想象未來的認知加工成分及其腦網絡*

徐曉曉 喻 婧 雷 旭

(西南大學心理學部; 認知與人格教育部重點實驗室, 重慶 400715)

1 引言

人類意識的一項基本功能是個體可以暫時遠離當前環境, 對即將發生的事件或場景進行心理模擬(D'Argembeau, Xue, Lu, Van der Linden, &Bechara, 2008), 即想象未來(imagining the future)。這是一個關注個體內心世界的過程, 特別強調對未來可能發生的事件或場景的“模擬”。瑞典生理學家David Ingvar首次使用“模擬”描述個體對未來的思考(Ingvar, 1979)。想象未來與心理模擬(mental simulation)、預先體驗(pre-experiencing)、未來情景思考(episodic future thinking)、未來事件的情景模擬(episodic simulation of future events)、情景預見(episodic foresight)等概念相近。想象未來通常以目標為導向并帶有更多的自傳體性質。想象未來具有一系列適應性價值：幫助個體及時調整計劃;促進各種目標傾向的行為; 進行有效決策; 調節情緒; 增加自我認同感等。但過分消極和不合理的想象未來很可能導致個體焦慮, 出現適應困難,甚至產生自殺行為。一些研究發現抑郁癥、自閉癥、精神分裂癥等疾病表現出想象未來的功能異常(D'Argembeau, Raffard, & Van der Linden, 2008;Washington et al., 2014; Williams et al., 1996)。此外, 來自認知科學、神經心理學等方面的證據一致表明, 想象未來包含多個認知加工成分, 如自我參照加工、心理場景構建、主觀時間感、情緒加工等(Buckner & Carroll, 2007; Hassabis &Maguire, 2007; Sharot, Riccardi, Raio, & Phelps,2007; Tulving, 2002)。

隨著神經科學的發展、研究手段的更新, 能無創觀察大腦神經活動的功能磁共振成像(functional magnetic resonance imaging, fMRI)技術成為目前研究想象未來神經機制的重要手段。默認網絡是一組通常在外部注意指向的任務中負激活, 而在自傳式記憶、想象未來、心理理論、道德判斷、自我參考的情感決策等內部心理活動中正激活的大腦區域(Andrews-Hanna, Reidler,Sepulcre, Poulin, & Buckner, 2010; Buckner,Andrews-Hanna, & Schacter, 2008; Shulman et al.,1997)。額葉(frontal lobes)、內側顳葉(medial temporal)、后部扣帶皮層(posterior cingulate cortex,PCC)、壓后皮層(retrosplenial cortex, Rsp)、外側頂葉皮層(lateral parietal cortex)、顳葉(temporal areas)等多個默認網絡區域參與了想象未來任務,特定腦區支持想象未來的多個認知加工成分已得到證實(Schacter et al., 2012)。但目前, 支持想象未來認知加工成分的大腦機制仍不夠清晰, 默認網絡及其子系統在想象未來中的功能貢獻需要進一步明確。本文在綜述與想象未來認知加工成分有關的腦區、想象未來的默認網絡模型以及與之相關的大尺度腦網絡的基礎上, 重點提出了想象未來的腦網絡研究框架, 為想象未來研究提供新的視角。此外, 還指出了目前的想象未來實驗設計、腦成像研究及理論研究存在的問題并提出相應的改進措施, 以期深入了解想象未來及其神經機制。

2 想象未來的實驗范式

目前, 常用的想象未來實驗范式有：思維采樣范式(thought-sampling procedures) (D'Argembeau,Renaud, & Van der Linden, 2011)和詞語-線索范式(word-cuing paradigms) (Addis & Schacter, 2008)。

2.1 思維采樣范式

思維采樣需要被試檢測日常生活中想象未來的頻率和內容, 主要有以下兩種方式：一種是通過被試自我報告考察想象未來的頻率和內容, 如讓被試留意一天當中想象未來的頻率, 一旦出現未來傾向的思考, 盡快記錄思考的內容(D'Argembeau et al., 2011)。另一種則通過關注任務執行過程中的思維漫游現象, 考察想象未來的頻率和內容。例如在判斷屏幕上的“+”是否閃爍的任務中, 以聲音提示的方式隨機插入探測問題, 詢問被試聲音提示出現前是否進行了任務無關的思考(Andrews-Hanna, Reidler, Huang, & Buckner, 2010)。任務結束后被試一般要完成考察具體思考內容的問卷。需要注意的是, 被試完成的任務一般與想象未來無關。

2.2 詞語-線索范式

詞語-線索范式首先給被試呈現一個線索詞,讓被試根據這個線索詞想象未來可能發生的事件。線索詞可以是名詞(如沙灘)、情緒詞(如熱情的)、也可以是一個事件(如生日)。為確保被試能夠產生心理細節, 想象內容不一定與線索詞本身有關。由于詞語-線索范式通常無法檢測被試的想象過程, 通過評價問題或問卷考察想象未來的具體內容及想象策略尤為必要。考察想象未來具體內容的問卷包括“未來情景量表” (?stby et al.,2012)。考察想象未來具體策略的問卷有“想象策略問卷”, 分別從“自我參照加工”和“構建心理場景”兩方面進行考察(Andrews-Hanna et al., 2010)。

