情绪调节的前额-顶叶振荡动力学与成人依恋取向的关系
《Frontiers in Human Neuroscience》:Fronto-parietal oscillatory dynamics of emotion regulation as a function of adult attachment orientations
【字体:
大
中
小
】
时间:2026年05月07日
来源:Frontiers in Human Neuroscience 2.7
编辑推荐:
摘要
引言:情绪调节使个体能够根据情境需求调整情绪体验和行为。在依恋理论中,个体在依恋焦虑和回避方面的差异被视为影响情绪调节策略质量和效率的人际倾向,这些差异可能塑造了潜在的神经动力学。本研究考察了两种调节策略——认知重评估和表达抑制——期间的皮层振荡活动,重点关注源水平的θ(4
摘要
引言:情绪调节使个体能够根据情境需求调整情绪体验和行为。在依恋理论中,个体在依恋焦虑和回避方面的差异被视为影响情绪调节策略质量和效率的人际倾向,这些差异可能塑造了潜在的神经动力学。本研究考察了两种调节策略——认知重评估和表达抑制——期间的皮层振荡活动,重点关注源水平的θ(4-8 Hz)和β(15-30 Hz)频段。
方法:40名成年人(21名男性,18名女性,1名性别未指定的参与者;平均年龄=27.58岁,标准差=8.71岁)在一个涉及国际情感图片系统(IAPS)中具有情绪诱发图像的情绪调节任务中进行测量,同时记录了脑电图(EEG)。使用标准化的低分辨率脑电磁断层扫描(sLORETA)重建了皮层源。线性混合效应模型(LMMs)评估了条件、兴趣区域(ROI)和依恋取向对振荡功率的影响。
结果:结果显示,较高的依恋焦虑预测在重评估过程中右背外侧前额叶皮层(dlPFC)的θ功率降低,表明认知控制机制的招募减弱。在β频段,抑制减少了右顶叶/楔前叶的活动——该区域参与自我参照和注意过程——而在重评估过程中,依恋焦虑与左dlPFC的β功率降低相关,依恋回避与β功率升高相关。
讨论:这些发现共同表明,认知重评估和表达抑制涉及不同的皮层振荡系统,并且人际倾向调节了它们的神经实现。前额叶θ振荡似乎反映了重评估过程中的自上而下控制,而β活动显示出双重模式:前额叶β的变化反映了与依恋取向相关的控制稳定性差异,抑制期间的顶叶β减少表明从自我参照处理中解除了注意力。将依恋理论整合到振荡脑活动研究中,代表了情感神经科学的一个新兴方向——这一方向将个体在社会情感动机方面的差异与神经生理调节机制联系起来(Long等人,2020年;Vrti?ka和Vuilleumier,2012年)。具有较高依恋焦虑的个体通常表现出过度激活的反应——情绪反应增强以及难以参与前额叶控制——而具有较高依恋回避倾向的个体则倾向于采取去激活的反应,如情绪抑制和从情感线索中撤退(Long等人,2020年;White等人,2020年)。这些倾向表明在振荡活动中可能存在不同的神经特征。在神经层面上,我们预计前额叶θ波活动将反映认知再评价过程中的自上而下的控制(Cavanagh和Frank,2014年;Ertl等人,2013年),而β波振荡将反映表达抑制过程中的抑制控制(Engel和Fries,2010年;Heinrichs-Graham和Wilson,2016年)。因此,我们提出了以下假设:较高的依恋焦虑将预测再评价过程中前额叶θ波活动减少,表明前额叶参与度较低;较高的依恋回避倾向将预测抑制过程中β波功率增加,这与增强的运动抑制和情绪脱离一致。为了验证这些假设,我们使用了基于多图谱解剖学框架的源级EEG分析(Desikan等人,2006年;Destrieux等人,2010年;Klein和Tourville,2012年)。这种方法使我们能够估计参与情绪调节的明确皮层区域内的振荡活动,包括前扣带回皮层(ACC)、内侧和 dorsolateral 前额叶皮层(mPFC,dlPFC)、腹外侧前额叶皮层/下额回(vlPFC/IFG)、辅助运动区和前辅助运动区(SMA/pre-SMA;BA 6)以及顶叶皮层/楔前叶(PL/Precuneus)。通过结合依恋理论和电生理学证据,本研究旨在阐明人际动机系统如何调节情绪调节的神经振荡机制。这些发现可能有助于综合理解情绪控制的社会和神经生理结构,为皮层层面上依恋、认知和情感之间的相互作用提供新的见解。
2 材料与方法
2.1 参与者
我们采用目的性、非概率抽样策略招募了成人参与者(≥18岁),他们具有正常或矫正至正常的视力,且没有严重的神经精神疾病史。所有参与者在参与前都提供了书面的知情同意书。招募是通过智利北大学校心理学系的数字平台进行的。初始样本包括46名参与者。由于EEG噪声过大或技术问题,有6名参与者被排除,最终样本为40名成人(38名智利人,1名阿根廷人,1名玻利维亚人):18名女性(平均年龄27.44岁,标准差8.33岁;年龄范围19-52岁),21名男性(平均年龄27.81岁,标准差9.12岁;年龄范围19-57岁),以及1名性别不详的参与者(年龄26岁)。整个样本的平均年龄为27.58岁(标准差8.71岁;年龄范围19-57岁)(表1)。
表1
变量 % 平均值(标准差)
年龄 27.58(8.60)
性别 男性 21(52.50%)
女性 18(45.00%)
其他 12.50%
国籍 智利人 38(95.00%)
玻利维亚人 12.50%
阿根廷人 12.50%
婚姻状况 单身 33(82.50%)
已婚 7(17.50%)
社会经济水平 低 12.50%
低-中等 21(52.50%)
高 18(45.00%)
教育程度 完成中等教育 37(50.00%)
完成技术教育 41(10.00%)
完成高等教育 9(22.50%)
未完成技术/高等教育 20(50.00%)
研究生学习 4(10.00%)
职业 就业 20(50.00%)
家庭主妇 25(50.0%)
技术/高等教育学生 18(45.00%)
2.2 方法
2.2.1 密切关系经历问卷(ECR-12)
依恋程度是通过Guzmán-González等人(2020年)为智利人口验证的12项《密切关系经历问卷》(ECR-12)的西班牙语版本来评估的。这一自我报告量表评估了成人依恋的两个维度:焦虑和回避,每个维度由六个项目表示(例如,“我对向伴侣敞开心扉感到不适”代表回避;“如果我无法让伴侣对我表现出兴趣,我会感到沮丧或生气”代表焦虑)(Brennan等人,1998年)。参与者在1到7的李克特量表上作答,得分越高表示依恋不安全感越强(Guzmán-González等人,2023年)。在本研究中,该量表的内部一致性相当好(依恋焦虑α=0.76,回避α=0.84),与之前针对12项和36项智利版本的心理学测量结果一致(Guzmán-González等人,2020年;Spencer等人,2013年)。
2.3 情绪调节任务
