减法运算的功能ＭＲＩ研究
 |
| 第1页 |
参见附件(296KB，4页)。
[摘要]目的 用功能MRI探讨减法运算时人脑的活动情况。 方法 对18例正常年轻受试者进行退位及不退位减法任务的功能MRI扫描，采用SPM2软件进行数据分析和脑功能区定位。 结果 减法计算时主要可见额前区、顶叶、小脑及枕叶的激活，与三重编码模型大致相似;退位减法时激活的面积明显增大。 结论 前额区及顶叶是计算减法的主要活动部位，随着计算难度的增加，需要更多的脑功能区参与。
[关键词] 功能磁共振;数学运算;大脑皮层
The functional MRI of subtraction calculation task
LIU Bin，TENG Gao-jun，YANG Ming，LI guo-zhao
(Department of Radiology，Zhongda Hospital，Southeast University，Nanjing210009，China)
Abstract:Objective To explore the activation patterns of brain in subtraction calculation with functional MRI.Method Functional MR images were acquired in18healthy young subjects when they received calculation experiment with or without abdication subtraction.SPM2soft ware was used to process data and localize functional areas of brain.Results Prefrontal cortex，parietal lobe，cerebellum and occipital lobe were activated during sub-traction calculation task.The results were almost consistentwith the triple code model.The activated area was larger in subtraction calculation task with abdication than that without abdication one.Conclusion Prefrontal cortex and parietal lobe are dominating areas in subtraction calculation task.More functional region will be recruited with the increase of difficulty.
Key words:functional MRI;calculation;cortex (Modern Medical Journal，2006，34:18.21)
数学计算活动是人类基本的思维活动，其具体的机制及参与的神经网络尚不完全清楚，随着功能MRI的兴起，神经心理学及神经认知学得到了飞速发展，关于数学计算过程的研究获得了国内外学者的关注 [1-9] 。本实验通过对正常年轻受试者减法计算的功能MRI进行研究分析，探讨减法计算时的脑部活动情况
1 对象与方法
1.1 受试对象
受试者为医学院学生，共18例，均身体健康，无严 重的神经系统疾病史和精神病药物服用史。双眼裸眼视力或矫正视力正常(近视者扫描时佩戴隐形眼镜)。所有受试者均为大专及以上学历，17例为右利手，1例为左利手。其中男10例，女8例;年龄18～24岁，平均21岁。
1.2 检查方法
采用Philips公司1.5T超导型Eclipse磁共振成像系统。头正交线圈。受试者实验时仰卧，头部加用软海绵固定于线圈内以减少头部运动。实验任务由E.prime编成文件，由磁共振机EPI序列脉冲控制计算机自动同步播放，与计算机连接的投影仪将任务内容投影到屏幕上。受试者通过安装在线圈上的反光镜可以观看屏幕上的内容。另外有一个按钮盒作为反馈系统与计算机相连，由E.prime软件接收受试者的反馈信息，来统计受试者对不同任务的计算正确率和反应时间。