線索詞是目前想象未來實驗最為常用的材料類型。線索詞操作簡單, 易于條件控制。有研究者在單一的線索名詞或情緒詞基礎上, 讓被試回憶有關自我的真實事件, 并提供與事件有關的人物(非自己)、地點、物體等信息, 隨后對多個事件的人物、地點、物體信息進行隨機組合, 構成新的、未發生過的未來事件線索, 被試根據線索想象未來可能發生的事件(Addis, Pan, Vu, Laiser, &Schacter, 2009)。如讓被試根據來自不同事件的人物(李明)、地點(雪地)、物體(手套)線索想象未來某個時刻戴著保暖手套和李明一起在雪地滑雪的場景(圖1A)。此外, 也有研究者使用文本和視頻材料研究想象未來。文本材料提供的線索信息更豐富, 通常用于思維更為發散的想象未來實驗中,而且可以添加進一步操作, 擴充實驗內容。如為防止單一想象而不需要被試做出任何按鍵反應引起的分心, 可以要求被試根據想象內容做出決策(圖1B)。但文本材料對描述語言要求高。由于閱讀速度的個體差異, 神經成像可能無法獲得鎖時性較高的大腦活動。隨著網絡視頻內容的增多, 視頻信息也被運用到想象未來實驗中(Summerfield,Hassabis, & Maguire, 2009) (圖1C)。如實驗第一周讓被試觀看電影和新聞報道, 第二周讓被試提供電影中可能發生但未發生的事件, 以及現實生活中可能被報道新聞事件的線索信息, 第三周被試根據提供的線索信息展開想象。豐富生動的視頻材料可極大提高被試的興趣和參與度, 容易引發聯想, 生態效度較高。標準化的視頻材料通過控制情節出現的時間提高了對實驗的操作控制。以后的想象未來實驗可充分利用視頻材料的優勢。

圖1 想象未來實驗的材料類型

思維采樣范式是一種間接、被動考察想象未來的方法, 而詞語-線索范式則直接考察被試的想象未來狀況。目前, 越來越多的研究采用詞語-線索范式考察想象未來的神經機制。

3 想象未來的認知加工成分與相關腦區

想象未來包含多個認知加工成分, 如自我參照加工、心理場景構建、主觀時間感、情緒加工等。自我參照加工、心理場景構建是想象未來的核心成分, 而主觀時間感、情緒加工則是目前想象未來研究的重要參數。這些不同的認知加工成分由大腦特定區域負責。

3.1 自我參照加工

自我參照加工(self-referential processing)是對個人緊密相關的信息進行的加工(Northoff et al.,2006), 如判斷個人性格特點、喜好等。Buckner和Carroll (2007)提出的“自我投射” (self-projection)理論, 即個體從當下視角轉換到另一種包括時間距離、社會距離(如自己、陌生人)、空間距離的心理想象視角。該理論強調個體提取與自身相關的信息, 并對這些信息進行整合以預先體驗未來可能發生的事件。自我投射也強調時間因素的作用,這與“心理時間之旅” (mental time travel)相似(Tulving, 2002)。

自我參照加工主要激活內側前額葉皮層(medial prefrontal cortex, mPFC)和后部扣帶皮層(posterior cingulate cortex, PCC)。功能磁共振和纖維素追蹤等影像研究表明這兩個區域是全腦的連接中樞(Bullmore & Sporns, 2009)。它們的活動通常與具有重要意義的個人信息、個體內心狀態、情緒體驗密切相關(Andrews-Hanna et al., 2010)。Hassabis, Kumaran和Maguire (2007)讓被試想象新異的場景、回憶一周前構建的場景以及真實的情景記憶, 發現mPFC和PCC只在回憶真實情景記憶時有顯著激活。他們的另一項研究讓被試分別想象4種不同性格類型的人物在不同場景中的行為、自己在不同場景中的行為以及空場景。與空場景相比, mPFC和PCC在想象自己和4種人物的行為反應中有顯著激活(Hassabis et al., 2014)。這些區域在想象不同人物行為中的激活可能和個體運用自我參照推測人物的心理活動與行為有關。D'Argembeau等人(2010)也發現這兩個區域與自我參照加工密切相關。

值得注意的是PCC和mPFC兩者的功能各有側重。PCC可進一步劃分為腹側后扣帶皮層(vental posterior cingulate cortex, vPCC)和背側后扣帶皮層(dorsal posterior cingulate cortex, dPCC)。vPCC與內部心理加工任務有關, dPCC負責監測相關行為刺激和外部環境變化。靜息狀態下vPCC、dPCC與默認網絡其他區域都有較強的連接。但在外部注意指向的認知任務中, dPCC與額頂控制網絡有更強的連接, 被認為調節了內部心理狀態和外部環境的平衡(Leech, Braga, & Sharp, 2012)。mPFC可進一步劃分為內側前額葉皮層前部(anterior medial PFC, amPFC)、背內側前額葉皮層(dorsal medial PFC, dmPFC)和腹內側前額葉皮層(ventromedial prefrontal cortex, vmPFC)。amPFC主要負責自我參照加工, 如知覺自我相關信息、回憶過去、想象未來等。對非自我的熟悉他人(如朋友、家人、戀人等)做出重要決策時, amPFC也有強烈激活(Andrews-Hanna, 2012)。dmPFC是加工社會信息的一個關鍵神經區域, 它在推測自己或他人心理狀態、道德判斷等任務中有顯著激活(Li,Mai, & Liu, 2014)。vmPFC在自我參照加工, 表征不同類型刺激的情感意義或主觀價值等方面有著突出作用(D'Argembeau, 2013)。

