这项研究利用颅内脑电(electrocorticography, ECoG)记录了 8 名癫痫手术患者梭状回附近的高频脑活动,检验通常被认为主要加工身份、性别等静态属性的腹侧颞叶皮层,是否也参与加工动态面孔表情。作者发现梭状回对动态表情有显著响应,且静态响应位点与动态响应位点在空间上彼此分离、呈碎片化亚区分布。研究在同一受试者、同一皮层区域直接对比了静态与动态面孔编码,并测得情绪区分在 120 ms 即可出现。
研究背景
经典面孔加工模型将较稳定的身份、性别等属性与表情、视线和口部运动等可变属性区分开:前者常与梭状回面孔区相关,后者更多联系上颞沟附近皮层。不过行为和影像研究显示,身份与情绪存在交互,面孔运动也能引起梭状回活动。由于 fMRI 的时空分辨率限制,以往难以判断这些反应是否来自与静态面孔相同的局部亚区,也难以确定表情信息出现的具体时程;若仅依赖区域平均激活,容易将相邻的小功能区视为单一整体。
颅内记录提供了更高时空分辨率的观察窗口。既往梭状回 ERP 研究记录了静态面孔诱发的 P150–N200–P290 波形,但对动态面孔缺乏系统测量;作者团队此前的频谱解码提示,高频活动能区分面孔与对照刺激,也能区分恐惧与快乐表情。ERP 与高伽马功率反映的信号成分不同,若动态反应主要体现在高频,传统 ERP 阴性结果容易被误读为“梭状回不处理动态面孔”。因此需要在同一电极位点对比静态和动态阶段,才能判断两类响应在解剖上重叠还是分离,并评估早期和晚期表情调制的差异。
本研究在癫痫患者腹侧颞叶记录 ECoG,每个试次先呈现 1 秒静态中性面孔,随后在身份不变的前提下渐变为恐惧或快乐,并以放射棋盘及其运动作为对照。研究通过高伽马事件相关带功率获得局部、毫秒级的响应图谱,进而分析位点的静态/动态选择性、空间分布和情绪判别。结果显示,梭状回包含静态与动态交错的小亚区,且早期与晚期表情调制的优势方向不同。不过动态刺激仅采用情绪动画,无法将运动线索与情绪范畴完全分离,面孔对照也不足以确立对所有物体类别的绝对选择性。
研究思路
研究的核心策略是受试者内对比:将静态与动态两种面孔刺激置于同一刺激序列中,让每个记录位点先接受 1 秒静态中性面孔,再接受 500 毫秒从中性到恐惧或快乐的渐变变形(morph)动画。静态与动态响应由此可在同一接触点上先后测得;动态期间身份保持不变、仅表情改变,从而将可变特征单独隔离测量。对照刺激为同尺寸椭圆窗内的放射棋盘格,其静态段与动态段(径向扩张/收缩)与面孔刺激在时间结构上一一对应,确保“面孔 vs 非面孔”的对比排除低级视觉运动维度的干扰。
测量指标选择事件相关带功率(event-related band power, ERBP)的高伽马段(70–150 Hz)而非传统 ERP,主要依据三点:作者团队此前证实该频段携带面孔与表情的判别信息;高伽马的空间分布较低频更为局域,适合功能定位;猕猴电生理研究表明高伽马功率与多单元放电活动的相关性优于低频段。电极定位未采用通用标准坐标系,而是依据每位患者的脑沟脑回解剖手工划分(内外侧以脑回为界,前后向从颞极到枕极十等分),以适应腹侧颞叶明显的个体解剖形态差异。
方法
被试为 8 名药物难治性癫痫患者,因临床定位致痫灶植入硬膜下皮层电极(研究记录位点不包含致痫灶区域),方案获爱荷华大学伦理委员会批准并签署知情同意。刺激素材取自 Ekman & Friesen 面孔集中的 4 名个体(2 男 2 女)的中性、快乐与恐惧三种表情灰度图像,统一视角大小(7.5°×10°)、平均亮度和对比度;动态阶段由 28 帧线性插值图像组成,以 60 Hz 刷新率播放 500 毫秒。每名受试者完成两组实验(情绪判别任务与性别判别任务,顺序平衡),每组 200 个试次(恐惧变形与快乐变形各 80 次,非面孔对照 40 次),刺激消失后按屏幕提示进行三择一迫选(快乐/其他/恐惧,或女/其他/男)。
记录共纳入腹侧颞叶 100 个有效接触点(右半球 48 个、左半球 52 个),电极中心间距为 1 cm 或 5 mm;记录参考设于头顶电极,模拟滤波范围 1.6 Hz–1 kHz,采样率为 1–2 kHz,并通过光电二极管同步记录屏幕亮度变化以精确校准刺激呈现时刻。分析时先采用 Morlet 小波卷积将信号分解至 5 个高伽马子带(中心频率 73.5、84.4、97、111、128 Hz),信号功率相对于刺激呈现前 −600 至 −200 ms 的基线中位数进行归一化。统计分析基于 5 个预设时间窗(基线、静态早期 150–450 ms、静态晚期 550–850 ms、动态期 150–450 ms、动态后期 50–350 ms)开展 Wilcoxon 秩和检验,采用错误发现率(FDR < 0.05)校正多重比较;“面孔响应位点”需同时满足显著高于基线、显著高于非面孔对照、最大 ERBP 比对照高出至少 50% 且达到 1 dB 三项标准。此外进行单试次 ROC 分析,以曲线下面积(AUC)定量评估单个接触点在单试次水平上的分类能力(AUC = 0.5 代表无判别力,1 代表完全分离)。
