王鋆杰李 宏葛 玲李婷婷徐 勇中國.山西醫(yī)科大學人文社會科學學院醫(yī)學心理教研室(太原) 030001 E-mail:1045292041@qq.com 山西職工醫(yī)學院心理咨詢中心(太原) 030001 ③山西醫(yī)科大學第一醫(yī)院精神衛(wèi)生科 △通訊作者 E-mail:xuyongsmu@vip.163.com

?

人格特質的功能性磁共振成像研究進展*

王鋆杰①李 宏①葛 玲②李婷婷①徐 勇③△
①中國.山西醫(yī)科大學人文社會科學學院醫(yī)學心理教研室(太原) 030001 E-mail:1045292041@qq.com ②山西職工醫(yī)學院心理咨詢中心(太原) 030001 ③山西醫(yī)科大學第一醫(yī)院精神衛(wèi)生科 △通訊作者 E-mail:xuyongsmu@vip.163.com

【摘 要】人格特質在橫向比較及縱向變化程度上的差異性不僅對個體日常工作、學習、生活等方面有著重要影響,而且關系到個體心理健康水平的高低。自認知神經科學興起以來,研究者開始借助功能性磁共振成像(f MRI)技術探討人格特質與大腦內在功能構造之間的關系,本文就這一領域的研究進展進行綜述。

【關鍵詞】人格特質;功能磁共振成像;靜息態(tài);腦功能;綜述

Research Progress of Functional Magnetic Resonance Imaging of Personality Traits

Wang Junjie,Ge Ling,Li Tingting,Xu Yong
College of Humanitys and Social Science of Shanxi Medical University,Taiyuan 030001,China

“人格”術語最早來源于拉丁文,意指面具“Persona”一詞,原指個體在戲臺上演出的各種不同人物及行為。人格的內涵十分復雜,有關人格的定義,心理學家們的觀點并不一致,筆者較為認同“人格是個體在行為上的內部傾向,它表現(xiàn)為個體適應環(huán)境時在能力、情緒、需要、動機、興趣、態(tài)度、價值觀、氣質、性格和體質等方面的整合,是具有動力一致性和連續(xù)性的自我,是個體在社會化過程中形成的給人以特色的心身組織”這一概念[1]。從高爾頓提出“構成我們行為的品格是一種明確的東西,所以可以進行測量”這一論斷開始,一個世紀以來,研究者們從描述層面及解釋層面分別以人格測驗和人格發(fā)生的生物學基礎為依據對人格進行了科學的評估。

人格特質理論(Theory of personality trait)起源于40年代的美國。該理論認為,特質(Trait)是決定個體行為的基本特性,是人格的有效組成元素,也是測評人格常用的基本單位。有研究表明,人格特質與心理健康存在著密切關系,人格特質是影響心理健康的主要因素[2]。人格特質一直以來被看作是某些精神疾病的重要預測因素,例如:神經質特質是個體抑郁癥發(fā)作的重要影響因素[3];個體的高移情能力可以減少其攻擊性行為[4],而移情能力不足則可能會對精神分裂癥、孤獨癥等產生一定的影響[5-6]。

人格特質與心理健康密切相關,因此我們有必要對人格特質進行研究。人格的生物學理論認為,就像腦是心理的器官一樣,人格也有其生物學基礎。盡管我們生存的環(huán)境是多樣且動態(tài)的,但構成人格的行為及認知模式,往往是持久的且大致可以預測的[7]。因此,認知神經科學的一個重要挑戰(zhàn)是揭示人格特質如何在大腦內在功能構造中進行編碼,以便排除個體一時性的行為表現(xiàn),找出其本質的、穩(wěn)定的人格特質。過去,研究者們只能通過行為數據來主觀描述人格特質的特征及差異性,當前借助功能磁共振成像(f MRI)技術,我們可以客觀而直接的去揭示隱藏在人格特質背后的認知神經生物學基礎。