3.2 心理場景構建

Schacter和Addis (2007)提出的“建設性情景模擬假設” (constructive episodic simulation hypothesis)與Hassabis和Maguire (2007)提出的“場景構建”理論(scene construction)都強調構建心理場景的重要性。“建設性情景模擬假設”認為想象未來利用儲存在記憶中的情景信息, 通過自我參照加工和視覺想象預先體驗未來可能發生的事件。它不是對過去事件的簡單重復, 而是靈活地提取和再整合過去信息, 形成連貫的新的未來事件。該理論并不強調時間因素在想象未來中的作用。與之相似的一個理論是“場景構建”, 即在心理上產生并保持一個復雜和連續場景或事件的過程。場景構建比簡單的視覺想象更復雜, 簡單的視覺想象是在心理上產生并保持單個元素, 場景構建則需要把一系列單個元素(如視覺、聽覺、味覺、人、物、地點等信息)重組成連貫的場景或事件。場景構建要求被試描述他們眼中多維度、非時間、非個人的新異場景, 但也接受自我和時間因素在想象未來中的作用。

構建心理場景需要個體提取情景記憶, 而這一過程需要與記憶、空間信息加工緊密相關的腦區的參與, 包括海馬(hippocampal formation, HF)、海馬旁回(parahippocampal cortex, PHC)、壓后皮層、后部頂下小葉(posterior inferior parietal lobe,pIPL)等。早期腦損傷的證據表明, 這些腦區受損會嚴重影響個體想象未來的能力, 其中海馬旁回的損傷會導致空間和場景識別能力大大受損(Andrews-Hanna, Smallwood, & Spreng, 2014)。無論是想象新異場景、回憶已構建的場景還是回憶過去真實的情景記憶, 海馬、海馬旁回等區域有一致的激活(Hassabis & Maguire, 2007)。構建心理場景離不開一定的空間環境, 而空間距離的遠近會影響想象未來的行為學指標和神經活動。與遠距離的空間環境相比, 近距離空間環境下發生的未來事件更生動, 包含更多細節內容。而且內側前額葉皮層和壓后皮層也有更大程度的激活(Tamir & Mitchell, 2011)。但隨著空間距離遠近的線性變化, 大腦活動會呈現怎樣的變化, 目前還知之甚少。

3.3 主觀時間感

想象未來具有時間指向性, “構建水平理論”(construal level theory, CLT)認為時間距離通過改變心理事件的表征方式來改變人們對未來事件的反應(Liberman, Sagristano, & Trope, 2002; Trope& Liberman, 2003)。想象遠距離的未來事件是抽象的、概括的、去情境化的表征, 反映著事物的本質特征, 是一種高水平建構; 而想象近距離的未來事件是具體的、情境化的表征, 反映著事物的次要特征, 是一種低水平建構(近距離：如即將到來的周末; 遠距離：如1年后)。研究表明隨著時間距離的增加, 產生未來事件的頻率降低, 而且想象的內容更不生動, 包含更少的情景細節。更有趣的是, 近的未來主要與行動計劃有關, 而遠的未來涉及決策、情緒調節、行動計劃等(D'Argembeau et al., 2011) (近距離：今天、下周、1周后至1個月; 遠距離：1個月后至1年間、未來1～5年、未來5～10年、10年后)。與近距離的未來事件相比, 遠距離的未來事件具有更多的個人意義(Addis & Schacter, 2008) (近距離：下周; 遠距離：未來5～20年)。與此相似的還有“心理時間之旅” (mental time travel) (Tulving, 2002), 它不僅強調自我是想象未來的載體, 也突出想象未來的時間指向性。

多個大腦區域參與了想象未來的時間距離編碼。有研究發現, 腹內側前額葉皮層、背內側前額葉皮層、后部扣帶皮層/壓后皮層、顳下回、顳頂聯合處(temporoparietal junction, TPJ)在遠的和近的未來事件中均有顯著激活(D'Argembeau et al.,2008) (近距離：未來幾天或幾周, 不超過1個月;遠距離：1年后)。一項自傳式記憶研究發現, 無論是近的還是遠的時間距離, 腹內側前額葉皮層、海馬、其他內側顳葉和新皮層區域都有重要參與(Bonnici et al., 2012) (近距離：2周前; 遠距離：10年前)。而與遠的未來相比, 內側前額葉、壓后皮層、顳中回、紋狀體、小腦等區域在近的未來條件下有更強的激活(Tamir & Mitchell, 2011)(近距離：未來24小時; 遠距離：1年后)。更有趣的是, 同一腦區的不同部分在時間距離編碼中表現不同, 腹內側前額葉皮層和海馬在想象遠距離和近距離的未來事件時都有顯著激活, 但是腹內側前額葉皮層前部(D'Argembeau et al., 2008)(近距離：未來幾天或幾周, 不超過1個月; 遠距離：1年后)和海馬后部(Addis & Schacter, 2008)(近距離：下周; 遠距離：未來5～20年)在遠距離的未來事件中有更突出的作用。但目前不同時間距離未來想象神經機制的研究仍不充足, 結果尚不清晰。此外, 時間遠近的劃分比較籠統, 未來能否識別出加工具體時間距離(如1天、1周)的腦區,需要進一步研究。