先使用自旋回波(SE)脉冲序列获取20层横轴面T 1 W解剖图像，扫描参数TR500ms，TE12.1ms，翻转角(flip angle)90°，层厚6mm，无间隔，距阵192×256，激励次数(NEX)2。然后采用BOLD技术，应用单次激发回波平面成像梯度回波序列(gradient EPI)，在T 1 WI同样的层面上进行功能成像。EPI扫描参数为:TR3000ms，TE40ms，翻转角(flip angle)90°，视野(FOV)24cm×24cm，距阵64×64，层厚6mm，无间距，激励次数(NEX)1，简单、复杂计算间隔以静息期，简单、复杂计算激发和采集期各为40次，全期160次。同时我们也对每个受试者作全脑容积扫描以获得全脑3D图像，容积扫描(RAPID PRE)参数为:TR11ms，TE3.98ms，翻转角(flip angle)35°，视野(FOV)24cm×24cm，距阵128×256，层数100，层厚1.5mm，无间距，激励次数(NEX)3。受试者在接受检查前均接受短暂培训，以期能全力配合。
1.3 任务设置
本试验采用组块设计。任务组分为简单任务和复杂任务两个水平。简单任务为20以内不退位减法，复杂任务为二位数退位减法。减法公式呈现时间2.5s，中间间隔0.5s，在这3s当中，要求被试者判断减法公式的结果是否正确，当计算任务的结果和给出的答案相符时，右手食指按1键;如不符，右手中指按2键。对照组采用无运算符号且与任务组等长字符的数字串，判断出现数字的奇偶，数字串呈现时间2.5s，中间间隔0.5s，奇数时右手食指按1键，偶数时右手中指按2键。任务组与对照组交替出现，共重复4次。简单任务与复杂任务的排列顺序由随机量表决定。共获取EPI图像3200幅。
1.4 统计学处理
首先对实验中电脑记录的受试者反应正确率进行检查，将简单计算及复杂计算任务中正确率低于80%的受试者数据舍弃(如受试者在按键时有缺失，则计算正确率时将该计算个数从总数中删去)。比较简单及复杂数学计算任务的反应时间及准确率有无统计学差 异，检验水准α=0.05。 采用目前国际上流行的SPM2软件系统对fMRI实验数据作统计分析。预处理包括运动校正、空间标准化和空间平滑处理。将运动校正中检测到头部三维平移超过0.5mm、三维旋转超过0.5°的数据舍弃。统计阈值概率设定为P<0.001，激活范围阈值设定为20个象素，即连续激活象素数达到20以上的区域考虑为有意义激活区。
2 结 果
18例中均无头部三维平移超过0.5mm、三维旋转超过0.5°的受试者。18例受试者的反应时间、正确率见表1。 表1 18例受试者简单、复杂计算任务的反应时间及正确率
15例受试者中，简单及复杂计算任务中的主要激活脑区见表2、图1、图2，顶叶中各部分的激活例数见表3。 表2 简单及复杂计算任务中主要的激活脑区(略) 表3 简单及复杂计算任务中顶叶各部分的 图1 简单计算任务的脑激活区 a.左内侧面观;b.右内侧面观;c.后面观;d.前面观;e.右外侧面观;f.左外侧面观;g.下面观;h.上面观。双侧额前区，顶叶(双顶下区、顶上区、右中央后区)，双小脑、枕叶可见激活。激活的范围及强度较图1明显增大。 图2 复杂计算任务的脑激活区
3 讨 论
3.1 数学认知的三重编码模型 数学认知的研究中，Dehaene等 [1-3] 提出的三重编码模型得到了广泛的支持。该模型认为，数字在人脑中以三种清楚的模块组成:阿拉伯数字，听觉、口语编码模块，近似数量表达。在视觉阿拉伯编码中，数字在内在的视觉空间的存储器中呈数列排列。这主要涉及左、右颞枕通路，可以进行阿拉伯数字的识别，促进多位数的操作和奇偶判断。在口语编码中，数字编码为序列形式(如24)，这种编码由左侧的语言区支持，允许口语编码的理解和产生(如2×3=6)。最后，在数量编码中，表现为类似的线状排列，即近似数量表达(如9大于5)。这种语意编码主要涉及到左右顶下小叶，与数字的对比及其他语意的操作有关。不同模块分别基于不同的数字编码，不同模块之间具有相应的通道，能够进行认知功能之间的切换。根据这个模型， 认为认知一位数的数学问题有两种主要通路:(1)直接 通路。输入的数字转换成口语形式，通过死记硬背的记忆存储获得结果，如一位数的加法和乘法。(2)间接通路。即应用脑部的数量操作获得运算结果。这种通路最典型的表现就是减法任务，这种处理过程主要依赖两侧的顶下小叶，当需要口头输出时，还和左侧的语言区有关。
3.2 实验结果与三重编码模型的关系
本实验在简单及复杂计算任务时主要可见前额区、顶叶、小脑及枕叶的激活(表2，图1、2)，且以额前区、顶叶的激活更多。简单计算时12例受试者可见双侧额前区激活，1例受试者可见右侧额前区激活;复杂计算时13例受试者可见双侧额前区激活，左、右侧额前区单侧激活各1例。顶叶在简单计算时可见5例双侧、6例左侧、3例右侧激活，复杂计算时可见10例双侧、3例左侧、2例右侧激活。可见这些区域与计算活动密切相关。该结果与三重编码模型基本相符，即在减法任务中主要涉及两侧的顶叶，尤其是顶下区有明显激活(见表3)，其激活的例数在简单及复杂计算中无明显统计学差异(P>0.05)。这说明，虽然计算难度增加，但是主要参与脑皮层的部位仍然相似。本组15例受试者中可见5例左侧的语言区即Broca区的激活，这可能和计算时部分受试者默读答案有关。枕叶激活在简单计算时有9例(双侧，左、右侧激活各3例)，复杂计算时11例(双侧10例、左侧1例)，这主要和视觉刺激中的颞枕通路有关。但是，本实验中只有部分受试者颞叶有激活，笔者认为这是因为本组的实验设计是以随机出现的数字为对照组，当减法任务与之对照，在后处理时削弱了颞叶的作用。因此，本实验的结果和三重编码模型基本相符。由于实验设计的不同，各部位的激活文献报道 [2-4] 稍有差别。