主要结果
- ERP 与 ERBP 的响应分离:静态中性面孔在梭状回诱发经典的 P150–N200–P290 ERP 波形,但面孔动态变形未诱发可检测的 ERP;与之相对,高伽马 ERBP 对静态面孔与动态变形均表现出显著响应(图 2)。这表明以往依据传统 ERP 认为“梭状回不响应动态面孔”的推断源自测量信号的局限。
- 静态与动态响应位点部分分离且局部聚集:100 个接触点中,24 个响应静态面孔,27 个响应动态面孔(半球分布无显著差异,静态右半球 14/48、左半球 10/52,p = .35;动态右半球 15/48、左半球 12/52,p = .38);其中 11 个位点仅响应静态面孔,14 个仅响应动态面孔,13 个位点对二者均有响应。功能特性相近的接触点在解剖上呈现局部聚集,且部分区域性质转变陡峭——电极间距 5 mm 内动态面孔响应即显著衰减(图 3、图 4A)。
- 表情调制的右半球偏侧化:100 个接触点中有 23 个的 ERBP 受动态表情显著调制(右半球 19/48,左半球 4/52,Fisher 精确检验 p = .0002);其中 20 个位点表现为恐惧强于快乐(fear > happy),仅 4 个位点表现为快乐强于恐惧(happy > fear),且后者在空间上被 fear > happy 或无调制位点包围、孤立分布(图 3C、图 4B)。此外,表情调制还出现在 7 个不具备经典面孔响应的接触点上,表明情绪调制与基础面孔响应在解剖上部分解离。
- 情绪区分时程与动态翻转:恐惧与快乐诱发的响应差异最早在动态刺激开始后 120 ms 即可检出;在 300 ms 内出现的早期差异中,多数位点表现为快乐 > 恐惧,而恐惧 > 快乐占优势的响应模式主要集中在动态阶段的中后期(图 5)。早期响应符合自下而上的前馈加工时程,晚期出现的恐惧优势响应则可能反映来自杏仁核等区域的反馈调节。
- 单试次分类判别力:在图 2 所示的右侧 LFG 代表性接触点上,面孔与棋盘格对照的单试次最大 AUC 在静态与动态阶段均达到 0.99;全脑 24 个静态面孔响应点的平均最大 AUC 为 0.89(范围 0.72–1),27 个动态响应点为 0.84(范围 0.65–1),均显著高于非响应接触点(p < 10⁻¹² 与 p < 10⁻⁵)。情绪判别的分类表现较弱:fear > happy 接触点的平均最大 AUC 为 0.67(0.60–0.79),happy > fear 接触点为 0.64(0.61–0.70)(图 6)。
图注解读
图 1 · 试验时间线与五个分析时间窗
原文图注:Figure 1. Trial design. A trial began with a baseline static checker pattern for 1 sec (−1 to 0), followed either by a static neutral face or by a radial checker pattern (0–1). Two seconds from the trial onset, the static neutral face started to morph into either a fearful or a happy expression, or the radial checker pattern started to expand or contract. The morph period lasted 500 msec (1–1.5). The last frame in the morph movie stayed on for another 1 sec (1.5–2.5). After the stimulus was extinguished, subjects were prompted to make a response to discriminate the stimulus. At the bottom of the figure, time windows of epochs used in the epoch-based analysis are indicated by black bars.
