人格特质的功能性磁共振成像研究进展*

王鋆杰李 宏葛 玲李婷婷徐 勇中国.山西医科大学人文社会科学学院医学心理教研室(太原) 030001 E-mail:1045292041@qq.com 山西职工医学院心理咨询中心(太原) 030001 ③山西医科大学第一医院精神卫生科 △通讯作者 E-mail:xuyongsmu@vip.163.com



人格特质的功能性磁共振成像研究进展*

王鋆杰①李 宏①葛 玲②李婷婷①徐 勇③△
①中国.山西医科大学人文社会科学学院医学心理教研室(太原) 030001 E-mail:1045292041@qq.com ②山西职工医学院心理咨询中心(太原) 030001 ③山西医科大学第一医院精神卫生科 △通讯作者 E-mail:xuyongsmu@vip.163.com

【摘 要】人格特质在横向比较及纵向变化程度上的差异性不仅对个体日常工作、学习、生活等方面有着重要影响,而且关系到个体心理健康水平的高低。自认知神经科学兴起以来,研究者开始借助功能性磁共振成像(f MRI)技术探讨人格特质与大脑内在功能构造之间的关系,本文就这一领域的研究进展进行综述。

【关键词】人格特质;功能磁共振成像;静息态;脑功能;综述

Research Progress of Functional Magnetic Resonance Imaging of Personality Traits

Wang Junjie,Ge Ling,Li Tingting,Xu Yong
College of Humanitys and Social Science of Shanxi Medical University,Taiyuan 030001,China

“人格”术语最早来源于拉丁文,意指面具“Persona”一词,原指个体在戏台上演出的各种不同人物及行为。人格的内涵十分复杂,有关人格的定义,心理学家们的观点并不一致,笔者较为认同“人格是个体在行为上的内部倾向,它表现为个体适应环境时在能力、情绪、需要、动机、兴趣、态度、价值观、气质、性格和体质等方面的整合,是具有动力一致性和连续性的自我,是个体在社会化过程中形成的给人以特色的心身组织”这一概念[1]。从高尔顿提出“构成我们行为的品格是一种明确的东西,所以可以进行测量”这一论断开始,一个世纪以来,研究者们从描述层面及解释层面分别以人格测验和人格发生的生物学基础为依据对人格进行了科学的评估。

人格特质理论(Theory of personality trait)起源于40年代的美国。该理论认为,特质(Trait)是决定个体行为的基本特性,是人格的有效组成元素,也是测评人格常用的基本单位。有研究表明,人格特质与心理健康存在着密切关系,人格特质是影响心理健康的主要因素[2]。人格特质一直以来被看作是某些精神疾病的重要预测因素,例如:神经质特质是个体抑郁症发作的重要影响因素[3];个体的高移情能力可以减少其攻击性行为[4],而移情能力不足则可能会对精神分裂症、孤独症等产生一定的影响[5-6]。

人格特质与心理健康密切相关,因此我们有必要对人格特质进行研究。人格的生物学理论认为,就像脑是心理的器官一样,人格也有其生物学基础。尽管我们生存的环境是多样且动态的,但构成人格的行为及认知模式,往往是持久的且大致可以预测的[7]。因此,认知神经科学的一个重要挑战是揭示人格特质如何在大脑内在功能构造中进行编码,以便排除个体一时性的行为表现,找出其本质的、稳定的人格特质。过去,研究者们只能通过行为数据来主观描述人格特质的特征及差异性,当前借助功能磁共振成像(f MRI)技术,我们可以客观而直接的去揭示隐藏在人格特质背后的认知神经生物学基础。

