Representational similarity analysis reveals atypical age-related changes in brain regions supporting face and car recognition in autism

这项研究用表征相似性分析（representational similarity analysis, RSA）追踪自闭症谱系障碍（autism spectrum disorder, ASD）个体从儿童、青少年到成年，腹侧视觉通路在记忆面孔与汽车时的激活模式如何变化。典型发育者对同一类别内部样例的表征随年龄越来越"收拢"，而 ASD 个体在右侧 FFA 及多个结构定义的脑区缺失了这段青少年到成年的晚期特化，成年后与典型对照组拉开差距。它值得读，因为把"ASD 面孔加工异常"从激活量的争议推进到了表征几何（representation geometry）的层面，并直接把脑指标与行为平台期对上了。

研究背景

面孔识别——认出一个个具体的人——是与 ASD 社交功能（如同伴互动）相关的重要技能。行为研究表明 ASD 儿童早期就有面孔加工差异，但 recognition 能力在童年期有改善，到青春期晚期 ASD 与典型发育（typically developing, TD）个体行为水平相当；真正的分化出现在青春期向成年过渡的第二段延迟上：TD 个体继续进步而 ASD 停滞（O'Hearn et al. 2010, 2014）。与此同时，腹侧流特别是梭状回面孔区（fusiform face area, FFA）的激活在典型发育中有一条一直延续到成年期的长发展轨迹：面孔偏好性激活逐步出现，类别间分化加大、激活更靠前、个体间变异减小，右 FFA 对面孔的反应从青春期到成年持续上升且与识别能力改善相关。ASD 中 FFA 的异常则长期纠缠在"激活量低"上——但这有时可被眼动模式解释，且并非总是出现。这些缺口构成本文的出发点：以往的"多少激活"测量对眼动和任务表现都敏感，需要一个既携带类别与个体信息、又对眼动较稳健的角度。已知仅凭 Haxby 等（2001）的工作，腹侧颞叶内同类别样例的分布式激活模式携带可解码的信息，且模式相似度与记忆提取成绩相关（Xue et al. 2010）、MVPA 能预测 ASD 及其症状严重度（Coutanche et al. 2011）——但没有人用它来刻画 ASD 青春期到成年的神经发育轨迹。

作者的分析抓手是：在 FFA 及腹侧流的扩展区域内，考察同类别样例（多张脸、多辆车）彼此之间激活模式的相关程度，即相似度得分（similarity score）。若典型发育中"类别内表征的重叠/特化"随年龄增加，而在 ASD 中缺位，那么 RSA 应显示年龄组 × 诊断组交互；且依行为报告的轨迹，分化应集中在成年组才出现。

研究思路

总体策略有三层。第一，用 92 名横断面被试覆盖三个年龄组（儿童、青少年、成人）与两个诊断组，在记忆任务的编码阶段提取每个样例的体素级激活模式，RSA 计算类别内平均相似度，用重复测量 ANOVA 检验诊断组 × 年龄组交互——这正是行为学上"青春期后分化"的神经版本。第二，ROI 采用多重定义以降低单一定位方式的风险：由于过多儿童无法产出可用的个体功能定位，FFA 改用 NeuroSynth 元分析定义；同时像 Haxby（2001）那样用 Harvard-Oxford 解剖图谱定义整条腹侧流的结构性 ROI（双侧梭状回、颞下回、颞上回、颞顶结合部、IFG），并放射状补充 Okamoto 等（2017）报告的儿童/ASD 特异性 FFA 坐标（放补充材料）。第三，控制与解释：任务选中 4 个条件里的记忆阶段而非被动观看，以稳住注意并提高腹侧流激活；刺激用面孔-USA（此前行为访视见过）、面孔-AUS（全新面孔、不同人种）与汽车三种，可区分新颖性与类别效应；由于扫描时未记录眼动，作者另用扫描外的眼动数据（Fedor et al. 2018）做了八项协变量的事后把控。年龄轨迹在两组内分别用多项式对比（linear/quadratic）刻画，这一步后来直接揭示了 ASD 组"先升后降"的二次型形状。

