王鋆杰李 宏葛 玲李婷婷徐 勇中國(guó).山西醫(yī)科大學(xué)人文社會(huì)科學(xué)學(xué)院醫(yī)學(xué)心理教研室(太原) 030001 E-mail:1045292041@qq.com 山西職工醫(yī)學(xué)院心理咨詢(xún)中心(太原) 030001 ③山西醫(yī)科大學(xué)第一醫(yī)院精神衛(wèi)生科 △通訊作者 E-mail:xuyongsmu@vip.163.com

?

人格特質(zhì)的功能性磁共振成像研究進(jìn)展*

王鋆杰①李 宏①葛 玲②李婷婷①徐 勇③△
①中國(guó).山西醫(yī)科大學(xué)人文社會(huì)科學(xué)學(xué)院醫(yī)學(xué)心理教研室(太原) 030001 E-mail:1045292041@qq.com ②山西職工醫(yī)學(xué)院心理咨詢(xún)中心(太原) 030001 ③山西醫(yī)科大學(xué)第一醫(yī)院精神衛(wèi)生科 △通訊作者 E-mail:xuyongsmu@vip.163.com

【摘 要】人格特質(zhì)在橫向比較及縱向變化程度上的差異性不僅對(duì)個(gè)體日常工作、學(xué)習(xí)、生活等方面有著重要影響,而且關(guān)系到個(gè)體心理健康水平的高低。自認(rèn)知神經(jīng)科學(xué)興起以來(lái),研究者開(kāi)始借助功能性磁共振成像(f MRI)技術(shù)探討人格特質(zhì)與大腦內(nèi)在功能構(gòu)造之間的關(guān)系,本文就這一領(lǐng)域的研究進(jìn)展進(jìn)行綜述。

【關(guān)鍵詞】人格特質(zhì);功能磁共振成像;靜息態(tài);腦功能;綜述

Research Progress of Functional Magnetic Resonance Imaging of Personality Traits

Wang Junjie,Ge Ling,Li Tingting,Xu Yong
College of Humanitys and Social Science of Shanxi Medical University,Taiyuan 030001,China

“人格”術(shù)語(yǔ)最早來(lái)源于拉丁文,意指面具“Persona”一詞,原指?jìng)€(gè)體在戲臺(tái)上演出的各種不同人物及行為。人格的內(nèi)涵十分復(fù)雜,有關(guān)人格的定義,心理學(xué)家們的觀點(diǎn)并不一致,筆者較為認(rèn)同“人格是個(gè)體在行為上的內(nèi)部?jī)A向,它表現(xiàn)為個(gè)體適應(yīng)環(huán)境時(shí)在能力、情緒、需要、動(dòng)機(jī)、興趣、態(tài)度、價(jià)值觀、氣質(zhì)、性格和體質(zhì)等方面的整合,是具有動(dòng)力一致性和連續(xù)性的自我,是個(gè)體在社會(huì)化過(guò)程中形成的給人以特色的心身組織”這一概念[1]。從高爾頓提出“構(gòu)成我們行為的品格是一種明確的東西,所以可以進(jìn)行測(cè)量”這一論斷開(kāi)始,一個(gè)世紀(jì)以來(lái),研究者們從描述層面及解釋層面分別以人格測(cè)驗(yàn)和人格發(fā)生的生物學(xué)基礎(chǔ)為依據(jù)對(duì)人格進(jìn)行了科學(xué)的評(píng)估。

人格特質(zhì)理論(Theory of personality trait)起源于40年代的美國(guó)。該理論認(rèn)為,特質(zhì)(Trait)是決定個(gè)體行為的基本特性,是人格的有效組成元素,也是測(cè)評(píng)人格常用的基本單位。有研究表明,人格特質(zhì)與心理健康存在著密切關(guān)系,人格特質(zhì)是影響心理健康的主要因素[2]。人格特質(zhì)一直以來(lái)被看作是某些精神疾病的重要預(yù)測(cè)因素,例如:神經(jīng)質(zhì)特質(zhì)是個(gè)體抑郁癥發(fā)作的重要影響因素[3];個(gè)體的高移情能力可以減少其攻擊性行為[4],而移情能力不足則可能會(huì)對(duì)精神分裂癥、孤獨(dú)癥等產(chǎn)生一定的影響[5-6]。

人格特質(zhì)與心理健康密切相關(guān),因此我們有必要對(duì)人格特質(zhì)進(jìn)行研究。人格的生物學(xué)理論認(rèn)為,就像腦是心理的器官一樣,人格也有其生物學(xué)基礎(chǔ)。盡管我們生存的環(huán)境是多樣且動(dòng)態(tài)的,但構(gòu)成人格的行為及認(rèn)知模式,往往是持久的且大致可以預(yù)測(cè)的[7]。因此,認(rèn)知神經(jīng)科學(xué)的一個(gè)重要挑戰(zhàn)是揭示人格特質(zhì)如何在大腦內(nèi)在功能構(gòu)造中進(jìn)行編碼,以便排除個(gè)體一時(shí)性的行為表現(xiàn),找出其本質(zhì)的、穩(wěn)定的人格特質(zhì)。過(guò)去,研究者們只能通過(guò)行為數(shù)據(jù)來(lái)主觀描述人格特質(zhì)的特征及差異性,當(dāng)前借助功能磁共振成像(f MRI)技術(shù),我們可以客觀而直接的去揭示隱藏在人格特質(zhì)背后的認(rèn)知神經(jīng)生物學(xué)基礎(chǔ)。

