外傾性相關(guān)腦區(qū)的局部區(qū)域一致性及其與言語(yǔ)智力的關(guān)系:一項(xiàng)靜息態(tài)fMRI 研究

李莎莎，趙文濤，李婧，徐勇,,3*

(1.山西醫(yī)科大學(xué)人文社會(huì)科學(xué)學(xué)院，山西 太原；2.山西醫(yī)科大學(xué)第一醫(yī)院/第一臨床醫(yī)學(xué)院精神衛(wèi)生科，山西 太原；3.山西醫(yī)科大學(xué)第一醫(yī)院/第一臨床醫(yī)學(xué)院精神障礙人工智能輔助診療技術(shù)實(shí)驗(yàn)室，山西 太原)

0 引言

在早期研究中，人格與智力往往被視為兩個(gè)彼此獨(dú)立的特質(zhì)，但越來(lái)越多的研究發(fā)現(xiàn)，人格與智力間存在著顯著的相關(guān)[1]。五因素人格理論作為目前世界上使用最廣泛的人格理論之一，將人格分為了五個(gè)維度：宜人性、責(zé)任心、外傾性、神經(jīng)質(zhì)、開(kāi)放性[2]。在這五個(gè)特質(zhì)中，外傾性用來(lái)表示人際互動(dòng)的數(shù)量和密度、對(duì)刺激的需要以及獲得愉悅的能力，它是人格五因素中與智力聯(lián)系最為緊密的特質(zhì)之一，多項(xiàng)研究發(fā)現(xiàn)外傾性與智力之間存在正相關(guān)關(guān)系[3-5]，例如，Pearman 在研究中發(fā)現(xiàn)外傾性是加工速度和短時(shí)記憶的正向預(yù)測(cè)因子[6]，而Lynn 發(fā)現(xiàn)外傾性與IQ 顯著正相關(guān)[7]。但也有一些研究得到不同的結(jié)論，Moutafi 的研究發(fā)現(xiàn)一般智力與外傾性之間具有顯著的負(fù)相關(guān)關(guān)系，并對(duì)其具有負(fù)向預(yù)測(cè)作用[8]；另外，還有研究表明高外傾者在進(jìn)行推理等需要高度加工的認(rèn)知任務(wù)時(shí)表現(xiàn)較差[9,10]。由此可見(jiàn)，以往研究對(duì)外傾性和智力之間的關(guān)系還尚未有統(tǒng)一的結(jié)論，究其原因，除了研究樣本的限制外，更重要的是研究手段的局限性，以往對(duì)人格與智力關(guān)系的研究大多都僅采用量表來(lái)測(cè)量主要變量。

與此同時(shí)，神經(jīng)科學(xué)發(fā)展，為心理學(xué)研究提供了更客觀的測(cè)評(píng)指標(biāo)，尤其是磁共振成像(Magnetic Resonance Imaging，MRI)技術(shù)的出現(xiàn)，為心理學(xué)研究的發(fā)展開(kāi)拓了一條新的道路。靜息態(tài)功能磁共振成像(resting state functional magnetic resonance imaging，r-fMRI)測(cè)量的是靜息狀態(tài)下人腦的bold 信號(hào)，針對(duì)人格本身較穩(wěn)定的特質(zhì)，又因?yàn)槠淇芍貜?fù)性高，干擾性少，應(yīng)用于人格腦機(jī)制的研究上更具有優(yōu)勢(shì)。而在fMRI 的多種方法中，本次研究選擇的是局部區(qū)域一致性(Regional homogeneity，ReHo)方法，它主要用于度量大腦某個(gè)活動(dòng)區(qū)內(nèi)不同體素活動(dòng)同步性的大小。一方面是因?yàn)镽eHo 分析方法本身的特性符合以往人格研究結(jié)果中腦區(qū)定位的特征，另一方面是因?yàn)橐延醒芯孔C明了ReHo 指標(biāo)的神經(jīng)生物學(xué)意義[11]。