方法

92 名 7–30 岁被试（以男性为主，反映 autism 患病率），分儿童（7–12）、青少年（13–17）、成人（18–30）三个年龄组与 ASD/TD 两组；ASD 诊断用 ADOS 与 ADI-R 并经专家临床确认，全量表 IQ ≥ 80（WASI），症状严重度用标准化校准严重度分数（calibrated severity score, CSS）表示；两组年龄与 IQ 均无显著差异（p 均 >0.6）。任务为 fMRI 适配版剑桥面孔记忆测验（Cambridge Face Memory Test, CFMT，称面孔-USA）、CFMT-AUS（澳大利亚面孔，被试全新）与自编汽车记忆测验（灰色轿车，去掉标识）。每个任务条件 1 中先从三个角度（左1/3侧面、正面、右1/3侧面；汽车为前、后、侧三视图）各 3 秒记忆目标，再在 4500 ms 的三选一测试中识别目标，共 6 组记忆-测试块，试次间以 1500–12000 ms 抖动的注视十字分隔。扫描用 3T Siemens Allegra，EPI（TR=1500 ms，TE=25 ms，29 层 4 mm）。分析只取条件 1 的记忆阶段、且只用正确试次。ROI 分两类：元分析 FFA（NeuroSynth 检索"FFA"、63 项研究，以峰值 Z 为心、半径 6 mm 的球体，限制在显著体素与梭状回内，得左右 FFA；若逐人功能定位不足以覆盖儿童则统一用此法）；结构 ROI（哈佛-牛津图谱的双侧 FG、ITG、STG、TPJ、IFG，共 10 个）。ROI 经非线性变换系数逆映射回每名被试的 native 空间提取模式。RSA 流程：逐刺激提取体素响应 → 全对全相关 → Fisher r-to-Z 归一化 → 对同类别内所有两两比较求平均 Z，得相似度得分。统计以重复测量 ANOVA（刺激类型为组内因子：车/面孔-USA/面孔-AUS；诊断组与年龄组为组间因子）为主，交互显著后分年龄组做事后比较，并在每个诊断组内对年龄组做线性/二次型多项式对比；左右半球分开分析（基于面孔加工偏侧化的既有证据）。

主要结果

1. 右 FFA：典型发育的相似度随年龄线性上升，ASD 反而先升后降（图 4 上排）：诊断组 × 年龄组交互显著（F(2,84)=5.28，p=0.007，partial η²=0.11），且不受刺激类型影响。儿童与青少年两组诊断间无差异；仅到成人组，ASD 的相似度显著低于 TD（F(1,27)=7.10，p=0.013，partial η²=0.21）。补一句：TD 组内年龄效应总体为趋势水平（F(2,43)=2.88, p=.067），多项式对比提示线性成分（p=.02）；ASD 组内为二次型（F(2,41)=6.25，p=.004；quadratic p=.001）：童年→青少年显著上升（p=.011），青少年→成年显著下降（p=.002）。
2. 左 FFA 同型但偏弱（图 4 下排）：交互边缘显著（F(2,80)=2.91，p=.06，partial η²=0.07），成人组趋势性偏低（F(1,26)=3.14，p<.09）；写为：ASD 组年龄组效应呈趋势（F(2,42)=2.91, p=.065），多项式对比提示二次型（p<.05）；童年→青少年上升不显著（p=.29），青少年→成年下降显著（p<.02）。
3. MDS 支撑分数的解释（图 5）：多维标度（multidimensional scaling, MDS）图上，右 FFA 中同类别样例的簇更紧凑、即相似度更高，尤以 TD 成人最明显——直观呈现"典型成年 = 类别内表征收拢"。
4. 同样的年龄 × 诊断交互出现在腹侧流扩展区（图 6）：左 IFG（F(2,86)=3.21，p=.045）、双侧 TPJ（右：F=3.89，p=.02；左：F=3.33，p=.04）、左下颞回（F=3.52，p=.03）及边缘水平的右梭状回（F=2.57，p=.08）都呈"成年组才出现诊断差异"的模式；成人组内组间差异效应量相当大（左 IFG：F(1,27)=11.77，p=.002，η²=0.30；右 TPJ：p=.004；左 TPJ：p=.003；右梭状回：p=.007；左下颞回：p=.02）。TD 组内这些区域的相似度均随年龄线性上升，ASD 组内仅左下颞回呈趋势。
5. 与行为及症状的关联（表 4）：改为：两组均以 R FFA 的相关为主；TD 组仅 R FFA 相关（L FFA 仅有一个意外趋势），而 ASD 组除 R FFA 外，face-AUS 识别还与 L FFA 的 face-AUS 相似度相关（r(45)=.36, p=.02）。（如 TD 组 face-AUS 识别与三种材料的相似度均相关：r=.49/.36/.39）；ASD 中右 FFA 汽车记忆的相似度与汽车识别相关（r=.31，p=.04）。症状严重度 CSS 与左 FFA 相似度在所有刺激类型上均显著负相关（车 r=−0.52，p<.001；face-USA r=−0.51，p=.001；face-AUS r=−0.38，p=.01），与右 FFA 无关（p>.75）——控制 VIQ/PIQ 后不变，与 Coutanche 等（2011）报告的负相关一致但偏侧化相反。眼动协变量控制后所有主结论不变（p<.05）。

