左側(cè)額中回參與漢字視覺空間分析的fNIRS證據(jù)*

陳發(fā)坤 陳 甜 蔡文琦 王小娟 楊劍峰

左側(cè)額中回參與漢字視覺空間分析的fNIRS證據(jù)*

陳發(fā)坤 陳 甜 蔡文琦 王小娟 楊劍峰

(陜西師范大學(xué)心理學(xué)院, 西安 710062)

左側(cè)額中回(MFG)是漢字閱讀腦機(jī)制研究發(fā)現(xiàn)的一個典型腦區(qū), 它表現(xiàn)出在漢字閱讀中的特異激活, 一種普遍的解釋認(rèn)為其負(fù)責(zé)了漢字獨(dú)特的視覺空間加工。但是, 該解釋沒有得到直接的證據(jù)支持。本研究操縱漢字材料的視覺呈現(xiàn)空間頻率, 使用功能性近紅外光譜成像(fNIRS)技術(shù)對此問題進(jìn)行探討。通過構(gòu)建3 (字類型：真字、假字和非字) × 3 (空間頻率：完整頻譜、低空間頻率和高空間頻率)的重復(fù)測量實(shí)驗(yàn)設(shè)計(jì), 記錄被試在完成重復(fù)刺激檢測的one-back任務(wù)時MFG的血氧濃度變化。結(jié)果發(fā)現(xiàn)左側(cè)MFG表現(xiàn)出顯著的字類型主效應(yīng), 即假字比真字和非字需要更多MFG的激活; 而且, 左側(cè)MFG還表現(xiàn)出顯著的字類型與空間頻率的交互作用, 即在低空間頻率條件下假字比真字和非字具有更強(qiáng)的MFG激活, 而在另兩種頻率條件下并沒有發(fā)現(xiàn)字類型的顯著激活差異。結(jié)果表明左側(cè)MFG的確對漢字的空間信息敏感, 尤其是在需要更多字形/正字法加工的假字條件下以及對低空間頻率信息的加工上都需要更多MFG的激活。研究結(jié)果為左側(cè)MFG參與漢字正字法信息的視覺空間加工提供了直接的證據(jù)。

漢字閱讀, 額中回, 空間頻率, fNIRS

1 引言

大腦左側(cè)額中回(Middle Frontal Gyrus, MFG)在漢字閱讀中的激活是漢字腦機(jī)制研究的一個重要發(fā)現(xiàn)。該腦區(qū)在漢字閱讀中的具體功能成為研究者廣泛關(guān)注的問題, 有研究者認(rèn)為其可能與詞典語音提取(Tan et al., 2005)、語義(Tan et al., 2000)、由字形通達(dá)語義的加工相關(guān)(Tan et al., 2001; Wu et al., 2012), 更為普遍的解釋則認(rèn)為MFG參與了漢字獨(dú)特的復(fù)雜視覺空間加工(Siok et al., 2004; Tan et al., 2003; Wu et al., 2012)。但是, MFG究竟對應(yīng)著怎樣的視覺空間信息加工還缺乏深入探討, 更沒有直接的證據(jù)表明MFG對漢字的視覺空間分析敏感。本研究直接操縱漢字材料的視覺呈現(xiàn)空間頻率, 對此問題進(jìn)行深入探討。

左側(cè)MFG是漢字閱讀的特異性激活的典型腦區(qū)之一。主要的證據(jù)來源于MFG在閱讀漢字時比閱讀英語等拼音文字表現(xiàn)出更強(qiáng)地激活(Tan et al., 2005); 而且, 該腦區(qū)的激活不足是漢語發(fā)展性閱讀障礙的主要缺陷之一(Siok et al., 2004; Siok et al., 2008)。雖然對該腦區(qū)在漢字閱讀中的功能認(rèn)識還沒有得到統(tǒng)一的結(jié)論, 但較普遍的觀點(diǎn)認(rèn)為該腦區(qū)可能與漢字的視覺空間分析相關(guān)(Siok et al., 2004; Tan et al., 2003; Wu et al., 2012)。一種解釋認(rèn)為, 由于MFG與一般的工作記憶有關(guān)(Owen et al., 2005), 而漢字識別過程需要更多的視覺工作記憶, 因此推測該腦區(qū)參與了視覺特征的工作記憶加工(Perfetti et al., 2007; Sun et al., 2011)。另一種解釋則認(rèn)為, MFG在漢字識別中主要負(fù)責(zé)空間信息的整合加工, 即漢字識別需要對部件之間的關(guān)系進(jìn)行區(qū)分, 從而需要更多對空間頻率信息的加工(Perfetti et al., 2013)。但是, MFG參與漢字的識別加工是否受到了空間頻率加工的影響, 還沒有得到直接的證據(jù)支持。

研究表明, 空間頻率信息在視覺詞匯識別中發(fā)揮著重要作用(Kwon & Legge, 2012), 不同的空間頻率信息對應(yīng)著不同的視覺特征加工。高/低空間頻率信息都會促進(jìn)視覺詞匯的識別, 高空間頻率信息傳遞的細(xì)節(jié)特征(如線條終端等)能促進(jìn)字母的準(zhǔn)確識別(Fiset et al., 2008), 而低空間頻率傳遞的整體特征會加快視覺詞匯識別的反應(yīng)時間(Jordan et al., 2016; 趙婧等, 2013)。

相對于物體識別, 詞匯識別更多依賴于高空間頻率信息。字母或筆畫是視覺詞匯的基本書寫單元, 對細(xì)節(jié)特征(字母和筆畫)的高空間頻率分析有利于視覺詞匯識別(Perfetti et al., 2013; Winsler et al., 2017)。如Roberts等人(2013)對腦損傷病人的功能性磁共振成像(fMRI)研究發(fā)現(xiàn), 左腹側(cè)枕顳受損的患者對高空間頻率的視覺信息不敏感, 且患者在閱讀和命名任務(wù)中表現(xiàn)出反應(yīng)時的延長。Mercure等人(2008)的事件相關(guān)電位(ERP)實(shí)驗(yàn)也發(fā)現(xiàn), 相比于低空間頻率真字, 高空間頻率真字引起了左腹側(cè)枕顳電極點(diǎn)更強(qiáng)地N170反應(yīng), 而該腦電成分被認(rèn)為負(fù)責(zé)詞匯的正字法加工。進(jìn)一步的fMRI研究(Woodhead et al., 2011)也發(fā)現(xiàn), 高空間頻率圖激活了負(fù)責(zé)視覺詞匯識別的左腹側(cè)枕顳區(qū), 而低空間頻率圖沒有激活此區(qū)域。上述研究表明, 在詞匯識別中, 高空間頻率信息參與并影響了早期的視覺詞匯識別。

漢字識別可能還需要依賴于更多低空間頻率信息。漢字屬于方塊字, 對其識別不僅需要區(qū)分筆畫序列等高空間頻率細(xì)節(jié)信息, 還需要區(qū)分部件之間結(jié)構(gòu)關(guān)系的低空間頻率信息。比如, 區(qū)分“凡”和“風(fēng)”需要依賴高空間頻率信息, 而區(qū)別“杏”和“呆”主要依賴低空間頻率信息(Perfetti et al., 2013)。漢字的低空間頻率信息反映的詞匯整體特征會減少視覺詞匯識別的反應(yīng)時間, 促進(jìn)漢字整體信息的加工(Zhao et al., 2014; 趙婧等, 2013)。研究者指出空間組合的方塊漢字相對于線性排列的拼音文字, 具有更復(fù)雜的空間結(jié)構(gòu)(部件的空間結(jié)構(gòu)關(guān)系), 需要更多依賴低空間頻率信息(Perfetti et al., 2013)。因此, 如果MFG反映了漢字的視覺空間加工, 其激活可能進(jìn)一步會受到來自漢字呈現(xiàn)的視覺空間頻率信息的調(diào)節(jié); 尤其是在低空間頻率條件下, MFG會更多參與漢字的閱讀加工過程。