3.4 情緒加工

人們每天進行的想象未來幾乎2/3以上的內容帶有積極或消極的情緒色彩(D'Argembeau et al.,2011)。這種情緒體驗伴隨未來預期結果出現, 它們能提供有價值的內隱或外顯信息, 以便大腦做出有利于長遠打算的判斷。想象未來具有樂觀偏向性(Sharot et al., 2007)。有研究發現, 與消極未來事件相比, 積極未來事件更生動, 包含更多的情景細節。而且隨著時間推移, 消極情緒事件消退的更快, 記憶更不深刻(Szpunar, Addis, & Schacter,2012)。

前面提到的中樞區域PCC和mPFC不僅負責信息整合, 也參與到內隱情緒任務, 如自傳式記憶、自我評價、想象未來等。這些腦區在積極刺激和消極刺激中都有激活(Bado et al., 2014)。Sharot等(2007)讓被試根據呈現的一系列線索產生有關未來的積極(如彩票中獎)或消極生活情景(如戀人分手), 與非情緒的控制條件相比, PCC和mPFC在情緒性未來事件想象中都有激活。但想象積極未來事件時mPFC有更大程度的激活, 尤其是vmPFC。vmPFC不僅與自我參照加工有關,也被認為在加工社會情緒中起著關鍵作用(Li et al., 2014)。而PCC可能反映著事件的一般情緒內容, 尤其在加工與自我相關的信息時(Vogt, Vogt,& Laureys, 2006)。此外, 不同類型的情緒性未來想象也激活了常規的情緒加工系統—邊緣系統,如杏仁核、腦島、前扣帶等。但目前尚不明確各類情緒性未來想象(如快樂、悲傷、鄙視、厭惡等)是否采用了有別于通常的情緒加工大腦環路。

由上文可知, 想象未來主要激活大腦的默認網絡, 而其他腦網絡也有重要參與作用。中樞區域PCC和mPFC主要負責自我參照加工, 海馬、海馬旁回、壓后皮層、后部頂下小葉、腹內側前額葉皮層等區域負責構建心理場景, 海馬和腹內側前額葉皮層在想象未來的時間加工中有突出作用, 而情緒性未來想象不僅激活了默認網絡也激活了負責情緒加工的邊緣系統。以上研究增加了我們對想象未來神經機制的了解, 但只關注腦區激活不利于我們認識想象未來任務中腦區之間的整合作用。而且某一認知成分自身發生變化(如時間遠近)或幾個成分相互作用時, 腦區激活無法揭示其神經機制的變化規律。因此, 從腦區間的相互作用, 即腦網絡這一視角, 考察想象未來的神經機制受到越來越多的關注。

4 想象未來的腦網絡模型

特定腦區負責想象未來的多個認知加工成分。當這些成分相互作用時, 大腦必須通過多個腦區的交互作用才能完成想象未來任務。腦網絡模型的興起和發展, 為想象未來神經機制的研究提供了新的途徑。美國國立精神衛生研究院院長Thomas Insel認為：“腦科學需要連接組學, 就像現代遺傳學需要基因組學一樣, 它是我們深入理解腦功能和腦疾病機制的唯一途徑” (Lehrer,2009)。在這一大背景下, Andrews-Hanna等人(2010)最早提出想象未來的默認網絡模型。

4.1 想象未來的默認網絡模型

默認網絡(Default Mode Network, DMN)是靜息態功能磁共振研究廣泛關注的一個腦網絡(Lei,Zhao, & Chen, 2013)。已有研究表明默認網絡廣泛參與到自發認知任務中, 如自傳式記憶、想象未來、心理理論、自我參照加工、社會導航等(Buckner et al., 2008)。最近, 越來越多的研究開始關注默認網絡在不同任務條件下的子系統及其功能分工(Fornito, Harrison, Zalesky, & Simons, 2012)。受到這一思路啟發, Andrews-Hanna等將默認網絡子系統與想象未來相聯系, 提出了想象未來的默認網絡模型(Andrews-Hanna, 2012; Andrews-Hanna et al., 2010) (圖2)。該模型基于靜息態fMRI數據, 使用層級聚類分析將11個默認網絡區域劃分為中線核心區域和兩個子系統：中線核心區域包括amPFC和PCC, 主要負責自我參照的情感決策;內側顳葉子系統(MTL)包括海馬、海馬旁回、壓后皮層、后部頂下小葉、腹內側前額葉皮層, 該系統與依據記憶的心理場景構建有關; 背內側前額葉子系統(dmPFC)包括背內側前額葉皮層、顳頂聯合處、外側顳葉皮層(lateral temporal cortex,LTC)、顳極(temporal pole, TempP), 該系統與當前自我的心理狀態有關。靜息狀態下兩個子系統與核心區域都有高的相關性, 但子系統之間相關性較低。隨后有研究者也把默認網絡分為一個核心和兩個子系統(Yeo et al., 2011)。盡管兩者的劃分還存在不一致之處, 但可以肯定的是默認網絡存在功能分化, 未來的研究需要進一步細化這些子系統的具體功能分工。