1　f MRI原理

目前使用最廣泛的f MRI方法是基于血氧水平依賴(Blood-oxygen-level dependent,BOLD)效應。BOLD是由日裔科學家Seiji Ogawa在美國Bell實驗室工作期間提出的[8],其基本原理是當神經細胞活動增強時,神經元興奮會消耗大量的氧,但同時也伴隨局部腦血流的增加為能量代謝提供氧。最終的效果是供氧幅度大于耗氧幅度,使得生物體血液中局部氧合血紅蛋白濃度升高而脫氧血紅蛋白濃度降低,而后者是順磁性物質,其濃度的降低會引起T2加權像信號增強,最終表現(xiàn)為磁共振信號強度的上升,在磁共振圖像上呈現(xiàn)亮信號[9]。在活體腦功能研究中,f MRI以其較高的空間和時間分辨率、無創(chuàng)性和可重復性等優(yōu)勢,成為目前使用最廣泛的腦成像技術之一。

2　f MRI技術在人格研究中的應用

2.1任務態(tài)f MRI

任務態(tài)f MRI要求被試在某種任務狀態(tài)下完成檢查。采用任務態(tài)f MRI方法對人格的腦功能進行研究關鍵是設計與人格特質相關的認知任務,采用f MRI檢測與該認知任務相關的腦功能活動區(qū)域,并將這些區(qū)域的激活強度與人格特質得分之間的關系進行定量分析。例如:Benedek等人研究了創(chuàng)造性思維和回憶檢索之間的差異。結果發(fā)現(xiàn),產生新思維相對于回憶檢索更多激活了左側頂下小葉,而這個區(qū)域已知是涉及心理模擬、想象和未來思維等特質的。此外,額下回眶部的激活和創(chuàng)造性思維的創(chuàng)造性高低有關。另外,左側頂葉皮層和左側前額葉區(qū)域可能會促進將新舊知識聯(lián)系起來的靈活性整合加工,從而為新的創(chuàng)造性思維的產生做準備[10]。Kumari等人采用“n-back”任務范式研究發(fā)現(xiàn),被試的外傾性與其背外側前額葉皮層及前扣帶回皮層在從無任務到3-back狀態(tài)下fmri信號變化的強度成正相關,此外,外傾性與丘腦、布洛卡區(qū)延伸到威爾尼克區(qū)在無任務狀態(tài)下的f MRI信號成負相關,精神質與蒼白球-殼核在無任務狀態(tài)下的f MRI信號成負相關。這些結果不僅表明個體差異性影響大腦在安靜或者進行認知任務時的反應,而且為假設的人格神經生物學基礎提供了證據[11]。Canli等人的研究提供的直接證據表明,大腦對情緒刺激的反應與人格特質存在著聯(lián)系,外傾性及神經質分別與大腦局部腦區(qū)對積極刺激及消極刺激的反應有關[12],值得注意的是,在他們隨后的研究中發(fā)現(xiàn),當呈現(xiàn)給被試高興的面部表情圖片時,被試杏仁核的激活強度與其外傾性呈正相關[13]。而Mobbs等人研究發(fā)現(xiàn),當被試在觀看幽默卡通片時,其雙側杏仁核的激活強度與其外傾性得分成負相關[14]。雖然這兩項研究設計的任務性質類似,但研究結果卻不一致,值得我們進一步探討。除了以上腦區(qū),也有研究表明腦島[15]、顳極[16]、下背側紋狀體[17]、背外側前額葉及后扣帶回[18]等腦區(qū)分別與風險決策、同理心、動機、情緒等人格特質有關聯(lián)。

然而任務態(tài)f MRI有其局限性,首先,我們有時很難設計一個能恰當反映某種人格特質的任務,而有些任務對于兒童或者老年人來說難以完成或完成質量不高,相比之下,靜息態(tài)f MRI無需進行復雜的任務設計,受試者易配合,可操作性好;其次,任務態(tài)f MRI研究主要集中于各種認知功能的定位,更多強調的是不同腦區(qū)與特定認知功能之間的關聯(lián),這更適合研究人格的某個維度或某一方面的特質,需要強調的是人格還具有整體性,人格的多種成分和特質在人身上并不是孤立存在而是密切聯(lián)系的,靜息態(tài)f MRI更加重視大腦神經網絡間的并行關系,因此有利于我們研究人格特質涉及到的不同腦區(qū)之間的相互關系;最后,大腦基礎狀態(tài)能量消耗中,任務相關的神經代謝消耗的能量只占5%,就神經環(huán)路而言,大腦的大部分神經活動都與外部事件或刺激無關,而大腦在靜息狀態(tài)下自發(fā)的神經元活動消耗的能量占大腦總能量消耗的60%～80%,Raichle把這些固定存在的神經活動稱為大腦的“暗能量”,用于大腦維持自身的活動[19-21],綜上,進一步明確人格特質與靜息態(tài)下腦功能活動的關系對認識人格特質的神經生物學基礎有重要的意義。

