两周的镜子暴露能够增强4个月大婴儿的感觉运动皮层激活,但并未促进他们的面部模仿能力
《Developmental Science》:Two Weeks of Mirror Exposure Enhances Sensorimotor Cortex Activation but not Facial Mimicry in 4-Month-old Infants
【字体:
大
中
小
】
时间:2026年05月13日
来源:Developmental Science 3.2
编辑推荐:
**摘要**
本研究旨在探讨感觉运动经验在面部模仿能力发展中的因果作用。我们系统地改变了4个月大婴儿对自己面部动作的经验,并测量了这种改变对他们观察他人面部动作时感觉运动皮层激活及面部模仿能力的影响。处于“镜像条件”下的婴儿通过一个玩具镜子每天进行两周的感觉运动练习,而处于“对
**摘要**
本研究旨在探讨感觉运动经验在面部模仿能力发展中的因果作用。我们系统地改变了4个月大婴儿对自己面部动作的经验,并测量了这种改变对他们观察他人面部动作时感觉运动皮层激活及面部模仿能力的影响。处于“镜像条件”下的婴儿通过一个玩具镜子每天进行两周的感觉运动练习,而处于“对照条件”下的婴儿在同一时间内使用没有镜子的相同玩具进行游戏。在实验前后,我们使用肌电图(EMG)测量婴儿的面部模仿行为,并使用脑电图(EEG)检测他们观察其他婴儿面部动作时的感觉运动皮层激活情况。正如预期的那样,与对照组相比,镜像条件下的婴儿在观察他人面部动作时感觉运动皮层的激活程度更高。然而,这种更高的神经激活并未转化为更强的面部模仿能力。这些发现表明,尽管感觉运动训练增强了婴儿对他人面部动作的神经处理能力,但可能需要更长的训练时间才能显著提升其面部模仿能力。
**引言**
模仿行为,即自发模仿他人动作的倾向,在促进社会联系方面起着重要作用。例如,它能增强陌生人之间的好感和融洽关系(Chartrand和Bargh 1999),并提高助人行为(Van Baaren等人2004)。面部模仿尤为重要,因为它与共情能力相关(参见Holland等人2021年的元分析),并且被认为有助于我们识别他人的情绪(Borgomaneri等人2020;Lydon和Nixon 2014;Stel和van Knippenberg 2008)。然而,尽管面部模仿在支持社会联系和共情方面具有重要作用,其发展机制仍存在争议。目前普遍认为面部模仿是由镜像神经元系统(MNS)支持的——这一系统在我们执行动作和观察动作时都会被激活(例如Wang等人2011)。因此,看到他人的面部动作会激活观察者相似的运动表征,从而导致相应面部肌肉的微弱反应。事实上,已有研究表明,在观察面部表情时运动区域的激活与面部肌肉的模仿反应之间存在相关性(通过肌电图测量,Likowski等人2012)。关于MNS的起源,最流行的观点之一是“看”和“做”之间的耦合是天生的(例如Lepage和Théoret 2007;Meltzoff和Decety 2003),并且这种耦合支持婴儿从出生起就具备模仿他人动作的能力(例如Simpson等人2014)。然而,关于新生儿模仿能力的报告存在广泛争议(例如Jones 2009;Meltzoff等人2018;Oostenbroek等人2016,Oostenbroek等人2018)。例如,尽管一些研究未能发现新生儿模仿的证据(例如Hayes和Watson 1981;Koepke等人1983;McKenzie和Over 1983;Oostenbroek等人2016),但有人认为这些阴性结果可能是由于程序差异或方法学限制(例如Meltzoff和Moore 1983)。另一种观点认为,新生儿最常模仿的舌头伸出动作可能是一种普遍的口腔探索反应,是对任何引起婴儿兴趣的刺激的反应,而非真正的模仿(Jones 1996,2006)。因此,关于面部模仿何时首次出现的争论仍在继续,即将进行的ManyBabies研究(见https://manybabies.org/MB6/)旨在使用标准化方法大规模多实验室验证最初的新生儿模仿研究结果。另一种关于MNS起源的观点是,视觉和运动表征之间的耦合并非天生存在,而是通过相关感觉运动经验中的联想学习逐渐形成的(Heyes 2001;Keysers和Perrett 2004)。这些观点认为,通过反复体验“看”和“做”同一动作(例如当有人模仿婴儿的面部表情时),婴儿会在动作的感觉和运动表征之间建立联系,从而使运动表征在观察到相似动作时被激活(例如当婴儿看到他人的面部表情时)(Ray和Heyes 2011)。因此,面部模仿并非由天生的耦合支持,而是需要通过学习获得的。有研究表明,在成人中,相关的感觉运动经验可以增强、消除、逆转或诱导感知-运动耦合(例如参见Cook等人2014的综述)。如果模仿需要感知-运动耦合,并且这些耦合确实是通过联想学习发展的,那么观察到的动作引发模仿的程度应该取决于婴儿与该动作相关的感觉运动经验程度。