4.2 想象未來的大尺度腦網絡

圖2 想象未來的默認網絡模型。白色=amPFC/PCC核心區域, 灰色=dmPFC子系統, 黑色=MTL子系統。amPFC/PCC核心區域負責自我參照的情感決策, dmPFC子系統與當前自我的心理狀態有關, MTL子系統負責依據記憶構建心理場景。節點大小表示重要性。

想象未來主要激活大腦的默認網絡, 但想象未來與其他任務相結合時, 會出現默認網絡和其他大尺度腦網絡的功能協作。上文提到的情緒性想象未來任務中后部扣帶回和邊緣系統的共同活動, 其實質是默認網絡和情緒網絡這兩個大尺度腦網絡間的功能協作。如果在完成想象未來任務時要求被試進行問題解決, 還會涉及到默認網絡和控制網絡的相互協作。例如, 讓被試想象自己待在朋友的房間正在戴朋友的戒指, 但無論如何也取不下來, 并根據屏幕上呈現的線索詞“香皂”想象問題解決的辦法。fMRI掃描發現, 內側前額葉皮層、后部扣帶回, 以及與執行控制有關的外側前額葉皮層有顯著激活。功能連接分析發現外側前額葉皮層和默認網絡出現功能耦合, 即它們之間的功能連接顯著增強(Gerlach, Spreng,Gilmore, & Schacter, 2011)。另一項研究考察了想象目標結果和目標實現過程的大腦機制。功能連接分析表明, 在目標實現過程中后部扣帶回、背外側前額葉皮層和頂下小葉的前部有著緊密聯系,說明默認網絡和額頂控制網絡出現功能耦合; 在結果模擬中內側前額葉皮層和杏仁核聯系緊密,說明默認網絡和獎勵加工區域出現功能耦合(Gerlach, Spreng, Madore, & Schacter, 2014)。

大尺度網絡間除了功能協作, 還表現出競爭和對抗關系。其中最為著名的是默認網絡和背側注意網絡(dorsal attention network, DAN)的反相關關系。背側注意網絡主要負責外部刺激的加工,又被稱為任務正網絡, 包括后部前額葉皮層、中央前溝下部、枕上回、頂上小葉等腦區。大量研究表明, 默認網絡和背側注意網絡的反相關越強越有助于任務更好的完成(Lei, Wang, Yuan, &Mantini, 2014)。然而, 目前背側注意網絡與默認網絡的反相關關系對想象未來調控作用的研究還比較欠缺。

4.3 想象未來的腦網絡研究框架

由想象未來的默認網絡模型和大尺度腦網絡可知, 各個腦區組合而成的腦網絡是完成不同類型想象未來任務的基礎。然而, 當這些認知成分自身發生變化(如時間遠近、空間遠近)以及變化的認知成分相互作用時, 會形成怎樣的腦網絡以及腦網絡的變化特點如何, 目前還知之甚少。為揭示腦網絡的形成規律以及變化特點, 深入理解想象未來的神經機制, 我們在這里提出一個想象未來的研究框架, 即想象未來背景下心理空間的腦網絡模型。該模型中, 腦區被簡化為節點, 腦區間的連接被簡化為邊, 節點和邊構成想象未來的腦網絡。不同類型的想象未來任務構成的腦網絡連接模式不同。

想象未來一般會涉及時間距離(時間的近和遠), 社會距離(自我-母親-陌生人), 空間距離(空間的近和遠), 這里我們把它們作為腦網絡模型的三個坐標軸, 構成想象未來的三個維度。坐標原點代表此時、此地的自我, 坐標軸的遠端代表遙遠的未來、陌生他人和遠的空間距離(圖3A)。在“時間距離”這一維度, vmPFC、HF、Rsp、IPL在時間距離加工中有顯著激活, 此外, 其他默認網絡區域、小腦、紋狀體等也參與了不同時間距離的想象未來。在“社會距離”這一維度, 當個體在對近的自我和遠的陌生人做出判斷時, vmPFC、dmPFC、PCC、TPJ均有參與, vmPFC等區域在對自我或熟悉他人(如母親)進行判斷時優先激活,而dmPFC、TPJ等區域則在判斷不熟悉他人時優先激活。在“空間距離”這一維度, HF、PHC、IPL、PCC起著突出作用, 尤其是在加工熟悉的空間環境時優先激活。此外, 顳葉相關區域以及內側枕葉皮層、枕上回等枕葉區域也參與空間距離的加工。這些顯著激活的腦區并不是孤立存在, 而是相互連接形成腦網絡支持想象未來的三個維度。根據腦網絡的變化特征, 我們進一步把這一腦網絡模型分解為維度編碼模型和類別編碼模型。

圖3 想象未來背景下心理空間的腦網絡模型。A 時間距離、社會距離、空間距離作為腦網絡模型的三個坐標軸, 構成想象未來的三個維度, 分別存在一組相互作用的腦區支持該維度的功能。坐標原點代表此時、此地的自我;坐標軸遠端代表遙遠的未來、遠的空間距離和陌生人。B 維度編碼模型。每個坐標軸都對應一組呈線性變化的腦網絡。根據變化發生在節點上還是連接邊上, 又分為節點編碼和連接編碼。C 類別編碼模型。由于距離遠近不同, 一些節點(邊)的激活(連接)強度大于其他節點(邊)。根據變化發生在節點上還是連接邊上, 也分為節點編碼和連接編碼。節點大小代表激活強度; 線粗細代表連接強度。

