被动范式下选择性皮质听觉事件相关电位成熟的系统综述：从婴幼儿期到成年早期的发育变化

《Neuropsychologia》：A systematic review of the maturation of selected cortical auditory event-related potentials in passive paradigms: Developmental changes from infancy to early adulthood

　　

摘要

脑电图（EEG）为认知神经动态提供了独特的窗口，尤其是通过事件相关电位（ERPs）来指标感觉、注意力和认知过程。EEG和ERP测量被广泛用于研究儿童的非典型神经发育，因为它们对遗传性和获得性脑疾病造成的干扰具有敏感性。我们对从婴儿期到成年早期、通过被动范式提取的四个核心皮层听觉和语言相关ERP成分（N100、MMN/MMR、P3a和N400）在典型发育中的表现进行了系统综述。这些成分反映了对离散刺激被动感知的神经反应（N100）、对偏差刺激的自动检测（失匹配负波MMN，在儿童中有时称为失匹配反应MMR）、对偏差刺激的注意力分配（P3a）以及离散刺激的语言加工（N400）。基于61项研究，其中许多针对特定年龄段内单个成分，我们绘制了ERP潜伏期、振幅和头皮拓扑结构的发育轨迹。在所有成分中，潜伏期随年龄增长而趋于缩短。振幅轨迹存在差异：N100振幅趋于减小；MMN振幅相对稳定或略有下降；P3a振幅在幼儿期增加，小学早期后减小；N400振幅持续下降。头皮拓扑结构在所有成分中显示出随年龄增长向更聚焦激活区域的转变。这些发现为典型发育中声学加工和听觉语言加工提供了规范基础，为理解非典型发育提供了必要的参照点。

引言

脑电图对刺激反应的脑活动记录长期以来被用于阐明认知过程的神经生理学基础，包括知觉、注意、记忆和理解（Helfrich and Knight, 2019; Polich, 2007）。事件相关电位（ERPs）是脑电活动中的特定成分，通过脑电生理成像技术（如EEG）记录，与特定的感觉或运动事件时间锁定（Duncan et al., 2009）。在过去几十年中，通过EEG记录的ERPs已被用于理解和表征儿童在各认知过程中的典型神经发育（Coch and Gullick, 2012），包括情绪加工（Dennis et al., 2009）、社会发育（Bhavnani et al., 2021）、语言习得（Friederici, 2006）、记忆（Cycowicz, 2000）和决策（Manning et al., 2021）。

重要的是，ERP研究也显著推进了我们对非典型发育的理解。在神经发育障碍中，如自闭症谱系障碍（ASD，综述见Jeste and Nelson, 2009）、注意缺陷多动障碍（ADHD，Johnstone et al., 2001）和特定语言障碍（SLI，综述见Kujala and Leminen, 2017）中观察到独特的ERP模式。在获得性脑损伤儿童中（Alkhoury et al., 2025; D'Hondt et al., 2017; Kim et al., 2022b），神经反应的发育轨迹也常偏离典型模式。

鉴于儿童期和青春期发生的动态神经变化塑造感觉、注意力和认知过程，我们需要汇总并理解这一时期的研究成果。与成年期ERP测量相对稳定、特征明确且有规范数据支持（Pratt, 2011）不同，儿科测量结果仍不够一致，也缺乏系统性理解。本文对四个经典皮层ERP成分的成熟进行了综合综述（Ghosh Hajra et al., 2016），这些成分分别反映了对离散刺激被动感知的神经反应测量（N100）、对偏差刺激的自动检测（失匹配负波MMN，在儿童中有时称为失匹配反应MMR）、对偏差刺激的注意力分配（P3a）以及离散刺激的高阶语言加工（N400）。需要注意的是，这些成分并非对所有皮层听觉诱发电位（CAEPs）的全面综述。选择这些成分是因为它们在成人临床群体中被频繁使用（Beukema et al., 2016; Ghosh Hajra et al., 2016），并且跨越了知觉和认知的不同层次，使其适合转化为儿科临床应用场景。