对于像面部动作这样的感知上不透明的动作,由于婴儿无法观察自己的动作,模仿者提供的视觉反馈被认为是形成支持模仿的感知-运动耦合所必需的输入(Ray和Heyes 2011)。Rayson等人(2017)的研究提供了证据,表明母亲在婴儿2个月大时模仿其面部表情与婴儿9个月大时观察面部表情时的运动皮层激活(通过α波抑制测量)呈正相关。此外,在我们之前的研究中,我们发现母亲模仿4个月大婴儿面部表情的倾向与婴儿的面部模仿能力呈正相关(de Klerk等人2019)。这些研究一致支持面部模仿是由通过相关感觉运动经验形成的感知-运动耦合支持的观点。然而,仍有几个重要问题尚未得到解答。首先,以往的研究都是相关性的,因此母亲模仿与婴儿动作处理和模仿之间的关系可能反映了更普遍的亲社会态度或由遗传因素驱动的对他人动作的更多关注。其次,虽然假设动作观察时的运动皮层激活反映了产生面部模仿的感知-运动耦合的存在,但迄今为止还没有研究在同一婴儿身上同时测量运动皮层激活和面部模仿。鉴于面部模仿在支持成功的社会互动以及反映和识别他人情绪表达方面的重要作用,阐明其发展机制对于理解社会认知的典型和非典型发展至关重要。当前的预注册研究(https://tinyurl.com/59d6m95v)旨在通过系统地改变4个月大婴儿对自己面部动作的经验,来测试感觉运动经验在面部模仿发展中的因果作用,并测量他们在观察他人面部动作时的运动皮层激活和面部模仿能力。我们选择4个月大的婴儿作为研究对象,因为这是通过肌电图测量到面部模仿行为的最早年龄(例如de Klerk等人2018;Isomura和Nakano 2016)。我们选择这个早期年龄段是为了最大化感觉运动经验对面部动作感觉运动表征发展的影响。镜像条件下的婴儿通过玩具镜子每天进行两周的感觉运动练习,而对照条件下的婴儿在同一时间内使用没有镜子的相同玩具进行游戏。在实验前后,我们使用肌电图测量婴儿的面部模仿行为,并使用脑电图测量他们在观察其他婴儿面部动作时的感觉运动α波抑制(4-7 Hz)。这种方法提供了一种可控且可重复的方式来改变婴儿的感觉运动经验,同时确保训练和测试刺激之间的紧密对应,从而可以直接测试联想学习机制。我们关注4-7 Hz范围内的感觉运动α波抑制,因为先前的研究表明这一频率范围反映了婴儿类似成人的感觉运动α节律,该频率范围内的功率下降表明婴儿的感觉运动皮层被激活(Berchicci等人2011)。我们假设镜像条件下的婴儿在观察他人面部动作时面部模仿能力和感觉运动皮层激活程度会比对照组更高。我们还预期,两周训练期间的镜像暴露时间可以预测实验前后面部模仿能力和感觉运动皮层激活的变化。
**2 方法**
**2.1 参与者**
脑电图(EEG)分析的最终样本包括52名婴儿(镜像组26名,对照组26名),年龄在3.5至4.5个月之间(29名女性,实验前平均年龄为122.25天,标准差为11.14天)。另有46名婴儿接受了测试,但由于他们在实验后未能提供足够的无干扰试验数据(N = 42)或未能完成训练期(N = 4)而被排除。肌电图(EMG)分析的最终样本包括76名婴儿(镜像组37名,对照组39名)(44名女性,实验前平均年龄为122.25天,标准差为11.25天)。另有22名婴儿接受了测试,但由于他们在实验后未能提供足够的试验数据(N = 18)或未能完成训练期(N = 4)而被排除。所有婴儿出生时健康且体重正常。参与者通过Essex Babylab数据库招募,该数据库包含了有兴趣参与儿童发展研究的看护者的详细信息。看护者是通过参加婴儿课程、在当地中心/图书馆分发传单以及通过社交媒体分享的信息被招募的。参与者来自英格兰东南部的Colchester地区,该地区主要为白人英国人口,包含中产阶级和工人阶级社区。根据GDPR的数据最小化原则和机构伦理委员会的指导,未收集参与者的种族和社会经济状况信息,因为这些信息对研究目的并不重要。在参与之前,看护者通过Qualtrics在线表格提供了知情同意。参与者获得了5英镑的Amazon优惠券和一份婴儿成长礼物以感谢他们的参与。
**2.2 设计与程序**
本研究采用了预测试、训练、后测试的设计,以探讨婴儿对自己面部动作的感觉运动经验对其观察其他婴儿面部动作视频刺激时的感觉运动皮层激活和面部模仿能力的影响。婴儿被随机分配到研究的两个条件之一:镜像组或对照组。被分配到镜像组的婴儿收到了一本包含14×10厘米婴儿友好镜子的Taf Toys肚皮时间书。被分配到对照组的婴儿收到了相同的玩具,但使用魔术贴限制了他们对镜子的使用。看护者被要求在14天内每天让婴儿面对玩具约20分钟,这可以分成多个较短的时间段。镜像组婴儿的看护者被指导确保婴儿面向镜子,但可以使用书中的其他页面来保持婴儿的兴趣(例如,通过玩躲猫猫或揉搓有纹理的页面)。对照组婴儿的看护者也被鼓励使用书中的页面来吸引婴儿的注意力,并尽可能在训练期间限制婴儿接触镜子。看护者被要求在训练期间的每一天通过Qualtrics完成在线问卷调查。问卷中包含了以下感兴趣的问题:“你的宝宝今天玩新玩具多少次?”、“你的宝宝今天总共花了多少分钟玩新玩具?”以及“你的宝宝今天总共花了多少分钟看自己的倒影?”
