IT / 文献库

PAPER 263 / CLOSE READING

The distributed human neural system for face perception

语义审核:pass_with_minor_revisions · 图表审核:minor_issue

本文目录 (Table of Contents)
  1. 研究背景
  2. 研究思路
  3. 方法
  4. 主要结果
  5. 图注解读
    1. 图 1 · 猴面孔选择神经元的分布:8 项研究的位点与身份/表情双维分析
    2. 图 2 · 五项功能成像研究中梭状回面孔反应区的位置
    3. 图 3 · 单个被试的核心系统三区(面孔 vs 房屋)
    4. 图 4 · 延伸系统被面孔信息征用的三组证据
    5. 图 5 · 分布式面孔加工系统模型图
  6. 讨论
  7. 一句话总结

这篇综述提出了面孔知觉领域的经典理论模型——“分布式面孔加工系统”(distributed human neural system for face perception),整合了来自 PET/fMRI、颅内诱发电位及猕猴单细胞记录的多模态证据:枕颞视觉皮层的三个双侧区域构成“核心系统”(core system),负责面孔视觉特征的早期分析;空间注意、情绪、听觉言语及传记记忆等神经网络构成“延伸系统”(extended system),与核心区协同提取社会交往含义。该模型的理论支柱在于将面孔信息区分为两类:决定个体身份的“恒常特征”(invariant aspects)主要由梭状回表征,而用于社会沟通的“可变特征”(changeable aspects,如注视方向、面部表情、唇动)主要由上颞沟表征。该框架为后续关于 FFA 与 STS 功能分工、社交注意及情绪面孔加工的研究提供了理论参考。

研究背景

面孔不仅告诉我们“这是谁”,还持续提供对方在看哪里、有什么情绪和正在说什么的信息。身份识别需要跨表情与眼嘴运动保留相对稳定的面部结构,社会沟通却恰恰依靠这些变化。Bruce 与 Young 的认知模型据此把结构编码之后的身份、表情和言语唇动加工加以区分;熟悉性与重复启动对身份和表情任务产生不同影响,也提示它们并非同一个过程。问题随之从面孔是否特殊,转向多种面孔信息怎样分工又怎样整合:辨认面部形状、读懂它的意义、提取某人的姓名与经历,不能仅凭一个统一的“识脸能力”解释。

神经证据逐步把这些认知区分落到脑内。面孔失认症显示,腹侧枕颞损伤可严重影响熟悉面孔识别;猴颞上沟和颞下皮层的单细胞记录则发现,对表情与身份敏感的细胞具有不同分布。人类成像陆续定位到外侧梭状回、枕下回和后上颞沟的面孔优势反应,使单一专门模块与多区分工成为需要协调的解释。不同研究的任务、基线及个体解剖差异又影响定位的一致性,因此罗列激活坐标并不足以建立功能模型。尤其是,面孔偏好只说明某区对一类刺激反应较强,不能判断它主要分析身份、注视还是表情,更不能说明它如何与情绪、注意或语言系统交互。

本文作为综述,尝试用“恒常与可变特征”和“核心与延伸系统”两组区分组织既有证据。作者将面孔视觉分析归入枕颞核心网络,再讨论它与空间注意、情绪、听觉言语及个人知识系统的协作;注意身份或注视方向时不同区域受到不同调制,为功能分工提供了比单纯定位更具体的依据。这一框架回应的是多种证据如何组成可检验的加工架构,并未报告一套新的统一实验。区域分工应理解为相对偏重,而非某区只处理一种信息;共同或邻近激活也不足以证实模型箭头代表的因果连接。反馈方向、加工时序和各分支的独立程度,仍需进一步测量。

研究思路

作者的论证框架主要体现为“认知加工模型与解剖功能通路的对应”。首先,确立人类腹侧皮层中面孔响应脑区的数量与解剖位置稳定性;其次,通过注意操纵实验检验不同区域的功能分化——在同一个 fMRI 实验中,操控受试者分别注意面孔注视方向或注意个体身份,检验注意调控对不同区域激活强度的调制效应,从而将认知模型中的加工通路对应至具体脑区;最后,将与面孔知觉协同活动的辅助系统(空间注意、情绪反应、言语加工、传记记忆等)纳入模型架构,论证特定认知功能(如唇读理解)并非由孤立特异的脑区独立承担,而是表征视觉形态的区域与表征其语义/情感内涵的系统协同活动的结果。该模型由此具备“恒常 vs 可变”的水平功能分支,以及“核心 vs 延伸”的垂直层级交互结构。

