内侧前额叶皮层 (MPFC) 被认为具有多种社交、情感和认知功能。这些结论主要是由前向推理分析（例如一般线性模型GLM fMRI 研究和荟萃分析meta-analyses）驱动的，这些分析表明特定领域的任务会在何处产生活动，但很少告诉我们这些区域的作用。在这里，我们采用多个方法、多域方法来处理 Brodmann 9-11内MPFC细分区域的功能。我们考虑了四种方法，每种方法都具有反向推理或因果推理价值：病变工作、经颅磁刺激、多变量模式分析和 Neurosynth 分析。 Neurosynth 分析包括多项反向推理分析，可同时比较多个感兴趣区。我们验证了支持五个领域结构-功能联系的证据：社会认知、“自我”（self）、价值、情感体验和心理时间旅行。考虑了三个 MPFC 细分区域：背内侧前额叶皮层 (DMPFC)、前内侧前额叶皮层 (AMPFC) 和腹内侧前额叶皮层 (VMPFC)。尽管不同方法存在证据差异，但结果表明社会过程在功能上与DMPFC 相关（也惊讶的发现与VMPFC 也相关），自我过程与AMPFC 相关，情感过程与AMPFC 和VMPFC相关。VMPFC还有一个相对非选择性的区域，可能支持情境处理，对每个域的过程都很关键，但也各自独立。本文发表在Neuroscience and Biobehavioral Reviews杂志。(可添加微信号siyingyxf或18983979082获取原文，另思影提供免费文献下载服务，如需要也可添加此微信号入群，原文也会在群里发布)。
温故而知新，建议结合以下相关文献阅读（直接点击，即可浏览，加微信号siyingyxf或18983979082获取原文及补充材料）：
Science：内侧前额叶皮层解决利用-探索困境的神经机制
vmPFC在情绪、决策、社会认知和精神疾病中扮演多重角色
Neuron决策研究：内侧前额叶网络调控内在需求的均衡
关键词：内侧前额叶，反向推理，Neurosynth（用于大规模合成功能性神经影像数据的python软件包）
1. 介绍
内侧前额叶皮层 (MPFC) 被认为具有多种社交、情感和认知功能。这些结论主要是由前向推理分析（例如 GLM fMRI 研究和荟萃分析）驱动的，这些分析表明特定领域的任务往往会在何处产生活动，但很少告诉我们这些区域的作用。在这里，我们采用多方法、多领域的方法来实现 MPFC 细分区域的功能。我们考虑四种方法，每种方法都具有反向推理或因果推理价值：病变工作、经颅磁刺激、多变量模式分析和 Neurosynth 分析。 Neurosynth 分析包括多项反向推理分析，可同时比较多个感兴趣区。我们检查了支持五个领域结构功能联系的证据：社会认知、自我、价值、情感体验和心理时间旅行。考虑了三个MPFC细分区域：背内侧前额叶皮层 (DMPFC)、前内侧前额叶皮层 (AMPFC) 和腹内侧前额叶皮层 (VMPFC)。尽管不同方法存在证据差异，但结果表明，社会过程在功能上与DMPFC相关，自我过程与 AMPFC 相关，情感过程与AMPFC和 VMPFC 相关。 VMPFC还有一个相对非选择性的区域，可能支持情境处理，每个域的过程关键，但也各自独立。套用 William James (1890) 的话，有多少研究 MPFC 的人就有多少关于内侧前额叶皮层 (MPFC)的理论。这些 MPFC 理论几乎肯定是由前向推理分析提供的，而前向推理分析可能不是这项工作的最佳工具。来自个别文章的前向推理分析和荟萃分析是非常有价值的信息来源，它们表明当存在特定任务需求时神经活动往往会增加的地方。例如，当个体被要求考虑一个特征是否具有自我描述性时，前内侧前额叶皮层就会有可靠的活动 (Kelley 等, 2002)。关于“肯定后果”的危险的警示故事比比皆是。在逻辑上，从“如果 A 则 B”得出 B 的存在也意味着 A 的存在是一个众所周知的错误。知道“如果下雨，野餐将被取消”，不允许我们推断从取消的野餐中得知一定是下雨了（例如，人们可能生病了）。在神经影像学中，这被描述为无效反向推理的问题（Poldrack，2006年；Yarkoni 等，2011 年）。具体来说，如果我们得出结论认为自我指涉任务激活 AMPFC，那么 AMPFC 活动意味着正在发生自我指涉过程，则会发生无效反向推理的实例。更广泛地说，如果我们假设自我指涉激活AMPFC，那么就会发生此错误，这意味着AMPFC的功能是自我指涉。前向推理研究（即根据哪些过程被诱导来识别激活）本身并不能告诉我们通常想知道的：不同大脑区域的心理功能是什么。
事实上，对前向推理数据的验证清楚地表明，这些数据不会极大地帮助我们理解 MPFC 功能。我们将在本综述中考虑 MPFC 的三个解剖学细分区域（见图 1A）。背内侧前额叶皮层 (DMPFC) 由布罗德曼区 (BA) 9 的内侧组成。AMPFC 被定义为BA10的内侧。最后，腹内侧前额叶皮层 (VMPFC) 在这里被定义为BA11的内侧。其他MPFC 的特征存在基于不同的考虑因素，例如连通性或共激活（例如 de la Vega 等，2016），但是大多数 MPFC 的 fMRI 研究都集中在这些子区域中的一个或多个。Neurosynth (http://neurosynth.org) 是一个自动脑图数据库，包含10,000多项功能性MRI研究，并产生最无偏见的前向推理分析（因为荟萃分析允许研究人员拥有大量自由度）。如图 1B 所示，MPFC 功能的各种常见说明在所有三个MPFC分区的大部分重叠范围内产生前向推理效应。如果所有这些心理过程都可靠地激活了MPFC的大部分，那么 MPFC 的任何一块怎么能可靠地与这些过程中的一个相关联呢？这些前向推理分析（和相关的荟萃分析）具有很大的价值，但不太适合对结构-功能联系提出见解。
如果我们想要了解不同MPFC细分区域的心理功能，我们可以使用许多更合适的工具。病变数据、经颅磁刺激、多变量模式分析和Neurosynth反向推理分析都可以使用。据我们所知，目前还没有根据大量的心理相关研究的数据对MPFC进行综述。我们考虑了 MPFC 五个主要功能进行阐述：社会认知、自我、价值、情感体验和心理时间旅行。根据这些总结的初步结果，我们还将考虑情境处理作为一个新领域的证据。
2. 方法
对于每个感兴趣的区域，我们将简要回顾现有的荟萃分析和前向推理数据。然后我们将转向与反向推理相关的其他数据来源。在这里，我们提供了有关如何进行这些调查的一些背景信息。
图 1. (A) 正中矢状切面突出了我们感兴趣的三个区域——背内侧前额叶皮层 (DMPFC)、前内侧前额叶皮层 (AMPFC) 和腹内侧前额叶皮层 (VMPFC)；(B) 矢状图像显示了我们五个感兴趣领域中每一个领域的前向推理图。
我们在 Google Scholar 上搜索了每个领域的文章，还通过相关文章的引用搜索了其他论文。我们的每个搜索都涉及布尔搜索词（即“AND”、“OR”）组合方法和领域。为了搜索不同类型的方法，我们使用的术语包括：病变、损伤、经颅磁刺激、TMS、多变量、多变量模式分类、多体素、mvpa 和荟萃分析。对于社会领域，我们使用的术语包括：社会、社会认知、心智理论 (ToM)、心智化和情绪感知。因为情绪感知从根本上是关于识别他人的心理状态，所以我们将其包括在社交中，而情绪体验在下面单独考虑。对于自我领域，我们使用的术语包括：自我、自我意识、信念和意图。在这里，信念和意图的研究是指参与者反思自己的信念和意图的研究。如果一篇论文侧重于理解他人的信仰或意图，那么它就被归入社会领域。对于价值领域，我们使用的术语包括：价值、奖励、强化、激励和预期。对于情感领域，我们使用的术语包括：情感、情感和效价。对于心理时间旅行领域，我们使用的术语包括：情节、时间旅行、未来思维、展望和前瞻性记忆。由于“自传体记忆”一词与自我时间旅行和心理时间旅行两个领域都有联系，因此如果研究明确强调两个领域之一，则搜索这些论文但仅将其包含在一个领域或另一个领域中。如果该研究因其他原因符合纳入标准，我们还会提及自传体记忆方面的结果。
在大多数情况下，我们只收录了与将一个或多个域链接到特定MPFC细分区域相关的论文。描述一般 MPFC 或前额叶病变患者的病变论文不会被包括在内，因为它没有达到本次综述所需的特异性程度。还值得注意的是，我们最初是从更大的领域开始的。其中一些在我们正在考虑的不同方法中没有足够的数据来提供有关它们与 MPFC 细分区域的关系的见解（例如叙述、反事实思维、网关假设和内部监控）。相比之下，选择域中与 MPFC 相关的研究与值域强烈重叠。因此，虽然我们认为我们在研究中选择了经常与MPFC 功能相关的领域，但一个关键警告是此处描述的所有分析和推论都仅限于这五个领域。因此，如果我们谈到一个区域显示优先参与特定领域，我们指的是相对于本文中考虑的其他领域。我们怀疑其中许多结论会在更广泛的范围内成立，但在这里我们只关注这五个领域。
同样重要的是要注意，我们并不是说这些感兴趣的域中的任何一个仅在MPFC 中处理。相反，我们关注的是 MPFC 细分区域（或这些细分区域内的子区域）与这些领域的可靠关联程度，相对于其他感兴趣的领域。显然，所有感兴趣的领域还涉及 MPFC 之外的过程。
对于所有 Neurosynth 分析，我们构建了内侧 BA 9、内侧 BA 10 和内侧 BA 11 的感兴趣区域 (ROI)（图 1A）。我们还构建了一个组合的内侧 BA 9/10/11 ROI。这些是使用以下过程创建的。BA 9、BA 10 和 BA 11 的 ROI 区域是从 Taliarach Daemon 数据库生成的（Lancaster 等，2000 年；Maldjian 等，2003年）。生成的区域选择（mask）被转换到MNI坐标空间（MNI；Evans 等，1993 年）并使用 FMRIB 软件库（FSL；Jenkinson等，2012 年）进行编辑。这些mask被组合成一个 MPFC mask，并球形扩张 3 毫米，以改善灰质覆盖。排除超过中线 15 毫米的体素，以便将分析定位到 BA 的内侧部分。BA 9 和 BA 10 mask被+22 的 z 平面分开。BA 10 和 BA 11 mask被 -10 的 z平面分开。这些 ROI mask 都可以在https://github.com/MetaD/MPFC-ROIs 上找到。