2.3 测试前后的比较
实验在一个光线较暗的房间里进行,婴儿坐在照顾者的腿上,距离60厘米的电脑屏幕大约50厘米。婴儿们观看了展示面部表情的视频。实验分为两种类型:眉毛动作和嘴巴动作。每种类型制作了五个视频,总共10个刺激视频。为了制作这些刺激视频,我们从Tromso婴儿面部数据库(Maack等人,2017年)中选取了八名白人婴儿的图像,这些婴儿的眉毛和嘴巴区域的变化最为明显。用于嘴巴动作的模型婴儿年龄在4到12个月之间(平均年龄约为8.2个月),而用于眉毛动作的模型婴儿年龄在6到12个月之间(平均年龄约为8.8个月)。有些模型婴儿的图像被用于两种类型的实验,而有些只用于其中一种类型。对于嘴巴动作,所选图像被评估为主要表现出快乐情绪;而对于眉毛动作,图像被评估为表现出混合的负面情绪,如惊讶、恐惧或悲伤、厌恶和愤怒(详见Maack等人,2017年的刺激验证)。重要的是,所有选定的图像都展示了4个月大婴儿能够做出的清晰、典型的面部动作(Sullivan和Lewis,2003年),确保了刺激视频适合参与者的年龄组。每个刺激视频的制作方法是首先生成一个“最终状态”图像,即将一个面部表情中性的婴儿图像与同一个婴儿的带有眉毛或嘴巴区域情绪表情的图像结合起来。这样确保了最终视频中只有相关的面部部分(例如眉毛或嘴巴)在移动。对于眉毛动作的刺激视频,我们将中性面部图像的下半部分与眉毛动作图像的上半部分合并;对于嘴巴动作的刺激视频,我们将嘴巴动作图像的下半部分与中性面部图像的上半部分合并。使用GIMP软件模糊了这些图像的拼接部分,以创建出无缝、逼真的婴儿面部图像。然后使用Microsoft PowerPoint将婴儿面部图像的椭圆形剪裁图放置在灰色背景上,去除了衣物或头发等可能分散注意力的元素。利用这些图像,我们在FantaMorph软件中创建了视频片段,这些片段从完全中性的面部表情逐渐过渡到最终状态,然后再回到中性表情(见图1)。这种变形过程在每个3.6秒的视频中创造了动态、自然的面部动作。通过对成人参与者(N = 9)进行初步测试,确认所选图像能够引发他们的面部模仿反应。
图1:实验示例。注意:刺激呈现的示意图,包括一个基线刺激和一个面部动作视频片段。3.6秒的面部视频以随机顺序展示,与由三张静态风景图片组成的基线刺激交替显示,这些静态图片的持续时间在1500到5000毫秒之间,以便在展示下一个视频之前让任何模仿反应消退(见图1)。如有必要,会播放吸引注意力的声音来将婴儿的注意力重新引向屏幕。视频展示了大约50次试验,或者直到婴儿的注意力不再被屏幕吸引为止。婴儿通过位于电脑屏幕下方的高清网络摄像头在OBS Studio中被录像。刺激呈现的屏幕同时也在OBS中被记录下来。得到的并排视频(分辨率为3840×1080,帧率为60 fps)提供了足够的细节,以便进行离线视频编码。由于编码者参与了一些测试环节,因此无法完全对条件和试验进行盲法处理。然而,由于编码方案是客观的,并且基于明确定义的行为,我们认为偏差的可能性被最小化了。
2.4 脑电图(EEG)的记录与处理
脑电图数据使用124通道的测地线传感器网络(EGI Inc)和NetStation版本5.4.2记录,采样率为500 Hz。EEG数据是相对于顶点电极记录的,硬件滤波器的范围是0.1 Hz(高通)到100 Hz(低通)。每个EEG会话都进行了视频编码,排除了婴儿在至少3000毫秒内没有注视屏幕或做出任何手部或手臂动作的试验。如果婴儿在基线期间注意力不集中或移动手臂或手部,这些试验也被排除在外。数据在NetStation中进行了预处理,并在0.3 Hz(高通)到40 Hz(低通)的范围内进行了滤波,然后被分割成5400毫秒的试验段,每个段包括1000毫秒的基线期、3600毫秒的分析期以及每段两侧各400毫秒的缓冲区。每个段都经过视觉检查,手动标记出有伪迹和信号质量差的通道。如果一个试验中有超过30个通道被标记为不良,该试验就被排除。如果标记为不良的通道少于30个,就用周围未标记通道的数据进行插值替换。只有那些在测试后至少有8个无伪迹试验的婴儿被纳入分析。婴儿在测试前平均贡献了16.56个(标准差=5.26)无伪迹的试验,在测试后贡献了13.62个(标准差=6.61)无伪迹的试验。对于那些在测试前没有提供足够有效数据但在测试后提供了有效数据的婴儿,他们的测试前数据通过用他们所在条件的平均测试前α抑制值来替代。在纳入EEG分析的52名婴儿中,有34名在测试前没有足够的有效数据,因此他们的测试前数据根据我们的预先注册方法进行了插补。由于预测试数据缺失的比例高于预期,我们进行了额外的未预先注册的分析,仅关注测试后的分数,并评估了有无有效测试前数据的婴儿之间是否存在系统差异(见下面的探索性EEG分析部分)。