语言预测可以由α波和γ波的负相关关系反映出来

1.参考文献 ¶

Wang, l., Hagoort, P., & Jensen, O. (2017). Language prediction is reflected by coupling between frontal gamma and posterior alpha oscillations. Journal of Cognitive Neuroscience, , 1-16. http://doi.org/10.1162/jocn_a_01190

2.研究背景 ¶

预测使语言加工更易进行，但对于语言加工中支持预测的神经机制知之甚少。

通过大脑对意外单词的反应来研究预激活。例如The day was breezy so the boy went out to fly…使kite具有很高的可预测性。出现不正确的冠词“an”而不是“a”会引起更大的N400。由于N400的大小与违反预期有关，因此表明句子的最后一个单词已被预激活，才可以对冠词进行预测。尽管研究为语言加工过程中的预测提供了证据，但它们没有说明与预测单词相关的神经振荡。

预测依赖于多个脑区的记忆和感觉信息的整合。神经振荡在协调脑区中起重要作用。不同的频段（θ，α，β和γ）与各种认知功能相关联，例如工作记忆和长期记忆，注意力以及语言加工的不同方面，起到了在不同时空尺度上整合信息的功能性作用。与预测有关的神经振荡的研究很少，因此不同频段对语言预测的作用仍然知之甚少。

在此项脑磁图（MEG）研究中，被试阅读的句子中的最后一个单词是否可预测取决于句子语境。句子中的最后一个单词相比于句子语境是一致的或不一致的。研究假设：首先，在最后一个单词前进行语言信息的预激活可能会涉及与语言相关的脑区，从而导致更大的α波抑制。此外，在高度约束的条件下，可能会有更大的β波。此外，如果预测误差反映在γ高频段中，则对意外单词的反应γ高频段会更大。

3.研究方法 ¶

32名大学生，右利手，讲荷兰语，视力正常或矫正。没有阅读障碍或神经障碍。

操纵变量为语境的语义约束、句子最后一个单词与语境的语义一致性，共240个句子。

对于语义约束，每对句子只在关键词上不同，可以在高约束（HC）语境中预测目标词，而在低约束（LC）语境中不能预测。使用测试中测量了语境的语义约束，要求被试用想到的第一个词来补全句子。通过填写相同单词的被试百分比来量化语境的语义约束。HC句比LC句有更高的语境约束。

至于语义一致性，在HC和LC条件下，将语义一致的最后一个词替换为语义不一致（IC）的词。进行了句子合理性测试。要求被试用从1（非常不合理）到7（非常合理）的等级来评定句子的合理性。然后进行ANOVA分析，包括两个被试内因素：语义约束x一致性。发现语义一致的句子（C）比语义不一致的句子（IC）更合理。还发现语义约束和一致性的交互作用，IC和C句子之间的合理性差异大于 HC和LC句子。

被试戴MEG头盔，面向投影屏幕，距离约80厘米。刺激在屏幕上的黑色背景上以灰色显示，词的字体大小为36，测试句的字体大小为30。试验从空白屏幕开始（持续时间1600毫秒），然后逐个词逐个词地呈现句子。每个单词的显示时间为200毫秒，ISI为800毫秒。要求被试阅读出现的词。最后一个单词以句号结尾。为确保被试进行阅读理解，需要被试在20％的试验中按两个按钮之一来判断句子后面的陈述是否正确。在其余的试验中，荷兰语单词“ VOLGENDE”（“NEXT”）出现在屏幕上，并要求被试按第三个按钮继续试验。最后一个单词1600毫秒之后，出现测试问题或“NEXT”信号。

按伪随机顺序呈现240个句子。不会连续出现三个相同条件的句子。将240个句子分为12模块（每个模块24次试验），每个模块持续约5分钟。在每个模块之间有一个休息时间。整个实验耗时约1.5小时，包括准备和12个句子组成的简短练习。

4.数据分析 ¶

首先，将MEG数据分为目标词开始前2秒钟和结束后2秒钟，以分别检验预测和整合效果。进行了数据校正。此后，对数据进行了独立成分分析（ICA）最后，平均96％的试验得以保留，四种条件下的试验数量相同。

四种条件的事件相关电位（ERF）是平均后得到的，使用-200到0毫秒的时间窗口进行基线校正。根据以前的文献将N400m的分析限制在300-600毫秒的时间窗口内。

在源分析的基础上，通过最大的α波来定义三个ROI：左下额叶，左中颞区以及左梭状回。通过在HC和LC条件下分别关联三个ROI的α和γ波来检验跨频段的连通性。在目标词前的预测时间窗口（-600至-200毫秒）中获得了α和γ波。在目标词出现后，分别在150–650毫秒和450–1000毫秒的整合时间窗口中估计了α和γ波的值。检查预测时期和整合时期，是因为假设在两个时间窗口里可预测性都会影响跨频段的连通性。

对HC、LC、IC和C条件的α（8–12Hz），β（16–20Hz）和γ波（60–90Hz）差异进行了统计量化。

5.结果 ¶

要求被试判断20％句子的正确性时，在C条件下的反应比IC条件要准确得多。总体较高的准确性表明，被试认真阅读了句子。在RT上没有发现差异。

为了量化预测，比较了在最后一个单词出现前（-550到-250毫秒），HC和LC条件的α、β和γ波。HC条件下的α波低于LC，这种效应是左偏的。另外，在HC条件下，在左额叶和颞叶区域的β波（16–20 Hz）要比LC低，在γ频段没有观察到显着差异。

然后，确定了α效应的两个重要的神经元集合。第一组在左下额叶皮层（LIFC）扩展到腹内侧pFC，HC条件的α波抑制比LC条件大。第二组在左后颞区扩展到到视觉字形区（VWFA）、左海马区和右小脑。β抑制的来源位于左后颞区，延伸至VWFA和左角回。

还计算了四个条件的ERF。IC词比C词引起的N400m更大。此外，与LC条件相比，HC中的一致词引起的N400m更小，而HC和LC条件的不一致词没有显著差异。N400m效应在左半球上表现出很强的两级模式，而在右半球上则表现出了较弱的两级模式，这证实了N400m效应在左半球的主导地位。

然后，根据最后一个词的语义一致性，量化了神经振荡活动。在450–1000毫秒的时间窗口中，与C单词相比，IC单词导致左侧颞叶和双侧视皮层的α波抑制更强。另外，在语义一致的情况下，HC条件的α波抑制比LC更大。α波抑制定位于左下颞叶皮层，双侧枕叶皮层以及双侧小脑中的区域。

随后研究了在更高频段的一致性效应。发现与C词相比，在150-650毫秒的时间间隔中，IC词在左侧颞叶和额叶中有更强的γ波。γ波定位于左额叶和颞叶皮层以及右颞中皮层

α与γ功率之间的关系 为了表征脑区之间的功能连通性，进行了α和γ频段相关性分析。在HC条件下，而不是LC条件下，左额叶γ波与颞叶和视觉区α波呈负相关关系。表明VWFA和左pFC在功能上是相连的，预测单词可以通过α-γ波的负相关来揭示。

6.讨论 ¶

涉及语言预测的神经机制。在预测最后一个词的时间窗口内，与低语境（LC）相比，高语境（HC）的α和β抑制效果更强。 α抑制的来源定位到语言网络，包括LIFC、左后颞区和VWFA。然后进一步确定了区域间的功能连通性。发现在句子最后一个词出现前和后，HC条件下左前额叶的γ波与左颞叶和视觉区的α波呈负相关。