情绪调节任务采用了Ochsner等人(2004年)、Vrti?ka等人(2012年)以及Domic-Siede等人(2024年、2025a、2025b、2025c)的最新研究进行调整的实验范式。该任务在Presentation?软件(版本18.0,Neurobehavioral Systems)中实施,使用了国际情感图片系统(IAPS;Lang等人,2005年)中的60张图片:45张负面图片和15张中性图片,这些图片的选择基于先前的ER研究(Moser等人,2009年;Schlumpf等人,2019年;Domic-Siede等人,2023a)(见补充表S1–S3)。图片集的选择遵循了IAPS的规范效价和唤醒度评分程序。负面图片被分配到不同的调节条件下,每种图片集都与一种指令条件相匹配(自然-中性、自然-负面、再评价或抑制)。为了验证实验条件之间的可比性,使用IAPS的规范评分对图片集之间的差异进行了统计分析。由于效价评分的偏离正态性,非参数Kruskal–Wallis测试显示条件效应显著(H=35.43,p<0.0001)。Dunn的事后检验确认中性图片集与所有负面条件(自然-负面、再评价、抑制;所有p<0.001)有显著差异,而在三个负面条件之间没有观察到显著差异(补充表S1–S3)。在使用Shapiro–Wilk检验验证正态性后,通过单因素方差分析分析了规范唤醒度的差异。总体检验结果显著(F=46.66,p<0.0001),反映了中性图片和负面图片之间的预期差异。重要的是,事后Tukey HSD比较显示分配到自然-负面、再评价和抑制条件下的负面图片集在唤醒度上没有显著差异(见补充表S1–S3)。这些分析表明负面图片集在规范效价和唤醒度上匹配得很好。
参与者进行了三种实验条件——自然、再评价和抑制(Domic-Siede等人,2023a)——图片显示在23.6英寸的ASUS VG248QE显示器上。在主要任务之前,进行了一个训练阶段,每个条件包括三个练习试验,包括使用自我评估模型(SAM;Bradley和Lang,1994)来评估情绪唤醒的视觉示例和指导。在自然条件下,参与者只需观看每张图片并让情绪自然发生。在再评价条件下,他们使用认知再评价策略重新解释图片(例如,想象一个积极或虚构的结果)。在抑制条件下,他们被指示抑制任何情绪的面部或身体表现。每张图片之后,参与者在7点的SAM量表上评估他们的情绪体验强度(1=低,7=高),回答提示:“请指出你对刚刚看到的图片的情绪反应强度”。尽管SAM可以评估效价和唤醒度,但本研究仅测量了唤醒度评分。所有用于调节条件的情绪刺激都是根据IAPS的规范评分选择的,具有高度负面效价,从而在设计上限制了刺激效价的变异性。预期唤醒度会随着调节策略的不同而变化,因此提供了更敏感的情绪强度指标。为了减少任务负担和疲劳,参与者在每次试验后只提供一次简短的评分。
任务包括12个随机化的五试验块。自然条件包括30次试验(15张中性图片和15张负面图片:Nat-neutral和Nat-negative),而再评价和抑制条件各自包括15次仅使用负面图片的试验。每个参与者看到的都是相同的固定图片集,每张图片仅分配给一个条件(自然、再评价或抑制)。块顺序和每个块内的试验顺序都是随机分配的。为了减轻疲劳,在块之间提供了短暂的休息时间。采用这种设计是为了避免当相同的情绪图片在单次实验中与不同的调节指令多次关联时可能产生的特定于刺激的延续效应。虽然这种方法限制了完全的刺激平衡,但它通过最小化与策略相关的延续效应,保持了调节对比的可解释性。每个试验遵循一个固定的时间顺序(图1):(i)3秒的注视固定期,(ii)2秒的指令提示,(iii)持续时间可变的1秒注视期(1000–1,100毫秒,随试验随机变化),(iv)4秒的图片展示,以及(v)唤醒度评分屏幕。这个顺序在所有条件下都重复进行了多次。包含的抖动预刺激固定期是为了减少时间可预测性,并在图片出现前最小化预期神经活动(例如,类似CNV的累积)。
图1展示了用于研究不同情绪调节策略如何影响情绪反应的实验任务中事件的顺序。每个试验以3秒的放松期开始,由一个注视固定期表示,随后是2秒的指令提示,告诉参与者应用三种策略之一:自然反应、抑制情绪表达或重新评估即将出现的刺激的意义。在1秒的固定期之后,展示一张中性或负面图片4秒。紧接着,参与者在7点的李克特量表上报告他们的感知唤醒度,其中1表示低情绪强度,7表示高情绪强度。SAM,自我评估模型。
2.4 脑电图数据采集
脑电图(EEG)活动使用配备了64个头皮电极和两个乳突电极的BioSemi?系统记录,电极按照国际10/20系统排列(Keil等人,2014年)。信号以2048赫兹的频率连续采样,并在线参考到共同模式感(CMS)和驱动右腿(DRL)活动电极。整个记录过程中,所有电极的阻抗都保持在20千欧以下。
2.5 数据分析
2.5.1 行为数据分析
行为数据使用GraphPad Prism 8和MATLAB R2022b进行处理。计算描述性统计量以总结参与者的自我报告唤醒度评分。使用Shapiro–Wilk检验(Mishra等人,2019年)评估数据的正态性,结果显示存在显著偏差和偏态;因此,采用了非参数分析方法。为了验证实验操作是否产生了预期的情绪唤醒度变化,进行了Friedman检验作为重复测量方差分析的非参数等价测试(Field,2013年)。当观察到显著的主效应时,应用了Dunn的事后比较,并计算了Cohen的d值以估计每个成对对比的效应大小。这项分析作为操作检查,以确认整个任务对不同条件下的唤醒度的影响。
此外,为了评估由于嵌套的刺激-条件设计是否会导致观察到的行为效应出现偏差,还在MATLAB中进行了额外的试验级线性混合效应分析。在这个模型中,条件作为固定效应预测自我报告的唤醒度评分,同时包括受试者和刺激的随机截距(嵌套在条件中)。这种方法允许我们明确地模拟刺激级别的方差,并评估观察到的条件差异是否可以归因于特定的一组图片而不是实验操作本身。进行模型比较,以确定将刺激作为随机效应是否显著改善了模型拟合度,以及在考虑刺激级别方差后条件的主要效应是否仍然显著。这种分析作为稳健性检查,以确保行为效应不是由固定刺激-条件映射中固有的特定于刺激的混淆因素驱动的。这种方法遵循了最近的建议,强调在涉及重复暴露于刺激集的实验设计中将刺激视为随机因素的重要性(例如,Bauer等人,2020年;Judd等人,2012年)。
2.5.2 EEG信号预处理