另有几点细节值得记下：除右 STG 外，扩展区中汽车的同类别相似度整体高于面孔，作者推测面孔有专门化区域而汽车（对儿童而言非专长对象）依靠多个分布式过程；右下颞区呈现诊断 × 年龄 × 刺激类型三方交互（F(4,172)=2.40，p=.05）——汽车随年龄分化的模式仅在 TD 中出现，而面孔在两组都有轻微上升（由新颖的 face-AUS 驱动，图 7）；双侧梭状回与左 TPJ 中 face-AUS（新面孔）而非 face-USA（旧面孔）随年龄相似度上升，提示这些区域对"第一次见"的材料尤为关键；左梭状回是唯一呈与年龄无关的诊断主效应（趋势）的区域。扫描内行为成绩的组间模式与既往一致但不够稳健，作者归因于扫描压力与部分刺激的非新颖性。

图注解读

图 1 · 任务样例：CFMT 试程、汽车与澳大利亚面孔刺激

原文图注：Fig. 1. (A) Trial from condition 1 of the CFMT. Participants studied the target face from three different angles, then identified the target from two distractors. Participants completed a total of six sets of these memorization and test trials. (B) Example of car stimuli used in the car recognition task. (C) Example of face stimuli used in the CFMT-AUS.

A 展示条件 1 的一个试程：目标面孔以左1/3、正面、右1/3三个角度各呈现 3 秒供记忆，随后在三张图中指认目标（两名的干扰项）；B、C 给出汽车任务与 CFMT-AUS 的刺激样例——两类图像同为灰度、去标识、灰底。读图要点在于确认三种任务结构同构（仅视角取法不同），使面孔与汽车刺激在任务层面可比，这是后文把"脸与车同构处理"的 RSA 结论立起来的前提。

图 2 · 元分析定义的双侧 FFA

原文图注：Fig. 2. Axial (left) and coronal (right) views of the bilateral FFA regions defined by NeuroSynth (presented in neurological orientation, i.e., left is left).