1　f MRI原理

目前使用最广泛的f MRI方法是基于血氧水平依赖(Blood-oxygen-level dependent,BOLD)效应。BOLD是由日裔科学家Seiji Ogawa在美国Bell实验室工作期间提出的[8],其基本原理是当神经细胞活动增强时,神经元兴奋会消耗大量的氧,但同时也伴随局部脑血流的增加为能量代谢提供氧。最终的效果是供氧幅度大于耗氧幅度,使得生物体血液中局部氧合血红蛋白浓度升高而脱氧血红蛋白浓度降低,而后者是顺磁性物质,其浓度的降低会引起T2加权像信号增强,最终表现为磁共振信号强度的上升,在磁共振图像上呈现亮信号[9]。在活体脑功能研究中,f MRI以其较高的空间和时间分辨率、无创性和可重复性等优势,成为目前使用最广泛的脑成像技术之一。

2　f MRI技术在人格研究中的应用

2.1任务态f MRI

任务态f MRI要求被试在某种任务状态下完成检查。采用任务态f MRI方法对人格的脑功能进行研究关键是设计与人格特质相关的认知任务,采用f MRI检测与该认知任务相关的脑功能活动区域,并将这些区域的激活强度与人格特质得分之间的关系进行定量分析。例如:Benedek等人研究了创造性思维和回忆检索之间的差异。结果发现,产生新思维相对于回忆检索更多激活了左侧顶下小叶,而这个区域已知是涉及心理模拟、想象和未来思维等特质的。此外,额下回眶部的激活和创造性思维的创造性高低有关。另外,左侧顶叶皮层和左侧前额叶区域可能会促进将新旧知识联系起来的灵活性整合加工,从而为新的创造性思维的产生做准备[10]。Kumari等人采用“n-back”任务范式研究发现,被试的外倾性与其背外侧前额叶皮层及前扣带回皮层在从无任务到3-back状态下fmri信号变化的强度成正相关,此外,外倾性与丘脑、布洛卡区延伸到威尔尼克区在无任务状态下的f MRI信号成负相关,精神质与苍白球-壳核在无任务状态下的f MRI信号成负相关。这些结果不仅表明个体差异性影响大脑在安静或者进行认知任务时的反应,而且为假设的人格神经生物学基础提供了证据[11]。Canli等人的研究提供的直接证据表明,大脑对情绪刺激的反应与人格特质存在着联系,外倾性及神经质分别与大脑局部脑区对积极刺激及消极刺激的反应有关[12],值得注意的是,在他们随后的研究中发现,当呈现给被试高兴的面部表情图片时,被试杏仁核的激活强度与其外倾性呈正相关[13]。而Mobbs等人研究发现,当被试在观看幽默卡通片时,其双侧杏仁核的激活强度与其外倾性得分成负相关[14]。虽然这两项研究设计的任务性质类似,但研究结果却不一致,值得我们进一步探讨。除了以上脑区,也有研究表明脑岛[15]、颞极[16]、下背侧纹状体[17]、背外侧前额叶及后扣带回[18]等脑区分别与风险决策、同理心、动机、情绪等人格特质有关联。

然而任务态f MRI有其局限性,首先,我们有时很难设计一个能恰当反映某种人格特质的任务,而有些任务对于儿童或者老年人来说难以完成或完成质量不高,相比之下,静息态f MRI无需进行复杂的任务设计,受试者易配合,可操作性好;其次,任务态f MRI研究主要集中于各种认知功能的定位,更多强调的是不同脑区与特定认知功能之间的关联,这更适合研究人格的某个维度或某一方面的特质,需要强调的是人格还具有整体性,人格的多种成分和特质在人身上并不是孤立存在而是密切联系的,静息态f MRI更加重视大脑神经网络间的并行关系,因此有利于我们研究人格特质涉及到的不同脑区之间的相互关系;最后,大脑基础状态能量消耗中,任务相关的神经代谢消耗的能量只占5%,就神经环路而言,大脑的大部分神经活动都与外部事件或刺激无关,而大脑在静息状态下自发的神经元活动消耗的能量占大脑总能量消耗的60%～80%,Raichle把这些固定存在的神经活动称为大脑的“暗能量”,用于大脑维持自身的活动[19-21],综上,进一步明确人格特质与静息态下脑功能活动的关系对认识人格特质的神经生物学基础有重要的意义。