因此，在結(jié)合量表數(shù)據(jù)的基礎(chǔ)上，我們使用r-fMRI 技術(shù)中的ReHo 方法，定位與外傾性相關(guān)的腦區(qū)，并進(jìn)一步從腦神經(jīng)機(jī)制的角度來(lái)探討外傾性與智力間的關(guān)系，我們假設(shè)外傾性與智力之間的確存在關(guān)系，而且這種關(guān)系可以從大腦功能的角度來(lái)進(jìn)行解釋。

1 對(duì)象與方法

1.1 對(duì)象

招募健康成人被試，按照一致的納入排除標(biāo)準(zhǔn)嚴(yán)格篩選，受試者均簽署知情同意書(shū)。本研究方案經(jīng)過(guò)山西醫(yī)科大學(xué)第一醫(yī)院倫理委員會(huì)審查通過(guò)。

納入及排除標(biāo)準(zhǔn)：右利手；19-57 歲；無(wú)精神疾病；學(xué)歷初中及以上；無(wú)重大軀體疾病史及顱腦外傷史；兩系三代無(wú)精神病史或神經(jīng)病史；符合磁共振掃描條件(無(wú)假牙、心臟起搏器等)；大腦核磁圖像質(zhì)量控制達(dá)標(biāo)。

共招募156 例健康成人被試，完成大五人格量表、韋氏成人智力量表及靜息態(tài)fMRI 數(shù)據(jù)的收集。后未納入研究者5人(其中問(wèn)卷無(wú)效者2 人，核磁數(shù)據(jù)質(zhì)量不達(dá)標(biāo)者3 人)，最終納入研究151 人，其中男性47 人、女性104 人，平均年齡為(26.93±7.671)歲，平均受教育年限為(17.04±2.094)年。

1.2 方法

1.2.1 研究工具(量表)、測(cè)評(píng)方法

采用大五人格量表(Neuroticism Extraversion Openness Five-Factor Inventory，NEO-FFI)對(duì)所有被試的外傾性維度人格特征進(jìn)行測(cè)量(Costa & McCrae ,1989). NEO-FFI 已被證明與完整版本一致，并且與其他人格量表一樣具有良好的信效度[12]。大五人格量表將人格共分為五個(gè)維度：盡責(zé)性、宜人性、外傾性、神經(jīng)質(zhì)和開(kāi)放性，本研究中主要需要的是外傾性的測(cè)量分?jǐn)?shù)。

本研究采用經(jīng)過(guò)龔耀先修訂的韋氏成人智力量表(Chinese Revised Wechsler Adult Intelligence Scale，WAISRC)對(duì)被試進(jìn)行施測(cè)，共包括11 個(gè)分測(cè)驗(yàn)，這11 個(gè)分測(cè)試又可以歸類為2 個(gè)分量表——言語(yǔ)量表(Verbal Intelligence Quotient，VIQ) 和操作智力量表(performatnce Intelligence Quotient，PIQ)[13,14]。測(cè)試結(jié)束后根據(jù)標(biāo)準(zhǔn)化常模將粗分換算成量表分，就得到1 個(gè)總量表得分(Full Intelligence Quotient，F(xiàn)IQ)和2 個(gè)分量表得分：VIQ 和PIQ。

核磁共振掃描：所有的成像數(shù)據(jù)都是在山西省人民醫(yī)院使用德國(guó)西門(mén)子公司生產(chǎn)的 Siemens Magnetom Trio 3T 全身磁共振成(MRI)系統(tǒng)收集的。使用專門(mén)的泡沫墊固定被試頭部以避免頭動(dòng)過(guò)大影響數(shù)據(jù)質(zhì)量，給每位被試佩戴專門(mén)的防噪音耳機(jī)以降低機(jī)器噪聲對(duì)被試產(chǎn)生的影響。在掃描過(guò)程中，要求被試閉上雙眼，保持清醒狀態(tài)，盡量不進(jìn)行任何思考。

