科研进展
  • 科研进展
  • 郭桃梅课题组在《NeuroImage》发表论文揭示双语者的脑网络在语言控制和一般领域认知控制间的重组机制
     
          2019年6月,北京师范大学认知神经科学与学习国家重点实验室郭桃梅教授课题组在国际神经影像权威期刊《NeuroImage》在线发表题为“Brain network reconfiguration for language and domain-general cognitive control in bilinguals”的文章,揭示了揭示双语者的脑网络在语言控制与一般领域认知控制间的重组机制。


          全球有超过一半的人口为双语者,他们在日常生活中使用两种或者两种以上的语言,能够根据情境随意选择合适的语言,甚至在两种语言间来回切换。这个看似轻松的过程,依赖于双语者语言控制能力的正常发挥。以往有大量研究考察了双语者语言控制的神经基础,发现它与一般领域认知控制关系密切,而且都涉及前额叶、前扣带回、前辅助运动区、顶叶和基地神经节等脑区。然而仍不清楚双语者的这些脑区是如何协同合作以发挥语言控制或者一般领域认知控制功能。

          为了探讨这个问题,郭桃梅教授课题组招募65名非平衡的汉-英双语被试完成语言切换任务和非语言切换任务,并同时用功能性核磁共振成像设备(fMRI)扫描被试的大脑活动。语言切换任务要求被试根据图片边框颜色选择恰当的语言来命名图片(如,红色-中文,蓝色-英文),变换的边框颜色使得双语者在两种语言间来回切换,从而最大程度地调用他们的语言控制功能;非语言切换任务要求双语者根据箭头的颜色选择恰当的规则来对箭头的朝向做出反应(如,红色箭头要求被试按与箭头朝向相同的按键,蓝色箭头要求被试按与箭头朝向相反的按键),变换的箭头颜色使得被试不停地在规则之间切换,从而调用被试的非语言控制功能。

          本研究采用激活分析找到语言控制和一般领域认知控制的关键脑区,提取这些关键脑区活动的时间序列,使用扩展的统一结构方程模型(extend unified structural equation modeling,euSEM)对这些脑区在语言切换任务和非语言切换任务下的连接模式进行建模,得到语言控制和一般领域认知控制的脑网络图(如图一)。
    图一 语言控制(A)和一般领域认知控制(B)脑网络图。所有的连线表示控制滞后连接和调节效应之后脑区间的同时连接。五角星标注的脑区为网络的核心节点。LDLPFC,左背外侧前额叶; RDLPFC,右背外侧前额叶; dACC/pre-SMA,背侧前扣带回/前辅助运动区; LAI/IFG,左侧前脑岛/额下回; RAI/IFG,右侧前脑岛/额下回; LIPL,左侧顶下小叶; LCN,左侧尾状核; LThal,左侧丘脑; RThal,右侧丘脑; Cereb,小脑。

          结果显示双语者的语言控制依赖一个高度合作的脑网络,涉及前额叶、顶叶、皮层下脑区和小脑,而且该脑网络是通过重组(reconfiguration)来完成对语言和非语言表征的控制:语言控制比一般领域的认知控制更需要额叶到皮层下的连接(如图二)和皮层下核团内部的连接(如图三),表现出脑网络可重组(reconfigurable)的特点;语言控制和一般领域认知控制的脑网络在前额叶有着相同的连接模式(如图一)和连接强度(如图三),而且都以dACC/pre-SMA和以右侧丘脑为核心(如图一),表现出脑网络重组过程中稳定的方面。
    图二 语言控制和一般领域认知控制脑网络路径效率(routing efficiency)的差异。条形图代表5000对与真实网络具有相同出度和入度的随机网络在路径效率上差异的分布,两端的灰色代表随该分布的5%小概率区间,黑色箭头代表语言控制和一般领域认知控制脑网络的真实路径效率差异(其中从额叶到皮层下的路径效率差异为0.300,从皮层下到额叶的路径效率差异为-0.156)。
    图三 语言控制和一般领域认知控制脑网络的在共享连接上的连接强度。***代表Bonferroni校正后的p < 0.001,*代表未校正的p < 0.05;LDLPFC,左背外侧前额叶; RDLPFC,右背外侧前额叶; dACC/pre-SMA,背侧前扣带回/前辅助运动区; LCN,左侧尾状核; LThal,左侧丘脑; RThal,右侧丘脑。
     

          此外,本研究还考察了双语者个体能力(一般认知能力和第二语言熟练度,分别以瑞文分数和大学英语四级考试分数为指标)与他们的脑网络在语言控制和一般领域认知控制任务间重组效率的关系。其中重组效率是通过皮尔逊相关的方法计算两个网络的相似性得到的,越高的相似性表明双语者在两个网络间重组的效率越高,即只需要经过较少的调整就可以适应新任务。部分中介模型表明一般认知能力可以直接促进双语者脑网络的重组效率,还可以通过提高双语者第二语言熟练度进而间接促进重组效率。
    图四 中介效应模型示意图。瑞文分数(Raven scores)代表双语者的一般认知能力,大学英语四级考试成绩(CET-4 scores)代表中-英双语者的第二语言熟练度,连接模式的相似性(Similarities between connectivity patterns)代表双语者在语言控制和一般领域认知控制任务下脑网络重组的效率;ab的乘积代表双语者的一般认知能力通过提高第二语言熟练度进而促进脑网络重组效率的间接效应(ab = 0.059,90%CI = 0.003–0.111),c代表双语者的一般认知能力促进脑网络重组效率的直接效应(c’ = 0.255,90% CI = 0.040–0.470)。

          该项研究首次实证性地提供了双语者语言控制脑网络的连接方式,还从脑网络重组的角度揭示了语言控制与一般领域认知控制的关系。

          该项研究得到国家自然科学基金(31871097)、中央高校基本科研业务费专项资金资助(2017XTCX04)等基金的资助,由郭桃梅教授课题组的博士生吴俊杰、广东外语外贸大学的杨静教授、认知神经科学与学习国家重点实验室的丁国盛教授以及郭桃梅教授课题组的其他成员合作完成,通讯作者为郭桃梅教授。

    论文链接:
    Wu, J., Yang, J., Chen, M., Li, S., Zhang, Z., Kang, C., ... & Guo, T. (2019). Brain network reconfiguration for language and domain-general cognitive control in bilinguals. NeuroImage, 199: 454-465. https://doi.org/10.1016/j.neuroimage.2019.06.022