来自意大利的研究人员在Brain Structure and Function杂志上发表文，探讨了日常动作的运动和语言表征的功能相关性，特别是如何使用相关动作语句引起的潜在感觉运动激活效应。以往研究发现，观察简单的动作（例如，精确抓握）和听取特定动作的声音（例如，行走）会激活感觉运动表征，但是更复杂的行为和更抽象的语言表征（例如，口头描述）的感觉运动表征的激活机制则尚不清晰。语言表征在动作执行或行为观察是否会激活特定感觉运动表征也尚未可知。本研究在日常活动中，要求20名被试完成了分别完成：执行（EXE），观察（OBS）、聆听简短的口头动作描述（LIS），在聆听的同时观察它们（OBS–LIS）以及聆听的同时执行动作（EXE–LIS）这5项任务，探讨在执行不同任务时感知觉运动网络内的血流动力学激活模式（通过功能性近红外光谱法，fNIRS）。研究发现，左半球中，在完成简单观察、观察与聆听相结合任务时，血流动力学响应最低，在简单执行、聆听并执行动作时血液动力学反应最大。研究结果表明，加工对动作的口头描述可能会使感觉运动网络比仅仅观察动作更活跃。
研究背景
动作理解不仅发生在观察或执行特定运动动作的过程中，也可以通过声音表征引发。当动物执行特定动作并听取与这些动作相关的声音时，灵长类动物运动前皮层中的特定神经元便会激活。此类神经元细胞被标记为视听镜像神经元（audiovisual mirror neurons）。无论是否执行，收听或观察动作，它们都会激活。此外，视听镜像神经元甚至被认为可以编码抽象内容，即动作的含义。因此，声音通道成为了研究感知觉运动系统中动作表征的另一种方法。此外，视听镜像神经元作为一种基本的系统，参与人们对行动的理解和交流，它是手势和语言之间的交互接口。
运动和运动语言概念表征之间的联结得到了神经影像证据的支持，这些证据表明，传统的皮质区中，被认为仅与运动或语言处理相关的区域，对运动和语言加工都有贡献。本研究旨在探讨日常行为动作的运动和语言表征的功能相关性，主要关注因使用与动作有关的句子而引起的感觉运动皮层激活效应。以往的研究大多集中于动词和与动作相关的句子，但是本研究更多的讨论了通过语言描述的动作执行和动作观察对感知觉皮层的激活。
本研究根据日常活动（执行动作，观察动作和口头描述）设计了光学成像实验，关注被试在执行与动作相关的不同任务期间，腹前运动区和躯体感觉区的血流动力学激活模式。基于以往研究，本研究提出如下假设：
（1）动作的实际执行将激活腹侧前运动和体感结构区，因为它们是感知觉运动网络的关键动作编码脑区；
（2）根据视听镜像神经元和具身认知理论，动作执行，动作观察和听取与日常动作相关的语言刺激将部分和不同程度地激活侧腹前运动和体感结构区；
（3）因为在语义与运动表征存在相关性，因此与动作执行和观察相结合时，描述日常动作的语言将调节与任务相关的血液动力学反应。
被试
20名被试（10名女性，平均年龄24岁，年龄范围22-28）参与了此次试验，均为右利手，裸眼视力和校正后视力正常。
实验流程
任务顺序在不同参与者之间进行拉丁方平衡，以控制由于任务顺序而引起的潜在偏差。实验包括五个条件，参与者必须完成：
（1）观看日常动作的简短视频片段（OBS）；
（2）听取日常传递动作的简短口头描述（例如“倒酒”，“挤海绵”； LIS）；
（3）在观看日常动作的简短视频片段的同时，听其口头描述（OBS-LIS）；
（4）执行日常动作（EXE）；
（5）在听取口头描述（EXE–LIS）的同时执行日常动作。
在任务开始时，会给被试提供特定的指导语，以提醒他们完成每个特定任务所要做的事情（例如，“观察”，“执行”，“听”，“边听边观察”和“边听边执行”）。每一个block包含了22种日常动作。因此实验的试次总数为110，实验刺激材料的呈现也是随机的，以避免顺序效应偏差。
每一个试次开始时，被试会看到一个呈现2秒的“ ”注视点。每个试次的完成任务的时间为6秒，之后跟随一个10秒的空白屏。在执行和执行听任务期间，主试会将用于实际动作操作的物体放在被试面前，通过肌电图监测外展肌的活动，来检测运动执行的开始并给fNIRS系统发送开始信号。
图1 实验设计与流程
实验材料
在正式实验开始之前，进行实验材料的评定。50名未参与正式实验的被试参与了对实验材料的评定（36名女性，平均年龄为29岁，年龄范围18-61岁）。被试要求对50个日常行为动作进行打分，分别对：熟悉度、复杂度、具体度和操作性进行打分。使用了Likert五点量表，1表示最不符合，5表示最符合。同时，也询问被试完成该动作所使用的手，是使用利手还是非利手，还是两只手都可以完成该动作。
对于每一个日常动作，实验者都记录了短视频（5秒左右）、音频和语言描述（5秒左右）。所有是视频都在室内环境高清拍摄。让男性专业播音员阅读简短句子并录音，这些句子描述了传递行为。
