这项研究采用表征相似性分析(representational similarity analysis, RSA),追踪自闭症谱系障碍(autism spectrum disorder, ASD)个体与典型发育(typically developing, TD)个体在儿童、青少年至成年阶段记忆面孔与汽车时腹侧通路的激活模式演变。结果表明,典型发育者对同类样例的神经表征随年龄增长逐渐收拢(相似度上升),而 ASD 个体在右侧 FFA 及多个腹侧脑区缺少青少年到成年的特化过程,在成年期与对照组产生显著差异,为 ASD 面孔加工异常提供了表征几何维度的发育证据。
研究背景
面孔识别能力的发展并不随儿童期结束而停滞,这一长程发育历程使自闭症谱系障碍(ASD)中的面孔认知差异呈现出动态的时间维度。既往行为学研究显示,自闭症个体在童年期仍能逐步改善识别成绩,部分测试中青少年阶段与典型发育(TD)同龄人的表现差距有所缩小;然而进入成年期后,典型发育者的识别专长继续精进,而自闭症群体常出现平台期甚至相对滞后。与此同时,典型发育大脑中的腹侧视觉通路经历长程的功能特化,梭状回面孔区(FFA)等区域的范畴偏好及其与个体识别行为的相关性随年龄持续演变。因此,成人阶段观察到的认知与神经差异不能仅简单归结为儿童期原发缺陷的机械延续,而需系统探查青春期向成年期过渡阶段是否存在尚未充分阐明的表征特化异常,并检验该现象是否仅局限于社会性面孔刺激。
过去针对自闭症面孔加工的脑功能成像研究,多聚焦于梭状回面孔区平均激活幅度的比较,但文献结论并不一致;注视点位置、注意分配模式以及任务完成度均会显著影响宏观激活强度。近年来多体素模式分析表明,即便脑区的平均血氧水平相近,空间分布模式仍能编码细致的类别及样例信息,且样例间的多体素相似度构型与行为记忆表现直接相关。这为发育神经科学提供了互补的观察指标:在某一特定功能区内,表征同一类别的不同样例(如多张面孔或多辆汽车)的多体素响应是否随年龄增长而呈现更高的重构相似性?这种“类别内相似性”反映了神经网络对共有特征抽象与表征原型的收敛程度。此前研究尚缺乏跨越儿童、青少年与成年三个发育窗口,同时检验年龄与诊断组间交互作用的多体素发育数据。
本文采用面孔与汽车记忆测试,在功能元分析与解剖界定的多个皮层网络中计算类别内体素响应的模式相似度,系统对比自闭症组与典型发育组在不同年龄段的表征构型、行为识别成绩及临床症状指标。引入汽车刺激用以评估表征差异是否泛化至非社会性的复杂视觉客体,对比新旧面孔则有助于控制视觉经验与熟悉度效应。研究旨在探寻与成年期行为分化相对应的神经表征发展轨迹。需要强调的是,本研究采用横断面组别设计,不能直接替代个体纵向追踪的发育因果推断;扫描期间未同步记录注视眼动,扫描外行为协变量控制亦属间接矫正。因此,针对晚期发育停滞或经验依赖特化的理论解释,需严格立足于实测观察到的组间模式差异。
研究思路
研究设计分为三个层面:第一,横断面队列架构——纳入 92 名覆盖儿童、青少年与成年三个年龄段的 ASD 与 TD 被试,在记忆任务编码阶段提取各视觉样例的体素级激活模式,应用 RSA 计算同类别样例间的平均模式相似度,通过重复测量方差分析(ANOVA)检验“诊断组 × 年龄组”交互作用,在神经表征层面验证青春期后分化假说;第二,多重定义感兴趣区(ROI)以规避单一解剖定位偏倚——鉴于儿童被试个体功能定位图谱难以完全建立,FFA 采用 NeuroSynth 大样本元分析独立确定,并参照经典文献使用 Harvard-Oxford 解剖图谱界定整条腹侧流及社会认知脑区(双侧梭状回、颞下回、颞上回、颞顶结合部及下额回);第三,实验设计与变量控制——选取记忆编码期而非被动观看阶段以维持稳定的任务注意力;设置三类刺激(此前见过的测试面孔 face-USA、未见过的澳大利亚面孔 face-AUS、灰度去除车标的汽车),有效解离新颖性与范畴特异性效应;并在事后分析中引入扫描外眼动注视参数作为协变量排查潜在干扰。通过在组内拟合线性与二次多项式趋势,刻画两组在不同发育节点上的表征变化轨迹。