使用基于Matlab的Wtools工具箱(Ferrari等人,2024年)对无伪迹的试验进行了时频分析。数据在分析前重新参考了平均值。此后,使用WTools在3到20 Hz范围内以1 Hz的间隔计算了Morlet小波。为了消除小波变换造成的失真,去除了每个试验开始和结束时的400毫秒缓冲区。在基线期间(刺激开始前1000到500毫秒)的4-7 Hz频率范围内的活动从3600毫秒分析期间的活动中减去。通过取各试验的平均值,计算了每个婴儿和条件的平均小波系数。最后,将感兴趣通道的基线校正后的4-7 Hz激活值进行了平均。我们使用基于成人初步数据预先注册的功能定位程序,选择了左右感觉运动面部代表区域上的5个电极簇进行分析。我们要求成人参与者执行与测试前和测试后呈现给婴儿相同的面部动作,并选择了在每个半球上显示出最大感觉运动α抑制的通道。左侧感觉运动面部代表区域的选定通道是:40、41、45、46、47。右侧感觉运动面部代表区域的选定通道是:98、102、103、108、109。这些通道簇位于预期婴儿面部代表区域所在的侧感觉运动皮层上,这一结论基于感觉运动α抑制在婴儿期是体感拓扑组织的发现(例如De Klerk等人,2015年;Saby等人,2013年)以及我们数据集中观察到的α抑制的拓扑分布。还使用了覆盖枕叶区域的通道70、71、75、76和83的数据,以确认两种条件之间的α抑制差异不是由视觉处理差异引起的。图2展示了用于分析的通道。
2.5 肌电图(EMG)的记录与处理
EMG的记录和处理程序与de Klerk等人(2018年)的方法类似。使用儿科表面电极在颧肌区域和皱眉肌区域进行了双极EMG记录,电极间距约为1厘米。电极连接到Biopac Bionomadix发射器盒,该发射器盒放大了肌肉的电活动,然后使用AcqKnowledge软件以2000 Hz的采样率记录下来。每个EMG会话都进行了视频编码,排除了婴儿在至少3000毫秒内没有注视屏幕或做出任何手部或手臂动作的试验。如果婴儿在基线期间注意力不集中或移动手臂或手部,这些试验也被排除。数据在NetStation中进行了预处理,并在0.3 Hz(高通)到40 Hz(低通)的范围内进行了滤波,然后被分割成5400毫秒的试验段,每个段包括1000毫秒的基线期、3600毫秒的分析期以及每段两侧各400毫秒的缓冲区。每个段都经过视觉检查,手动标记出伪迹和信号质量差的通道。如果一个试验中有超过30个通道被标记为不良,该试验就被排除。如果标记为不良的通道少于30个,就用周围未标记通道的数据进行插值替换。只有那些在测试后至少有8个无伪迹试验的婴儿被纳入分析。婴儿在测试前平均贡献了16.56个(标准差=5.26)无伪迹的试验,在测试后贡献了13.62个(标准差=6.61)无伪迹的试验。对于那些在测试前没有提供足够有效数据但在测试后提供了有效数据的婴儿,他们的测试前数据通过用他们所在条件的平均测试前α抑制值来替代。在纳入EEG分析的52名婴儿中,有34名在测试前没有足够的有效数据,因此他们的测试前数据根据我们的预先注册方法进行了插补。由于预测试数据缺失的比例高于预期,我们进行了额外的未预先注册的分析,仅关注测试后的分数,并评估了有无有效测试前数据的婴儿之间是否存在系统差异(见下面的探索性EEG分析部分)。使用Wtools工具箱(基于Matlab)对无伪迹的试验进行了时频分析(Ferrari等人,2024年)。数据在分析前重新参考了平均值。此后,使用WTools在3到20 Hz范围内以1 Hz的间隔计算了Morlet小波。为了消除小波变换造成的失真,去除了每个试验开始和结束时的400毫秒缓冲区。从基线期间(刺激开始前1000到500毫秒)的4-7 Hz频率范围内的活动中减去了3600毫秒分析期间的活动。通过取各试验的平均值,计算了每个婴儿和条件的平均小波系数。最后,将感兴趣通道的基线校正后的4-7 Hz激活值进行了平均。我们使用基于成人初步数据预先注册的功能定位程序,选择了左右感觉运动面部代表区域上的5个电极簇进行分析。我们要求成人参与者执行与测试前和测试后呈现给婴儿相同的面部动作,并选择了在每个半球上显示出最大感觉运动α抑制的通道。左侧感觉运动面部代表区域的选定通道是:40、41、45、46、47。右侧感觉运动面部代表区域的选定通道是:98、102、103、108、109。这些通道簇位于预期婴儿面部代表区域所在的侧感觉运动皮层上,这一结论基于感觉运动α抑制在婴儿期是体感拓扑组织的发现(例如De Klerk等人,2015年;Saby等人,2013年)以及我们数据集中观察到的α抑制的拓扑分布。还使用了覆盖枕叶区域的通道70、71、75、76和83的数据,以确认两种条件之间的α抑制差异不是由视觉处理差异引起的。图2展示了用于分析的通道。
2.5 肌电图(EMG)的记录与处理