腦成像數(shù)據(jù)的獲取：使用德國(guó)西門(mén)子公司生產(chǎn)的 Siemens Magnetom Trio 3T 全身磁共振成(MRI)系統(tǒng)，收集被試的全腦靜息態(tài)fMRI 數(shù)據(jù)。掃描過(guò)程和序列參數(shù)如下：靜息態(tài)fMRI數(shù)據(jù)采集使用回波平面成像序列(echo-planar imaging (EPI)sequence)，橫斷位從下到上隔層掃描，共32 層。層厚=4 毫米，TR=2500 毫秒，TE=40 毫秒，采集矩陣=64×64，翻轉(zhuǎn)角度(FA)=90 度，掃描視野(FOV)=240mm。每個(gè)被試采集212個(gè)時(shí)間點(diǎn)，掃描持續(xù)時(shí)間8 分57 秒。

1.2.2 評(píng)價(jià)或觀察指標(biāo)

圖像預(yù)處理：fMRI 的數(shù)據(jù)預(yù)處理過(guò)程運(yùn)用MATLAB 平臺(tái)上的DPARSF 軟件工具包(http：//rfmri.org/DPARSF)。考慮到初始fMRI 信號(hào)的不穩(wěn)定性和參與者對(duì)環(huán)境適應(yīng)的過(guò)程對(duì)結(jié)果可能造成的影響，故刪除每個(gè)被試前10 幀功能圖像；時(shí)間層校正；頭動(dòng)校正，剔除fMRI 數(shù)據(jù)中頭部挪動(dòng)幅度超過(guò)2.5 mm 或三維旋轉(zhuǎn)角度超過(guò)2.5 的被試7 名；進(jìn)行空間標(biāo)準(zhǔn)化處理；回歸可能產(chǎn)生干擾的協(xié)變量的方差；濾波(0.01～0.08HZ)，去除低頻漂移和高頻噪聲的影響。

ReHo 分析： Reho 分析采用REST 軟件(http：//restfmri.net/forum/REST_V1.8)。通過(guò)計(jì)算每一個(gè)KCC 值( 也稱為ReHo 值)來(lái)度量給定體素的時(shí)間序列與其最接近的26 個(gè)體素的相似性。計(jì)算KCC 值的詳細(xì)原理及公式在Zang 的研究中已經(jīng)具體闡述過(guò)，最終通過(guò)計(jì)算全腦每個(gè)體素的KCC 值，生成單個(gè)ReHo 圖。為了使全腦效應(yīng)最小化，體素ReHo 值將除以每個(gè)參與者的全腦ReHo 的平均值，然后利用FWHM4.0mm 的高斯核對(duì)平均ReHo 圖像進(jìn)行空間平滑。

繼續(xù)采用REST 軟件對(duì)被試ReHo 圖和外傾性得分進(jìn)行Pearson 相關(guān)分析，應(yīng)用AlphaSim 方法對(duì)相關(guān)分析的結(jié)果進(jìn)行多重比較校正，設(shè)置P＜0.001 時(shí)差異具有統(tǒng)計(jì)學(xué)意義。通過(guò)REST 軟件可獲得每個(gè)像素在蒙特利爾神經(jīng)科學(xué)研究所(MNI)腦圖譜中的坐標(biāo)值，用X、Y、Z 表示，按照該坐標(biāo)進(jìn)行解剖定位并確定相關(guān)腦區(qū)。

1.2.3 統(tǒng)計(jì)處理

我們用SPSS 2.0 軟件(https：//www.ibm.com/cn-zh/analytics/spss-statistics-software)，將年齡、性別和學(xué)歷作為協(xié)變量后，對(duì)外傾性得分與智力各量表得分進(jìn)行相關(guān)分析。

在外傾性與ReHo 值的相關(guān)分析中，考慮到性別、年齡和學(xué)歷可能對(duì)ReHo 和ENO-FFI 得分相關(guān)性分析的影響，我們?cè)谟肦EST 軟件進(jìn)行相關(guān)分析時(shí)將性別、年齡和學(xué)歷作為協(xié)變量，以體素方式評(píng)估所有受試者外傾性得分和大腦ReHo之間的相關(guān)性。