方法

本文为综述,不涉及新数据采集,但证据来源值得逐类说明。(i) 正常人的 PET-rCBF 与 fMRI 研究:对照条件包括观看无意义图形或非面孔物体(如房屋、椅子、工具),或性别判断作基线;定位刺激任务有被动观看、同时/延迟匹配、性别或职业判断(后者需要身份识别)。关键的注意实验来自 Hoffman 与 Haxby (2000):被试顺序观看静态面孔照片,在注视条件下判断当前照片的注视方向是否与前一张相同(无论此人是谁),在身份条件下判断是否与前一人为同一人(无论注视方向),比较两种注意对面孔反应区活动的调制。(ii) 癫痫手术病人的皮层表面电极诱发电位研究。(iii) 猴单细胞记录研究:8 项研究的面孔选择细胞位点汇总,以及 Hasselmo 等 (1989) 用三只猴 × 三种表情的刺激集做的身份/表情双维分析。图像展示手段上,作者用 C-Surf 软件对单个被试做皮层折叠、膨胀与展开处理,以"面孔 vs 房屋"对比呈现核心系统的三个区(Figure 3)。

主要结果

  1. 人类腹侧枕颞皮层存在三个双侧面孔反应区:外侧梭状回(通常双侧、右侧更稳定)、枕下回外侧部与后上颞沟(Fig 2、Fig 3)。枕下回区在解剖上腹邻梭状回区、背邻 STS 区,提示它可能是这两者的共同输入源。梭状回区的位置与房屋、椅子、工具等"邻近类别反应区"的拓扑排列在多个被试内研究中高度一致。值得注意的是,把注意引向注视方向会减弱梭状回对面孔的反应——这为"梭状回更多参与恒常特征"埋下伏笔。
  2. 皮层内诱发电位印证了多点分布:面孔特异的 N200(约 200 ms 锐负波)与 N700(约 690 ms 宽负波)记录于双侧腹侧枕颞皮层(最常在外侧梭状回,部分在颞下回/枕下回)与外侧颞皮层(后中颞回,恰在成像定位的后 STS 面孔区附近);另一面孔特异电位 P350(约 344 ms 宽正波)见于包括右前腹侧颞皮层在内的其他位点——后者可能与传记信息提取研究的激活区对应。
  3. 猴单细胞证据给出功能分离的解剖基础:对表情做差分调谐的细胞主要位于 STS,对身份做差分调谐的细胞主要位于颞下皮层(Fig 1b);STS 内的注视角度与侧脸角度敏感细胞相互混杂,且多数对特定注视方向的细胞也响应相容的侧脸角度。
  4. 人类面孔反应区之间存在功能性双重分离(Hoffman 与 Haxby 2000):注意注视方向时 STS 的反应强于注意身份时,注意身份时外侧梭状回的反应强于注意注视时;枕下回区的注意调制模式提示它在身份知觉中的作用大于注视知觉。这是"恒常-可变"两表征假设最直接的人类证据。
  5. 延伸系统各有实证:被动观看移开注视的面孔(相对直视面孔)使双侧顶内沟(intraparietal sulcus, IPS)及左 STS 显著更强激活(Fig 4a),且 Puce 等发现 IPS 只对眼动反应、STS 对眼动与嘴动都反应——顶内沟特异地参与由感知注视引发的注意转移;恐惧面孔一致地激活杏仁核(Fig 4b),MEG 显示由表情判断情绪先在约 140–170 ms 激活后上颞皮层、后在约 220 ms 激活右杏仁核,杏仁核受损病人对恐惧与愤怒等负性情绪的选择性识别障碍也吻合;无声唇读激活上颞回听觉言语区(该区同样被听到的言语激活,Fig 4c),说明唇读需要 STS 视觉唇动分析与颞上回音位分析的协调;名人/熟人面孔激活前中颞回(早期研究还见颞极),且该区也对名人姓名与熟悉的户外场景反应,提示其功能是传记性与自传性知识的表征。

