自闭症和阿斯伯格综合征患者面部识别过程中的异常腹侧颞叶皮质活动



文献:Schultz, R. T., Gauthier, I., Klin, A., Fulbright, R. K., Anderson, A. W., Volkmar, F., Skudlarski, P., Lacadie, C., Cohen, D. J., & Gore, J. C. (2000). Abnormal ventral temporal cortical activity during face discrimination among individuals with Autism and Asperger Syndrome. Archives of General Psychiatry, 57(4), 331–340. https://doi.org/10.1001/archpsyc.57.4.331

论文原文

1.背景介绍 ¶

自闭症谱系障碍症状,例如偏爱无生命物体和对人脸缺乏兴趣,早在生命的第一年就很明显。对面部识别能力异常的研究可能提供有关自闭症和阿斯伯格综合症 (AS) 病理生物学发育机制的线索。有人认为人脸是一类特殊的物体,一些证据表明对人脸的先天偏好超过了其他物体。例如,新生儿优先对人脸做出反应,尽管这种基本技能或外观偏好必须经过练习才能进一步发展。在 AS 和广泛性发育障碍中发现了面部感知困难,这表明面部感知 异常可能是社交障碍的核心特征。

面部感知通常是一个整体过程,依赖于面部主要特征的空间配置:眼睛、鼻子和嘴巴。相比之下,非人脸对象识别通常依赖于单个特征的检测,而不是整体配置。干扰整体处理和强制分段策略的一种方法是反转面部,从而改变主要特征的习惯配置并使感知更加困难(这种现象称为反转效应(inversion effect))。专业知识的发展与从基于特征到配置处理的转变以及反转效应幅度的增加有关。自闭症文献中最有趣的发现之一是,社交障碍患者更依赖于面部的某个部分(例如,下脸和嘴巴区域)而不是整体配置。这些结果表明,自闭症患者在面部感知过程,就好像他们是物体一样,这可能是因为缺乏面部专业知识和/或配置处理的特定感知困难。

梭状回 (FG) 优先响应面部,然而,跨越 FG 的大脑区域,如颞下回 (ITG)、枕外侧回 (LOG) 和海马旁回 (PHG),似乎与常见的物体感知有关。因为物体和面部任务通常会激活一些相同的组织,并且不同对象的每个组织在其精确位置上都有些不同。这使得对象和面部感兴趣区域 (ROI) 的先验定义成为一项挑战,并且难以进行组间比较,因为在任何 2 组表面上健康的被试之间可能会发现属于正常变异一部分的差异。因此,在本研究中,研究者首先在一个正常对照组样本中定义了感知面部和物体ROI,然后将这些定义应用于患者和新的对照组样本的比较中。

2.方法 ¶

自闭症或 AS 临床诊断的右利手男性被试,14 名被试中有 8 名符合 ADI-R 和国际疾病分类第 10 版 (ICD-10) 的自闭症标准,6 名满足 ICD-10 的 AS 标准,所有 14 名患者的社交功能均严重受损,这是自闭症和 AS 的核心特征。患者亚组在 FSIQ、言语智商(VIQ)或行为智商(PIQ)方面没有显著差异,但对于合并的患者样本,VIQ 显著高于 PIQ。fMRI 数据的初始分析采用了两个亚组,但由于没有显著的亚组差异,因此所有 fMRI 测量(P..50for all comparisons)被试被合并为 1 个患者组进行所有后续分析(以下称为自闭症组)。

对照组:28 名右利手男性被试,被分为2个对照组(以下简称NC1和NC2),在年龄和FSIQ上相互匹配,并与自闭症组匹配。

图1

当受试者执行感知辨别任务时,测量血氧水平依赖 (BOLD) 对比度的变化,通过按下按钮指示面部、物体或图案的并排图像是“相同”还是“不同”(图1)。4次运行中,每次包括3个,模块,每个模块包括7个图像对,刺激持续时间4s,刺激间隔2s(更快的呈现速度会引起患者和年轻受试者的焦虑),模块之间间隔8s,3个模块代表3种不同的任务难度。