我们报告了五种 Neurosynth 分析。大多数这些分析是使用 NS+（Du Lieberman，2018年）进行的，该工具扩展了 Neurosynth 在不需要安装Python 的独立应用程序中的功能。首先，我们报告单项前向推理分析。这些检查哪些体素更频繁地被特定域（例如自我）中的任务激活，而不是在空分布中预期的。更一般地说，前向推理分析告诉我们来自特定领域的任务往往会在 MPFC 中产生影响。其次，我们报告单项反向推理分析。这些分析侧重于在特定 MPFC 区域中看到的激活来自特定域（例如自我）而不是来自任何未标记为自我的Neurosynth 研究的可能性（即后验概率），假设相同数量的特定域和非领域研究（例如 500 项自学和 500 项非自学）。本质上，这些分析将贝叶斯先验设置为 0.5，因此，贝叶斯定理简化为感兴趣术语的每个体素命中率与数据库中所有其他术语的总命中率之间的比较。从技术上讲，当我们创建或假设一个相等的术语和非术语研究池（即先验 = .5）时，每个体素的后验概率为：
第三，我们报告了多项反向推理分析。从概念上讲，这些与单项反向推理没有什么不同。然而，这些分析将一个感兴趣的术语（例如自我）与另一个感兴趣的术语（例如价值）进行比较。这里的公式基本相同：
这些通常比单项分析更有用，因为我们认为大多数研究人员更感兴趣大脑的某些部分是否与少数几个候选功能之一更相关。两个域都可以对一个区域显示出很强的单项反向推理，但是当两个域直接比较时，只有一个域可以有更高的后验概率。在这些分析中，我们通常使用 0.60 的后验概率作为我们的临界阈值，因为它可以识别在平衡池中的体素，例如，自我和价值研究，至少有 50% 的可能性来自一个或另一个。
第四，我们结合所有多项反向推理分析，以在特定项与其他四个感兴趣项的每次比较中找到满足 0.60 阈值的体素。因此，对于术语“自我”，该分析将产生那些满足 0.60 阈值的体素，当“自我”与“社会”进行比较时、“自我”与“价值”进行比较时以及“自我”与“自我”进行比较时情绪”和“自我”与“心理时间旅行”相比。如果一个活跃的体素来自“自我”研究的可能性比其他四个术语中的任何一个高 50%，这就是该体素表现出偏好的合理证据相对于其他四个术语的“自我”。
应该注意的是，每当在 Neurosynth 中将域相互比较时，任何标记为两个域的研究都必然被排除在外。否则无法计算结果。此外，如下文所述，我们通过结合来自与某个领域相关的多个术语的研究来创建我们自己的特定领域术语。例如，心理时间旅行不是 Neurosynth 中的一个术语，因此我们从所有标记有以下任何术语的研究中创建了一个特定领域的术语：情景、未来、过去、检索、前瞻性和记忆检索。
第五，也是最后，我们将出现的集群用于多项反向推理分析，创建 ROI，并检查Neurosynth 的 3107 个术语库中哪些术语具有最高后验概率。也就是说，对于其中一个 ROI 中的每个体素，我们计算了所有 3107 个项的后验概率。然后对 ROI 内所有体素的这些后验概率进行平均，以给出对具有最强反向推理值的项的无偏估计，超出我们关注的五个域。我们对为 MPFC 的解剖细分区域创建的 ROI 进行了相同的分析。应该注意的是，对于报告这些结果的表格，任何不能被解释为指代心理功能的术语（例如“阻滞”、“前额”、“采取”）都被排除在外。
3. 结果
3.1 社会认知
社会认知在很大程度上被认为是感知和理解他人的思想、感受和动机，理解他们行为的心理原因，以及建立其他人和群体持久心理特征的心智模型。换句话说，社会认知是对人们如何理解他人的研究。下面考虑的研究主要集中在心智化、归因和情绪感知过程。社会认知过程与 DMPFC 以及颞顶交界处、后颞上沟、楔前叶和颞极有关 (Lieberman,2010; Van Overwalle, 2009)。
3.1.1.前向推理
社会认知处理的神经基础有 11 个正式的荟萃分析（Murray 等，2012年；Dricu 和 Frühholz，2016 年；Fusar-Poli等，2009 年；Sabatinelli 等，2011 年；Lamm 等, 2011)。鉴于其中许多都是基于重叠的论文集，荟萃分析之间存在普遍一致性也就不足为奇了。10 项荟萃分析揭示了对 DMPFC 的影响，9 项也显示了对 AMPFC 的影响。相比之下，只有三项荟萃分析显示了对 VMPFC 的影响。
一些荟萃分析进行了区分，表明 MPFC 细分区域可能存在功能差异。例如，Van Overwalle (2009) 和 Murray 等(2012) 将一般社会判断和对亲密他人的判断分别统计。这两项荟萃分析都发现，一般社会认知仅限于 DMPFC，而思考亲密他人则仅限于 AMPFC。鉴于VMPFC 经常与情感过程相关，值得注意的是，情绪感知的三项荟萃分析均未显示对 VMPFC 的影响，而有两个对 DMPFC 产生影响。最后，与一些荟萃分析一样，Schurz 等(2014) 检查了心理过程理论，但也计算了六种不同类型的心理任务理论的对比(Lieberman, 2010)。在 MPFC 区域中，只有DMPFC 显示出对所有六种任务类型的荟萃分析效果。相比之下，AMPFC 对于其中三项任务意义重大。
检查 Neurosynth 的前向推理图（与 11 项正式的荟萃分析相反），会出现一些不同的情况（见图 1b）。“社会”一词广泛涵盖 DMPFC、AMPFC 和 VMPFC，但是，当使用诸如“社会认知”、“心智化”或“ToM”等术语时，AMPFC 就会消失。
通过荟萃分析和前向推理 Neurosynth 图，显然社会认知判断的研究在 DMPFC 中产生了可靠的效果。然而，方法因它们是否也指向 AMPFC 或 VMPFC 作为社会认知研究期间的活跃区域而有所不同。
3.1.2.病变研究
最著名的 MPFC 和社会认知病变研究可能是 Bird的案例研究。2004年作者在BA 的 2011 年 9 月 10 日使用一系列五种不同的心智化任务检查了一名患有广泛 MPFC 损伤的患者。除了一项任务的一个方面外，患者在所有任务上的表现都在正常范围内。这引发了人们的担忧，即在 fMRI 研究中观察到的可靠 MPFC 效应实际上可能无法反映社会认知中的因果作用。Bird等(2004)研究的局限性是它对单个案例的检查，因此很难从中进行概括。
尽管病变研究是评估因果关系的金标准，但也有很大的局限性。首先，病变很少遵守解剖边界。例如，大多数 VMPFC 病变也延伸到 AMPFC，这使得很难区分哪些组织损伤实际上对观察到的功能丧失至关重要，除非是在非常大的病变映射研究中。其次，病变并非随机分布在大脑周围。尽管有许多关于 VMPFC 和 AMPFC 病变的报道，但只有极少数涉及 DMPFC 损伤。
几项检查 VMPFC 和 AMPFC 病变患者的研究发现情绪感知（Adolphs 等，2002 年；Heberlein 等，2008年；Mah 等，2005 年）、内隐刻板印象关联（Gozzi 等，2009 年；Milne和Grafman, 2001)、道德判断(Ciaramelli 等, 2007, 2012;Koenigs 等, 2007; Moretto 等, 2010; Anderson 等, 1999) 和心理理论任务 (Channon 等, 2007、2010；Leopold 等，2011；Shamay-Tsoory 等，2005、2009；Stone 等，1998；Umeda 等，2010；Croft 等，2010；Burin 等，2014；罗卡等，2011 年）。重要的是，有几篇论文（Leopold 等，2011 年；Shamay-Tsoory等，2005 年；Umeda 等，2010 年）检查心理理论时发现了分离，例如 AMPFC 和 VMPFC 与情感心智化缺陷有关（例如过失检测），但不是认知心智化（例如错误信念）。
与 Bird 等(2004)相反，包括 DMPFC 损伤患者在内的少数其他研究发现了一些社会认知缺陷的证据。Hornak 等 (2003) 报道了一组情绪感知受损的 DMPFC 病变患者。Anderson 等 (1999) 报告了样本患者道德判断的改变，其中包括一些 DMPFC 损伤患者。李等 (2010) 报告了在 DMPFC、AMPFC和 VMPFC 患者之间混合的样本中受损的失礼识别。最后，Herbet等(2013) 报道了一组五名患者，他们在 DMPFC 中有最大的病变重叠，并且在手术切除后不久（但不是三个月后）在标准心理理论任务中受损。
在这一点上，病变研究的结果表明 VMPFC 和/或 AMPFC 参与了更多以情感为中心的社会过程（例如情绪感知、失礼识别）。对 DMPFC 的有限研究表明，该区域可能在更注重认知的社会过程中发挥因果作用，但鉴于相关病变研究的缺乏，这充其量只是一个薄弱的结论。应该指出的是，对于五个领域中每一个领域的病变研究，将病变分配给 MPFC 的子区域是通过观察显示病变的数字来完成的。因此，我们不能确定病变仅局限于图中出现的子区域。
3.1.3.经颅磁刺激
TMS 研究弥补了社会认知损伤研究中的缺失。在这里，大多数研究都集中在调节 DMPFC 反应上，以检查该区域是否对社会认知过程有因果关系。这些研究在重复和单脉冲 TMS 方法结果相似。
来自 Cattaneo 组的三项 TMS 研究发现，针对 BA9 的TMS 会导致特征判断的改变（Ferrari 等，2016 年；Ferrari 等，2014 年）。该小组的另外两人（Ferrari 等，2017 年；Gamond等，2017 年）发现 TMS 到 BA9 会阻止社会刻板印象的应用。三项 TMS 研究直接研究了心理理论，但均未使用错误信念任务，其中一项研究显示与针对 AMPFC 的 TMS 相关的缺陷（Lev-Ran等，2012 年）。第二个未能发现 DMPFC TMS 对两种心理任务理论的主要影响（Krause 等，2012），然而，确实发现那些具有高特质同理心的人确实表现出将 TMS 应用于 DMPFC 的准确性降低——这也是一种调节效应见于另一项情绪感知研究（Balconi 和 Bortolotti，2013 年）。第三个发现，将连续 TMS 应用于 DMPFC 可以改善女性而非男性的心理表现理论（Adenzato 等，2017 年）。此外，一项经颅直流电刺激 (tDCS) 研究发现，对 DMPFC 的连续阳极刺激也改善了视觉透视（Martin 等，2017 年）。最后，多项研究表明，针对 BA9 的 TMS 会导致情绪感知受损（Balconi 和 Bortolotti，2013 年；Gamond和 Cattaneo，2016 年；Mattavelli 等，2011 年）。