1　f MRI原理

目前使用最廣泛的f MRI方法是基于血氧水平依賴(lài)(Blood-oxygen-level dependent,BOLD)效應(yīng)。BOLD是由日裔科學(xué)家Seiji Ogawa在美國(guó)Bell實(shí)驗(yàn)室工作期間提出的[8],其基本原理是當(dāng)神經(jīng)細(xì)胞活動(dòng)增強(qiáng)時(shí),神經(jīng)元興奮會(huì)消耗大量的氧,但同時(shí)也伴隨局部腦血流的增加為能量代謝提供氧。最終的效果是供氧幅度大于耗氧幅度,使得生物體血液中局部氧合血紅蛋白濃度升高而脫氧血紅蛋白濃度降低,而后者是順磁性物質(zhì),其濃度的降低會(huì)引起T2加權(quán)像信號(hào)增強(qiáng),最終表現(xiàn)為磁共振信號(hào)強(qiáng)度的上升,在磁共振圖像上呈現(xiàn)亮信號(hào)[9]。在活體腦功能研究中,f MRI以其較高的空間和時(shí)間分辨率、無(wú)創(chuàng)性和可重復(fù)性等優(yōu)勢(shì),成為目前使用最廣泛的腦成像技術(shù)之一。

2　f MRI技術(shù)在人格研究中的應(yīng)用

2.1任務(wù)態(tài)f MRI

任務(wù)態(tài)f MRI要求被試在某種任務(wù)狀態(tài)下完成檢查。采用任務(wù)態(tài)f MRI方法對(duì)人格的腦功能進(jìn)行研究關(guān)鍵是設(shè)計(jì)與人格特質(zhì)相關(guān)的認(rèn)知任務(wù),采用f MRI檢測(cè)與該認(rèn)知任務(wù)相關(guān)的腦功能活動(dòng)區(qū)域,并將這些區(qū)域的激活強(qiáng)度與人格特質(zhì)得分之間的關(guān)系進(jìn)行定量分析。例如:Benedek等人研究了創(chuàng)造性思維和回憶檢索之間的差異。結(jié)果發(fā)現(xiàn),產(chǎn)生新思維相對(duì)于回憶檢索更多激活了左側(cè)頂下小葉,而這個(gè)區(qū)域已知是涉及心理模擬、想象和未來(lái)思維等特質(zhì)的。此外,額下回眶部的激活和創(chuàng)造性思維的創(chuàng)造性高低有關(guān)。另外,左側(cè)頂葉皮層和左側(cè)前額葉區(qū)域可能會(huì)促進(jìn)將新舊知識(shí)聯(lián)系起來(lái)的靈活性整合加工,從而為新的創(chuàng)造性思維的產(chǎn)生做準(zhǔn)備[10]。Kumari等人采用“n-back”任務(wù)范式研究發(fā)現(xiàn),被試的外傾性與其背外側(cè)前額葉皮層及前扣帶回皮層在從無(wú)任務(wù)到3-back狀態(tài)下fmri信號(hào)變化的強(qiáng)度成正相關(guān),此外,外傾性與丘腦、布洛卡區(qū)延伸到威爾尼克區(qū)在無(wú)任務(wù)狀態(tài)下的f MRI信號(hào)成負(fù)相關(guān),精神質(zhì)與蒼白球-殼核在無(wú)任務(wù)狀態(tài)下的f MRI信號(hào)成負(fù)相關(guān)。這些結(jié)果不僅表明個(gè)體差異性影響大腦在安靜或者進(jìn)行認(rèn)知任務(wù)時(shí)的反應(yīng),而且為假設(shè)的人格神經(jīng)生物學(xué)基礎(chǔ)提供了證據(jù)[11]。Canli等人的研究提供的直接證據(jù)表明,大腦對(duì)情緒刺激的反應(yīng)與人格特質(zhì)存在著聯(lián)系,外傾性及神經(jīng)質(zhì)分別與大腦局部腦區(qū)對(duì)積極刺激及消極刺激的反應(yīng)有關(guān)[12],值得注意的是,在他們隨后的研究中發(fā)現(xiàn),當(dāng)呈現(xiàn)給被試高興的面部表情圖片時(shí),被試杏仁核的激活強(qiáng)度與其外傾性呈正相關(guān)[13]。而Mobbs等人研究發(fā)現(xiàn),當(dāng)被試在觀看幽默卡通片時(shí),其雙側(cè)杏仁核的激活強(qiáng)度與其外傾性得分成負(fù)相關(guān)[14]。雖然這兩項(xiàng)研究設(shè)計(jì)的任務(wù)性質(zhì)類(lèi)似,但研究結(jié)果卻不一致,值得我們進(jìn)一步探討。除了以上腦區(qū),也有研究表明腦島[15]、顳極[16]、下背側(cè)紋狀體[17]、背外側(cè)前額葉及后扣帶回[18]等腦區(qū)分別與風(fēng)險(xiǎn)決策、同理心、動(dòng)機(jī)、情緒等人格特質(zhì)有關(guān)聯(lián)。