2.2静息态f MRI

自Biswal博士于1995年首次运用静息状态(闭眼、清醒、无特定认知任务)功能磁共振研究感觉运动皮层的低频自发神经活动以来,经过最初15年的发展,这项技术已经被研究者们广泛的用来研究正常脑功能及各类神经精神疾病引起的脑功能异常[22]。

2.2.1如何定义静息状态? 相较于任务态功能磁共振成像,静息状态下的功能磁共振成像可以在实验中减少很多不可控因素对实验结果的影响,因此逐渐受到脑功能研究者们的青睐。静息态f MRI的具体定义包括:要求被试在实验过程中闭眼;不要睡着;不要进行特定的思考;采集几分钟或者更长时间的低频振幅(Low frequency fluctuation,LFF,0.01～0.08Hz)。值得注意的是,被试在实验过程中是否完全做到以上要求值得商榷:闭眼、睁眼或者混合状态是否影响实验结果?被试在实验过程中是否都能保持清醒?中科院心理所严超赣研究员的研究结果表明,睁眼和闭眼两种静息状态下,被试默认网络的功能连接以及区域自发活动水平都有着显著性差异,提醒我们在研究中要注意对不同静息状态的选择以及进行多重扫描序列的实验设计时要标明不同静息状态的次序[23]。Tagliazucchi和Laufs对1147名被试的静息态f MRI数据分析后发现,有三分之一的被试在实验开始三分钟内即出现觉醒程度的下降,这也证实了静息状态具有动态特性[24]。而Samann等人也开展了针对被试从清醒到慢波睡眠的不同状态下,大脑解剖网络自发同步性改变状况的研究[25]。综上,目前我们说的静息状态是区别于任务状态的一种相对状态,只要被试在实验过程中没有进行特定的认知任务或动作,便符合我们对静息状态的要求。鉴于此,被试在扫描过程中只要没有特定的认知任务,其他状态,例如:思维漫游、“开小差”、记忆巩固、准备状态等都符合静息状态的要求[]。

2.2.2人格(特质)的静息态f MRI研究 静息态f MRI可以按照功能分离和功能整合角度划分为两大类分析方法。功能分离角度研究的是大脑不同区域或者体素的局部活动水平,主要有局部功能一致性(Re Ho)、低频振荡振幅(ALFF)、时间簇分析(TCA)等研究方法,目前大多数研究采用的是国内臧玉峰教授提出的Re Ho及ALFF方法。功能整合角度研究的是大脑不同区域功能之间的相互关系以及大脑功能网络,主要有线性相关(linear correlation)、独立成分分析(ICA)、图论(Graph)等研究方法。

2.2.2.1 功能分离 目前研究人格特质与大脑局部功能活动水平关系的方法主要是Re Ho及ALFF。Re Ho分析方法主要用于度量大脑某个活动区内不同体素活动同步性的大小,而且近期也有研究证明了Re Ho这个指标的神经生物学意义[27]。Re Ho应用于人格特质的相关研究发现,神经质及外倾性、冲突适应能力、感受幸福的能力、人的一般智力等人格特质与大脑相关脑区的Reho值存在联系,例如:左侧额叶及内侧前额叶的Reho值分别与神经质及外倾性的人格特质负相关[28]。背外侧前额叶的Reho值可以预测个体在冲突适应过程的行为表现[29]。通过比较开心与不开心两个组的大脑Reho值发现,默认网络及负责情感、奖赏的相关脑区可能对个体感受幸福的能力有影响[30]。双侧顶下小叶,额中回,海马旁回和颞上回等多个特定脑区的Re Ho值与全面智力商数得分正相关,即,人的一般智力涉及大脑多个脑区的协同合作[31]。而关于人格障碍的研究,Tang等人首次报道了具有反社会人格(ASPD)人群的大脑Reho值的改变状况,并且提出相关脑区Reho值的改变为ASPD的检测提供了潜在的标记[32]。

