来自伊利诺伊大学心理学系的Hyde等研究人员在Journal of Neuroscience期刊上发表了对前语言期婴儿心理理论相关的颞顶联合区功能性组织的近红外研究。成功的人类社会生活需要想象别人相信或认为的观点来理解和预测行为，而这种能力通常被称为心理理论(ToM)，该能力在年龄较大的儿童和成人中可靠地依赖一个专门的颞叶和前额叶脑区网络的参与，包括颞顶联合区(TPJ)的选择性参与。由于功能影像学在较小年龄被试群体研究中的局限性，这个用于心理理论的专门的大脑组织是怎样以及何时产生的，到目前为止尚不清楚。该研究采用了功能性近红外光谱技术(fNIRS)来测量7个月大的男婴和女婴在观看一个人寻找被藏起来的物体的不同视频场景时其大脑顶叶、颞叶和前额叶的功能性脑响应。对于不同的实验条件，研究人员操纵的是在视频中这个人对被藏起物体的位置持有准确的(正确的)还是不准确的(错误的)的信念。在两个独立的实验中，研究人员发现TPJ（而不是另外两个脑区即颞叶和前额叶）自发地追踪了视频中那个人的信念：相比其持有正确的信念时，当在视频场景中的那个人对物体的位置持有错误的信念时TPJ的脑响应更强。
关键词：婴儿，近红外，颞叶，颞顶联合区，心理理论
材料与方法
实验1
被试。被试是从一个本地父母数据库中招募的，这些父母都曾表达其参与本研究的兴趣。最终的数据集由20名7个月大的婴儿组成（15名女婴）。另外5名婴儿被排除是因为他们虽参与了本研究却没有提供可用的数据（n = 4，探头安置期间或在第一个block期间哭闹(呵呵）；n = 1，由于头发原因不能获得良好信号）。
刺激与设计。实验刺激是一个人以目标导向的方式与木偶和物体互动的视频片段 (见图1)。所有的run都以一个介绍性的事件开始，让婴儿熟悉特定的人、物体和木偶。介绍性活动开始于一个新奇的人(通常是女性)和一个转过身来对着摄像机挥手的木偶，然后木偶拿起桌子中央的一个物体并把它放在桌子左右两边的两个盒子中的一个里面。然后，这个人从盒子里取回这个物体以表明他想得到它的愿望或目标。在黑屏复位之后，该物体再次显示在两个盒子之间的屏幕中央，人在盒子后面，木偶则在其前面。木偶再次拿起这个物体，把它放在另一个盒子里并从舞台上退下去，然后那个人再次取回物体。在另一个用以复位的简短的黑屏之后，测试事件就开始了。
图1. 通过视频片段呈现的信念条件的概览。
A. 在正确信念（TB）条件下，一个人看到：一个木偶将一个物体藏进两个盒子的其中之一，并随后将它转移到另一个盒子里。之后，那个人去取出那个物体。
B, 在错误信念（FB）条件下，那个人看到木偶将物体放进第一个盒子里，但是在木偶将物体转移到另一个盒子之前就转过身去。转移之后，那个人转过身来朝向盒子并成功地够着物体。
C, 在直接感知（DP）条件，那个人做了与在错误信念条件下相同的运动，但是盒子是透明的，这使她能够知道物体的位置。转移之后，那个人转过身来朝向盒子并成功地够着物体。刺激的描述下方是初始放置阶段、转移阶段和追踪够取阶段事件的大概时间尺度。转移阶段周围的灰色方框突出显示了不同条件的时间窗口。较小的黑色轮廓的方框表示选自先前关于成人研究的大脑响应时的所要分析感兴趣时间窗口。
练习结束之后是三个测试事件。在所有的测试事件中，木偶拿起一个物体，将其放入一个盒子中，然后将该物体转移到另一个盒子中。所有的测试事件都以那个人完全成功地去拿这个物体而结束。在每一个run中，都会呈现三个不同版本的测试事件或条件，这三个事件在那个人的信念和这个物体的实际位置相一致的程度上有所不同。在正确信念条件下(图1A)，那个人对物体位置的信念在整个视频过程中始终是正确的，因为其不断地观看被试隐藏并移动物体。在错误信念条件下(图1B)，那个人对物体位置的信念与物体的实际位置变得不一致，因为她在木偶将物体转移到第二个盒子之前，把头扭开了。在直接感知的控制条件下(图1C)，与在错误信念条件下一样，这个人也把头扭开了，但是没有盒子挡住物体，这样就能知觉到物体的位置。
在解释和预测其行为时，我们假设甚至年幼的婴儿也能考虑到那个人是否能看到这个物体（心理理论）。