EEG数据按照既定的程序(Domic-Siede等人,2021年、2023b、2024年、2025c)使用EEGLAB工具箱(Delorme和Makeig,2004年)进行预处理。首先应用了0.1赫兹的高通有限脉冲响应(FIR)滤波器以去除慢漂移,然后应用了40赫兹的低通滤波器以减弱高频噪声。连续数据随后被下采样到512 Hz。从IAPS图像开始的-1,000 ms到4,000 ms的时间段内,提取了四个条件下的数据:自然中立(Natural Neutral)、自然消极(Natural Negative)、重新评估(Reappraise)和抑制(Suppress)。包含明显伪迹的试验被视觉剔除。通过使用Logistic Infomax算法的独立成分分析(ICA,Bell和Sejnowski,1994年)进一步精炼了伪迹校正。使用ICLabel(Pion-Tonachini等人,2019年)识别出非神经源(例如眨眼、肌肉活动、心脏伪迹)的成分,并通过视觉检查进行验证。这种预处理流程在保持后续分析的空间准确性的同时,最大化了信噪比。在剔除伪迹后,检查了每个条件下保留的试验数量,以确保有足够的数据进行后续分析。平均而言,参与者在各种条件下的试验数量相当(自然消极:M = 14.45,SD = 0.96;中立:M = 14.40,SD = 1.06;重新评估:M = 14.35,SD = 1.41;抑制:M = 14.75,SD = 0.59)。每个条件的最小试验数量在9到13之间,表明在预处理后大多数试验都被保留下来。这些数值表明,在剔除伪迹后,各条件下的试验数量相对平衡,支持了估计的神经 medida 的可靠性。
2.5.3 大脑源重建
使用开源软件Brainstorm(Tadel等人,2011年)进行了皮层源估计,该软件基于GNU通用公共许可证。对预处理过的EEG数据(过滤范围为0.1至40 Hz且无伪迹)进行了源重建,这些数据对应于每次试验中的4秒图像观看期。源估计使用了标准化低分辨率脑电磁成像(sLORETA)算法(Pascual-Marqui,2002年),基于ICBM152解剖模板和标准的10-20电极系统。最小范数成像方法使用了OpenMEEG(Gramfort等人,2010年)提供的对称边界元素法(BEM)前向模型。
2.5.3.1 Theta波段源(4–8 Hz)
通过重建的皮层源直接估计了theta波段的振荡功率。对于每个参与者和条件,使用Welch方法(1秒汉明窗口,50%重叠)计算了功率谱密度(PSD)。PSD分别在任务期(刺激后0.3–4秒)和基线期(-1至0秒)单独计算。选择0.3–4秒的窗口是基于先前的EEG研究,这些研究表明情绪调节和持续的情感处理发生在这一时间段内(例如,Domic-Siede等人,2024年,2025a,2025b;Ertl等人,2013年;Hajcak和Nieuwenhuis,2006年;Moser等人,2006年)。然后使用任务期和基线期之间的对称对比对theta波段的功率进行了归一化,定义如下:
归一化功率 = (A ? B) / (A + B)
其中AA对应任务期的PSD,BB对应基线期的PSD。这种基线归一化控制了刺激前的持续活动和试验间的生理变异。根据Destrieux图谱(Destrieux等人,2010年)、Brodmann区域(Fischl,2012年)、Desikan–Killiany–Tourville(DKT)图谱(Klein和Tourville,2012年)以及Desikan–Killiany图谱(Desikan等人,2006年)采用多图谱收敛方法定义了感兴趣的区域(ROIs)。选择了以下双侧区域:前扣带回皮层(ACC)、背外侧前额叶皮层(dlPFC)、内侧前额叶皮层(mPFC)和腹外侧前额叶皮层/下额回(vlPFC/IFG)。对于每个ROI,使用主成分分析(PCA)提取了代表性的时间序列,并选择了第一个主成分作为主导theta活动的指标(图2)。
图2
用于源级分析的感兴趣区域(ROIs)。根据Destrieux图谱和双侧Brodmann区域定义了皮层感兴趣区域。ROI包括前扣带回皮层(ACC)、内侧前额叶皮层(mPFC)、背外侧前额叶皮层(dlPFC;BA 9/46)、腹外侧前额叶皮层/下额回(vlPFC/IFG;BA 44/45/47)、辅助运动区/前辅助运动区(SMA/pre-SMA;BA 6)和顶叶外侧皮层/楔前叶(PL/Precuneus;BA 7/39/40)。这些区域用于从重建的源活动中提取theta(4–8 Hz)和beta(15–30 Hz)频率带的主成分时间序列(PCA)。
2.5.3.2 Beta波段源(15–30 Hz)
beta振荡活动的分析遵循与theta波段相同的程序。使用Welch方法在15–30 Hz范围内计算了任务期(0.3–4秒)和基线期(-1至0秒)的PSD。这个时间窗口也是预先定义的,与先前的情绪调节研究一致(Domic-Siede等人,2024年,2025a,2025b;Ertl等人,2013年;Hajcak和Nieuwenhuis,2006年;Moser等人,2006年)。使用相同的对称对比(A - B)/ (A + B)获得了归一化的beta功率,其中AA对应任务期PSD,BB对应基线期PSD。这种基线归一化控制了刺激前的持续活动和试验间的生理变异。用于beta分析的双侧ROI(来自相同的多图谱框架:Destrieux、Brodmann、DKT和Desikan图谱)包括辅助运动区和前运动区(BA6)、顶叶外侧皮层/楔前叶(PL/Precuneus)、背外侧前额叶皮层(dlPFC)和腹外侧前额叶皮层/下额回(vlPFC/IFG)。与theta分析类似,在每个ROI内应用了PCA,并使用第一个成分作为主导beta活动的代表性指标。将归一化的PSD图在参与者间平均,然后空间归一化并投影到ICBM152模板表面上进行可视化。使用Brainstorm的默认颜色映射和阈值设置显示了theta和beta频率带中与任务相关的功率变化的空间分布。
2.5.4 线性混合效应模型
为了测试关于条件(消极、重新评估、抑制)、感兴趣区域(ROI)和情感协变量(依恋焦虑[ANX]和依恋回避[AVD])对振荡功率调节的假设,我们分别使用MATLAB(fitlme,最大似然估计)为theta和beta频率带拟合了线性混合效应模型(LMMs)。
2.5.4.1 数据预处理和编码
将受试者视为随机因素。条件有三个水平(消极、重新评估、抑制),其中消极作为参考。ROI被建模为分类固定因素,每个频率带有不同的设置:
- Theta波段:左/右ACC、左/右dlPFC、左/右mPFC、左/右vlPFC/IFG(参考=左vlPFC/IFG)
- Beta波段:左/右BA6、左/右PL/Precuneus、左/右dlPFC、左/右vlPFC/IFG(参考=左BA6)
连续协变量(ANX和AVD)在样本层面进行了均值中心化:ANX_c、AVD_c
因变量是振幅(对数转换后的归一化振荡功率)。
2.5.4.2 固定效应结构
每个模型包括所有主效应及其交互作用,最高到条件、ROI和协变量之间的三-way项:
- 振幅 ~ 条件 × ROI
- 振幅 ~ 条件 × 任务和地形效应 × (ANX_c + AVD_c)
这扩展为:
- 主效应:条件、ROI、ANX_c、AVD_c
- 二元交互作用:条件 × ROI、条件 × ANX_c、ROI × ANX_c、条件 × AVD_c
- 三-way交互作用:条件 × ROI × ANX_c 和 条件 × ROI × AVD_c
这种结构使我们能够测试重新评估是否增加了前额ROI的theta活动,以及较高的依恋焦虑是否减弱了这种效应(条件 × ROI × ANX_c),以及AVD的类似调节作用。
