內側前額葉皮層 (MPFC) 被認為具有多種社交、情感和認知功能。這些結論主要是由前向推理分析（例如一般線性模型GLM fMRI 研究和薈萃分析meta-analyses）驅動的，這些分析表明特定領域的任務會在何處產生活動，但很少告訴我們這些區域的作用。在這里，我們采用多個方法、多域方法來處理 Brodmann 9-11內MPFC細分區域的功能。我們考慮了四種方法，每種方法都具有反向推理或因果推理價值：病變工作、經顱磁刺激、多變量模式分析和 Neurosynth 分析。 Neurosynth 分析包括多項反向推理分析，可同時比較多個感興趣區。我們驗證了支持五個領域結構-功能聯系的證據：社會認知、“自我”（self）、價值、情感體驗和心理時間旅行。考慮了三個 MPFC 細分區域：背內側前額葉皮層 (DMPFC)、前內側前額葉皮層 (AMPFC) 和腹內側前額葉皮層 (VMPFC)。盡管不同方法存在證據差異，但結果表明社會過程在功能上與DMPFC 相關（也驚訝的發現與VMPFC 也相關），自我過程與AMPFC 相關，情感過程與AMPFC 和VMPFC相關。VMPFC還有一個相對非選擇性的區域，可能支持情境處理，對每個域的過程都很關鍵，但也各自獨立。本文發表在Neuroscience and Biobehavioral Reviews雜志。(可添加微信號siyingyxf或18983979082獲取原文，另思影提供免費文獻下載服務，如需要也可添加此微信號入群，原文也會在群里發布)。

       溫故而知新，建議結合以下相關文獻閱讀（直接點擊，即可瀏覽，加微信號siyingyxf或18983979082獲取原文及補充材料）：

Science：內側前額葉皮層解決利用-探索困境的神經機制

vmPFC在情緒、決策、社會認知和精神疾病中扮演多重角色

Neuron決策研究：內側前額葉網絡調控內在需求的均衡

關鍵詞：內側前額葉，反向推理，Neurosynth（用于大規模合成功能性神經影像數據的python軟件包）

1. 介紹

      內側前額葉皮層 (MPFC) 被認為具有多種社交、情感和認知功能。這些結論主要是由前向推理分析（例如 GLM fMRI 研究和薈萃分析）驅動的，這些分析表明特定領域的任務往往會在何處產生活動，但很少告訴我們這些區域的作用。在這里，我們采用多方法、多領域的方法來實現 MPFC 細分區域的功能。我們考慮四種方法，每種方法都具有反向推理或因果推理價值：病變工作、經顱磁刺激、多變量模式分析和 Neurosynth 分析。 Neurosynth 分析包括多項反向推理分析，可同時比較多個感興趣區。我們檢查了支持五個領域結構功能聯系的證據：社會認知、自我、價值、情感體驗和心理時間旅行。考慮了三個MPFC細分區域：背內側前額葉皮層 (DMPFC)、前內側前額葉皮層 (AMPFC) 和腹內側前額葉皮層 (VMPFC)。盡管不同方法存在證據差異，但結果表明，社會過程在功能上與DMPFC相關，自我過程與 AMPFC 相關，情感過程與AMPFC和 VMPFC 相關。 VMPFC還有一個相對非選擇性的區域，可能支持情境處理，每個域的過程關鍵，但也各自獨立。套用 William James (1890) 的話，有多少研究 MPFC 的人就有多少關于內側前額葉皮層 (MPFC)的理論。這些 MPFC 理論幾乎肯定是由前向推理分析提供的，而前向推理分析可能不是這項工作的最佳工具。來自個別文章的前向推理分析和薈萃分析是非常有價值的信息來源，它們表明當存在特定任務需求時神經活動往往會增加的地方。例如，當個體被要求考慮一個特征是否具有自我描述性時，前內側前額葉皮層就會有可靠的活動 (Kelley 等, 2002)。關于“肯定后果”的危險的警示故事比比皆是。在邏輯上，從“如果 A 則 B”得出 B 的存在也意味著 A 的存在是一個眾所周知的錯誤。知道“如果下雨，野餐將被取消”，不允許我們推斷從取消的野餐中得知一定是下雨了（例如，人們可能生病了）。在神經影像學中，這被描述為無效反向推理的問題（Poldrack，2006年；Yarkoni 等，2011 年）。具體來說，如果我們得出結論認為自我指涉任務激活 AMPFC，那么 AMPFC 活動意味著正在發生自我指涉過程，則會發生無效反向推理的實例。更廣泛地說，如果我們假設自我指涉激活AMPFC，那么就會發生此錯誤，這意味著AMPFC的功能是自我指涉。前向推理研究（即根據哪些過程被誘導來識別激活）本身并不能告訴我們通常想知道的：不同大腦區域的心理功能是什么。

       事實上，對前向推理數據的驗證清楚地表明，這些數據不會極大地幫助我們理解 MPFC 功能。我們將在本綜述中考慮 MPFC 的三個解剖學細分區域（見圖 1A）。背內側前額葉皮層 (DMPFC) 由布羅德曼區 (BA) 9 的內側組成。AMPFC 被定義為BA10的內側。最后，腹內側前額葉皮層 (VMPFC) 在這里被定義為BA11的內側。其他MPFC 的特征存在基于不同的考慮因素，例如連通性或共激活（例如 de la Vega 等，2016），但是大多數 MPFC 的 fMRI 研究都集中在這些子區域中的一個或多個。Neurosynth (http://neurosynth.org) 是一個自動腦圖數據庫，包含10,000多項功能性MRI研究，并產生最無偏見的前向推理分析（因為薈萃分析允許研究人員擁有大量自由度）。如圖 1B 所示，MPFC 功能的各種常見說明在所有三個MPFC分區的大部分重疊范圍內產生前向推理效應。如果所有這些心理過程都可靠地激活了MPFC的大部分，那么 MPFC 的任何一塊怎么能可靠地與這些過程中的一個相關聯呢？這些前向推理分析（和相關的薈萃分析）具有很大的價值，但不太適合對結構-功能聯系提出見解。

      如果我們想要了解不同MPFC細分區域的心理功能，我們可以使用許多更合適的工具。病變數據、經顱磁刺激、多變量模式分析和Neurosynth反向推理分析都可以使用。據我們所知，目前還沒有根據大量的心理相關研究的數據對MPFC進行綜述。我們考慮了 MPFC 五個主要功能進行闡述：社會認知、自我、價值、情感體驗和心理時間旅行。根據這些總結的初步結果，我們還將考慮情境處理作為一個新領域的證據。

2. 方法

       對于每個感興趣的區域，我們將簡要回顧現有的薈萃分析和前向推理數據。然后我們將轉向與反向推理相關的其他數據來源。在這里，我們提供了有關如何進行這些調查的一些背景信息。

圖 1. (A) 正中矢狀切面突出了我們感興趣的三個區域——背內側前額葉皮層 (DMPFC)、前內側前額葉皮層 (AMPFC) 和腹內側前額葉皮層 (VMPFC)；(B) 矢狀圖像顯示了我們五個感興趣領域中每一個領域的前向推理圖。

      我們在 Google Scholar 上搜索了每個領域的文章，還通過相關文章的引用搜索了其他論文。我們的每個搜索都涉及布爾搜索詞（即“AND”、“OR”）組合方法和領域。為了搜索不同類型的方法，我們使用的術語包括：病變、損傷、經顱磁刺激、TMS、多變量、多變量模式分類、多體素、mvpa 和薈萃分析。對于社會領域，我們使用的術語包括：社會、社會認知、心智理論 (ToM)、心智化和情緒感知。因為情緒感知從根本上是關于識別他人的心理狀態，所以我們將其包括在社交中，而情緒體驗在下面單獨考慮。對于自我領域，我們使用的術語包括：自我、自我意識、信念和意圖。在這里，信念和意圖的研究是指參與者反思自己的信念和意圖的研究。如果一篇論文側重于理解他人的信仰或意圖，那么它就被歸入社會領域。對于價值領域，我們使用的術語包括：價值、獎勵、強化、激勵和預期。對于情感領域，我們使用的術語包括：情感、情感和效價。對于心理時間旅行領域，我們使用的術語包括：情節、時間旅行、未來思維、展望和前瞻性記憶。由于“自傳體記憶”一詞與自我時間旅行和心理時間旅行兩個領域都有聯系，因此如果研究明確強調兩個領域之一，則搜索這些論文但僅將其包含在一個領域或另一個領域中。如果該研究因其他原因符合納入標準，我們還會提及自傳體記憶方面的結果。

      在大多數情況下，我們只收錄了與將一個或多個域鏈接到特定MPFC細分區域相關的論文。描述一般 MPFC 或前額葉病變患者的病變論文不會被包括在內，因為它沒有達到本次綜述所需的特異性程度。還值得注意的是，我們最初是從更大的領域開始的。其中一些在我們正在考慮的不同方法中沒有足夠的數據來提供有關它們與 MPFC 細分區域的關系的見解（例如敘述、反事實思維、網關假設和內部監控）。相比之下，選擇域中與 MPFC 相關的研究與值域強烈重疊。因此，雖然我們認為我們在研究中選擇了經常與MPFC 功能相關的領域，但一個關鍵警告是此處描述的所有分析和推論都僅限于這五個領域。因此，如果我們談到一個區域顯示優先參與特定領域，我們指的是相對于本文中考慮的其他領域。我們懷疑其中許多結論會在更廣泛的范圍內成立，但在這里我們只關注這五個領域。

      同樣重要的是要注意，我們并不是說這些感興趣的域中的任何一個僅在MPFC 中處理。相反，我們關注的是 MPFC 細分區域（或這些細分區域內的子區域）與這些領域的可靠關聯程度，相對于其他感興趣的領域。顯然，所有感興趣的領域還涉及 MPFC 之外的過程。

      對于所有 Neurosynth 分析，我們構建了內側 BA 9、內側 BA 10 和內側 BA 11 的感興趣區域 (ROI)（圖 1A）。我們還構建了一個組合的內側 BA 9/10/11 ROI。這些是使用以下過程創建的。BA 9、BA 10 和 BA 11 的 ROI 區域是從 Taliarach Daemon 數據庫生成的（Lancaster 等，2000 年；Maldjian 等，2003年）。生成的區域選擇（mask）被轉換到MNI坐標空間（MNI；Evans 等，1993 年）并使用 FMRIB 軟件庫（FSL；Jenkinson等，2012 年）進行編輯。這些mask被組合成一個 MPFC mask，并球形擴張 3 毫米，以改善灰質覆蓋。排除超過中線 15 毫米的體素，以便將分析定位到 BA 的內側部分。BA 9 和 BA 10 mask被+22 的 z 平面分開。BA 10 和 BA 11 mask被 -10 的 z平面分開。這些 ROI mask 都可以在https://github.com/MetaD/MPFC-ROIs 上找到。