fNIRS记录。当呈现视频片段时，研究人员使用fNIRS记录了大脑响应。采用有8个光源（其中4个波长为690nm，另4个波长为830nm）和4个探测光极的TechEn CW6(连续波)NIRS系统，以50Hz的采样率测量头皮的皮层血氧动力学响应。光源和探测光极成对排列，间距固定为2.5cm，形成一个12通道光极板，覆盖右半球下顶叶、外侧颞叶和外侧前额叶相对应的皮层脑区 (6个颞顶叶通道和6个额叶通道)(见图2)。探头被嵌入定制的弹性纤维帽中，光极由紧固的橡胶垫圈固定在适当的位置。此外，运动发带和维可罗尼龙粘扣适用于每个婴儿的需要，以稳固头部探头以防止其运动，并确保光极牢固地贴在头皮上。10英尺长的光纤使近红外光从系统和帽子之间得以来回传输。
图2. 实验1：fNIRS光极板放置和敏感性。
A, 描述相对于常用头皮地标的颞叶探头放置。白色圆圈表示10-10系统头皮坐标。红色圆圈表示发射光极（光源），黑色(或蓝色)圆圈表示探测光极。连接发射光极和探测光极的黑线表示数据通道。每个数据通道（1-12）都使用带有数字的正方形框进行标记。
B, 描述相对于常用头皮坐标的额叶头部探头放置。
C, 来自在三维头部模型中对探头的光子迁移模拟的俯视观的敏感性地形图（毫米-1）。值以log10单位显示。
D、仰视观的敏感性地形图。
光极根据10-20国际系统安置(见图2)。在最终数据集中婴儿平均头部尺寸为43.92 cm (SD = 1.06 cm)。基于NIRS-MRI头皮地图集，该研究的光极板覆盖了与颞顶联合区(TPJ)相关的头皮区域（包括角回、颞叶后部和中上部区域）以及额叶（包括额上脑区、背外侧前额叶和额中皮层区域的部分）。根据需要对每个通道的信号强度和质量进行监测和校准，使至少75%的通道在记录开始时的衰减值在60 -140 db之间。
数据处理。数据处理使用Matlab(R2014版本)中免费提供的Homer2程序包(2.1.0版)进行。研究人员采用了与其之前发表的fNIRS研究类似的预处理方法。对结果数据进行低通滤波（0.5Hz），以去除数据中的高频噪声。采用一种自动算法检测和标记包含运动伪影证据的数据的剩余部分。数据分析中包含至少在行为上完成一个run而没有哭闹的被试以及那些经过预处理后仍被保留下来的剩余数据。
数据分析。本研究关注的是氧合血红蛋白(HbO)浓度的变化。主要分析的是功能性脑活动是否区分了错误信念场景和正确信念场景，这是内隐心理理论的一个关键特征。研究人员首先确定颞叶光极板中的任何通道在22-26秒之间对错误信念场景的脑响应是否比对正确信念场景或控制的直接感知场景的脑响应更多。
评估数据通道的皮层敏感性。除了使用婴儿头皮fNIRS-MRI地形图来指导光极放置，从而估计每个通道测量的大脑区域，还通过将本研究使用的光极探头的的空间配准与结构地形图相结合并在AtlasViewer 2.1版本中实现光子迁移的正向建模(tMCimg)，生成了一个敏感性地形图。更具体地说，我们通过在一个真实的、基于网格的3D头部模型中模拟光子迁移来估计光极板中每个通道的皮质敏感性简况(每个通道100万个光子)。蒙特利尔神经学研究所(MNI)从正向模型中获得各通道灵敏性中心的坐标估计(见表1)。
表1. 在实验2中对所有通道数据分析的结果
注释：MNI坐标表示峰值敏感性的估计位置。χ2统计结果来自全模型和只有随机效应的简化模型之间的似然比测试。P N是置换检验的p值(α = 0.0083)。需要注意的是，与这里的成人大脑模型的估计相比，每个通道的实际皮层位置在婴儿大脑中可能更接近内侧。*表示有统计学意义。
实验2
在第二个实验中，我们尝试重复和扩展实验1的结果。实验设计以及数据质量检查与记录、数据处理、数据简化与淘汰、固定阵列数据分析等步骤均预先设定，与实验1几乎完全相同。主要的区别是实验2使用了改进的光学头部探头(见图3)。当具有相同年龄的新的婴儿组在观看实验1中呈现的相同刺激事件时，研究人员测量了右侧TPJ的相同脑区以及一个新的前额叶脑区即左内侧前额叶皮层(mPFC)。