本文特别关注通过被动范式诱发的听觉ERP，以最大化发育一致性和适用性。被动范式可跨广泛年龄段实施，包括婴儿、幼儿以及可能无法可靠遵循任务指令的发育迟缓者（Ferri et al., 2003; McIsaac and Polich, 1992）。这些范式也适用于行为上无反应的群体或存在运动干扰的人群，如严重创伤性脑损伤儿童（Kim et al., 2022a, 2022b）。被动范式缺乏明确的任务要求，最大限度地减少了与表现、动机和策略使用相关的变异，特别适合于纵向和横断面发育比较。关于主动范式提取的ERP发展的全面讨论可在以往综述中找到（例如Kutas and Federmeier, 2011; Oades et al., 1997; Polich, 1986; Riggins and Scott, 2020; Tomé et al., 2015; van Dinteren et al., 2014）。

通过综合四个选择的皮层ERP成分（N100、MMN、P3a、N400）的发现——这些成分共同反映了感觉、注意力和认知过程的广泛范围——本文研究了它们从婴儿早期到成年早期的发育轨迹。以往综述主要关注成人群体、单个ERP或特定发育时间段，而整合这一年龄段的发现提供了这些ERP在发育基础年如何演变的全面视角。这一综合不仅丰富了现有文献，还为理解典型和非典型认知成熟的神经基础奠定了基础，为ERPs在基础和临床研究中提供了必要的洞察。

尽管我们在全文中使用成人典型命名惯例来指称这些成分，但我们指出这些儿科ERP成分可能与其成人对应物并不完全对应。由于发育数据中存在较高噪声水平，峰识别也可能困难。尽管如此，我们保留成人来源的标签以保持与儿科人群转化和许多发育研究中使用的命名惯例的一致性；不过我们鼓励读者注意这一限制。我们承认其他使用主动范式、检验如P1-N2b复合波等其他成分或报告非数值发现的ERP研究为本领域做出了重要贡献，但不属于本次综述的范围。本文的目标并非独立描述听觉发育，而是综合数值数据以直接视觉比较各成分趋势，旨在利用此框架将发现转化为更广泛的ERP研究认知应用。P1和N2等成分虽未在此详细综述，仍是更广泛的听觉ERP发育文献的重要组成部分，代表了未来综合研究的重要方向。

本文从三个关键维度检验每个ERP成分：潜伏期、振幅和头皮拓扑结构。峰潜伏期以毫秒（ms）测量，指刺激开始与成分特征极性峰之间的间隔，在刺激开始后成分预期时间范围内。潜伏期作为加工速度的指标，较长潜伏期通常反映更大的认知需求（Kutas et al., 1977）。振幅反映加工刺激时调动的神经功率程度（Kappenman and Luck, 2012），然而振幅测量需谨慎解释，因为相反极性的重叠反应可能降低测量反应。振幅量化技术在研究间存在差异：许多研究报告从刺激前基线到成分预期时间范围内波形中最大振幅值的电压差（以微伏μV测量）作为峰振幅；其他测量成分峰附近指定时间窗口的平均活动；还有报告"峰对峰"振幅的，即一个ERP最大峰与另一个关注最大峰之间的差异。拓扑结构描述处理刺激产生的电活动在头皮上的空间分布，可提供每个成分潜在神经发生源的见解（Kappenman and Luck, 2012）。

在成人中，听觉ERP的N100成分特征是在听觉刺激开始约100毫秒后出现的负偏转（Hillyard et al., 1973; N??t?nen and Picton, 1987）。它由听觉特征的明确或突然变化诱发，如声音的开始或结束（Joos et al., 2014），通常使用简单范式如一系列咔哒声或音调诱发。N100在双侧初级和次级听觉皮层产生（Scherg and Von Cramon, 1986），在头皮额中央区域最大（Pratt, 2011）。当听觉刺激单耳施加时，对侧半球活动更大。N100是强制性和自动的成分，诱发不需要注意力参与（Pratt, 2011），但可被刺激相关因素（Martin et al., 1999）和注意力（Thornton et al., 2007）调节。其潜伏期反映感觉加工速度和产生该电位的潜在神经通路的完整性（Joos et al., 2014）。在临床环境中，N100作为听觉系统完整性的宝贵生物标志物（Martin and Korczak, 2008; Pratt, 2011）。