轴位与冠状位两幅切面，展示由 NeuroSynth 元分析（63 篇含"FFA"的论文）定出的左右 FFA 球状 ROI，神经学取向显示（图左即脑左）。读图时注意 ROI 覆盖双侧梭状回中部、左右大致对称——由于儿童个体定位的成功率太低，作者统一改用这种"群体级"定义，代价是牺牲了个体功能边界的精度；好在正文用结构 ROI 与补充材料中的 Okamoto 坐标 ROI 做了交叉验证。

图 3 · 解剖图谱定义的五个腹侧流区域

原文图注：Fig. 3. Anatomically defined ROIs Harvard-Oxford cortical atlas A. Fusiform gyrus, B. Inferior temporal gyrus, C. Superior temporal gyrus, D. Temporoparietal junction, and E. Inferior frontal gyrus.

五块结构 ROI 的示意图：双侧梭状回、颞下回、颞上回、颞顶结合部（TPJ）与下额回（IFG），均由 Harvard-Oxford 解剖图谱自动界定。读图时把每块与它的功能假设对上号：FG/ITG 属腹侧视觉流的核心，STG 编码面部表情/动作的地形图，TPJ 与 IFG 承担心理化（mentalizing）与社会理解。这组 ROI 对应"主要结果"第 4 条——把交互效应从 FFA 推广到整条腹侧流与社会认知区。

图 4 · 核心 ANOVA：左右 FFA 的相似度得分

原文图注：Fig. 4. Top row, Right FFA, first with stimulus type identified, and then collapsed across type. This analysis of similarity score revealed a age group by diagnostic group interaction, F(2,84) ¼ 5.28, p ¼ 0.007, partial eta squared ¼ 0.11, but no impact of stimulus type. Bottom row, Left FFA, first with stimulus type identified, and then collapsed across type. This analysis revealed a borderline age group by diagnostic group interaction, F(2, 80) ¼ 2.91, p ¼ 0.06, partial eta squared ¼ 0.07, but no impact of stimulus type. Error bars are the standard error of the mean. *p < 0.05.

上排右 FFA、下排左 FFA，各含分列三种刺激类型的柱状图与其合并后的版本；横轴为三个年龄组（儿童/青少年/成人），柱内区分 ASD 与 TD。读图时盯住"两组随年龄的走势差"：TD 的相似度一路爬升，ASD 在青少年后回落，于是两组在成人段被星号分开（右 FFA p=.013），儿童与青少年段则贴在一起。这是全文假设的直接检验，也是"MDS 图（Fig. 5）里 TD 成人簇最紧"的统计来源。

图 5 · MDS 表征空间：样例如何随年龄收拢

原文图注：Fig. 5. Multidimensional Scaling (MDS) graphs illustrate the distance between exemplars in the L FFA (A) and the R FFA (B). Top row is each section is TD (typically developing) and the second row is ASD (Autism Spectrum Disorder). The columns are, from L to R, Children, Adolescents, Adults, in each group. Cars are represented by circles and faces are represented by triangles, with points up for faces-USA and points down for faces-AUS. The clusters are tighter in the R FFA, reflecting higher similarity scores, especially in TD adults.

2×3 阵列的 MDS 图：行是诊断组（TD 上、ASD 下），列是年龄组（儿童/青少年/成人），每张小图把 ROI 内各刺激样例放成二维点云——圆点为汽车、三角为面孔（朝上为 faces-USA、朝下为 faces-AUS），点间距离反映模式相似度的反义。读法是看"同类点是否抱团"：TD 成人的汽车圆点与面孔三角各自收成紧密的簇，ASD 成人的点云则明显松散。这张图把抽象的相似度分数还原成表征几何的直观形态，是相似度得分的"可视化说明"，支撑第 1、3 条结果。

图 6 · 扩展区（IFG 与 TPJ）：同样的成年期分化

原文图注：Fig. 6. Similarity score in the inferior frontal gyrus (IFG) and temporo-parietal junction (TPJ), collapsed across stimuli type. In R IFG, stimulus type interacted with diagnostic group and age group (3-way interaction); this interaction is evident in Fig. 6. Error bars are standard error of the mean. *p < 0.05.