方法
实验共纳入 92 名 7–30 岁被试(男性占绝大多数,与自闭症流行病学特征一致),分为儿童(7–12 岁)、青少年(13–17 岁)与成人(18–30 岁)三个年龄组及 ASD/TD 两个诊断组。ASD 诊断经由 ADOS 与 ADI-R 结构化量表及资深专家临床评估确认,全量表智商均 ≥80(WASI 量表),临床症状严重度使用校准严重度分数(CSS)标定;各组在实足年龄与智商分布上匹配良好(p 均 >0.6)。
测试任务采用功能磁共振适配版剑桥面孔记忆测验(CFMT,即 face-USA)、澳大利亚面孔测验(CFMT-AUS,新面孔)及汽车记忆测验(中性灰色轿车,去除品牌标识)。各任务在条件 1 中先从三个不同视角(左侧 1/3 偏头、正脸、右侧 1/3 偏头;汽车对应前、侧、后视角)呈现目标刺激各 3 秒供被试记忆,随后在 4500 ms 窗口内从三选一选项中辨认目标,每个测试包含 6 个记忆-测试区组,试次间穿插 1500–12000 ms 随机抖动的注视点。扫描在 3 T Siemens Allegra 扫描仪上完成,采用 EPI 序列(TR=1500 ms,TE=25 ms,翻转角 70°,29 层,层厚 4 mm)。分析仅提取条件 1 记忆编码阶段且仅纳入后续正确辨认的试次。
ROI 包括两类:基于 NeuroSynth 元分析界定的双侧 FFA 球形区域(以检索词“FFA”共 63 项研究的峰值坐标为中心构建 6 mm 半径球体,限制于梭状回显著激活区内);以及基于 Harvard-Oxford 图谱界定的结构 ROI(双侧梭状回 FG、颞下回 ITG、颞上回 STG、颞顶结合部 TPJ 与额下回 IFG)。所有 ROI 通过非线性配准参数逆映射至每位被试的原生解剖空间提取体素响应向量。RSA 流程为:提取各刺激对应的体素响应值,计算样例间全两两 Pearson 相关系数,经 Fisher r-to-z 变换正态化后,对同类别内部所有两两比较的 z 分数求均值,作为该类别的“相似度得分”。以重复测量 ANOVA 为主干统计模型(刺激类型为组内变量,诊断组与年龄组为组间变量),检出交互作用后执行事后多重比较与趋势多项式分解,并按左右半球独立检验。
主要结果
- 右侧 FFA 呈现显著的年龄 × 诊断交互作用:TD 组随年龄线性上升,ASD 组呈二次型先升后降(图 4 上排)。右侧 FFA 相似度得分检出高度显著的诊断组 × 年龄组交互作用(F(2,84)=5.28,p=0.007,partial η²=0.11),且该效应不随刺激类型改变。在儿童与青少年组中,两诊断组间未见统计学差异;而到了成人组,ASD 组的类别内相似度得分显著低于 TD 组(F(1,27)=7.10,p=0.013,partial η²=0.21)。组内趋势分解显示:TD 组呈现显著的线性上升(多项式对比 p=0.02,儿童至成年增幅显著 p=0.02);ASD 组则呈现倒 U 型的二次多项式趋势(F(2,41)=6.25,p=0.004;二次项 p=0.001),表现为儿童至青少年期显著上升(p=0.011),而青少年至成年期出现异常下降(p=0.002)。