总之，在 TMS 研究领域，有一致的证据表明 DMPFC 在社会认知中起着因果作用。这主要是为了研究情绪感知和特质判断而观察到的。应该注意的是，相对于病变研究，TMS 在 MPFC 中具有相反的局限性。虽然病变研究主要集中在 VMPFC 和 AMPFC，但由于方法学限制（例如 TMS 无法到达 VMPFC），TMS 研究主要集中在DMPFC，因此TMS 不适合权衡 VMPFC 对任何感兴趣领域的贡献。
3.1.4.多变量模式分析
与一般线性模型 (GLM) 单变量分析相比，MVPA 分析被认为可以揭示表征过程的神经基础。因为MVPA 研究根据神经模式预测心理/任务状态，而不是单变量研究中通常看到的相反情况，所以 MVPA 研究不会具有“肯定结果”的问题。然而，MVPA 研究中的功能声明总是限于正在比较的少数心理状态/任务。
MVPA 提供了迄今为止最明确的证据，表明社会认知主要与 DMPFC 有关，而不是 AMPFC 或 VMPFC。三项进行全脑探照灯分析的研究（即一种用于识别整个大脑体素的技术，这些体素是产生多变量效应的良好候选者）观察到 DMPFC，但不是VMPFC，参与解码不同情绪的感知（Jastorff 等，2015 年；Kim等，2015 年；Peelen 等，2010 年）。一项研究采用了基于 ROI 的方法，包括 VMPFC 但不包括 DMPFC ROI，并且确实观察到 VMPFC 成功解码了情绪感知（Kragel 和LaBar，2016）。
另外两项关于情绪感知的研究强调了 DMPFC 在对情绪进行心理状态归因方面的作用，而不是仅仅对不同情绪表达的表面特征敏感。在一项研究中（Skerry 和 Saxe，2014 年），参与者必须通过他们的面部表情或在没有看到目标的情况下观察目标所处的情况来识别目标将经历的情绪。在全脑探照灯分析中，DMPFC 包含唯一可以准确交叉分类的集群（即训练面部表情然后测试情况）。这表明DMPFC 正在解码这些刺激的共同点，即他人情绪心理状态的表现，而不是对表面特征（例如面部表情的视觉方面）敏感。
Skerry 和 Saxe(2015) 随后通过探照灯分析表明，DMPFC 是唯一能够成功解码其他 20 种不同情绪状态的 MPFC 细分区域。此外，使用代表性相似分析（一种检查不同神经状态彼此之间相似和不同程度的技术），他们证明了在 DMPFC 和 AMPFC 中，“体素水平模式中情绪条件的相似性与情绪状态的相似性呈正相关38个评价维度的空间。”这再次表明，DMPFC 对与不同感知情绪相关的精神状态的细微变化非常敏感。
塔米尔等(2016) 要求参与者思考小插曲是否会诱发某些心理状态。他们观察到，由小插图引起的理性与情绪反应的程度可以由 DMPFC 和 AMPFC 解码，但不能由 VMPFC 活动解码，而精神状态的社会强度可以由 DMPFC 和 VMPFC 活动解码。
其他研究还表明，DMPFC 而不是 VMPFC 解码精神状态推理与非精神状态推理（Corradi-Dell Acqua 等，2014 年；Dungan 等，2016年），或解码精神状态推理中的水平（例如，从试验到试验的观点采择程度；Tusche 等，2016 年）。
Harsabis等(2013) 报道了一项特别有趣的特质知识 MVPA 研究。参与者了解了四个目标，这些目标的人格特征填充了通过将高低外向性与高低宜人性交叉而创建的四个细胞。然后参与者在不同的场景中想象这些目标。在全脑探照灯分析中，只有 DMPFC 中的一个集群能够区分从一个试验到下一个试验想象的四个目标中的哪一个。
总之，MVPA 提供了强有力的证据，表明在 MPFC 中，主要是 DMPFC 参与了社会认知过程。尽管 AMPFC 和VMPFC 偶尔显示出显著影响，但在使用全脑分析的研究中，大多数关键分析都没有出现这两种情况。
3.1.5.单项反向推理
检查通用Neurosynth 反向推理映射中的术语，包括“社会”、“社会认知”、“心智化”和“ToM”（每个都与数据库中的所有其他术语进行比较）都在 MPFC 中产生类似的集群分布并且在一个重要方面都与类似的前向推理图不同。具体来说，DMPFC 和 VMPFC 看起来很稳健，但是 AMPFC 在每个相关的反向推理图中明显不存在，这与它在一些正向推理图中的存在形成鲜明对比。
3.1.6.总结
在正向和反向推理图、TMS 和 MVPA 分析中，有明确和一致的证据表明 DMPFC 在社会认知和心理状态推理过程中有关联。关于 DMPFC 在社会认知中的作用，病变数据是模棱两可的，但这可能是由于缺乏检查 DMPFC 病变患者社会认知的研究。
也有证据将AMPFC 和 VMPFC 与社会认知过程联系起来，尽管它不如DMPFC 的证据一致。病变数据清楚地将这些区域与社会认知的情感方面联系起来，尽管这些研究通常缺乏区分BA10 和 BA11 效应的能力。MVPA 研究并未明显说明 AMPFC 或 VMPFC 在社会认知过程中的作用。相比之下，反向推理图表明 VMPFC 而非 AMPFC 在社会认知过程中发挥作用。
如果您对脑影像数据分析感兴趣，可浏览思影科技课程及服务，感谢转发支持（可添加微信号siyingyxf或18983979082咨询，另思影提供免费文献下载服务，如需要也可添加此微信号入群）:
南京：
第七十六届磁共振脑影像基础班（南京，1.10-15）
第三十五届磁共振脑网络数据处理班(南京，2.1-6）
第二十六届脑影像机器学习班（南京，2.17-22）
重庆：
第二十三届磁共振脑影像结构班（重庆，2.8-13）
第七十三届磁共振脑影像基础班(重庆，2.17-22）
第二十五届脑影像机器学习班（重庆，2.26-3.3）
北京：
第三十四届磁共振脑网络数据处理班（北京，2.9-14）
第七十五届磁共振脑影像基础班（北京，2.23-28）
上海：
第二十五届磁共振脑影像结构班（上海，2.3-8）
第二十九届扩散成像数据处理班（上海，2.11-16）
第十四届任务态功能磁共振数据处理班（上海，2.22-27）
第七十七届磁共振脑影像基础班（上海，3.3-8）
数据处理业务介绍：
思影科技功能磁共振(fMRI)数据处理业务
思影科技弥散加权成像（DWI）数据处理
思影科技DTI-ALPS数据处理业务
思影科技脑结构磁共振（T1)成像数据处理业务
思影数据ASL数据处理业务
思影科技定量磁敏感（QSM)数据处理业务
思影科技啮齿类动物（大小鼠）神经影像数据处理业务
思影科技灵长类动物fMRI分析业务
思影科技脑影像机器学习数据处理业务介绍
思影科技微生物菌群分析业务
招聘及产品：
思影科技招聘数据处理工程师 （上海，北京，南京，重庆）
BIOSEMI脑电系统介绍
Artinis近红外脑功能成像系统介绍
目镜式功能磁共振刺激系统介绍
3.2.自我过程
自我过程包含范围广泛的主题，这些主题几乎是无休止的带连字符的自我主题（例如，自我概念、自尊、自我提升等）。在神经科学文献中，自我概念和自我反省是自我研究的两个主要领域。自我概念是指表征我们是谁、我们做过什么以及我们希望做什么的知识结构。这包括自我参照、自我知识和自传式记忆。请注意，由于自传体记忆涉及自我记忆和情景记忆过程，因此它在很大程度上被排除在此处的分析之外，如上文方法部分所述。自我反省，连同内省和元认知，包括思考自我、一个人的目标和意图，或者更普遍地思考一个人自己的想法。从历史上看，自我过程已经被 AMPFC 和楔前叶 (Kelley 等, 2002) 以及最近的腹侧纹状体 (Falk 等, 2015; Rameson 等, 2010; Tamir and Mitchell,2012) 所识别。
3.2.1.前向推理
自我过程的神经基础有八项荟萃分析（Cona 等，2015 年；Stawarczyk 和D'Argembeau，2015 年；Denny 等，2012 年；Northoff 等，2006年；van der Meer 等，2010 年；Murray 等，2012 年；VanOverwalle，2009 年；Martinelli 等，2013 年）。其中，六个报告了自我参照和获取关于自己的概念性知识的共同神经基础（Denny等，2012 年；Northoff 等，2006 年；van der Meer 等，2010 年；Murray 等，2012年；Van Overwalle，2009 年；Martinelli 等，2013 年），所有人都发现 AMPFC 的活动占主导地位。其中两个还在 DMPFC 中发现了可靠的自我参照效应（Denny 等，2012 年；vander Meer 等，2010 年）。Denny 等的荟萃分析发现虽然 DMPFC 和 AMPFC 都与自我和社会判断可靠地相关联，但存在背侧/腹侧梯度，因此具有更高 z 坐标的更多背侧激活更有可能来自参与者思考其他人等的社会任务z 坐标较低的腹侧激活更有可能来自自我参照任务。
其中一项荟萃分析 (Martinelli 等, 2013) 还区分了概念自我知识（例如“我很有趣”）、语义自我记忆（例如“我小时候经常在海边度过周末”）和情景式自我记忆（例如“我记得 1982 年在岸上的这一次，当时我……”）。在 MPFC 中，这些组件自我过程（概念、语义、情节）中的每一个都在 AMPFC 中产生荟萃分析效果。概念性自我知识也在 DMPFC 中产生了一个适度的集群。这三个组件均未在 VMPFC 中产生峰值。
两项荟萃分析还检查了对个人目标和意图的关注（Cona 等，2015 年；Stawarczyk和 D’Argembeau，2015 年）。结果混合在一起，一份报告增加了个人目标导向的 AMPFC（Stawarczyk 和 D'Argembeau，2015 年），另一份报告减少了意图处理的 AMPFC（Cona 等，2015 年）。我们无法确定针对 MPFC 效应的元认知的任何荟萃分析。
术语“自我”的前向推理 Neurosynth 图与该领域的荟萃分析基本一致。大簇覆盖DMPFC 和 AMPFC 的大部分，向下延伸到 VMPFC 的背侧部分。
