神刀安全网

大脑从不休息

本来只是想写个最近工作的总结,写完发现好像太过于学术了。

即使在休息状态时,人们的大脑依旧在进行复杂的信息加工(占人体总能耗的20%),这对于维持大脑的正常功能至关重要,该功能失调与很多疾病相关 。“——嗯,这就是这个文章的主要内容,下面的可以不用看了。。

背景知识:

功能性脑成像(fMRI)技术是脑成像技术中应用的较多且空间分辨率最高的技术。在心理学研究中,需要通过如下假设来衡量一个脑区是否在某一特定任务中激活:首先需要一个扫描大脑在休息状态下(通常是平躺在MRI仪器里,眼睛闭上或被动注视,并不去想一些特定的事物)的BOLD(fMRI技术指标,越高表示大脑激活程度越高)作为基线状态,然后再用任务状态下的BOLD减去上述基线状态的BOLD,若该差异显著则认为该区域参与了当前的任务。

正文

20世纪末,研究者频繁发现有几个大脑脑区在任务状态的BOLD居然比休息状态的时候低(包括内侧颞叶、扣带后回、内侧前额皮层MPFC和楔前叶等脑区),根据上面的背景知识可以发现,这完全不科学啊!Raichle等(2001)就此提出了两个假设:一是大脑在休息状态下存在默认的激活状态,且这一激活状态在任务过程中是中止的;二是大脑在休息状态下存在进行中的内部任务(比如说白日梦等无意识的想法),所以所谓的休息状态并不是真正的休息状态。即active vs. activated。

Raichle(2001)通过对3组被试在休息状态下的PET和fMRI扫描,比较脑区域的OEF(oxygen extraction fraction)和CBF、CBV、CMRO2参数与整体平均参数的偏差,试图找到一种比BOLD更好的描述大脑是否激活的指标。结果发现OEF很适合作为大脑是否激活的指标,在大脑未激活的状态下任意区域的OEF都在1左右(这些区域的脑血流量并不相同)。继而发现,休息状态下的时候上述脑区并不是处于激活状态(activated)。那么这些脑区为什么在休息状态下是持续激活(active)的呢? Raichle给出的解释是,扣带后回和楔前叶持续性的收集我们身边的信息,但是当需要完成任务的时候,这种广泛的信息收集就被消减了。这两个脑区接受到信息需要在MPFC中接受评估以确定这些信息的重要性,所以MPFC在休息状态也是激活的。也就是说,人们即使是在“无任务状态”时,大脑也会随时接受并评估周围的信息,以及时面对即将到来的危险(具有进化意义)。Raichle另一重要贡献是定义了很有名的默认状态网络(default mode network,DMN)。

Stark和Squire(2001)认为可能是一般使用的休息时间太长了而使人们不由自主地“走神“了。所以stark使用了穿插于任务试次之间的短暂的休息试次(持续3秒的空白屏幕)来考察这种脑激活降低的现象是否还是存在,结果是仍旧存在。Stark认为休息状态是一个包含显著认知活动的状态,并不适合作为fMRI的基线任务,他对比了其他几种简单任务(声音觉察、奇偶数、分辨朝向、注射点移动),发现奇偶数任务(判断一个数是奇数还是偶数)在记忆任务中是一种较好的基线状态,并指出由于大脑激活的零点很难找到,所以在不同的任务中应该采用对应的基线状态(即目标脑区在该基线状态下不激活)。后续的研究证明了Stark的研究假设是错误的,但是他提出的变换基线状态在研究某一任务中DMN中的脑区是否参与有重要意义,因为本身这些脑区就是处于较高的激活水平,任务中这些脑区的活性未变化可能有两个原因,一是任务不涉及也不影响该脑区,从而活性未变;而是任务涉及该脑区,但只是激活模式变了(从默认模式切换到了激活模式),激活大小未变。