然而任務(wù)態(tài)f MRI有其局限性,首先,我們有時(shí)很難設(shè)計(jì)一個(gè)能恰當(dāng)反映某種人格特質(zhì)的任務(wù),而有些任務(wù)對(duì)于兒童或者老年人來(lái)說(shuō)難以完成或完成質(zhì)量不高,相比之下,靜息態(tài)f MRI無(wú)需進(jìn)行復(fù)雜的任務(wù)設(shè)計(jì),受試者易配合,可操作性好;其次,任務(wù)態(tài)f MRI研究主要集中于各種認(rèn)知功能的定位,更多強(qiáng)調(diào)的是不同腦區(qū)與特定認(rèn)知功能之間的關(guān)聯(lián),這更適合研究人格的某個(gè)維度或某一方面的特質(zhì),需要強(qiáng)調(diào)的是人格還具有整體性,人格的多種成分和特質(zhì)在人身上并不是孤立存在而是密切聯(lián)系的,靜息態(tài)f MRI更加重視大腦神經(jīng)網(wǎng)絡(luò)間的并行關(guān)系,因此有利于我們研究人格特質(zhì)涉及到的不同腦區(qū)之間的相互關(guān)系;最后,大腦基礎(chǔ)狀態(tài)能量消耗中,任務(wù)相關(guān)的神經(jīng)代謝消耗的能量只占5%,就神經(jīng)環(huán)路而言,大腦的大部分神經(jīng)活動(dòng)都與外部事件或刺激無(wú)關(guān),而大腦在靜息狀態(tài)下自發(fā)的神經(jīng)元活動(dòng)消耗的能量占大腦總能量消耗的60%～80%,Raichle把這些固定存在的神經(jīng)活動(dòng)稱(chēng)為大腦的“暗能量”,用于大腦維持自身的活動(dòng)[19-21],綜上,進(jìn)一步明確人格特質(zhì)與靜息態(tài)下腦功能活動(dòng)的關(guān)系對(duì)認(rèn)識(shí)人格特質(zhì)的神經(jīng)生物學(xué)基礎(chǔ)有重要的意義。

2.2靜息態(tài)f MRI

自Biswal博士于1995年首次運(yùn)用靜息狀態(tài)(閉眼、清醒、無(wú)特定認(rèn)知任務(wù))功能磁共振研究感覺(jué)運(yùn)動(dòng)皮層的低頻自發(fā)神經(jīng)活動(dòng)以來(lái),經(jīng)過(guò)最初15年的發(fā)展,這項(xiàng)技術(shù)已經(jīng)被研究者們廣泛的用來(lái)研究正常腦功能及各類(lèi)神經(jīng)精神疾病引起的腦功能異常[22]。

2.2.1如何定義靜息狀態(tài)? 相較于任務(wù)態(tài)功能磁共振成像,靜息狀態(tài)下的功能磁共振成像可以在實(shí)驗(yàn)中減少很多不可控因素對(duì)實(shí)驗(yàn)結(jié)果的影響,因此逐漸受到腦功能研究者們的青睞。靜息態(tài)f MRI的具體定義包括:要求被試在實(shí)驗(yàn)過(guò)程中閉眼;不要睡著;不要進(jìn)行特定的思考;采集幾分鐘或者更長(zhǎng)時(shí)間的低頻振幅(Low frequency fluctuation,LFF,0.01～0.08Hz)。值得注意的是,被試在實(shí)驗(yàn)過(guò)程中是否完全做到以上要求值得商榷:閉眼、睜眼或者混合狀態(tài)是否影響實(shí)驗(yàn)結(jié)果?被試在實(shí)驗(yàn)過(guò)程中是否都能保持清醒?中科院心理所嚴(yán)超贛研究員的研究結(jié)果表明,睜眼和閉眼兩種靜息狀態(tài)下,被試默認(rèn)網(wǎng)絡(luò)的功能連接以及區(qū)域自發(fā)活動(dòng)水平都有著顯著性差異,提醒我們?cè)谘芯恐幸⒁鈱?duì)不同靜息狀態(tài)的選擇以及進(jìn)行多重掃描序列的實(shí)驗(yàn)設(shè)計(jì)時(shí)要標(biāo)明不同靜息狀態(tài)的次序[23]。Tagliazucchi和Laufs對(duì)1147名被試的靜息態(tài)f MRI數(shù)據(jù)分析后發(fā)現(xiàn),有三分之一的被試在實(shí)驗(yàn)開(kāi)始三分鐘內(nèi)即出現(xiàn)覺(jué)醒程度的下降,這也證實(shí)了靜息狀態(tài)具有動(dòng)態(tài)特性[24]。而Samann等人也開(kāi)展了針對(duì)被試從清醒到慢波睡眠的不同狀態(tài)下,大腦解剖網(wǎng)絡(luò)自發(fā)同步性改變狀況的研究[25]。綜上,目前我們說(shuō)的靜息狀態(tài)是區(qū)別于任務(wù)狀態(tài)的一種相對(duì)狀態(tài),只要被試在實(shí)驗(yàn)過(guò)程中沒(méi)有進(jìn)行特定的認(rèn)知任務(wù)或動(dòng)作,便符合我們對(duì)靜息狀態(tài)的要求。鑒于此,被試在掃描過(guò)程中只要沒(méi)有特定的認(rèn)知任務(wù),其他狀態(tài),例如:思維漫游、“開(kāi)小差”、記憶鞏固、準(zhǔn)備狀態(tài)等都符合靜息狀態(tài)的要求[]。