2.5.4.3 随机效应结构
为了考虑个体间变异,我们为每个受试者的条件指定了随机截距和斜率,以及嵌套在每个受试者内的ROI特定截距:
(1 + 条件 | 受试者) + (1 | 受试者: ROI)
这种结构模型了(a)截距和条件斜率的受试者水平变异(及其相关性),以及(b)受试者内的ROI水平变异。
2.5.4.4 推断和报告
使用Satterthwaite近似方法(fitlme中的默认设置)估计了自由度和p值。固定效应的报告形式为β(SE)、t、p和95%置信区间。使用coefTest测试了简单的斜率和计划对比(例如,在ANX_c或AVD_c的±1 SD处的效应),并进行了边际预测。
2.5.4.5 稳健性和影响诊断
检查了残差、杠杆值和Cook距离,以识别有影响力的受试者或ROI级别观测值。我们还通过留一受试者分析验证了关键效应的稳定性(例如,条件 × ROI × ANX_c在右dlPFC、theta波段)。当这些检查影响到结果时,也报告了主要结果。
2.5.5 斯皮尔曼等级相关
为了补充混合效应模型,我们进行了非参数斯皮尔曼等级相关性分析,以检查行为变量和神经变量之间的双变量关联。这些分析旨在评估在LMMs中显示最强任务相关性和特质相关性的皮层源的功能重要性。具体来说,只选择了右dlPFC(theta波段)和左dlPFC(beta波段),因为这些区域和频率带在多水平分析中表现出显著或理论上有意义的调节作用(见第3.3节)。除了神经解释外,这些相关性还用于探索个体在依恋取向上的差异是否反映在主观情绪体验中。这种方法提供了一个补充的行为指标,测试了焦虑和回避型依恋是否与不同条件下的情绪反应性和调节成功率相关。因此,这种针对性分析使我们能够确定(a)源活动的幅度是否与主观唤醒相关,以及(b)依恋相关特质是否映射到情绪调节情境下的个体差异上。
2.5.5.1 神经-行为相关性
(1) 右dlPFC theta(4–8 Hz)× 唤醒:根据LMMs中预先测试的效应,我们将右dlPFC ROI的归一化theta功率与每种条件下的自我报告唤醒进行了相关性分析(中立、重新评估、抑制、消极)。
(2) 左dlPFC beta(15–30 Hz)× 唤醒:受LMMs中左前额β效应的启发,我们将左dlPFC ROI的归一化beta功率与每种条件下的唤醒进行了相关性分析。
行为-特质相关性:我们还检查了每种条件下自我报告的唤醒和依恋维度(ECR-12焦虑[ANX]、回避[AVD])之间的关联,以测试个体在依恋上的差异是否映射到感知到的情绪强度上。
3 结果
3.1 行为结果
比较了四种条件下的自我报告唤醒评分(1–7分制):自然中立、重新评估、抑制和自然消极。描述性分析显示,从自然中立(M = 1.79,SD = 0.97)到自然消极(M = 3.51,SD = 1.37)唤醒逐渐增加,重新评估(M = 2.49,SD = 1.05)和抑制(M = 2.86,SD = 1.42)处于中间值(补充表S4)。尽管Shapiro-Wilk检验表明重新评估数据不符合正态分布(p = 0.099),但其他条件显示出非正态分布(ps < 0.05;补充表S5)。因此,应用了非参数Friedman检验,结果显示条件的主效应显著,χ2(3) = 57.34,p < 0.0001(补充表S6)。Dunn的事后多重比较(补充表S7、S8)显示抑制(p < 0.0001,d = 0.97)和自然消极(p < 0.0001,d = 1.57)的唤醒显著高于自然中立。重新评估条件与自然中立(p = 0.0638)或抑制(p = 0.4138)没有显著差异。然而,重新评估和抑制都比自然消极引发了更低的唤醒(ps < 0.0001,ds = 1.00和0.60;图3)。
图3
四种实验条件下的自我报告唤醒评分:中立、重新评估、抑制和消极。Friedman检验显示条件的主效应显著,χ2(3) = 57.34,p < 0.0001。Dunn的事后检验显示抑制(p < 0.0001,d = 0.97)和自然消极(p < 0.0001,d = 1.57)的唤醒高于自然中立。消极图像也比重新评估(p < 0.0001,d = 1.00)和抑制(p = 0.038,d = 0.60)引发了更高的唤醒。误差条表示±1 SEM。显著性水平:*p < 0.05;****p < 0.0001;ns,不显著。
这些结果表明,抑制和自然消极条件产生的感知唤醒明显高于中立基线。相比之下,尽管重新评估倾向于增加唤醒,但其水平仍低于自然消极条件,与其调节效果一致。尽管这些差异符合调节效应,但当前设计无法完全确定每个刺激集内规范唤醒值的变化是否对这些效应的幅度有贡献。这些分析作为操作检查,以确认预期的条件对唤醒的影响。
为了进一步检验观察到的行为效应是否受到嵌套的刺激-条件设计中固有的刺激特定变异性的影响,我们进行了额外的试验级线性混合效应分析。在这个模型中,唤醒评分由条件作为固定效应预测,同时为受试者和刺激指定了随机截距。模型比较表明,将刺激作为随机因素显著提高了模型拟合度(ΔAIC = 71.5;似然比检验p < 0.001),证实了自我报告唤醒中存在刺激相关的变异性。然而,即使在考虑了这种刺激水平的方差后,条件的主效应仍然具有统计显著性(重新评估:β = -0.535,SE = 0.145,p = 0.0002;抑制:β = -0.284,SE = 0.144,p = 0.0498;自然中立:β = -1.207,SE = 0.145,p < 0.0001;参考=自然消极)。方差组分的进一步检查表明,可归因于刺激的变异性(SD = 0.34)远小于受试者间的变异性(SD = 1.28),表明刺激特定的差异对整体唤醒反应的方差贡献较小。此外,在刺激层面的描述性分析中没有发现证据表明,少数图像不成比例地导致了观察到的条件效应。综合这些发现,尽管存在与刺激相关的变异性,但观察到的行为差异不太可能仅由特定于刺激的效应来解释。这项分析为实验操作在行为层面的稳健性提供了额外的支持。
3.2 大脑源重构结果
3.2.1 温度带(4–8 Hz)的全局源重构——重新评估条件
在重新评估条件下,与基线(-1至0秒)相比,额叶和中线区域的温度功率(4–8 Hz)分布显示出明显的正对比(A?B)/(A+B)。最强的温度活动出现在右侧背外侧前额叶皮层(dlPFC)、右侧腹外侧前额叶皮层/下额回(vlPFC/IFG)和右侧内侧前额叶皮层(mPFC),后顶叶皮层和楔前叶也有增加。这种空间模式表明了主要的前后脑部参与,这与通常与认知重新评估相关的自上而下的控制网络的激活一致。图4显示了在刺激后0.3–4秒内, normalized temperature源图投影在ICBM152模板上。