2.2靜息態(tài)f MRI

自Biswal博士于1995年首次運用靜息狀態(tài)(閉眼、清醒、無特定認知任務)功能磁共振研究感覺運動皮層的低頻自發(fā)神經活動以來,經過最初15年的發(fā)展,這項技術已經被研究者們廣泛的用來研究正常腦功能及各類神經精神疾病引起的腦功能異常[22]。

2.2.1如何定義靜息狀態(tài)? 相較于任務態(tài)功能磁共振成像,靜息狀態(tài)下的功能磁共振成像可以在實驗中減少很多不可控因素對實驗結果的影響,因此逐漸受到腦功能研究者們的青睞。靜息態(tài)f MRI的具體定義包括:要求被試在實驗過程中閉眼;不要睡著;不要進行特定的思考;采集幾分鐘或者更長時間的低頻振幅(Low frequency fluctuation,LFF,0.01～0.08Hz)。值得注意的是,被試在實驗過程中是否完全做到以上要求值得商榷:閉眼、睜眼或者混合狀態(tài)是否影響實驗結果?被試在實驗過程中是否都能保持清醒?中科院心理所嚴超贛研究員的研究結果表明,睜眼和閉眼兩種靜息狀態(tài)下,被試默認網絡的功能連接以及區(qū)域自發(fā)活動水平都有著顯著性差異,提醒我們在研究中要注意對不同靜息狀態(tài)的選擇以及進行多重掃描序列的實驗設計時要標明不同靜息狀態(tài)的次序[23]。Tagliazucchi和Laufs對1147名被試的靜息態(tài)f MRI數據分析后發(fā)現(xiàn),有三分之一的被試在實驗開始三分鐘內即出現(xiàn)覺醒程度的下降,這也證實了靜息狀態(tài)具有動態(tài)特性[24]。而Samann等人也開展了針對被試從清醒到慢波睡眠的不同狀態(tài)下,大腦解剖網絡自發(fā)同步性改變狀況的研究[25]。綜上,目前我們說的靜息狀態(tài)是區(qū)別于任務狀態(tài)的一種相對狀態(tài),只要被試在實驗過程中沒有進行特定的認知任務或動作,便符合我們對靜息狀態(tài)的要求。鑒于此,被試在掃描過程中只要沒有特定的認知任務,其他狀態(tài),例如:思維漫游、“開小差”、記憶鞏固、準備狀態(tài)等都符合靜息狀態(tài)的要求[]。

2.2.2人格(特質)的靜息態(tài)f MRI研究 靜息態(tài)f MRI可以按照功能分離和功能整合角度劃分為兩大類分析方法。功能分離角度研究的是大腦不同區(qū)域或者體素的局部活動水平,主要有局部功能一致性(Re Ho)、低頻振蕩振幅(ALFF)、時間簇分析(TCA)等研究方法,目前大多數研究采用的是國內臧玉峰教授提出的Re Ho及ALFF方法。功能整合角度研究的是大腦不同區(qū)域功能之間的相互關系以及大腦功能網絡,主要有線性相關(linear correlation)、獨立成分分析(ICA)、圖論(Graph)等研究方法。

2.2.2.1 功能分離 目前研究人格特質與大腦局部功能活動水平關系的方法主要是Re Ho及ALFF。Re Ho分析方法主要用于度量大腦某個活動區(qū)內不同體素活動同步性的大小,而且近期也有研究證明了Re Ho這個指標的神經生物學意義[27]。Re Ho應用于人格特質的相關研究發(fā)現(xiàn),神經質及外傾性、沖突適應能力、感受幸福的能力、人的一般智力等人格特質與大腦相關腦區(qū)的Reho值存在聯(lián)系,例如:左側額葉及內側前額葉的Reho值分別與神經質及外傾性的人格特質負相關[28]。背外側前額葉的Reho值可以預測個體在沖突適應過程的行為表現(xiàn)[29]。通過比較開心與不開心兩個組的大腦Reho值發(fā)現(xiàn),默認網絡及負責情感、獎賞的相關腦區(qū)可能對個體感受幸福的能力有影響[30]。雙側頂下小葉,額中回,海馬旁回和顳上回等多個特定腦區(qū)的Re Ho值與全面智力商數得分正相關,即,人的一般智力涉及大腦多個腦區(qū)的協(xié)同合作[31]。而關于人格障礙的研究,Tang等人首次報道了具有反社會人格(ASPD)人群的大腦Reho值的改變狀況,并且提出相關腦區(qū)Reho值的改變?yōu)锳SPD的檢測提供了潛在的標記[32]。