Re Ho从不同体素时间序列相似性的角度出发,虽然可以客观的反映大脑局部功能状态,但不能反映不同脑区的具体活动状态。ALFF分析方法通过直接计算每个体素低频振荡幅度的大小,可以具体的反映出神经元自发活动的强弱,比Re Ho更具有生理解释意义。ALFF应用于研究人格特质的相关研究发现,大五人格各维度与特定脑区的区域活动相关[33],而Wei等人进一步的将低频波段划分为slow-4跟slow-5,探测了具有比大五人格理论更强的生物学模型及皮层唤醒水平的艾森克人格理论,发现人格特征与特定频段下的低频振荡振幅相关联,并说明个体差异的脑功能活动能够预测人格特征的差异性[34]。此外也有研究表明右侧楔前叶及左侧额上回内侧的ALFF值与人的执行控制加工能力显著相关[35]。针对人格障碍人群的研究,Salvador等人报告了边缘性人格障碍患者的大脑颞边缘与额内侧结构及功能性异常[36]。Liu等人的研究表明,反社会人格患者可能存在额—颞网络活动不正常[37]。

2.2.2.2 功能整合 随着认知神经科学的发展,研究者们逐渐发现在许多情况下,将人脑的某种功能定位在某个特定脑区是困难而且不准确的,很多认知过程的完成涉及到多个脑区的交互作用,事实上,人脑的各个脑区并不是相互独立的,而是相互连接、彼此影响的,脑连接研究分为脑结构连接、脑功能连接以及脑有效连接3个方向,本文主要综述的是脑功能连接。同时,前文提到人格有整体特性,多种人格特质在个体身上密切联系,理论基础及实践需要都提醒我们有必要从脑功能整合的角度出发研究人格特质的大脑内在功能架构。

脑功能连接的概念最早由Friston等人于20世纪90年代提出,是指空间上远离的不同脑区的神经生理活动之间在时间上的相关性[38]。种子点相关分析方法是目前应用最广泛的脑功能连接分析方法,诸多研究运用该方法分析人格特质涉及到的大脑不同区域的功能连接。例如,有研究表明后扣带回与前扣带回膝部之间的功能连接与宜人性和血压呈正相关[39]。冷酷特质与默认网络异常功能连接有关,冲动、不负责任特质与额顶网络功能连接改变有关[40]。Adelstein等人基于大脑的两个认知与情感中心:前扣带回和楔前叶的种子区域,发现每一个人格维度都有一种独特的静息态功能连接(RSFC)模式。并且各人格维度所预测的大脑区域RSFC并不重叠,这表明,尽管不同的个体之间存在一个根本的、核心的大脑内在功能架构,但在那个核心之外的可变性连接,导致了性格的个体差异,从而也诱发了不同的心理、行为反应[7]。针对人格障碍人群,有研究发现分裂型人格障碍患者的额叶区域,包括额上回及额中回的功能连接减少[41],边缘性人格障碍患者的杏仁核和脑岛、眶额皮层和壳核之间的功能连接增加[42],前扣带回皮层和左侧颞叶、右侧缘/顶下小叶、右侧扣带回皮层之间的功能连接减少[43]。

种子点相关分析是一种模型驱动的方法,需要人为选定种子点,对研究者有较高要求,而且结果解释在一定程度上受研究者主观经验的影响。Mc Keown等人于1998年在任务态f MRI的数据分析中首次引入独立成分分析(ICA)方法[44],ICA是一种数据驱动方法,不受任何先验知识的影响,能有效地去除呼吸、心跳等生理噪声以及实验中被试头动对于实验结果的影响。需要指出的是,虽然种子点相关分析方法和ICA分析方法都可用来刻画大脑的功能连接,但是种子点相关分析刻画的是选定的两个或多个脑区之间的功能连接模式,是“局部”性的; ICA刻画的是能反映全脑所有体素的功能连接模式,是“全局”性的。ICA用于静息态下人格特质与脑功能之间关系的研究较少,截止2015年10月份,使用关键字(rest-state f MRI[All Fields]AND independent component analysis[All Fields]AND personality[All Fields])在Pub Med文献查询结果显示仅有15篇相关研究。综合其中4篇,被试群体年龄跨度从童年早期到成年,论证了智力与额—顶网络功能连接之间发生发展的关系[45-48]。3篇探讨了边缘性人格障碍及分裂型人格障碍患者的静息态脑功能网络异常[49-51]。也有研究涉及焦虑[52]、学习迁移[53]、外向性[54]等人格特质与静息态脑功能连接之间的关系。不过,ICA算法本身也存在不足:①ICA模型成分个数的估计和选择;②ICA可能会将一个功能网络“分离”成若干子网络;③对于结果的解释不如基于种子点的相关分析方法简单、直观。

