综述：任务与静息态功能磁共振成像在发育群体中脑行为关系建模

本综述系统探讨了任务与静息态功能磁共振成像（fMRI）在揭示发育群体脑行为关联中的前沿进展与挑战。文章重点解析了大型神经发育数据集（如ABCD、IMAGEN）的应用价值，深入讨论了测量噪声、效应值估算及样本多样性等核心问题，并展望了多变量分析、多模态融合及环境因素整合等未来方向，为发育认知神经科学研究提供了重要方法论参考。

　　

任务与静息态fMRI在发育神经科学中的协同探索

功能磁共振成像（fMRI）已成为解析脑行为关联的核心工具，通过测量任务态脑激活模式或静息态功能连接（resting-state functional connectivity, rsfMRI）与认知行为表型的关联，揭示神经生物学基础。随着青少年脑认知发展研究（Adolescent Brain Cognitive Development, ABCD）等大型神经发育数据集的出现，研究者现在能够利用来自多样化青少年群体的纵向神经影像数据进行高统计效力的分析。

脑行为关联研究的争议与挑战

早期研究常报告"高得令人困惑"的相关性，部分因分析中存在循环论证问题——例如选择已证明与行为指标高度相关的脑体素进行分析。脑指标与行为测量的可靠性存在上限，超过该上限的相关可能为假阳性。提高神经与心理测量的可靠性被提议为优化个体差异研究中效应检测的关键途径。此外，对心理现象本质的 questionable 假设（如功能定位、神经集群与心理类别的——映射、独立于环境等因素）也导致脑行为关联难以复现。

大型人口神经科学数据集（如ABCD、人类连接组计划HCP、UK Biobank）的分析表明，使用单变量分析方法需要数千名受试者才能获得可复现的脑行为关联。小样本量下，全脑范围的微弱效应和人口抽样变异性可能导致夸大且不可复现的结果。不同研究者选择的脑特征指标和分析流程的差异（即"分析灵活性"）进一步加剧了结果的不一致性。一项对768个fMRI数据处理流程的系统评估发现，大多数流程无法产生一致的结果。

多变量预测方法可在小至100名受试者的样本中产生高度可复现的结果，表明样本量估算取决于所用分析方法及目标脑行为关联的效应大小。 within-subject设计和针对特定临床人群的fMRI任务也被提议为提高统计效力的有效策略。

发育过程中的任务fMRI脑行为关联

儿童青少年发育研究常聚焦认知控制和奖赏相关过程的成熟。双系统理论认为，认知控制过程的成熟滞后于奖赏动机系统，这为青少年风险行为提供了神经解释。证据显示前额叶介导的认知控制随年龄改善，但激活模式的年龄相关变化存在差异，且动机系统（社会情感因素）可能调节抑制控制的强度，挑战了前额叶成熟线性改善的简单模型。

奖赏过程的年龄变化结果也不一致：与成人相比，青少年在奖赏预期期间腹侧纹状体活动既可能减弱也可能增强。这些 discrepant 发现可能反映了任务范式、小样本和横断面设计的混合影响。利用IMAGEN大型纵向样本的研究发现，奖赏预期期间脑激活表现为皮下区域活动减少和额叶区域活动增加的模式。

除执行功能和奖赏处理外，研究还涉及推理、工作记忆、错误信号、情景记忆、情绪调节、情绪处理和替代奖赏过程等领域。任务fMRI的优势在于提供实时行为测量，使个体差异和发育轨迹得以量化。自适应任务设计可通过调整难度来凸显性能差异。

发育过程中脑行为关系的动态变化增加了interpretation的复杂性。获取扫描期间参与者能力的有效、敏感和可靠测量对理解 normative 发展和个体差异的神经基础至关重要。扫描外任务的收敛效度也不可忽视。理想情况下，扫描内任务表现的可靠性应通过更广泛的扫描外认知评估来确认。

头动是神经影像数据效度的挑战，尤其对发育研究 problematic，因为年龄与运动量呈负相关。任务fMRI指标对这些效应较不敏感，因为它们依赖于试次相关活动的聚合和条件间减法，而非容易被运动 artificially 夸大的区域间相关。但任务连接分析仍是未充分利用的数据资源。静息态功能连接的先进分析方法可应用于任务数据，例如CPM（connectome-based predictive modeling）通过特征选择和交叉验证识别与表型相关的连接边，已成功解释青少年酒精使用（基于反应抑制任务连接）和大麻使用（基于奖赏任务连接）的个体差异。

其他方法如心理生理交互（PPI）或beta序列相关可揭示跨任务条件的功能连接差异，提供对脑行为关联的进一步洞察。任务fMRI的主要关注点可能是可靠性——许多任务设计产生的信号不足（如试次过少），无法充分表征参与者能力及其脑特征。静息态fMRI社区对扫描时长重要性的关注未在任务fMRI社区得到匹配。常为产生 robust 组激活图而选择的任务，可能特别不适合捕捉个体差异或个体水平发育轨迹。