     我們報告了五種 Neurosynth 分析。大多數這些分析是使用 NS+（Du Lieberman，2018年）進行的，該工具擴展了 Neurosynth 在不需要安裝Python 的獨立應用程序中的功能。首先，我們報告單項前向推理分析。這些檢查哪些體素更頻繁地被特定域（例如自我）中的任務激活，而不是在空分布中預期的。更一般地說，前向推理分析告訴我們來自特定領域的任務往往會在 MPFC 中產生影響。其次，我們報告單項反向推理分析。這些分析側重于在特定 MPFC 區域中看到的激活來自特定域（例如自我）而不是來自任何未標記為自我的Neurosynth 研究的可能性（即后驗概率），假設相同數量的特定域和非領域研究（例如 500 項自學和 500 項非自學）。本質上，這些分析將貝葉斯先驗設置為 0.5，因此，貝葉斯定理簡化為感興趣術語的每個體素命中率與數據庫中所有其他術語的總命中率之間的比較。從技術上講，當我們創建或假設一個相等的術語和非術語研究池（即先驗 = .5）時，每個體素的后驗概率為：

       第三，我們報告了多項反向推理分析。從概念上講，這些與單項反向推理沒有什么不同。然而，這些分析將一個感興趣的術語（例如自我）與另一個感興趣的術語（例如價值）進行比較。這里的公式基本相同：

       

這些通常比單項分析更有用，因為我們認為大多數研究人員更感興趣大腦的某些部分是否與少數幾個候選功能之一更相關。兩個域都可以對一個區域顯示出很強的單項反向推理，但是當兩個域直接比較時，只有一個域可以有更高的后驗概率。在這些分析中，我們通常使用 0.60 的后驗概率作為我們的臨界閾值，因為它可以識別在平衡池中的體素，例如，自我和價值研究，至少有 50% 的可能性來自一個或另一個。

      第四，我們結合所有多項反向推理分析，以在特定項與其他四個感興趣項的每次比較中找到滿足 0.60 閾值的體素。因此，對于術語“自我”，該分析將產生那些滿足 0.60 閾值的體素，當“自我”與“社會”進行比較時、“自我”與“價值”進行比較時以及“自我”與“自我”進行比較時情緒”和“自我”與“心理時間旅行”相比。如果一個活躍的體素來自“自我”研究的可能性比其他四個術語中的任何一個高 50%，這就是該體素表現出偏好的合理證據相對于其他四個術語的“自我”。

      應該注意的是，每當在 Neurosynth 中將域相互比較時，任何標記為兩個域的研究都必然被排除在外。否則無法計算結果。此外，如下文所述，我們通過結合來自與某個領域相關的多個術語的研究來創建我們自己的特定領域術語。例如，心理時間旅行不是 Neurosynth 中的一個術語，因此我們從所有標記有以下任何術語的研究中創建了一個特定領域的術語：情景、未來、過去、檢索、前瞻性和記憶檢索。

      第五，也是最后，我們將出現的集群用于多項反向推理分析，創建 ROI，并檢查Neurosynth 的 3107 個術語庫中哪些術語具有最高后驗概率。也就是說，對于其中一個 ROI 中的每個體素，我們計算了所有 3107 個項的后驗概率。然后對 ROI 內所有體素的這些后驗概率進行平均，以給出對具有最強反向推理值的項的無偏估計，超出我們關注的五個域。我們對為 MPFC 的解剖細分區域創建的 ROI 進行了相同的分析。應該注意的是，對于報告這些結果的表格，任何不能被解釋為指代心理功能的術語（例如“阻滯”、“前額”、“采取”）都被排除在外。

3. 結果

3.1 社會認知

      社會認知在很大程度上被認為是感知和理解他人的思想、感受和動機，理解他們行為的心理原因，以及建立其他人和群體持久心理特征的心智模型。換句話說，社會認知是對人們如何理解他人的研究。下面考慮的研究主要集中在心智化、歸因和情緒感知過程。社會認知過程與 DMPFC 以及顳頂交界處、后顳上溝、楔前葉和顳極有關 (Lieberman,2010; Van Overwalle, 2009)。

3.1.1.前向推理

      社會認知處理的神經基礎有 11 個正式的薈萃分析（Murray 等，2012年；Dricu 和 Frühholz，2016 年；Fusar-Poli等，2009 年；Sabatinelli 等，2011 年；Lamm 等, 2011)。鑒于其中許多都是基于重疊的論文集，薈萃分析之間存在普遍一致性也就不足為奇了。10 項薈萃分析揭示了對 DMPFC 的影響，9 項也顯示了對 AMPFC 的影響。相比之下，只有三項薈萃分析顯示了對 VMPFC 的影響。

      一些薈萃分析進行了區分，表明 MPFC 細分區域可能存在功能差異。例如，Van Overwalle (2009) 和 Murray 等(2012) 將一般社會判斷和對親密他人的判斷分別統計。這兩項薈萃分析都發現，一般社會認知僅限于 DMPFC，而思考親密他人則僅限于 AMPFC。鑒于VMPFC 經常與情感過程相關，值得注意的是，情緒感知的三項薈萃分析均未顯示對 VMPFC 的影響，而有兩個對 DMPFC 產生影響。最后，與一些薈萃分析一樣，Schurz 等(2014) 檢查了心理過程理論，但也計算了六種不同類型的心理任務理論的對比(Lieberman, 2010)。在 MPFC 區域中，只有DMPFC 顯示出對所有六種任務類型的薈萃分析效果。相比之下，AMPFC 對于其中三項任務意義重大。

      檢查 Neurosynth 的前向推理圖（與 11 項正式的薈萃分析相反），會出現一些不同的情況（見圖 1b）�！吧鐣�”一詞廣泛涵蓋 DMPFC、AMPFC 和 VMPFC，但是，當使用諸如“社會認知”、“心智化”或“ToM”等術語時，AMPFC 就會消失。

     通過薈萃分析和前向推理 Neurosynth 圖，顯然社會認知判斷的研究在 DMPFC 中產生了可靠的效果。然而，方法因它們是否也指向 AMPFC 或 VMPFC 作為社會認知研究期間的活躍區域而有所不同。

3.1.2.病變研究

      最著名的 MPFC 和社會認知病變研究可能是 Bird的案例研究。2004年作者在BA 的 2011 年 9 月 10 日使用一系列五種不同的心智化任務檢查了一名患有廣泛 MPFC 損傷的患者。除了一項任務的一個方面外，患者在所有任務上的表現都在正常范圍內。這引發了人們的擔憂，即在 fMRI 研究中觀察到的可靠 MPFC 效應實際上可能無法反映社會認知中的因果作用。Bird等(2004)研究的局限性是它對單個案例的檢查，因此很難從中進行概括。

       盡管病變研究是評估因果關系的金標準，但也有很大的局限性。首先，病變很少遵守解剖邊界。例如，大多數 VMPFC 病變也延伸到 AMPFC，這使得很難區分哪些組織損傷實際上對觀察到的功能喪失至關重要，除非是在非常大的病變映射研究中。其次，病變并非隨機分布在大腦周圍。盡管有許多關于 VMPFC 和 AMPFC 病變的報道，但只有極少數涉及 DMPFC 損傷。

      幾項檢查 VMPFC 和 AMPFC 病變患者的研究發現情緒感知（Adolphs 等，2002 年；Heberlein 等，2008年；Mah 等，2005 年）、內隱刻板印象關聯（Gozzi 等，2009 年；Milne和Grafman, 2001)、道德判斷(Ciaramelli 等, 2007, 2012;Koenigs 等, 2007; Moretto 等, 2010; Anderson 等, 1999) 和心理理論任務 (Channon 等, 2007、2010；Leopold 等，2011；Shamay-Tsoory 等，2005、2009；Stone 等，1998；Umeda 等，2010；Croft 等，2010；Burin 等，2014；羅卡等，2011 年）。重要的是，有幾篇論文（Leopold 等，2011 年；Shamay-Tsoory等，2005 年；Umeda 等，2010 年）檢查心理理論時發現了分離，例如 AMPFC 和 VMPFC 與情感心智化缺陷有關（例如過失檢測），但不是認知心智化（例如錯誤信念）。

      與 Bird 等(2004)相反，包括 DMPFC 損傷患者在內的少數其他研究發現了一些社會認知缺陷的證據。Hornak 等 (2003) 報道了一組情緒感知受損的 DMPFC 病變患者。Anderson 等 (1999) 報告了樣本患者道德判斷的改變，其中包括一些 DMPFC 損傷患者。李等 (2010) 報告了在 DMPFC、AMPFC和 VMPFC 患者之間混合的樣本中受損的失禮識別。最后，Herbet等(2013) 報道了一組五名患者，他們在 DMPFC 中有最大的病變重疊，并且在手術切除后不久（但不是三個月后）在標準心理理論任務中受損。

      在這一點上，病變研究的結果表明 VMPFC 和/或 AMPFC 參與了更多以情感為中心的社會過程（例如情緒感知、失禮識別）。對 DMPFC 的有限研究表明，該區域可能在更注重認知的社會過程中發揮因果作用，但鑒于相關病變研究的缺乏，這充其量只是一個薄弱的結論。應該指出的是，對于五個領域中每一個領域的病變研究，將病變分配給 MPFC 的子區域是通過觀察顯示病變的數字來完成的。因此，我們不能確定病變僅局限于圖中出現的子區域。

3.1.3.經顱磁刺激

     TMS 研究彌補了社會認知損傷研究中的缺失。在這里，大多數研究都集中在調節 DMPFC 反應上，以檢查該區域是否對社會認知過程有因果關系。這些研究在重復和單脈沖 TMS 方法結果相似。

      來自 Cattaneo 組的三項 TMS 研究發現，針對 BA9 的TMS 會導致特征判斷的改變（Ferrari 等，2016 年；Ferrari 等，2014 年）。該小組的另外兩人（Ferrari 等，2017 年；Gamond等，2017 年）發現 TMS 到 BA9 會阻止社會刻板印象的應用。三項 TMS 研究直接研究了心理理論，但均未使用錯誤信念任務，其中一項研究顯示與針對 AMPFC 的 TMS 相關的缺陷（Lev-Ran等，2012 年）。第二個未能發現 DMPFC TMS 對兩種心理任務理論的主要影響（Krause 等，2012），然而，確實發現那些具有高特質同理心的人確實表現出將 TMS 應用于 DMPFC 的準確性降低——這也是一種調節效應見于另一項情緒感知研究（Balconi 和 Bortolotti，2013 年）。第三個發現，將連續 TMS 應用于 DMPFC 可以改善女性而非男性的心理表現理論（Adenzato 等，2017 年）。此外，一項經顱直流電刺激 (tDCS) 研究發現，對 DMPFC 的連續陽極刺激也改善了視覺透視（Martin 等，2017 年）。最后，多項研究表明，針對 BA9 的 TMS 會導致情緒感知受損（Balconi 和 Bortolotti，2013 年；Gamond和 Cattaneo，2016 年；Mattavelli 等，2011 年）。