EMG的记录和处理程序与de Klerk等人(2018年)的方法类似。使用儿科表面电极在颧肌区域和皱眉肌区域进行了双极EMG记录,电极间距约为1厘米。电极连接到Biopac Bionomadix发射器盒,该发射器盒放大了肌肉的电活动,然后使用AcqKnowledge软件以2000 Hz的采样率记录下来。每个EMG会话都进行了视频编码,排除了婴儿在至少3000毫秒内没有注视屏幕、发声、明显表现出不安(如撅嘴或皱眉)、打哈欠、咀嚼东西、嘴里有东西、受到惊吓或拉扯EMG电极线缆的试验。只有每个试验类型至少有5个试验的婴儿被纳入分析。平均而言,纳入分析的婴儿在测试前平均贡献了10.72个眉毛动作试验(标准差=4.00)和11.79个嘴巴动作试验(标准差=4.37),在测试后贡献了10.13个眉毛动作试验(标准差=4.06)和10.66个嘴巴动作试验(标准差=3.79)。在纳入分析的76名婴儿中,有19名在测试前的良好试验数量不足,因此他们的测试前模仿分数根据我们的预先注册方法用他们所在条件的平均模仿分数进行了替代。EMG信号进行了滤波(高通:30 Hz,低通:500 Hz)、平滑处理(20毫秒窗口内的均方根)和整流(转换为绝对值)。EMG信号被分割成3600毫秒的时期,每个时期的平均活动在每个参与者和每个肌肉组内进行了标准化(即表示为z分数),然后对每个试验类型的时期进行了平均。这使得不同肌肉区域之间的值可以进行有意义的比较,并减少了个体反应差异对组平均值的影响。比较了两个肌肉组的标准化激活值,而不是基线校正后的平均值,因为后者需要每个试验之前都有一个有效的基线段,这将大大减少可用于分析的试验数量。模仿定义为在观察面部动作时,相应肌肉的激活大于非相应肌肉的激活(例如McIntosh等人,2006年)。与之前的研究类似(例如de Klerk,2018年),面部模仿分数是通过从相应肌肉的EMG活动中减去非相应肌肉的EMG活动来计算的,分数越高表示面部模仿越明显。我们还通过从测试后的面部模仿分数中减去测试前的面部模仿分数来计算了模仿差异分数。
3 结果
3.1 干预检查
我们首先进行了干预检查,以调查参与者对训练协议的遵守情况。我们对每日家长问卷回答中的相关变量进行了单因素方差分析(ONEWAY ANOVA)。这些分析显示,两组婴儿每天看自己倒影的平均时间(以分钟计)存在预期中的显著差异,F(1, 75) = 42.308,p≤.001,镜像组的婴儿平均每天看自己倒影的时间更长(M = 18.42,SD = 9.138),而对照组的婴儿平均每天看自己倒影的时间较短(M = 6.573,SD = 6.742)。此外,两组婴儿在玩玩具的次数和持续时间上没有差异,所有p值≥0.153(两组平均每天大约2-3次,总共15-17分钟)。
3.2 肌电图(EMG)结果
面部模仿分数使用重复测量方差分析(REpeated Measures ANOVA)进行检验,时间(测试前 vs. 测试后)作为组内因素,条件(镜像 vs. 对照)作为组间因素。时间对模仿能力没有显著影响,F(1, 74) = 0.840, p = 0.362, np2 = 0.011,时间与条件之间也没有交互作用,F(1, 74) = 1.406, p = 0.240, np2 = 0.019,这表明两组在测试前后的模仿得分没有显著变化。条件本身也没有显著的主效应,F(1,74) = 2.435, p = 0.123, np2 = 0.032。图3显示了两种条件下测试前后的平均模仿得分。模仿得分与零没有显著差异,所有p值均≥0.065(单侧)。包括试验类型(嘴部动作 vs. 眉毛动作)在内的探索性分析作为被试内因素,没有发现涉及试验类型的主效应或交互作用,表明嘴部和眉毛动作的结果相同(见补充材料)。图3在图形查看器中打开。
图3显示了每种条件下测试前后的平均模仿得分。箱线图表示每个条件下的最小和最大数据点,单个数据点用圆圈标记。箱内的线表示中位数。还对基线校正后的EMG活动进行了额外的探索性分析,以评估在考虑个体基线肌肉激活差异的情况下是否会出现面部模仿。这些分析得出了相同的零结果(见补充材料)。此外,我们还编码并分析了明显的(即可见的)面部模仿(见补充材料),尽管我们发现在镜子条件下的某些婴儿在测试前表现出明显的嘴部动作模仿,但在测试后两组中都没有明显的模仿行为。我们使用简单线性回归分析研究了每天平均镜子暴露时间与测试前后面部模仿变化之间的关系。如图4所示,该分析表明,婴儿每天看自己镜像的平均时间(以分钟计)并不能预测面部模仿得分的变化,B = -0.001, SE = 0.003, t = -0.195, p = 0.846。
3.3 EEG结果