Re Ho從不同體素時間序列相似性的角度出發(fā),雖然可以客觀的反映大腦局部功能狀態(tài),但不能反映不同腦區(qū)的具體活動狀態(tài)。ALFF分析方法通過直接計算每個體素低頻振蕩幅度的大小,可以具體的反映出神經元自發(fā)活動的強弱,比Re Ho更具有生理解釋意義。ALFF應用于研究人格特質的相關研究發(fā)現(xiàn),大五人格各維度與特定腦區(qū)的區(qū)域活動相關[33],而Wei等人進一步的將低頻波段劃分為slow-4跟slow-5,探測了具有比大五人格理論更強的生物學模型及皮層喚醒水平的艾森克人格理論,發(fā)現(xiàn)人格特征與特定頻段下的低頻振蕩振幅相關聯(lián),并說明個體差異的腦功能活動能夠預測人格特征的差異性[34]。此外也有研究表明右側楔前葉及左側額上回內側的ALFF值與人的執(zhí)行控制加工能力顯著相關[35]。針對人格障礙人群的研究,Salvador等人報告了邊緣性人格障礙患者的大腦顳邊緣與額內側結構及功能性異常[36]。Liu等人的研究表明,反社會人格患者可能存在額—顳網絡活動不正常[37]。

2.2.2.2 功能整合 隨著認知神經科學的發(fā)展,研究者們逐漸發(fā)現(xiàn)在許多情況下,將人腦的某種功能定位在某個特定腦區(qū)是困難而且不準確的,很多認知過程的完成涉及到多個腦區(qū)的交互作用,事實上,人腦的各個腦區(qū)并不是相互獨立的,而是相互連接、彼此影響的,腦連接研究分為腦結構連接、腦功能連接以及腦有效連接3個方向,本文主要綜述的是腦功能連接。同時,前文提到人格有整體特性,多種人格特質在個體身上密切聯(lián)系,理論基礎及實踐需要都提醒我們有必要從腦功能整合的角度出發(fā)研究人格特質的大腦內在功能架構。

腦功能連接的概念最早由Friston等人于20世紀90年代提出,是指空間上遠離的不同腦區(qū)的神經生理活動之間在時間上的相關性[38]。種子點相關分析方法是目前應用最廣泛的腦功能連接分析方法,諸多研究運用該方法分析人格特質涉及到的大腦不同區(qū)域的功能連接。例如,有研究表明后扣帶回與前扣帶回膝部之間的功能連接與宜人性和血壓呈正相關[39]。冷酷特質與默認網絡異常功能連接有關,沖動、不負責任特質與額頂網絡功能連接改變有關[40]。Adelstein等人基于大腦的兩個認知與情感中心:前扣帶回和楔前葉的種子區(qū)域,發(fā)現(xiàn)每一個人格維度都有一種獨特的靜息態(tài)功能連接(RSFC)模式。并且各人格維度所預測的大腦區(qū)域RSFC并不重疊,這表明,盡管不同的個體之間存在一個根本的、核心的大腦內在功能架構,但在那個核心之外的可變性連接,導致了性格的個體差異,從而也誘發(fā)了不同的心理、行為反應[7]。針對人格障礙人群,有研究發(fā)現(xiàn)分裂型人格障礙患者的額葉區(qū)域,包括額上回及額中回的功能連接減少[41],邊緣性人格障礙患者的杏仁核和腦島、眶額皮層和殼核之間的功能連接增加[42],前扣帶回皮層和左側顳葉、右側緣/頂下小葉、右側扣帶回皮層之間的功能連接減少[43]。

