郭桃梅课题组在《Brain Structure and Function》发表论文揭示汉字笔顺加工的脑网络
2021年4月18日，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课题组在Brain Structure and Function发表题为“The cortical organization of writing sequence: evidence from observing Chinese characters in motion”的研究论文。该研究首次揭示了汉字笔顺加工的脑网络。
汉字是一种二维结构的书写单位。笔画是汉字书写的基本构形单位，分为基本笔画（包括，横、竖、撇、捺、点、提，六个）和复合笔画（包括，横折、竖折等）这两种，复合笔画是由基本笔画组合而成的。在汉字书写演变中，笔划被强制规定依特定的顺序规则书写（例如，先横后竖，先撇后捺，先左后右，先上后下，先中间后两边，先外后内，先外后内最后封口）。这些约定俗成的顺序也就是我们熟知的笔顺规则。
书写顺序在汉字书写中起着重要作用。但是，目前对于汉字笔顺信息处理的的整体脑激活模式和脑网络机制却知之甚少。本研究首次使用多变量模式分析（multi-variate pattern analysis, MVPA）对加工正确或错误书写的动态汉字的大脑激活模式进行了解码。结果发现，双侧辅助运动区/前扣带回，左侧中央前回，左侧顶上小叶，左侧壳核，右侧额下回，右侧顶下小叶，右侧中央后回，右侧颞中回，右侧海马旁回和右侧枕中回表现出显著高于随机水平（50%）的解码正确率。进一步的元分析解码结果表明，加工汉字笔顺的大脑激活模式与规则，顺序，空间注意，动作观察，动作想象，转换和抑制有相对较强的相关，与期望，执行功能和更新之间相对有较弱的相关。此外，通过计算MVPA结果的偏侧化指数，本研究发现处理汉字笔顺的脑区具有明显的右侧化优势，这与“手写大脑”仍为左半球优势的普遍观念相反。
图1 A. MVPA结果中解码正确率显著高于50%的脑区（k > 40, FWE校正后的p < 0.05）；B. 对MVPA的结果进行元分析功能解码，得到其与根据假设所选择的10个关键词的相关性系数，并绘制成雷达图（FDR校正后p < 0.01）。
更重要的是，本研究运用扩展的统一结构方程模型（extended unified structural equation model, euSEM）对上述MVPA揭示的相关脑区之间的脑激活时间序列进行建模发现这些脑区之间形成了一个协同工作的“自上而下”的脑网络（图2A）。
为了进一步细致地描述和解析网络，使用Louvain算法将网络划分为3个模块：右侧海马旁回和右侧颞中回被识别为模块1的组成部分；模块2包括左侧中央前回，左侧壳核，右侧额下回，右侧中央后回和右侧顶下小叶；模块3由双侧pre-SMA/dACC，左侧顶上小叶和右侧枕中回组成。信息在模块之间也进行了传输。
另外，作为网络枢纽区之一的右侧中央后回的网络局部效率与个体的转换功能显著正相关，进一步表明右侧中央后回是汉字书写中各种序列规则的交流和转换的重要脑区。
图2 A. 选择MVPA所得到的10个脑区的坐标为种子点，基于euSEM的结果绘制其有效连接的脑网络图谱；B. 右侧中央后回作为核心节点，其局部效率与任务转换任务的正确率和反应时转换代价有显著的负相关。
总之，我们发现，作为动作图式的一个示例，汉字笔顺加工时所涉及到的脑区不仅限于特定于书写功能的特异性的感知觉运动皮层，还涉及到具有领域一般的功能的高级脑区。另外，加工汉字笔顺时，这些脑区之间形成了协作性的脑网络，具体而言，从右侧额下回到与感觉运动和记忆有关的脑区，并且以右侧中央后回作为重要的中介节点，进行了“自上而下”的信息调控和“自下而上”的信息反馈。这些发现首次全面揭示了汉字笔顺加工的脑机制。
该研究得到了国家自然科学基金、中央高校基本科研业务费专项资金、北京师范大学学科交叉建设项目资金等资助。由郭桃梅课题组2018级硕士生张兆祺、2019级硕士生苑启明、科研助理刘泽平、2019级博士生张曼、2020届博士毕业生吴俊杰以及认知神经科学与学习国家重点实验室的卢春明教授、丁国盛教授以及郭桃梅教授等合作完成，通讯作者为郭桃梅教授。
论文链接如下：
http://link.springer.com/article/10.1007/s00429-021-02276-x