任务通常仅具有表面效度作为心理过程探针，其暴露理论有用脑行为关联的效用受限于隔离目标过程的成功程度。任务数据的计算建模提供了重要前进路径——明确指定和参数化任务表现中涉及的心理过程的计算模型可产生对脑行为关联的更机制化洞察。例如，对ABCD研究工作记忆n-back任务应用漂移扩散模型，可区分与刺激熟悉度相关的表现和与目标相关特征相关的表现。

多变量方法也持有 substantial 潜力。通过纳入广泛分布的激活测量，多变量分析常显示比单变量对应物更好的脑行为关联和可靠性。基于9000多名ABCD参与者构建的工作记忆神经特征（ multivariate classifier）比标准区域脑激活测量更可靠，且与任务表现、扫描外认知测量和精神病理症状得分相关性更好。 canonical correlation analysis（CCA）等可容纳参与者丰富表型特征的方法，也显示了将 reward 相关行为与神经响应 covariation 联系起来的能力。

发育过程中的静息态fMRI脑行为关联

静息态fMRI数据采集相对简单——要求参与者短时间什么也不做——使其 increasingly 用于儿科和其他难扫描人群。rsfMRI使研究者能绕过任务fMRI中与表现差异相关的脑激活变化和与脑成熟相关的变化之间复杂关系的问题。过去几十年，大型rsfMRI数据集（如PNC、ABCD、HCP Lifespan、IMAGEN、NKI-Rockland、PING）的可用性使儿科神经影像中的脑行为关联研究蓬勃发展。

神经发育以大规模功能脑网络的整合和分离过程为特征的思想，自rsfMRI早期即存在。这些成熟过程被认为与脑短程功能连接减弱和长程功能连接增强相关。理解这些神经发育变化对认知行为的影响一直是脑行为关联研究的主要焦点。

过去几十年儿科rsfMRI研究显示，突显网络（关键节点在前扣带和前岛叶皮层）和默认网络（关键节点在后扣带和内侧前额叶皮层）的功能异常是许多神经发育疾病的 transdiagnostic 特征。脑行为关联研究开始提供这可能原因的洞察：跨中美儿科数据集的研究发现，儿童突显/腹侧注意网络功能连接与智力功能和认知能力广泛测量相关——这是一个在独立样本中复现的 robust 发现。

另一项PNC样本横断面调查发现，静息态和工作记忆任务fMRI数据中，年龄相关增加的特征向量中心性（反映给定节点与网络其余部分连接数量和强度的度量）与工作记忆任务表现正相关。还有研究发现，从全脑衍生的静息态功能连接特征可用于预测 valence bias（对模糊性进行正负评估的个体差异倾向），且cingulo-opercular网络是此预测的重要贡献者。值得注意的是，所谓"cingulo-opercular网络"和"突显/腹侧注意网络"存在显著空间重叠，表明涉及前岛叶和前扣带皮层的网络（无论命名如何）在典型和非典型发育中至关重要。

另一项使用PNC rsfMRI数据的研究显示，阅读成就较高的个体具有更强的额顶网络 lateralization，此脑行为关系由认知控制能力介导，且未观察到与年龄的显著交互作用，表明此特定脑行为关系在青少年发育期间稳定。少数研究开始测试特定年龄队列中衍生的脑行为关联是否能泛化到该年龄范围外的个体。使用CamCAN数据集 divided into 年轻、中年和老年组的研究发现，使用年轻参与者数据构建的预测模型在年轻个体中最准确，而对中年和老年组预测准确性较低；使用老年参与者数据构建的预测模型在跨年龄组应用时未显示显著准确性差异——表明一种不对称性，即老年个体的脑行为关联可能泛化到年轻个体，但反之则不然。

另一项4-55岁参与者的研究使用CPM从rsfMRI数据预测工作记忆容量，显示不同功能连接特征预测不同年龄组的工作记忆，且在年轻组中整体表现最差。还有研究发现，脑信号变异性与执行功能的关联随参与者年龄而异： executive control network脑信号变异性与执行功能神经心理评估的关联在青少年期为正，而在老年期为负。这些研究共同表明，脑行为关联可能具有年龄特异性。

ABCD数据集的可用性激发了多项近期发育脑行为关联研究。使用NIH toolbox认知电池衍生的"认知综合"分数，研究发现默认网络-背侧注意网络（DMN-DAN）静息态功能连接与更高一般认知能力相关。类似地，研究发现 increased DMN-DAN anticorrelation 与 lower 任务表现个体内变异性及减少注意力问题相关。其他ABCD结果表明认知灵活性表现与DMN和额顶网络功能连接相关。

多变量方法产生了超越单变量方法的显著洞察。对ABCD多脑指标和表型变量应用CCA揭示了邻里环境、父母特征、家庭生活质量、身体健康、认知和精神病理学与脑测量（形态计量、髓鞘形成、白质完整性、静息态功能连接）之间的可复现关联。使用rsfMRI衍生的功能网络连接矩阵预测ABCD数据集中智力的研究也展示了多变量的优势。