種子點相關分析是一種模型驅動的方法,需要人為選定種子點,對研究者有較高要求,而且結果解釋在一定程度上受研究者主觀經驗的影響。Mc Keown等人于1998年在任務態(tài)f MRI的數據分析中首次引入獨立成分分析(ICA)方法[44],ICA是一種數據驅動方法,不受任何先驗知識的影響,能有效地去除呼吸、心跳等生理噪聲以及實驗中被試頭動對于實驗結果的影響。需要指出的是,雖然種子點相關分析方法和ICA分析方法都可用來刻畫大腦的功能連接,但是種子點相關分析刻畫的是選定的兩個或多個腦區(qū)之間的功能連接模式,是“局部”性的; ICA刻畫的是能反映全腦所有體素的功能連接模式,是“全局”性的。ICA用于靜息態(tài)下人格特質與腦功能之間關系的研究較少,截止2015年10月份,使用關鍵字(rest-state f MRI[All Fields]AND independent component analysis[All Fields]AND personality[All Fields])在Pub Med文獻查詢結果顯示僅有15篇相關研究。綜合其中4篇,被試群體年齡跨度從童年早期到成年,論證了智力與額—頂網絡功能連接之間發(fā)生發(fā)展的關系[45-48]。3篇探討了邊緣性人格障礙及分裂型人格障礙患者的靜息態(tài)腦功能網絡異常[49-51]。也有研究涉及焦慮[52]、學習遷移[53]、外向性[54]等人格特質與靜息態(tài)腦功能連接之間的關系。不過,ICA算法本身也存在不足:①ICA模型成分個數的估計和選擇;②ICA可能會將一個功能網絡“分離”成若干子網絡;③對于結果的解釋不如基于種子點的相關分析方法簡單、直觀。

基于種子點的相關分析和獨立成分分析都只是刻畫了大腦的局部功能網絡,而基于圖論的分析方法可以從整體水平上對大腦功能網路進行分析。圖論是目前復雜網絡分析領域最主要的分析工具,已廣泛用于大腦網絡的研究,在健康人群中,基于圖論的腦網絡分析用于研究腦網絡與認知、情緒、行為等因素的關系。截止2015年10月份,使用關鍵字(rest-state f MRI[All Fields]AND graph analysis [All Fields]AND personality[All Fields])在Pub Med文獻查詢結果顯示有11篇相關研究。有的研究基于全腦功能網絡的特性進一步佐證并發(fā)展了基于局部功能網絡特性研究的一些發(fā)現(xiàn),例如: van den Heuvel等人發(fā)現(xiàn)智力不僅與額—頂網絡有關,而且還與整個腦功能網絡的全局效率成正相關[55]。Wu等人研究了健康兒童腦功能網絡的拓撲性質與年齡、性別及智力的關系,同時也為我們研究兒童、青少年時期的腦發(fā)育及認知發(fā)育帶來新的啟示[56]。不過,也有的研究結論促使我們對傳統(tǒng)觀點有了新的思考,例如:Santarnecchi等人通過對較弱的腦功能連接研究挑戰(zhàn)了傳統(tǒng)的觀點—大腦拓撲結構中,強的腦功能連接有著突出作用。強調是強、弱兩種功能連接造成功能架構的不同導致了智力差異[57]。Gao等人研究了艾森克人格喚醒理論中外向性及神經質兩個人格維度與靜息態(tài)下全腦功能網絡拓撲性質的關系,發(fā)現(xiàn)外向性特質與區(qū)域性腦喚醒之間的關系可能比艾森克提出的要更復雜[58]。此外,也有研究探討了精神疾病(精神分裂癥[59]、重度抑郁癥[60]、帕金森癥[61])患者的灰質密度及腦功能連接或腦功能網絡拓撲結構的改變或破壞。

3　小結與展望

人之所以為人,關鍵不在于人的自然性,而在于人的社會性,人的本質是一切社會關系的總和。我們在生活中會遇到形形色色的人,了解自己及別人的性格特點,不僅可以使我們有一個健康的心理狀態(tài),而且有助于我們更好地工作、學習及處理人際關系。人格測驗可以對人格進行描述及分類,但是人格測驗是心理學家根據人格理論編制,派別不同,人格理論也不同,沒有公認的、統(tǒng)一的、權威的標準,而且由于人格測驗是根據行為學指標人為編制,因此帶有一定的主觀性。