通过荟萃分析和前向推理 Neurosynth 图，很明显，调用自我过程的任务在 AMPFC 中产生了可靠的效果。还有多项证据表明，自我过程也会引起 DMPFC 活动。在自我过程领域，几乎没有 VMPFC 参与的前向推理证据。
3.2.2.病变
有几项病变研究至少侧重于自我处理的一个方面。三项损伤研究侧重于自我参照，每项研究都发现 AMPFC 损伤与自我参照处理和概念自我知识受损有关（Marquine 等，2016 年；Kurczek 等，2015年；Philippi 等， 2012a).在一个案例研究中（Marquine 等, 2016），一名AMPFC 受损的患者表现出较差的自我知识，但对另一个人的社会知识却避而远之。Kurczek 等(2015)观察到另一个重要的解离。在这项针对 5 名主要患有 AMPFC 损伤但也有一些 VMPFC 损伤的患者的研究中，参与者在书面叙述中表现出自我引用的显着减少。然而，这些患者在这些叙述中也表现出正常水平的过去和未来思维。海马体患者在自我参照和心理时间旅行方面表现出相反的结果模式。请注意，另一项研究（Bertossi 等，2016b）并未复制 Kurczek 的这些影响，但 Bertossi 研究中的病变集中在 VMPFC，而不是 AMPFC。
六项病变研究还检查了与自我意识和自我洞察力相关的元认知过程。这些研究考察了认知感（Modirrousta 和 Fellows，2008 年；Schnyer等，2004 年）、自我意识情绪（Beer 等，2003 年）和更普遍的元认知（Budson 等，2005 年；Fleming 等，2014年; Mah 等，2004 年）。在这些研究中，缺陷与 BA10 中的 AMPFC 病变可靠相关，一些研究也显示了 VMPFC 效应。
最后，一项案例研究（Philippi 等，2012b）检查了一名 AMPFC 损伤似乎延伸到 VMPFC 的患者的内省和自传记忆。该患者基本上没有进行与自我相关的处理，但在自传体记忆方面表现出明显的缺陷。
一般来说，自我过程的损伤研究强烈暗示 AMPFC 在自我参照和元认知任务中的作用。当研究中存在 VMPFC 损伤时，该区域也受到牵连。与 DMPFC 病变研究的普遍缺乏一致，没有自我过程的 DMPFC 病变研究。
3.2.3.经颅磁刺激
MPFC 和自我处理的TMS 研究相对较少。刺激部位的坐标并不总是给出或仅在给出时进行估计。考虑到这些注意事项，似乎刺激 AMPFC（可能还有 DMPFC）的三项 TMS 研究表明自我处理发生了改变。一项研究（Luber 等，2012 年）显示了自我增强判断与他人增强判断的逆转，第二项研究显示了个人自我意识的降低（Gruberger 等，2015 年）。另一项研究 (Barrios 等, 2008) 刺激了 DMPFC 并发现自我增强在这里也被破坏了。最后，DMPFC 的刺激不会降低与自我参照相关的增强效率 (Lou 等, 2010)。还值得注意的是，一项 tDCS 研究发现，对 DMPFC 的连续刺激消除了自我参照效应（Martin 等，2017 年）。在这一点上，有一些普遍的证据表明 MPFC 区域的 TMS 可能会改变一些自我过程，但研究太少无法得出任何强有力的结论。充其量，有一些适度的证据表明 DMPFC 刺激可以改变一些自我过程。
3.2.4.多变量模式分析
六项 MVPA 研究检查了自我过程。所有这些都将 AMPFC 与自我相关认知联系起来。一项研究检查了 MPFC 在区分自传体记忆和他人记忆方面的参与。里斯曼等 (2016) 发现 AMPFC 和DMPFC 的活动模式可以区分过去三周内挂在参与者脖子上的相机拍摄的照片和另一名参与者相机拍摄的照片。此外，只有 AMPFC 区分了对自传体记忆的强烈回忆和中度回忆。
其他三项MVPA 研究着眼于形成、维持和记住个人意图。例如，在 Haynes 等(2007)的一项研究中，参与者会秘密地选择下一步要执行的两种任务中的哪一种。根据干预延迟期间 AMPFC 的神经活动，可以解码选定的任务。另外两项研究也显示了 AMPFC 与个人意图之间的多变量联系（Gilbert 等，2012 年；Momennejad和 Haynes，2012 年），其中一项研究还显示了 DMPFC 的参与（Momennejad 和 Haynes，2012 年）。
最后，Chavez 等(2016) 能够在正面和负面图像上训练一个分类器，并成功地使用这个分类器来区分对自我和亲密他人的判断。这种交叉分类成功的事实被视为存在内在的积极偏见（或自我提升）的证据，即自我评价，而其他人的评价中不存在。
总而言之，尽管关于自我过程的 MVPA 研究仍然很少，但已发表的研究显示了自我过程中 AMPFC 的清晰一致的证据。也存在 DMPFC 或 VMPFC 的一些证据。
3.2.5.单项反向推理
我们检查了“自我”的通用 Neurosynth 反向推理图。在这里，在 AMPFC 和 DMPFC 中观察到强大的效果，但在 VMPFC 中基本没有效果。这些结果表明 AMPFC 和 DMPFC 中存在的激活更有可能来自标记为“自我”的研究，而不是来自Neurosynth 数据库中其他非自我标记的研究。
3.2.6.总结
在正向和反向推理图、病变和 MVPA 分析中，有明确一致的证据表明 AMPFC 参与自我过程。鉴于研究数量较少且难以使用 TMS 刺激 AMPFC，TMS 数据更加模棱两可。在每个方法学领域，都有研究偶尔指出 DMPFC 或 VMPFC，但这些影响几乎没有一致性。
3.3.价值
价值，很简单，指的是我们如何排列我们对事物的偏好，包括物质的和非物质的。价值的神经科学研究主要集中在选项之间的偏好、奖励的预期和奖励的接收上。从历史上看，估值过程与 VMPFC 和腹侧纹状体有关。
3.3.1.前向推理
尽管有一些关于估值、奖励和/或基于偏好的选择的荟萃分析，但 Bartra 等(2013)的荟萃分析已被引用超过 700 次，可以说是该领域的黄金标准。这些作者检查了效价（积极与消极）、处理阶段（决策阶段与结果接收）和奖励类型（主要与次要）的影响。MPFC 效应在几乎所有对比中都很明显，除了惩罚/没有奖励。在这些分析中的每一个中，观察到的簇都跨越 AMPFC和VMPFC，但是，峰值体素往往恰好位于 AMPFC 和 VMPFC 的边界处，最常见于前者。
刘等 (2011) 发现了类似的效果，但表明 MPFC 的反应更多地是由结果接收而不是预期驱动的。海耶斯等 (2014) 发现主要在 AMPFC 中的结果与有食欲而不是厌恶的刺激有关。最后，Sescousse 等(2013)的荟萃分析比较了初级和次级奖励，发现只有次级奖励（例如金钱）在 VMPFC 和 AMPFC 中产生影响，而初级奖励（例如食物）与头端前扣带皮层相关
在 Neurosynth 数据库中，术语“价值”（344 项研究）的前向推理图主要涵盖 AMPFC 并渗透到 VMPFC 的背面。DMPFC 中也有一个适度的“价值”集群。“奖励”一词产生了类似的模式，“激励”一词在 AMPFC 和 VMPFC 中产生了更适度的足迹，没有 DMPFC。
通过荟萃分析和 Neurosynth 前向推理图，很明显，专注于估值过程的研究在 MPFC 中产生了实质性影响。效果似乎最集中在 AMPFC 和 VMPFC 中。
3.3.2.病变
与前面的领域一样，病变研究强烈倾向于更多腹侧区域的损伤。没有专注于DMPFC 的估值损害研究。在此处包括的 19 项评估病变研究中，所有研究都对 VMPFC 进行了显着覆盖，并且有 9 项显示患者病变在 AMPFC 中也有重叠。
一半的病变论文专注于更新与不同刺激相关的价值。该领域的典型任务是爱荷华赌博任务 (IGT)，参与者从一副纸牌中进行选择，这些纸牌主要包含小奖励，偶尔会导致大惩罚。参与者必须学会整合这些，以发现每副牌的平均价值，才能成功完成任务。几乎所有使用此任务及其变体的研究都发现 VMPFC 损伤患者的任务表现不佳（Gläscher 等，2012 年；Bechara 等，1999年，2000 年；Fellows 和 Farah，2003 年，2005a；Hochman 等, 2010; Rolls 等, 1994; Tsuchida 等, 2010)，其中一些还包括具有显着 AMPFC 覆盖率的样本（Fellows and Farah, 2003, 2005a）。只有一项针对 VMPFC 患者的研究观察到了 IGT 的正常表现（Manes 等，2002 年）。在一项非常大的病变映射研究中（Gläscher 等，2012 年；N= 344），VMPFC 是大脑中唯一一个与 IGT 性能相关的区域。
多项研究表明，针对不同激励措施做出的高风险决策与 VMPFC 和 AMPFC 的病变相关（Levens 等，2014 年；Clark等，2008 年；c.f. Pujara 等，2015 年）。VMPFC 和AMPFC 也都与传递估值错误有关（即选择 A 而不是 B，尽管已经选择了 B 而不是 C 和 C 而不是 A）（Henri-Bhargava 等，2012 年；Camille 等，2011年）。
关于 VMPFC和对未来回报的考虑存在混合数据，一项研究显示 VMPFC 病变患者对延迟经济收益的反应迟钝（Moretti 等，2009），另外两项显示 VMPFC 患者的时间贴现特征发生改变（Peters 和 D 'Esposito，2016 年；Sellitto等，2010 年），第四个显示这些患者的时间折扣不变（Fellows和 Farah，2005b）。
还有一项研究是关于个人在为艺术赋予价值时如何权衡不同属性的。在这项研究中（Vaidya 等，2017 年），VMPFC对某些属性（例如情绪化、温暖、复杂性）的权重较低，但对其他属性（例如具体性、平衡性）的权重相同。
最后，一项关于奖励对不同奖励水平的敏感性的研究（通过眼跳测量）发现VMPFC 患者的敏感性发生了变化（Manohar 和Husain，2016 年）。奇怪的是，VMPFC 患者比对照组对奖励水平更敏感，而不是表现出预期的迟钝。