但是, MFG的激活程度還與不同成分的閱讀加工相關(guān), 這也是前人研究對于MFG在漢字閱讀中的功能認(rèn)識不統(tǒng)一的原因。漢字閱讀是由視覺信息輸入到漢字心理表征通達(dá)的過程, 在這個復(fù)雜的過程中, 漢字承載著字形/正字法、語音和語義信息, 這三種信息在心理詞典中對應(yīng)著相應(yīng)記憶存儲, 漢字閱讀就是這三種信息從物理信號輸入到心理詞典信息通達(dá)的加工過程。同時, 每種信息的加工過程還可以區(qū)分為亞詞典和詞典水平的加工：亞詞典加工是在心理詞典信息通達(dá)前的加工過程, 如字形到語音轉(zhuǎn)換; 而詞典加工是指心理詞典信息的檢索、提取、確認(rèn)等加工過程。MFG在漢字閱讀中的激活究竟對應(yīng)著哪一個加工環(huán)節(jié), 研究者的結(jié)果并不統(tǒng)一, 有研究認(rèn)為MFG負(fù)責(zé)了視覺正字法加工(Siok et al., 2004; Tan et al., 2003; Wu et al., 2012), 也有研究認(rèn)為其負(fù)責(zé)詞典語音提取(Tan et al., 2005)、語義通達(dá)(Tan et al., 2000), 以及與字形通達(dá)語義的加工相關(guān)(Tan et al., 2001; Wu et al., 2012)。從而, MFG在漢字閱讀加工中的具體功能, 仍然是研究者爭論的問題。

以往研究主要通過不同類型的漢字材料對比, 來識別閱讀加工中的不同認(rèn)知加工成分。研究者通過組合不同的漢字部件可以構(gòu)建出不同的假字材料, 進(jìn)一步操縱部件的表音、表義特征以及部件組合的正字法規(guī)則性, 可以構(gòu)建出包含亞詞典語音/語義信息、正字法信息的假字材料, 還可以構(gòu)建完全不符合正字法規(guī)則的非字(筆畫組合模式)材料(詳見Wang et al., 2011)。通過不同類型的漢字材料對比, 研究者可以識別不同成分的漢字閱讀加工。例如, 與真字相比, 假字和非字不具有語音和語義的詞典表征, 所以真字>非字, 真字>假字的對比可以考察語音、語義詞典加工的腦區(qū)(Kuo et al., 2004; Wang et al., 2011)。假字雖然不具有詞典表征, 但它的部件具有表音和表義功能, 相對于真字和非字需要更多亞詞典加工; 同時漢字識別過程中, 假字比真字需要更多的部件結(jié)構(gòu)、組合規(guī)則等正字法信息加工(Wang et al., 2011)。非字由于是基本的筆畫組合, 相對于真字和假字需要更多的視覺分析加工(Wang et al., 2011)。因此, 有必要操縱不同類型漢字材料, 從而深入考察MFG參與漢字閱讀過程中究竟在哪種閱讀加工過程會受到空間頻率的影響。

目前, Horie等人(Horie, Yamasaki, Okamoto, Kan, et al., 2012; Horie, Yamasaki, Okamoto, Nakashima, et al., 2012)的研究同時操縱文字材料的視覺空間頻率和文字類型, 考察了空間頻率對日語漢字(Kanji)和日語假名(Kana)的加工影響。其ERP研究(Horie, Yamasaki, Okamoto, Nakashima, et al., 2012)發(fā)現(xiàn), 無論是高還是低空間頻率下, Kanji和Kana在P100和N170腦電成分上都存在顯著差異, 但在N400腦電成分上都沒有差異。P100和N170成分被認(rèn)為和早期的視覺字形加工相關(guān), 而N400成分負(fù)責(zé)高水平的語義加工。結(jié)果表明空間頻率只影響了早期的視覺加工, 而不影響詞典水平的語義加工。研究者的fMRI結(jié)果進(jìn)一步支持了該結(jié)論(Horie, Yamasaki, Okamoto, Kan, et al., 2012), 即高、低空間頻率下, Kanji和Kana引起的大腦激活差異都只出現(xiàn)在早期視覺語言加工的腦區(qū)(腹側(cè)枕顳和下頂葉)。以上研究表明, 空間頻率可能只影響閱讀過程的特定加工成分。

因此, 本研究同時操縱了漢字類型和空間頻率, 深入探究空間頻率是在正字法、語音還是語義信息的詞典加工上對左側(cè)MFG的激活產(chǎn)生影響, 從而揭示MFG在漢字閱讀中的功能。實(shí)驗(yàn)采用one-back任務(wù), 同時結(jié)合fNIRS技術(shù)記錄被試的大腦血氧濃度變化, 尤其是MFG腦區(qū)的激活程度。實(shí)驗(yàn)操縱了三種不同的視覺呈現(xiàn)空間頻率(完整、低、高空間頻率)和三種字類型(真字、假字和非字), 考察MFG在漢字閱讀中的激活是否會受到視覺空間頻率的影響, 尤其是深入探討空間頻率會影響漢字閱讀的何種加工成分(正字法或語音、語義信息的詞典加工)。

2 方法

2.1 被試

共招募在校大學(xué)生31名(男生14人), 年齡在18～27歲之間(20.08 ± 2.49歲)。所有被試均為右利手, 視力或矯正視力正常, 無色盲、色弱等眼疾; 無腦部疾病或精神疾病。所有被試在實(shí)驗(yàn)前填寫《被試知情同意書》, 實(shí)驗(yàn)結(jié)束后獲得適量報酬。

2.2 實(shí)驗(yàn)設(shè)計(jì)與材料

采用3 (漢字類型：真字、假字、非字) × 3 (空間頻率：完整、低頻、高頻)的實(shí)驗(yàn)設(shè)計(jì)。

實(shí)驗(yàn)材料包含真字、假字和非字三種類型：真字都是左右結(jié)構(gòu)的形聲字, 它們的形旁和聲旁都不能單獨(dú)成字; 假字是將真字條件下的聲旁與形旁隨機(jī)組合, 形成符合正字法規(guī)則但不是真實(shí)存在的刺激材料; 非字則是將假字的兩個部件筆畫打亂之后隨機(jī)組合形成。從而確保了三種類型的漢字材料在部件、筆畫數(shù)上都得到了很好地匹配。每種類型的漢字材料都使用三種方式來呈現(xiàn)：完整、低和高空間頻率(如圖1A所示)。完整頻譜條件是以灰色為背景(灰度值為128)的黑字圖片材料, 選用黑字灰底是基于本實(shí)驗(yàn)三種空間頻率圖片的整體對比效果以及前人研究使用黑字灰底圖(Calderone et al., 2013; Horie, Yamasaki, Okamoto, Kan, et al., 2012; Petras et al., 2019); 低空間頻率呈現(xiàn)的漢字失去了輪廓信息, 保留了中間的模糊形象; 而高空間頻率條件下呈現(xiàn)的漢字只保留了輪廓信息。低、高空間頻率是在matlab環(huán)境下對完整頻譜圖片進(jìn)行高斯空間頻率過濾, 低、高空間頻率過濾的截止頻率分別為6和42周(對應(yīng)2周/度和14周/度或2 cpd和14 cpd)?？臻g頻率過濾后的圖片經(jīng)過灰度值調(diào)整來匹配灰度值為128的屏幕背景, 最終呈現(xiàn)的三種空間頻率刺激圖的效果和前人研究相似(Calderone et al., 2013; Horie, Yamasaki, Okamoto, Kan, et al., 2012; Petras et al., 2019)。每種條件有60個刺激材料, 9個實(shí)驗(yàn)條件共540個刺激。