      總之，在 TMS 研究領域，有一致的證據表明 DMPFC 在社會認知中起著因果作用。這主要是為了研究情緒感知和特質判斷而觀察到的。應該注意的是，相對于病變研究，TMS 在 MPFC 中具有相反的局限性。雖然病變研究主要集中在 VMPFC 和 AMPFC，但由于方法學限制（例如 TMS 無法到達 VMPFC），TMS 研究主要集中在DMPFC，因此TMS 不適合權衡 VMPFC 對任何感興趣領域的貢獻。

3.1.4.多變量模式分析

      與一般線性模型 (GLM) 單變量分析相比，MVPA 分析被認為可以揭示表征過程的神經基礎。因為MVPA 研究根據神經模式預測心理/任務狀態，而不是單變量研究中通�？吹降南喾辞闆r，所以 MVPA 研究不會具有“肯定結果”的問題。然而，MVPA 研究中的功能聲明總是限于正在比較的少數心理狀態/任務。

      MVPA 提供了迄今為止最明確的證據，表明社會認知主要與 DMPFC 有關，而不是 AMPFC 或 VMPFC。三項進行全腦探照燈分析的研究（即一種用于識別整個大腦體素的技術，這些體素是產生多變量效應的良好候選者）觀察到 DMPFC，但不是VMPFC，參與解碼不同情緒的感知（Jastorff 等，2015 年；Kim等，2015 年；Peelen 等，2010 年）。一項研究采用了基于 ROI 的方法，包括 VMPFC 但不包括 DMPFC ROI，并且確實觀察到 VMPFC 成功解碼了情緒感知（Kragel 和LaBar，2016）。

       另外兩項關于情緒感知的研究強調了 DMPFC 在對情緒進行心理狀態歸因方面的作用，而不是僅僅對不同情緒表達的表面特征敏感。在一項研究中（Skerry 和 Saxe，2014 年），參與者必須通過他們的面部表情或在沒有看到目標的情況下觀察目標所處的情況來識別目標將經歷的情緒。在全腦探照燈分析中，DMPFC 包含唯一可以準確交叉分類的集群（即訓練面部表情然后測試情況）。這表明DMPFC 正在解碼這些刺激的共同點，即他人情緒心理狀態的表現，而不是對表面特征（例如面部表情的視覺方面）敏感。

      Skerry 和 Saxe(2015) 隨后通過探照燈分析表明，DMPFC 是唯一能夠成功解碼其他 20 種不同情緒狀態的 MPFC 細分區域。此外，使用代表性相似分析（一種檢查不同神經狀態彼此之間相似和不同程度的技術），他們證明了在 DMPFC 和 AMPFC 中，“體素水平模式中情緒條件的相似性與情緒狀態的相似性呈正相關38個評價維度的空間�！边@再次表明，DMPFC 對與不同感知情緒相關的精神狀態的細微變化非常敏感。

       塔米爾等(2016) 要求參與者思考小插曲是否會誘發某些心理狀態。他們觀察到，由小插圖引起的理性與情緒反應的程度可以由 DMPFC 和 AMPFC 解碼，但不能由 VMPFC 活動解碼，而精神狀態的社會強度可以由 DMPFC 和 VMPFC 活動解碼。

      其他研究還表明，DMPFC 而不是 VMPFC 解碼精神狀態推理與非精神狀態推理（Corradi-Dell Acqua 等，2014 年；Dungan 等，2016年），或解碼精神狀態推理中的水平（例如，從試驗到試驗的觀點采擇程度；Tusche 等，2016 年）。

       Harsabis等(2013) 報道了一項特別有趣的特質知識 MVPA 研究。參與者了解了四個目標，這些目標的人格特征填充了通過將高低外向性與高低宜人性交叉而創建的四個細胞。然后參與者在不同的場景中想象這些目標。在全腦探照燈分析中，只有 DMPFC 中的一個集群能夠區分從一個試驗到下一個試驗想象的四個目標中的哪一個。

       總之，MVPA 提供了強有力的證據，表明在 MPFC 中，主要是 DMPFC 參與了社會認知過程。盡管 AMPFC 和VMPFC 偶爾顯示出顯著影響，但在使用全腦分析的研究中，大多數關鍵分析都沒有出現這兩種情況。

3.1.5.單項反向推理

       檢查通用Neurosynth 反向推理映射中的術語，包括“社會”、“社會認知”、“心智化”和“ToM”（每個都與數據庫中的所有其他術語進行比較）都在 MPFC 中產生類似的集群分布并且在一個重要方面都與類似的前向推理圖不同。具體來說，DMPFC 和 VMPFC 看起來很穩健，但是 AMPFC 在每個相關的反向推理圖中明顯不存在，這與它在一些正向推理圖中的存在形成鮮明對比。

3.1.6.總結

       在正向和反向推理圖、TMS 和 MVPA 分析中，有明確和一致的證據表明 DMPFC 在社會認知和心理狀態推理過程中有關聯。關于 DMPFC 在社會認知中的作用，病變數據是模棱兩可的，但這可能是由于缺乏檢查 DMPFC 病變患者社會認知的研究。

       也有證據將AMPFC 和 VMPFC 與社會認知過程聯系起來，盡管它不如DMPFC 的證據一致。病變數據清楚地將這些區域與社會認知的情感方面聯系起來，盡管這些研究通常缺乏區分BA10 和 BA11 效應的能力。MVPA 研究并未明顯說明 AMPFC 或 VMPFC 在社會認知過程中的作用。相比之下，反向推理圖表明 VMPFC 而非 AMPFC 在社會認知過程中發揮作用。

如果您對腦影像數據分析感興趣，可瀏覽思影科技課程及服務，感謝轉發支持（可添加微信號siyingyxf或18983979082咨詢，另思影提供免費文獻下載服務，如需要也可添加此微信號入群）:

南京：

第七十六屆磁共振腦影像基礎班（南京，1.10-15）

 

第三十五屆磁共振腦網絡數據處理班(南京，2.1-6）

 

第二十六屆腦影像機器學習班（南京，2.17-22）

重慶：
第二十三屆磁共振腦影像結構班（重慶，2.8-13）
第七十三屆磁共振腦影像基礎班(重慶，2.17-22）
第二十五屆腦影像機器學習班（重慶，2.26-3.3）

北京：

 

第三十四屆磁共振腦網絡數據處理班（北京，2.9-14）

 

第七十五屆磁共振腦影像基礎班（北京，2.23-28）

 

上海：

 

第二十五屆磁共振腦影像結構班（上海，2.3-8）

 

第二十九屆擴散成像數據處理班（上海，2.11-16）

第十四屆任務態功能磁共振數據處理班（上海，2.22-27）

第七十七屆磁共振腦影像基礎班（上海，3.3-8）

數據處理業務介紹：
思影科技功能磁共振(fMRI)數據處理業務
思影科技彌散加權成像（DWI）數據處理
思影科技DTI-ALPS數據處理業務
思影科技腦結構磁共振（T1)成像數據處理業務 
思影數據ASL數據處理業務
思影科技定量磁敏感（QSM)數據處理業務
思影科技嚙齒類動物（大小鼠）神經影像數據處理業務 
思影科技靈長類動物fMRI分析業務 
思影科技腦影像機器學習數據處理業務介紹
思影科技微生物菌群分析業務 
招聘及產品：
思影科技招聘數據處理工程師 （上海，北京，南京，重慶）
BIOSEMI腦電系統介紹
Artinis近紅外腦功能成像系統介紹
目鏡式功能磁共振刺激系統介紹

3.2.自我過程

       自我過程包含范圍廣泛的主題，這些主題幾乎是無休止的帶連字符的自我主題（例如，自我概念、自尊、自我提升等）。在神經科學文獻中，自我概念和自我反省是自我研究的兩個主要領域。自我概念是指表征我們是誰、我們做過什么以及我們希望做什么的知識結構。這包括自我參照、自我知識和自傳式記憶。請注意，由于自傳體記憶涉及自我記憶和情景記憶過程，因此它在很大程度上被排除在此處的分析之外，如上文方法部分所述。自我反省，連同內省和元認知，包括思考自我、一個人的目標和意圖，或者更普遍地思考一個人自己的想法。從歷史上看，自我過程已經被 AMPFC 和楔前葉 (Kelley 等, 2002) 以及最近的腹側紋狀體 (Falk 等, 2015; Rameson 等, 2010; Tamir and Mitchell,2012) 所識別。

       

3.2.1.前向推理

      自我過程的神經基礎有八項薈萃分析（Cona 等，2015 年；Stawarczyk 和D'Argembeau，2015 年；Denny 等，2012 年；Northoff 等，2006年；van der Meer 等，2010 年；Murray 等，2012 年；VanOverwalle，2009 年；Martinelli 等，2013 年）。其中，六個報告了自我參照和獲取關于自己的概念性知識的共同神經基礎（Denny等，2012 年；Northoff 等，2006 年；van der Meer 等，2010 年；Murray 等，2012年；Van Overwalle，2009 年；Martinelli 等，2013 年），所有人都發現 AMPFC 的活動占主導地位。其中兩個還在 DMPFC 中發現了可靠的自我參照效應（Denny 等，2012 年；vander Meer 等，2010 年）。Denny 等的薈萃分析發現雖然 DMPFC 和 AMPFC 都與自我和社會判斷可靠地相關聯，但存在背側/腹側梯度，因此具有更高 z 坐標的更多背側激活更有可能來自參與者思考其他人等的社會任務z 坐標較低的腹側激活更有可能來自自我參照任務。

      其中一項薈萃分析 (Martinelli 等, 2013) 還區分了概念自我知識（例如“我很有趣”）、語義自我記憶（例如“我小時候經常在海邊度過周末”）和情景式自我記憶（例如“我記得 1982 年在岸上的這一次，當時我……”）。在 MPFC 中，這些組件自我過程（概念、語義、情節）中的每一個都在 AMPFC 中產生薈萃分析效果。概念性自我知識也在 DMPFC 中產生了一個適度的集群。這三個組件均未在 VMPFC 中產生峰值。      

     兩項薈萃分析還檢查了對個人目標和意圖的關注（Cona 等，2015 年；Stawarczyk和 D’Argembeau，2015 年）。結果混合在一起，一份報告增加了個人目標導向的 AMPFC（Stawarczyk 和 D'Argembeau，2015 年），另一份報告減少了意圖處理的 AMPFC（Cona 等，2015 年）。我們無法確定針對 MPFC 效應的元認知的任何薈萃分析。

      術語“自我”的前向推理 Neurosynth 圖與該領域的薈萃分析基本一致。大簇覆蓋DMPFC 和 AMPFC 的大部分，向下延伸到 VMPFC 的背側部分。

     通過薈萃分析和前向推理 Neurosynth 圖，很明顯，調用自我過程的任務在 AMPFC 中產生了可靠的效果。還有多項證據表明，自我過程也會引起 DMPFC 活動。在自我過程領域，幾乎沒有 VMPFC 參與的前向推理證據。