运行 1 和运行 2 将图案(patterns)与熟悉的对象(成对的汽车、船、鸟、飞机、瓶子或椅子)进行比较。每个对象区分都处于相同的从属分类级别(例如,椅子对椅子,但从未是椅子对瓶子),以控制自闭症患者在进行任何对象类别内区分的能力方面与正常对照不同的可能性。运行 3 和 4 比较了图案和面部身份识别。身份识别任务使用同性对中性/无表情的面部图片,这些图片经过编辑以去除头发、耳朵和衬衫领子,以迫使受试者专注于与非语言社会交流中心相关的面部特征(即,眼睛、鼻子和嘴巴)。在所有运行中使用的无意义图案是通过严重扭曲对象图片以形成与先前研究中使用的控制刺激相似的无法命名的图像来创建的,这些刺激在面部感知过程中显示了 FG 活动。每个对象和图案上的边缘特征都被遮挡,使它们与人脸对一样困难。

图2

图3

使用 GE Signa 1.5-T MRI 扫描仪进行成像,T1 加权矢状侦察图像用于沿 FG 的纵向范围放置倾斜的轴向图像,以便一个切片最大程度地捕获颞叶腹侧的后三分之二(图 2)。信号丢失和空间失真非常严重,以至于后连合处的头端数据没有被分析,并在复合地形图中被掩盖(图 3)。因此,数据分析只集中在后颞枕骨区域,因为在先前的研究中,这里一直报告激活。

3.ROI 活动的图像处理和测量 ¶

运动校正软件 SPM 96(Statistical Parametric Mapping 96)用于在运行中重新配准图像并将每个像素的时间过程与估计的运动参数去相关。使用高斯滤波器(半高全宽,6.25 毫米)平滑数据,并使用 6 个大脑子体积的分段线性扭曲将图像转换到公共空间中,以进行对象间平均。将每个主要任务(面部或物体识别)中的像素强度与基线任务(模式识别)中的像素强度进行比较,以计算每个体素的 t-statistic。每个像素的平均 t 值不用于测试显著性,而是用作量化特定任务活动的相对数量的结果变量。接下来,将在第一组比较中幸存下来的体素位置相互相减,以产生特定于面部和对象的激活图——“双减法”。将这些新值称为 DS 数据,以将它们与原始 t 值区分开来。DS 数据用于确定每个受试者的 ROI 内的激活大小。NC1 组中的感兴趣区域定义是通过组合网格框来包围最强的激活区域(图 3,A 和 B)。这个过程专注于先验的感兴趣区域,它导致了正确的面部 FG ROI 和正确的物体 ITG ROI。Constable 及其同事已经证明,当激活阈值设置为略高于 0 时,像素数量(激活大小)对于检测组和任务差异最为敏感。因此,在每个 ROI 内计算 DS 值高于 0.1 的像素数,并用作所有组间统计分析的激活大小的度量。

4.统计分析 ¶

图4

协方差分析用于测试任务(物体与面部)、组(自闭症与控制)和任务 × 组交互的主要效应,共变整体激活和任务表现。图 4 显示了 FG 和 ITG ROI 中按任务在 z 分数中的相对激活量(将每个 ROI 内的激活大小回归到切片内的全局激活的标准化残差)。

5.结果 ¶

各组之间在图案任务上的准确性没有显著差异,与其他2组相比,NC1组的目标任务表现明显更高(P<0.05),但这一结果的实际意义值得怀疑,因为每组平均正确率超过95%。对照组之间或NC1组与自闭症组之间的面部任务表现没有显著差异,但NC2组的表现明显优于自闭症组。

协方差分析用于检验主要假设,即 NC2 组和自闭症组在物体与面部感知过程中大脑激活模式不同。任务的事后 ANCOVA 表明交互是由面部任务的组间差异驱动的,物体任务的激活没有组间差异。自闭症组在面部任务上显示出比 NC2 组更多的右侧 ITG 激活,但在物体任务上则没有。在面部任务中,NC2 组表现出比自闭症组更多的右侧 FG 激活,但在对象任务上则没有。