图注解读

图 1 · 猴面孔选择神经元的分布:8 项研究的位点与身份/表情双维分析

原文图注:Fig. 1. Locations of face-selective neurons identified in single-unit recording studies in the macaque. (a) Summary of eight studies (reproduced, with permission, from Ref. 49). Each symbol represents the work of a different investigator. (See original article for references.) (b) Locations of neurons that were selective for facial expressions (open circles), identity (closed circles), both expression and identity (half-filled circles), showed an interaction between expression and identity (squares), or were selective for neither (triangles) in the study by Hasselmo et al.29

(a) 部分把 8 项研究记录到的面孔选择细胞位点叠加在猴脑解剖标记上(CS 为中央沟、STS 为上颞沟、IOS/PMTS/AMTS/ITS 为各沟回标记,图中另标注 2.0–4.5P 等前后坐标分段);(b) 部分按 Hasselmo 等的编码区分选择类型:空心圆=表情、实心圆=身份、半实心圆=两者、方块=交互、三角=两者皆非。读图要点是空心圆偏 STS 上侧、实心圆偏腹侧颞下皮层——这正是"表情在 STS、身份在颞下皮层"双重分离的原始解剖图,支撑主要结果第 3 条与模型中 STS/梭状回的分工假设。

Figure 1

图 2 · 五项功能成像研究中梭状回面孔反应区的位置

原文图注:Fig. 2. Locations of face-responsive regions in the fusiform gyrus from five functional neuroimaging studies. The PET–rCBF study by Haxby et al.33 and the fMRI study by Clark et al.32 contrasted activation while viewing faces with activation while viewing nonsense pictures. The PET–rCBF study by Sergent et al.12 contrasted activation during a facial identity discrimination task (actor versus non-actor) with activation during a gender discrimination task (male versus female). The fMRI studies by Kanwisher et al.6 and McCarthy et al.7 contrasted activation while viewing faces with activation while viewing non-face objects. Note that the figure from Kanwisher et al.6 also shows the location of the inferior occipital face-responsive region.

这张图把五项研究的梭状回面孔反应区画在同一解剖参照下:两项 PET(Haxby 等:面孔 vs 无意义图形;Sergent 等:身份判断 vs 性别判断)与三项 fMRI(Clark 等:面孔 vs 无意义图形;Kanwisher 等、McCarthy 等:面孔 vs 非面孔物体)。读图方法是看各研究激活点的聚拢程度:尽管对照任务各异,位置却高度重合,且多偏右半球。这支撑主要结果第 1 条,也是对"跨研究一致性找不到"质疑的正面回应——一致性需要被试内高分辨率比较才可见。

Figure 2

图 3 · 单个被试的核心系统三区(面孔 vs 房屋)

原文图注:Fig. 3. Cortical regions that comprise the core system for visual analysis of faces from a single subject. The data are from Subject TB in Ref. 5. Regions shown in red to yellow responded more to faces than to houses. Regions shown in blue responded more to houses than to faces. The upper figures are lateral views of the folded cortical surface. The next row of images shows the cortical surfaces of each hemisphere tilted back 45° to show both the lateral and ventral surfaces of the temporal lobe. In the next images, the cortical surfaces are inflated to show the cortex in the sulci, indicated by a darker shade of gray. The lower images show the entire cortical surface of each hemisphere flattened into a two-dimensional sheet. Cortical rendering and flattening was done using C-Surf software (Boston, MA). Note that all three face-responsive regions are bilateral in this subject.

四行图像依次是:折叠皮层侧面观、后倾 45° 以同时显示颞叶外侧面与底面、膨胀皮层(沟内以深灰显示)、全皮层展开成二维平面。红到黄色为面孔大于房屋的区,蓝色为房屋大于面孔的区。读图关键是数"红色块":该被试的三个面孔反应区——枕下回、外侧梭状回、后 STS——都呈双侧出现,而蓝色(房屋优势)位于腹侧偏内的梭状回/海马旁回一带。这是核心系统模型的解剖实证图,支撑主要结果第 1 条,也直观展示了"面孔区与邻近类别区拓扑相邻"的论证。

Figure 3

图 4 · 延伸系统被面孔信息征用的三组证据

原文图注:Fig. 4. Activation of other neural systems to process the meaning of information gleaned from the face. (a) The intraparietal sulcus (arrows) is activated by perception of averted gaze9. (b) The amygdala is activated by perception of fear in the face of another. (Reproduced, with permission, from Ref. 17.) (c) Lip-reading activates auditory superior temporal regions that are also activated by hearing speech. (Reproduced, with permission, from Ref. 14.)