2.2.2人格(特質(zhì))的靜息態(tài)f MRI研究 靜息態(tài)f MRI可以按照功能分離和功能整合角度劃分為兩大類(lèi)分析方法。功能分離角度研究的是大腦不同區(qū)域或者體素的局部活動(dòng)水平,主要有局部功能一致性(Re Ho)、低頻振蕩振幅(ALFF)、時(shí)間簇分析(TCA)等研究方法,目前大多數(shù)研究采用的是國(guó)內(nèi)臧玉峰教授提出的Re Ho及ALFF方法。功能整合角度研究的是大腦不同區(qū)域功能之間的相互關(guān)系以及大腦功能網(wǎng)絡(luò),主要有線性相關(guān)(linear correlation)、獨(dú)立成分分析(ICA)、圖論(Graph)等研究方法。

2.2.2.1 功能分離 目前研究人格特質(zhì)與大腦局部功能活動(dòng)水平關(guān)系的方法主要是Re Ho及ALFF。Re Ho分析方法主要用于度量大腦某個(gè)活動(dòng)區(qū)內(nèi)不同體素活動(dòng)同步性的大小,而且近期也有研究證明了Re Ho這個(gè)指標(biāo)的神經(jīng)生物學(xué)意義[27]。Re Ho應(yīng)用于人格特質(zhì)的相關(guān)研究發(fā)現(xiàn),神經(jīng)質(zhì)及外傾性、沖突適應(yīng)能力、感受幸福的能力、人的一般智力等人格特質(zhì)與大腦相關(guān)腦區(qū)的Reho值存在聯(lián)系,例如:左側(cè)額葉及內(nèi)側(cè)前額葉的Reho值分別與神經(jīng)質(zhì)及外傾性的人格特質(zhì)負(fù)相關(guān)[28]。背外側(cè)前額葉的Reho值可以預(yù)測(cè)個(gè)體在沖突適應(yīng)過(guò)程的行為表現(xiàn)[29]。通過(guò)比較開(kāi)心與不開(kāi)心兩個(gè)組的大腦Reho值發(fā)現(xiàn),默認(rèn)網(wǎng)絡(luò)及負(fù)責(zé)情感、獎(jiǎng)賞的相關(guān)腦區(qū)可能對(duì)個(gè)體感受幸福的能力有影響[30]。雙側(cè)頂下小葉,額中回,海馬旁回和顳上回等多個(gè)特定腦區(qū)的Re Ho值與全面智力商數(shù)得分正相關(guān),即,人的一般智力涉及大腦多個(gè)腦區(qū)的協(xié)同合作[31]。而關(guān)于人格障礙的研究,Tang等人首次報(bào)道了具有反社會(huì)人格(ASPD)人群的大腦Reho值的改變狀況,并且提出相關(guān)腦區(qū)Reho值的改變?yōu)锳SPD的檢測(cè)提供了潛在的標(biāo)記[32]。

Re Ho從不同體素時(shí)間序列相似性的角度出發(fā),雖然可以客觀的反映大腦局部功能狀態(tài),但不能反映不同腦區(qū)的具體活動(dòng)狀態(tài)。ALFF分析方法通過(guò)直接計(jì)算每個(gè)體素低頻振蕩幅度的大小,可以具體的反映出神經(jīng)元自發(fā)活動(dòng)的強(qiáng)弱,比Re Ho更具有生理解釋意義。ALFF應(yīng)用于研究人格特質(zhì)的相關(guān)研究發(fā)現(xiàn),大五人格各維度與特定腦區(qū)的區(qū)域活動(dòng)相關(guān)[33],而Wei等人進(jìn)一步的將低頻波段劃分為slow-4跟slow-5,探測(cè)了具有比大五人格理論更強(qiáng)的生物學(xué)模型及皮層喚醒水平的艾森克人格理論,發(fā)現(xiàn)人格特征與特定頻段下的低頻振蕩振幅相關(guān)聯(lián),并說(shuō)明個(gè)體差異的腦功能活動(dòng)能夠預(yù)測(cè)人格特征的差異性[34]。此外也有研究表明右側(cè)楔前葉及左側(cè)額上回內(nèi)側(cè)的ALFF值與人的執(zhí)行控制加工能力顯著相關(guān)[35]。針對(duì)人格障礙人群的研究,Salvador等人報(bào)告了邊緣性人格障礙患者的大腦顳邊緣與額內(nèi)側(cè)結(jié)構(gòu)及功能性異常[36]。Liu等人的研究表明,反社會(huì)人格患者可能存在額—顳網(wǎng)絡(luò)活動(dòng)不正常[37]。

2.2.2.2 功能整合 隨著認(rèn)知神經(jīng)科學(xué)的發(fā)展,研究者們逐漸發(fā)現(xiàn)在許多情況下,將人腦的某種功能定位在某個(gè)特定腦區(qū)是困難而且不準(zhǔn)確的,很多認(rèn)知過(guò)程的完成涉及到多個(gè)腦區(qū)的交互作用,事實(shí)上,人腦的各個(gè)腦區(qū)并不是相互獨(dú)立的,而是相互連接、彼此影響的,腦連接研究分為腦結(jié)構(gòu)連接、腦功能連接以及腦有效連接3個(gè)方向,本文主要綜述的是腦功能連接。同時(shí),前文提到人格有整體特性,多種人格特質(zhì)在個(gè)體身上密切聯(lián)系,理論基礎(chǔ)及實(shí)踐需要都提醒我們有必要從腦功能整合的角度出發(fā)研究人格特質(zhì)的大腦內(nèi)在功能架構(gòu)。

