《Frontiers in Neuroscience》:Complementary white matter networks support flexible concept learning
编辑推荐:
摘要
引言: 概念学习并非孤立的认知行为,它调动了一系列核心机制,包括工作记忆、决策和注意力。广泛的大脑网络,涵盖皮层和皮层下区域,支持这些操作,这些网络已通过与概念学习相关的激活模式被识别出来。然而,一个关键的未解问题是,连接这些区域的脑白质结构是否为这种灵
摘要
引言: 概念学习并非孤立的认知行为,它调动了一系列核心机制,包括工作记忆、决策和注意力。广泛的大脑网络,涵盖皮层和皮层下区域,支持这些操作,这些网络已通过与概念学习相关的激活模式被识别出来。然而,一个关键的未解问题是,连接这些区域的脑白质结构是否为这种灵活学习的实现提供了结构性支架。
方法: 研究人员采用了一项规则加例外学习范式,在该范式中参与者对视觉复杂的刺激进行分类。虽然某些项目严格遵循规则,但例外情况违反了规则,作为灵活学习的行为指标。研究人员利用弥散加权成像量化了整个人脑中白质纤维束的完整性,并利用相关束示踪术揭示其行为相关性。
结果: 相关束示踪术揭示了两个不同的白质网络,分别与规则学习或例外学习的个体差异相关联。支持例外学习的网络主要为皮层下-边缘系统,包括穹窿、丘脑辐射、额枕下束以及左侧额顶扣带束,这一模式与海马-前额叶通讯和对非典型样例的认知控制一致。相反,基于规则的项目的网络则以长程皮层-皮层和皮层-小脑通路为特征,包括右侧额顶扣带束、中纵束和小脑中脚,反映了视觉特征与抽象规则表征的整合及其逐步自动化。
讨论: 这些发现提供了新的证据,表明互补的白质网络支持灵活的概念形成,并为描述灵活概念学习的个体差异提供了神经解剖学基础。
一、研究背景与科学问题
概念学习是将信息组织成结构化知识的基本认知过程。已有研究表明,概念学习并非由单一脑区执行的孤立过程,而是由分布式的脑网络所支持,涉及视觉信息处理、选择性注意、工作记忆策略制定以及新信息类别判断等多种认知机制。相应地,这一过程会调动包括额叶、顶叶、内侧颞叶及皮层下区域在内的多种神经系统。尽管大量研究已经阐明了这些不同脑区在概念学习中的功能特性,但连接这些脑区的白质结构所扮演的角色在很大程度上仍是未知的。由于这些结构连接对于促进跨脑区的神经通信至关重要,理解其贡献对于揭示概念学习过程中广泛脑网络之间的动态交互至关重要。
本研究旨在填补这一空白,通过量化健康年轻成年人的全脑白质连接,识别出一组对灵活概念形成不可或缺的白质网络。具体而言,研究者聚焦于两种对认知系统提出不同需求的概念学习类型:学习遵循规则的项目(即符合类别定义特征的常规成员)和学习例外项目(即违反规则、必须作为独特样例编码的成员)。一个关键的科学问题是,支持这两种不同类型学习的脑网络在结构层面上是否存在分离。
二、研究方法与技术路线
本研究基于先前报道的数据集,共招募43名来自多伦多大学社区的健康右利手参与者,最终纳入38名有效样本进行分析。研究采用的主要关键技术方法包括:
- 1.
规则加例外学习范式: 参与者在磁共振扫描仪内执行一项类别学习任务,需判断卡通花朵偏好“阳光”还是“阴凉”。类别结构包含原型锚点、遵循规则的常规项目(距锚点1个特征距离)和例外项目(距锚点2个特征距离,违反规则)。
- 2.
弥散加权成像数据采集与处理: 在3.0T西门子Prisma系统上采集全脑弥散加权成像数据,使用高角度分辨率弥散成像方案,共128个弥散方向。采用广义q-采样成像进行重建,提取各向异性分数作为白质微结构完整性的指标。
- 3.
相关束示踪术分析: 使用DSI Studio软件进行弥散磁共振连接组分析,将全脑白质结构的各向异性分数与学习表现进行Spearman偏相关分析,以性别和年龄为协变量。通过4000次随机排列置换检验估计错误发现率,阈值设为0.05。
三、研究结果
3.1 学习表现
参与者对锚点项目学习效果最佳,正确率为89.49%;规则追随者正确率为68.17%;例外学习正确率最低且变异性最大,为47.52%。这种变异性促使研究者探究不同学习需求是否与不同的白质网络相关联。
3.2 规则追随者和例外学习呈现不同的白质网络
研究发现,学习规则追随项目和例外项目依赖于截然不同的白质网络。例外网络主要包括皮层下纤维束,而规则追随网络则包含多条长程白质纤维束。三个主要的纤维束——胼胝体体部、胼胝体毯部和右侧上纵束——在两个网络中均有出现,被标记为重叠网络。
3.3 例外网络
相关束示踪术分析显示,一个独特的纤维束网络与成功学习类别例外显著相关。较高的例外项目识别准确率与双侧穹窿、双侧上部和前部丘脑辐射、额枕下束以及左侧扣带束的额顶部分的各向异性分数值呈显著正相关。该网络的各向异性分数平均值与例外学习准确率显著正相关,而与规则追随者和锚点学习无显著相关,强调了其与例外学习的独特关联。
3.4 规则追随者网络
相关束示踪术分析显示,规则追随项目的学习准确率与一个分布式白质纤维束网络的完整性之间存在显著正相关。较高的表现与右侧额顶扣带束、右侧海马旁顶叶扣带束、双侧中纵束以及小脑中脚的较高各向异性分数值相关。该网络的各向异性分数平均值与规则追随项目学习准确率显著正相关,而与例外和锚点学习无显著相关。
四、讨论与结论
本研究的发现提供了新颖的证据,表明灵活的概念形成建立在白质结构内的分离之上。研究识别出两个互补的网络:一个主要是皮层下网络(包括穹窿、丘脑辐射、额枕下束和左侧扣带束)支持例外信息的处理;另一个是皮层-皮层网络(包括右侧扣带束、中纵束和小脑中脚)支持遵循类别规则的项目的学习。
讨论部分指出,与成功例外学习相关的白质网络指向一个专门用于编码独特、详细信息的系统。穹窿(海马的主要传出通路)的参与与先前将海马与例外学习联系起来的证据高度一致。丘脑辐射可能反映了扩展的海马系统的结构支架,特别是将前丘脑与前额叶皮层联系起来。额枕下束通过连接双侧前额叶皮层,促进了解决规则与样例之间冲突所需的半球间通信。左侧扣带束则为错误监测提供了结构基础。
与规则追随项目学习相关的网络则暗示了一个优化用于建立和维护可推广知识的系统。右侧扣带束可能支持类别规则在试次间的主动保持和一致应用。双侧中纵束可能为抽象化过程提供结构支架,通过连接顶叶和枕叶区域到前颞叶,整合视觉特征与存储的概念知识和规则表征。小脑中脚的参与可能反映了皮层-小脑通信的效率,支持基于规则的分类在多次试验中的逐渐程序化。
研究结论强调,这种结构组织为认知灵活性所需的功能动态交互提供了神经解剖学基础,突出了特定白质通路在支持复杂双过程认知中的关键作用,为理解灵活概念学习的个体差异提供了基础的神经解剖蓝图。