使用重复测量ANOVA研究了感觉运动α抑制,以时间为被试内因素(测试前 vs. 测试后)和头皮位置(左侧感觉运动面部区域、右侧感觉运动面部区域和枕叶皮层),条件(镜子 vs. 对照)作为被试间因素。位置和条件之间存在显著交互作用,F(2, 100) = 6.281, p = 0.003, np2 = 0.112,时间、位置和条件之间也存在边缘显著的交互作用,F(2, 100) = 3.047, p = 0.052, np2 = 0.057。其他主要效应或交互作用均不显著,所有p值均≥0.076。后续比较表明,位置和条件之间的交互作用主要是由镜子组在右侧感觉运动面部区域的α抑制大于对照组引起的,p < 0.001(Bonferroni校正),而在左侧感觉运动或枕叶区域没有发现组间差异(所有p值均≥0.220)。为了进一步研究这种边缘显著的三元交互作用,我们对每种条件分别进行了重复测量ANOVA,以时间为被试内因素(测试前 vs. 测试后)和头皮位置(左侧感觉运动面部区域、右侧感觉运动面部区域和枕叶皮层)。这些分析显示,在对照条件下,位置有显著的主效应,F(2, 50) = 3.908, p = 0.026, np2 = 0.135,时间与位置之间也有显著交互作用,F(2, 50) = 5.518, p = 0.007, np2 = 0.181。这种条件下位置的显著主效应是由于总体而言,枕叶区域的α抑制大于感觉运动面部区域(平均左侧感觉运动α抑制 = 0.035,右侧感觉运动α抑制 M = 0.067,枕叶α抑制 = -0.053)。然而,经过Bonferroni校正后,通道位置之间的所有成对差异均不再显著,所有p值均≥0.062。如图5所示,该组中时间和位置之间的显著交互作用是由于测试前后右侧感觉运动面部区域的α抑制没有显著变化(所有p值均≥0.101),而在左侧感觉运动面部区域,测试前后的抑制增加,p = 0.044(Bonferroni校正)。这种明显的变化可归因于测试前的相对较高α功率,而不是测试后α抑制的实质性增加,因为该组中左侧感觉运动皮层的α抑制在测试后与零没有显著差异,t(25) = -0.690, p = 0.248。
图5显示了两种条件下测试前后三个头皮位置的平均α抑制。注意:该图显示了两组在测试前后的三个头皮位置(左侧感觉运动皮层、右侧感觉运动皮层和枕叶)的α抑制情况。误差条表示平均值的标准误差(SEM)。
* p < 0.05。在镜子条件下,位置有显著的主效应,F(2, 50) = 3.725, p = 0.031, np2 = 0.130,时间也有显著的主效应,F(1, 25) = 7.213, p = 0.013, np2 = 0.224。这种条件下位置的主效应是由于总体而言,右侧感觉运动面部区域的α抑制大于其他两个区域(平均左侧感觉运动α抑制 = -0.031,平均右侧感觉运动α抑制 M = -0.158,平均枕叶α抑制 = -0.040)。经过Bonferroni校正后,这些差异均不显著,所有p值均≥0.072。时间的主效应是由于总体而言,测试后的α抑制大于测试前的α抑制,p = 0.013(Bonferroni校正)。尽管这种增加在所有头皮位置都观察到,但在右侧感觉运动区域最为明显,测试前后的差异显著,p = 0.010(Bonferroni校正),且测试后的α抑制显著不为零,t(25) = -3.722, p = 0.001。
3.4 探索性EEG分析
由于大量测试前数据缺失,我们进行了额外的未预先注册的MANOVA,以测试后三个头皮位置(左侧感觉运动面部区域、右侧感觉运动面部区域和枕叶皮层)的α抑制作为因变量,条件(镜子 vs. 对照)和测试前数据状态(观察到的 vs. 推测的)作为被试间因素。多变量测试表明条件有显著效应,Wilks’ λ = 0.807, F(3, 46) = 3.664, p = 0.019, np2 = 0.193。测试前数据状态没有显著效应,Wilks’ λ = 0.973, F(3,46) = 0.419, p = 0.740, np2 = 0.027,条件与测试前数据状态的交互作用也没有显著效应,Wilks’ λ = 0.977, F(3,46) = 0.369, p = 0.776, np2 = 0.023。这些发现表明,测试后数据在具有推测的测试前数据与观察到的测试前数据的婴儿之间没有系统差异。后续的单变量测试表明,条件的显著效应是由右侧感觉运动面部区域的差异引起的,F(1,48) = 10.451, p = 0.002, np2 = 0.179。其他头皮位置的条件效应不显著,所有p值均≥0.206。如图6所示,镜子组中的婴儿在测试后右侧感觉运动面部区域的α抑制显著大于对照组中的婴儿。图6在图形查看器中打开。