技术的进步让休息状态下大脑活性研究不断深入

Greicius等(2003)通过大脑功能连接性技术考察休息状态,结果发现确实存在一个紧密连接且持续激活的默认状态网络。且这一网络的活性与任务状态下活性增加的脑区网络(正性网络)活性是负相关的。Fox等(2005)通过研究正性网络和负性网络(即默认状态网络)的BOLD信号的自发波动(spontaneous fluctuation)发现这两个区域均与感觉系统或运动系统不相关,表明这两个网络与外部世界没有直接的交流,以及神经网络间的同步可以加速信息加工的合作和组织。Damoiseaux等(2007)通过新的技术手段(PICA技术)来考察1、有多少个固有的时间空间上的神经组合模式,2、这些振荡的强度如何?3、这些振荡在被试间和session间的一致性程度如何?研究结果显示在休息状态下振荡同步的区域包括:视觉加工区域、执行功能区域、听觉加工区域、记忆区域和默认状态网络。且这些网络在不同被试中是高度一致的。

大脑虽然只占体重的2%左右,却消耗着约20%的能量(休息状态)。任务导致的神经代谢增加通常只占休息状态大脑能耗的5%一下。而我们对大脑理解多数是来源于对这5%的大脑活性的研究。如果我们想深入研究大脑的话,必须对大脑能耗的主要原因——自发神经活动(主要是BOLD信号中小于0.1Hz的自发振荡)进行考察。

相关研究发现:

1、自发活性相关的脑区功能相似。

2、自发活性的空间模式可能与个体在不同任务、智力以及人格上的差异有关甚至也与个体自身的行为差异有关。

3、这些自发活动的失调与某些疾病相关(老年痴呆症、抑郁、精分等等)。

4、自发振荡的振幅与人的意识状态有关。

5、自发振荡包含两层,一层反应了未被限制的行为与意识活动,另一层反应了内在的大脑活动。其中第二层是主要因素。

6、默认状态网络也存在在睡眠状态和麻醉状态中。

7、不仅存在BOLD的自发振荡,脑电和神经递质也存在自发振荡且与BOLD的自发振荡是相关的。

8、这种固有的振荡促进了对刺激的反应。振荡对于神经活动的准确性和流畅性至关重要。

9、大脑内在的活性维持了对”环境需要“进行解释、反应和预测的信息。这可能与经验相关的”直觉“有关。

参考文献:

Damoiseaux, J. S., Rombouts, S. A., Barkhof, F., Scheltens, P., Stam, C. J., Smith, S. M., et al. (2006). Consistent resting-state networks across healthy subjects. Proceedings of the National Academy of Sciences of the United States of America, 103 (37), 13848-13853. doi: 10.1073/pnas.0601417103

Gusnard, D. A. & Raichle, M. E. (2001). Searchcing for a baseline: functional imaging and the resting human brain. Nature Reviews, 2, 685-694

Fox, M. D., & Raichle, M. E. (2007). Spontaneous fluctuations in brain activity observed with functional magnetic resonance imaging. Nature reviews. Neuroscience, 8 (9), 700-711. doi: 10.1038/nrn2201

Fox, M. D., Snyder, A. Z., Vincent, J. L., Corbetta, M., Van Essen, D. C., & Raichle, M. E. (2005). The human brain is intrinsically organized into dynamic, anticorrelated functional networks. Proceedings of the National Academy of Sciences of the United States of America, 102 (27), 9673-9678. doi: 10.1073/pnas.0504136102

Greicius, M. D., Krasnow, B., Reiss, A. L., & Menon, V. (2003). Functional connectivity in the resting brain: a network analysis of the default mode hypothesis. Proceedings of the National Academy of Sciences of the United States of America, 100 (1), 253-258. doi: 10.1073/pnas.0135058100

Raichle, M. E. , MacLeod, A. M. , Snyder, A. Z. , Powers, W. J., Gusnard, D. A., & Shulman, G. L. (2001). A default mode of brain function. Proc Natl Acad Sci U S A, 98 (2), 676-682.

Raichle, M. E., & Snyder, A. Z. (2007). A default mode of brain function: a brief history of an evolving idea. Neuroimage, 37 (4), 1083-1090; discussion 1097-1089. doi: 10.1016/j.neuroimage.2007.02.041

Stark, C. E., & Squire, L. R. (2001). When zero is not zero: the problem of ambiguous baseline conditions in fMRI. Proceedings of the National Academy of Sciences of the United States of America, 98 (22), 12760-12766. doi: 10.1073/pnas.221462998

转载本站任何文章请注明:转载至神刀安全网,谢谢神刀安全网 » 大脑从不休息

分享到:更多 ()

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址