总之，病变研究有一致的证据表明 VMPFC 在价值和奖励的处理中起着因果作用。有一些 AMPFC 参与的证据——当 AMPFC 在样本组中受损时，它通常会受到牵连。最后，损伤数据不能说明 DMPFC 参与价值过程，因为只有一项研究报告了 DMPFC（Tsuchida 等，2010年）并且没有发现与 DMPFC 损伤相关的影响。
3.3.3.经颅磁刺激
据我们所知，只有一项 TMS 研究专注于估值领域的 MPFC 已发表。赵等(2015) 刺激了 AMPFC 并观察到参与者不太可能对未来的奖励进行折扣。很可能在这一领域没有更多的研究，因为大多数奖赏效应是在 TMS 难以访问的 MPFC 区域观察到的。
3.3.4.多变量模式分析
单变量 fMRI 价值研究的标志性发现之一是 VMPFC 和 AMPFC 用于将不同类别的刺激置于“共同价值”量表上（Levy 和 Glimcher，2012）。这些发现通常采用两种类别（例如金钱和社会奖励）的高奖励价值刺激与低奖励价值刺激的共同激活形式。MVPA 作为单变量研究的重要补充，以进一步检查 MPFC 中的区域是否执行独立于刺激类别的值计算。跨奖励类别的 MVPA 交叉分类似乎是真正估值的标准之一。
四项 MVPA 研究现已检验了通用尺度概念（Gross 等，2014 年；Howard等，2015 年；McNamee 等，2013 年；Pogoda 等，2016年）。有些令人惊讶的是，这些研究始终指出 AMPFC 而不是VMPFC 作为独立于刺激类别的估值的核心。在所有四项研究中，交叉分类分析使用了在一类奖励（即高价值与低价值食物奖励）上训练的分类器，然后在另一类奖励（即高价值与低价值饰品奖励）上测试该分类器。在每项研究中，AMPFC 都有一个在交叉分类过程中成功的集群，而 VMPFC 则没有。相比之下，对于其中两项研究（McNamee 等，2013 年；Pogoda等，2016 年），VMPFC 可以在奖励类别内进行分类，但无法在一个类别上训练并成功解码另一类别的奖励。在一项相关研究中，Kahnt 等 (2011) 确实发现了一个跨越 AMPFC 和 VMPFC 的集群，它解码了多属性刺激的综合值，而不仅仅是不同属性的单个值。另一项研究（Brosch 等，2012 年）要求参与者反思传统上有价值的活动（例如打网球）和核心价值观（例如与不公正作斗争）。VMPFC 中的有价值活动和 AMPFC 中的核心价值观察到单变量效应，但在这两个区域均未观察到多变量效应。
已有三项奖励引导选择的 MVPA 研究（Bedi 等，2015 年；Hampton和 O’Doherty，2007 年；Tusche 等，2010年）。在其中每一个中，AMPFC 中的集群都可以解码选择。其中两项研究还显示了对 VMPFC 或 DMPFC 的影响。第四项 MVPA 研究分别研究了选择任务中的估值和选择（Domenech 等，2017 年），发现 VMPFC 对每个选项的估值有贡献，但对跨选项的整合和选择没有贡献。
两项研究使用 MVPA 研究了奖励预期和接收。其中之一 (Kahnt 等, 2010) 发现DMPFC 和 VMPFC 在预期期间的神经活动可以区分预期的奖励值。严等 (2016) 没有发现预期的多变量效应，但确实发现 AMPFC 和 VMPFC 在收到奖励时的活动区分了所获得奖励的价值。
一项研究（Burke等，2016 年）使用 MVPA 检查了相对价值。有“收益”块和“损失”块。在增益块期间，参与者在每次试验中获得 10 分或 0 分。在损失块期间，参与者损失 10 分或 0 分。他们寻找能够编码每个结果的绝对值（即增益 10 > 增益 0；增益 0 =损失 0；损失 0 > 损失 10）或每个结果的相对值（即损失 0 > 增益 0）和发现 VMPFC 对相对值而非绝对值敏感。在 Burke 等中也值得注意。(2016) 的研究是，参与者既玩过游戏又观看另一个人玩同一个游戏。
VMPFC 只对自己奖励试验的相对价值（或任何价值指标）敏感，对陌生人的试验不敏感。Skerry 和 Saxe（2014 年）的另一项研究还发现，VMPFC 可以解码个人奖励水平，但不能解码其他人的好结果和坏结果。这与一项单变量研究（Morelli等，2018）一致，该研究发现 VMPFC 用于个人奖励结果，观察亲密的其他人获得奖励时有少量 VMPFC，而观察陌生人获得奖励时没有 VMPFC（c.f. Mobbs 等, 2009).
总之，MVPA 研究主要指向 AMPFC 的非模态奖励过程，忽略刺激或类别信息。VMPFC更认同特定领域的奖励过程。最后，VMPFC 用于个人评估，而不是考虑他人的结果。
3.3.5.单项反向推理
我们检查了“价值”、“奖励”和“激励”的单项反向推理图。“价值”和“奖励”都与 AMPFC 和 VMPFC 中的反向推理效应相关。对于“价值”，VMPFC 的影响仅限于背侧 VMPFC。相比之下，“激励”只与 VMPFC 相关。
3.3.6.总结
在正向和反向推理图、病变和 MVPA 分析中，有明确的证据表明 AMPFC 和 VMPFC 参与了估值过程。在病变和反向推理图中，有更多的 VMPFC 发挥作用的额外证据。由于只有一项 TMS 研究，TMS 对我们的评估没有帮助。
3.4.情绪
情绪研究在很大程度上是沿着感知和经验线分开的。由于我们已将情绪感知作为上述社会过程的一部分，因此本节的重点是情绪体验（例如对情绪诱导的反应）。从历史上看，情绪体验与 VMPFC、DMPFC、杏仁核和前脑岛有关（例如 Kober 等，2008 年）。
3.4.1.前向推理
最近有三种情绪荟萃分析（Kober 等，2008 年；Lindquist 等，2012年；Wager 等，2008 年）。然而，就目前的目的而言，Wager 等 (2008) 荟萃分析最具指导意义，因为它将情绪体验（即体验情绪）与情绪感知（即感知他人情绪）的研究分开。这项荟萃分析发现，在 163 项研究中，与情绪体验相关的 DMPFC 和 VMPFC 效应比情绪感知更重要。
在 Neurosynth 数据库中，“情绪”的前向推理图揭示了 DMPFC、AMPFC 和 VMPFC的广泛覆盖。但应该记住，这些研究代表了情绪体验研究和情绪感知研究的结合。尽管如此，前向推理和一项相关的荟萃分析表明，情绪任务会招募 DMPFC 和 VMPFC。
3.4.2.病变
少数病变研究检查了独立于评估和奖励的情绪体验或行为，其方式允许推断MPFC 的细分区域，而不是更普遍的 MPFC 或前额叶皮层。两项研究（Anderson 等，2006 年；Hornak等，2003 年）观察了 VMPFC/AMPFC 损伤患者情绪体验的一般变化，尽管其中一项研究（Hornak 等，2003 年）报告说，在 21 名患有 VMPFC/AMPFC 损伤的患者中，在不同的损伤中，情绪体验变化最大的三个损伤位于 DMPFC。
另外三项研究考察了更多的自我意识情绪。Beer等 (2003) 报道VMPFC/AMPFC 损伤患者表现出不适当的自觉情绪（例如尴尬）。另外两项研究检查了后悔与一项研究(Camille 等, 2004) 表明患有VMPFC/AMPFC 病变的患者在赌博任务中出现不良结果后没有表现出正常水平的后悔。第二项研究（Levens等，2014 年）并未显示 VMPFC/AMPFC 病变患者在不良赌博后的后悔反应发生改变。
总之，病变证据表明 VMPFC/AMPFC 病变可能会干扰情绪体验。只有一项研究（Hornak 等，2003 年）包括DMPFC 患者，与 VMPFC/AMPFC 患者相比，这些患者在情绪体验上表现出更大的变化。
3.4.3.经颅磁刺激
我们无法找到任何针对 MPFC 对情绪体验的贡献的 TMS 研究。
3.4.4.多变量模式分析
有六项 MVPA情绪体验研究包括 MPFC 区域的覆盖范围。其中四种使用挑衅性图像、电影或音乐来诱发情绪（Kragel 和 LaBar，2015 年；Chang 等，2015 年；Saarimäki等，2016 年）。Saarimäki 等 (2016) 在整个 DMPFC、AMPFC和 VMPFC 中观察到集群，这些集群至少解码了几种情绪中的一种。张等 (2015) 还发现，在查看令人回味的图像后，整个 MPFC 中的集群都可以解码情感体验的评级。Tusche 等 (2016) 发现了情感体验评级的类似解码效果，但仅限于 AMPFC。相比之下，Kragel 和LaBar (2015) 发现 MPFC 区域很少参与解码七种不同的潜在情绪。只有一个小的 AMPFC 集群参与了对满足体验的解码，但没有涉及任何其他情绪。
Tusche 等(2014) 进行了另一项研究，检查了在定向和休息期间的情绪化思维。参与者被要求想象自己的行为方式与各种积极（例如慷慨）或消极（例如虚荣）的特征相一致。VMPFC 中的一个簇从负面想象中解码出正面。然后，同一个集群能够预测一个人在休息期间是自发地产生积极的想法还是消极的想法。
最后，Kassam等(2013) 要求演员尝试体验九种不同的情绪。AMPFC 中的一个集群成功地从消极情绪中解码出积极情绪。相比之下，DMPFC 中的一个集群成功地解码了可能涉及心智化（例如嫉妒）的社会情绪，而不是非社会情绪（例如身体厌恶）。
总之，在多变量研究中，AMPFC 与情绪体验的相关性最强。这似乎主要代表价维度， 这可能与上面已经归因于 AMPFC 的估值和自我相关功能有关。DMPFC 和 VMPFC 在多项研究中也分别被鉴定出来，但不如 AMPFC 一致。
3.4.5.单项反向推理
“情绪”的反向推理 Neurosynth 图在 DMPFC、AMPFC 和 VMPFC 中产生适度的集群。这些集群中没有一个显得特别强大或覆盖了每个区域内的大部分解剖区域。同样，应该记住，Neurosynth 涵盖的“情绪”包括许多属于我们社会领域的情绪感知研究。
3.4.6.总结
迄今为止涵盖的大多数其他领域倾向于显示依赖 MPFC 的一个或两个领域的一致证据。在本文中我们研究的不同方法中，情绪体验往往与 DMPFC、AMPFC 和 VMPFC 相关（TMS 除外，该领域没有相关论文）。有可能所有这些区域都在做特定于情绪的工作，但也有可能一些或所有这些与情绪体验相关的 MPFC 反映了非情绪特定的功能，这些功能通常在构建情感体验。许多情绪体验都涉及心智化，这可以解释 DMPFC 效应（Kassam 等，2013年），并且似乎可以解释 AMPFC 效应的自我相关过程。这些不同的结果将在下面有关多项反向推理的部分中介绍。