该图给出了全部分析的时间参考架构:0 秒呈现静态刺激(中性面孔或放射棋盘),1–1.5 秒为动态变形阶段,2.5 秒刺激消失并提示按键反应。底部黑色横条标注了五个分析时段(基线、静态早/晚期、动态期与动态后期)。后续 ERBP 曲线的时程均以此为基准(0 秒和 1 秒分别对应静态与动态刺激的起始点),各统计检验亦严格对应相应的时间窗口。

图 2 · ERP 只见静态,ERBP 静态动态皆见
原文图注:Figure 2. Face-responsive ERP elicited by static neutral faces (top traces) and ERBP elicited by both static and dynamic faces (bottom traces), recorded at the electrode located in the right LFG as indicated by the yellow star on an MRI surface rendering of the ventral temporal cortex. (A) Following the onset of the static neutral face at the beginning of the trial, we observed the positive–negative–positive (P150, N200, and P290) waveform corresponding to static neutral faces (Allison, Ginter, et al., 1994; Allison, McCarthy, et al., 1994); however, face motion did not elicit a detectable ERP. (B) In sharp contrast to ERPs, we observed robust ERBP responses elicited by both static faces and dynamic morphing of facial expression. Ranges between 1 SEM above and below mean ERP or ERBP are represented by the thickness of lines (red, morph-to-fear trial [n = 149]; blue, morph-to-happy trial [n = 146]; black, control [n = 80]). A = anterior; P = posterior; L = lateral; M = medial.
A 面板显示,静态中性面孔呈现后诱发典型的 P150–N200–P290 三相波形,但在 1 秒处面孔开始运动时未检测到明显的 ERP 偏转。B 面板显示,同一记录位点的高伽马 ERBP 在 0 秒(静态呈现)与 1 秒(动态开始)均出现明显的功率抬升,恐惧变形(红线)、快乐变形(蓝线)与棋盘格对照(黑线)清晰分离。线宽表示 ±1 SEM。该对比支持主要结果第 1 点:梭状回在动态面孔刺激下存在神经活动,此前 ERP 未检出动态反应与测量信号特征相关。

图 3 · 逐个接触点的响应谱:性质相近者成簇、转变可陡可缓
原文图注:Figure 3. ERBP responses to both static and dynamic stimuli. ERBPs were recorded on the left ventral cortex (A) and the right ventral cortex (B and C). 0 and 1 sec on the x axis indicate onsets of static and dynamic stimuli, respectively. Red, blue, and black ERBP plots represent responses to morph-to-fear, morph-to-happy, and nonface control, respectively. Thickness of lines represents 1 SEM from the mean. White and black stars indicate face-responsive ERBP elicited by static faces and dynamic faces, respectively. Red dots indicate epochs where ERBPs elicited by fearful dynamic faces were larger than those elicited by happy dynamic faces, and blue dots indicate epochs in which ERBPs elicited by happy dynamic faces were larger than those elicited by fearful dynamic faces. A = anterior; P = posterior; L = lateral; M = medial.