2.3 實(shí)驗(yàn)任務(wù)與程序

刺激材料被呈現(xiàn)在分辨率為1280×1024的電腦屏幕上, 被試舒適地坐在眼睛距離屏幕約70 cm處, 使得刺激對被試形成3度視角。

使用組塊(Block)的方式呈現(xiàn)刺激材料, 在每個組塊呈現(xiàn)相同條件下的6個不同刺激。每個刺激呈現(xiàn)500 ms, 然后空屏2000 ms (如圖1B所示)。被試的任務(wù)是對連續(xù)呈現(xiàn)的刺激進(jìn)行判斷, 如果當(dāng)前刺激與上一個刺激相同, 被試就用右手食指按空格鍵反應(yīng), 如果不相同則不需要反應(yīng)。每個組塊被試需要平均反應(yīng)1次(0～2次隨機(jī)變化)。平均每個組塊時長17.5 s, 然后呈現(xiàn)12.5 s的“+”注視符。每個條件的60個刺激材料被隨機(jī)分成10個組塊, 所有9個條件的90個組塊按條件平衡分成6個部分完成。每個部分的時長約為8分鐘, 被試在1小時內(nèi)完成全部實(shí)驗(yàn)任務(wù)。刺激的呈現(xiàn)、數(shù)據(jù)記錄使用E-Prime 3.0完成。

2.4 數(shù)據(jù)收集

fNIRS的空間分辨率能達(dá)到2～3 cm, 測量深度為1.5～2 cm (Pinti et al., 2020), 完全可以較為準(zhǔn)確地測量大腦皮層的活動。本研究采用日立ETG-7100功能性近紅外光譜成像系統(tǒng)探測氧合血紅蛋白(HbO)和脫氧血紅蛋白(HbR)的濃度變化, 雙波長(695 nm和830 nm), 采樣率10 Hz (Liu et al., 2019)。研究使用了4×4的支架, 支架上交錯放置8個發(fā)射和8個接收光極, 光極間的距離為3 cm; 所有光極的布局形成了24個通道。由于本研究重點(diǎn)關(guān)注左側(cè)額中回, 因此使用該支架覆蓋了左側(cè)額葉, 具體是根據(jù)國際標(biāo)準(zhǔn)10-20系統(tǒng)將支架中間的通道12放置在F3。每個被試的通道定位數(shù)據(jù)通過3D定位儀(FASTRAK, Polhemus, ColChester, VT, USA)收集, 并使用SPM空間配準(zhǔn)(Spatial Registration)功能得到通道大腦位置信息(Ye et al., 2009)。結(jié)果發(fā)現(xiàn)在額中回的有通道3、6、9、10、12、13和16。此外, 本研究還使用一個3×5共22個通道的支架覆蓋左側(cè)枕顳的梭狀回(FFG)中部區(qū)域, 支架中間的通道36放置在O1。梭狀回中部被識別為視覺詞形區(qū)(VWFA), 本研究嘗試使用fNIRS技術(shù)探討該區(qū)域是否受字類型和空間頻率的影響, 以復(fù)制前人研究。

2.5 數(shù)據(jù)分析

所有被試都完成了任務(wù), 三個被試的數(shù)據(jù)因?yàn)橛行?兩個被試的行為反應(yīng)錯誤率超過30%, 一個在fNIRS數(shù)據(jù)采集時頭動過大)被去除, 最后納入數(shù)據(jù)分析的有效被試為28名。

被試在每個條件下只對10個重復(fù)刺激進(jìn)行了按鍵反應(yīng), 因此對行為的反應(yīng)時數(shù)據(jù)只做了被試分析, 不做項(xiàng)目分析。在反應(yīng)時數(shù)據(jù)整理時, 先排除正負(fù)2.5個標(biāo)準(zhǔn)差之外的極端數(shù)據(jù), 然后計(jì)算每個被試在9種條件下的平均反應(yīng)時和正確率。對正確率和反應(yīng)時分別進(jìn)行了3 (字類型：真、假、非字) × 3 (空間頻率：完整、低頻、高頻)重復(fù)測量的方差分析, 條件間的多重比較采用配對樣本檢驗(yàn)進(jìn)行兩兩比較, 對檢驗(yàn)的顯著性水平進(jìn)行Bonferroni校正(由于本研究中多重比較的次數(shù)為3, 因此顯著性標(biāo)準(zhǔn)為< 0.05/3)。

fNIRS數(shù)據(jù)使用Homer2軟件(Huppert et al., 2009)分析, 處理流程和相關(guān)參數(shù)參考Brigadoi等人(2014)的文章。對每個被試, 首先將原始光強(qiáng)度數(shù)據(jù)轉(zhuǎn)換成相對變化的光密度(OD)數(shù)據(jù); 然后對OD數(shù)據(jù)進(jìn)行運(yùn)動成分識別和校正; 帶通濾波的截止頻率為0.01～0.5 Hz, 以減少緩慢的漂移和高頻噪聲(Brigadoi et al., 2014; Cui et al., 2011); 濾波后通過比爾?蘭伯特定律(Beer-lambert law)把OD數(shù)據(jù)轉(zhuǎn)化成HbO和HbR濃度數(shù)據(jù)。

有研究表明fMRI中BOLD信號與HbO的相關(guān)性明顯高于與HbR的相關(guān), 因此建議以HbO數(shù)據(jù)作為分析指標(biāo)(Sato et al., 2006; Stoeckel & Binkofski, 2010)。通過視覺查看法(Defenderfer et al., 2017), 通道數(shù)據(jù)的峰值在每個block開始后的大約9 s, 因此本研究選擇7～11 s時間窗的數(shù)據(jù)計(jì)算平均峰值, 得到每個被試在每個通道、每個條件的平均HbO濃度變化值。然后對每個通道的數(shù)據(jù)進(jìn)行3 (字類型：真、假、非字) × 3 (空間頻率：完整、低頻、高頻)重復(fù)測量的方差分析, 條件間的多重比較采用配對樣本t檢驗(yàn)進(jìn)行兩兩比較, 對檢驗(yàn)的顯著性水平進(jìn)行Bonferroni校正(< 0.05/3)。

通道的方差分析結(jié)果使用EasyTopo軟件進(jìn)行可視化(Tian et al., 2013)。

3 結(jié)果

3.1 行為結(jié)果

被試的平均反應(yīng)正確率和反應(yīng)時如圖2所示, 3 (字類型：真、假、非字) × 3 (空間頻率：完整、低頻、高頻)的重復(fù)測量方差分析結(jié)果詳見表1。

正確率的方差分析結(jié)果發(fā)現(xiàn), 三種字類型的主效應(yīng)顯著, 多重比較結(jié)果顯示, 非字正確率(=0.87,= 0.09)顯著低于真字(= 0.95,= 0.05),(27) = ?4.21,< 0.001, Cohen= 0.85;也顯著低于假字(= 0.93,= 0.05),(27) = ?3.90,= 0.001, Cohen= 0.82;但真字和假字之間沒有差異,(27) = 0.10,= 0.323, Cohen= 0.20。表明非字識別要比真字和假字識別難, 真字和假字的識別難度沒有差異。行為結(jié)果沒有發(fā)現(xiàn)空間頻率的主效應(yīng), 但是發(fā)現(xiàn)了顯著的交互作用。進(jìn)一步的簡單效應(yīng)分析發(fā)現(xiàn)：在完整條件下三種字類型沒有差異((2, 54) = 0.86,= 0.428), 在低頻((2, 54) = 9.25,< 0.001)和高頻((2, 54) = 12.18,< 0.001)條件下都存在顯著的字類型差異。但是, 兩種空間頻率下的字類型差異模式不同：低頻條件主要是非字的正確率小于假字((27) = ?3.24,= 0.003, Cohen= 0.65), 也小于真字((27) = ?3.58,= 0.001, Cohen= 0.73), 假字和真字之間沒有差異((27) < 0.001,= 1.0, Cohen= 0); 而在高頻下, 非字正確率低于假字((27) = ?2.62,= 0.014, Cohen= 0.51), 假字又依次低于真字((27) = ?2.66,= 0.013, Cohen= 0.51)。上述結(jié)果表明, 漢字識別的確受到了空間頻率信息的影響, 不同類型的漢字材料受空間頻率信息的影響不同。