图3. 实验2的fNIRS额叶光极板放置和敏感性。A,描述相对于常用头皮地标的额叶头部光极板放置。白色圆圈代表10-10系统头皮地标。红色圆圈代表发射光极（光源），黑色(或蓝色)圆圈代表探测光极。连接发射光极和探测光极的黑线表示数据通道。每个数据通道（7-10）都使用带有数字的正方形框进行标记。B, 来自在三维头部模型中对探头的光子迁移模拟的正面观的敏感性地形图（毫米-1）。值以log10单位显示。
被试。研究人员计划并收集了一个更大婴儿样本的可用数据（N=30，Mage=7.91个月，SDage=0.76个月，10名女婴)。额外的11名婴儿进行了测试但没有产生可用的数据(n=9，在探头安置期间或在第一个block之内哭闹；n = 2，头部探头放置不准确)。
对行为的视频监控。除了在实验1中相同的在线监控对刺激的视觉注意以确定何时停止实验外，还记录了观看行为的视频以供事后考虑。研究人员获得28/30婴儿所有试次的完整的视频记录，另外2/30婴儿由于技术困难进行了部分记录(n=1)或没有记录(n =1)。对测试阶段的可用视频记录进行逐帧检查，并由两个训练有素的独立编码员进行编码。将两名编码员一致认为被试正在观看视频刺激的帧数除以总帧数确定为观看的占比。编码者的评分者间信度非常高(M=98%，SD=4%)。平均来看，婴儿观看测试视频播放时间的84%(SD=15%)。这种高度的注意力可能是由于研究人员在婴儿感到无聊、注意力不集中或心烦意乱时就终止测试阶段的程序。在不同信念条件之间婴儿观看测试视频的比例几乎没有差异(直接感知= 85%；正确信念= 83%；错误信念= 84%)。在仅有3%(5/162)的试次中，婴儿观看低于测试时间的50%。
实验2中mPFC通道的主要分析结果
注释：MNI坐标表示峰值敏感性的估计位置。χ2统计结果来自在一个先验的感兴趣时间窗口期间全模型和只有随机效应的简化模型之间的似然比测试。 P N是置换检验的p值(α=0 .0125)。需要注意的是，与这里的成人大脑模型的估计相比，每个通道的实际皮层位置在婴儿大脑中可能更接近内侧。
数据处理。数据处理和拒绝参数被预先设定，并与实验1相同。考虑到发射光极-探测光极间距的不同，对光极板的额叶和颞叶部分分别进行处理。在处理和自动剔除有伪影的数据后，被试为最终的颞叶数据集平均贡献了5.73个个体试次(SD=2.46)，为最终的额叶数据集平均贡献了5.76个个体试次(SD=2.45)。实验2的不同实验条件对最终数据集贡献的试次总数几乎没有差异(颞叶:直接控制 = 58, 正确信念= 57, 错误信念 = 57；额叶:直接控制 = 58, 正确信念= 57, F错误信念= 58)。
探索性分析排除了婴儿观看时间不超过测试时间的50%的试次（这些试次仅仅由3%的数据组成），并没有改变下面报告的任何结果。因此，本研究放弃了任何进一步的基于视频记录的fNIRS数据排除。
研究人员还进行了另外两种类型的探索性分析，以检测覆盖左mPFC的光极板新部分的敏感性。首先，使用与在主要兴趣时间窗分析中相似的统计方法，在一个先验的兴趣时间窗(22-26秒)之前和之后的8个4秒时间窗中探索对信念条件的敏感性。其次，计划分析对于任何mPFC通道，HbO响应的平均峰值是否增加到基线以上。为了做到这一点，研究人员找到每个被试每次试次在2-42秒之间的HbO响应峰值，提取峰值周围±2s的平均响应,在整个数据集中平均该响应，并采用t检验测试相对于零（基线）的值。
附加分析
进行附加的探索性分析是为了更好地理解得到的研究结果。其中包括使用功能性的感兴趣通道(fCOI)方法对数据进行重分析，以补充在两个实验中使用的主要固定阵列分析。
结果
实验1
对在先验的感兴趣时间窗口(22-26s)期间颞叶通道中的血氧动力学响应的分析揭示了在单个TPJ通道中对信念条件的很强的敏感性（通道3，PN =0.0038，见图4）。在该通道中的模型对比表明，对错误信念条件的HbO的响应更大（见图4A）。进一步地查看该通道内脑活动的全时间进程发现，尽管在测试试次的早期阶段所有通道的脑活动都增加，但是只有错误信念条件中的脑活动在测试的后半期开始时仍然升高（见图4B）。通过分析发现，该通道的脑活动可能起源于TPJ内的后上颞区域(见图4C)。估计的最大的通道敏感性位点(MNI:56,-49,24，见表1)与成年人选择性参与心理理论的fMRI脑活动峰值的定位是一致的。其他通道和时间窗没有发现此效应。因此，信念条件之间的差异似乎主要局限在单个TPJ通道中，与以往关于成人的研究结果相同。
