一种“观察-参与-预测”框架，用于通过自然主义电影观看任务增强脑-行为映射的fMRI研究

《Communications Biology》：A view-engage-predict framework for enhancing brain-behavior mapping with naturalistic movie-watching fMRI

　　

摘要

大多数脑-行为映射研究依赖于静息态功能连接（FC），但这种方法存在已知的准确性限制，而且在某些情况下，通过观看电影获得的FC数据表现可能更优。在这里，我们提出了一种新的深度神经网络框架，该框架能够根据自然观看电影时的FC数据预测认知得分和性别，并探讨电影内容及其在个体间同步大脑活动的能力与预测性能之间的关系。研究发现，与静息态FC相比，观看电影时的FC数据通常具有更高的预测准确性——即使是在处理五倍更多的时间数据的情况下也是如此；其中，感觉系统和高级脑网络在预测过程中起着最为关键的作用。通过使用静态和滑动窗口动态FC方法，我们发现更高的认知预测准确性与个体间的同步性以及电影中人脸和声音的持续时间呈正相关；然而，这种关联在性别预测中并未出现。这项工作强调了自然观看电影作为一种强大工具的价值，它有助于探究个体间的大脑差异，并揭示人类行为的神经基础。