3.5.心理时间旅行
心理时间旅行是心理学和认知神经科学中一个日益受到关注的领域。绝大多数心理时间旅行研究检查情景记忆，特别是与 MPFC 相关的情景记忆检索。最近有许多研究以未来和过去的思考和想象的形式关注脱离记忆的心理时间旅行。例如，思考虚构的过去和未来并不是严格意义上的情景记忆任务，而是需要心理时间旅行。如上所述，自传式记忆还涉及心理时间旅行。然而，鉴于它与自我领域的重叠，除非研究明确强调这两个领域之一，否则它不会在任何一个部分中得到关注。从历史上看，心理时间旅行与 AMPFC、VMPFC、内侧颞叶和后扣带回有关（Benoit 和 Schacter，2015年）。
3.5.1.前向推理
心理时间旅行包括情景检索、情景过去思维和情景未来思维等多个概念。有多项荟萃分析关注情景记忆的神经基础，但这些分析通常只关注内侧颞叶（Viard等，2012 年；Kühn 和 Gallinat，2014 年）。一项荟萃分析 (Gilbert 等, 2006) 侧重于额极，但用头外侧 PFC 而非 MPFC 确定了情景检索。
专注于记忆检索和面向未来的思维的荟萃分析都显示更多的 MPFC 参与。Spreng 等(2009)发现自传体记忆和未来思维都会招募 AMPFC。同样，Benoit和 Schacter（2015 年）发现，情景检索和情景未来思维都会招募 AMPFC 以及 VMPFC 的背侧区域和 DMPFC 中的一个小簇。最后，Stawarczyk 和 D’Argembeau (2015) 发现情景式未来思维会在 AMPFC 和背侧 VMPFC 中产生集群。
AMPFC 在“情景”、“未来”和“过去”的前向推理 Neurosynth 地图中稳健存在。相对于 MPFC，AMPFC 专门针对“情节”和“未来”产生影响，而“过去”也产生了 VMPFC 和 DMPFC 集群。
通过荟萃分析和前向推理图，有明确的证据表明心理时间旅行任务会在 AMPFC 和 VMPFC 的最背侧区域产生激活，有更明确的证据表明 DMPFC 参与了这些任务。
3.5.2.病变研究
大部分关注 MPFC 在情景记忆中的作用的病变研究主要不是关注检索过程本身，而是对已检索信息做出的内部元认知判断。例如，Gilboa 等 (2009) 发现AMPFC 和 VMPFC 损伤与较差的元认知决策有关，这些元认知决策是关于在情景检索过程中想到的内容。换句话说，检索过程可能会对情景记忆搜索产生多个可能的答案，然后元认知过程参与判断它们（例如“我真的看到了哪些？”）。其他三项研究（Ciaramelli 和 Ghetti，2007年；Ciaramelli 等，2006 年；Gilboa 等，2006 年）证明了VMPFC 和虚构之间的联系（即倾向于回忆不真实或未发生的事情）。这些影响通常根据 VMPFC 中处理的元认知“正确感”过程来理解 (Gilboa 等, 2006)。请注意，这种元认知过程也被认为是上述自我过程的一个组成部分。
其他六项损伤研究侧重于未来思考（Fellows 和 Farah，2005b；Bertossi 等，2016a，b；Uretzky 和 Gilboa，2010；Volle 等，2011；Umeda 等，2011）。他们都发现了 AMPFC 损伤之间的因果关系，其中三个也指向 VMPFC，另外两个显示出与 DMPFC 相关的影响。
Bertossi 等的两项研究(2016a, b) 专注于进一步分解 MPFC 对心理时间旅行的贡献。在其中一个案例中（Bertossi 等，2016a），AMPFC/VMPFC受损的患者产生的与其心理体验以及对过去和未来事件的解释相关的细节较少，但与对照组相比，事件外部特征的细节水平相似参与者。
在第二项研究中（Bertossi等，2016b），参与者被要求想象未来事件以及与任何时间点无关的虚构事件（例如想象一个“熙熙攘攘的街头市场”）。相对于其他非 MPFC 患者和健康对照，AMPFC/VMPFC 受损患者在构建两种类型的场景时均受损。至关重要的是，BA 10 中的病变大小与想象未来事件的缺陷相关，而 BA 11 中的病变大小与想象未来事件和虚构事件的缺陷相关，而 BA 11 中的病变大小与想象中的缺陷相关。作者建议，结果不支持 BA10/11 在心理时间旅行中的特定作用。相反，他们认为 BA 11 是更普遍的场景构建（即想象一个场景或情况）的核心，因为那里的病变大小与想象场景构建中的缺陷有关，无论该场景是否与特定时间无关。他们还争辩说，BA 10 效应可能与想象未来事件所涉及的额外自我相关细节有关，而不是与虚构事件有关。他们指出其他研究表明，情景未来思维与个人目标更相关，并且依赖于自我知识的细节来解释合理的个人未来事件（D'Argembeau 和 Mathy，2011）。虚构事件的合理性不是必需的，因此可能较少依赖于自我知识。
综上所述，心理时间旅行的损伤研究大多指向 AMPFC 和 VMPFC 作为关键区域。然而，其中一些研究表明，这些区域可能并不特定于心理时间旅行，而是可能有助于与心理时间旅行本身相关但又不同于心理时间旅行的表征和过程。AMPFC 和 VMPFC 损伤与情景检索中较差的元认知决策相关，这可能是 AMPFC 中更一般的元认知或自我反思过程的一部分。最后，Bertossi 等(2016b) 表明 VMPFC 有助于心理时间旅行，因为更一般的场景构建功能也可能在与心理时间旅行无关的其他任务中调用。我们将在本文末尾回到这一点。
3.5.3.经颅磁刺激
我们无法找到任何检查与 MPFC 区域相关的心理时间旅行效应的 TMS 研究。
3.5.4.多变量模式分析
在检查 MPFC 区域心理时间旅行的解码效果的三项 MVPA 研究中（Johnson 等，2009年；Kuhl 等，2012 年；Lewis-Peacock 等，2016 年），只有一项研究取得了积极的结果.库尔等 (2012) 要求参与者对面部和场景进行编码。跨越 BA9/10/11 的 MPFC ROI 可以在编码时对人脸与场景进行分类。同样的 ROI 也可以使用编码数据对后续的内存性能进行分类。
3.5.5.单项反向推理
我们检查了“情节”、“过去”和“未来”的通用 Neurosynth 反向推理图。“情节”和“未来”在 AMPFC 中产生反向推理效应。“过去”在 VMPFC 的背侧也表现出适度的覆盖。应该注意的是，虽然我们没有故意在自我或心理时间旅行 Neurosynth 分析中包含“自传”，但在 108 项标有自传的研究中，有74 项最终出现在我们的心理时间旅行分析中，因为这些研究也被标记为另一个相关术语例如“情节”或“过去”。
3.5.6.总结
通过正向和反向推理图、荟萃分析和损伤数据，AMPFC 和 VMPFC 的背侧始终与心理时间旅行任务有关。TMS 和 MVPA效应不存在或太有限而无法得出任何结论。最后，多项损伤研究提出了 MPFC 与心理时间旅行任务的联系是否反映了心理时间旅行过程本身或与心理时间旅行相关的独立心理过程（例如元认知、自我认知、场景构建）的问题和其他过程一样。
3.6.多项反向推理
到目前为止，每个心理领域都被单独分析，以证明其在 MPFC 细分区域功能中的作用。这是因为我们综述的技术很少提供比较数据来表明大脑中感兴趣的区域是否更有可能参与一个过程而不是另一个过程。虽然基于网络的 Neurosynth 工具不允许将特定的心理学术语相互比较，但 Neurosynth 基于 Python 的核心工具可用于直接比较术语（例如“社会”与“自我”）。
图 2. 多项head-to-head反向推理图。
每行显示体素的反向推理图，与其他四项之一相比，行开头的项具有至少 0.60 的后验概率。行开头每个术语下的括号数字表示 Neurosynth 数据中该术语的研究总数。每个大脑图像旁边的括号数字表示该比较中使用的每个术语的研究数量。因此，社会 > 价值图像中的 866 表明在该分析的每次迭代中，有 866 项研究被标记为社会术语，866 项研究被标记为价值术语。箭头表示在该行的每个比较中出现的区域，因此出现在图 3 中。
对于我们感兴趣的五个领域，我们按以下方式使用这些工具。首先，我们创建了自己的特定领域术语，将来自 Neurosynth 数据库中多个术语的研究汇总起来。对于社交领域，我们包括了术语“社交”和“心智化”，它们共同产生了 1045 项研究（即标有“社交”和/或“心智化”的研究）。对于自我领域，我们只使用了术语“自我”（903 项研究）。对于价值领域，我们使用了术语“价值”、“奖励”和“激励”（906 项研究）。对于情绪领域，我们使用了术语“情绪”、“情绪化”、“情绪化”和“情绪化”（1690 项研究）。最后，对于心理时间旅行领域，我们使用了“情节”、“未来”、“过去”、“检索”、“预期”和“记忆检索”等术语（1395 项研究）。请注意，本文前面部分用于搜索文章的某些术语在 Neurosynth 中不可用作搜索术语。 我们使用 Neurosynth 通过随机抽样直接比较每个配对中可能的最大研究数量，同时每个术语产生相同的数量。因此，我们为每个术语创建了一个 0.50 的公平经验先验。为每个术语比较生成 500 次匹配的随机研究样本，然后将这些迭代样本的结果平均在一起。 我们检查了后验概率，并在这些术语比较中使用 0.60 的阈值来指示体素更可能与一个心理领域而不是另一个心理领域相关联。当一个术语在体素中的后验概率至少为 0.60 时，另一项的后验概率必须为 0.40 或更小，因为后验概率总和为1。因此，如果在“社会”与“自我”比较中，DMPFC 体素在社会领域的后验概率为 0.60，在自我领域的后验概率为 0.40，那么在绘制的研究中该体素中观察到的效果从这个抽样中随机抽取的人来自社交领域的可能性比来自自我领域的可能性高 50%（即 0.60 比 0.40 大 50%）。请注意，在这种情况下，研究仍然有可能来自未获胜的领域。但此分析中出现的体素更可能来自“获胜”域。满足 0.60 阈值的体素被称为显性获胜体素，而仅大于 0.50 的体素被称为简单获胜体素。 我们运行了五个领域的所有 20 种可能组合（见图2）。接下来，我们执行了“大逃杀”分析，确定了在目标域与其余四个域的每次比较中后验概率为 0.60 的体素。因此，当“社会”是目标域时，我们确定了后验概率至少为 0.60 的体素，包括（“社会”与“自我”）和（“社会”与“价值”）和（“社会”与“情感”）和（“社交”与“心理时间旅行”）。图 3 显示了生成图，每个域有一个mask，显示了该域具有最多体素的矢状切片。对于每个领域，黄色体素代表对所有其他四个领域的优势胜利，红色体素代表对其他四个领域中的三个领域的优势胜利。