腦功能連接的概念最早由Friston等人于20世紀(jì)90年代提出,是指空間上遠(yuǎn)離的不同腦區(qū)的神經(jīng)生理活動(dòng)之間在時(shí)間上的相關(guān)性[38]。種子點(diǎn)相關(guān)分析方法是目前應(yīng)用最廣泛的腦功能連接分析方法,諸多研究運(yùn)用該方法分析人格特質(zhì)涉及到的大腦不同區(qū)域的功能連接。例如,有研究表明后扣帶回與前扣帶回膝部之間的功能連接與宜人性和血壓呈正相關(guān)[39]。冷酷特質(zhì)與默認(rèn)網(wǎng)絡(luò)異常功能連接有關(guān),沖動(dòng)、不負(fù)責(zé)任特質(zhì)與額頂網(wǎng)絡(luò)功能連接改變有關(guān)[40]。Adelstein等人基于大腦的兩個(gè)認(rèn)知與情感中心:前扣帶回和楔前葉的種子區(qū)域,發(fā)現(xiàn)每一個(gè)人格維度都有一種獨(dú)特的靜息態(tài)功能連接(RSFC)模式。并且各人格維度所預(yù)測(cè)的大腦區(qū)域RSFC并不重疊,這表明,盡管不同的個(gè)體之間存在一個(gè)根本的、核心的大腦內(nèi)在功能架構(gòu),但在那個(gè)核心之外的可變性連接,導(dǎo)致了性格的個(gè)體差異,從而也誘發(fā)了不同的心理、行為反應(yīng)[7]。針對(duì)人格障礙人群,有研究發(fā)現(xiàn)分裂型人格障礙患者的額葉區(qū)域,包括額上回及額中回的功能連接減少[41],邊緣性人格障礙患者的杏仁核和腦島、眶額皮層和殼核之間的功能連接增加[42],前扣帶回皮層和左側(cè)顳葉、右側(cè)緣/頂下小葉、右側(cè)扣帶回皮層之間的功能連接減少[43]。

種子點(diǎn)相關(guān)分析是一種模型驅(qū)動(dòng)的方法,需要人為選定種子點(diǎn),對(duì)研究者有較高要求,而且結(jié)果解釋在一定程度上受研究者主觀經(jīng)驗(yàn)的影響。Mc Keown等人于1998年在任務(wù)態(tài)f MRI的數(shù)據(jù)分析中首次引入獨(dú)立成分分析(ICA)方法[44],ICA是一種數(shù)據(jù)驅(qū)動(dòng)方法,不受任何先驗(yàn)知識(shí)的影響,能有效地去除呼吸、心跳等生理噪聲以及實(shí)驗(yàn)中被試頭動(dòng)對(duì)于實(shí)驗(yàn)結(jié)果的影響。需要指出的是,雖然種子點(diǎn)相關(guān)分析方法和ICA分析方法都可用來(lái)刻畫(huà)大腦的功能連接,但是種子點(diǎn)相關(guān)分析刻畫(huà)的是選定的兩個(gè)或多個(gè)腦區(qū)之間的功能連接模式,是“局部”性的; ICA刻畫(huà)的是能反映全腦所有體素的功能連接模式,是“全局”性的。ICA用于靜息態(tài)下人格特質(zhì)與腦功能之間關(guān)系的研究較少,截止2015年10月份,使用關(guān)鍵字(rest-state f MRI[All Fields]AND independent component analysis[All Fields]AND personality[All Fields])在Pub Med文獻(xiàn)查詢(xún)結(jié)果顯示僅有15篇相關(guān)研究。綜合其中4篇,被試群體年齡跨度從童年早期到成年,論證了智力與額—頂網(wǎng)絡(luò)功能連接之間發(fā)生發(fā)展的關(guān)系[45-48]。3篇探討了邊緣性人格障礙及分裂型人格障礙患者的靜息態(tài)腦功能網(wǎng)絡(luò)異常[49-51]。也有研究涉及焦慮[52]、學(xué)習(xí)遷移[53]、外向性[54]等人格特質(zhì)與靜息態(tài)腦功能連接之間的關(guān)系。不過(guò),ICA算法本身也存在不足:①I(mǎi)CA模型成分個(gè)數(shù)的估計(jì)和選擇;②ICA可能會(huì)將一個(gè)功能網(wǎng)絡(luò)“分離”成若干子網(wǎng)絡(luò);③對(duì)于結(jié)果的解釋不如基于種子點(diǎn)的相關(guān)分析方法簡(jiǎn)單、直觀。