綜合目前關于人格特質的生物學基礎研究,可以認為遺傳和環(huán)境的交互效應,造成個體間大腦功能構造的不同,這種差異性導致了獨具特征的人格特質的形成。未來,我們可以借助功能磁共振成像技術,基于腦影像特征嘗試對人腦進行生物學分類,并形成人格特質的影像學分類,相信這會是對人格特質分類客觀的、令人信服的標準。在臨床應用層面,我們可以嘗試確定人格特質腦環(huán)路/網絡/圖譜與各類心理疾患發(fā)生、發(fā)展的關系,尋找特異人格特質相關的藥物或心理治療,相信會有助于對心理疾患開展針對性的預防和治療工作。

參考文獻

[1]黃希庭.人格心理學[M].杭州:浙江人民出版社,2002:8

[2]楊春,巴華杰,林子清.某公安院校碩士研究生心理健康狀況分析與個性特征的相關研究[J].中國健康心理學雜志,2009,17(11): 1345-1347

[3]圣錦濤,王金輝.青少年神經質人格與抑郁的關系:移情的中介作用[J].中國健康心理學雜志,2015,23(10)1444-1447

[4]楊青,陳云,李茜,等.高中生攻擊行為與移情關系[J].中國健康心理學雜志,2014,22(1):87-90

[5]Hobson P.Empathy and autism.In T F D Farrow &P W R Woodruff(Eds),Empathy in mental illness[M].New York:Cambridge University Press,2007:126-141

[6]Lee K.Empathy deficits in schizophrenia.in T.F.D.Farrow & P.W.R.Woodruff(Eds),Empathy in mental illness[M].New York: Cambridge University Press,2007:17-32

[7]Adelstein J S,Shehzad Z,Mennes M,et al.Personality is reflected in the brain's intrinsic functional architecture[J].PLoS One,2011,6(11):e27633

[8]Ogawa S,Lee T M,Kay A R,et al.Brain magnetic resonance imaging with contrast dependent on blood oxygenation[J].Proc Natl Acad Sci U S A,1990 Dec;87(24):9868-9872

[9]楊麗琴,林富春,雷皓.靜息狀態(tài)下腦功能連接的磁共振成像研究[J].波譜學雜志,2010(3):326-340

[10]Benedek M,Jauk E,Fink A,et al.To create or to recall?Neural mechanisms underlying the generation of creative new ideas[J].Neuroimage,2013 Nov 21,88C:125-133

[11]Kumari V,ffytche D H,Williams S C,et al.Personality predicts brain responses to cognitive demands[J].J Neurosci,2004,24 (47):10636-10641

[12]Canli T,Zhao Z,Desmond J E et al.An f MRI study of personality influences on brain reactivity to emotional stimuli[J].Behav Neurosci,2001,115(1):33-42

[13]Canli T,Sivers H,Whitfield S L,et al.Amygdala response to happy faces as a function of extraversion[J].Science,2002:296-305

[14]Mobbs D,Hagan C C,Azim E,et al.Personality predicts activity in reward and emotional regions associated with humor[J].Proc Natl Acad Sci U S A,2005,102(45):16502-16506

[15]Paulus M P,Rogalsky C,Simmons A,et al.Increased activation in the right insula during risk-taking decision making is related to harm avoidance and neuroticism[J].Neuroimage,2003,19 (4):1439-1448

[16]Jimura K,Konishi S,Asari T,et al.Temporal pole activity during understanding other persons'mental states correlates with neuroticism trait[J].Brain Res,2010,1328:104-112

[17]Kehoe E G,Toomey J M,Balsters J H,Bokde AL.Personality modulates the effects of emotional arousal and valence on brain activation[J].Soc Cogn Affect Neurosci,2012;7(7):858-870

[18]王子聰,宋森,王麗紅.情緒對腦功能連接的影響[J].生物醫(yī)學工程學雜志,2014(2):262-266

[19]Raichle M E.The brain's dark energy[J].Sci Am,2010,302(3): 44-49

[20]Fox M D,Raichle M E.Spontaneous fluctuations in brain activity observed with functional magnetic resonance imaging[J].Nat Rev Neurosci,2007,8(9):700-711

[21]Zhang D,Raichle M E.Disease and the brain's dark energy[J].Nat Rev Neurol,2010,6(1):15-28