合并刺激类型后的柱状图，覆盖左 IFG、右 IFG 与双侧 TPJ 等结构 ROI：横轴仍为三个年龄组，柱分 ASD/TD。走势与 FFA 图 4 同款——儿童、青少年段两组重叠，成人段 TD 显著更高（左 IFG、双侧 TPJ 均见星号或成人组内显著）。图注提到的右 IFG 三方交互在正文中对应的是右下颞区（该区在图 7 按刺激类型拆分呈现），两处表述略有出入，但交互的实质——诊断差异只在成年组显现——与第 4 条结果一致。

图 7 · 按刺激类型拆分：汽车与面孔的分离轨迹

原文图注：Fig. 7. Similarity score in the inferior frontal gyri (IFG), fusiform gyri, inferior temporal lobe, structurally defined, divided by stimuli type.

这张图把 IFG、梭状回与下颞回的相似度按三种刺激（车、faces-USA、faces-AUS）分别画柱。关键读点是右下颞区：对汽车刺激它复现了年龄 × 诊断交互（TD 上升、ASD 平坦，成人组差异 t(27)=3.22，p=.003），对面孔刺激则两组均随年龄轻微上升——即三方交互的来源。此外双侧梭状回与左 TPJ 中只有新颖的 faces-AUS 呈现随年龄的相似度增长，face-USA 因此前见过、天花板效应而无变化。此图细化了第 4 条结果并提示：晚期特化并非面孔专属，而是泛化到（TD 个体获得经验的）同类复杂客体的加工。

讨论

作者的核心解读是：典型发育中，从青春期到成年期，腹侧视觉通路对同类别样例的表征逐渐"重叠加深/特化"，而 ASD 个体缺少这一步——成年后与 TD 的差距在右 FFA（及左 IFG、双侧 TPJ、左下颞回、右梭状回）上变得可靠。这一模式与行为上的"第二段延迟"互为镜像：ASD 面孔识别在青春期追平、成年后又落伍，且行为缺口会泛化到汽车等非面孔类别。对 ASD 组"先升后降"的二次型，作者谨慎地说这是第一次在神经指标上看到、需要进一步检验的"回归"（行为与眼动数据中偶有此型）。有意思的是作者没有把发现挂回"ASD 的 FFA 激活不足"的老争论，而是指出平均激活在组间几乎无差异（补充材料），故这里反映的是另一机制——可能涉及类别原型构建的异常、或青春期获得面孔/汽车经验的缺乏（青少年学车、获得汽车专长在 TD 中常见，ASD 青少年拿到驾照的比例较低；Ross et al. 2018 显示成年汽车专家的 R FFA 处理汽车构型）。左 FFA 相似度与症状严重度的负相关被读作"ASD 成人可能更多依赖局部特征策略"（Happé & Frith 的弱连贯性假说；左 FFA 偏特征式表征），并与 Coutanche 等（2011）的严重度-分类负相关相接——只是偏侧化正好相反，作者建议后续多做两半球的专门比较。局限被坦率列出：三类刺激只做到对比度色调相似而非严格低级特征匹配；横断面设计无法刻画轨迹形状、可能混入队列效应；样本量相对小、ASD 异质性大；只研究高功能个体；扫描内未记录眼动（作者以三重补救回应：平均激活组间无差异、汽车面孔同构使眼动解释牵强、扫描外眼动协变量不改变结果；并转述审稿人建议——将来可对眼动模式本身做类似的类别内相似度分析，审视视网膜层面"收拢"是否先于皮层发生）。

一句话总结

在我看来，这篇文章聪明的做法是换了一个问题维度：不再问"脑区有没有激活"，而问"同类样例的表征是不是越来越像"——于是一个长期说不清的面孔加工异常，变成了可以用一条随年龄收拢/不收拢的轨迹来描述的发育现象。ASD 组那条"青少年先升、成年反倒回落"的二次型曲线尤其值得追，如果它是真的，说明问题不只是"没赶上"而是"走了一段又退回去"——当然，这是基于横断面数据的推断，纵向研究跟进之前我会留一分保留。