三个面板对应延伸系统的三条通道:(a) 移开注视(相对直视)面孔激活顶内沟(箭头所示),对应空间注意通道;(b) 观看他人恐惧表情激活杏仁核,对应情绪通道;(c) 无声唇读激活的颞上回听觉区与听言语时激活的相同,对应言语通道。这三幅图(皆引自已发表研究)是"核心系统之外的区域协同参与面孔意义加工"主张的原始证据,支撑主要结果第 5 条的三个分项。

Figure 4

图 5 · 分布式面孔加工系统模型图

原文图注:Fig. 5. A model of the distributed human neural system for face perception. The model is divided into a core system, consisting of three regions of occipitotemporal visual extrastriate cortex, and an extended system, consisting of regions that are also parts of neural systems for other cognitive functions. Changeable and invariant aspects of the visual facial configuration have distinct representations in the core system. Interactions between these representations in the core system and regions in the extended system mediate processing of the spatial focus of another's attention, speech-related mouth movements, facial expression and identity.

这是全文的总结性框图。核心系统一侧:枕下回(面部特征的早期知觉)向下分出外侧梭状回(恒常特征——独特身份的知觉)与上颞沟(可变特征——注视、表情与唇动的知觉);延伸系统一侧:顶内沟(空间注意指向)、杏仁核/脑岛/边缘系统(情绪)、听觉皮层(言语前阶段语音知觉)、前颞叶(个人身份、姓名与传记信息),分别与核心系统的相应表征交互,实现对他人注意焦点、言语相关嘴动、表情与身份的加工。读图时抓住两条线:恒常/可变的分支,以及核心/延伸的层级——后者意味着同一个脑区可以同时属于多个功能系统,支撑"认知功能由多区协调实现"这一核心主张。

Figure 5

讨论

作者在讨论中首先比较了该框架与 Bruce-Young 经典认知模型的异同:继承了分支加工的思想,但在两处进行了拓展——提出面部表情、注视方向与言语唇动在早期知觉阶段共享一个独立于身份识别的“可变特征”表征网络,强调面孔加工是“表征视觉物理构型”的核心网络与“表征该构型功能意义”的延伸网络之间的动态协同,而不仅是线性的单向输出。作者同时指出,两通路的解剖与功能分离相对而非绝对:外侧梭状回在表情识别中可能提供支持性结构信息,延伸系统中的杏仁核与顶内沟亦具备一定的基础视觉分析能力。

围绕当时的理论分歧,文章通过专栏讨论了两个问题:在 Box 1 中,关于面孔区的领域特异性,作者指出猴电生理中仅部分细胞具备绝对的面孔选择性,人类成像中面孔区对其他动物亦有显著响应,支持专长假说(expertise hypothesis)——即该区域可能更一般性地服务于在个体水平精细辨别复杂同构物体的认知需求;在 Box 2 中,针对面孔倒置效应(倒置显著削弱行为识别但 fMRI 激活未见等量下降),作者提出倒置面孔仍能动员核心面孔网络尝试提取特征,提取受阻时进一步调用临近的物体表征区域作为代偿支持。文末列出了后续有待解决的科学问题,包括枕下回在特征整合中的确切地位、STS 内部注视与表情敏感神经元的亚区分布、经验依赖的表征重塑,以及核心与延伸系统之间的信息传递时序与反馈机制。

一句话总结

本综述系统构建了人类分布式面孔加工模型,将面孔知觉解构为枕颞核心系统(负责恒常身份与可变动态特征的视觉分析)与多模态延伸系统(负责注意、情绪与语义意义的提取)的协同网络。

审校与证据追溯

当前来源未附审校评注。请参照上方登记状态。