圖2 行為正確率和反應(yīng)時結(jié)果

表1 字類型和空間頻率主效應(yīng)及交互作用的正確率和反應(yīng)時結(jié)果

反應(yīng)時的方差分析結(jié)果發(fā)現(xiàn), 字類型的主效應(yīng)顯著, 多重比較結(jié)果顯示非字反應(yīng)時(= 316,= 103)顯著慢于假字(= 291,= 95),(27) = 3.49,= 0.002, Cohen= 0.70;也慢于真字(= 298,= 98),(27) = 2.34,= 0.027, Cohen= 0.45;但假字和真字之間沒有差異,(27) = 1.15,= 0.262, Cohen= 0.22。也表明非字識別要比真字和假字識別難, 真字和假字的識別難度沒有差異。反應(yīng)時的結(jié)果沒有發(fā)現(xiàn)顯著的空間頻率主效應(yīng)及其與字類型的交互作用。

3.2 近紅外結(jié)果

對額中回通道的HbO濃度進(jìn)行3 (字類型：真、假、非字) × 3 (空間頻率：完整、低頻、高頻)的重復(fù)測量方差分析。結(jié)果發(fā)現(xiàn)左側(cè)額中回所有通道上都沒有空間頻率的主效應(yīng), 但發(fā)現(xiàn)左側(cè)額中回通道9存在顯著的字類型主效應(yīng)((2, 54) = 5.47,= 0.007, η2 p = 0.168) (腦區(qū)定位見圖3左), 而左側(cè)額中回通道10和13存在顯著的交互作用(通道10:(4, 108) = 3.03,= 0.021, η2 p = 0.101; 通道13:(4, 108) = 2.56,= 0.043, η2 p = 0.087) (腦區(qū)定位見圖4左)。

對字類型主效應(yīng)顯著的額中回通道9進(jìn)行多重比較的統(tǒng)計(jì)分析(見圖3右), 結(jié)果發(fā)現(xiàn)該通道表現(xiàn)出真字與非字的HbO濃度變化沒有顯著差異((27) = 0.31,= 0.760, Cohen= 0.10), 而假字的HbO濃度變化要顯著高于真字條件((27) = 4.00,= 0.001, Cohen= 0.89), 也要高于非字條件((27) = 2.66,= 0.013, Cohen= 0.84)。結(jié)果表明額中回(通道9)對僅保留正字法信息的假字的加工更敏感。

圖3 字類型主效應(yīng)F值熱力圖(左)以及額中回顯著通道下的字類型差異(右)

進(jìn)一步的簡單效應(yīng)分析表明, 額中回通道10和13的三種字類型在低頻條件下的差異顯著(通道10:(2, 54) = 5.62,= 0.006; 通道13:(2, 54) = 4.45,= 0.016), 但是在完整(通道10:(2, 54) = 2.13,= 0.129; 通道13:(2, 54) = 2.64,= 0.081)和高頻條件下(通道10:(2, 54) = 1.03,= 0.364; 通道13:(2, 54) = 0.42,= 0.661)的差異都不顯著。之所以在低頻條件發(fā)現(xiàn)了顯著的字類型效應(yīng), 是因?yàn)榧僮謼l件比真字和非字誘發(fā)了額中回兩個通道的更大激活(多重比較結(jié)果詳見表2和圖4右)。

為了數(shù)據(jù)結(jié)果報告的全面性以及對比額中回通道的結(jié)果, 本研究還對非額中回通道進(jìn)行了相同的3×3重復(fù)測量方差分析, 統(tǒng)計(jì)結(jié)果顯著的通道如附錄所示。其中, 發(fā)現(xiàn)了頂葉附近的中央后回對非字的激活最強(qiáng); 此外, 并沒有發(fā)現(xiàn)左側(cè)梭狀回附近通道的自變量效應(yīng); 但在枕中回的通道41發(fā)現(xiàn)了漢字類型和空間頻率的顯著交互作用, 表現(xiàn)為三種字類型在完整和低頻條件下差異顯著, 而在高頻條件下的差異不顯著, 詳細(xì)信息見網(wǎng)絡(luò)版附表3和附圖2。

圖4 交互作用F值熱力圖(左)以及額中回顯著通道下各條件的差異結(jié)果(右)

表2 額中回通道(10和13)不同空間頻率下真字、假字和非字的兩兩對比結(jié)果

4 討論

本研究通過操縱字類型和空間頻率兩個因素, 使用fNIRS技術(shù)考察大腦左側(cè)額中回(MFG)在漢字閱讀中對視覺空間頻率的敏感性。行為結(jié)果發(fā)現(xiàn)正確率和反應(yīng)時上都存在字類型加工的主效應(yīng), 在正確率上發(fā)現(xiàn)了字類型與空間頻率的交互作用。fNIRS結(jié)果發(fā)現(xiàn)了左側(cè)MFG的字類型主效應(yīng), 即假字要比真字和非字更多激活MFG; 而且, 左側(cè)MFG還表現(xiàn)出字類型與空間頻率的交互作用, 即在低空間頻率條件下假字比真字和非字具有更強(qiáng)地MFG激活, 而在另兩種頻率條件下并沒有發(fā)現(xiàn)字類型的顯著差異。表明MFG的確對漢字的空間頻率信息敏感, 尤其是在需要更多字形/正字法加工的假字條件下以及對低空間頻率信息的加工上都需要MFG的更強(qiáng)激活。下面進(jìn)行詳細(xì)討論。

4.1 不同類型的漢字材料對視覺空間分析的依賴程度不同

本研究的行為結(jié)果中, 在正確率和反應(yīng)時上都發(fā)現(xiàn)了字類型的主效應(yīng), 表現(xiàn)為非字的記憶、識別的正確率低于、反應(yīng)時長于真字和假字。此結(jié)果與Yang等人(2011)研究中使用類似真字、假字和非字材料以及相同的one-back任務(wù)得到的行為結(jié)果是一致的。首先, 非字的記憶和識別難度更大, 可能是因?yàn)榉亲种挥泄P畫信息, 只能對筆畫進(jìn)行基本的視覺加工。這一觀點(diǎn)得到Liu等人(2008)以及Wang等人(2011)研究的支持, 他們發(fā)現(xiàn)非字比真字、假字更多激活視覺皮層(枕中回和梭狀回)和頂葉, 研究者認(rèn)為這些激活腦區(qū)負(fù)責(zé)對漢字筆畫進(jìn)行基本的視覺加工(Liu et al., 2008)。而在本研究中也發(fā)現(xiàn), 非字比真字、假字更多激活了頂葉附近的中央后回。其次, 假字和真字的工作記憶任務(wù)更容易, 可能是因?yàn)檎址?、語音和語義等信息能夠促進(jìn)工作記憶任務(wù)的完成。這一觀點(diǎn)同樣得到前人研究的支持。比如假字比真字、非字更多激活雙側(cè)MFG和梭狀回, 這些腦區(qū)可能反映了漢字的正字法加工(Liu et al., 2008); 并且真字比假字、非字更多激活顳葉后部和中部區(qū)域(Liu et al., 2008; Yang et al., 2011), 這兩個區(qū)域被認(rèn)為分別負(fù)責(zé)從書寫到語音的映射(Booth et al., 2006; Wang et al., 2011)和語義加工(Wu et al., 2012)。在本研究中也發(fā)現(xiàn)假字比非字和真字更多激活了MFG腦區(qū); 盡管本研究沒有發(fā)現(xiàn)真字更多激活的腦區(qū), 但這可能是因?yàn)楸狙芯恐械闹Ъ懿⑽锤采w到顳葉區(qū)域。另外, 需要提及的是, 在Yang等人(2011)的研究中, 被試對完全相同的材料完成了詞匯判斷的行為任務(wù), 得到了完全不一樣的結(jié)果, 表現(xiàn)為假字的難度最大, 非字的難度最小; 說明任務(wù)能夠調(diào)節(jié)對不同類型漢字的加工需求。