图6显示了测试后右侧半球的感觉运动α抑制情况。根据我们的预先注册,我们使用简单线性回归分析了每天平均镜子暴露时间与测试前后面部区域感觉运动α抑制变化之间的关系。这些分析没有显示镜子暴露与感觉运动皮层激活变化之间的显著关系,所有p值均≥0.195。然而,由于大量测试前数据是推测的,我们还进行了额外的探索性分析,以研究镜子暴露与测试后右侧面部区域平均感觉运动α抑制之间的关系。如图7所示,这种关系是边缘显著的,B = -0.009, SE = 0.005, t = -1.924, p = 0.060,这与预期趋势一致,即感觉运动α抑制应随镜子暴露增加。图7在图形查看器中打开。
4 讨论
通过系统地操纵4个月大婴儿对自己面部动作的经验,我们旨在测试感觉运动经验在面部模仿发展中的作用。镜子组中的婴儿通过玩具镜子每天接受两周的自我面部动作感觉运动经验,而对照组中的婴儿在同一时间内玩相同的玩具但没有镜子。在这次体验之前和之后,我们使用EMG测量了婴儿的面部模仿能力,并使用EEG测量了他们在观察其他婴儿面部动作时的感觉运动皮层激活情况。我们发现,镜子组中的婴儿在观察其他婴儿的面部动作时,感觉运动皮层激活(特别是在右侧面部代表区域)的增加幅度大于对照组中的婴儿。此外,两周训练期间更多的镜子暴露与测试后更大的感觉运动α抑制趋势相关。这些发现表明,短期自我生成的感觉运动经验可能会在婴儿早期塑造对他人面部动作的神经反应,并与Rayson及其同事(2017年)的先前研究结果一致。他们的研究表明,2个月大时通过母亲模仿获得更多自我面部表情感觉运动经验的婴儿,在9个月大时观察他人面部表情时表现出更大的感觉运动皮层激活。总的来说,这些发现表明,在观察面部动作期间的感觉运动皮层激活程度与婴儿通过模仿性社会伙伴或镜子自我观察形成这些动作的视觉和运动表征之间的关联的机会有关(Heyes 2001;Ray和Heyes 2011)。然而,当前研究中镜子组在观察他人动作时右侧面部代表区域的激活增加并未转化为通过EMG测量的面部模仿的增加。因此,尽管镜子组中的婴儿在两周训练后表现出增强的感觉运动皮层活动,但这可能并不对应于他们观察到的具体面部动作的激活。EEG和EMG结果之间的这种分离表明,与明显的行为模仿相比,感觉运动表征的经验相关变化可能更早出现,或者更为敏感。下面我们考虑了几种可能的解释,说明为什么感觉运动皮层激活的增加没有伴随着镜子组中面部模仿的可测量变化。这些解释涉及可能限制样本中面部模仿整体表达的因素,以及可能减少镜子组和对照组之间差异的因素。首先,尽管婴儿在两周训练期间在镜子前花费了大量时间,但他们可能只有相对较少的机会表现出与测试前和测试后观察到的相似的皱眉和微笑。相反,婴儿可能形成了一个更普遍的关联,即将面部肌肉的运动与在镜子中看到自己的脸联系起来,这导致在后测中看到其他婴儿的脸时,感觉运动皮层的激活程度增加,但相应的面部肌肉的激活并没有随之增加。我们选择使用两周的训练期,因为我们认为这个时间长度可以为婴儿提供足够的接触机会,同时也是一个家庭能够持续进行每日镜像暴露的可管理和现实的时间框架。然而,更长的训练期或更有针对性的训练方法可能会更有效。从联想学习的角度来看,即使面部动作是自发的而不是自愿的,镜像暴露的好处也应该会出现:当自发的面部动作与镜子中的视觉结果反复配对时,应该会加强支持面部模仿的感知-运动耦合。然而,由于婴儿的面部动作可能相对较少,并且不总是在注视镜子时进行,因此更长的训练期或更广泛的每日镜像暴露可以提供更多的感觉运动学习机会。在训练过程中,婴儿也可能更有可能表现出积极的(例如微笑)而不是消极的面部表情,这可能解释了为什么总体上没有观察到感觉运动训练对面部模仿的影响,特别是考虑到模仿得分是跨试验类型平均的。然而,包括试验类型的探索性分析(见补充材料)显示,嘴巴和眉毛的动作之间没有差异,排除了效果仅存在于嘴巴动作中的可能性。尽管如此,未来的干预措施中,如果护理者在婴儿面对镜子时积极引发更广泛的面部行为,可能会增加感觉运动学习的机会,并可能更有效地增强面部模仿。另一个对未来研究的建议是录制完整的训练过程,以便更精确地量化婴儿与不同面部表情的感觉运动体验。在当前的研究中,父母被要求上传婴儿与玩具互动的短视频片段,但可用素材不足,无法进行系统分析。其次,尽管对照组中的护理者被要求限制婴儿接触镜子的机会,但一些婴儿仍可能偶然看到自己的倒影(例如,在汽车后视镜、反光表面或视频通话中)。这些自然发生的暴露在家庭环境中难以消除,但可能会减少组间在自我观察经验方面的差异,从而可能导致面部模仿方面没有组间差异。第三,与我们在之前的研究不同(de Klerk等人,2018年),在当前的研究中,每个面部动作只展示了一次,以最大化EEG试验的数量。一种可能性是婴儿需要更多时间来处理面部动作,如果每个面部动作重复几次,他们可能会受益。