每个子图显示单个接触点在静态(0 秒)与动态(1 秒)刺激呈现后的 ERBP 响应时程,左上方编号对应电极在皮层表面的解剖位置;白色五角星标注静态面孔显著响应,黑色五角星标注动态面孔显著响应,红色和蓝色圆点分别标注该时段恐惧显著大于快乐或快乐显著大于恐惧。左上方标注了各类条件的试次量。结果表明,相邻接触点的功能响应特性存在明显分化(如 5 mm 内动态响应显著减弱),存在特异性响应静态或动态的独立位点,且恐惧优势位点成簇分布,快乐优势位点相对孤立。

图 4 · 群体汇总:面孔响应无偏侧,情绪调制偏右
原文图注:Figure 4. A summary count is provided for each region whose boundaries are defined by gyri in medial–lateral direction and 10 equally divided segments in anterior–posterior direction. (A) Distribution of contacts with significant ERBP response to static and dynamic faces. Numbers in each segment indicate counts of electrodes with face-responsive ERBP across all subjects elicited by static face (top left), dynamic face (top right), both static and dynamic face (bottom left), and total number of contacts (bottom right). (B) Distribution of contacts with significant ERBP response to dynamic facial expression. Contacts with significant modulation of ERBP by dynamic facial expression were significantly more common in the right hemisphere than the left hemisphere (R: 19/48, L: 4/52; Fisher's exact test, p = .0002).
该图将 8 名受试者的 100 个电极位点汇总映射至标准化的“解剖脑回 × 前后分段”网格中:内外侧依据脑回(ITG、LFG、MFG、ILG 等)划分,前后方向从颞极到枕极十等分,网格数值表示落入该区域的电极数量。A 部分统计静态响应、动态响应、双重响应与总接触点分布,可见面孔响应位点广泛分布于梭状回多个前后区段,半球间分布基本对称;B 部分统计表情调制位点,右半球(19/48)与左半球(4/52)存在显著差异(p = .0002)。该分布验证了主要结果第 2 与第 3 点:面孔基础响应无明显偏侧化,而面孔表情调控显著偏向右半球。

图 5 · 情绪调制的时间结构:早期快乐占优、晚期恐惧占优
原文图注:Figure 5. Modulation of ERBP by dynamic facial expression. (A) The figure shows a face-responsive ERBP elicited by both static (starting at 0) and dynamic (starting at 1, x-axis scale is same in A and B) epochs, recorded at the electrode located in the right LFG (same data as shown in Figure 2). The happy > fear modulation was seen in the early dynamic epoch, whereas a fear > happy modulation was seen in the late dynamic epoch. Thickness of ERBP lines represents ±1 SEM from mean. (B) Results of serial Wilcoxon rank sum tests of 23 contacts that have significant modulation by expressive facial motion. With this analysis, we could visualize that brief and/or less significant happy > fear responses that might have been missed with our epoch-based analysis were also temporally concentrated in earlier periods after the onset of the dynamic phase. Red lines indicate responses to fearful dynamic faces that were significantly (FDR < 0.05) greater than those to happy dynamic faces, and blue lines indicate vice versa. (C) Same traces as B, with expanded time scale from 0 to 300 msec after the onset of the dynamic epoch (at 1 sec in A and B). Emotional modulation was seen as early as 120 msec following the onset of the motion.
