自然场景中社交互动的神经表征：高场强fMRI揭示枕颞区"社交脑"的多体感知机制

本研究通过分析7T fMRI数据，发现人类枕颞区"社交脑"（包括EBA、FBA和FFA）对自然场景中的社交互动表现出特异性响应。研究创新性地采用182幅含多人场景图像，结合主观评分和计算模型，证实这些区域对社交互动的敏感性独立于人数、面积等变量，为理解"社会视觉"系统从单人到多人感知的扩展提供了新证据。

　　

在人类复杂的社交生活中，视觉系统如何解码他人互动信息一直是认知神经科学的核心问题。传统研究主要关注单个面孔或身体的加工机制，发现枕颞区存在专门的面孔选择性区域（FFA）和身体选择性区域（EBA/FBA），这些区域被称为"社交脑"。然而现实社交往往涉及多人互动，现有研究多采用简化刺激（如面对/背对的双人图），缺乏自然场景的生态效度，且未能阐明经典"社交脑"区域在多人互动加工中的作用机制。

针对这些局限，德国奥斯纳布吕克大学与英国班戈大学的Ilona Martynenko、Kami Koldewyn和Paul E. Downing*团队在《Social Cognitive and Affective Neuroscience》发表创新研究。研究者利用高场强7T fMRI的自然场景数据集（NSD），首次系统考察了枕颞区对自然场景中社交互动的神经表征。该研究突破性地将实验控制与生态效度相结合：既通过功能定位精确界定各感兴趣区（ROI），又采用真实世界图像保留社交互动的自然复杂性。

研究团队从NSD数据集的907幅共同图像中筛选出182幅含≥2人的场景，通过独立评分者获取每幅图像的社交互动程度（0-1分）、动态性等主观指标，同时采用YOLOv3算法计算人物数量、面积占比、左右分布等客观参数。运用线性回归和广义加性模型（GAM），在控制混杂变量后分析各ROI的BOLD信号变化。关键创新在于采用"自下而上"策略——不预设社交互动的定义，而是通过大众评分捕捉自然认知中的社交互动感知。

主要技术方法包括：1）利用NSD提供的7T fMRI数据（TR=1.333s）和个体化功能定位（身体vs面孔vs物体对比）；2）基于YOLOv3的目标检测量化人物空间特征；3）结合主观评分（20名独立评分者）与文本挖掘（COCO数据库标注）的多模态刺激表征；4）采用线性模型和GAM分析神经响应与视觉特征的非线性关系。

研究结果揭示：

1. 社交互动特异性响应：所有ROI（左/右EBA、FBA、FFA）的激活强度与社交互动评分显著正相关（p<0.05），且该效应独立于人数、面积等变量。特别在左EBA，GAM模型显示其对社交互动的敏感性显著强于右半球（t=3.99,p=9.64e-05），与既往双体加工研究一致。

2. 控制变量的差异化影响：表面积极显著正向预测所有ROI响应（p<1e-8），而人数呈负向关联，反映个体可见度的重要性。动态性评分特异性地增强身体区（EBA/FBA）而非FFA的响应，验证了ROI定位的特异性。

3. 空间编码特性：左EBA对人物 contralateral（对侧）分布表现出趋势性偏好（p=0.084），符合视觉系统的空间编码原则。早期视觉皮层（V1-V3）的分析则显示与社交互动评分的负相关，排除了低阶视觉特征的解释。

4. 方法学验证：人工标注与算法计数的Fleiss' Kappa=0.467，社交互动评分的组内相关系数（ICC）达0.96，保证测量可靠性。文本挖掘的互动动词频率与主观评分显著相关（r=0.57），交叉验证了刺激特征。

这项研究首次在自然场景中证实，传统"单人社交脑"区域同样参与多人互动加工，且这种敏感性不受任务需求影响（被试仅执行记忆任务）。结果支持社会视觉系统的层级加工模型：从早期视觉皮层的低阶特征分析，到EBA/FBA对身体构型和互动的编码，再到FFA对面部社会信息的整合。特别值得注意的是左EBA在社交互动加工中的优势，这与近期经颅磁刺激（TMS）研究共同提示该区域可能是双体感知的枢纽。

理论层面，研究突破了将EBA仅视为"身体形状分析器"的传统观点，揭示其在复杂社会情境中的整合功能。方法论上，开创了将大规模自然场景fMRI与计算视觉相结合的新范式。未来研究可拓展到动态视频、跨文化比较等领域。这些发现为自闭症等社交障碍的神经机制研究提供了新视角，也为人工智能的社会场景理解算法带来启示。正如作者指出，这项"数据驱动"的研究与传统控制实验形成互补，共同推进对人类社交认知本质的理解。