此外, 本研究的行為結(jié)果發(fā)現(xiàn)空間頻率信息會影響到漢字識別的作業(yè)成績。這一結(jié)果與前人的研究一致, 在Wang和Legge (2018)的研究中, 被試閱讀以不同空間頻率呈現(xiàn)的視覺詞匯時, 閱讀正確率隨著空間頻率的改變而變化。本研究結(jié)果還發(fā)現(xiàn), 不同類型漢字材料的識別對視覺空間頻率信息的依賴程度不同。刺激材料越不像真字, 對于低空間頻率信息的依賴程度越大。具體表現(xiàn)在僅以高空間頻率呈現(xiàn)的材料上, 由于低空間頻率信息的缺失導(dǎo)致了被試對非字的反應(yīng)正確率依次低于假字和真字條件。漢字識別更多依賴于低空間頻率信息的結(jié)果與郭小朝(1999)的行為研究類似, 其結(jié)果顯示了呈現(xiàn)的漢字的空間頻率在低頻率范圍內(nèi)升高時, 漢字命名的正確率提高最快, 而在更高頻率范圍內(nèi)升高時, 正確率變化較小。

因此, 與前人研究一致, 本研究結(jié)果表明漢字閱讀需要更多依賴視覺低空間頻率信息的加工。對于漢字低空間頻率信息的敏感程度可能反映了閱讀者的熟練水平, 如Jordan等人(2016)的研究發(fā)現(xiàn), 高水平閱讀者比低水平閱讀者在閱讀低空間頻率呈現(xiàn)的句子時具有更大的反應(yīng)時優(yōu)勢。閱讀者對于低空間頻率信息的有效加工, 可能直接影響其閱讀能力。甚至低空間頻率的加工受損可能是導(dǎo)致漢語發(fā)展性閱讀障礙的原因之一(Zhao et al., 2014)。

4.2 MFG在漢字閱讀中負(fù)責(zé)正字法的視覺空間分析

重要的是, 本研究結(jié)果為MFG在漢字閱讀中的功能認(rèn)識提供了直接的證據(jù)。左側(cè)MFG是漢字閱讀腦機(jī)制研究發(fā)現(xiàn)的一個典型腦區(qū)。有研究者認(rèn)為MFG可能和音節(jié)的語音提取(Tan et al., 2005), 基于記憶的正字法、語音和語義詞典整合(Perfetti et al., 2005), 正字法?語音(語義)轉(zhuǎn)換(Tan et al., 2001; Wu et al., 2012), 語義通達(dá)(Tan et al., 2000), 以及書寫(Cao & Perfetti, 2016; Feng et al., 2020)有關(guān)。目前, 對左側(cè)MFG在漢字閱讀中的功能認(rèn)識仍然沒有得到統(tǒng)一的結(jié)論。

較為普遍的觀點(diǎn)認(rèn)為MFG與漢字的視覺空間分析有關(guān)。由于漢字具有區(qū)別于拼音文字系統(tǒng)的書寫特點(diǎn), 需要復(fù)雜的空間加工, 從而MFG成為漢字特異的閱讀功能腦區(qū)(Siok et al., 2004; Tan et al., 2003; Wu et al., 2012)。但是, MFG具體負(fù)責(zé)哪種視覺空間分析, 卻沒有得到深入探討。有研究者認(rèn)為漢字識別需要復(fù)雜的視覺空間分析, 進(jìn)而推測MFG可能參與了空間信息的工作記憶加工(Kwon et al., 2002; Siok et al., 2008)。在Sun等人(2011)的一項(xiàng)fMRI研究中, 研究者系統(tǒng)操縱漢字部件間的距離, 結(jié)果在左側(cè)MFG發(fā)現(xiàn)了部件距離效應(yīng), 從而認(rèn)為MFG的激活是因?yàn)椴考嚯x增加了視覺工作記憶的加工負(fù)荷。但是, 部件距離的變化同時也意味著視覺空間頻率的改變, 因?yàn)椴考P(guān)系包含了低空間頻率信息(Perfetti et al., 2013)。本研究操縱了漢字呈現(xiàn)的空間頻率信息, 對比三種漢字材料, 探討MFG在漢字閱讀的視覺空間分析作用。

本研究在左側(cè)MFG腦區(qū)發(fā)現(xiàn)了假字比真字和非字需要更多的激活, 該研究結(jié)果與前人使用fMRI技術(shù)得到的研究結(jié)果是一致的。比如, 在Yang等人(2011)和Liu等人(2008)的fMRI研究中發(fā)現(xiàn), 假字要比真字和非字更多激活左側(cè)MFG腦區(qū)。該腦區(qū)在漢字閱讀中的激活被認(rèn)為與復(fù)雜的視覺空間分析加工有關(guān)(Siok et al., 2004; Tan et al., 2003; Wu et al., 2012)。本研究中的假字條件是由部件構(gòu)成、符合正字法規(guī)則的材料, 它們的部件都沒有外顯的語音和語義信息; 而真字條件同時具有正字法、語音和語義信息。被試在完成one-back的工作記憶任務(wù)時, 在假字條件只能利用漢字的正字法信息, 而真字條件下可以借助于語音和語義信息。此觀點(diǎn)得到Wang等人(2011)fMRI研究的支持, 他們使用了類似的真字、假字和非字材料以及相同的實(shí)驗(yàn)任務(wù), 獨(dú)立成分分析的結(jié)果發(fā)現(xiàn)真字特異性地激活了負(fù)責(zé)語音、語義加工的顳葉后部、中部區(qū)域。因此, 本研究中發(fā)現(xiàn)假字比真字更多激活了MFG腦區(qū), 可能反映了其在漢字正字法信息的視覺空間分析中的作用。同樣, 本研究所使用的非字條件是由打亂的筆畫組成的材料, 只具備基本的視覺特征, 不具備正字法信息, 它們相對于假字材料在MFG腦區(qū)的激活不足就進(jìn)一步表明MFG可能參與了漢字視覺空間分析的正字法加工。值得注意的是, MFG對假字的激活更強(qiáng)確實(shí)是因?yàn)檎址ㄐ畔⒌募庸? 而不是難度導(dǎo)致的。因?yàn)楸狙芯康男袨榻Y(jié)果發(fā)現(xiàn)假字和真字沒有難度差異, 但是假字比真字更多激活了該腦區(qū); 該腦區(qū)對假字有更強(qiáng)的激活可能是因?yàn)榧僮种荒芤蕾囌址ǖ纫曈X信息。并且, 行為結(jié)果還發(fā)現(xiàn)假字比非字的記憶和識別更容易, 但假字比非字依然更多激活MFG; 進(jìn)一步驗(yàn)證了該區(qū)域?qū)僮钟懈鼜?qiáng)的激活是因?yàn)榧庸ち思僮值恼址ㄐ畔ⅰＲ驗(yàn)槿绻鸐FG (通道9)只對任務(wù)難度敏感, 那非字應(yīng)該比假字更多激活該區(qū)域, 而本研究中并未發(fā)現(xiàn)這樣的結(jié)果。因此, 本研究發(fā)現(xiàn)的左側(cè)MFG進(jìn)行正字法信息加工的結(jié)果, 支持了該腦區(qū)負(fù)責(zé)對正字法視覺特征的工作記憶加工的解釋。