重要的是，这一反应在儿童中常减弱，特别是在快速呈现速率下。在个体水平上，N1直到儿童后期才稳定出现（Sussman et al., 2008），而P1和N2在儿童中更可辨识（Talekar and Vanaja, 2025）。本文聚焦于N1是因为其在成人中自动诱发，旨在总结其发育出现。

在成人中，MMN通常是对偏差刺激后100至250毫秒内达到峰值的负偏转（N??t?nen et al., 2007）。它反映对听觉刺激偏差的自动反应，通常使用奇偶范式诱发，该范式由一系列频繁发生的标准音偶尔被稀有偏差音打断，后者在可感知特征如音高、强度、持续时间或刺激间隔上有所不同（N??t?nen et al., 2007）。偏差刺激通常引起比标准刺激更负的神经反应，MMN从差异波形得出，通过将标准刺激诱发的ERP从偏差刺激诱发的ERP中减去计算得出（N??t?nen et al., 2007）。在涉及婴儿的研究中，MMN有时称为失匹配反应（MMR），因为其极性可能反转（因此为正性，p-MMR）（Themas et al., 2023）。MMR在时间上和空间上与MMN相似的区域产生。这种极性反转取决于多种因素，包括年龄、刺激类型和呈现速率（Themas et al., 2023）。MMR与MMN相关的相同前注意听觉辨别过程相关，但不清楚p-MMR是代表不成熟的MMN（最终会在发育过程中反转极性），还是作为刺激因素特异地诱发（Cheng et al., 2015; He et al., 2009; Linnavalli et al., 2018，综述见Themas et al., 2023）。因此我们纳入了将这一成分称为MMR的研究，因为它与较年轻人群相关。

拓扑结构上，MMN分布在额中央头皮区域。无论受试者是否主动关注刺激都会诱发（N??t?nen et al., 1978），反映大脑编码听觉规律和检测规律偏差的能力（N??t?nen and Kreegipuu, 2011）。MMN被认为涉及至少两个神经过程：双侧颞上发生源参与知觉变化检测和额叶发生源与不自主注意定向相关（N??t?nen and Kreegipuu, 2011）。由于其相对高度的自动化程度，MMN已被用于评估无法轻易做出行为反应的个体的加工（Csépe, 1995; Fischer et al., 2010; Trainor et al., 2003）。

当听觉偏差刺激特别显著或分散注意力时，MMN之后通常会出现P3a成分，详见下文（Rinne等，2006年）。在成人中，P300成分是在偏差或新异刺激出现后约300毫秒处出现的正向偏转（Sutton等，1965年）。P300反应通常通过奇球范式诱发，该范式与诱发MMN的范式类似；然而，它也可以在扩展版本的范式中诱发。在这种新颖奇球设计中，会呈现频繁的标准音、不频繁的偏差音以及罕见的新奇环境声音，如铃声或狗吠声。这种变体被认为能更准确地代表真实的听觉环境，在这些环境中，注意力必须根据意外事件进行动态调整（Friedman等，2001年）。对这种新异目标音的探测以及随后注意力转向该刺激，产生了P300反应，重要的是，当被试没有主动注意或对刺激做出反应时，也可以观察到这一反应。P300包含两个主要子成分；这种被动反应反映了较早出现的子成分，即P3a，其峰值位于额中部，比后来出现的子成分P3b具有更靠前的活动（Polich，2007年）。

P3a反映了对外来偏差刺激的无意识注意定向，被认为起源于前额叶皮层和前扣带区域（Polich，2007年；Purhonen等，2005年；Wronka等，2012年）。重要的是，来自新颖多音范式和被动双音范式的P3a被认为是同一种ERP的变体（Polich，2007年）。相比之下，P3b具有更靠后的头皮分布，峰值位于中顶叶区域，当与探测新异刺激相关的注意力驱动的短时记忆过程被引导至长时记忆，以更新传入刺激的心理表征时，P3b即被诱发（Polich，2007年）。需要主动对显著目标或偏差刺激做出反应（例如按键或在听到偏差音时计数）的范式会产生P3b成分，该成分与被动范式诱发的P3a在功能上是不同的（Wronka等，2008年）。本综述将专门关注P3a成分；其背后的理由在2.2节中有进一步描述。