图4. 实验1的结果表明了TPJ对他人的信念的功能敏感性。
A, 最小二乘估计的均值，来自在22~26s之间信念条件在通道3的神经响应上的线性混合模型。
B,通道3在整个测试视频期间活动的时间变化进程。
C,以log10单位显示的通道3的皮层敏感度估计(毫米-1)。误差线表示±1标准误。
实验2
在实验2中，研究人员试图将测量扩展到另一个脑区，该脑区被认为对心理理论很重要，即mPFC，并测试实验1的TPJ结果的可靠性。
内侧前额叶对信念的敏感性
对每个通道的HbO响应峰值的进一步的探索性分析显示，只有最外侧的额叶通道（通道10）在多通道分析矫正之后，相比基线有一个更大的HbO峰值（p = 0.001)。分析表明，相比错误信念条件和直接感知条件，对正确信念条件的HbO响应更大。这种效应的时间进程略早于在颞叶中发现的时间进程，这种响应模式表明，相比错误信念和直接感知条件下的避开凝视，mPFC的这一区域在正确信念条件下可能反应更为直接。然而，考虑到该分析的探索性本质，包括大量的统计测试并且缺乏对它们的统计矫正，应该谨慎对待这些结果。在任何其他的mPFC通道和/或时间窗中均未发现不同条件之间的有差别的敏感性的迹象(所有 p N > 0.06，见表 3)。
表3. 在实验2中对mPFC通道的进行索性分析的结果
注释：每个时间窗口期间每个通道的报告统计量为全模型和仅有随机效应的简化模型之间的似然比测试的置换检验的pN值。
颞叶对信念的敏感性
对先验感兴趣时间窗口（22-26秒）的TPJ感兴趣通道（通道3）的血氧动力学响应的分析重复了在实验1中观察到的对信念条件的不同的敏感性(通道3，见图5)。模型对比表明，该通道的HbO响应在错误信念条件下比在正确信念条件下更大，并且正确信念与直接感知条件之间的HbO响应无差异，这与实验1结果相同（直接感知vs正确信念）。然而，和在实验1中一样，没有发现错误信念和直接感知条件之间统计学上显著的差异（p=0.359）。
图5. 实验2的结果表明了TPJ对他人的信念的功能敏感性。A, 最小二乘估计的均值，来自在22 ~ 26 s之间信念条件在通道3的神经响应上的线性混合模型。B,通道3在整个测试视频期间活动的时间变化进程。C,以log10单位显示的通道3的皮层敏感度估计(毫米-1)。误差线表示±1 标准误。
探索性分析还发现了在与感兴趣通道相邻的另一个通道，对错误信念条件的响应比对真实信念条件的响应更大，但与直接感知条件没有差异。
附加分析
虽然实验1中大部分颞叶光极板的结果直接在实验2中得以重复，但是观察到两个主要的不同。实验1发现婴儿在单个通道中的TPJ将错误信念条件与另两种条件（即真实信念条件和直接感知条件）区分开来，而实验2只发现在两个相邻通道中的TPJ将错误信念条件和正确信念条件区分开来。因此，研究人员随后进行了若干额外的事后分析，以便更好地理解这种差异。
颞叶对信念的敏感性的功能性COI分析
根据在两个实验中放置光极板的经验以及在实验2中发现的敏感性有更广泛的分布这一事实，研究人员猜想：光极板放置的变化越多，可能导致实验2中的结果越不清晰。具体来说，研究人员发现相比在实验1中使用的完全右侧化的头部光极板，在实验2中使用双侧头部光极板横跨两个半球时，更难发现一致的头皮位置。为了验证这一想法，研究人员将一种功能性感兴趣通道(fCOI)的分析方法应用于两个实验的数据，该方法最近被证明对婴儿fNIRS光极板位置的细微变化比固定阵列分析更加稳定。研究人员推断，如果光极板放置的差异是两个实验的结果不同的原因，那么将fCOI方法应用于实验2的数据将会导致增加的敏感性（相比实验2的固定阵列分析），并随后重复实验1的固定阵列分析发现的信念敏感性的功能性响应的完整模式。作为一个更进一步的比较点，如果实验1中光极板的放置更加一致，那么使用fCOI方法对其进行重新分析应该不会改变固定阵列分析所得结果的模式。