- 左侧 FFA 呈现类似趋势但统计强度相对较弱(图 4 下排)。交互作用处于边缘显著(F(2,80)=2.91,p=0.06,partial η²=0.07),成人阶段 ASD 组呈现低于 TD 组的边际趋势(F(1,26)=3.14,p=0.086);ASD 组内二次型趋势边缘显著(p=0.065),其中青少年至成年期的相似度下降达到显著水平(p<0.02)。
- 多维标度分析(MDS)直观印证表征几何结构随发育收拢(图 5)。MDS 降维空间分布显示,在右侧 FFA 中,TD 成人组同类别样例(面孔或汽车)的点云距离最近、聚类最为紧凑,对应最高的模式相似度;而 ASD 成人组的样例点云分布相对分散,未能显现出成熟的表征收敛构型。
- 广泛腹侧流与社会脑网络表现出一致的成年期诊断差异(图 6)。在左侧 IFG(F(2,86)=3.21,p=0.045)、双侧 TPJ(右侧 F=3.89,p=0.02;左侧 F=3.33,p=0.04)、左侧下颞回(F=3.52,p=0.03)以及右侧梭状回(边缘显著 F=2.57,p=0.08)中,均检出显著的年龄 × 诊断交互作用,共同表现为“儿童与青少年阶段两组重合、仅在成年期出现显著诊断分离”;在成人亚组中,组间差异效应量显著(左 IFG 效应量 partial η²=0.30,p=0.002;右 TPJ p=0.004;左 TPJ p=0.003;右梭状回 p=0.007;左下颞回 p=0.02)。TD 组在这些区域多表现出随年龄的线性增长,而 ASD 组未见稳定上升。
- 行为成绩与临床症状维度的解离关联(表 4)。右侧 FFA 相似度得分与实际记忆辨认成绩呈正相关(在 TD 组与 ASD 组均有体现,如 TD 组新面孔识别成绩与各刺激类型的相似度均显著正相关,r 在 0.36 至 0.49 之间;ASD 组右侧 FFA 汽车相似度与汽车识别成绩正相关,r=0.31,p=0.04)。相反,自闭症症状严重度(CSS)特异性地与左侧 FFA 相似度呈现全刺激类型的显著负相关(汽车 r=−0.52,p<0.001;face-USA r=−0.51,p=0.001;face-AUS r=−0.38,p=0.01),而与右侧 FFA 无显著关联(p>0.75),在控制言语与操作智商后该负相关依然稳固。引入扫描外眼动参数作为协变量检验后,所有主要交互与组间差异结论均保持显著(p<0.05)。
实验细节还显示:除右侧 STG 外,扩展网络中汽车的类别内相似度整体高于面孔刺激,提示面孔加工依赖更分散或高度特异化的表征;右侧下颞回呈现诊断 × 年龄 × 刺激类型的三方交互(F(4,172)=2.40,p=0.05,图 7),汽车刺激的年龄分化效应主要见于 TD 组,而新面孔刺激在两组中均呈现一定上升;双侧梭状回与左侧 TPJ 的相似度增长主要由新颖的 face-AUS 刺激所驱动,已熟悉的 face-USA 存在天花板效应。
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 CFMT 条件 1 的单个试程:目标面孔分别以左偏 1/3、正面与右偏 1/3 三个视角各呈现 3 秒以供学习记忆,随后在包含 2 张干扰项的三选一任务中辨认目标;B 与 C 分别展示汽车记忆测验与澳大利亚面孔测验(CFMT-AUS)的刺激样本,图像均经过标准化灰度处理并去除外部品牌或发型背景标识。各任务在刺激呈现与时序逻辑上完全对齐,确保面孔与非面孔客体在表征相似性分析中的可比性。