維度編碼模型(圖3B)：該模型認為按照心理空間中各維度的近-遠, 大腦活動強度采用從高到低(或從低到高)的連續編碼。圖中每個坐標軸都對應一組呈線性變化的腦網絡。根據變化發生在節點還是連接邊上, 又分為節點編碼和連接編碼。節點編碼, 如“空間距離”這一維度, 無論是近的空間距離還是遠的空間距離, HF、PHC、IPL等區域均有參與。與遠的空間距離相比, 這些區域在近的空間距離下有顯著的激活, 但腦區間的連接強度相同。連接編碼, 如“社會距離”這一維度, 在加工自我和母親的相關信息時, 腦區激活強度相同, 只是在近的自我條件下腦區間的連接更強。

類別編碼模型(圖3C)：該模型認為心理空間中的各維度, 由于距離遠近不同, 一些節點(邊)的激活(連接)強度大于其他節點(邊)。根據變化是發生在節點上還是連接邊上, 也分為節點編碼和連接編碼。節點編碼, 如“社會距離”這一維度, 雖然vmPFC、dmPFC、PCC、TPJ均參與到自己和他人的判斷中, 但vmPFC在近的自我條件下有更強的激活, 而dmPFC在遠的他人條件下有更強的激活, 兩種條件的腦區連接強度相同。連接編碼,如“時間距離”這一維度, vmPFC、HF在想象遠距離和近距離的未來事件時都有顯著激活, 但vmPFC前部和HF后部在遠距離的未來事件中有更突出的作用, 與近的未來相比, vmPFC前部和HF后部在遠的未來條件下可能存在更強的連接。

想象未來的腦網絡研究框架是理解想象未來的全新視角。值得注意的是, 想象未來是一個復雜的認知過程, 各個加工成分可能出現交互作用,需要維度編碼模型和類別編碼模型相互合作共同支持任務的完成, 如想象“遠的未來一個遙遠地方的自己”或“此時此刻一個近的地方的陌生人”時, 會有不同的腦網絡支持這些想象任務, 其中可能有維度編碼, 也有類別編碼。從目前的證據來看, 維度編碼模型對結論的解釋有一定優勢。與遠的時間距離、社會距離、空間距離相比, 核心區域mPFC和MTL子系統的Rsp在近距離下有更強的激活; 與近的社會距離相比, dmPFC子系統在遠的社會距離中有更強的激活(Tamir &Mitchell, 2011)。但這只考察了大腦激活的線性變化, 很少有研究考察腦區間功能連接的線性變化狀況。維度編碼模型認為, 當線性變化的各維度相互作用時, 我們可以根據其變化位置預測腦區激活狀況以及形成的腦網絡, 如想象“遠的未來一個遙遠地方的自己”, 我們推測與遠的未來、陌生空間、自我相關的腦區有顯著激活, 且腦區激活強度和連接強度與其在維度中的分布位置有關。為全面了解想象未來的神經機制, 我們需要弄清楚想象未來還包含哪些認知加工成分以及與這些成分相關的腦區。這對目前的實驗設計和數據分析方法提出了挑戰, 目前的實驗設計還不能對想象未來的成分進行有效操縱, 數據分析方法也很難鑒別出支持這些成分的相關腦區, 未來需要新的實驗范式以及辨別力更強、更敏感的數據分析方法。

5 研究展望

想象未來的能力體現了個體的眼界。中國傳統文化非常重視對未來的預期和展望, 成語高瞻遠矚、先見之明、居安思危等, 歷史故事勾踐臥薪嘗膽、楚霸王破釜沉舟等均預示人們立足現實,積極展望未來的重要性。通過以往大量研究, 我們對想象未來有了更深刻的認識, 但仍有許多問題值得進一步探討(Schacter et al., 2012)。

5.1 想象未來的實驗設計

目前存在的問題主要有：詞語-線索范式中,單個試次持續時間長, 被試容易分心, 而這些分心也可能激活與想象未來相似的大腦區域; 與其他認知實驗相比, 無法通過反應時和準確率考察被試的想象狀況, 缺乏監測想象過程的客觀指標;尚缺乏標準化的想象未來問卷; 目前用于fMRI研究的實驗范式不能有效分離出相似但不同的加工成分。這些問題的解決都有賴于發展新的實驗范式。此外, 目前的實驗材料以視覺呈現線索詞為主, 以后可以發展更加成熟的文本、視頻材料。想象未來需要從記憶中提取相關信息并重新組合這些信息, 形成連貫的場景或事件。目前使用的fMRI技術還不能有效的從時間演化的角度考察未來事件的形成過程。新興的同步EEG-fMRI技術在進行功能磁共振掃描的同時記錄腦電信號,可以兼得高空間分辨率的血氧代謝信號和高時間分辨率的電生理信號(Lei, Qiu, Xu, & Yao, 2010;Lei et al., 2014)。未來可考慮從EEG-fMRI融合的角度研究想象未來。