最广泛研究的脑行为主题之一是精神病理学的发展。一项研究发现，一般精神病理学因子解释了多模态神经影像特征间最多的协方差，而内化、外化和神经发育维度与 distinct 脑形态和功能连接 profile 相关。另一项研究计算了一个潜在功能连接组模式，可预测跨疾病诊断的纵向随访转变。还有研究专门关注内化症状，发现这些分数约10%的变异可由DMN、DAN和扣带顶叶网络的静息态功能连接解释。这些结果共同表明，从rsfMRI中可以得出无数形式的认知和精神病理学领域的脑行为关联。

任务与静息态：孰优孰劣？

对于检验脑行为关联，任务还是静息态更优？从静息态和任务fMRI数据计算的全脑网络架构高度相似，尽管在检查图指标的研究中注意到了任务-静息差异。资源有限下，研究者常面临在神经影像协议中包含更多任务还是更多rsfMRI的决策。这主要取决于感兴趣的问题。在最大化脑行为预测准确性背景下，一项全面检查确定30分钟扫描是最 cost-effective 的，且任务fMRI在相同扫描时长下比rsfMRI实现更好预测——这与早期工作一致，表明从任务fMRI数据生成的预测模型在解释个体表型（如流体智力）变异方面优于从rsfMRI数据构建的模型。

rsfMRI的一个 substantial 优势在于为分析中的区域和网络选择提供巨大灵活性，包括事后调查，因此适用于数据池化和二次分析。相反，任务fMRI需要承诺探索特定功能。虽然任务fMRI范式对于阐明特定认知过程背后的神经生物学最优（这可能泛化到相关过程），但rsfMRI可能对更广泛范围表型的脑行为关联识别具有更大效用。其他设计如观影可能通过 engage 广泛心理过程达到平衡，适用于众多事后询问。

为获得更长fMRI时间序列，一些研究 concatenated 任务和rsfMRI数据。总体而言，领域 forward 受益于任务和rsfMRI数据的收集。这些模态在单独分析时可 potentially 提供关于脑功能的互补信息，同时可在某些需要更长时间序列以提高统计效力的分析方法中有意义地组合。

提高可靠性与效度

尽管近期关于脑行为关联可复现性的讨论多聚焦于样本量，但测量可靠性也 critically 重要。一项近期研究使用UK Biobank数据证明了表型低可靠性的影响——作者认为，样本量从数百增加到数千只能在使用高度可靠数据时改善脑行为预测。任何未来数据收集工作的重要考虑将是尽一切努力仅包括最可靠的行为测量。对研究界可用的现有大型数据集，预注册二次分析和使用交叉验证或其他复现方案可极大帮助发现可复现效应。改善脑行为关联可能源于创建更有效的认知能力测量，例如通过使用扫描外任务电池和任务能力的计算模型——可能产生与脑功能更密切相关的更基本认知过程的测量。此外，从MRI数据和时间序列分析中提取最有意义信号的持续努力仍是高度优先事项。

提高样本多样性

样本多样性不足也可能阻碍脑行为预测的进展。例如，当仅使用白人参与者收集的rsfMRI数据生成预测模型时，对黑人参与者的表型预测较弱。理解与社会人口因素相关的神经变异的全部范围对于防止此类泛化失败将是必要的。美国以外国家（如中国）正在创建和发布大型神经发育队列的人口神经科学数据集。利用这些采样全球人口的数据集将是 combined 和 stratified 脑行为关联研究的重要未来方向。

整合多模态神经影像

成人研究表明，跨结构和功能神经影像模态的整合可能提高认知能力的预测准确性。在多模态发育神经影像方面进展较少。由于儿科结构神经影像数据集更易出现运动伪影，导致皮层厚度和表面面积测量的系统偏差，结合神经影像模态时可能需要手动质量控制干预以确保有意义的脑行为关联检测。

改进方法学选择影响评估

不同数据预处理流程的影响可 dramatically 改变静息态功能连接结果，进而影响全脑关联研究。评估脑分区对行为预测影响的持续方法学工作表明，不同类型的分区可能对成人 versus 发育数据集表现更好。沿此方向，个体特定分区已显示在从静息态功能连接预测行为方面略优于组水平分区。显然，需要将从成人队列研究中获得的方法学进展扩展并应用于发育队列的未来研究。一个潜在前进路径是"multiverse"策略——同时评估数据集上的多个数据分析流程。虽然这种方法计算密集，但提供了评估结果一致性和稳健性的手段。

改进环境因素整合

环境背景对神经发育的影响已有充分记录。ABCD数据集包括构成"urbanome"的一系列环境变量，涵盖重要因素如交通模式、空气质量和城市环境中的社会互动。一项近期ABCD研究发现，在家庭收入低于25,000美元的儿童中，认知测试 better 表现与DMN和额顶网络之间更强的功能连接相关，且此关联的方向由学校类型和家长报告邻里安全等环境特征预测。另一项ABCD发现将儿童环境与功能网络拓扑和认知纵向变化联系起来。这些结果凸显了考虑环境背景如何影响脑行为关联的重要性。仔细考虑环境和其他情境变量扮演的复杂中介关系，将是提高发育脑行为关联研究潜在政策影响的重要未来方向。