看电影时，脑区间动态联系的跨被试相似性

人在看电影时，大脑如何做反应？一方面，外部的感觉信息实时的输入达到脑中；另一方面大脑会自动生成对故事线的预测，并与输入的信息进行匹配。那么，如果使用功能磁共振实时记录大脑的脑活动，我们会看到什么？

对于观看电影这类复杂刺激的脑成像数据，分析起来还是有很多挑战。相比于常规使用的心理学任务，对电影刺激很难确定某一心理活动具体发生的时间。因此也就无法用简单的模型去测量某些具体时间点对应的心理过程诱发的脑活动。但是好在很多脑区的激活模式是直接受输入的刺激调控的，因此在看同样的电影时不同人在这些脑区产生的激活模式是相似的。因此可以用测量不同被试激活时间序列的相似性来找到参与加工电影刺激的脑区。最早一篇显示被试间激活相似性的研究在2004年发表在Science上。我曾经在2010年的一篇博客中介绍过。

这种被试间相关性分析的方法如上图A所示。在标准化空间上大脑的每一个位置，可以做不同被试看电影时的时间序列的相关。这样就可以得到一张大脑中每个地方相似性的统计图。这类的研究已经有很多，大多发现在看电影时大脑里负责视觉加工的很多区域的激活模式存在很高的被试间相似性。而在负责高级认知任务的脑区，激活模式的被试间相似性并不高。这可能是因为这些区域并没有参与电影加工；但也可能是因为不同人对电影的理解和主观感受不同，所以局部激活的模式也没有太大的相似性。

大脑里的不同脑区负责加工不同层次的信息。它们之间并不是独立的工作的，而是实时的互相传递着各种信息。这也是我们为什么要研究脑区间的连通性，特别是动态连通性的原因。动态连通性在静息态数据处理中是用得比较多。通常可以使用滑窗 (sliding window)的方法计算每一个小时间窗口 (比如说30s)内两个脑区的功能连通性。经过一系列的滑窗，不同窗口之间连通性的变化可能反映了脑区间功能联系的动态变化。但连通性的测量指标 (比如相关系数)很容易受到噪声的影响，特别是功能磁共振信号中的头动、呼吸等生理噪声。另外，哪怕是完全无意义的随机信号，采用滑窗法也会计算出功能连通性的"变化"。那么如何才能说明滑窗间的“变化”是有意义的？这在静息态数据上是个难题。而对于看电影的数据，关于动态连通性的功能意义的疑问似乎可以在一定程度上解决。因为如果连个脑区间的动态功能联系真的是与对电影的理解有关，那么不同被的动态联系也可能是相似的。基于此我们就可以用相似的被试间相关性分析的思路去分析动态功能连通性数据 (上图B)。

这个想法其实并不复杂。作为验证，我们分析了Openneuro上的一个公开数据集。这个数据集包括了被试观看一个Pixcar动画短片《暴力云与送子鹳》时所采集功能磁共振数据。我们先使用常规的被试间相关性分析，计算每个大脑区域大脑活动的被试间相似性 (下图A)。这个结果和之前的一系列研究都类似，发现视皮层和一些高级皮层的脑活动在被时间是高度相似的。其中一个有意思的区域是缘上回 (supramarginal gyrus)，是参与理解他人意图的脑区。 但是更多的高级皮层脑区，包括大部分额叶和颞叶区域的被试间相似性是很低的。

于是我们定义了左右侧初级视皮层、高级视皮层、以及缘上回为种子点，先计算每个种子点和全脑各个脑区的动态功能连通性，再计算这个动态连通性在被试间的相关。上图B行到G行分别显示了六个种子点的分析结果。可以看到大脑中更广泛的区域显示了与各个种子点动态功能连通性的被试间相关性。很有意思的是，很多这些脑区本身的脑活动并没有显示很高的被试间相关性。这说明分析脑区间的动态连通性，可以找到更多有意义的脑区间的动态联系。这些动态联系可能对理解电影的内容起到重要的作用。一个比较有意思的动态联系是缘上回和默认网络 (锲前叶)之间。默认网络也是一个涉及高级认知功能的区域，参与理解电影内容并不奇怪。但是使用传统的激活的相似性并没有发现默认网络的参与。只有使用动态连通性分析时才能够发现默认网络。

上图显示了三对脑区每个被试的动态连通性变化曲线。从图里可以清晰地看到各个被试的动态连通性变化的相似性。类似的图我也用静息态数据画过。因为在静息态中没有一个特定的时间结构，所以动态变化在不同被试间是杂乱无章的。但在看电影的过程中，一些脑区间的动态联系是与电影故事发展的某些属性相关的，因此可以显示较高的跨被试相似性。这是使用电影等自然刺激进行功能磁共振扫描的一大好处。

关于这个方法的更多信息，可以参考我们刚刚发表在Neuroimage上的论文:

Di X, Biswal BB (2020): Intersubject consistent dynamic connectivity during natural vision revealed by functional MRI. Neuroimage. doi:10.1016/j.neuroimage.2020.116698