论文部分内容阅读
智力在个人发展和社会生活中扮演着重要的角色,而对智商的研究也一直是学术界的热点。智商是一个不可直接测量的抽象概念,它是个体记忆、思维、应变等多方面能力的综合体现,因此在研究过程中有必要对不同认知域的智商进行探究;随着神经影像学的发展,更多的研究者试图借助这些新的技术来对智力的神经机制进行探索。这些研究大多都是借助于某个单一模态的神经数据,而不同的脑成像技术都有其各自的优点和不足。如果能结合多个模态的神经数据进行分析,相信可以更好地揭示大脑与智商之间的关系。本文结合磁共振和脑电数据,探讨了不同感兴趣脑区(Regions of Interest,ROI)的白质束(mean Tract-based Fractional Anisotropy,mTBFA),不同ROI的灰质皮层体积(Cortex Volume,CV)以及可以用来衡量大脑中枢神经系统处理速度的丘脑皮层脑电在α频段上的震荡频率峰值(P_α)与智商之间的关系。研究样本包括62名来自古巴的健康成年人,分别采集了他们的磁共振和脑电数据,并对他们进行智商测量;智商测量使用常用的韦克斯勒成人智力量表(WAIS-III),得到四个维度的智商指标:知觉组织(Perceptual Organization,PO)、处理速度(Procession Speed,PS)、语言理解(Verbal Comprehension,VC)和工作记忆(Working Memory,WM)。分析过程采用了一个正则化的分级多指标多原因模型(Multiple Indicator Multiple Causes,MIMIC)来评估不同ROI的mTBFA,CV以及P_α与四个智商指标的关系。MIMIC是结构方程模型的一种特殊形式,包括测量模型和结构模型,我们首先通过四个智商指标(PO,PS,VC,WM)构建测量模型找到能够反应不同认知域智商的两个潜变量:整合了PO和PS的流体智力(Fluid Intelligence,FI)和整合了VC和WM的晶体智力(Crystallized Intelligence,CI);接下来,构建了一个三层的MIMIC模型,第一层是三种模态下的不同大脑指标以及年龄,第二层是两个隐变量(FI和CI),第三层是四个维度的智商指标,希望发现通过影响隐变量进而影响智商指标的不同大脑标识,在模型拟合过程中采用正则化约束,模型拟合较好。研究揭示了部分ROI的mTBFA,CV,P_α以及年龄都会对智商产生影响,这些发现与前人的研究成果一致,除此以外,我们还具体指出,通过影响FI进而影响PO和PS的有:皮质脊髓束,大脑钩束;颞叶、顶叶、丘脑、皮层下结构和小脑的灰质皮层体积以及年龄。通过影响CI进而影响VC和WM的大脑指标有:上纵束,辐射额部的胼胝体;颞叶,枕叶,丘脑,皮层下结构和小脑的灰质皮层体积以及P_α。通过将三种模态数据以及智商量表构建因果模型的方法得到的结果揭示了不同认知域智商与大脑之间的关系,希望能够为日后智商在认知以及神经科学方面的研究提供新的思路。