[22]Zuo X N,Zhang Z,He Y,et al.The human functional connectome:Its methodology,developmental trajectory and behavioral association(in Chinese)[J].Chin Sci Bull(Chin Ver),2012,57: 3399-3413

[23]Yan C,Liu D,He Y,et al.Spontaneous brain activity in the default mode network is sensitive to different resting-state conditions with limited cognitive load[J].PLoS One,2009,29(5): 5743-5765

[24]Tagliazucchi E,Laufs H.Decoding wakefulness levels from typical f MRI resting-state data reveals reliable drifts between wakefulness and sleep[J].Neuron,2014 May 7;82(3):695-708

[25]Samann P G,Wehrle R,Hoehn D,et al.Development of the brain's default mode network from wakefulness to slow wave sleep[J].Cereb Cortex,2011,21(9):2082-2093

[26]Raichle M E.Neuroscience.The brain's dark energy[J].Science,2006 Nov 24;314(5803):1249-1250

[27]Jiang L,Xu T,He Y,et al.Toward neurobiological characterization of functional homogeneity in the human cortex:regional variation,morphological association and functional covariance network organization[J].Brain Struct Funct,2015 Sep;220(5): 2485-2507

[28]Wei L,Duan X,Yang Y,et al.The synchronization of spontaneous BOLD activity predicts extraversion and neuroticism[J].Brain Res,2011,1419:68-75

[29]Wang T,Chen Z,Zhao G,et al.Linking inter-individual differences in the conflict adaptation effect to spontaneous brain activity[J].Neuroimage,2014,90:146-152

[30]Luo Y,Huang X,Yang Z,et al.Regional homogeneity of intrinsic brain activity in happy and unhappy individuals[J].PLoS One,2014,9(1):85181-85190

[31]Wang L,Song M,Jiang T,et al.Regional homogeneity of the resting-state brain activity correlates with individual intelligence[J].Neurosci Lett,2011,488(3):275-278

[32]Tang Y,Liu W,Chen J,et al.Altered spontaneous activity in antisocial personality disorder revealed by regional homogeneity [J].Neuroreport,2013,24(11):590-595

[33]Kunisato Y,Okamoto Y,Okada G,et al.Personality traits and the amplitude of spontaneous low-frequency oscillations during resting state[J].Neurosci Lett,2011,492(2):109-113

[34]Wei L,Duan X,Zheng C,et al.Specific frequency bands of amplitude low-frequency oscillation encodes personality[J].Hum Brain Mapp,2014,35(1):331-339

[35]Xu J,Rees G,Yin X,et al.Spontaneous neuronal activity predicts intersubject variations in executive control of attention[J].Neuroscience,2014,263:181-192

[36]Salvador R,Vega D,Pascual J C,et al.Converging Medial Frontal Resting State and Diffusion-Based Abnormalities in Borderline Personality Disorder[J].Biol Psychiatry,2016,79(2):107-116

[37]Liu H,Liao J,Jiang W,et al.Changes in low-frequency fluctuations in patients with antisocial personality disorder revealed by resting-state functional MRI[J].PLoS One,2014,9(3):e89790

[38]Friston K J,Frith C D,Liddle P F,et al.Functional connectivity: the principal-component analysis of large(PET)data sets[J].J Cereb Blood Flow Metab,1993 Jan;13(1):5-14

[39]Ryan J P,Sheu L K,Gianaros P J.Resting state functional connectivity within the cingulate cortex jointly predicts agreeableness and stressor-evoked cardiovascular reactivity[J].Neuroimage,2011,55(1):363-370

[40]Cohn M D,Pape L E,Schmaal L,et al.Differential relations between juvenile psychopathic traits and resting state network connectivity[J].Hum Brain Mapp,2015,136(6):2396-2405

[41]Zhang Q,Shen J,Wu J,et al.Altered default mode network functional connectivity in schizotypal personality disorder[J].Schizophr Res,2014,160(1-3):51-56

[42]Krause-Utz A,Veer I M,Rombouts S A,et al.Amygdala and anterior cingulate resting-state functional connectivity in borderline personality disorder patients with a history of interpersonal trauma[J].Psychol Med,2014,44(13):2889-2901

[43]O'Neill A,D'Souza A,Samson A C,et al.Dysregulation between emotion and theory of mind networks in borderline personality disorder[J].Psychiatry Res,2015,231(1):25-32