3.2.2.病變

       有幾項病變研究至少側重于自我處理的一個方面。三項損傷研究側重于自我參照，每項研究都發現 AMPFC 損傷與自我參照處理和概念自我知識受損有關（Marquine 等，2016 年；Kurczek 等，2015年；Philippi 等， 2012a).在一個案例研究中（Marquine 等, 2016），一名AMPFC 受損的患者表現出較差的自我知識，但對另一個人的社會知識卻避而遠之。Kurczek 等(2015)觀察到另一個重要的解離。在這項針對 5 名主要患有 AMPFC 損傷但也有一些 VMPFC 損傷的患者的研究中，參與者在書面敘述中表現出自我引用的顯著減少。然而，這些患者在這些敘述中也表現出正常水平的過去和未來思維。海馬體患者在自我參照和心理時間旅行方面表現出相反的結果模式。請注意，另一項研究（Bertossi 等，2016b）并未復制 Kurczek 的這些影響，但 Bertossi 研究中的病變集中在 VMPFC，而不是 AMPFC。

        六項病變研究還檢查了與自我意識和自我洞察力相關的元認知過程。這些研究考察了認知感（Modirrousta 和 Fellows，2008 年；Schnyer等，2004 年）、自我意識情緒（Beer 等，2003 年）和更普遍的元認知（Budson 等，2005 年；Fleming 等，2014年; Mah 等，2004 年）。在這些研究中，缺陷與 BA10 中的 AMPFC 病變可靠相關，一些研究也顯示了 VMPFC 效應。

      最后，一項案例研究（Philippi 等，2012b）檢查了一名 AMPFC 損傷似乎延伸到 VMPFC 的患者的內省和自傳記憶。該患者基本上沒有進行與自我相關的處理，但在自傳體記憶方面表現出明顯的缺陷。

       一般來說，自我過程的損傷研究強烈暗示 AMPFC 在自我參照和元認知任務中的作用。當研究中存在 VMPFC 損傷時，該區域也受到牽連。與 DMPFC 病變研究的普遍缺乏一致，沒有自我過程的 DMPFC 病變研究。

3.2.3.經顱磁刺激

       MPFC 和自我處理的TMS 研究相對較少。刺激部位的坐標并不總是給出或僅在給出時進行估計�？紤]到這些注意事項，似乎刺激 AMPFC（可能還有 DMPFC）的三項 TMS 研究表明自我處理發生了改變。一項研究（Luber 等，2012 年）顯示了自我增強判斷與他人增強判斷的逆轉，第二項研究顯示了個人自我意識的降低（Gruberger 等，2015 年）。另一項研究 (Barrios 等, 2008) 刺激了 DMPFC 并發現自我增強在這里也被破壞了。最后，DMPFC 的刺激不會降低與自我參照相關的增強效率 (Lou 等, 2010)。還值得注意的是，一項 tDCS 研究發現，對 DMPFC 的連續刺激消除了自我參照效應（Martin 等，2017 年）。在這一點上，有一些普遍的證據表明 MPFC 區域的 TMS 可能會改變一些自我過程，但研究太少無法得出任何強有力的結論。充其量，有一些適度的證據表明 DMPFC 刺激可以改變一些自我過程。

3.2.4.多變量模式分析

       六項 MVPA 研究檢查了自我過程。所有這些都將 AMPFC 與自我相關認知聯系起來。一項研究檢查了 MPFC 在區分自傳體記憶和他人記憶方面的參與。里斯曼等 (2016) 發現 AMPFC 和DMPFC 的活動模式可以區分過去三周內掛在參與者脖子上的相機拍攝的照片和另一名參與者相機拍攝的照片。此外，只有 AMPFC 區分了對自傳體記憶的強烈回憶和中度回憶。

       其他三項MVPA 研究著眼于形成、維持和記住個人意圖。例如，在 Haynes 等(2007)的一項研究中，參與者會秘密地選擇下一步要執行的兩種任務中的哪一種。根據干預延遲期間 AMPFC 的神經活動，可以解碼選定的任務。另外兩項研究也顯示了 AMPFC 與個人意圖之間的多變量聯系（Gilbert 等，2012 年；Momennejad和 Haynes，2012 年），其中一項研究還顯示了 DMPFC 的參與（Momennejad 和 Haynes，2012 年）。

      最后，Chavez 等(2016) 能夠在正面和負面圖像上訓練一個分類器，并成功地使用這個分類器來區分對自我和親密他人的判斷。這種交叉分類成功的事實被視為存在內在的積極偏見（或自我提升）的證據，即自我評價，而其他人的評價中不存在。

      總而言之，盡管關于自我過程的 MVPA 研究仍然很少，但已發表的研究顯示了自我過程中 AMPFC 的清晰一致的證據。也存在 DMPFC 或 VMPFC 的一些證據。

3.2.5.單項反向推理

      我們檢查了“自我”的通用 Neurosynth 反向推理圖。在這里，在 AMPFC 和 DMPFC 中觀察到強大的效果，但在 VMPFC 中基本沒有效果。這些結果表明 AMPFC 和 DMPFC 中存在的激活更有可能來自標記為“自我”的研究，而不是來自Neurosynth 數據庫中其他非自我標記的研究。

3.2.6.總結

       在正向和反向推理圖、病變和 MVPA 分析中，有明確一致的證據表明 AMPFC 參與自我過程。鑒于研究數量較少且難以使用 TMS 刺激 AMPFC，TMS 數據更加模棱兩可。在每個方法學領域，都有研究偶爾指出 DMPFC 或 VMPFC，但這些影響幾乎沒有一致性。

3.3.價值

      價值，很簡單，指的是我們如何排列我們對事物的偏好，包括物質的和非物質的。價值的神經科學研究主要集中在選項之間的偏好、獎勵的預期和獎勵的接收上。從歷史上看，估值過程與 VMPFC 和腹側紋狀體有關。

3.3.1.前向推理

      盡管有一些關于估值、獎勵和/或基于偏好的選擇的薈萃分析，但 Bartra 等(2013)的薈萃分析已被引用超過 700 次，可以說是該領域的黃金標準。這些作者檢查了效價（積極與消極）、處理階段（決策階段與結果接收）和獎勵類型（主要與次要）的影響。MPFC 效應在幾乎所有對比中都很明顯，除了懲罰/沒有獎勵。在這些分析中的每一個中，觀察到的簇都跨越 AMPFC和VMPFC，但是，峰值體素往往恰好位于 AMPFC 和 VMPFC 的邊界處，最常見于前者。

      劉等 (2011) 發現了類似的效果，但表明 MPFC 的反應更多地是由結果接收而不是預期驅動的。海耶斯等 (2014) 發現主要在 AMPFC 中的結果與有食欲而不是厭惡的刺激有關。最后，Sescousse 等(2013)的薈萃分析比較了初級和次級獎勵，發現只有次級獎勵（例如金錢）在 VMPFC 和 AMPFC 中產生影響，而初級獎勵（例如食物）與頭端前扣帶皮層相關

      在 Neurosynth 數據庫中，術語“價值”（344 項研究）的前向推理圖主要涵蓋 AMPFC 并滲透到 VMPFC 的背面。DMPFC 中也有一個適度的“價值”集群�！蔼剟睢币辉~產生了類似的模式，“激勵”一詞在 AMPFC 和 VMPFC 中產生了更適度的足跡，沒有 DMPFC。

     通過薈萃分析和 Neurosynth 前向推理圖，很明顯，專注于估值過程的研究在 MPFC 中產生了實質性影響。效果似乎最集中在 AMPFC 和 VMPFC 中。

3.3.2.病變

      與前面的領域一樣，病變研究強烈傾向于更多腹側區域的損傷。沒有專注于DMPFC 的估值損害研究。在此處包括的 19 項評估病變研究中，所有研究都對 VMPFC 進行了顯著覆蓋，并且有 9 項顯示患者病變在 AMPFC 中也有重疊。

       一半的病變論文專注于更新與不同刺激相關的價值。該領域的典型任務是愛荷華賭博任務 (IGT)，參與者從一副紙牌中進行選擇，這些紙牌主要包含小獎勵，偶爾會導致大懲罰。參與者必須學會整合這些，以發現每副牌的平均價值，才能成功完成任務。幾乎所有使用此任務及其變體的研究都發現 VMPFC 損傷患者的任務表現不佳（Gläscher 等，2012 年；Bechara 等，1999年，2000 年；Fellows 和 Farah，2003 年，2005a；Hochman 等, 2010; Rolls 等, 1994; Tsuchida 等, 2010)，其中一些還包括具有顯著 AMPFC 覆蓋率的樣本（Fellows and Farah, 2003, 2005a）。只有一項針對 VMPFC 患者的研究觀察到了 IGT 的正常表現（Manes 等，2002 年）。在一項非常大的病變映射研究中（Gläscher 等，2012 年；N= 344），VMPFC 是大腦中唯一一個與 IGT 性能相關的區域。

       多項研究表明，針對不同激勵措施做出的高風險決策與 VMPFC 和 AMPFC 的病變相關（Levens 等，2014 年；Clark等，2008 年；c.f. Pujara 等，2015 年）。VMPFC 和AMPFC 也都與傳遞估值錯誤有關（即選擇 A 而不是 B，盡管已經選擇了 B 而不是 C 和 C 而不是 A）（Henri-Bhargava 等，2012 年；Camille 等，2011年）。

關于 VMPFC和對未來回報的考慮存在混合數據，一項研究顯示 VMPFC 病變患者對延遲經濟收益的反應遲鈍（Moretti 等，2009），另外兩項顯示 VMPFC 患者的時間貼現特征發生改變（Peters 和 D 'Esposito，2016 年；Sellitto等，2010 年），第四個顯示這些患者的時間折扣不變（Fellows和 Farah，2005b）。

       還有一項研究是關于個人在為藝術賦予價值時如何權衡不同屬性的。在這項研究中（Vaidya 等，2017 年），VMPFC對某些屬性（例如情緒化、溫暖、復雜性）的權重較低，但對其他屬性（例如具體性、平衡性）的權重相同。

      最后，一項關于獎勵對不同獎勵水平的敏感性的研究（通過眼跳測量）發現VMPFC 患者的敏感性發生了變化（Manohar 和Husain，2016 年）。奇怪的是，VMPFC 患者比對照組對獎勵水平更敏感，而不是表現出預期的遲鈍。

      總之，病變研究有一致的證據表明 VMPFC 在價值和獎勵的處理中起著因果作用。有一些 AMPFC 參與的證據——當 AMPFC 在樣本組中受損時，它通常會受到牽連。最后，損傷數據不能說明 DMPFC 參與價值過程，因為只有一項研究報告了 DMPFC（Tsuchida 等，2010年）并且沒有發現與 DMPFC 損傷相關的影響。

3.3.3.經顱磁刺激

      據我們所知，只有一項 TMS 研究專注于估值領域的 MPFC 已發表。趙等(2015) 刺激了 AMPFC 并觀察到參與者不太可能對未來的獎勵進行折扣。很可能在這一領域沒有更多的研究，因為大多數獎賞效應是在 TMS 難以訪問的 MPFC 區域觀察到的。

