现。被试者需要快速准确地报告点运动的方向。研究分析了整体脑电活动（high-frequency activity, HFA）的变化，并关注这些活动如何受到感觉证据强度的调控，以及如何预测参与者的选择准确性和反应时间。
数据记录和处理
使用iEEG在参与者执行任务时记录脑电活动。通过选择符合证据累积信号特征的电极，分析其高频活动，并与行为反应进行关联。研究在多个脑区（前额叶、顶叶、下颞叶和岛叶区）内发现了与抽象证据累积一致的动态变化。
分析方法
研究首先识别了在任务响应期间高频活动显著增加的电极触点。对这些任务响应节点的活动进行详细分类，以评估其是否符合抽象证据累积的特征，并进一步分析其与行为决策的关系。
主要结果
行为表现：高证据强度（高一致性）显著提高了选择准确性和缩短了反应时间。这表明感知证据强度直接影响行为决策。
HFA动态：在任务响应期间，高频活动在许多脑区显著增加，與抽象证据累积一致。这些活动不依赖于具体的回应动作（效应器），显示出随证据强度增加逐渐增强的特征，并且这种增强持续存在于语音响应任务中。
电极触点的空间分布：符合抽象证据累积特征的电极触点主要分布在前额叶、顶叶、下颞叶和岛叶区域，显示出广泛的空间覆盖。
行为关联：抽象参与者的决策相关高频活动在反应前夕的幅度随着感知证据强度和反应速度的变化而变化。较慢且准确性较低的决策基于较少的累积证据。
结论
研究价值
这项研究提供了关于大脑如何支持效应器独立的感知决策的新视角，并绘制了广泛的神经网络图谱。通过高精度的iEEG记录，该研究揭示了许多脑区在抽象证据累积中的角色，为未来决策研究提供了重要基础。
科学和应用价值
研究的重要发现之一是识别了与抽象决策相关的广泛分布的神经网络，标志着在决策研究领域的重要进展。该研究不仅为理解人类大脑如何进行抽象决策奠定了基础，也为开发新的神经科学研究方法提供了启示。
研究亮点和创新点
- 广泛分布的神经网络：发现了分布在多个脑区的与抽象证据累积相关的神经活动。
- 高时空精度：运用高精度的iEEG技术，提供了更详细的空间和时间信息。
- 行为关联分析：通过关联脑电活动与行为反应，揭示了证据累积的动态特征。
研究意义
该研究不仅在理论上推动了人类决策机制的理解，在实际应用中也可能有助于改善神经疾病的诊断和治疗策略，特别是涉及感知和决策过程的疾病。通过深入探讨大脑在抽象决策中的运作方式，这项研究为未来的神经科学研究提供了重要参考，并指出了潜在的临床应用方向。