基于種子點(diǎn)的相關(guān)分析和獨(dú)立成分分析都只是刻畫(huà)了大腦的局部功能網(wǎng)絡(luò),而基于圖論的分析方法可以從整體水平上對(duì)大腦功能網(wǎng)路進(jìn)行分析。圖論是目前復(fù)雜網(wǎng)絡(luò)分析領(lǐng)域最主要的分析工具,已廣泛用于大腦網(wǎng)絡(luò)的研究,在健康人群中,基于圖論的腦網(wǎng)絡(luò)分析用于研究腦網(wǎng)絡(luò)與認(rèn)知、情緒、行為等因素的關(guān)系。截止2015年10月份,使用關(guān)鍵字(rest-state f MRI[All Fields]AND graph analysis [All Fields]AND personality[All Fields])在Pub Med文獻(xiàn)查詢(xún)結(jié)果顯示有11篇相關(guān)研究。有的研究基于全腦功能網(wǎng)絡(luò)的特性進(jìn)一步佐證并發(fā)展了基于局部功能網(wǎng)絡(luò)特性研究的一些發(fā)現(xiàn),例如: van den Heuvel等人發(fā)現(xiàn)智力不僅與額—頂網(wǎng)絡(luò)有關(guān),而且還與整個(gè)腦功能網(wǎng)絡(luò)的全局效率成正相關(guān)[55]。Wu等人研究了健康兒童腦功能網(wǎng)絡(luò)的拓?fù)湫再|(zhì)與年齡、性別及智力的關(guān)系,同時(shí)也為我們研究?jī)和?、青少年時(shí)期的腦發(fā)育及認(rèn)知發(fā)育帶來(lái)新的啟示[56]。不過(guò),也有的研究結(jié)論促使我們對(duì)傳統(tǒng)觀點(diǎn)有了新的思考,例如:Santarnecchi等人通過(guò)對(duì)較弱的腦功能連接研究挑戰(zhàn)了傳統(tǒng)的觀點(diǎn)—大腦拓?fù)浣Y(jié)構(gòu)中,強(qiáng)的腦功能連接有著突出作用。強(qiáng)調(diào)是強(qiáng)、弱兩種功能連接造成功能架構(gòu)的不同導(dǎo)致了智力差異[57]。Gao等人研究了艾森克人格喚醒理論中外向性及神經(jīng)質(zhì)兩個(gè)人格維度與靜息態(tài)下全腦功能網(wǎng)絡(luò)拓?fù)湫再|(zhì)的關(guān)系,發(fā)現(xiàn)外向性特質(zhì)與區(qū)域性腦喚醒之間的關(guān)系可能比艾森克提出的要更復(fù)雜[58]。此外,也有研究探討了精神疾病(精神分裂癥[59]、重度抑郁癥[60]、帕金森癥[61])患者的灰質(zhì)密度及腦功能連接或腦功能網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的改變或破壞。

3　小結(jié)與展望

人之所以為人,關(guān)鍵不在于人的自然性,而在于人的社會(huì)性,人的本質(zhì)是一切社會(huì)關(guān)系的總和。我們?cè)谏钪袝?huì)遇到形形色色的人,了解自己及別人的性格特點(diǎn),不僅可以使我們有一個(gè)健康的心理狀態(tài),而且有助于我們更好地工作、學(xué)習(xí)及處理人際關(guān)系。人格測(cè)驗(yàn)可以對(duì)人格進(jìn)行描述及分類(lèi),但是人格測(cè)驗(yàn)是心理學(xué)家根據(jù)人格理論編制,派別不同,人格理論也不同,沒(méi)有公認(rèn)的、統(tǒng)一的、權(quán)威的標(biāo)準(zhǔn),而且由于人格測(cè)驗(yàn)是根據(jù)行為學(xué)指標(biāo)人為編制,因此帶有一定的主觀性。

綜合目前關(guān)于人格特質(zhì)的生物學(xué)基礎(chǔ)研究,可以認(rèn)為遺傳和環(huán)境的交互效應(yīng),造成個(gè)體間大腦功能構(gòu)造的不同,這種差異性導(dǎo)致了獨(dú)具特征的人格特質(zhì)的形成。未來(lái),我們可以借助功能磁共振成像技術(shù),基于腦影像特征嘗試對(duì)人腦進(jìn)行生物學(xué)分類(lèi),并形成人格特質(zhì)的影像學(xué)分類(lèi),相信這會(huì)是對(duì)人格特質(zhì)分類(lèi)客觀的、令人信服的標(biāo)準(zhǔn)。在臨床應(yīng)用層面,我們可以嘗試確定人格特質(zhì)腦環(huán)路/網(wǎng)絡(luò)/圖譜與各類(lèi)心理疾患發(fā)生、發(fā)展的關(guān)系,尋找特異人格特質(zhì)相關(guān)的藥物或心理治療,相信會(huì)有助于對(duì)心理疾患開(kāi)展針對(duì)性的預(yù)防和治療工作。

參考文獻(xiàn)

[1]黃希庭.人格心理學(xué)[M].杭州:浙江人民出版社,2002:8

[2]楊春,巴華杰,林子清.某公安院校碩士研究生心理健康狀況分析與個(gè)性特征的相關(guān)研究[J].中國(guó)健康心理學(xué)雜志,2009,17(11): 1345-1347

[3]圣錦濤,王金輝.青少年神經(jīng)質(zhì)人格與抑郁的關(guān)系:移情的中介作用[J].中國(guó)健康心理學(xué)雜志,2015,23(10)1444-1447

[4]楊青,陳云,李茜,等.高中生攻擊行為與移情關(guān)系[J].中國(guó)健康心理學(xué)雜志,2014,22(1):87-90

[5]Hobson P.Empathy and autism.In T F D Farrow &P W R Woodruff(Eds),Empathy in mental illness[M].New York:Cambridge University Press,2007:126-141

[6]Lee K.Empathy deficits in schizophrenia.in T.F.D.Farrow & P.W.R.Woodruff(Eds),Empathy in mental illness[M].New York: Cambridge University Press,2007:17-32

[7]Adelstein J S,Shehzad Z,Mennes M,et al.Personality is reflected in the brain's intrinsic functional architecture[J].PLoS One,2011,6(11):e27633

[8]Ogawa S,Lee T M,Kay A R,et al.Brain magnetic resonance imaging with contrast dependent on blood oxygenation[J].Proc Natl Acad Sci U S A,1990 Dec;87(24):9868-9872