3.3.4.多變量模式分析

      單變量 fMRI 價值研究的標志性發現之一是 VMPFC 和 AMPFC 用于將不同類別的刺激置于“共同價值”量表上（Levy 和 Glimcher，2012）。這些發現通常采用兩種類別（例如金錢和社會獎勵）的高獎勵價值刺激與低獎勵價值刺激的共同激活形式。MVPA 作為單變量研究的重要補充，以進一步檢查 MPFC 中的區域是否執行獨立于刺激類別的值計算�？绐剟铑悇e的 MVPA 交叉分類似乎是真正估值的標準之一。

       四項 MVPA 研究現已檢驗了通用尺度概念（Gross 等，2014 年；Howard等，2015 年；McNamee 等，2013 年；Pogoda 等，2016年）。有些令人驚訝的是，這些研究始終指出 AMPFC 而不是VMPFC 作為獨立于刺激類別的估值的核心。在所有四項研究中，交叉分類分析使用了在一類獎勵（即高價值與低價值食物獎勵）上訓練的分類器，然后在另一類獎勵（即高價值與低價值飾品獎勵）上測試該分類器。在每項研究中，AMPFC 都有一個在交叉分類過程中成功的集群，而 VMPFC 則沒有。相比之下，對于其中兩項研究（McNamee 等，2013 年；Pogoda等，2016 年），VMPFC 可以在獎勵類別內進行分類，但無法在一個類別上訓練并成功解碼另一類別的獎勵。在一項相關研究中，Kahnt 等 (2011) 確實發現了一個跨越 AMPFC 和 VMPFC 的集群，它解碼了多屬性刺激的綜合值，而不僅僅是不同屬性的單個值。另一項研究（Brosch 等，2012 年）要求參與者反思傳統上有價值的活動（例如打網球）和核心價值觀（例如與不公正作斗爭）。VMPFC 中的有價值活動和 AMPFC 中的核心價值觀察到單變量效應，但在這兩個區域均未觀察到多變量效應。

      已有三項獎勵引導選擇的 MVPA 研究（Bedi 等，2015 年；Hampton和 O’Doherty，2007 年；Tusche 等，2010年）。在其中每一個中，AMPFC 中的集群都可以解碼選擇。其中兩項研究還顯示了對 VMPFC 或 DMPFC 的影響。第四項 MVPA 研究分別研究了選擇任務中的估值和選擇（Domenech 等，2017 年），發現 VMPFC 對每個選項的估值有貢獻，但對跨選項的整合和選擇沒有貢獻。

      兩項研究使用 MVPA 研究了獎勵預期和接收。其中之一 (Kahnt 等, 2010) 發現DMPFC 和 VMPFC 在預期期間的神經活動可以區分預期的獎勵值。嚴等 (2016) 沒有發現預期的多變量效應，但確實發現 AMPFC 和 VMPFC 在收到獎勵時的活動區分了所獲得獎勵的價值。

       一項研究（Burke等，2016 年）使用 MVPA 檢查了相對價值。有“收益”塊和“損失”塊。在增益塊期間，參與者在每次試驗中獲得 10 分或 0 分。在損失塊期間，參與者損失 10 分或 0 分。他們尋找能夠編碼每個結果的絕對值（即增益 10 > 增益 0；增益 0 =損失 0；損失 0 > 損失 10）或每個結果的相對值（即損失 0 > 增益 0）和發現 VMPFC 對相對值而非絕對值敏感。在 Burke 等中也值得注意。(2016) 的研究是，參與者既玩過游戲又觀看另一個人玩同一個游戲。

        VMPFC 只對自己獎勵試驗的相對價值（或任何價值指標）敏感，對陌生人的試驗不敏感。Skerry 和 Saxe（2014 年）的另一項研究還發現，VMPFC 可以解碼個人獎勵水平，但不能解碼其他人的好結果和壞結果。這與一項單變量研究（Morelli等，2018）一致，該研究發現 VMPFC 用于個人獎勵結果，觀察親密的其他人獲得獎勵時有少量 VMPFC，而觀察陌生人獲得獎勵時沒有 VMPFC（c.f. Mobbs 等, 2009).

        總之，MVPA 研究主要指向 AMPFC 的非模態獎勵過程，忽略刺激或類別信息。VMPFC更認同特定領域的獎勵過程。最后，VMPFC 用于個人評估，而不是考慮他人的結果。

3.3.5.單項反向推理

       我們檢查了“價值”、“獎勵”和“激勵”的單項反向推理圖�！皟r值”和“獎勵”都與 AMPFC 和 VMPFC 中的反向推理效應相關。對于“價值”，VMPFC 的影響僅限于背側 VMPFC。相比之下，“激勵”只與 VMPFC 相關。

3.3.6.總結

      在正向和反向推理圖、病變和 MVPA 分析中，有明確的證據表明 AMPFC 和 VMPFC 參與了估值過程。在病變和反向推理圖中，有更多的 VMPFC 發揮作用的額外證據。由于只有一項 TMS 研究，TMS 對我們的評估沒有幫助。

3.4.情緒

      情緒研究在很大程度上是沿著感知和經驗線分開的。由于我們已將情緒感知作為上述社會過程的一部分，因此本節的重點是情緒體驗（例如對情緒誘導的反應）。從歷史上看，情緒體驗與 VMPFC、DMPFC、杏仁核和前腦島有關（例如 Kober 等，2008 年）。

3.4.1.前向推理

       最近有三種情緒薈萃分析（Kober 等，2008 年；Lindquist 等，2012年；Wager 等，2008 年）。然而，就目前的目的而言，Wager 等 (2008) 薈萃分析最具指導意義，因為它將情緒體驗（即體驗情緒）與情緒感知（即感知他人情緒）的研究分開。這項薈萃分析發現，在 163 項研究中，與情緒體驗相關的 DMPFC 和 VMPFC 效應比情緒感知更重要。

      在 Neurosynth 數據庫中，“情緒”的前向推理圖揭示了 DMPFC、AMPFC 和 VMPFC的廣泛覆蓋。但應該記住，這些研究代表了情緒體驗研究和情緒感知研究的結合。盡管如此，前向推理和一項相關的薈萃分析表明，情緒任務會招募 DMPFC 和 VMPFC。

3.4.2.病變

      少數病變研究檢查了獨立于評估和獎勵的情緒體驗或行為，其方式允許推斷MPFC 的細分區域，而不是更普遍的 MPFC 或前額葉皮層。兩項研究（Anderson 等，2006 年；Hornak等，2003 年）觀察了 VMPFC/AMPFC 損傷患者情緒體驗的一般變化，盡管其中一項研究（Hornak 等，2003 年）報告說，在 21 名患有 VMPFC/AMPFC 損傷的患者中，在不同的損傷中，情緒體驗變化最大的三個損傷位于 DMPFC。

       另外三項研究考察了更多的自我意識情緒。Beer等 (2003) 報道VMPFC/AMPFC 損傷患者表現出不適當的自覺情緒（例如尷尬）。另外兩項研究檢查了后悔與一項研究(Camille 等, 2004) 表明患有VMPFC/AMPFC 病變的患者在賭博任務中出現不良結果后沒有表現出正常水平的后悔。第二項研究（Levens等，2014 年）并未顯示 VMPFC/AMPFC 病變患者在不良賭博后的后悔反應發生改變。

       總之，病變證據表明 VMPFC/AMPFC 病變可能會干擾情緒體驗。只有一項研究（Hornak 等，2003 年）包括DMPFC 患者，與 VMPFC/AMPFC 患者相比，這些患者在情緒體驗上表現出更大的變化。

3.4.3.經顱磁刺激

       我們無法找到任何針對 MPFC 對情緒體驗的貢獻的 TMS 研究。

3.4.4.多變量模式分析

       有六項 MVPA情緒體驗研究包括 MPFC 區域的覆蓋范圍。其中四種使用挑釁性圖像、電影或音樂來誘發情緒（Kragel 和 LaBar，2015 年；Chang 等，2015 年；Saarimäki等，2016 年）。Saarimäki 等 (2016) 在整個 DMPFC、AMPFC和 VMPFC 中觀察到集群，這些集群至少解碼了幾種情緒中的一種。張等 (2015) 還發現，在查看令人回味的圖像后，整個 MPFC 中的集群都可以解碼情感體驗的評級。Tusche 等 (2016) 發現了情感體驗評級的類似解碼效果，但僅限于 AMPFC。相比之下，Kragel 和LaBar (2015) 發現 MPFC 區域很少參與解碼七種不同的潛在情緒。只有一個小的 AMPFC 集群參與了對滿足體驗的解碼，但沒有涉及任何其他情緒。

       Tusche 等(2014) 進行了另一項研究，檢查了在定向和休息期間的情緒化思維。參與者被要求想象自己的行為方式與各種積極（例如慷慨）或消極（例如虛榮）的特征相一致。VMPFC 中的一個簇從負面想象中解碼出正面。然后，同一個集群能夠預測一個人在休息期間是自發地產生積極的想法還是消極的想法。

       最后，Kassam等(2013) 要求演員嘗試體驗九種不同的情緒。AMPFC 中的一個集群成功地從消極情緒中解碼出積極情緒。相比之下，DMPFC 中的一個集群成功地解碼了可能涉及心智化（例如嫉妒）的社會情緒，而不是非社會情緒（例如身體厭惡）。

總之，在多變量研究中，AMPFC 與情緒體驗的相關性最強。這似乎主要代表價維度，        這可能與上面已經歸因于 AMPFC 的估值和自我相關功能有關。DMPFC 和 VMPFC 在多項研究中也分別被鑒定出來，但不如 AMPFC 一致。

3.4.5.單項反向推理

       “情緒”的反向推理 Neurosynth 圖在 DMPFC、AMPFC 和 VMPFC 中產生適度的集群。這些集群中沒有一個顯得特別強大或覆蓋了每個區域內的大部分解剖區域。同樣，應該記住，Neurosynth 涵蓋的“情緒”包括許多屬于我們社會領域的情緒感知研究。

3.4.6.總結

        迄今為止涵蓋的大多數其他領域傾向于顯示依賴 MPFC 的一個或兩個領域的一致證據。在本文中我們研究的不同方法中，情緒體驗往往與 DMPFC、AMPFC 和 VMPFC 相關（TMS 除外，該領域沒有相關論文）。有可能所有這些區域都在做特定于情緒的工作，但也有可能一些或所有這些與情緒體驗相關的 MPFC 反映了非情緒特定的功能，這些功能通常在構建情感體驗。許多情緒體驗都涉及心智化，這可以解釋 DMPFC 效應（Kassam 等，2013年），并且似乎可以解釋 AMPFC 效應的自我相關過程。這些不同的結果將在下面有關多項反向推理的部分中介紹。