图4 重新评估条件下的皮层温度(4–8 Hz)源活动。使用任务(A)和基线(B)期间的(A, B)/(A+B)对比计算出的标准化功率谱密度(PSD)图。A和B的PSD值是用Welch方法以μV2/Hz的物理单位获得的;标准化产生了表示相对谱功率变化的无单位比例。该图显示了刺激后0.3至4秒的平均温度活动,投影在ICBM152皮层表面上。较暖的颜色表示相对于基线温度功率的增加,主要在右侧背外侧前额叶皮层(dlPFC)、腹外侧前额叶皮层/下额回(vlPFC/IFG)、内侧前额叶皮层(mPFC)和后顶叶区域,包括楔前叶。
3.2.2 贝塔带(15–30 Hz)的全局源重构——抑制条件
与基线相比,抑制条件下贝塔功率(15–30 Hz)的调节更为异质,皮层各区域都出现了正负对比。左侧dlPFC(BA 9/46)、右侧vlPFC/IFG(BA 44/45)、双侧SMA/pre-SMA、双侧mPFC以及部分后顶叶皮层的贝塔活动减少(用蓝色编码)。相反,双侧楔前叶(BA 7/39/40)、后顶叶和枕叶皮层、双侧mPFC以及右侧dlPFC的贝塔活动增加(用暖色编码)。这种混合配置表明了前额-顶叶之间的不同参与:后部和前额部的贝塔增强可能支持更高层次的控制和自我监控,而中央贝塔的减少与表达性抑制期间的运动准备减少有关。图5展示了在0.3–4秒窗口内多个皮层视图中的这些标准化贝塔图。
图5 抑制条件下的皮层贝塔(15–30 Hz)源活动。使用任务(A)和基线(B)期间的(A, B)/(A+B)对比计算出的标准化功率谱密度(PSD)图。A和B的PSD值是用Welch方法以μV2/Hz的物理单位获得的;标准化产生了反映相对谱功率变化的无单位比例。该图显示了刺激后0.3至4秒的平均贝塔活动,投影在ICBM152皮层表面上。较冷的颜色(负对比)表示相对于基线贝塔功率的减少,主要在后顶叶皮层、楔前叶和内侧前额区域,而较暖的颜色(正对比)标记了后部和背外侧前额区域的局部增加。
3.3 线性混合效应模型结果
我们为温度和贝塔功率分别拟合了LMM(具体方法见方法部分)。两个模型在ML下都收敛,并显示出可接受的残差分散。
3.3.1 模型拟合
温度模型(参考:Negative × L vlPFC/IFG)的AIC = 492.09,BIC = 881.44,对数似然 = -166.04。贝塔模型(参考:Negative × L BA6)的AIC = -1.27,BIC = 388.09,对数似然 = 80.64(表2)。
表2 带宽 参考值 观测值(N) 固定k 随机k AIC BIC 对数似然
温度 Negative × L vlPFC/IFG 960 72 440 492.09 881.44 -166.04
贝塔 Negative × L BA6 960 72 440 -1.27 388.09 80.64
3.3.2 温度带
没有条件在ROI上的总体主效应(ps > 0.23)。关键地,我们观察到在重新评估条件下,右侧dlPFC特有的条件 × ROI × ANX交互作用:更高的依恋焦虑预测了更低的温度功率(β = -0.187,SE = 0.075,t = -2.48,p = 0.013)。这种模式与焦虑在认知重新评估期间减弱前额温度参与的假设一致(表3;补充表S9,S10)。
表3 效果(温度) β SE t
条件:重新评估 0.024 0.066 0.37 0.714
条件:抑制 0.082 0.069 1.20 0.232
ROI:R dlPFC 0.107 0.059 1.81 0.071
重新评估 × R dlPFC × ANX -0.187 0.075 -2.48 0.013
抑制 × L mPFC × AVD 0.139 0.069 2.00 0.046
抑制 × R mPFC × AVD 0.140 0.070 2.09 0.045
重新评估 × ROI × AVD(任何前额) ≥0.19
重新评估 × ROI × ANX(其他) ≥0.15
温度LMM — 与假设相关的效应。粗体值表示统计上显著的效应(p < 0.05)。
依恋回避(AVD)在重新评估期间并未显著调节温度(ps ≥ 0.19),但在抑制期间在双侧mPFC显示出温度增加的趋势(L mPFC:β = 0.139,SE = 0.069,t = 2.00,p = 0.046;R mPFC:β = 0.140,SE = 0.069,t = 2.01,p = 0.045)。右侧dlPFC也表现出整体温度增加的趋势(β = 0.107,SE = 0.059,p = 0.071)(表2;补充表S9,S10)。
随机效应表明条件斜率在受试者之间存在显著差异(重新评估SD = 0.197;抑制SD = 0.232),并且存在负的截距-斜率相关性(见补充表S11)。
3.3.3 贝塔带
没有出现条件的全局主效应(ps ≥ 0.32)。任务 × ROI效应显示在抑制期间右侧PL/Precuneus的贝塔降低(β = -0.216,SE = 0.067,t = -3.25,p = 0.001,补充图S1),以及右侧PL/Precuneus的正主效应(β = 0.113,SE = 0.048,p = 0.018)(表3;补充表S12)。
在重新评估期间,情感协变量选择了性地调节左侧dlPFC的贝塔:ANX与较低的贝塔相关(β = -0.127,SE = 0.061,t = -2.08,p = 0.038),而AVD与较高的贝塔相关(β = 0.124,SE = 0.056,t = 2.21,p = 0.027)。没有其他ANX/AVD交互作用达到显著性(ps ≥ 0.08)(表4;补充表S13)。
表4 效果(贝塔) β SE t
条件:重新评估 0.050 0.050 1.00 0.315
条件:抑制 0.034 0.048 0.70 0.483
ROI:R PL/Precuneus 0.113 0.048 2.38 0.018
抑制 × R PL/Precuneus -0.216 0.067 -3.25 0.001
重新评估 × L dlPFC × ANX -0.127 0.061 -2.08 0.038
重新评估 × L dlPFC × AVD 0.124 0.056 2.21 0.027
贝塔LMM — 与假设相关的效应。粗体值表示统计上显著的效应(p < 0.05)。
总之,重新评估相关的前额温度在右侧dlPFC中因更高的依恋焦虑而减弱,而在抑制期间,依恋回避仅在mPFC中显示出温度增加的趋势。对于贝塔功率,抑制减少了右侧顶叶和楔前叶的贝塔,而在重新评估期间,依恋焦虑降低了贝塔,依恋回避增加了左侧dlPFC的贝塔。
3.4 dlPFC温度功率与自我报告的唤醒水平之间的相关性
为了进一步探讨在重新评估条件(图6A)观察到的右侧背外侧前额叶皮层(R dlPFC)温度活动的功能相关性,我们测试了每个条件下的自我报告唤醒水平是否与该ROI提取的温度功率相关。此外,这些分析提供了检查主观情绪反应是否随依恋维度变化的机会,作为神经效应的行为相关指标,并间接证明具有不同依恋取向的个体体验和调节情绪的方式不同。