本研究对所有测试的动作的熟悉度，具体性和复杂性以及所涉及对象的可操作性进行了排名，然后选择了22种最合适的动作作为实验刺激（选择标准：高度熟悉，高度具体; 低复杂度；动作中涉及到的可操纵对象高；使用优势手执行的动作）。
数据采集与分析
近红外光学成像数据由NIRScout fNIRS系统收集，使用LED光源探测头（光源波长：760和850nm）。根据10/10国际通用系统位置放置的16探测头（8发射头和8接受头），放置于前运动区和体感区（Koessler等，2009）。采样率为6.25 Hz。
图2 根据10-10国际标准的fNIRS光极排布图
红点表示近红外光源的位置；绿点表示探测器的位置；虚线灰线表示记录通道。
根据比尔-兰伯特定律（Beer–Lambert law），计算出每个记录通道的氧合血红蛋白（O2Hb）和脱氧血红蛋白（HHb）浓度的相对变化值，并考虑到发射光的波长，传感器的位置和通道之间的距离。使用0.01-0.3 Hz的带通滤波器过滤原始数据，并目视检查以剔除伪影（剔除标准：Hb信号的幅度超过±3 标准差范围）。随后，将时间窗锁定为目标刺激呈现后的6秒，并以此计算每个被试和每个通道的与任务相关的O2Hb和HHb平均浓度。基线为目标刺激呈现前的6s。然后使用与任务相关的基线来计算特定任务的加权差异指数（d值）。对于含氧血红蛋白和脱氧血红蛋白，d值计算为基线（m1）与任务相关（m2）的平均Hb浓度之差除以基线测量值的标准差（SD1），即d =（m2-m1）/ SD1。
（小编注：由于本文的关注重点是刺激前后，每个通道中与任务相关的O2Hb和HHb平均浓度的变化程度，所以作者并没有采用传统的GLM模型来估计不同刺激条件对O2Hb和HHb的贡献，即β值，而是用更适合的衡量方式，即本文中使用的加权差异指数，d值。）
通过使用导出的基线加权指数（d值），可以正确比较记录通道，实验条件和被试之间的血液动力学反应，并避免由于fNIRS原始变化的被试内/被试间差异而导致的解释偏差。为了增加信噪比，基于每一个试次数据来计算特定任务的均值。同样，将16个记录通道的d值平均为四个感兴趣的区域（ROI）：左腹前运动区，右腹前运动区，左体感区和右体感区（见图2）。最后，将统计分析应用于O2Hb-和HHb数据。由于HHb分析并未显示明显的影响，因此我们仅报告氧和血红蛋白结果。
结果
采用重复测量方差分析分析d值。把区域（运动前与体感区），大脑偏侧（左半球与右半球）和条件（OBS，OBS-LIS，LIS，EXE-LIS，EXE）作为固定因子。通过Mauchly的球形度测试来测量方差的同质性，并通过应用Greenhouse-Geisser校正来控制潜在的Type-I误差。通过成对比较（t检验）检查了简单效应。使用Bonferroni进行多重比较校正。
方差分析结果表明，条件的主效应检验显著（p = 0.008）。条件与偏侧的交互作用显著（p ＝ 0.001）。事后检验发现，OBS-LIS 与EXE条件存在显著性差异（见图3a），在EXE条件下的脑区激活更大相比于在OBS条件下。此外，通过分析条件与偏侧化的交互作用，发现在EXE和EXE-LIS条件下的左侧大脑激活更大相比于右侧大脑（均p <0.05）。但是在OBS活动中，右侧大脑的激活要强于左侧大脑见图3b）。此外，简单效应检验发现，相比于与OBS，OBS–LIS和LIS条件，左半球的激活程度在EXE条件下最高（所有p <0.05）。相对于OBS和OBS–LIS条件，EXE–LIS条件也导致更大的左侧皮层激活（p均<0.05；图3c-e）。
注释：
（1）OBS：观看日常动作的简短视频片段；
（2）LIS：听取日常传递动作的简短口头描述（例如“倒酒”，“挤海绵”）；
（3）OBS-LIS：观看日常动作的简短视频片段的同时，听其口头描述；
（4）EXE：执行日常动作；
（5）EXE-LIS：在听取口头描述的同时执行日常动作。
图3 OBS、OBS-LIS、LIS-EXE、LIS以及EXE条件下，任务相关的血流动力学反应的直方图和拓扑图
a 总体O2Hb的平均值
b 左(L)、右(R)感兴趣区中O2Hb的平均d值
c 左侧腹前运动区和躯体感觉区中O2Hb的平均d值
d 不同实验条件下O2Hb(红线)和HHb(蓝线)总平均波形，阴影部分表示平均值的±1SE
e O2Hb的拓扑激活图，绿->蓝：氧合血红蛋白浓度下降；绿->红：氧合血红蛋白浓度升高
结论
本研究表明，使用与动作相关的语言描述，可以调节感觉运动网络的激活及促进神经网络访问存储的动作表征的加工。未来的研究可以使用更广泛的脑成像研究，进一步关注构成和扩展的感觉运动网络的不同皮层和皮层下结构对复杂日常动作的言语描述编码及其与动作观察和执行过程的相互作用的贡献。并在临床应用中，探讨运动障碍或运动失用症是如何发展的。
原文：Linguistic and motor representations of everyday complex actions: an fNIRS investigation
