近日，北京师范大学认知神经科学与学习国家重点实验室暨IDG/麦戈文脑科学研究院的秦绍正课题组与陶沙教授课题组联合在《American Psychologist》上发表最新研究论文“Neural Specialization with Generalizable Representations Underlies Children’s Cognitive Development of Attention”。该研究基于交互特异化（interactive specialization）理论，利用多需求系统（multi-demand system）神经特异化与可泛化功能模块的分层建模，揭示出参与情感认知的多元需求额顶系统，通过分布式神经表征的特异化与可泛化组织方式，支撑三种注意功能的交互协同发育，为理解人脑情感认知发展（特别是注意网络发育）提供新启示。

从发展的角度来看，学龄儿童期是脑智发育与认知发展的最重要阶段之一：大脑神经系统和认知行为经历着长期而复杂的协同发展过程，这一阶段的脑智发育直接或间接影响着后续阶段的发展。因此，对儿童脑智发育机理的研究已成为国际脑科学与心理学领域的前沿课题。其中，发展认知神经科学领域关注的核心科学问题之一，是理解大脑如何随年龄的增长而产生高度特异化且交互协同的功能模块，这些模块各自成熟以支持特定认知功能，但也可以在不同的神经生物模式中共存以支持多种认知功能的发展。

在认知神经科学领域，人类的不同注意过程被概念化为一组基于高度特异化且相互作用的神经系统的认知过程。然而，这些系统如何成熟以促进儿童多个注意过程的发展，到目前为止仍然没有定论。鉴于此，本研究利用发育性功能磁共振成像和儿童友好版本的注意网络测试（attention network test, ANT）任务，以658名6-12岁学龄儿童和88名18-22岁成人为研究对象，系统考察了从童年期到成年期三个核心注意过程警觉（alerting）、定向（orienting）和执行注意（executive attention）中认知成分的差异性发展，其中警觉能力较早达到成人水平，而定向和执行注意能力在整个童年中期和后期的发展则更为持久。相对于成人而言，儿童表现出未成熟的神经特异化水平，各个注意过程对应的神经系统的发育性分离也较弱。此外，儿童在腹侧注意网络（ventral attention network）和扣带盖网络（cingulo-opercular network）中表现出类似成人的分布式神经表征模式，但在背侧注意网络（dorsal attention network）中则表现为更弱的跨注意过程神经表征稳定性以及更低的神经表征泛化水平。我们的研究发现了大脑功能特异化和神经表征泛化对于儿童脑智发育支持作用，为理解儿童认知与情绪发展的规律提供了新的启示，推动了儿童神经发育基础的实践创新，有助于启发基于认知发展的人工智能算法。为研发脑智异常发育（如自闭症、注意缺陷多动障碍等）的客观生物标记和为我国儿童青少年基础教育与心理健康评估提供了影像学方面的实证性证据支持。

图1：儿童警觉、定向和执行注意成绩分数随年龄的发展轨迹

该研究首先考察了儿童和成人之间警觉、定向和执行注意行为成绩的差异和儿童在426名7-12岁年龄段中的发展变化规律。结果发现，儿童表现出了类似成人水平的警觉能力，但定向和执行注意能力相对于成人则显著更低（图1a）。通过广义加性模型（general additive model, GAM）来测试年龄和行为指标之间的线性或非线性关系发现，儿童的警觉能力随着年龄的增长没有显着变化，然而，定向和执行注意却随着年龄的增长表现出了非线性的单调发展模式（图1b），这表明了对应能力在整个童年中期和晚期的持续发展。

图2：三种注意过程相关神经系统功能性分离的发育性差异

在考察了三个注意过程的差异性发展规律后，我们进一步探索了各注意过程相关的神经系统的异质性发育情况。相对于成人来说，儿童参与这三个注意过程的神经系统表现出了更弱的功能分离（图2）。该发现强调了儿童多核心注意过程各自独特的神经系统的发展模式，并进一步建议，神经特异化是多注意认知子域成熟的基础，并且有可能是支持儿童认知发展的一般性神经发育基础。

图3：多变量分析的过程和多层级神经表征泛化模型的构建

在单变量激活分析的基础上，研究人员应用了功能磁共振成像数据的多体素模式分析方法，探索了不同注意过程特异神经系统的异质性发育轨迹（图3a），以及跨多个注意过程发展的分布式神经表征基础。该方法可以提取和分析与警觉、定向和执行控制注意相关的神经活动模式，在一定程度上反映了神经元群体的共激活编码的神经表征稳定性（图3b）。此外，该研究使用了基于心理测量学理论的建构-验证方法，并应用了创新性的层级结构模型分析，通过对给定区域的多体素激活模式的相似性结构进行建模，来评估跨多个注意过程的分布式神经表征模式的泛化水平（图3c）。

图4：三种注意过程的多变量神经表征稳定性的发育性差异

在多变量分析中，研究人员首先计算了一个成熟度指标，用以量化警觉、定向和执行控制注意相关的独立神经系统的发展轨迹。根据特异于每个注意过程的大脑激活创建了三个特定注意过程的对称差Mask（symmetric difference mask, SDM; 即数学中的“析取联合”）（图4a），从每个SDM中提取多体素神经空间激活以获得警觉、定向和执行控制注意相关的模式向量，每个注意过程的成熟度指标由每个孩子的模式向量与成人相对应的平均模式向量的相关性来表示。进一步的广义加性模型分析显示，警觉的成熟度指标随着年龄的增长没有显著的变化，而定向的成熟度指标随着年龄的增长呈现出非线性的发展模式，7至9岁发育平稳但从9岁开始显著增长，执行控制的成熟度指标在整个儿童中期和晚期则呈现出了线性的持续发育状态（图4a）。