A 面板展示图 2 同一位点的时程特征:动态阶段早期(约 1–1.3 秒)快乐变形的响应高于恐惧变形,晚期则反转为恐惧高于快乐。B 面板对 23 个具有显著表情调制的接触点进行逐时间点 Wilcoxon 检验,显示时程上早期集中出现快乐优势响应(蓝线),而恐惧优势响应(红线)集中分布在动态后期。C 面板将动态起始后 0–300 ms 展开显示,表情调制最早在运动开始后 120 ms 出现。该结果支持主要结果第 4 点,表明早期前馈加工与晚期反馈调节在时间维度上相继展开。

图 6 · 单试次判别:面孔近乎完美,情绪勉强过半
原文图注:Figure 6. (A), (B), and (C) show vertically stacked single-trial ERBPs of all trials of a representative contact in the right LFG, which is the same contact in Figure 2, Contact 3 of Figure 3C, and in Figure 5. ERBPs are sorted by maximum ERBP during the 50–900 msec period after onset of static stimuli in A and by maximum ERBP during the 50–900 msec period after onset of dynamic stimuli in B and C. Trials are grouped into face trials and nonface control trials in A and B and morph-to-fear, morph-to-happy, and nonface control trials in C. Most of the ERBPs responding to face stimuli in both static and dynamic epochs are larger than ERBPs elicited by nonface control stimuli. (D) AUC from our ROC analysis discriminating face from nonface control. The AUC reached almost 1 in both static and dynamic epochs. (E) AUC discrimination of morph-to-fear from morph-to-happy was not as good as discrimination of face from nonface control.
A–C 面板展示代表性接触点的单试次 ERBP 排序堆叠图,A 和 B 中面孔试次与对照试次区分明显,C 中恐惧与快乐试次的响应分布重叠度较高。D–I 面板显示 ROC 分析的 AUC 曲线与分布直方图:面孔与非面孔分类的最大 AUC 在静态与动态阶段均接近 1(D),而恐惧与快乐的分类 AUC 显著偏低(E);面孔响应接触点(红)的最大 AUC 分布整体高于非响应位点(黑)与全样本基线(灰)。该结果对应主要结果第 5 点:单试次高伽马功率能高度准确地区分面孔与非面孔类别,但对具体情绪范畴的区分度较为有限。

讨论
作者提出三项主要推论:腹侧颞叶包含若干离散的面孔响应亚区,解剖位置存在个体差异;这些亚区的特征选择性涵盖静态与动态属性,并在解剖上形成特化于静态、动态或兼具两者的局部功能簇。关于情绪调制机制,作者依据时程推断:以往静态刺激下的颅内 ERP 研究显示情绪效应通常在 300 ms 以后出现,支持源于杏仁核或前额叶的慢速反馈假设;而本研究中高伽马 ERBP 表现出的 120 ms 早期差异,与颞叶腹侧面孔及物体选择性响应的前馈时程相符,提示早期阶段包含自下而上的前馈成分,晚期出现的恐惧优势响应则符合杏仁核反馈通路的特点。同时,仅少数位点表现出早期快乐优势响应且空间分布孤立,表明皮层反馈调节可能具备高度亚区特异性,或者反映了高伽马信号与 BOLD 信号在敏感性层面的分离。
研究存在两项明确局限:其一,“面孔响应”界定基于面孔与放射棋盘格的相对对比,未对非面孔物体类别进行穷尽测试,不宜直接外推为一般意义上的类别特异性;其二,动态刺激设计仅包含表情变形,未设立非表情的面部运动对照,因而检出的恐惧与快乐选择性既可能对应情绪范畴,也可能受眼部或口部等局部运动线索差异的影响,未来需进一步分离视线与口部运动等要素。此外,研究未详细分析性别判别任务中的行为绩效与皮层电生理响应的关系。在理论定位上,该工作将非人灵长类颞叶面孔加工的离散斑块与特化分工观点引入人类腹侧颞叶研究,与分布式表征模型及高频脑电解码研究形成衔接。
一句话总结
该研究通过单试次内静态到动态的连续呈现范式,揭示了梭状回在常规 fMRI 分辨率下不易观察的内部组织特性:梭状回并非均质的静态面孔加工模块,而是包含分别特化于静态、动态及双重属性的离散亚区。ERP 与高伽马 ERBP 的对比表明,不同电生理信号成分对神经响应特性的敏感性存在明显差异。同时,情绪分类在单试次水平的 AUC 为 0.6–0.7,且实验未完全解离面部几何运动与情绪语义,对梭状回编码情绪的解读仍需结合运动线索的潜在混淆予以审慎评估。