图3 比较五个域的反向推理对比图。
对于每张图，黄色体素表示相关术语在所有四场对比中与其他术语的后验概率至少为 0.60。条形图显示了 DMPFC 中用于“社会”分析的单个体素。红色体素表示四场对比中的三场达到了 0.60 的阈值。
从图 3 中可以看出，社交、自我、价值和情感领域在 MPFC 的不同区域都有相当大的集群，这些领域与该领域的关联比其他所有感兴趣的领域都多。社会领域比自我、价值、情感和心理时间旅行领域产生更高的后验概率，主要在 DMPFC（254 体素）中，另一个较小的集群在后 VMPFC（111 体素）中。主要在AMPFC（143 体素）中，自我域产生的后验概率高于社交、价值、情感和心理时间旅行域。在 AMPFC（161 体素）和VMPFC（471 体素）内的多个集群中，价值域比自我、社会、情感和心理时间旅行域产生更高的后验概率，有点偏右。情绪域比前 VMPFC（107 体素）中的自我、社会、价值和心理时间旅行域产生更高的后验概率，有点偏左。最后，只有 27 个体素的心理时间旅行对自我、社会、价值和情感领域具有至少 0.60 的后验概率。然而，更仔细的检查表明，其中大部分是额叶而不是内侧 PFC 。
在本文中，我们选择关注后验概率而不是 Z 分数及其相关的 p 值（Yarkoni，2015）。也就是说，有些人可能会重视了解与上一段分析相关的 p 值。为了估计 p 值，我们确定了刚好满足我们的最小阈值（即在 0.60 和 0.61 之间）的体素，并确定了这些体素中每一个的 Z 分数。我们对这些 Z 分数取平均值，然后计算相关的 p 值。从有助于每个四向联合分析的四个分析中的每一个得出的 p 值（例如“社会”>“情感”和“社会”>“心理时间旅行”和“社会”>“自我”和“社会” ' > '值') 相乘以产生在所有四种分析中体素显着的概率。对于与社会领域关联多于其他领域的体素，四向联合 p 值 < .00033。对于自域，它们 < .00027。对于值域，它们 < .00016。对于情感领域，它们 <.00053。对于心理时间旅行领域，它们 < .00041。在除心理时间旅行之外的每个领域中，集群通常至少涉及几十个体素，因此体素级概率和集群范围的组合表明这些是有意义的连接集群。
值得注意的是，在主要赢家中（当一个领域胜过其他四个领域时，每个领域都在0.60 阈值），所有 DMPFC 中 85% 的主要赢家都来自社交领域。在 AMPFC 中，自我和价值领域分别占主要赢家的 36% 和 40%。最后，在 VMPFC 中，价值占主要赢家的 64%。
尽管所有MPFC 体素中只有 17%（8429 个中的 1429 个）属于主要赢家，但 88%（8429 个中的 7426 个）属于简单赢家（当一个域胜过其他四个时，每个域的阈值 > .50 )，大大高于预期的 6% 的概率。图 4A 显示了来自“赢得”MPFC 相当大块的领域的简单赢家，包括社交、自我和情感领域。情感是指价值和情感领域的结合。图 4B 显示了来自每个 MPFC 细分区域中每个域的简单赢家。这里值得注意的是，社会赢得 55% 的 DMPFC 体素，自我和价值各赢得 30% 的 AMPFC 体素，价值赢得37% 的 VMPFC 体素。总的来说，简单获胜者占DMPFC 体素的 99%（2154 中的 2124），AMPFC 体素的 98%（3035 中的 2960），但仅占VMPFC 的 75%（3240 中的 2406）。我们应该注意到，虽然与简单获胜者相关的一般模式提供了信息，但它肯定包含许多I 类错误。
鉴于几乎所有MPFC 都由简单的赢家解释，除了 VMPFC 之外，我们进行了额外的分析，以表征 VMPFC 中的非赢家体素。具体来说，我们寻找没有被任何一个领域赢得的体素，而是显示单项后验概率为 0.60 的五个域中的每一个域的反向推理效果。此类体素可能与所有五个领域相关，但与其他领域中的任何一个都没有优先相关。尽管我们搜索了整个 MPFC ROI，但从该分析中出现的几乎所有非选择性体素都在 VMPFC 中，主要位于适合间隙的单个簇（329 体素；参见图 4A 中的粉红色区域）在前面的分析中描述过。
对这个非选择性集群的一个似是而非的解释是，它执行的功能不同于我们所有感兴趣的领域，但它通常对这些领域的功能做出重要贡献。例如，Bertossi 等(2016b) 表明，VMPFC 中看似心理时间旅行的效果可能真正反映了场景构建。事实证明，“场景”和“事件”的单项反向推理图看起来与 VMPFC 中的非选择性集群非常相似（见图 5）。在后面的部分中，我们将考虑这样一种可能性，即场景构建是更广泛地涉及情境处理的一类过程之一，可能与 VMPFC 的这个区域相关联。
图4. 多项反向推理图。
(a) 显示社交、自我和情感（价值 + 情感）的结果，每项都“赢得”了相当大的 MPFC 集群。绿色、蓝色和黄色体素表示相关术语在所有四场对比中与其他术语的后验概率> 0.50。粉红色区域表示被视为非选择性的体素。根据文中回顾的文献，我们推测 VMPFC 的这一区域可能涉及情境处理；
(b) 每个 MPFC 细分领域中每个术语的胜者百分比。
3.7. Neurosynth 分析所有功能术语
尽管我们尽最大努力选择 MPFC 功能强大的候选域，但我们忽略了这些区域的更好功能描述，这似乎是合理的。 Neurosynth 数据库中有 3107 个术语（尽管很多都没有描述心理功能），我们只考虑了其中的一小部分。因此，在最后一组分析中，我们从 Neurosynth 数据库中所有与功能相关的术语中检查了术语集的 ROI，这些术语为每个 ROI 产生了最高的平均后验概率。
表 1 显示了 MPFC 的三个解剖学分支的前 30 个具有心理学意义的术语。被遗漏的术语几乎都是解剖学名称（例如“内侧前额叶”、“背内侧”等）。请注意，粗体大写术语是我们为上述多术语反向推理分析构建的术语。可以看出，DMPFC 的顶级术语由社会认知术语主导。 AMPFC 的顶级术语倾向于自我和价值过程，但显示出跨领域的混合。对于 VMPFC，排名靠前的术语侧重于情绪、价值和社会过程，以及一些其他临床相关术语，例如“年龄”、“障碍”、“调节”和“疾病”。这些结果在很大程度上证实了我们最初对域的选择。
表 2 显示了对上述多项反向推理分析中确定的集群进行的相同类型的分析，基于在一个项中比其他四个项中的每个项都占优势的体素。因此，对于在多项反向推理分析中针对社会领域出现的聚类，我们构建的社会项是整个数据库中最高的功能项（紧随其后的是各种其他社会认知术语）。在这里，我们构建的术语是与社会、自我、价值和情感相关的集群的最高术语。心理时间旅行在其集群列表中名列前茅，仅次于其他相关记忆术语。我们认为这种分析本质上是一种事后操作检查，以防止其他未经检查的术语实际上比我们选择查看的术语更好地解释了这些区域的功能。
4. 讨论
4.1 整合结果
在当前综述之前，以前的综述几乎完全依赖前向推理来总结 mPFC 在社会、自我、情感和心理时间旅行过程中的作用。在这些领域中的每一个领域，荟萃分析或前向推理分析表明在所有三个 MPFC 细分区域中都有可靠的存在（图 1B）。
通过查看其他数据源（病变、TMS、MVPA、Neurosynth），我们希望它们共同提供对 MPFC 细分区域内心理功能的更多研究。这种方法显然有局限性。例如，DMPFC 病变很少见，VMPFC 中的TMS 目前是不可能的，而 Neurosynth 基于使用自动算法将文章文本与峰值激活联系起来，这无疑是一种将结构与功能联系起来的不完美方式。尽管如此，我们认为本次综述确实在将心理功能与 MPFC 细分区域联系起来方面取得了一些进展。
表 3 显示了我们对每种方法（损伤、TMS、MVPA、单项反向推理、多项反向推理）支持五个感兴趣领域（社会、自我、价值、情感、心理时间旅行）之间联系的证据的总结和每个 MPFC 细分区域（DMPFC、AMPFC、VMPFC）。对于每种方法，我们都指出了证据是否存在“无”、“弱”、“中等”或“强”。“无”表示运行的分析可能产生将特定领域与特定细分区域相关联的证据，但证据并未显示这种关系。相比之下，当很少或没有可用于进行此评估的数据时，使用“n/a”。为了对每个域与每个细分区域的链接进行总体评估，我们将标签转换为一个等级：无 =1，弱 = 2，中等 = 3，强 = 4。一行的所有数字一起平均（“n/ a”单元格被忽略）。然后将总体评估转换回标签：≥3.5 强，≥2.5 中等，≥1.5 弱，< 1.5 无。
该汇总数据表明MPFC 的三个分支的心理功能可靠分离。具体来说，只有社交领域在 DMPFC 中获得了“强”的总体评价。自我和价值领域在 AMPFC 中均获得“强”的总体评估。最后，只有价值和情感这两个情感领域在 VMPFC中获得了“强”的总体评价。有适度的总体证据将心理时间旅行与 AMPFC 和 VMPFC 联系起来。
图 4A 中的一个令人惊讶的发现（与表 3 一致）是 VMPFC 中有一个腹侧簇，与本综述中检查的其他结构相比，它与社会过程的相关性更强。这是出乎意料的，因为该区域通常不会出现在社会认知的荟萃分析中，也不会出现在我们对社会领域的前向推理 Neurosynth 分析中。正向和反向推理分析之间存在这种差异的一个可能罪魁祸首是信号丢失。 VMPFC 的腹侧表面是最容易受到丢失效应影响的区域之一，这会导致 II 型错误，即未能揭示真实效果。 Neurosynth 数据库在这个 VMPFC 社会集群的中心产生影响的研究数量只有它在 DMPFC 社会集群中心产生影响的研究数量的四分之一左右。这可能会削弱前向推理分析（如荟萃分析）检测 VMPFC 集群的能力，因为前向推理取决于大量研究中积累的证据。相比之下，反向推理是关于一个域相对于一个或多个其他域对一个区域中观察到的影响负责的概率，因此，这些域受原始计数的影响较小。