中介效應(yīng)檢驗(yàn)：為了檢驗(yàn)?zāi)X結(jié)構(gòu)、外傾性和智力得分之間可能存在的中介關(guān)系，bootstrapping 是目前最科學(xué)的方法之一[15-17]。Bootstrapping 是指從數(shù)據(jù)集中反復(fù)采樣，估計(jì)每個(gè)重采樣數(shù)據(jù)集中的間接影響(預(yù)測(cè)通過(guò)中介對(duì)結(jié)果的影響)。本研究將與外傾性顯著相關(guān)腦區(qū)的ReHo 值作為自變量，韋氏智力得分作為因變量，外傾性作為中介變量，使用SPSS v.20 中的PROCESS 插件(http：//www.xunart.com/c145362.html)進(jìn)行分析，該過(guò)程重復(fù)1000 次，并對(duì)間接影響的抽樣分布給出置信區(qū)間(CI) 估計(jì)，使統(tǒng)計(jì)能力最大化。如果結(jié)果中的95% CI 不包含0，則我們可以得出結(jié)論：在P=0.05 的水平上，間接效應(yīng)與零有顯著差異，因此中介作用存在。

2 結(jié)果

2.1 外傾性與ReHo 值的相關(guān)(見(jiàn)表1 和圖1)

最終我們的結(jié)果顯示，與NEO-FFI 量表中的外傾性維度呈正相關(guān)的腦區(qū)有：顳中回、顳極、腦島、后扣帶回。

表1 大腦局部區(qū)域一致性與外傾性顯著相關(guān)的腦區(qū)

2.2 外傾性在智力腦機(jī)制中的中介作用(見(jiàn)表2)

2.2.1 人格量表與智力量表的相關(guān)

在控制年齡、性別和學(xué)歷后，將大五人格量表的外傾性維度與智力量表的兩個(gè)分量表進(jìn)行相關(guān)分析，得到人格的外傾性與言語(yǔ)分量表之間具有顯著的相關(guān)(P＜0.05)。

圖1 與外傾性相關(guān)的局部區(qū)域一致性增強(qiáng)的腦區(qū): 右上左，右側(cè)顳極;右上右，左側(cè)顳中回; 左下，右側(cè)腦島; 右下，左側(cè)后扣帶回。

表2 外傾性與智力各量表得分的相關(guān)分析

2.2.2 人格的中介作用(見(jiàn)表3)

將與人格維度相關(guān)腦區(qū)中的ReHo 值提取出來(lái)，然后將其作為自變量，言語(yǔ)智力分量表得分作為因變量，外傾性作為中介變量，來(lái)建立中介模型，運(yùn)用Bootstrap 法對(duì)其進(jìn)行分析。得到左側(cè)后扣帶回到言語(yǔ)智力分量表的中介效應(yīng)95%置信區(qū)間為(-6.7683 -0.1566)，不包含0，說(shuō)明中介效應(yīng)顯著；得到右側(cè)顳極到言語(yǔ)智力分量表的中介效應(yīng)95%置信區(qū)間為(0.2918 8.3063)，不包含0，說(shuō)明中介效應(yīng)顯著；得到右側(cè)腦島到言語(yǔ)智力分量表的中介效應(yīng)95%置信區(qū)間為(0.35 6.5926)，不包含0，說(shuō)明中介效應(yīng)顯著。

表3 各腦區(qū)ReHo 值與言語(yǔ)智力分量表(VIQ)的中介效應(yīng)(外傾性為中介變量)