图6 右侧dlPFC温度活动、自我报告的唤醒和依恋取向之间的关联。(A)用于相关分析的右侧背外侧前额叶皮层(R dlPFC)感兴趣区域的皮层定位,在ICBM152皮层模板上显示。(B)热图显示了R dlPFC的温度功率(第一列)、依恋焦虑(ANX;第二列)和依恋回避(AVD;第三列)与四种实验条件下的自我报告唤醒(行)之间的Spearman’s rho系数。蓝色色调表示负相关,红色色调表示正相关;p < 0.05(*),*p < 0.01(**)。(C)散点图显示了重新评估条件(顶部)下R dlPFC温度功率与唤醒之间的负相关,以及负面条件(底部)无相关。
Spearman相关性显示,在重新评估条件下,R dlPFC的温度功率与自我报告的唤醒之间存在显著的负相关(rho = -0.55,p = 0.0002),表明在重新评估负面刺激时更高的前额温度活动与较低的感知唤醒相关(图6B,C,顶部)。在中性(rho = -0.28,p = 0.076)、抑制(rho = -0.13,p = 0.435)或负面(rho = -0.01,p = 0.972)条件下,温度与唤醒之间没有显著相关性(图6B,C,底部)。
关于依恋维度,依恋焦虑在重新评估(rho = 0.33,p = 0.036)和负面(rho = 0.35,p = 0.028)条件下与唤醒呈正相关,表明具有较高依恋焦虑的个体在应对负面刺激时报告了更高的情绪激活。相比之下,任何条件下唤醒与依恋回避之间都没有发现显著相关性(所有ps > 0.44)。
3.5 左侧dlPFC贝塔功率与自我报告的唤醒之间的相关性
为了探讨在重新评估条件下观察到的左侧背外侧前额叶皮层(L dlPFC)贝塔调节的功能重要性,我们将从这个ROI提取的平均贝塔功率(15–30 Hz)与条件下的自我报告唤醒进行了相关分析。Spearman检验(N = 40)在自然负面条件下显示了特定的负相关:较高的L dlPFC贝塔与较低的唤醒相关(rho = -0.340,95% CI [?0.595, ?0.022],p = 0.032)。其他条件没有产生可靠的效果(重新评估:rho = -0.011,95% CI [?0.330, 0.310],p = 0.947;中性:rho = 0.151,95% CI [?0.178, 0.450],p = 0.352)。
4 讨论
当前的研究发现表明,成人的依恋取向反映在不同的皮层振荡动态模式中。我们将这些模式解释为参与情绪调节的前额-顶叶机制的标志。尽管认知重新评估没有引起整体温度功率的显著增加,但具有较高依恋焦虑的个体在重新评估期间表现出右侧背外侧前额叶皮层(dlPFC)的温度带活动降低,表明认知控制机制的招募减弱(Domic-Siede等人,2024;Ertl等人,2013;Zhang等人,2025;Zhao等人,2021)。相比之下,表达性抑制的特点是右侧顶叶皮层和楔前叶的贝塔功率降低——这些区域参与自我参照性注意——这与注意力从自我相关处理中脱离一致(Northoff等人,2006;Ochsner等人,2012;Spitzer和Haegens,2017)。
在重新评估期间,依恋焦虑与较低的贝塔功率相关,而依恋回避与左侧dlPFC的较高贝塔功率相关。这些结果表明,重新评估和抑制涉及不同的振荡系统,依恋取向调节它们的神经实现。前额温度活动在重新评估期间指示自上而下的控制过程,而贝塔振荡则揭示了互补的功能:前额贝塔反映了与依恋相关的调节控制差异(Abid等人,2025;Domic-Siede等人,2025b;Etkin等人,2015;Feeser等人,2014;He等人,2023;Long等人,2020;Zhao等人,2021),而抑制期间的顶叶贝塔降低表明自我参照性注意的减少(Northoff等人,2006;Ochsner等人,2012)。
前额中线温度是认知控制参与的一个公认标志,特别是在情绪调节期间(Cavanagh和Frank,2014),而前额-顶叶网络中的贝塔带振荡通过抑制变化来维持持续的认知或感觉运动状态(Engel和Fries,2010;Spitzer和Haegens,2017)。从这一更广泛的角度来看,高依恋焦虑个体的前额温度降低可能反映了在情绪压力下招募执行控制的困难——这与高度的反应性和较低的调节灵活性一致(Diamond和Fagundes,2010;Mikulincer和Shaver,2019;Silva,2005)。相反,回避型个体的前额贝塔增强可能表明支持情绪脱离的刚性自上而下的控制(Knyazev,2007;Mikulincer和Shaver,2019)。因此,不安全的依恋可能映射到调节控制的极端:在依恋焦虑中是参与不足,在依恋回避中是过度参与。
采用依恋框架,我们的振荡结果为这些不同的调节倾向提供了神经证据。具有较高依恋焦虑的个体在重新评估期间表现出较低的右侧dlPFC温度,而在抑制期间,依恋回避仅在mPFC中显示出温度的增加趋势。对于贝塔功率,抑制减少了右侧顶叶和楔前叶的贝塔,而在重新评估期间,依恋焦虑降低了贝塔,依恋回避在左侧dlPFC中增加了贝塔。
3.4 dlPFC温度功率与自我报告的唤醒之间的相关性
为了进一步探讨在重新评估条件下观察到的右侧背外侧前额叶皮层(R dlPFC)温度活动的功能相关性,我们测试了每种条件下自我报告的唤醒水平是否与该ROI提取的温度功率相关。此外,这些分析提供了检查主观情绪反应是否随依恋维度变化的机会,作为神经效应的行为相关指标,并提供了不同依恋取向的个体体验和调节情绪方式的间接证据。
图6 右侧dlPFC温度活动、自我报告的唤醒和依恋取向之间的关联。(A)用于相关分析的右侧背外侧前额叶皮层(R dlPFC)区域的皮层定位,在ICBM152皮层模板上显示。(B)热图显示了R dlPFC的温度功率(第一列)、依恋焦虑(ANX;第二列)和依恋回避(AVD;第三列)与四种实验条件下的自我报告唤醒(行)之间的Spearman’s rho系数。蓝色色调表示负相关,红色色调表示正相关;p < 0.05(*),*p < 0.01(**)。(C)散点图说明了在重新评估条件(顶部)下R dlPFC温度功率与唤醒之间的负相关,在负面条件(底部)下的无相关性。
Spearman相关性显示,在重新评估条件下,R dl从行为角度来看,高依恋焦虑个体倾向于情绪过度激活,而回避型个体则依赖抑制和退缩(Shaver和Mikulincer,2007;Mikulincer和Shaver,2019)。我们的电生理学发现也反映了这些特征:高依恋焦虑个体的前额θ波活动较低(调节不足),而高依恋回避个体的前额β波活动较高(调节过度)(Mikulincer和Shaver,2019;Vrti?ka和Vuilleumier,2012)。因此,依恋不稳定既影响了情绪评估也影响了调节机制的实现,这在前额θ波的低参与度和前额β波的高参与度中得到了体现。将生物学层面的分析整合到依恋理论中(Thompson等人,2022),我们的研究结果表明,早期的人际经历会在大脑中留下可测量的神经生理印记。具有不稳定依恋焦虑的个体表现出警戒性和较低的自上而下控制能力,而具有回避型依恋倾向的个体则表现出较强的抑制控制和情绪解离。这些结果说明了内化依恋模型(IWMs)是如何在大脑的调节回路中具体实现的。
