人类外侧前额叶皮层中环绕核心多需求区的类别偏向性功能斑块揭示认知控制新机制

本研究通过高分辨率fMRI技术，首次系统描绘了人类外侧前额叶皮层(PFC)中类别选择性(面孔/场景/工具/身体部位)斑块与核心多需求(MD)区域的拓扑关系。团队分析HCP(n=449)和CBU(n=37)两大数据集发现，这些功能斑块以"马赛克式"环绕而非重叠于MD区，其中场景斑块与视觉偏好区重叠而面孔斑块位于视听偏好区之间。该发现为"领域特异性与通用性回路交错分布"的PFC组织原则提供了直接证据，对认知控制模型构建和皮层发育理论具有革新意义。

　　

在认知神经科学领域，人类前额叶皮层(PFC)如何协调通用性与特异性功能始终是未解之谜。传统观点认为PFC存在明确的功能分区：背侧区域负责高级认知控制，腹侧区域处理社会情感信息。然而随着高分辨率神经影像技术的发展，这种粗放的划分方式正面临挑战。特别是关于多需求(Multiple Demand, MD)网络——那些在执行各类认知任务时协同激活的"通用处理器"区域，与其周边可能存在的特异性功能模块的空间关系，至今缺乏系统性研究。这正是Moataz Assem团队在《Neuropsychologia》发表最新研究的突破口。

研究团队创造性地利用人类连接组计划(HCP)和剑桥认知单元(CBU)两大高精度数据集，采用多模态表面匹配(MSMAll)和梯度映射等前沿技术，对449名和37名被试分别进行任务态fMRI分析。通过对比面孔、场景、工具和身体部位四类刺激引发的神经活动差异，结合跨数据集验证和单被试水平检测，首次全景式揭示了PFC功能组织的微观架构。

技术方法上，研究采用HCP标准化的7T fMRI采集协议，空间分辨率达2mm各向同性。数据分析采用基于表面的处理方法，通过MSMAll算法实现跨被试皮层精准对齐。功能定位采用GLM模型计算类别偏好(如面孔>场景)，并通过梯度分析无阈值呈现功能边界。统计检验采用FDR校正，ROI分析涵盖HCP-MMP1.0图谱定义的10个核心MD区及其相邻区域。

【3.1 HCP数据集中的类别偏好斑块定位】
通过n-back任务对比四类刺激的神经响应，研究发现面孔和场景偏好斑块形成"功能马赛克"环绕而非重叠于MD区。如左侧腹侧PFC的p9-46v区下方出现工具、身体、场景斑块的密集交错分布，而背侧i6-8区周围则聚集多个场景斑块。梯度分析显示这些斑块边界恰好对应MD区的功能过渡带，暗示其可能作为信息中转站。

【3.2 跨数据集与任务的一致性验证】
在CBU数据集的执行功能任务(包括n-back、转换和停止信号任务)中，面孔>场景对比重现了相似的斑块分布模式。特别值得注意的是，事件相关的时序记忆任务也激活了相同拓扑模式的斑块，证实这类功能架构具有任务不变性。单被试分析显示这种组织模式具有个体稳定性，排除了群体平均导致的假阳性。

【3.3 功能偏好的交叉验证】
ROI分析揭示惊人发现：场景斑块与MD区类似会随任务难度增强激活(t₃₆
=18.8)，而面孔斑块则保持稳定(t₃₆
=0.05)。这种分离不能归因于行为差异，因两类任务难度匹配。更意外的是，部分MD区(如8C区)本身表现出面孔偏好，暗示MD网络内部也存在功能异质性。

【3.4 感觉偏好与类别偏好的空间关系】
通过对比同一批被试的视听n-back任务，发现场景斑块与视觉偏好区高度重叠(t₃₆
=11.3)，而面孔斑块则"镶嵌"在视听偏好区之间。这种布局提示场景处理可能更依赖视觉输入的直接传递，而面孔处理需要跨模态整合，与社交认知的复杂性相符。

这项研究颠覆了传统PFC功能分区的二分法，提出"马赛克式微架构"新模型：核心MD区作为通用处理器，被各类特异性功能斑块(感觉、类别、动作等)三维环绕，形成密集的"认知控制单元"。这种布局既保留了信息特异性，又通过空间邻近实现高效整合，为解释PFC如何支持灵活认知提供了神经基础。特别值得注意的是，不同类别斑块对认知负荷的响应差异(场景敏感而面孔稳定)暗示PFC可能存在两条平行处理通路：一条通过MD系统实施在线控制，另一条通过稳定表征支持社会认知。这些发现为理解孤独症等社交障碍的神经机制提供了新视角——当面孔处理斑块与MD区的空间耦合异常时，可能导致社交与执行功能的失衡。未来研究可进一步探索这种微架构的发育轨迹及其在精神疾病中的变异模式。