3.5.心理時間旅行

       心理時間旅行是心理學和認知神經科學中一個日益受到關注的領域。絕大多數心理時間旅行研究檢查情景記憶，特別是與 MPFC 相關的情景記憶檢索。最近有許多研究以未來和過去的思考和想象的形式關注脫離記憶的心理時間旅行。例如，思考虛構的過去和未來并不是嚴格意義上的情景記憶任務，而是需要心理時間旅行。如上所述，自傳式記憶還涉及心理時間旅行。然而，鑒于它與自我領域的重疊，除非研究明確強調這兩個領域之一，否則它不會在任何一個部分中得到關注。從歷史上看，心理時間旅行與 AMPFC、VMPFC、內側顳葉和后扣帶回有關（Benoit 和 Schacter，2015年）。

3.5.1.前向推理

        心理時間旅行包括情景檢索、情景過去思維和情景未來思維等多個概念。有多項薈萃分析關注情景記憶的神經基礎，但這些分析通常只關注內側顳葉（Viard等，2012 年；Kühn 和 Gallinat，2014 年）。一項薈萃分析 (Gilbert 等, 2006) 側重于額極，但用頭外側 PFC 而非 MPFC 確定了情景檢索。

       專注于記憶檢索和面向未來的思維的薈萃分析都顯示更多的 MPFC 參與。Spreng 等(2009)發現自傳體記憶和未來思維都會招募 AMPFC。同樣，Benoit和 Schacter（2015 年）發現，情景檢索和情景未來思維都會招募 AMPFC 以及 VMPFC 的背側區域和 DMPFC 中的一個小簇。最后，Stawarczyk 和 D’Argembeau (2015) 發現情景式未來思維會在 AMPFC 和背側 VMPFC 中產生集群。

AMPFC 在“情景”、“未來”和“過去”的前向推理 Neurosynth 地圖中穩健存在。相對于 MPFC，AMPFC 專門針對“情節”和“未來”產生影響，而“過去”也產生了 VMPFC 和 DMPFC 集群。

      通過薈萃分析和前向推理圖，有明確的證據表明心理時間旅行任務會在 AMPFC 和 VMPFC 的最背側區域產生激活，有更明確的證據表明 DMPFC 參與了這些任務。

3.5.2.病變研究

      大部分關注 MPFC 在情景記憶中的作用的病變研究主要不是關注檢索過程本身，而是對已檢索信息做出的內部元認知判斷。例如，Gilboa 等 (2009) 發現AMPFC 和 VMPFC 損傷與較差的元認知決策有關，這些元認知決策是關于在情景檢索過程中想到的內容。換句話說，檢索過程可能會對情景記憶搜索產生多個可能的答案，然后元認知過程參與判斷它們（例如“我真的看到了哪些？”）。其他三項研究（Ciaramelli 和 Ghetti，2007年；Ciaramelli 等，2006 年；Gilboa 等，2006 年）證明了VMPFC 和虛構之間的聯系（即傾向于回憶不真實或未發生的事情）。這些影響通常根據 VMPFC 中處理的元認知“正確感”過程來理解 (Gilboa 等, 2006)。請注意，這種元認知過程也被認為是上述自我過程的一個組成部分。

       其他六項損傷研究側重于未來思考（Fellows 和 Farah，2005b；Bertossi 等，2016a，b；Uretzky 和 Gilboa，2010；Volle 等，2011；Umeda 等，2011）。他們都發現了 AMPFC 損傷之間的因果關系，其中三個也指向 VMPFC，另外兩個顯示出與 DMPFC 相關的影響。

      Bertossi 等的兩項研究(2016a, b) 專注于進一步分解 MPFC 對心理時間旅行的貢獻。在其中一個案例中（Bertossi 等，2016a），AMPFC/VMPFC受損的患者產生的與其心理體驗以及對過去和未來事件的解釋相關的細節較少，但與對照組相比，事件外部特征的細節水平相似參與者。

       在第二項研究中（Bertossi等，2016b），參與者被要求想象未來事件以及與任何時間點無關的虛構事件（例如想象一個“熙熙攘攘的街頭市場”）。相對于其他非 MPFC 患者和健康對照，AMPFC/VMPFC 受損患者在構建兩種類型的場景時均受損。至關重要的是，BA 10 中的病變大小與想象未來事件的缺陷相關，而 BA 11 中的病變大小與想象未來事件和虛構事件的缺陷相關，而 BA 11 中的病變大小與想象中的缺陷相關。作者建議，結果不支持 BA10/11 在心理時間旅行中的特定作用。相反，他們認為 BA 11 是更普遍的場景構建（即想象一個場景或情況）的核心，因為那里的病變大小與想象場景構建中的缺陷有關，無論該場景是否與特定時間無關。他們還爭辯說，BA 10 效應可能與想象未來事件所涉及的額外自我相關細節有關，而不是與虛構事件有關。他們指出其他研究表明，情景未來思維與個人目標更相關，并且依賴于自我知識的細節來解釋合理的個人未來事件（D'Argembeau 和 Mathy，2011）。虛構事件的合理性不是必需的，因此可能較少依賴于自我知識。

      綜上所述，心理時間旅行的損傷研究大多指向 AMPFC 和 VMPFC 作為關鍵區域。然而，其中一些研究表明，這些區域可能并不特定于心理時間旅行，而是可能有助于與心理時間旅行本身相關但又不同于心理時間旅行的表征和過程。AMPFC 和 VMPFC 損傷與情景檢索中較差的元認知決策相關，這可能是 AMPFC 中更一般的元認知或自我反思過程的一部分。最后，Bertossi 等(2016b) 表明 VMPFC 有助于心理時間旅行，因為更一般的場景構建功能也可能在與心理時間旅行無關的其他任務中調用。我們將在本文末尾回到這一點。

3.5.3.經顱磁刺激

      我們無法找到任何檢查與 MPFC 區域相關的心理時間旅行效應的 TMS 研究。

 

3.5.4.多變量模式分析

      在檢查 MPFC 區域心理時間旅行的解碼效果的三項 MVPA 研究中（Johnson 等，2009年；Kuhl 等，2012 年；Lewis-Peacock 等，2016 年），只有一項研究取得了積極的結果.庫爾等 (2012) 要求參與者對面部和場景進行編碼�？缭� BA9/10/11 的 MPFC ROI 可以在編碼時對人臉與場景進行分類。同樣的 ROI 也可以使用編碼數據對后續的內存性能進行分類。

3.5.5.單項反向推理

      我們檢查了“情節”、“過去”和“未來”的通用 Neurosynth 反向推理圖�！扒楣潯焙汀拔磥怼痹� AMPFC 中產生反向推理效應�！斑^去”在 VMPFC 的背側也表現出適度的覆蓋。應該注意的是，雖然我們沒有故意在自我或心理時間旅行 Neurosynth 分析中包含“自傳”，但在 108 項標有自傳的研究中，有74 項最終出現在我們的心理時間旅行分析中，因為這些研究也被標記為另一個相關術語例如“情節”或“過去”。

3.5.6.總結

      通過正向和反向推理圖、薈萃分析和損傷數據，AMPFC 和 VMPFC 的背側始終與心理時間旅行任務有關。TMS 和 MVPA效應不存在或太有限而無法得出任何結論。最后，多項損傷研究提出了 MPFC 與心理時間旅行任務的聯系是否反映了心理時間旅行過程本身或與心理時間旅行相關的獨立心理過程（例如元認知、自我認知、場景構建）的問題和其他過程一樣。

3.6.多項反向推理

       到目前為止，每個心理領域都被單獨分析，以證明其在 MPFC 細分區域功能中的作用。這是因為我們綜述的技術很少提供比較數據來表明大腦中感興趣的區域是否更有可能參與一個過程而不是另一個過程。雖然基于網絡的 Neurosynth 工具不允許將特定的心理學術語相互比較，但 Neurosynth 基于 Python 的核心工具可用于直接比較術語（例如“社會”與“自我”）。

圖 2. 多項head-to-head反向推理圖。        

每行顯示體素的反向推理圖，與其他四項之一相比，行開頭的項具有至少 0.60 的后驗概率。行開頭每個術語下的括號數字表示 Neurosynth 數據中該術語的研究總數。每個大腦圖像旁邊的括號數字表示該比較中使用的每個術語的研究數量。因此，社會 > 價值圖像中的 866 表明在該分析的每次迭代中，有 866 項研究被標記為社會術語，866 項研究被標記為價值術語。箭頭表示在該行的每個比較中出現的區域，因此出現在圖 3 中。       

對于我們感興趣的五個領域，我們按以下方式使用這些工具。首先，我們創建了自己的特定領域術語，將來自 Neurosynth 數據庫中多個術語的研究匯總起來。對于社交領域，我們包括了術語“社交”和“心智化”，它們共同產生了 1045 項研究（即標有“社交”和/或“心智化”的研究）。對于自我領域，我們只使用了術語“自我”（903 項研究）。對于價值領域，我們使用了術語“價值”、“獎勵”和“激勵”（906 項研究）。對于情緒領域，我們使用了術語“情緒”、“情緒化”、“情緒化”和“情緒化”（1690 項研究）。最后，對于心理時間旅行領域，我們使用了“情節”、“未來”、“過去”、“檢索”、“預期”和“記憶檢索”等術語（1395 項研究）。請注意，本文前面部分用于搜索文章的某些術語在 Neurosynth 中不可用作搜索術語。       我們使用 Neurosynth 通過隨機抽樣直接比較每個配對中可能的最大研究數量，同時每個術語產生相同的數量。因此，我們為每個術語創建了一個 0.50 的公平經驗先驗。為每個術語比較生成 500 次匹配的隨機研究樣本，然后將這些迭代樣本的結果平均在一起。        我們檢查了后驗概率，并在這些術語比較中使用 0.60 的閾值來指示體素更可能與一個心理領域而不是另一個心理領域相關聯。當一個術語在體素中的后驗概率至少為 0.60 時，另一項的后驗概率必須為 0.40 或更小，因為后驗概率總和為1。因此，如果在“社會”與“自我”比較中，DMPFC 體素在社會領域的后驗概率為 0.60，在自我領域的后驗概率為 0.40，那么在繪制的研究中該體素中觀察到的效果從這個抽樣中隨機抽取的人來自社交領域的可能性比來自自我領域的可能性高 50%（即 0.60 比 0.40 大 50%）。請注意，在這種情況下，研究仍然有可能來自未獲勝的領域。但此分析中出現的體素更可能來自“獲勝”域。滿足 0.60 閾值的體素被稱為顯性獲勝體素，而僅大于 0.50 的體素被稱為簡單獲勝體素。       我們運行了五個領域的所有 20 種可能組合（見圖2）。接下來，我們執行了“大逃殺”分析，確定了在目標域與其余四個域的每次比較中后驗概率為 0.60 的體素。因此，當“社會”是目標域時，我們確定了后驗概率至少為 0.60 的體素，包括（“社會”與“自我”）和（“社會”與“價值”）和（“社會”與“情感”）和（“社交”與“心理時間旅行”）。圖 3 顯示了生成圖，每個域有一個mask，顯示了該域具有最多體素的矢狀切片。對于每個領域，黃色體素代表對所有其他四個領域的優勢勝利，紅色體素代表對其他四個領域中的三個領域的優勢勝利。