为了进一步检查，我们查看了 Neurosynth 数据库中的所有 3000 多个术语，以查看哪些术语作为与此 VMPFC“社交”集群相关的激活的反向推理目标排名最高。在所有心理学术语中，“社会”和“社会认知”这两个词的后验概率排名第一和第三（“受损”位居第二）。前 30 名中的其他术语包括“人际关系”、“信念”、“特质”、“社会互动”、“社会认知”和“自闭症”。还有一些与情绪相关的术语，包括“积极”、“消极”、“损失”和“情绪化”。最后，“老年痴呆症”和“痴呆症”这两个术语可能与记忆有关。
4.2. VMPFC 中的情境处理
如上所述并在图4A 中看到，VMPFC 中的另一个实质性集群在 MPFC 中的五个感兴趣域中是非选择性的。在这里，我们考虑了这个一般区域可能与情境处理相关联的可能性。与本文考虑的所有其他领域的证据不同，专门检查情境处理及其组成过程的神经基础的研究要少得多。因此，我们的建议是有根据的猜测和进一步研究的呼吁——因此文章标题中的括号。让我们考虑情境处理的组成部分以及它如何与其他几个感兴趣的领域相关。
图5.“场景”和“事件”的单项反向推理图，均与情境处理相关。
在记忆检索和心理时间旅行的研究中经常观察到这个 VMPFC 集群的附近，但正如 Bertossi 等(2016b) 观察到，VMPFC 损伤可能会损害场景构建（例如想象一个“熙熙攘攘的街头市场”），而不是心理时间旅行本身。几项研究将感兴趣的 VMPFC 集群与场景表示联系起来（Bertossi 等，2016b；Hassabis 等，2013年，2007 年；Addis 等，2009 年；Summerfield 等，2010 年）。表示场景空间布局的能力通常与心理时间旅行有关。例如，能够重建停车场布局的图像有助于记住一个人停在停车场的哪个位置。如上所述（见图 5），术语“场景”和“事件”都产生与非选择性 VMPFC 簇实质重叠的单项反向推理效应。
有证据表明，VMPFC 可能不仅仅代表场景的视觉方面。相反，它可能表示与场景或给定上下文相关的相关知识的集合（Aminoff 和 Tarr，2015）。因此，当我们说 VMPFC 可能支持情境处理时，我们指的是如何在空间、时间、因果、评价和社会方面更完整地表示情境。当这些一起考虑时，它们反映了一组综合的情境关联。 图式是从个人经验和事件中抽象出来的概括和关联集，因此可能包含这种综合情境知识库。一旦模式到位，它们就会发挥多种功能，包括 (a) 提供上下文以指导对模糊刺激和事件的解释，以及 (b) 将新体验整合到现有模式中。与场景处理一样，有许多研究将 VMPFC 与示意图过程联系起来。（例如 Lieberman 等，2004 年）。 BA 11 病变患者表现出对图式的新信息同化减少（Spalding 等，2015 年）和较少的图式偏向回忆（Warren 等，2014 年；另见Ghosh 等，2014 年）。多项研究观察到，在编码与现有模式一致的新信息时，VMPFC 活动或连接性更强（Bar 等，2008 年；Aminoff 等，2008年；Schlichting 和 Preston，2015 年；Sommer，2016 年；Tse 等， 2011 年；vanKesteran 等，2014 年）。表 1 在 DMPFC、AMPFC 和 VMPFC 的解剖学定义区域内具有最大反向推理证据的术语
此外，一系列研究表明，当提示指示将模糊材料置于上下文中的相关情况时，VMPFC就会受到牵连（Ames 等，2015 年；Yeshurun 等，2017 年；Maguire等，1999 年；van Kesteren 等，2010 年）。在 Bransford 和 Johnson (1972) 的情境提示经典研究的基础上，这些研究为参与者提供了不清楚或可以通过多种不同方式理解的材料。例如，埃姆斯等 (2015) 向参与者展示了小插曲，其中包含诸如“通常需要踢和踩踏”之类的模棱两可的陈述。有时，这些陈述会用图片来消除歧义（例如，有人在换轮胎），有时显示的图片无关紧要。在这项研究中，参与者展示了正确的情境线索，在 VMPFC 中表现出更强的主体间相关性，这表明基于 VMPFC 的情境过程可能有助于使个体进入类似的心理理解状态。
表 2 在图 3 的功能定义的集群中具有最大反向推理证据的术语（即每个体素在一个领域术语中比其他四个领域术语占主导地位的集群）
基于这一证据，我们回应了少数其他科学家的观点，他们假设 VMPFC 的这个区域参与了情境处理（Krueger 等，2009 年；Ranganath 和Ritchey，2012 年；对描述该区域参与的类似描述的回顾在关联网络中，参见 Aminoff，2014）。这个VMPFC 集群可能出现在各个领域的研究中，因为情境处理及其组件（场景构建和基于模式的认知）与各个领域相关。场景构建和基于图式的过程越来越多地被认为是心理时间旅行的核心，但实际上并不是心理时间旅行。社会认知的部分建立是作为一个研究人们如何受到情境影响的领域，以及人类如何更有可能将自己的弱点归因于情境原因，而不是以这种方式为他人的弱点找借口。在心智化的背景下，一些任务需要记住一个特定的情境，演员在这个情境中思考、感受和行动。例如，知道两个人是在公共场合还是私人场合会改变他们的思想和行为之间的假定联系。表 3 每种方法的每个 MPFC 细分领域的结果
最后，我们的情感体验和价值评估会受到我们对自身处境或做出选择的背景的理解的影响。如果 A 撞到并撞倒了 B，B 的情感反应将取决于她是否看到有意或无意的身体接触。如果情境是 A 和 B 走在一条狭窄的冰路上，这肯定会影响 B 的评价和随后的情绪反应。
进一步研究情境处理和 VMPFC 之间的联系，以及情境处理在其他领域的作用，需要新的研究。例如，MVPA 研究可能侧重于此处考虑的一个或多个不同领域，并操纵情境信息的存在/相关性。比较依赖于和不依赖于不同试验情境处理的心智化任务可以帮助区分心智化固有的区域和支持情境处理但本身不支持心智化的区域。也可以在其他每个域中进行相同的操作。此外，未来的研究可以检查情境的哪些特征和维度在此处表示和未表示，以及这些维度如何共同产生可以激发情境引导行为的综合输出。
鉴于众所周知的发现，即人们往往会忽视或低估一般情境过程的影响（Gilbert 和Malone，1995），确定成功情境处理的神经基础，识别个体差异，调节因素和可能加强这些神经认知过程应用的训练。一些人认为，忽视情境的力量是人类互动中最大的错误来源之一，但迄今为止，社会神经科学文献在很大程度上忽视了这一点。
5. 结论
正如我们在本文开头所说，每个 mPFC 研究人员可能至少对 mPFC 功能的理论略有不同。可以肯定的是，我们是带着自己的思考来写这篇文章的。我们采用了一种数据驱动的方法，该方法依赖于与提出 MPFC 功能声明相关的不同证据来源。有些结果让我们感到惊讶。我们期望社交在DMPFC 中有很强的代表性，但没想到 VMPFC 中的集群与社交的关联比任何其他域都更强烈。我们预计值域主要局限于 VMPFC，但它在 VMPFC 和AMPFC 中的表现类似。当我们开始这篇评论时，情境处理甚至不在我们的关注范围之内，但有证据表明它将成为社会和情感神经科学研究的一个有价值的补充。
有些人可能反对我们给予基于 Neurosynth 的多项反向推理分析在帮助将功能分配给区域方面的重要权重。然而，无论它可能有什么限制，对于这项工作来说，它都是比使用前向推理分析（例如荟萃分析）更好的工具，前向推理分析通常用于告知反向推理直觉，但在逻辑上这样做并不合适。
我们毫不怀疑我们的综述不是关于 MPFC 功能的最终结论，但我们确实希望我们的综述有助于澄清一些问题，并可能在未来刺激新的研究。
如需原文及补充材料请添加思影科技微信：siyingyxf或18983979082获取,如对思影课程及服务感兴趣也可加此微信号咨询。另思影提供免费文献下载服务，如需要也可添加此微信号入群，原文也会在群里发布，如果我们的解读对您的研究有帮助，请给个转发支持以及右下角点击一下在看，是对思影科技的支持，感谢！
微信扫码或者长按选择识别关注思影
非常感谢转发支持与推荐
欢迎浏览思影的数据处理业务及课程介绍。（请直接点击下文文字即可浏览思影科技所有的课程，欢迎添加微信号siyingyxf或18983979082进行咨询，所有课程均开放报名，报名后我们会第一时间联系，并保留已报名学员名额）：核磁：南京：
第七十六届磁共振脑影像基础班（南京，1.10-15）
第三十五届磁共振脑网络数据处理班(南京，2.1-6）
第二十六届脑影像机器学习班（南京，2.17-22）
重庆：
第二十三届磁共振脑影像结构班（重庆，2.8-13）
第七十三届磁共振脑影像基础班(重庆，2.17-22）
第二十五届脑影像机器学习班（重庆，2.26-3.3）
北京：
第三十四届磁共振脑网络数据处理班（北京，2.9-14）
第七十五届磁共振脑影像基础班（北京，2.23-28）
上海：
第二十五届磁共振脑影像结构班（上海，2.3-8）
第二十九届扩散成像数据处理班（上海，2.11-16）
第十四届任务态功能磁共振数据处理班（上海，2.22-27）
第七十七届磁共振脑影像基础班（上海，3.3-8）
脑电及红外、眼动：南京：
第二十九届脑电数据处理入门班（南京，2.26-3.3）
北京：
第二十六届近红外脑功能数据处理班（北京，1.12-17）
第五届R语言统计班（北京，2.1-5）
第三十届脑电数据处理入门班（北京，2.16-21）
数据处理业务介绍：
思影科技功能磁共振(fMRI)数据处理业务
思影科技弥散加权成像（DWI）数据处理
思影科技DTI-ALPS数据处理业务
思影科技脑结构磁共振（T1)成像数据处理业务
思影数据ASL数据处理业务
思影科技定量磁敏感（QSM)数据处理业务
思影科技啮齿类动物（大小鼠）神经影像数据处理业务
思影科技灵长类动物fMRI分析业务
思影科技脑影像机器学习数据处理业务介绍
思影科技微生物菌群分析业务
思影科技EEG/ERP数据处理业务
思影科技近红外脑功能数据处理服务
思影科技脑电机器学习数据处理业务
思影数据处理服务六：脑磁图（MEG）数据处理
思影科技眼动数据处理服务
招聘及产品：
思影科技招聘数据处理工程师 （上海，北京，南京，重庆）
BIOSEMI脑电系统介绍
Artinis近红外脑功能成像系统介绍
目镜式功能磁共振刺激系统介绍