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).
轴位与冠状位解剖切面展示基于 NeuroSynth 自动元分析(汇总 63 项包含“FFA”的独立研究)界定的双侧球形 ROI,采用神经放射学方位显示(图像左侧对应脑左侧)。ROI 位于双侧梭状回中部,左右形态对称;元分析定义规避了低龄儿童个体功能定位成功率低带来的样本脱落,为跨年龄段多中心数据提供了统一的解剖比较基准。

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.
图示基于 Harvard-Oxford 皮层图谱自动划分的五组结构 ROI:双侧梭状回(FG)、颞下回(ITG)、颞上回(STG)、颞顶结合部(TPJ)与额下回(IFG)。该解剖配置将表征分析从孤立的梭状回面孔区外推至覆盖高级形状分析、动态面部特征编码及心理化社会认知的完整皮层网络。

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.
柱状图展示左右侧 FFA 的相似度得分,分别呈现按刺激分类及合并刺激后的数据;横坐标对应三个发育年龄段,柱条区分 ASD 与 TD 组。右侧 FFA 呈现典型的“年龄 × 诊断”交叉轨迹:TD 组模式相似度自儿童向成年期稳步上升,而 ASD 组在青少年期达到峰值后于成年期出现回落,导致两组差异在成人阶段显著扩大(p=0.013);左侧 FFA 呈现形态类似但统计学略弱的相应趋势。

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.
MDS 矩阵图以二维点云形式映射各样例间的表征几何距离:上方为 TD 组,下方为 ASD 组,列由左至右依次为儿童、青少年与成人;圆点代表汽车,三角形代表面孔。在右侧 FFA 中,TD 成人组同类刺激点云高度聚拢形成紧实簇团,而 ASD 成人组样例点分布相对弥散,直观展示了表征相似度在表征几何空间中的结构化演化。

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.
展示合并刺激类型后,左侧 IFG、右侧 IFG 及双侧 TPJ 结构 ROI 内的相似度得分走势。各脑区重现了与 FFA 类似的交互规律:儿童与青少年组两组测值互相贴合,而在成人阶段 TD 组模式相似度显著高于 ASD 组,表明晚期发育中的表征分化异常不仅限于早期梭状回,而是波及更广泛的额颞顶联合皮层。

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.
将 IFG、梭状回与下颞叶内的表征相似度按汽车、face-USA 与 face-AUS 三类刺激拆分呈现。右侧下颞叶展现出三方交互特征:针对汽车刺激,TD 组随年龄增长表现出清晰的相似度升高,而 ASD 组呈平缓走势;对于新颖的 face-AUS 刺激,两组在多个区域均展现出随年龄的适度增加,提示晚期表征特化兼具视觉范畴与经验新颖性的交互调制。

讨论
作者的核心观点指出:在典型发育过程中,从青春期迈向成年期的长程阶段伴随着腹侧视觉流对同类视觉客体神经表征的“持续特化与空间收敛”,而 ASD 群体在此发育窗口中出现了特化进程受阻,导致两组在成年期的表征几何结构上出现显著分化。这一神经轨迹与既往行为学发现高度呼应——ASD 个体在面孔识别行为上常在青春期达到与同龄人相近的水平,但在成年后重新显现差距,且该滞后现象亦泛化至汽车等非社会性复杂客体。
对于 ASD 组显现出的“先升后降”非线性轨迹,作者持审慎态度,将其视为首度在多体素神经指标上观察到的一种可能的发展停滞或表征退化表型。值得注意的是,两组间的传统平均单体素激活幅度未见显著差异,表明此处揭示的病理改变并非源于孤立脑区的激活不足,而更可能反映了高阶类别原型组织与表征精细化维度的缺陷。在行为经验层面,典型发育者在青少年期通过社交互动及学习驾驶普遍获得了丰富的面孔与车辆辨别经验,而 ASD 群体在相关环境输入与行为专长习得上的相对不足,可能构成了晚期表征未能继续强化的外在因素。
双侧半球呈现的功能解离同样提供了理论启示:右侧 FFA 相似度直接正向关联实际辨认行为表现,反映其承载整体构型整合的核心职能;而左侧 FFA 相似度与临床自闭症状严重度呈现显著负相关,可能呼应了自闭症认知中的“弱中央统合假说”(Weak Central Coherence),即症状越重的个体在加工复杂视觉客体时,可能越倾向于依赖左侧半球主导的局部特征匹配策略。
研究客观阐述了以下局限:三类刺激在亮度和对比度上做到相近,但尚未实现低级物理特征的严格参数化配平;横断面设计无法直接勾勒个体连续的发育变化轨迹,可能存在世代混杂效应;入组样本仅限于智力正常的男性高功能个体,难以直接推广至低功能群体;扫描中未采集同步眼动数据(作者通过事后引入扫描外注视参数以及面孔-车辆同构对照,尽可能降低了眼动模式差异的潜在解释力度)。
一句话总结
研究通过表征相似性分析揭示了高级视觉通路在晚期发育阶段的神经表征重塑过程:典型发育者在青春期向成年期过渡中展现出同类别样例表征的持续收敛特化,而自闭症谱系群体在右侧 FFA 及额颞顶广泛脑区缺失了这一晚期特化过程,为理解自闭症复杂的长程面孔与客体认知障碍提供了表征几何维度的实证依据。