5.2 想象未來的腦成像研究

高場強功能磁共振對于想象未來多個加工成分的定位至關重要, 前人研究已發現了相關的特異性腦區, 最近的腦網絡研究引起了廣泛的興趣。但目前關于想象未來腦成像的研究還面臨著功能連接缺乏心理學解釋、無法刻畫腦的動態性、并行處理等問題。

功能連接(functional connectivity)是指空間上分離的神經生理事件存在時間上的相關性。目前,想象未來的fMRI研究主要用到三類功能連接分析方法：基于種子點的功能連接在想象未來實驗中最為常用, 但結果依賴于種子點的選擇, 對信號內的混雜偽跡敏感, 不能同時對多個系統進行處理; 基于獨立成分分析的方法不需要先驗信息,僅通過對混合信號的盲分解提取出統計獨立的空間成分, 但結果依賴成分個數的選擇, 對成分的理解難于基于種子點的方法; 聚類分析方法是基于不同像素數據間的相似程度進行分組的一類方法, 結果表現為組內(一個網絡)信號相似性高,組間信號相似性低, 它也對信號內混雜偽跡敏感。由此可見, 三類方法各具優缺點, 能否發展出想象未來獨特的功能連接分析方法有待進一步探索。

大腦最引人入勝的特點就是它可以根據當前目標動態地更新信息處理策略, 以適應環境和生存需要。為了支持想象未來這一認知活動, 它需要對多個功能專門化的腦區進行跨區域、全局化的功能整合。傳統的功能連接方法無法刻畫大腦網絡的動態性和方向性, 效應連接(effective connectivity)主要考察一個腦區如何對另一個腦區進行作用, 解決信息如何傳遞的問題, 更強調腦區之間相互作用的方向性(Lei et al., 2011)。因此, 未來可借助“效應連接”幫助我們探索想象未來任務中腦區活動的先后順序, 以及信息傳遞的源和匯等一系列動態變化過程。

現在想象未來的腦成像研究還無法觀察到腦并行處理的特點。這可能與目前使用的基于單個體素的傳統功能磁共振成像分析方法有關。近年來, 通過借鑒機器學習研究中的模式分類技術, 發展出的多體素模式分析(multi-voxel pattern analysis,MVPA)方法能以比傳統方法更高的精度檢測出與特定認知狀態相對應的神經信號模式, 還能從這些模式中解碼被試所處的認知狀態及其知覺內容。已有研究證明MVPA能夠有效解碼心理想象這一高級認知過程(Hassabis et al., 2014)。未來可以利用MVPA分離出不同加工成分的神經機制,進一步明確默認網絡的功能特異性。此外, 可進一步結合復雜網絡里的模塊化、小世界屬性等并行觀點, 研究想象未來涉及的多網絡的協同作用。

5.3 想象未來研究的理論問題

首先, 應重視語義記憶在想象未來中的作用。先前的研究主要強調情景記憶的重要性, 而語義記憶和想象未來緊密相關。語義記憶受損的病人產生未來情景細節的能力降低, 并且在構建語義將來情景細節上也表現出困難; 想象未來事件時, 個體的語義知識為提取情景細節提供指導;一些默認網絡區域在情景和語義未來想象中有著相似的激活(Schacter et al., 2012)。未來需要進一步關注語義記憶的作用。

其次, 未來樂觀偏向的神經機制尚不明確。人們每天進行的未來想象, 幾乎2/3以上的內容帶有情緒偏向性。與非情緒未來事件相比, 情緒性未來事件被認為發生的可能性更大、更重要。前人研究結果表明核心默認網絡區域以及負責情緒加工的邊緣系統在情緒性未來想象中有著突出作用。但目前的研究尚不系統, 支持具體情緒性想象未來(如快樂、悲傷、憤怒等)的腦機制尚不清晰。

第三, 需要進一步澄清時間因素在想象未來中的作用。腹內側前額葉皮層、海馬、尾狀核等大腦區域在想象遠距離和近距離未來事件時有著突出作用, 但目前對未來遠近的劃分比較籠統,尚無統一標準。此外, 是否存在支持具體時間維度(如一天、一周、一年等)的腦機制需要進一步研究。

最后, 想象未來與相關疾病的關系值得關注。想象未來不僅對健康個體具有重要適應價值,在臨床應用上也有巨大的潛力, 今后可能為相關神經精神疾病的診斷治療提供臨床參考指標。眾多研究發現焦慮癥、抑郁癥、自閉癥、精神分裂癥等疾病存在想象未來的功能異常, 但這些證據多來自行為學研究, 其神經機制尚不清楚。不同類型疾病想象未來的異常在腦機制上有何差異？疾病患者與健康控制組想象未來的腦機制是否有差異？疾病患者支持想象未來不同加工成分的腦網絡有何異常？通過想象未來的思維訓練能否緩解這些疾病的癥狀？這些問題的解決有待于將臨床研究與腦成像相結合。

6 小結

目前已有大量研究關注想象未來, 其相關概念和理論也被提出, 研究者對其認知和神經機制有了更多的了解。本文對想象未來的研究范式,認知加工成分及相關腦區, 默認網絡模型, 大尺度腦網絡進行綜述, 并提出了想象未來的腦網絡研究框架。但目前的想象未來研究仍存在一系列問題, 如實驗范式單一、無法監測想象過程、缺乏標準化的想象未來問卷; 想象未來的腦成像研究還面臨著功能連接缺乏心理學解釋、無法刻畫腦的動態、并行處理等問題。也提出了可能的問題解決方法, 如發展標準化的想象未來問卷, 使用有效連接描繪大腦的動態活動等, 希望對想象未來研究有所幫助。想象未來尤其是積極未來,有助于增加個體行為靈活性, 提高問題解決能力,促進身心健康和生存發展。對想象未來的深入了解將有利于全面提升個人幸福感, 構建和諧社會。

Addis, D. R., Pan, L., Vu, M. A., Laiser, N., & Schacter, D. L.(2009). Constructive episodic simulation of the future and the past: Distinct subsystems of a core brain network mediate imagining and remembering.Neuropsychologia,47(11), 2222–2238.