基于种子点的相关分析和独立成分分析都只是刻画了大脑的局部功能网络,而基于图论的分析方法可以从整体水平上对大脑功能网路进行分析。图论是目前复杂网络分析领域最主要的分析工具,已广泛用于大脑网络的研究,在健康人群中,基于图论的脑网络分析用于研究脑网络与认知、情绪、行为等因素的关系。截止2015年10月份,使用关键字(rest-state f MRI[All Fields]AND graph analysis [All Fields]AND personality[All Fields])在Pub Med文献查询结果显示有11篇相关研究。有的研究基于全脑功能网络的特性进一步佐证并发展了基于局部功能网络特性研究的一些发现,例如: van den Heuvel等人发现智力不仅与额—顶网络有关,而且还与整个脑功能网络的全局效率成正相关[55]。Wu等人研究了健康儿童脑功能网络的拓扑性质与年龄、性别及智力的关系,同时也为我们研究儿童、青少年时期的脑发育及认知发育带来新的启示[56]。不过,也有的研究结论促使我们对传统观点有了新的思考,例如:Santarnecchi等人通过对较弱的脑功能连接研究挑战了传统的观点—大脑拓扑结构中,强的脑功能连接有着突出作用。强调是强、弱两种功能连接造成功能架构的不同导致了智力差异[57]。Gao等人研究了艾森克人格唤醒理论中外向性及神经质两个人格维度与静息态下全脑功能网络拓扑性质的关系,发现外向性特质与区域性脑唤醒之间的关系可能比艾森克提出的要更复杂[58]。此外,也有研究探讨了精神疾病(精神分裂症[59]、重度抑郁症[60]、帕金森症[61])患者的灰质密度及脑功能连接或脑功能网络拓扑结构的改变或破坏。

3　小结与展望

人之所以为人,关键不在于人的自然性,而在于人的社会性,人的本质是一切社会关系的总和。我们在生活中会遇到形形色色的人,了解自己及别人的性格特点,不仅可以使我们有一个健康的心理状态,而且有助于我们更好地工作、学习及处理人际关系。人格测验可以对人格进行描述及分类,但是人格测验是心理学家根据人格理论编制,派别不同,人格理论也不同,没有公认的、统一的、权威的标准,而且由于人格测验是根据行为学指标人为编制,因此带有一定的主观性。

综合目前关于人格特质的生物学基础研究,可以认为遗传和环境的交互效应,造成个体间大脑功能构造的不同,这种差异性导致了独具特征的人格特质的形成。未来,我们可以借助功能磁共振成像技术,基于脑影像特征尝试对人脑进行生物学分类,并形成人格特质的影像学分类,相信这会是对人格特质分类客观的、令人信服的标准。在临床应用层面,我们可以尝试确定人格特质脑环路/网络/图谱与各类心理疾患发生、发展的关系,寻找特异人格特质相关的药物或心理治疗,相信会有助于对心理疾患开展针对性的预防和治疗工作。