[9]楊麗琴,林富春,雷皓.靜息狀態(tài)下腦功能連接的磁共振成像研究[J].波譜學(xué)雜志,2010(3):326-340

[10]Benedek M,Jauk E,Fink A,et al.To create or to recall?Neural mechanisms underlying the generation of creative new ideas[J].Neuroimage,2013 Nov 21,88C:125-133

[11]Kumari V,ffytche D H,Williams S C,et al.Personality predicts brain responses to cognitive demands[J].J Neurosci,2004,24 (47):10636-10641

[12]Canli T,Zhao Z,Desmond J E et al.An f MRI study of personality influences on brain reactivity to emotional stimuli[J].Behav Neurosci,2001,115(1):33-42

[13]Canli T,Sivers H,Whitfield S L,et al.Amygdala response to happy faces as a function of extraversion[J].Science,2002:296-305

[14]Mobbs D,Hagan C C,Azim E,et al.Personality predicts activity in reward and emotional regions associated with humor[J].Proc Natl Acad Sci U S A,2005,102(45):16502-16506

[15]Paulus M P,Rogalsky C,Simmons A,et al.Increased activation in the right insula during risk-taking decision making is related to harm avoidance and neuroticism[J].Neuroimage,2003,19 (4):1439-1448

[16]Jimura K,Konishi S,Asari T,et al.Temporal pole activity during understanding other persons'mental states correlates with neuroticism trait[J].Brain Res,2010,1328:104-112

[17]Kehoe E G,Toomey J M,Balsters J H,Bokde AL.Personality modulates the effects of emotional arousal and valence on brain activation[J].Soc Cogn Affect Neurosci,2012;7(7):858-870

[18]王子聰,宋森,王麗紅.情緒對(duì)腦功能連接的影響[J].生物醫(yī)學(xué)工程學(xué)雜志,2014(2):262-266

[19]Raichle M E.The brain's dark energy[J].Sci Am,2010,302(3): 44-49

[20]Fox M D,Raichle M E.Spontaneous fluctuations in brain activity observed with functional magnetic resonance imaging[J].Nat Rev Neurosci,2007,8(9):700-711

[21]Zhang D,Raichle M E.Disease and the brain's dark energy[J].Nat Rev Neurol,2010,6(1):15-28

[22]Zuo X N,Zhang Z,He Y,et al.The human functional connectome:Its methodology,developmental trajectory and behavioral association(in Chinese)[J].Chin Sci Bull(Chin Ver),2012,57: 3399-3413

[23]Yan C,Liu D,He Y,et al.Spontaneous brain activity in the default mode network is sensitive to different resting-state conditions with limited cognitive load[J].PLoS One,2009,29(5): 5743-5765

[24]Tagliazucchi E,Laufs H.Decoding wakefulness levels from typical f MRI resting-state data reveals reliable drifts between wakefulness and sleep[J].Neuron,2014 May 7;82(3):695-708

[25]Samann P G,Wehrle R,Hoehn D,et al.Development of the brain's default mode network from wakefulness to slow wave sleep[J].Cereb Cortex,2011,21(9):2082-2093

[26]Raichle M E.Neuroscience.The brain's dark energy[J].Science,2006 Nov 24;314(5803):1249-1250

[27]Jiang L,Xu T,He Y,et al.Toward neurobiological characterization of functional homogeneity in the human cortex:regional variation,morphological association and functional covariance network organization[J].Brain Struct Funct,2015 Sep;220(5): 2485-2507

[28]Wei L,Duan X,Yang Y,et al.The synchronization of spontaneous BOLD activity predicts extraversion and neuroticism[J].Brain Res,2011,1419:68-75

[29]Wang T,Chen Z,Zhao G,et al.Linking inter-individual differences in the conflict adaptation effect to spontaneous brain activity[J].Neuroimage,2014,90:146-152

[30]Luo Y,Huang X,Yang Z,et al.Regional homogeneity of intrinsic brain activity in happy and unhappy individuals[J].PLoS One,2014,9(1):85181-85190

[31]Wang L,Song M,Jiang T,et al.Regional homogeneity of the resting-state brain activity correlates with individual intelligence[J].Neurosci Lett,2011,488(3):275-278

[32]Tang Y,Liu W,Chen J,et al.Altered spontaneous activity in antisocial personality disorder revealed by regional homogeneity [J].Neuroreport,2013,24(11):590-595

[33]Kunisato Y,Okamoto Y,Okada G,et al.Personality traits and the amplitude of spontaneous low-frequency oscillations during resting state[J].Neurosci Lett,2011,492(2):109-113

[34]Wei L,Duan X,Zheng C,et al.Specific frequency bands of amplitude low-frequency oscillation encodes personality[J].Hum Brain Mapp,2014,35(1):331-339

[35]Xu J,Rees G,Yin X,et al.Spontaneous neuronal activity predicts intersubject variations in executive control of attention[J].Neuroscience,2014,263:181-192

[36]Salvador R,Vega D,Pascual J C,et al.Converging Medial Frontal Resting State and Diffusion-Based Abnormalities in Borderline Personality Disorder[J].Biol Psychiatry,2016,79(2):107-116

[37]Liu H,Liao J,Jiang W,et al.Changes in low-frequency fluctuations in patients with antisocial personality disorder revealed by resting-state functional MRI[J].PLoS One,2014,9(3):e89790

[38]Friston K J,Frith C D,Liddle P F,et al.Functional connectivity: the principal-component analysis of large(PET)data sets[J].J Cereb Blood Flow Metab,1993 Jan;13(1):5-14