[44]Mc Keown M J,Jung T P,Makeig S,et al.Spatially independent activity patterns in functional MRI data during the stroop color -naming task[J].Proc Natl Acad Sci U S A,1998 Feb 3;95 (3):803-810

[45]Vakhtin A A,Ryman S G,Flores R A,et al.Functional brain networks contributing to the Parieto-Frontal Integration Theory of Intelligence[J].Neuroimage,2014 Dec;103:349-354

[46]Li C,Tian L.Association between resting-state coactivation in the parieto-frontal network and intelligence during late childhood and adolescence[J].AJNR Am J Neuroradiol,2014 Jun;35 (6):1150-1156

[47]Langeslag S J,Schmidt M,Ghassabian A,et al.Functional connectivity between parietal and frontal brain regions and intelligence in young children:the Generation R study[J].Hum Brain Mapp,2013 Dec;34(12):3299-3307

[48]Martínez K,Solana A B,Burgaleta M,et al.Changes in restingstate functionally connected parietofrontal networks after videogame practice[J].Hum Brain Mapp,2013 Dec;34(12): 3143-3157

[49]Doll A,Sorg C,Manoliu A,et al.Shifted intrinsic connectivity of central executive and salience network in borderline personality disorder[J].Front Hum Neurosci,2013,30(7):727-735

[50]Wolf R C,Sambataro F,Vasic N,et al.Aberrant connectivity of resting-state networks in borderline personality disorder[J].J Psychiatry Neurosci,2011,36(6):402-411

[51]Lagioia A,Van De Ville D,DebbanéM,et al.Adolescent resting state networks and their associations with schizotypal trait expression[J].Front Syst Neurosci,2010,4:35

[52]Modi S,Kumar M,Kumar P,et al.Aberrant functional connectivity of resting state networks associated with trait anxiety[J].Psychiatry Res,2015,234(1):25-34

[53]Gerraty R T,Davidow JY,Wimmer GE,et al.Transfer of learning relates to intrinsic connectivity between hippocampus,ventromedial prefrontal cortex,and large-scale networks[J].J Neurosci,2014 Aug 20;34(34):11297-11303

[54]Lei X,Zhao Z,Chen H.Extraversion is encoded by scale-free dynamics of default mode network[J].Neuroimage,2013 Jul 1; 74:52-57

[55]Van den Heuvel M P,Stam C J,et al.Efficiency of functional brain networks and intellectual performance[J].J Neurosci,2009 Jun 10;29(23):7619-7624

[56]Wu K,Taki Y,Sato K,et al.Topological organization of functional brain networks in healthy children:differences in relation to age,sex,and intelligence[J].PLoS One,2013;8(2):55347

[57]Santarnecchi E,Galli G,Polizzotto N R,et al.Efficiency of weak brain connections support general cognitive functioning[J].Hum Brain Mapp,2014 Sep;35(9):4566-4582

[58]Gao Q,Xu Q,Duan X,et al.Extraversion and neuroticism relate to topological properties of resting-state brain networks[J].Front Hum Neurosci,2013,11(7):257-265

[59]Wang Y,Yan C,Yin D Z,et al.Neurobiological changes of schizotypy:evidence from both volume-based morphometric analysis and resting-state functional connectivity[J].Schizophr Bull,2015,41(2):444-454

[60]Ye M,Yang T,Qing P,et al.Changes of Functional Brain Networks in Major Depressive Disorder:A Graph Theoretical Analysis of Resting-State f MRI[J].PLoS One,2015 Sep 1;10(9): 133775-13380

[61]Wei L,Zhang J,Long Z,et al.Reduced topological efficiency in cortical-basal Ganglia motor network of Parkinson's disease:a resting state f MRI study[J].PLoS One,2014,9(10):108124-108130

更正:本刊2013年第21卷第7期974頁刊登的論文"認知-存在團體對社區(qū)慢性精神分裂癥患者的干預效果"第二作者程明明應為通訊作者,通訊郵箱為:chengmmthu@163.com。

(收稿時間:2015-11-13)

*基金項目:國家自然科學基金(編號:81571319)

doi:10.13342/j.cnki.cjhp.2016.05.039

中圖分類號:R395.9

文獻標識碼:A

文章編號:1005-1252(2016)05-0795-06