参考文献

[1]黄希庭.人格心理学[M].杭州:浙江人民出版社,2002:8

[2]杨春,巴华杰,林子清.某公安院校硕士研究生心理健康状况分析与个性特征的相关研究[J].中国健康心理学杂志,2009,17(11): 1345-1347

[3]圣锦涛,王金辉.青少年神经质人格与抑郁的关系:移情的中介作用[J].中国健康心理学杂志,2015,23(10)1444-1447

[4]杨青,陈云,李茜,等.高中生攻击行为与移情关系[J].中国健康心理学杂志,2014,22(1):87-90

[5]Hobson P.Empathy and autism.In T F D Farrow &P W R Woodruff(Eds),Empathy in mental illness[M].New York:Cambridge University Press,2007:126-141

[6]Lee K.Empathy deficits in schizophrenia.in T.F.D.Farrow & P.W.R.Woodruff(Eds),Empathy in mental illness[M].New York: Cambridge University Press,2007:17-32

[7]Adelstein J S,Shehzad Z,Mennes M,et al.Personality is reflected in the brain's intrinsic functional architecture[J].PLoS One,2011,6(11):e27633

[8]Ogawa S,Lee T M,Kay A R,et al.Brain magnetic resonance imaging with contrast dependent on blood oxygenation[J].Proc Natl Acad Sci U S A,1990 Dec;87(24):9868-9872

[9]杨丽琴,林富春,雷皓.静息状态下脑功能连接的磁共振成像研究[J].波谱学杂志,2010(3):326-340

[10]Benedek M,Jauk E,Fink A,et al.To create or to recall?Neural mechanisms underlying the generation of creative new ideas[J].Neuroimage,2013 Nov 21,88C:125-133

[11]Kumari V,ffytche D H,Williams S C,et al.Personality predicts brain responses to cognitive demands[J].J Neurosci,2004,24 (47):10636-10641

[12]Canli T,Zhao Z,Desmond J E et al.An f MRI study of personality influences on brain reactivity to emotional stimuli[J].Behav Neurosci,2001,115(1):33-42

[13]Canli T,Sivers H,Whitfield S L,et al.Amygdala response to happy faces as a function of extraversion[J].Science,2002:296-305

[14]Mobbs D,Hagan C C,Azim E,et al.Personality predicts activity in reward and emotional regions associated with humor[J].Proc Natl Acad Sci U S A,2005,102(45):16502-16506

[15]Paulus M P,Rogalsky C,Simmons A,et al.Increased activation in the right insula during risk-taking decision making is related to harm avoidance and neuroticism[J].Neuroimage,2003,19 (4):1439-1448

[16]Jimura K,Konishi S,Asari T,et al.Temporal pole activity during understanding other persons'mental states correlates with neuroticism trait[J].Brain Res,2010,1328:104-112

[17]Kehoe E G,Toomey J M,Balsters J H,Bokde AL.Personality modulates the effects of emotional arousal and valence on brain activation[J].Soc Cogn Affect Neurosci,2012;7(7):858-870

[18]王子聪,宋森,王丽红.情绪对脑功能连接的影响[J].生物医学工程学杂志,2014(2):262-266

[19]Raichle M E.The brain's dark energy[J].Sci Am,2010,302(3): 44-49

[20]Fox M D,Raichle M E.Spontaneous fluctuations in brain activity observed with functional magnetic resonance imaging[J].Nat Rev Neurosci,2007,8(9):700-711

[21]Zhang D,Raichle M E.Disease and the brain's dark energy[J].Nat Rev Neurol,2010,6(1):15-28

[22]Zuo X N,Zhang Z,He Y,et al.The human functional connectome:Its methodology,developmental trajectory and behavioral association(in Chinese)[J].Chin Sci Bull(Chin Ver),2012,57: 3399-3413

[23]Yan C,Liu D,He Y,et al.Spontaneous brain activity in the default mode network is sensitive to different resting-state conditions with limited cognitive load[J].PLoS One,2009,29(5): 5743-5765

[24]Tagliazucchi E,Laufs H.Decoding wakefulness levels from typical f MRI resting-state data reveals reliable drifts between wakefulness and sleep[J].Neuron,2014 May 7;82(3):695-708