N400是波形态度中在成人中刺激出现后约400毫秒处出现的负向偏转，其波形通常在250至500毫秒的较宽窗口内展开（Kutas和Hillyard，1980年）。N400与主动的语言理解和语义处理相关，需要对刺激保持持续注意，因为它通常通过在句子语境中对比语义预期和意外词汇来在多试次中诱发。其振幅对于意外词汇（如句子"她把高跟鞋涂上了黄油"中的"黄油"）增大，即更负（Kutas和Federmeier，2011年）。在功能上，N400被认为反映了词汇提取和语义整合的动态过程。其潜在机制有两种主要解释：一种认为N400标志着刺激词被整合到保持在工作记忆中的句子语境中的过程，反映了与语义组合相关的努力增加（Brown和Hagoort，1993年；Kutas和Federmeier，2011年）。另一种解释认为它反映了当前词汇特征被前序输入的语境预先激活时，对词汇的长时记忆表征的提取是受阻还是顺畅（Kutas和Federmeier，2000年；Lau等，2008年）。N400可以通过句子语境和词对启动范式诱发，标志着共同的底层语义过程（Lau等，2008年）。虽然句子语境和词对启动范式在所需语境整合程度上有所不同，但两者都已被确立为诱发N400作为语义处理指标的范式，且启动效应长期以来与句子语境效应一起被解释为反映了重叠的机制（Franklin等，2007年；Lau等，2008年）。N400通常在中心顶叶电极处达到最大振幅（Kutas和Hillyard，1980年）。在成人中，N400潜伏期相对稳定，是反映被试词汇-语义处理速度的指标（Kutas和Federmeier，2011年；Swaab等，2011年）。N400振幅对实验操纵和注意力分配高度敏感。N400振幅增大反映了加工需求增加，这些变化通常由越来越不一致或意外的刺激诱发（Kutas和Hillyard，1980年）。

数据源和搜索策略

按照PRISMA指南（Page等，2021年）进行了一项系统综述，以确定研究听觉范式中N100、MMN、P3a和N400 ERP成分的研究。在多个数据库（包括PubMed、Google Scholar、EBSCO和Web of Science）中进行了全面的文献检索。原始数据库检索于2026年1月5日进行。第二次检索于2026年6月12日进行。检索使用以下关键词的组合

潜伏期

图2展示了基于所选研究报告值的N100成分潜伏期的一般发育轨迹。每个标记对应一项研究，当同一研究报告多个年龄组时，同一标记为每个组重复出现。x轴位置表示报告组的年龄中点（以年为单位），虚线水平线标记该标记所代表的年龄跨度。标记的y轴位置显示平均潜伏期（毫秒）。纵向

潜伏期

N100、P3a和N400成分的潜伏期随年龄增长呈现明显缩短趋势（如图2、图5、图6所示），反映了儿童和青少年时期神经效率的逐步成熟，与先前关于该时期神经变化的研究一致（Moore和Guan，2001年）。如引言所述，许多研究表明，N1直到青春期早期才可靠地出现，且P1-N2复合波在幼年期最为显著

CRediT作者贡献声明

Isabelle Martin：撰写——初稿、正式分析、数据整理、概念设计。Joshitha Arora：撰写——审阅与编辑、数据整理、概念设计。Lilah Hamill：撰写——审阅与编辑、数据整理。Ethan Cho：撰写——审阅与编辑。Giacomo Scanavini：撰写——审阅与编辑。Ana Radanovic：撰写——审阅与编辑。Laiba Shaukat：撰写——审阅与编辑。N. Jeremy Hill：撰写——审阅与编辑。Sudhin A. Shah：撰写——审阅与编辑，

Isabelle Martin|Joshitha Arora|Lilah Hamill|Ethan Cho|Giacomo Scanavini|Ana Radanovic|Laiba Shaukat|N. Jeremy Hill|Sudhin A. Shah|Ludvik Alkhoury
放射科，威尔康奈尔医学院，纽约，纽约州，10065，美国