然而, 本研究發(fā)現(xiàn)的MFG參與漢字閱讀加工的字類型效應(yīng)僅僅表現(xiàn)在低空間頻率條件。fNIRS的結(jié)果在MFG腦區(qū)發(fā)現(xiàn)了顯著的字類型與空間頻率的交互作用, 三種字類型差異只表現(xiàn)在低空間頻率條件, 在完整頻譜和高空間頻率條件下都沒有發(fā)現(xiàn)字類型的差異。這一結(jié)果可能是因?yàn)闈h字識別需要更多依賴低空間頻率信息的加工(Perfetti et al., 2013)。在漢字識別過程, 被試不僅需要精細(xì)地區(qū)分筆畫細(xì)節(jié), 還需要準(zhǔn)確區(qū)分出部件之間的關(guān)系。而筆畫細(xì)節(jié)識別主要依賴于對高空間頻率信息加工, 部件關(guān)系識別需要依靠低空間頻率信息的加工。從而, 相對于拼音文字識別, 漢字識別需要更多的低空間頻率信息加工(Perfetti et al., 2013)。此外, 漢字加工需要更多依賴低空間頻率信息還得到了腦功能成像研究的證據(jù)支持。Calderone等人(2013)的fMRI研究發(fā)現(xiàn), 精神分裂癥患者的視覺受損與背外側(cè)前額葉(包括MFG)對低空間頻率的加工異常有關(guān)。研究者要求精神分裂癥患者和健康控制組被試觀看完整頻譜、低和高空間頻率的物體圖, 結(jié)果發(fā)現(xiàn)控制組的MFG表現(xiàn)出對低空間頻率的敏感性, 而精神分裂癥患者的MFG沒有這種敏感性; 表明在視覺識別中, 低空間頻率信息會影響MFG的激活。本研究的fNIRS結(jié)果表明, 對低空間頻率信息的加工會影響MFG在漢字閱讀中的激活。該研究結(jié)果支持了左側(cè)MFG負(fù)責(zé)空間信息整合加工的解釋。

值得注意的是, 研究者對于MFG的功能認(rèn)識之所以存在爭論, 有可能是因?yàn)樽髠?cè)MFG存在功能分離的亞腦區(qū)。在本研究的結(jié)果中, 通道9、10和13都屬于MFG, 但通道9只表現(xiàn)出字類型的主效應(yīng), 通道10和13卻表現(xiàn)出字類型與空間頻率的交互作用。這表明, 不同亞腦區(qū)可能存在著功能分離。這一結(jié)論與Liu等人(2007)的fMRI研究一致, 實(shí)驗(yàn)要求英語為母語的被試用正字法?語音, 正字法?語義和正字法?語音?語義三種方式學(xué)習(xí)漢語; 結(jié)果發(fā)現(xiàn)三種學(xué)習(xí)方式下都激活了MFG, 但是正字法?語音?語義組比其他兩組更多激活了內(nèi)上側(cè)的MFG (BA6)。表明至少在漢字學(xué)習(xí)中MFG可能存在功能不同的子區(qū)域。在一項(xiàng)對漢字閱讀的元分析研究中(Zhao et al., 2017), 同樣發(fā)現(xiàn)了MFG存在兩個區(qū)域的激活, 前部MFG位于BA9區(qū), 后部MFG靠近中央前回, 前者對任務(wù)對比敏感, 而后者對刺激對比敏感。但是, 本研究使用的fNIRS技術(shù)存在著空間定位的不精確, 雖然我們發(fā)現(xiàn)了MFG腦區(qū)的不同通道上的功能分離, 表明MFG存在著功能不同的亞區(qū)域的可能, 但還需要后續(xù)研究深入探究, 以細(xì)致地揭示MFG亞區(qū)域在漢字閱讀中的作用。

4.3 空間頻率信息與背腹側(cè)語言加工通路

需要提及的是, 本研究還發(fā)現(xiàn)了字類型與空間頻率的交互作用。主要是在MFG的通道10和13, 以及枕中回區(qū)域(見附錄)。與MFG不同的是, 枕中回腦區(qū)的交互作用表現(xiàn)為在完整頻譜和低空間頻率條件下發(fā)現(xiàn)了字類型效應(yīng), 在高空間頻率條件下并沒有發(fā)現(xiàn)字類型的差異。交互作用的結(jié)果可能與詞匯識別的背、腹側(cè)神經(jīng)通路的不同分工有關(guān)。

MFG和枕中回都表現(xiàn)出字類型與空間頻率的交互作用, 這可能是與背、腹側(cè)視覺通路負(fù)責(zé)不同空間頻率信息的加工有關(guān)(Ashtiani et al., 2017; 趙婧等, 2013)。研究表明, 背側(cè)視覺通路主要加工0～4 cpd的低空間頻率, 而腹側(cè)視覺通路主要加工4 cpd以上的高空間頻率(Allen et al., 2009; Leonova et al., 2003)。本研究采用的低空間頻率為2 cpd, 高空間頻率為14 cpd, 前者主要由背側(cè)視覺通路加工, 后者主要由腹側(cè)視覺通路加工。在MFG和枕中回都發(fā)現(xiàn)字類型與空間頻率的交互作用, 是因?yàn)樗鼈兌紝儆跐h字閱讀的背側(cè)通路腦區(qū)。在低空間頻率呈現(xiàn)條件下, 漢字的低空間頻率信息都能在MFG和枕中回腦區(qū)得到加工, 三種字類型在低空間頻率信息上的差異就得到了加工; 而在高空間頻率呈現(xiàn)條件下, 背側(cè)視覺通路對于三種字類型的高空間頻率信息不敏感, 從而沒有表現(xiàn)出不同字類型的差異。

MFG與枕中回的交互作用模式又不相同, 這與它們在背側(cè)通路上的負(fù)責(zé)不同成分的漢字加工有關(guān)。在漢字識別的背、腹側(cè)神經(jīng)通路的分工中, 背側(cè)通路進(jìn)行快速但粗糙的加工, 在前額葉皮層推測可能的結(jié)果; 推測的可能結(jié)果需要和腹側(cè)視覺通路進(jìn)行的精細(xì)慢速加工(細(xì)節(jié)信息)相結(jié)合, 從而快速準(zhǔn)確地確認(rèn)物體(Calderone et al., 2013; Kveraga et al., 2007)。在背側(cè)通路, 枕中回是負(fù)責(zé)初級的視覺空間加工的腦區(qū)(Liu et al., 2008; Sun et al., 2011), 因而本實(shí)驗(yàn)發(fā)現(xiàn)枕中回在完整頻譜和低空間頻率條件下, 都表現(xiàn)出對假字的敏感性。而MFG對應(yīng)著高水平的加工, 僅在低空間頻率條件下表現(xiàn)出對假字的敏感性。我們的結(jié)果與已有的發(fā)現(xiàn)一致, 背側(cè)腦區(qū)對低空間頻率的日語假名(Kana)和日語漢字(Kanji)有激活差異, 而對高空間頻率的Kana和Kanji沒有激活差異(Horie, Yamasaki, Okamoto, Kan, et al., 2012)。根據(jù)物體識別的框架與填充模型(Calderone et al., 2013), 低空間頻率的整體信息從初級視覺區(qū)域快速傳遞到前額皮層, 然后前額皮層推測幾個可能的物體, 自上而下來促進(jìn)細(xì)節(jié)加工(Peyrin et al., 2010)。在本實(shí)驗(yàn)中, 低空間頻率條件下, 漢字信息先從視覺皮層快速傳遞到前額皮層的MFG進(jìn)行快速但粗糙的加工, 所以枕中回和MFG對低空間頻率條件下的假字都敏感; 但是在完整頻譜條件下, 漢字識別可以不需要MFG的自上而下加工, 從而沒有表現(xiàn)出對假字加工的敏感。

