基于EEG与fMRI表征相似性分析的视觉意象多网络分布式表征机制研究

《Brain Sciences》：Network-Resolved and Frequency-Specific EEG–fMRI Representational Similarity Analysis of Visual Imagery

　　

摘要

背景：视觉意象（Visual Imagery, VI）是一种认知过程，在缺乏外部视觉输入的情况下产生视觉表征；然而，其神经表征的时空组织机制仍然知之甚少。方法：本研究结合脑电图（EEG）与功能磁共振成像（fMRI），采用表征相似性分析（RSA）及Schaefer 2018年功能脑区图谱，比较视觉感知（VP）和视觉意象期间大脑网络表征与CORnet-S模型表征之间的对应关系。我们进一步考察了视觉意象期间EEG时频表征与fMRI网络表征之间的跨模态关联。结果：在视觉感知期间，视觉网络中检测到显著的模型-大脑表征对应关系；而在视觉意象期间，任何网络中均未检测到显著对应关系，两种任务呈现不同的描述性显著性分布模式。跨模态EEG-fMRI表征相似性分析进一步揭示了涉及额顶网络、默认模式网络、腹侧注意网络、视觉网络和边缘网络的频率与时间依赖性表征对应关系。在α波段、β波段和γ波段中均观察到显著的跨模态对应关系，且各频段涉及的脑网络和时域簇存在描述性差异。结论：综上所述，这些发现表明视觉意象并非仅仅是视觉感知的重新激活，而是与涉及多个功能网络的分布式表征模式密切相关。本研究为理解视觉意象的神经机制提供了多模态证据。