[25]Samann P G,Wehrle R,Hoehn D,et al.Development of the brain's default mode network from wakefulness to slow wave sleep[J].Cereb Cortex,2011,21(9):2082-2093

[26]Raichle M E.Neuroscience.The brain's dark energy[J].Science,2006 Nov 24;314(5803):1249-1250

[27]Jiang L,Xu T,He Y,et al.Toward neurobiological characterization of functional homogeneity in the human cortex:regional variation,morphological association and functional covariance network organization[J].Brain Struct Funct,2015 Sep;220(5): 2485-2507

[28]Wei L,Duan X,Yang Y,et al.The synchronization of spontaneous BOLD activity predicts extraversion and neuroticism[J].Brain Res,2011,1419:68-75

[29]Wang T,Chen Z,Zhao G,et al.Linking inter-individual differences in the conflict adaptation effect to spontaneous brain activity[J].Neuroimage,2014,90:146-152

[30]Luo Y,Huang X,Yang Z,et al.Regional homogeneity of intrinsic brain activity in happy and unhappy individuals[J].PLoS One,2014,9(1):85181-85190

[31]Wang L,Song M,Jiang T,et al.Regional homogeneity of the resting-state brain activity correlates with individual intelligence[J].Neurosci Lett,2011,488(3):275-278

[32]Tang Y,Liu W,Chen J,et al.Altered spontaneous activity in antisocial personality disorder revealed by regional homogeneity [J].Neuroreport,2013,24(11):590-595

[33]Kunisato Y,Okamoto Y,Okada G,et al.Personality traits and the amplitude of spontaneous low-frequency oscillations during resting state[J].Neurosci Lett,2011,492(2):109-113

[34]Wei L,Duan X,Zheng C,et al.Specific frequency bands of amplitude low-frequency oscillation encodes personality[J].Hum Brain Mapp,2014,35(1):331-339

[35]Xu J,Rees G,Yin X,et al.Spontaneous neuronal activity predicts intersubject variations in executive control of attention[J].Neuroscience,2014,263:181-192

[36]Salvador R,Vega D,Pascual J C,et al.Converging Medial Frontal Resting State and Diffusion-Based Abnormalities in Borderline Personality Disorder[J].Biol Psychiatry,2016,79(2):107-116

[37]Liu H,Liao J,Jiang W,et al.Changes in low-frequency fluctuations in patients with antisocial personality disorder revealed by resting-state functional MRI[J].PLoS One,2014,9(3):e89790

[38]Friston K J,Frith C D,Liddle P F,et al.Functional connectivity: the principal-component analysis of large(PET)data sets[J].J Cereb Blood Flow Metab,1993 Jan;13(1):5-14

[39]Ryan J P,Sheu L K,Gianaros P J.Resting state functional connectivity within the cingulate cortex jointly predicts agreeableness and stressor-evoked cardiovascular reactivity[J].Neuroimage,2011,55(1):363-370

[40]Cohn M D,Pape L E,Schmaal L,et al.Differential relations between juvenile psychopathic traits and resting state network connectivity[J].Hum Brain Mapp,2015,136(6):2396-2405

[41]Zhang Q,Shen J,Wu J,et al.Altered default mode network functional connectivity in schizotypal personality disorder[J].Schizophr Res,2014,160(1-3):51-56

[42]Krause-Utz A,Veer I M,Rombouts S A,et al.Amygdala and anterior cingulate resting-state functional connectivity in borderline personality disorder patients with a history of interpersonal trauma[J].Psychol Med,2014,44(13):2889-2901

[43]O'Neill A,D'Souza A,Samson A C,et al.Dysregulation between emotion and theory of mind networks in borderline personality disorder[J].Psychiatry Res,2015,231(1):25-32

[44]Mc Keown M J,Jung T P,Makeig S,et al.Spatially independent activity patterns in functional MRI data during the stroop color -naming task[J].Proc Natl Acad Sci U S A,1998 Feb 3;95 (3):803-810