[39]Ryan J P,Sheu L K,Gianaros P J.Resting state functional connectivity within the cingulate cortex jointly predicts agreeableness and stressor-evoked cardiovascular reactivity[J].Neuroimage,2011,55(1):363-370

[40]Cohn M D,Pape L E,Schmaal L,et al.Differential relations between juvenile psychopathic traits and resting state network connectivity[J].Hum Brain Mapp,2015,136(6):2396-2405

[41]Zhang Q,Shen J,Wu J,et al.Altered default mode network functional connectivity in schizotypal personality disorder[J].Schizophr Res,2014,160(1-3):51-56

[42]Krause-Utz A,Veer I M,Rombouts S A,et al.Amygdala and anterior cingulate resting-state functional connectivity in borderline personality disorder patients with a history of interpersonal trauma[J].Psychol Med,2014,44(13):2889-2901

[43]O'Neill A,D'Souza A,Samson A C,et al.Dysregulation between emotion and theory of mind networks in borderline personality disorder[J].Psychiatry Res,2015,231(1):25-32

[44]Mc Keown M J,Jung T P,Makeig S,et al.Spatially independent activity patterns in functional MRI data during the stroop color -naming task[J].Proc Natl Acad Sci U S A,1998 Feb 3;95 (3):803-810

[45]Vakhtin A A,Ryman S G,Flores R A,et al.Functional brain networks contributing to the Parieto-Frontal Integration Theory of Intelligence[J].Neuroimage,2014 Dec;103:349-354

[46]Li C,Tian L.Association between resting-state coactivation in the parieto-frontal network and intelligence during late childhood and adolescence[J].AJNR Am J Neuroradiol,2014 Jun;35 (6):1150-1156

[47]Langeslag S J,Schmidt M,Ghassabian A,et al.Functional connectivity between parietal and frontal brain regions and intelligence in young children:the Generation R study[J].Hum Brain Mapp,2013 Dec;34(12):3299-3307

[48]Martínez K,Solana A B,Burgaleta M,et al.Changes in restingstate functionally connected parietofrontal networks after videogame practice[J].Hum Brain Mapp,2013 Dec;34(12): 3143-3157

[49]Doll A,Sorg C,Manoliu A,et al.Shifted intrinsic connectivity of central executive and salience network in borderline personality disorder[J].Front Hum Neurosci,2013,30(7):727-735

[50]Wolf R C,Sambataro F,Vasic N,et al.Aberrant connectivity of resting-state networks in borderline personality disorder[J].J Psychiatry Neurosci,2011,36(6):402-411

[51]Lagioia A,Van De Ville D,DebbanéM,et al.Adolescent resting state networks and their associations with schizotypal trait expression[J].Front Syst Neurosci,2010,4:35

[52]Modi S,Kumar M,Kumar P,et al.Aberrant functional connectivity of resting state networks associated with trait anxiety[J].Psychiatry Res,2015,234(1):25-34

[53]Gerraty R T,Davidow JY,Wimmer GE,et al.Transfer of learning relates to intrinsic connectivity between hippocampus,ventromedial prefrontal cortex,and large-scale networks[J].J Neurosci,2014 Aug 20;34(34):11297-11303

[54]Lei X,Zhao Z,Chen H.Extraversion is encoded by scale-free dynamics of default mode network[J].Neuroimage,2013 Jul 1; 74:52-57

[55]Van den Heuvel M P,Stam C J,et al.Efficiency of functional brain networks and intellectual performance[J].J Neurosci,2009 Jun 10;29(23):7619-7624

[56]Wu K,Taki Y,Sato K,et al.Topological organization of functional brain networks in healthy children:differences in relation to age,sex,and intelligence[J].PLoS One,2013;8(2):55347

[57]Santarnecchi E,Galli G,Polizzotto N R,et al.Efficiency of weak brain connections support general cognitive functioning[J].Hum Brain Mapp,2014 Sep;35(9):4566-4582

[58]Gao Q,Xu Q,Duan X,et al.Extraversion and neuroticism relate to topological properties of resting-state brain networks[J].Front Hum Neurosci,2013,11(7):257-265

[59]Wang Y,Yan C,Yin D Z,et al.Neurobiological changes of schizotypy:evidence from both volume-based morphometric analysis and resting-state functional connectivity[J].Schizophr Bull,2015,41(2):444-454

[60]Ye M,Yang T,Qing P,et al.Changes of Functional Brain Networks in Major Depressive Disorder:A Graph Theoretical Analysis of Resting-State f MRI[J].PLoS One,2015 Sep 1;10(9): 133775-13380

[61]Wei L,Zhang J,Long Z,et al.Reduced topological efficiency in cortical-basal Ganglia motor network of Parkinson's disease:a resting state f MRI study[J].PLoS One,2014,9(10):108124-108130

更正:本刊2013年第21卷第7期974頁(yè)刊登的論文"認(rèn)知-存在團(tuán)體對(duì)社區(qū)慢性精神分裂癥患者的干預(yù)效果"第二作者程明明應(yīng)為通訊作者,通訊郵箱為:chengmmthu@163.com。

(收稿時(shí)間:2015-11-13)

*基金項(xiàng)目:國(guó)家自然科學(xué)基金(編號(hào):81571319)

doi:10.13342/j.cnki.cjhp.2016.05.039

中圖分類(lèi)號(hào):R395.9

文獻(xiàn)標(biāo)識(shí)碼:A

文章編號(hào):1005-1252(2016)05-0795-06