4.4 研究不足與展望

受限于fNIRS的技術(shù)限制, 本研究不可避免地存在著局限。首先, 本實(shí)驗(yàn)在左腦后部區(qū)域放置了一個3×5的支架, 期望探討位于左側(cè)梭狀回中部腦區(qū)的視覺詞形識別區(qū)的效應(yīng)。從附錄可以看出, 實(shí)驗(yàn)結(jié)果并沒有發(fā)現(xiàn)視覺詞形識別區(qū)相近通道的自變量效應(yīng), 這可能與該腦區(qū)位于腹側(cè)顳枕交界區(qū)有關(guān), 使用fNIRS技術(shù)較難準(zhǔn)確定位該腦區(qū), 從而沒有探測到該腦區(qū)的活動。同時, 也就造成了后部的支架沒有充分覆蓋視覺加工區(qū)域, 在實(shí)驗(yàn)結(jié)果中沒有觀測到視覺加工的相關(guān)通道表現(xiàn)出空間頻率的主效應(yīng)。

其次, 本研究結(jié)果初步提出了MFG可能存在亞腦區(qū)的功能分離, 還指出了基本的視覺空間頻率信息會影響腦區(qū)對不同類型漢字材料的加工。但是, 對于上述結(jié)果的原理機(jī)制還無法充分解釋或回答, 還需要細(xì)致深入地探討, 甚至需要借助空間定位更加準(zhǔn)確、能夠觀測全腦的fMRI技術(shù)來展開研究。

5 結(jié)論

本研究使用三種漢字刺激類型, 并以完整頻譜、低空間頻率和高空間頻率三種方式呈現(xiàn)刺激材料, 結(jié)果發(fā)現(xiàn)大腦左側(cè)MFG在漢字識別中的激活, 研究結(jié)果為MFG參與漢字的視覺空間加工提供了直接的實(shí)驗(yàn)證據(jù), 豐富了MFG參與漢字閱讀的認(rèn)知功能。

Allen, P. A., Smith, A. F., Lien, M.-C., Kaut, K. P., & Canfield, A. (2009). A multistream model of visual word recognition.,(2), 281?296.

Ashtiani, M. N., Kheradpisheh, S. R., Masquelier, T., & Ganjtabesh, M. (2017). Object categorization in finer levels relies more on higher spatial frequencies and takes longer.,, 1261.

Brigadoi, S., Ceccherini, L., Cutini, S., Scarpa, F., Scatturin, P., Selb, J., ... Cooper, R. J. (2014). Motion artifacts in functional near-infrared spectroscopy: A comparison of motion correction techniques applied to real cognitive data.,(Pt. 1), 181?191.

Calderone, D. J., Hoptman, M. J., Martinez, A., Nair-Collins, S., Mauro, C. J., Bar, M., ... Butler, P. D. (2013). Contributions of low and high spatial frequency processing to impaired object recognition circuitry in schizophrenia.,(8), 1849?1858.

Cao, F., & Perfetti, C. A. (2016). Neural signatures of the reading-writing connection: Greater involvement of writing in Chinese reading than English reading.,(12), e0168414.

Cui, X., Bray, S., Bryant, D. M., Glover, G. H., & Reiss, A. L. (2011). A quantitative comparison of NIRS and fMRI across multiple cognitive tasks.,(4), 2808?2821.

Defenderfer, J., Kerr-German, A., Hedrick, M., & Buss, A. T. (2017). Investigating the role of temporal lobe activation in speech perception accuracy with normal hearing adults: An event-related fNIRS study.,, 31?41.

Feng, X. X., Altarelli, I., Monzalvo, K., Ding, G. S., Ramus, F., Shu, H., ... Dehaene-Lambertz, G. (2020). A universal reading network and its modulation by writing system and reading ability in French and Chinese children.,, e54591.

Fiset, D., Blais, C., Ethier-Majcher, C., Arguin, M., Bub, D., & Gosselin, F. (2008). Features for identification of uppercase and lowercase letters.,(11), 1161?1168.

Guo, X. C. (1999). Effects of spatial frequency, strokes and word frequency on Chinese character recognition.,(4), 5?11.

[郭小朝. (1999). 空間頻率、筆畫數(shù)及字頻對漢字識別的影響.,(4), 5?11.]

Horie, S., Yamasaki, T., Okamoto, T., Kan, S., Ogata, K., Miyauchi, S., & Tobimatsu, S. (2012). Distinct role of spatial frequency in dissociative reading of ideograms and phonograms: An fMRI study.,(2), 979?988.

Horie, S., Yamasaki, T., Okamoto, T., Nakashima, T., Ogata, K., & Tobimatsu, S. (2012). Differential roles of spatial frequency on reading processes for ideograms and phonograms: A high-density ERP study.,(1), 68?78.

Huppert, T. J., Franceschini, M. A., Diamond, S. G., & Boas, D. A. (2009). HomER: A review of time-series analysis methods for near-infrared spectroscopy of the brain.,(10), D280?D298.

Jordan, T. R., Dixon, J., McGowan, V. A., Kurtev, S., & Paterson, K. B. (2016). Fast and slow readers and the effectiveness of the spatial frequency content of text: Evidence from reading times and eye movements.,(8), 1066?1071.

Kuo, W. J., Yeh, T. C., Lee, J. R., Chen, L. F., Lee, P. L., Chen, S. S., ... Hsieh, J. C. (2004). Orthographic and phonological processing of Chinese characters: An fMRI study.,(4), 1721?1731.

Kveraga, K., Boshyan, J., & Bar, M. (2007). Magnocellular projections as the trigger of top-down facilitation in recognition.,(48), 13232?13240.

Kwon, H., Reiss, A. L., & Menon, V. (2002). Neural basis of protracted developmental changes in visuo-spatial working memory.,(20), 13336?13341.

Kwon, M., & Legge, G. E. (2012). Spatial-frequency requirements for reading revisited.,, 139?147.

Leonova, A., Pokorny, J., & Smith, V. C. (2003). Spatial frequency processing in inferred PC- and MC-pathways.,(20), 2133?2139.

Liu, C., Zhang, W. T., Tang, Y. Y., Mai, X. Q., Chen, H.-C., Tardif, T., & Luo, Y. J. (2008). The Visual Word Form Area: Evidence from an fMRI study of implicit processing of Chinese characters.,(3), 1350?1361.

Liu, J. Q., Zhang, R. Q., Geng, B. B., Zhang, T. Y., Yuan, D., Otani, S., & Li, X. (2019). Interplay between prior knowledge and communication mode on teaching effectiveness: Interpersonal neural synchronization as a neural marker.,, 93?102.

Liu, Y., Dunlap, S., Fiez, J., & Perfettil, C. A. (2007). Evidence for neural accommodation to a writing system following learning.,(11), 1223?1234.

Mercure, E., Dick, F., Halit, H., Kaufman, J., & Johnson, M. H. (2008). Differential lateralization for words and faces: Category or psychophysics?,(11), 2070?2087.

Owen, A. M., McMillan, K. M., Laird, A. R., & Bullmore, E. (2005). N-back working memory paradigm: A meta-analysis of normative functional neuroimaging studies.,(1), 46?59.

Perfetti, C., Cao, F., & Booth, J. (2013). Specialization and universals in the development of reading skill: How Chinese research informs a universal science of reading.,(1), 5?21.

Perfetti, C. A., Liu, Y., Fiez, J., Nelson, J., Bolger, D. J., & Tan, L. H. (2007). Reading in two writing systems: Accommodation and assimilation of the brain's reading network.,(2), 131?146.

Perfetti, C. A., Liu, Y., & Tan, L. H. (2005). The lexical constituency model: Some implications of research on Chinese for general theories of reading.,(1), 43?59.

Petras, K., Ten Oever, S., Jacobs, C., & Goffaux, V. (2019). Coarse-to-fine information integration in human vision.,, 103?112.