[45]Vakhtin A A,Ryman S G,Flores R A,et al.Functional brain networks contributing to the Parieto-Frontal Integration Theory of Intelligence[J].Neuroimage,2014 Dec;103:349-354

[46]Li C,Tian L.Association between resting-state coactivation in the parieto-frontal network and intelligence during late childhood and adolescence[J].AJNR Am J Neuroradiol,2014 Jun;35 (6):1150-1156

[47]Langeslag S J,Schmidt M,Ghassabian A,et al.Functional connectivity between parietal and frontal brain regions and intelligence in young children:the Generation R study[J].Hum Brain Mapp,2013 Dec;34(12):3299-3307

[48]Martínez K,Solana A B,Burgaleta M,et al.Changes in restingstate functionally connected parietofrontal networks after videogame practice[J].Hum Brain Mapp,2013 Dec;34(12): 3143-3157

[49]Doll A,Sorg C,Manoliu A,et al.Shifted intrinsic connectivity of central executive and salience network in borderline personality disorder[J].Front Hum Neurosci,2013,30(7):727-735

[50]Wolf R C,Sambataro F,Vasic N,et al.Aberrant connectivity of resting-state networks in borderline personality disorder[J].J Psychiatry Neurosci,2011,36(6):402-411

[51]Lagioia A,Van De Ville D,DebbanéM,et al.Adolescent resting state networks and their associations with schizotypal trait expression[J].Front Syst Neurosci,2010,4:35

[52]Modi S,Kumar M,Kumar P,et al.Aberrant functional connectivity of resting state networks associated with trait anxiety[J].Psychiatry Res,2015,234(1):25-34

[53]Gerraty R T,Davidow JY,Wimmer GE,et al.Transfer of learning relates to intrinsic connectivity between hippocampus,ventromedial prefrontal cortex,and large-scale networks[J].J Neurosci,2014 Aug 20;34(34):11297-11303

[54]Lei X,Zhao Z,Chen H.Extraversion is encoded by scale-free dynamics of default mode network[J].Neuroimage,2013 Jul 1; 74:52-57

[55]Van den Heuvel M P,Stam C J,et al.Efficiency of functional brain networks and intellectual performance[J].J Neurosci,2009 Jun 10;29(23):7619-7624

[56]Wu K,Taki Y,Sato K,et al.Topological organization of functional brain networks in healthy children:differences in relation to age,sex,and intelligence[J].PLoS One,2013;8(2):55347

[57]Santarnecchi E,Galli G,Polizzotto N R,et al.Efficiency of weak brain connections support general cognitive functioning[J].Hum Brain Mapp,2014 Sep;35(9):4566-4582

[58]Gao Q,Xu Q,Duan X,et al.Extraversion and neuroticism relate to topological properties of resting-state brain networks[J].Front Hum Neurosci,2013,11(7):257-265

[59]Wang Y,Yan C,Yin D Z,et al.Neurobiological changes of schizotypy:evidence from both volume-based morphometric analysis and resting-state functional connectivity[J].Schizophr Bull,2015,41(2):444-454

[60]Ye M,Yang T,Qing P,et al.Changes of Functional Brain Networks in Major Depressive Disorder:A Graph Theoretical Analysis of Resting-State f MRI[J].PLoS One,2015 Sep 1;10(9): 133775-13380

[61]Wei L,Zhang J,Long Z,et al.Reduced topological efficiency in cortical-basal Ganglia motor network of Parkinson's disease:a resting state f MRI study[J].PLoS One,2014,9(10):108124-108130

更正:本刊2013年第21卷第7期974页刊登的论文"认知-存在团体对社区慢性精神分裂症患者的干预效果"第二作者程明明应为通讯作者,通讯邮箱为:chengmmthu@163.com。

(收稿时间:2015-11-13)

*基金项目:国家自然科学基金(编号:81571319)

doi:10.13342/j.cnki.cjhp.2016.05.039

中图分类号:R395.9

文献标识码:A

文章编号:1005-1252(2016)05-0795-06