3.3 前额区及小脑激活情况
本实验除了发现双侧的顶叶及枕叶激活外，还可见前额区及小脑有较多激活。前额叶皮层在计算过程中可能负责计算策略的选择、对计算过程进行排序、监控，并在结果选择时克服错误选项的干扰等。目前，普遍认为小脑参与了高级神经活动，在本实验中同样发现了该特点。因此，笔者认为，小脑的主要功能除了维持身体的平衡、调节肌张力和协调运动外，还可能参与运动和学习，对学习、记忆和时间等进行调控。
3.4 复杂计算任务与简单任务相比激活的脑区大致 相似，但范围更广 简单及复杂计算任务时主要激活的脑区大致相似，笔者认为这是因为这两种计算均包括减法的运算、结果的获取及大小对比判断过程，但是复杂任务时脑激活的面积明显增多，范围更广(图1、2)。这可能是因为复杂计算任务由于需要进行退位计算，其难度较大所致。如表1所示，复杂计算时正确率为85.37%，低于简单计算96.10%;反应时间为1.87s，长于简单计算时的1.51s。二者之间均有显著的统计学差异(P<0.05)。由于复杂计算时难度加大，脑部计算时 需要更多的功能子系统参与，相关功能区需要动员更 多的神经元参与应对复杂任务，因此激活了更多相关的功能区。
总之，有关数学认知的功能MRI研究尚处于起步阶段，通过对正常受试者脑活动的研究，将为今后研究计算不能或计算分裂的患者奠定了基础。
[参考文献]
[1]DEHAENE S.Varieties of numerical abilities [J].Cognition， 1992，441.2):1.42.
[2]DEHAENE S，SPELKE E，PINEL P，et al.Sources of mathematical thinking:behavioral and brain-imaging evidence[J].Science， 1999，284(7):970.974.
[3]CHOCHONF，CONENL，van de MOORTELE P F，et al.Differen-tial contributions of the left and right inferior parietal lobules to number processing[J].J Cognitive Neurosci，1999，11(6):617.630.
[4]RICKARD T C，ROMERO S G，BASSO G，et al.The calculating brain:an fMRI study[J].Neuropsychologia，2000，38(3):325.335.
[5]BURBAUD P，DEGREZE P，LAFON P，et al.Lateralization of Pre-frontal activation during internal mental calculation:a functional magnetic resonance imaging study[J].J earophysiol，1995，74(5):2194.2200.
[6]ZAGO L，PESENTI M，MELLETE，et al.Neural correlates of sim-ple andcomplex mental calculation[J].Neuroimage，2001，13(2):314.327.
[7]FULBRIGHT R K，MANSON S C，SKUDLARSKI P，et al.Quan-tity determination and the distance effect with letters，numbers，and shapes:a functional MR imaging study of number processing [J].AJNR Am J Neuroradiol，2003，24(2):193.200.
[8]张权，张云亭，李威，等.数字计算相关脑功能区定位的fM- RI研究[J].临床放射学杂志，2005，24(2):103.107.
[9]张秋阳，骆姚星.数学认知的脑功能成像研究[J].中国医学 影像技术，2004，20(10):1607.1609.
(东南大学附属中大医院放射科，江苏南京 210009)
您现在查看是摘要介绍页，详见PDF附件(296KB，4页)。