此外,我们的研究结果与依恋的神经解剖学模型(NAMA;Long等人,2020)一致,该模型认为依恋焦虑涉及边缘系统的过度反应和前额叶调节能力的下降,而回避型依恋则表现为情绪评估的减弱和控制能力的增强。焦虑个体右侧dlPFC区θ波活动的降低以及回避型个体左侧dlPFC区β波活动的升高与这一模型相符(Klimesch,2012;Vrti?ka和Vuilleumier,2012;Cassidy和Shaver,2016;Mikulincer和Shaver,2016),为NAMA框架提供了实证支持。最后,通过捕捉与依恋调节相关的振荡信号,本研究将行为数据和神经生理数据联系了起来。先前的电生理学研究(包括ERP研究)也发现,依恋焦虑与对负面刺激的持续处理增强有关(例如LPP振幅增大;Domic-Siede等人,2025a)。从另一个角度来看,当前源水平上的振荡发现表明,高依恋焦虑个体在情绪重新评估过程中前额θ波参与度降低,这与认知控制的减弱是一致的。此外,最近的连接性分析表明,依恋取向也调节了情绪调节过程中的大规模同步性,其中焦虑型依恋个体的前额-顶叶θ波耦合减弱,而回避型依恋个体的β波耦合增强(Domic-Siede等人,2025b)。这些结果表明,内化依恋模型不仅体现在局部的振荡动态中,还体现在分布式调节网络的协调上,从而将人际倾向与神经过程联系起来,促进了对依恋和情绪调节的综合性理解。
4.1 临床意义
情绪调节困难是多种心理障碍的核心共性问题,包括焦虑、抑郁、人格障碍和与创伤相关的综合征(Aldao等人,2010;Cludius等人,2020)。从维度角度来看,情绪调节能力的差异受到稳定人际倾向的影响,其中依恋取向起着核心作用(Bowlby,1969;Mikulincer和Shaver,2016;Cassidy和Shaver,2016)。依恋焦虑和回避型依恋分别反映了不同的调节倾向——过度激活和去激活——这些倾向影响了个体在各种情境下运用认知和情感控制机制的方式。当前的研究结果表明,不同的依恋取向与不同的情绪调节机制相关,这对于跨诊断的、个性化的和预防性的干预措施具有重要意义。前额θ波和前额β波活动似乎指数了不同的情绪调节模式,这与长期以来的临床观察一致,即焦虑型依恋个体常感到情绪失控,而回避型依恋个体更依赖于脱离或抑制情绪(Shaver和Mikulincer,2002;Mikulincer和Shaver,2019)。在神经层面上,焦虑个体在情绪重新评估过程中右侧dlPFC区θ波活动减弱,这可能解释了为什么诸如重新框架/重新评估等认知策略往往无效。相比之下,回避型个体的左侧dlPFC区β波活动增强,表明他们具有更强的抑制控制和情绪疏离。这些模式暗示了不同的治疗方法。对于高依恋焦虑的个体,加强前额叶调节参与的干预措施(如认知重新评估训练、正念或针对前额θ波的神经反馈)可以提高他们的自上而下控制能力。初步证据表明,旨在增加前额θ波活动的神经反馈协议能够改善情绪调节并减少与压力相关的反应性(Kang等人,2014;Ros等人,2013)。对于回避型个体,治疗可以侧重于减少过度控制并促进安全的情感表达。情感聚焦个体疗法(Emotionally focused Individual Therapy,Brubacher,2017)或基于依恋的疗法可以帮助他们意识到自己退缩的倾向,并逐渐耐受情绪激活(Fonagy和Bateman,2006)。通过将高β波活动视为过度控制的神经标志,治疗师可以通过心理教育或生物反馈在情绪激动时促进患者的意识放松。这些发现强调,与依恋相关的调节模式具有可识别的神经相关性,表明焦虑型和回避型个体的习惯性情绪反应体现在不同的大脑动态中,但可以通过有针对性的干预和人际经验进行改变。向患者传达这些信息可以减少自我责备感,并增强他们的参与度:焦虑型个体可能会因为知道自己的难以平静有神经学基础而感到被理解,而回避型个体可能会开始将他们的退缩视为一种可以通过关系安全来缓解的习得性行为。
4.2 局限性和未来发展方向
在解释这些发现时需要注意几个局限性。首先,本研究采用了嵌套刺激-条件设计,其中每组负性图像都与特定的调节指令配对。因此,刺激身份与调节条件混淆在一起,基于标准IAPS评分的分析无法完全排除刺激特异性的影响。因此,当前的结果应被视为在不同调节条件下实施的调节情境之间的差异,而不是完全独立于刺激身份的影响。未来的研究可以通过在调节条件之间平衡刺激集(例如,使用拉丁方阵旋转)来消除这些限制,从而更直接地评估刺激特异性变异性,同时避免参与者内部的延续效应。尽管负性刺激集在平均标准唤醒值上非常接近,但当前的分析无法确定每组内的唤醒分布是否相等,或者是否存在某些高唤醒图像对观察到的条件效应有不成比例的贡献。此外,由于当前样本中没有收集基线唤醒评分,主观唤醒的变化应相对于标准值而不是个体调节前的基线来解释。未来研究通过包含项目级别的基线评分或被动观看条件,将提供一种更直接的方法来评估刺激唤醒的分布差异,并进一步减少嵌套设计带来的偏差。
此外,每个条件的试验数量相对较少(每个条件15次试验,去除异常数据后)。经过预处理后,参与者保留了大量试验(平均每个条件约14-15次试验),各条件间的分布较为均衡。尽管这种高保留率支持了估计的神经措施的可靠性,但每个条件的试验数量有限可能会影响源级别估计的精确度,在解释结果时应予以考虑。为了解决这一问题,我们进行了额外的自我报告唤醒的混合效应分析,将刺激变异作为条件内的随机因素进行建模。这项分析证实,尽管存在刺激相关的变异,但在考虑了这种变异后,条件的主要效应仍然稳健。此外,刺激级别的变异幅度远小于受试者间的变异,没有证据表明少数高唤醒图像对观察到的效应有不成比例的影响。这些发现表明,尽管嵌套设计引入了一定的偏差来源,但本研究观察到的行为效应不太可能仅仅由刺激特异性影响解释。尽管如此,由于条件间的刺激身份没有进行平衡,未来需要采用完全交叉或部分平衡的设计,以明确区分调节效应和刺激驱动的变异。
除了方法学考虑之外,本研究主要关注唤醒作为调节成功的指标,这是基于情绪的维度模型,其中情感效价和情感强度是可以分离的成分(Russell,1980;Lang等人,1997)。在这种框架下,成功的调节可能涉及情感强度(唤醒)的变化、情感效价的变化(例如,减少不愉悦感),或者两者兼有,具体取决于调节策略和情境(Gross,1998,2015)。然而,由于没有收集任务后的效价评分,当前设计无法确定效价在调节条件间是否发生了变化,以及在多大程度上发生了变化。因此,不能排除效价相关过程对观察到的行为和神经效应的潜在贡献,这是当前研究的一个重要概念性限制。未来的研究需要通过逐次试验评估唤醒和效价,以更全面地描述不同情感维度如何共同影响情绪调节及其神经相关性(Cunningham等人,2004;Cunningham等人,2013)。在神经层面上,先前的认知重新评估研究表明,情感效价和评价意义的变化会涉及参与评估和语义重构的内侧和腹外侧前额叶区域(Ochsner等人,2004;Ochsner和Gross,2005;McRae等人,2010,2012;Wager等人,2008)。因此,未来的研究可以测试效价变化是否反映在前额叶网络中,这些网络补充了在振荡活动中观察到的与唤醒相关的控制动态。