正如所猜测的，采用一种TPJ fCOI方法对实验2数据进行的重分析发现了与实验1的固定阵列分析中观察到的对信念条件有差别的敏感性的完整模式，其中错误信念条件下的HbO响应更大（见图6）。使用TPJ fCOI方法而非最初的固定阵列分析对实验1数据进行的重分析并没有改变结果的模式。对实验1数据进行fCOI分析，发现了在相同数据的固定阵列分析中观察到的对不同信念条件有差别的敏感性的完整模式。这些数据支持这样的观点：实验2中光极板放置的更多的变化导致增加的测量噪音，而采用能够更好地考虑这种变化的更加敏感性的分析方法产生了在实验1和在先前对成人的研究中所观察到的敏感性的完整模式的重复结果。
图6.功能性感兴趣通道（fCOI）分析表明在两个实验中TPJ对他人的信念的敏感性。
A,实验2的fCOI分析。误差线表示最小二乘均值估计，来自22~26秒期间信念条件在神经响应上的线性混合模型。
B,实验1的fCOI分析。
两个实验结合的数据的总体分析
最后，考虑到两个样本的大小都是有限的(实验1, n=20; 实验2,n= 30)，研究人员合并了两个实验的颞叶光极板数据来从统计学上测试功能敏感性的完整模式是否跨全部研究样本(n=50)，或者功能敏感性的完整模式是否更具情境性(例如，与实验相互作用)。对合并的数据集进行的固定阵列分析发现了在血氧动力学响应上的一个坚实的信念条件效应(pN=0.0002)。模型对比显示，错误信念条件下的HbO响应更大。
然而，至关重要的是，信念条件与实验之间没有交互作用(χ2(2)=5.11,pN= 0.089)。尽管实验2贡献了更多的被试，对合并的数据集的固定通道分析得到的功能性响应模式与在实验1和先前关于成人的研究中观察到的完整功能性模式更加密切地匹配。该分析结果提供了对于下面观点的进一步的实证支持：相比在实验2的固定阵列分析中得到的更加有限的敏感性，TPJ的活动将错误信念与正确信念和直接控制区分开的这一敏感性的完整模式更好地表征了全部的数据集。
一句话总结：结果表明，基于信念来理解和预测他人行为的基本神经结构可能从生命的第一年（大约7个月）就存在了，这些结果表明，当进行推理时，婴儿可能使用与成人类似的核心机制来追踪信念。
原文：
Hyde, D. C., Simon, C. E., Ting, F.,& Nikolaeva, J. I. (2018). Functional Organization of the Temporal–ParietalJunction for Theory of Mind in Preverbal Infants: A Near-Infrared SpectroscopyStudy. The Journal of Neuroscience, 38(18), 4264–4274.doi:10.1523/jneurosci.0264-17.2018
微信扫码关注思影科技
获取更多脑科学研究资讯
获取原文：关注“思影科技”公众号，回复“原文”或“培训”，获取原文pdf及补充材料下载链接，同时欢迎浏览我们的培训通知以及数据处理业务介绍。（请直接点击下文文字）：
更新通知：第五届近红外脑功能数据处理班 (南京)
第一届脑电数据处理入门班 （重庆，全界面）
第十一届脑电数据处理基础班 （南京）
第十二届脑电数据处理班（重庆）
第四届脑电信号数据处理提高班（南京）
第二届眼动数据处理班（重庆）
更新通知：第八届磁共振脑网络数据处理班（重庆）
第十三届功能磁共振数据处理基础班（重庆）
更新通知：第二届脑影像机器学习班 （重庆）
更新通知：第三届脑影像机器学习班（南京）
第三届动物磁共振脑影像数据处理班 （南京）
第三届脑功能磁共振提高班暨任务态fMRI专题班
第十四届功能磁共振数据处理基础班（南京）
第十五届功能磁共振数据处理基础班（南京）
第五届磁共振脑影像结构班（南京）
第七届磁共振弥散张量成像数据处理班（南京）
第四届磁共振ASL（动脉自旋标记）数据处理班（南京）
思影数据处理业务一：功能磁共振（fMRI）
思影数据处理业务二：结构磁共振成像(sMRI)与DTI
思影数据处理业务三：ASL数据处理
思影数据处理业务四：EEG/ERP数据处理
招聘：脑影像数据处理工程师