图 3 中的激活模式证实了这些 ROI 分析(例如,比较图 3、A 和 E 中正确的 ITG 和 FG 激活)。NC1 组(+38x,-58y,-10z)和 NC2 组(+36x,-50y,-10z) 中面部任务右侧 FG激活中心的 Talairach 坐标与先前规范学习中的一致。相比之下,自闭症组(+48x,-48y,-14z)选择期间的激活中心与NC1组(+48x,-52y,-14z)物体感知期间ITG中的激活中心最相似。

相关分析探讨了是否可以通过大脑激活的大小来预测面部和物体任务表现的个体差异。右侧 FG 激活量与面部任务的表现之间呈正相关,但未能在对照组和患者之间达到显著性。相比之下,右侧 FG 激活与患者的物体感知显著相关,但与对照组无关。在任何一组中,右侧 ITG 激活与磁铁(magenta)内的任务表现均无显著相关性,但在患者中,它与磁铁(magenta)外进行的面部感知测试(本顿面部识别测试)相关。

协方差分析测试了 NC1 和 NC2 组中激活的再现性。组(NC1 与 NC2)对右侧 FG或右侧 ITG(F1,51 = 1.02,P = .32)没有显著影响。正确的 ITG存在显著的任务 × 组交互作用,但正确的 FG则没有。事后 ANCOVA 显示,在物体任务期间,NC1 组的右侧 ITG 比 NC2 组的激活程度更高(图 3,C 和 D),但在面孔任务时没有差异。

通过反转过程并定义 NC2 组中的 ROI,并将这些定义应用于 NC1 组和自闭症组之间的比较来测试主要发现的稳健性。

NC1 组和自闭症组之间的比较揭示了正确 ITG 的显著任务 × 组交互作用,事后分析表明,NC1 组中在物体任务期间使用正确的 ITG 比自闭症组中的人更多。虽然自闭症组在面部任务期间显示出比 NC1 组更高的右侧 ITG 激活平均水平,但这一结果没有达到显著性。然而,在左 ITG有一个任务×组的显著交互作用,事后分析表明,自闭症组在面部感知期间使用左侧 ITG 显著多于 NC1 组,但在物体任务期间则不然。这部分复制研究证实,自闭症组比对照组更多地使用 ITG 来进行面部感知,但效果从右半球切换到左半球。

尽管与自闭症组相比,NC1 组在面部任务期间也表现出更大的右侧 FG 激活,而在物体任务期间更少,但解决这一比较的交互未能达到显著性。检查激活图(图 3、A、C 和 E)表明,虽然右侧 FG 在 NC1 和 NC2 组中都被强烈激活,但在 NC2 组中激活的中心更靠前。因此,即使在面部识别过程中自闭症组有明显的右侧 ITG 激活和很少或没有右侧 FG 激活,当右侧 FG ROI 被定义为更靠前时,比较 NC1 和自闭症组没有显著结果。

事后分析显示,在物体识别过程中,自闭症组与 NC1 组相比,左侧 PHG 激活显著更高,但在面部识别过程中则不然。

6.总结 ¶

在第一组比较中,现右侧梭状回 (FG) 和右侧颞下回 (ITG) 的激活大小存在显著的任务 × 组交互作用。事后分析表明,在面部(但不是物体)识别过程中,自闭症组在右侧 ITG 中的激活明显高于对照组,而右侧 FG 的激活较少。重复研究再次表明,与对照组相比,自闭症组使用 ITG 处理面部的次数明显更多,但对于这些分析,效果现在出现在左侧。更大的 ITG 激活是在对象处理期间在两个对照组中发现的模式。

自闭症谱系障碍的个体在面部识别过程中表现出一种大脑活动模式,这与基于特征的策略一致,这些策略更典型地是非面部物体感知。