这也是第一项使用婴儿面部刺激来测量面部模仿的研究,鉴于之前的研究表明婴儿通常更喜欢成人面孔(Heron-Delaney等人,2017年),这也可能解释了我们发现的模仿水平较低的原因。然而,我们认为使用婴儿面孔是一个合适的方法选择,因为婴儿在训练过程中观察到了自己的倒影,从联想学习的角度来看,我们预计在观察面部动作时的模仿量应该与形成感知-运动耦合时观察到的刺激之间的物理相似性成正比(Heyes 2010年)。目前研究中缺乏面部模仿证据的另一个可能原因是样本的年龄,因为模仿能力可能在第一年和第二年的后期变得更加成熟(例如Jones 2007年;Kaiser等人2017年)。我们首先选择评估4个月大的婴儿,是因为之前的研究已经在这个年龄发现了面部模仿的证据(例如de Klerk等人2018年;Isomura和Nakano 2016年),其次是为了最大化训练对面部动作的感觉运动表征发展的影响。然而,未来旨在增强面部动作感觉运动体验以增加面部模仿的干预措施可能应该针对年龄较大的婴儿。最后,我们之前的研究已经证明了母亲模仿与婴儿面部模仿之间的关系(de Klerk等人2019年)。因此,研究期间护理者模仿的自发变化可能对婴儿的面部模仿产生了比镜像训练更强的影响。换句话说,如果两种条件下的护理者都继续模仿婴儿的面部动作,这可能会减少潜在的组间差异。未来的研究可以操纵护理者的模仿,以测试增强护理者的面部模仿是否会导致对成人女性面孔的面部模仿增加。这项研究的一个局限性是,尽管我们预先注册了重复测量分析,但相当一部分参与者在预测试数据缺失——尤其是EEG分析——这限制了在没有广泛插补的情况下进行这种分析的可行性。为了解决这个问题,我们进行了额外的仅后测分析,作为探索性分析。虽然这种分析避免了插补引入的潜在偏差,但在统计上不如最初计划的重复测量分析有力。尽管两种分析的结果模式一致——表明在镜像条件下的婴儿在观察其他婴儿的面部动作时显示出更大的感觉运动皮层激活——但由于统计功效较低和数据缺失,我们认为这项工作可以从独立复制中受益。另一个与EEG相关的局限性是,我们没有排除包含明显面部运动的EEG试验,因为我们预计至少会有一些自发的面部反应。补充分析表明,两种条件下的明显面部动作没有差异(见补充材料),这表明观察到的感觉运动α抑制的组间差异不太可能是由动作执行的系统差异引起的,而主要是对面部动作观察的反应。然而,未来将试验级别的面部编码与EEG结合的研究可以更全面地区分观察相关和执行相关的感觉运动皮层激活贡献。尽管有这些局限性,目前的发现表明,短期的镜像暴露在观察面部动作时增强了感觉运动皮层活动,但没有导致面部模仿的相应变化。这表明,社会感知的神经机制可以在婴儿早期通过感觉运动体验来塑造,并且可能在这些变化反映在行为之前就已经出现。
作者贡献:
Carina C.J.M. de Klerk:概念化、调查、方法论、正式分析、数据管理、监督、写作——审阅和编辑、写作——初稿、资金获取、项目管理和可视化。
Lucy Parrett:资源、正式分析、方法论、写作——审阅和编辑以及写作——初稿。
Chloe Richmond:正式分析、调查、项目管理、数据管理、监督、写作——审阅和编辑以及写作——初稿。
Elizabeth Tye:写作——审阅和编辑以及调查。
致谢:
我们非常感谢所有参与这项研究的婴儿和父母。我们感谢Olivia Meddle、Shania Misquitta和Marie-Ange Barthel在测试和视频编码方面的帮助。
资金:
这项研究由Funda??o Bial(134/2020)资助。
伦理声明:
这项研究已经得到了埃塞克斯大学科学与健康学院伦理小组的审查和批准。所有程序都符合公认的伦理标准,包括赫尔辛基宣言和英国健康和社会护理研究政策框架。
利益冲突:
作者声明没有利益冲突。
人工智能辅助技术的声明:
在准备这份手稿的过程中,作者使用了ChatGPT(OpenAI)来协助语言编辑,并生成用于补充分析的分析代码建议。所有输出都由作者进行了审查和编辑,作者对手稿中呈现的最终内容、分析和解释负全责。
注释:
1. 我们预先注册了将排除任何有超过20%的通道或25个通道标记为不良的试验。在进行EEG分析之前,这一比例提高到了30个通道,以便我们能够包括更具代表性的婴儿样本,并在时间和预算限制内达到预先注册的样本大小。
2. 在我们分析EEG数据之前,这个数字从10改为了8。下载OSF Prereg文档中的透明变更:https://osf.io/v8r5y/files/osfstorage?view_only=abc123。
数据可用性声明:
支持这项研究结果的数据可以在埃塞克斯大学研究数据存储库中公开获取:http://researchdata.essex.ac.uk/id/eprint/223。