圖3 比較五個域的反向推理對比圖。

      對于每張圖，黃色體素表示相關術語在所有四場對比中與其他術語的后驗概率至少為 0.60。條形圖顯示了 DMPFC 中用于“社會”分析的單個體素。紅色體素表示四場對比中的三場達到了 0.60 的閾值。

     從圖 3 中可以看出，社交、自我、價值和情感領域在 MPFC 的不同區域都有相當大的集群，這些領域與該領域的關聯比其他所有感興趣的領域都多。社會領域比自我、價值、情感和心理時間旅行領域產生更高的后驗概率，主要在 DMPFC（254 體素）中，另一個較小的集群在后 VMPFC（111 體素）中。主要在AMPFC（143 體素）中，自我域產生的后驗概率高于社交、價值、情感和心理時間旅行域。在 AMPFC（161 體素）和VMPFC（471 體素）內的多個集群中，價值域比自我、社會、情感和心理時間旅行域產生更高的后驗概率，有點偏右。情緒域比前 VMPFC（107 體素）中的自我、社會、價值和心理時間旅行域產生更高的后驗概率，有點偏左。最后，只有 27 個體素的心理時間旅行對自我、社會、價值和情感領域具有至少 0.60 的后驗概率。然而，更仔細的檢查表明，其中大部分是額葉而不是內側 PFC 。

      在本文中，我們選擇關注后驗概率而不是 Z 分數及其相關的 p 值（Yarkoni，2015）。也就是說，有些人可能會重視了解與上一段分析相關的 p 值。為了估計 p 值，我們確定了剛好滿足我們的最小閾值（即在 0.60 和 0.61 之間）的體素，并確定了這些體素中每一個的 Z 分數。我們對這些 Z 分數取平均值，然后計算相關的 p 值。從有助于每個四向聯合分析的四個分析中的每一個得出的 p 值（例如“社會”>“情感”和“社會”>“心理時間旅行”和“社會”>“自我”和“社會” ' > '值') 相乘以產生在所有四種分析中體素顯著的概率。對于與社會領域關聯多于其他領域的體素，四向聯合 p 值 < .00033。對于自域，它們 < .00027。對于值域，它們 < .00016。對于情感領域，它們 <.00053。對于心理時間旅行領域，它們 < .00041。在除心理時間旅行之外的每個領域中，集群通常至少涉及幾十個體素，因此體素級概率和集群范圍的組合表明這些是有意義的連接集群。

      值得注意的是，在主要贏家中（當一個領域勝過其他四個領域時，每個領域都在0.60 閾值），所有 DMPFC 中 85% 的主要贏家都來自社交領域。在 AMPFC 中，自我和價值領域分別占主要贏家的 36% 和 40%。最后，在 VMPFC 中，價值占主要贏家的 64%。

     盡管所有MPFC 體素中只有 17%（8429 個中的 1429 個）屬于主要贏家，但 88%（8429 個中的 7426 個）屬于簡單贏家（當一個域勝過其他四個時，每個域的閾值 > .50 )，大大高于預期的 6% 的概率。圖 4A 顯示了來自“贏得”MPFC 相當大塊的領域的簡單贏家，包括社交、自我和情感領域。情感是指價值和情感領域的結合。圖 4B 顯示了來自每個 MPFC 細分區域中每個域的簡單贏家。這里值得注意的是，社會贏得 55% 的 DMPFC 體素，自我和價值各贏得 30% 的 AMPFC 體素，價值贏得37% 的 VMPFC 體素�？偟膩碚f，簡單獲勝者占DMPFC 體素的 99%（2154 中的 2124），AMPFC 體素的 98%（3035 中的 2960），但僅占VMPFC 的 75%（3240 中的 2406）。我們應該注意到，雖然與簡單獲勝者相關的一般模式提供了信息，但它肯定包含許多I 類錯誤。

       鑒于幾乎所有MPFC 都由簡單的贏家解釋，除了 VMPFC 之外，我們進行了額外的分析，以表征 VMPFC 中的非贏家體素。具體來說，我們尋找沒有被任何一個領域贏得的體素，而是顯示單項后驗概率為 0.60 的五個域中的每一個域的反向推理效果。此類體素可能與所有五個領域相關，但與其他領域中的任何一個都沒有優先相關。盡管我們搜索了整個 MPFC ROI，但從該分析中出現的幾乎所有非選擇性體素都在 VMPFC 中，主要位于適合間隙的單個簇（329 體素；參見圖 4A 中的粉紅色區域）在前面的分析中描述過。

       對這個非選擇性集群的一個似是而非的解釋是，它執行的功能不同于我們所有感興趣的領域，但它通常對這些領域的功能做出重要貢獻。例如，Bertossi 等(2016b) 表明，VMPFC 中看似心理時間旅行的效果可能真正反映了場景構建。事實證明，“場景”和“事件”的單項反向推理圖看起來與 VMPFC 中的非選擇性集群非常相似（見圖 5）。在后面的部分中，我們將考慮這樣一種可能性，即場景構建是更廣泛地涉及情境處理的一類過程之一，可能與 VMPFC 的這個區域相關聯。

圖4. 多項反向推理圖。

(a) 顯示社交、自我和情感（價值 + 情感）的結果，每項都“贏得”了相當大的 MPFC 集群。綠色、藍色和黃色體素表示相關術語在所有四場對比中與其他術語的后驗概率> 0.50。粉紅色區域表示被視為非選擇性的體素。根據文中回顧的文獻，我們推測 VMPFC 的這一區域可能涉及情境處理；

(b) 每個 MPFC 細分領域中每個術語的勝者百分比。

 

3.7. Neurosynth 分析所有功能術語

      盡管我們盡最大努力選擇 MPFC 功能強大的候選域，但我們忽略了這些區域的更好功能描述，這似乎是合理的。 Neurosynth 數據庫中有 3107 個術語（盡管很多都沒有描述心理功能），我們只考慮了其中的一小部分。因此，在最后一組分析中，我們從 Neurosynth 數據庫中所有與功能相關的術語中檢查了術語集的 ROI，這些術語為每個 ROI 產生了最高的平均后驗概率。

      表 1 顯示了 MPFC 的三個解剖學分支的前 30 個具有心理學意義的術語。被遺漏的術語幾乎都是解剖學名稱（例如“內側前額葉”、“背內側”等）。請注意，粗體大寫術語是我們為上述多術語反向推理分析構建的術語�？梢钥闯�，DMPFC 的頂級術語由社會認知術語主導。 AMPFC 的頂級術語傾向于自我和價值過程，但顯示出跨領域的混合。對于 VMPFC，排名靠前的術語側重于情緒、價值和社會過程，以及一些其他臨床相關術語，例如“年齡”、“障礙”、“調節”和“疾病”。這些結果在很大程度上證實了我們最初對域的選擇。

     表 2 顯示了對上述多項反向推理分析中確定的集群進行的相同類型的分析，基于在一個項中比其他四個項中的每個項都占優勢的體素。因此，對于在多項反向推理分析中針對社會領域出現的聚類，我們構建的社會項是整個數據庫中最高的功能項（緊隨其后的是各種其他社會認知術語）。在這里，我們構建的術語是與社會、自我、價值和情感相關的集群的最高術語。心理時間旅行在其集群列表中名列前茅，僅次于其他相關記憶術語。我們認為這種分析本質上是一種事后操作檢查，以防止其他未經檢查的術語實際上比我們選擇查看的術語更好地解釋了這些區域的功能。

4. 討論

4.1 整合結果

      在當前綜述之前，以前的綜述幾乎完全依賴前向推理來總結 mPFC 在社會、自我、情感和心理時間旅行過程中的作用。在這些領域中的每一個領域，薈萃分析或前向推理分析表明在所有三個 MPFC 細分區域中都有可靠的存在（圖 1B）。

     通過查看其他數據源（病變、TMS、MVPA、Neurosynth），我們希望它們共同提供對 MPFC 細分區域內心理功能的更多研究。這種方法顯然有局限性。例如，DMPFC 病變很少見，VMPFC 中的TMS 目前是不可能的，而 Neurosynth 基于使用自動算法將文章文本與峰值激活聯系起來，這無疑是一種將結構與功能聯系起來的不完美方式。盡管如此，我們認為本次綜述確實在將心理功能與 MPFC 細分區域聯系起來方面取得了一些進展。

      表 3 顯示了我們對每種方法（損傷、TMS、MVPA、單項反向推理、多項反向推理）支持五個感興趣領域（社會、自我、價值、情感、心理時間旅行）之間聯系的證據的總結和每個 MPFC 細分區域（DMPFC、AMPFC、VMPFC）。對于每種方法，我們都指出了證據是否存在“無”、“弱”、“中等”或“強”�！盁o”表示運行的分析可能產生將特定領域與特定細分區域相關聯的證據，但證據并未顯示這種關系。相比之下，當很少或沒有可用于進行此評估的數據時，使用“n/a”。為了對每個域與每個細分區域的鏈接進行總體評估，我們將標簽轉換為一個等級：無 =1，弱 = 2，中等 = 3，強 = 4。一行的所有數字一起平均（“n/ a”單元格被忽略）。然后將總體評估轉換回標簽：≥3.5 強，≥2.5 中等，≥1.5 弱，< 1.5 無。

       該匯總數據表明MPFC 的三個分支的心理功能可靠分離。具體來說，只有社交領域在 DMPFC 中獲得了“強”的總體評價。自我和價值領域在 AMPFC 中均獲得“強”的總體評估。最后，只有價值和情感這兩個情感領域在 VMPFC中獲得了“強”的總體評價。有適度的總體證據將心理時間旅行與 AMPFC 和 VMPFC 聯系起來。

      圖 4A 中的一個令人驚訝的發現（與表 3 一致）是 VMPFC 中有一個腹側簇，與本綜述中檢查的其他結構相比，它與社會過程的相關性更強。這是出乎意料的，因為該區域通常不會出現在社會認知的薈萃分析中，也不會出現在我們對社會領域的前向推理 Neurosynth 分析中。正向和反向推理分析之間存在這種差異的一個可能罪魁禍首是信號丟失。 VMPFC 的腹側表面是最容易受到丟失效應影響的區域之一，這會導致 II 型錯誤，即未能揭示真實效果。 Neurosynth 數據庫在這個 VMPFC 社會集群的中心產生影響的研究數量只有它在 DMPFC 社會集群中心產生影響的研究數量的四分之一左右。這可能會削弱前向推理分析（如薈萃分析）檢測 VMPFC 集群的能力，因為前向推理取決于大量研究中積累的證據。相比之下，反向推理是關于一個域相對于一個或多個其他域對一個區域中觀察到的影響負責的概率，因此，這些域受原始計數的影響較小。