Peyrin, C., Michel, C. M., Schwartz, S., Thut, G., Seghier, M., Landis, T., ... Vuilleumier, P. (2010). The neural substrates and timing of top-down processes during coarse-to-fine categorization of visual scenes a combined fMRI and ERP study.,(12), 2768?2780.

Pinti, P., Tachtsidis, I., Hamilton, A., Hirsch, J., Aichelburg, C., Gilbert, S., & Burgess, P. W. (2020). The present and future use of functional near-infrared spectroscopy (fNIRS) for cognitive neuroscience.,(1), 5?29.

Roberts, D. J., Woollams, A. M., Kim, E., Beeson, P. M., Rapcsak, S. Z., & Ralph, M. A. L. (2013). Efficient visual object and word recognition relies on high spatial frequency coding in the left posterior fusiform gyrus: Evidence from a case-series of patients with ventral occipito-temporal cortex damage.,(11), 2568?2580.

Sato, H., Kiguchi, M., Maki, A., Fuchino, Y., Obata, A., Yoro, T., & Koizumi, H. (2006). Within-subject reproducibility of near-infrared spectroscopy signals in sensorimotor activation after 6 months.,(1), 014021.

Siok, W. T., Niu, Z., Jin, Z., Perfetti, C. A., & Tan, L. H. (2008). A structural-functional basis for dyslexia in the cortex of Chinese readers.,(14), 5561?5566.

Siok, W. T., Perfetti, C. A., Jin, Z., & Tan, L. H. (2004). Biological abnormality of impaired reading is constrained by culture.,(7004), 71?76.

Stoeckel, M. C., & Binkofski, F. (2010). The role of ipsilateral primary motor cortex in movement control and recovery from brain damage.,(1), 13?17.

Sun, Y. F., Yang, Y. H., Desroches, A. S., Liu, L., & Peng, D. L. (2011). The role of the ventral and dorsal pathways in reading Chinese characters and English words.,(2), 80?88.

Tan, L. H., Laird, A. R., Li, K., & Fox, P. T. (2005). Neuroanatomical correlates of phonological processing of Chinese characters and alphabetic words: A meta-analysis.,(1), 83?91.

Tan, L. H., Liu, H. L., Perfetti, C. A., Spinks, J. A., Fox, P. T., & Gao, J. H. (2001). The neural system underlying Chinese logograph reading.,(5), 836?846.

Tan, L. H., Spinks, J. A., Feng, C. M., Siok, W. T., Perfetti, C. A., Xiong, J. H., ... Gao, J. H. (2003). Neural systems of second language reading are shaped by native language.,(3), 158?166.

Tan, L. H., Spinks, J. A., Gao, J. H., Liu, H. L., Perfetti, C. A., Xiong, J. H., ... Fox, P. T. (2000). Brain activation in the processing of Chinese characters and words: A functional MRI study.,(1), 16?27.

Tian, F. H., Lin, Z.-J., & Liu, H. L. (2013). EasyTopo: A toolbox for rapid diffuse optical topography based on a standard template of brain atlas.,, 85782J.

Wang, H., & Legge, G. E. (2018). Comparing the minimum spatial-frequency content for recognizing Chinese and alphabet characters.,(1), 1?13.

Wang, X., Yang, J., Shu, H., & Zevin, J. D. (2011). Left fusiform BOLD responses are inversely related to word-likeness in a one-back task.,(3), 1346?1356.

Winsler, K., Holcomb, P. J., Midgley, K. J., & Grainger, J. (2017). Evidence for separate contributions of high and low spatial frequencies during visual word recognition.,, 324.

Woodhead, Z. V., Wise, R. J., Sereno, M., & Leech, R. (2011). Dissociation of sensitivity to spatial frequency in word and face preferential areas of the fusiform gyrus.,(10), 2307?2312.

Wu, C.-Y., Ho, M.-H. R., & Chen, S.-H. A. (2012). A meta-analysis of fMRI studies on Chinese orthographic, phonological, and semantic processing.,(1), 381?391.

Yang, J. F., Wang, X. J., Shu, H., & Zevin, J. D. (2011). Brain networks associated with sublexical properties of Chinese characters.,(2), 68?79.

Ye, J. C., Tak, S., Jang, K. E., Jung, J., & Jang, J. (2009). NIRS-SPM: Statistical parametric mapping for near-infrared spectroscopy.,(2), 428?447.

Zhao, J., Bi, H. Y., & Qian, Y. (2013). The influence of visual magnocellular pathway on the recognition of Chinese character.(2), 141?146.

[趙婧, 畢鴻燕, 錢怡. (2013). 視覺大細(xì)胞通路對漢字識別的影響.,(2), 141?146.]

Zhao, J., Qian, Y., Bi, H. Y., & Coltheart, M. (2014). The visual magnocellular-dorsal dysfunction in Chinese children with developmental dyslexia impedes Chinese character recognition.,, 7068.

Zhao, R., Fan, R., Liu, M. X., Wang, X. J., & Yang, J. F. (2017). Rethinking the function of brain regions for reading Chinese characters in a meta-analysis of fMRI studies.,, 120?133.

fNIRS evidence for left middle frontal gyrus involved in visual-spatial analysis of Chinese characters

CHEN Fakun, CHEN Tian, CAI Wenqi, WANG Xiaojuan, YANG Jianfeng

(School of Psychology, Shaanxi Normal University, Xi’an 710062, China)

The left middle frontal gyrus (MFG) is a typical region identified in the brain mechanism of Chinese character reading. A common view suggests that the MFG is responsible for visual-spatial processing in reading Chinese characters, since the Chinese writing system has extremely complex structures. However, this explanation has not received direct evidence. Moreover, which kind of visual-spatial analysis underlying the MFG's activation is not clear. The current functional Near-Infrared Spectroscopy (fNIRS) study examined the functional role of the MFG in Chinese character reading by directly manipulating the spatial frequency characteristics of the Chinese character materials.

The experiment adopted a 3 (characters type: Real, Pseudo, and Artificial character) by 3 (spatial frequency: Full, Low, and High spatial frequency) within-participant factorial design. All Real characters were phonograms containing two components: phonetic and semantic radicals. The phonetic radical was not pronounceable and meaningless. The semantic radical was not pronounceable and meaningful that can provide the meaning category. The Pseudo characters were created by switching the position of radicals from Real characters. The Artificial characters were scrambled strokes from Pseudo characters. Each type of character was presented in three ways with different spatial frequencies: Full, Low, and High spatial frequency. In the Full spatial frequency, items were typical stimuli. In the Low and High spatial frequency, items were spatially filtered by Gaussian filter to remain the low/high spatial frequency features. Each type of character has 60 stimuli. All 540 stimuli for nine conditions were presented in 6 runs. Each run contained 1～2 blocks for each condition and lasted for about 8 minutes. Thirty-one participants took part in the experiment to perform a one-back task in each block by detecting whether the current stimulus was the same as the previous one. Meanwhile, a multi-channel fNIRS system was used to record brain activity at the left MFG.

The results found a significant main effect of character type at left MFG. The activation of MFG was stronger for Pseudo characters than for Real and Artificial characters. The left MFG also showed a significant interaction between character type and spatial frequency. The difference among the three types of characters was significant for Low spatial frequency but not for Full and High spatial frequency. For materials presented in Low spatial frequency, Pseudo characters elicited more robust activation than Real and Artificial characters. These results suggested that the left MFG was sensitive to the spatial information of Chinese characters, especially for materials presented in low spatial frequency and for materials that required more graphemic/orthographic processing.

In sum, the finding provided direct evidence that the left MFG engaged in visual-spatial processing in Chinese character reading.

Chinese character reading, middle frontal gyrus, spatial frequency, fNIRS

B842; B845

2021-10-18

*國家自然科學(xué)基金(31671167), 中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金(GK202101010, 2019TS141)。

王小娟, E-mail: wangxj@snnu.edu.cn; 楊劍峰, E-mail: yangjf@snnu.edu.cn