3 討論

在ReHo 分析中發(fā)現(xiàn)，人格維度中的外傾性與大腦中顳中回、顳極、腦島和后扣帶回的ReHo 值呈正相關(guān)。顳中回跟語(yǔ)言理解有關(guān)，中文刺激激活了左側(cè)顳中回[18]。扣帶皮層是邊緣系統(tǒng)的一部分，已有研究發(fā)現(xiàn)它在情緒，注意力和社會(huì)行為中起到作用，這與外傾性高的人往往更擅長(zhǎng)于社交活動(dòng)的特點(diǎn)相一致[19,20]。右側(cè)時(shí)間極點(diǎn)與情節(jié)記憶相關(guān)，具體來(lái)講，它與情緒和社會(huì)性相關(guān)記憶的關(guān)系更緊密。及時(shí)把握住別人的情緒和調(diào)整自己情緒的能力越強(qiáng)，以及社會(huì)性相關(guān)記憶的能力越強(qiáng)，個(gè)人的社會(huì)性發(fā)展就會(huì)越好，外傾性發(fā)展的可能性也就越大，當(dāng)然，相互關(guān)系也有可能是反向的，但他們之間的確存在著關(guān)系這一點(diǎn)是毋庸置疑的。腦島會(huì)引起道德感、共情以及對(duì)音樂(lè)的情緒反應(yīng)[21]。共情在社交中是一項(xiàng)極為有用的能力，準(zhǔn)確把握住對(duì)方的感受，并給予適當(dāng)?shù)幕貞?yīng)，對(duì)于社交環(huán)境中的互動(dòng)具有極大的促進(jìn)作用。

我們的結(jié)果不僅證明了外傾性與言語(yǔ)分量表有著正相關(guān)關(guān)系，還發(fā)現(xiàn)在后扣帶回、顳極和腦島這三個(gè)腦區(qū)與言語(yǔ)智力的對(duì)應(yīng)關(guān)系中，外傾性起著中介作用。外傾性得分越高，言語(yǔ)分量表得分越高，這在語(yǔ)言的發(fā)展階段能夠得到一定程度上的解釋，在兒童時(shí)期言語(yǔ)發(fā)展的階段，外傾性高的孩子會(huì)更樂(lè)意與別人交流，因此得到更多言語(yǔ)表達(dá)的機(jī)會(huì)，也就在言語(yǔ)方面能夠發(fā)展得更好。

除此之外，對(duì)于人格和智力間的這個(gè)中介模型，也存在一種更為宏觀的解釋：在人格與智力的理論研究中，除了傳統(tǒng)的單純對(duì)智力和人格兩者間關(guān)系的探討外，Colin 提出另一種完全不同的看法：智力可以被看作是人格更大領(lǐng)域的一個(gè)構(gòu)念[22]。也就是說(shuō)，將傳統(tǒng)人格理論擴(kuò)展開(kāi)來(lái)后，智力也可以看作是人格的一部分。結(jié)合以往研究[23]中得出的信息加工速度與IQ 相關(guān)的結(jié)果來(lái)看，也許存在這樣一種可能：信息加工速度之所以與IQ 有高相關(guān)，是因?yàn)槿烁褚蛩卦谄渲衅鹬欢ǖ淖饔?，而我們的結(jié)論為這種可能性提供了一定的證據(jù)支持。

研究結(jié)果表明，靜息狀態(tài)下顳中回、顳極、腦島、后扣帶回這四個(gè)腦區(qū)的活動(dòng)與外傾性有關(guān)，定位了與人格中外傾性維度有關(guān)的腦區(qū)，并在進(jìn)一步研究中發(fā)現(xiàn)了外傾性在言語(yǔ)智力與顳極、腦島和后扣帶回這三個(gè)腦區(qū)間的中介作用，成為揭示人格與智力間復(fù)雜關(guān)系的證據(jù)之一。本研究存在以下幾點(diǎn)不足：(1)樣本研究含量偏小，男性數(shù)量較女性偏少，且各年齡段分布不均，限制了統(tǒng)計(jì)效能；(2)在外傾性與腦區(qū)的關(guān)系上，本文采用的是相關(guān)分析，因此只能得出外傾性可能與這些腦區(qū)間存在著一定的關(guān)系，并不能推斷出因果聯(lián)系。