其次,完全依赖EEG限制了空间精度。尽管源重建提高了解剖学推断的准确性,但涉及情绪调节的深层或皮下结构(如杏仁核、海马体和整体边缘系统)无法精确定位(Baillet,2017)。更广泛地说,EEG源重建仍然是一个未解决的逆问题,常用的方法(包括sLORETA)依赖于简化假设,如Maxwell方程的准静态近似,这限制了空间特异性并可能导致对局部皮层源的过度解释。因此,当前的结果应被视为反映了分布式的前额-顶叶振荡模式,而不是精确的解剖学定位。最近的研究开始挑战这些假设,提出了考虑组织各向异性、不均匀性和位移电流的替代EEG重建框架,在与同时进行的EEG-fMRI和颅内记录比较时显著提高了空间精度(Frank等人,2025)。这些方法为未来的研究指明了方向,旨在改进振荡动态的空间解释。结合EEG和fMRI的多模态方法可以澄清在情绪重新评估过程中前额θ波活动是否与前额叶控制区域的BOLD激活以及边缘系统的反应性降低同时发生。同时进行EEG-fMRI可以增强振荡解释的空间有效性。
第三,研究的横断面和相关性设计限制了因果推理。依恋取向和神经活动是在单一点上测量的;因此,我们无法确定是依恋取向影响了神经振荡还是反之亦然。纵向和实验性研究(如依恋安全感启动(Gillath和Karantzas,2019)可以探讨临时或持久的安全感变化是否改变了情绪调节过程中的θ波和β波动态。如果能够证明这种因果关系,将验证依恋在塑造神经控制过程中的功能作用。
第四,依恋是通过自我报告的《亲密关系中的经历》(ECR)量表(Brennan等人,1998)来评估的,该量表捕捉的是有意识的依恋倾向,而不是更深层次的表征方面。基于访谈的测量方法(如成人依恋访谈(AAI;Main等人,2008)或叙事任务可能更直接地反映与情绪调节相关的防御过程(Vrti?ka和Vuilleumier,2012)。结合多种评估层次(自我报告、表征和行为)的未来研究将有助于澄清哪些依恋成分预测了神经变异。例如,AAI中“拒绝”型个体是否表现出与自我报告的回避型个体相同的β波增强?这种一致性将增强结构的有效性,并排除方法变异。
从概念上讲,该范式涉及调节由不愉快但非人际性的IAPS图像引起的情绪。虽然这增强了实验控制,但缺乏人际线索意味着依恋系统可能没有得到充分激活;依恋过程在人际情境中最为强烈(Mikulincer和Shaver,2019)。因此,在没有人际内容的情况下诱发情绪可能会误代表或减弱依恋相关效应。研究在社交或与依恋相关的任务中的振荡活动——例如在面对伴侣的反馈、拒绝或分开的线索时调节情绪(Gillath等人,2005年)——将提高研究的生态有效性。将神经数据与自主神经指标结合起来,还可以揭示不安全依恋是否涉及生理上的失调(Diamond和Fagundes,2010年)。文化和发展方面的普遍性同样值得关注。目前主要来自智利的成人样本限制了跨文化的推断。情绪调节和依恋表达在不同社会中存在差异(Mesquita等人,2016年);在强调克制的文化中,即使是安全依恋的个体在抑制情绪时也可能表现出更强的β波活动。在个体主义和集体主义环境中进行比较研究,可以阐明与依恋相关的神经模式的文化背景。从发展角度来看,追踪从青少年到成年的振荡活动的纵向研究可以揭示与依恋相关的神经差异何时形成(Silvers等人,2015年;McRae等人,2012年)。这类研究将为在大脑成熟的关键时期促进调节灵活性提供干预措施的信息。最后,未来的研究应该整合行为、生理和计算层面的分析方法(Petter等人,2025年)。情绪调节是多方面的,涉及主观、表达和神经成分(Gross,2015年)。将振荡指标与行为结果(例如主观唤醒水平的降低或面部表情的改变)联系起来,可以检验前额叶θ波是否预测调节效果,或者β波是否反映了即使在重新评估过程中的抑制努力。在解码大脑活动所表达的情感并展示跨模态对应关系的研究基础上(例如,多体素“神经特征”和ERP-fMRI之间的联系;Chang等人,2015年;Bo等人,2021年;Liu等人,2012年;Sabatinelli等人,2013年),以及连接性和任务诱发信号追踪调节成功和治疗相关变化的研究基础上(Morawetz等人,2017年;Goldin等人,2013年;Dixon等人,2020年),多模态机器学习方法能够生成具有预测性的依恋-调节综合画像,以评估个体的脆弱性和对治疗的反应性。
总之,通过多模态成像、纵向和实验设计、多样化的样本以及多层次分析来解决这些方法论和概念上的限制,将有助于阐明依恋如何塑造大脑的调节系统。本研究为基于依恋的情绪调节的神经生理振荡模型奠定了初步基础,为转化研究和个性化干预措施铺平了道路。
5. 结论
我们的研究表明,成人的依恋取向反映在情绪调节过程中前额叶脑网络中的不同振荡动态上。依恋焦虑程度较高的个体在认知重新评估时右dlPFC的θ波活动减少,表明其自上而下的认知控制能力减弱。相比之下,依恋回避程度较高的个体在重新评估时左dlPFC的β波活动增强,表明其调节模式更为僵化且认知上更为疏远,这与消解策略一致(Engel和Fries,2010年;Klimesch,2012年;Vrti?ka和Vuilleumier,2012年)。这些发现将依恋理论与神经生理学联系起来,表明Bowlby(1969年,1982年)所描述的依恋类型在个体试图管理情绪时具有可测量的神经相关性。研究结果与基础和当代框架相一致并加以扩展——从Bowlby和Ainsworth的开创性观点,到Shaver和Mikulincer(2007年)的过度激活/失活模型,再到SoNeAt(White等人,2023年)——提供了关于不安全依恋如何在大脑层面改变情绪调节的具体神经动态证据。此外,这些神经发现具有转化应用前景。前额叶θ波和前额叶β波振荡可能作为不安全依恋个体的调节能力的潜在生物标志物,并可作为增强前额叶控制的干预目标,如神经反馈或脑刺激(Ros等人,2013年;Kang等人,2014年)。
更广泛地说,这项工作强调依恋不仅是一种社会情感行为理论,而且是一个生物学上具体实现的过程:早期关系经历塑造了维持情绪调节的神经网络的连接性和振荡模式。通过将依恋理论与认知神经科学结合,我们对个体在情绪调节方面的差异有了更深入的理解——这种理解桥接了人际叙事和大脑的电生理节奏。这种整合视角鼓励未来研究探讨因果关系、发展的起始阶段和文化影响,同时促使临床医生考虑情绪调节困难中的神经和关系维度。最终,通过支持性的关系或有针对性的干预措施来促进依恋安全性,可能会带来神经生物学和心理上的双重益处,增强大脑的适应性情绪调节能力。因此,前额叶振荡动态为依恋与情绪调节之间的相互作用提供了一个有前景的视角,对理论、临床创新和整个生命周期的幸福感都有重要意义。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号