      為了進一步檢查，我們查看了 Neurosynth 數據庫中的所有 3000 多個術語，以查看哪些術語作為與此 VMPFC“社交”集群相關的激活的反向推理目標排名最高。在所有心理學術語中，“社會”和“社會認知”這兩個詞的后驗概率排名第一和第三（“受損”位居第二）。前 30 名中的其他術語包括“人際關系”、“信念”、“特質”、“社會互動”、“社會認知”和“自閉癥”。還有一些與情緒相關的術語，包括“積極”、“消極”、“損失”和“情緒化”。最后，“老年癡呆癥”和“癡呆癥”這兩個術語可能與記憶有關。

4.2. VMPFC 中的情境處理

       如上所述并在圖4A 中看到，VMPFC 中的另一個實質性集群在 MPFC 中的五個感興趣域中是非選擇性的。在這里，我們考慮了這個一般區域可能與情境處理相關聯的可能性。與本文考慮的所有其他領域的證據不同，專門檢查情境處理及其組成過程的神經基礎的研究要少得多。因此，我們的建議是有根據的猜測和進一步研究的呼吁——因此文章標題中的括號。讓我們考慮情境處理的組成部分以及它如何與其他幾個感興趣的領域相關。

圖5.“場景”和“事件”的單項反向推理圖，均與情境處理相關。

      在記憶檢索和心理時間旅行的研究中經常觀察到這個 VMPFC 集群的附近，但正如 Bertossi 等(2016b) 觀察到，VMPFC 損傷可能會損害場景構建（例如想象一個“熙熙攘攘的街頭市場”），而不是心理時間旅行本身。幾項研究將感興趣的 VMPFC 集群與場景表示聯系起來（Bertossi 等，2016b；Hassabis 等，2013年，2007 年；Addis 等，2009 年；Summerfield 等，2010 年）。表示場景空間布局的能力通常與心理時間旅行有關。例如，能夠重建停車場布局的圖像有助于記住一個人停在停車場的哪個位置。如上所述（見圖 5），術語“場景”和“事件”都產生與非選擇性 VMPFC 簇實質重疊的單項反向推理效應。

      有證據表明，VMPFC 可能不僅僅代表場景的視覺方面。相反，它可能表示與場景或給定上下文相關的相關知識的集合（Aminoff 和 Tarr，2015）。因此，當我們說 VMPFC 可能支持情境處理時，我們指的是如何在空間、時間、因果、評價和社會方面更完整地表示情境。當這些一起考慮時，它們反映了一組綜合的情境關聯。      圖式是從個人經驗和事件中抽象出來的概括和關聯集，因此可能包含這種綜合情境知識庫。一旦模式到位，它們就會發揮多種功能，包括 (a) 提供上下文以指導對模糊刺激和事件的解釋，以及 (b) 將新體驗整合到現有模式中。與場景處理一樣，有許多研究將 VMPFC 與示意圖過程聯系起來。（例如 Lieberman 等，2004 年）。 BA 11 病變患者表現出對圖式的新信息同化減少（Spalding 等，2015 年）和較少的圖式偏向回憶（Warren 等，2014 年；另見Ghosh 等，2014 年）。多項研究觀察到，在編碼與現有模式一致的新信息時，VMPFC 活動或連接性更強（Bar 等，2008 年；Aminoff 等，2008年；Schlichting 和 Preston，2015 年；Sommer，2016 年；Tse 等， 2011 年；vanKesteran 等，2014 年）。表 1 在 DMPFC、AMPFC 和 VMPFC 的解剖學定義區域內具有最大反向推理證據的術語

      此外，一系列研究表明，當提示指示將模糊材料置于上下文中的相關情況時，VMPFC就會受到牽連（Ames 等，2015 年；Yeshurun 等，2017 年；Maguire等，1999 年；van Kesteren 等，2010 年）。在 Bransford 和 Johnson (1972) 的情境提示經典研究的基礎上，這些研究為參與者提供了不清楚或可以通過多種不同方式理解的材料。例如，埃姆斯等 (2015) 向參與者展示了小插曲，其中包含諸如“通常需要踢和踩踏”之類的模棱兩可的陳述。有時，這些陳述會用圖片來消除歧義（例如，有人在換輪胎），有時顯示的圖片無關緊要。在這項研究中，參與者展示了正確的情境線索，在 VMPFC 中表現出更強的主體間相關性，這表明基于 VMPFC 的情境過程可能有助于使個體進入類似的心理理解狀態。

表 2 在圖 3 的功能定義的集群中具有最大反向推理證據的術語（即每個體素在一個領域術語中比其他四個領域術語占主導地位的集群）

       基于這一證據，我們回應了少數其他科學家的觀點，他們假設 VMPFC 的這個區域參與了情境處理（Krueger 等，2009 年；Ranganath 和Ritchey，2012 年；對描述該區域參與的類似描述的回顧在關聯網絡中，參見 Aminoff，2014）。這個VMPFC 集群可能出現在各個領域的研究中，因為情境處理及其組件（場景構建和基于模式的認知）與各個領域相關。場景構建和基于圖式的過程越來越多地被認為是心理時間旅行的核心，但實際上并不是心理時間旅行。社會認知的部分建立是作為一個研究人們如何受到情境影響的領域，以及人類如何更有可能將自己的弱點歸因于情境原因，而不是以這種方式為他人的弱點找借口。在心智化的背景下，一些任務需要記住一個特定的情境，演員在這個情境中思考、感受和行動。例如，知道兩個人是在公共場合還是私人場合會改變他們的思想和行為之間的假定聯系。表 3 每種方法的每個 MPFC 細分領域的結果

      最后，我們的情感體驗和價值評估會受到我們對自身處境或做出選擇的背景的理解的影響。如果 A 撞到并撞倒了 B，B 的情感反應將取決于她是否看到有意或無意的身體接觸。如果情境是 A 和 B 走在一條狹窄的冰路上，這肯定會影響 B 的評價和隨后的情緒反應。

      進一步研究情境處理和 VMPFC 之間的聯系，以及情境處理在其他領域的作用，需要新的研究。例如，MVPA 研究可能側重于此處考慮的一個或多個不同領域，并操縱情境信息的存在/相關性。比較依賴于和不依賴于不同試驗情境處理的心智化任務可以幫助區分心智化固有的區域和支持情境處理但本身不支持心智化的區域。也可以在其他每個域中進行相同的操作。此外，未來的研究可以檢查情境的哪些特征和維度在此處表示和未表示，以及這些維度如何共同產生可以激發情境引導行為的綜合輸出。

      鑒于眾所周知的發現，即人們往往會忽視或低估一般情境過程的影響（Gilbert 和Malone，1995），確定成功情境處理的神經基礎，識別個體差異，調節因素和可能加強這些神經認知過程應用的訓練。一些人認為，忽視情境的力量是人類互動中最大的錯誤來源之一，但迄今為止，社會神經科學文獻在很大程度上忽視了這一點。

5. 結論

       正如我們在本文開頭所說，每個 mPFC 研究人員可能至少對 mPFC 功能的理論略有不同�？梢钥隙ǖ氖�，我們是帶著自己的思考來寫這篇文章的。我們采用了一種數據驅動的方法，該方法依賴于與提出 MPFC 功能聲明相關的不同證據來源。有些結果讓我們感到驚訝。我們期望社交在DMPFC 中有很強的代表性，但沒想到 VMPFC 中的集群與社交的關聯比任何其他域都更強烈。我們預計值域主要局限于 VMPFC，但它在 VMPFC 和AMPFC 中的表現類似。當我們開始這篇評論時，情境處理甚至不在我們的關注范圍之內，但有證據表明它將成為社會和情感神經科學研究的一個有價值的補充。

      有些人可能反對我們給予基于 Neurosynth 的多項反向推理分析在幫助將功能分配給區域方面的重要權重。然而，無論它可能有什么限制，對于這項工作來說，它都是比使用前向推理分析（例如薈萃分析）更好的工具，前向推理分析通常用于告知反向推理直覺，但在邏輯上這樣做并不合適。

       我們毫不懷疑我們的綜述不是關于 MPFC 功能的最終結論，但我們確實希望我們的綜述有助于澄清一些問題，并可能在未來刺激新的研究。

如需原文及補充材料請添加思影科技微信：siyingyxf或18983979082獲取,如對思影課程及服務感興趣也可加此微信號咨詢。另思影提供免費文獻下載服務，如需要也可添加此微信號入群，原文也會在群里發布，如果我們的解讀對您的研究有幫助，請給個轉發支持以及右下角點擊一下在看，是對思影科技的支持，感謝！

微信掃碼或者長按選擇識別關注思影

非常感謝轉發支持與推薦

歡迎瀏覽思影的數據處理業務及課程介紹。（請直接點擊下文文字即可瀏覽思影科技所有的課程，歡迎添加微信號siyingyxf或18983979082進行咨詢，所有課程均開放報名，報名后我們會第一時間聯系，并保留已報名學員名額）：核磁：南京：
第七十六屆磁共振腦影像基礎班（南京，1.10-15）
第三十五屆磁共振腦網絡數據處理班(南京，2.1-6）
第二十六屆腦影像機器學習班（南京，2.17-22）
重慶：
第二十三屆磁共振腦影像結構班（重慶，2.8-13）
第七十三屆磁共振腦影像基礎班(重慶，2.17-22）
第二十五屆腦影像機器學習班（重慶，2.26-3.3）
北京：
第三十四屆磁共振腦網絡數據處理班（北京，2.9-14）
第七十五屆磁共振腦影像基礎班（北京，2.23-28）
上海：
第二十五屆磁共振腦影像結構班（上海，2.3-8）
第二十九屆擴散成像數據處理班（上海，2.11-16）
第十四屆任務態功能磁共振數據處理班（上海，2.22-27）

 

第七十七屆磁共振腦影像基礎班（上海，3.3-8）

腦電及紅外、眼動：南京：

第二十九屆腦電數據處理入門班（南京，2.26-3.3）
北京：
第二十六屆近紅外腦功能數據處理班（北京，1.12-17）
第五屆R語言統計班（北京，2.1-5）
第三十屆腦電數據處理入門班（北京，2.16-21）
數據處理業務介紹：
思影科技功能磁共振(fMRI)數據處理業務
思影科技彌散加權成像（DWI）數據處理
思影科技DTI-ALPS數據處理業務
思影科技腦結構磁共振（T1)成像數據處理業務 
思影數據ASL數據處理業務
思影科技定量磁敏感（QSM)數據處理業務
思影科技嚙齒類動物（大小鼠）神經影像數據處理業務 
思影科技靈長類動物fMRI分析業務 
思影科技腦影像機器學習數據處理業務介紹
思影科技微生物菌群分析業務 
思影科技EEG/ERP數據處理業務 
思影科技近紅外腦功能數據處理服務 
思影科技腦電機器學習數據處理業務
思影數據處理服務六：腦磁圖（MEG）數據處理
思影科技眼動數據處理服務 
招聘及產品：
思影科技招聘數據處理工程師 （上海，北京，南京，重慶）
BIOSEMI腦電系統介紹
Artinis近紅外腦功能成像系統介紹
目鏡式功能磁共振刺激系統介紹