随后，为了检查与不同注意过程相关的多体素激活模式的成熟性变化，应用了两种多变量分析方法，以评估儿童和成人之间各注意过程中任务相关的多体素神经模式的稳定性和神经表征泛化水平的发育性差异。结果表明，相对于成人，儿童的神经表征稳定性在共同参与多注意过程的背侧注意网络（即，额眼区域FEF和顶上小叶SPL）中显著更低，但未共同激活的腹侧注意系统和带状盖系统（包括角回angular gyrus、背侧前扣带皮层dACC和颞顶联合区延伸至颞上回TPJ-STG）中没有显著差异（图4b）。与此同时，我们还使用了Searchlight的方法进行了额外的全脑搜索分析，该分析再次揭示了主要存在于FEF和SPL的额顶背侧注意网络中的神经模式稳定性差异（图4c）。

图5：多注意过程可泛化性神经表征的发育性差异

此外，通过使用创新性的层级结构分析方法，检查了跨注意认知子域的神经表征泛化水平的发育性变化。研究人员发现成人在共同激活的背侧注意网络中表现出了显著高于随机水平的跨注意子域的神经表征泛化属性，特别是在FEF中，但是在angular gyrus、dACC和TPJ-STG中却未发现统计上显著的皮层区域（图5a）。相比之下，我们在儿童组中都没有发现任何显著的皮层区域。随后，通过使用bootstrapping方法检查了儿童和成人之间神经泛化水平的发育性差异，结果表明，儿童在共同激活的脑区中表现出了更弱的跨注意认知子域的多体素激活模式神经表征泛化水平，尤其是在FEF中效应最强（图5a）。

该研究证明了儿童核心注意过程中认知成分的发展，并强调了其相关神经系统的未成熟的神经特异化和泛化基础。研究结果还印证了潜在的交互式特异化神经发育机制，即在儿童脑智发育过程中同时伴随着神经特异化和泛化两种过程，以促进不同注意能力的发展。与此同时，这种机制也可能作为一般性的发育框架，为阐释更多领域情感认知发展提供参考。

该研究得到科技创新2030-“脑科学与类脑研究”重大项目、国家自然科学基金委创新群体、重点和青年项目、北京师范大学认知神经科学与学习国家重点实验室开放课题等项目的资助。论文的通讯作者为秦绍正教授和陶沙教授，主要贡献者为课题组毕业生郝磊博士（现西南大学副教授）、在读硕士生彭思雅（共一）。感谢北师大董奇教授、纽约城市大学皇后学院范津教授、北师大贺永教授、北京大学磁共振中心高家红教授、北京回龙观医院谭淑平教授、西南大学陈旭教授与邱江教授、辽师大罗文波教授、首师大罗劲教授、弗吉尼亚大学Tanya M. Evans副教授等，对本研究中儿童青少年神经影像数据采集给予的大力支持和帮助，以及对数据分析、论文撰写等工作提供的宝贵建议。

论文信息：

https://psycnet.apa.org/record/2024-49694-001

课题组网站：http://icanbrainlab.bnu.edu.cn

课题组前期认知与情绪发展的神经基础相关成果：

Hao L., Peng S., Zhou Y., . . ., Qin S. Neural specialization with generalizable representations underlies children’s cognitive development of attention. American Psychologist (In Press). https://psycnet.apa.org/record/2024-49694-001

Hao L., Li L., Chen M., . . ., Qin S. (2021). Mapping Domain- and Age-Specific Functional Brain Activity for Children’s Cognitive and Affective Development. Neuroscience Bulletin, 37(6), 763-776. https://doi.org/10.1007/s12264-021-00650-7

Chen M., He Y., Hao L.,. . ., Qin S. (2023). Default mode network scaffolds immature frontoparietal network in cognitive development. Cerebral Cortex, 33(9), 5251-5263. https://doi.org/10.1093/cercor/bhac414

Jiang M., Ding R., Zhao Y.,. . ., Qin S. (2024). Development of the triadic neural systems involved in risky decision-making during childhood. Developmental Cognitive Neuroscience, 101346. https://doi.org/10.1016/j.dcn.2024.101346  

Jiang N., Xu J., Li X., …, Qin S. (2021). Negative Parenting Affects Adolescent Internalizing Symptoms Through Alterations in Amygdala-Prefrontal Circuitry: A Longitudinal Twin Study. Biological Psychiatry, 89(6), 560-569. https://doi.org/10.1016/j.biopsych.2020.08.002  

Tian T., Young C. B., Zhu Y., . . . Qin, S. (2021). Socioeconomic Disparities Affect Children’s Amygdala-Prefrontal Circuitry via Stress Hormone Response. Biological Psychiatry, 90(3), 173-181. https://doi.org/10.1016/j.biopsych.2021.02.002

Xu J., Hao L., Chen M., . . . , Qin S. (2022). Developmental Sex Differences in Negative Emotion Decision-Making Dynamics: Computational Evidence and Amygdala-Prefrontal Pathways. Cerebral Cortex, 32(11), 2478-2491. https://doi.org/10.1093/cercor/bhab359

Su H., Young C. B., Han Z. R., . . ., Qin S. (2023). Atypical child-parent neural synchrony is linked to negative family emotional climate and children's psychopathological symptoms. American Psychologist. https://doi.org/10.1037/amp0001173

He Y., Liang X., Chen M., . . ., Qin S. (2023). Development of brain state dynamics involved in working memory. Cerebral Cortex, 33(11), 7076-7087. https://doi.org/10.1093/cercor/bhad022

Qin S., Cho S., Chen T., …, Menon V. (2014). Hippocampal-neocortical functional reorganization underlies children's cognitive development. Nature neuroscience, 17(9), 1263-1269. https://doi.org/10.1038/nn.3788