Addis, D. R., & Schacter, D. L. (2008). Constructive episodic simulation: Temporal distance and detail of past and future events modulate hippocampal engagement.Hippocampus, 18(2), 227–237.

Andrews-Hanna, J. R. (2012). The brain's default network and its adaptive role in internal mentation.The Neuroscientist, 18(3), 251–270.

Andrews-Hanna, J. R., Reidler, J. S., Huang, C., & Buckner,R. L. (2010). Evidence for the default network's role in spontaneous cognition.Journal of Neurophysiology, 104(1),322–335.

Andrews-Hanna, J. R., Reidler, J. S., Sepulcre, J., Poulin, R.,& Buckner, R. L. (2010). Functional-anatomic fractionation of the brain's default network.Neuron, 65(4), 550–562.

Andrews-Hanna, J. R., Smallwood, J., & Spreng, R. N.(2014). The default network and self-generated thought:Component processes, dynamic control, and clinical relevance.Annals of the New York Academy of Sciences, 1316(1), 29–52.

Bado, P., Engel, A., de Oliveira-Souza, R., Bramati, I. E.,Paiva, F. F., Basilio, R.,... Moll, J. (2014). Functional dissociation of ventral frontal and dorsomedial default mode network components during resting state and emotional autobiographical recall.Human Brain Mapping, 35(7),3302–3313.

Bonnici, H. M., Chadwick, M. J., Lutti, A., Hassabis, D.,Weiskopf, N., & Maguire, E. A. (2012). Detecting representations of recent and remote autobiographical memories in vmPFC and hippocampus.The Journal of Neuroscience, 32(47), 16982–16991.

Buckner, R. L., Andrews-Hanna, J. R., & Schacter, D. L.(2008). The brain's default network: Anatomy, function,and relevance to disease.Annals of the New York Academy of Sciences, 1124(1), 1–38.

Buckner, R. L., & Carroll, D. C. (2007). Self-projection and the brain.Trends in Cognitive Sciences, 11(2), 49–57.

Bullmore, E., & Sporns, O. (2009). Complex brain networks:Graph theoretical analysis of structural and functional systems.Nature Reviews Neuroscience, 10(3), 186–198.

D'Argembeau, A. (2013). On the role of the ventromedial prefrontal cortex in self-processing: The valuation hypothesis.Frontiers in Human Neuroscience, 7, 372.

D'Argembeau, A., Raffard, S., & Van der Linden, M. (2008).Remembering the past and imagining the future in schizophrenia.Journal of Abnormal Psychology, 117(1),247–251.

D'Argembeau, A., Renaud, O., & Van der Linden, M. (2011).Frequency, characteristics and functions of future-oriented thoughts in daily life.Applied Cognitive Psychology, 25(1),96–103.

D'Argembeau, A., Stawarczyk, D., Majerus, S., Collette, F.,Van der Linden, M., Feyers, D.,... Salmon, E. (2010). The neural basis of personal goal processing when envisioning future events.Journal of Cognitive Neuroscience, 22(8),1701–1713.

D'Argembeau, A., Xue, G., Lu, Z. L., Van der Linden, M., &Bechara, A. (2008). Neural correlates of envisioning emotional events in the near and far future.Neuroimage,40(1), 398–407.

Fornito, A., Harrison, B. J., Zalesky, A., & Simons, J. S.(2012). Competitive and cooperative dynamics of large-scale brain functional networks supporting recollection.Proceedings of the National Academy of Sciences of the United States of America, 109(31), 12788–12793.

Gerlach, K. D., Spreng, R. N., Gilmore, A. W., & Schacter, D.L. (2011). Solving future problems: Default network and executive activity associated with goal-directed mental simulations.Neuroimage, 55(4), 1816–1824.

Gerlach, K. D., Spreng, R. N., Madore, K. P., & Schacter, D.L. (2014). Future planning: Default network activity couples with frontoparietal control network and rewardprocessing regions during process and outcome simulations.Social Cognitive and Affective Neuroscience, nsu001, doi:10.1093/scan/nsu001

Hassabis, D., Kumaran, D., & Maguire, E. A. (2007). Using imagination to understand the neural basis of episodic memory.The Journal of Neuroscience, 27(52), 14365–14374.

Hassabis, D., & Maguire, E. A. (2007). Deconstructing episodic memory with construction.Trends in Cognitive Sciences, 11(7), 299–306.

Hassabis, D., Spreng, R. N., Rusu, A. A., Robbins, C. A.,Mar, R. A., & Schacter, D. L. (2014). Imagine all the people: How the brain creates and uses personality models to predict behavior.Cereb Cortex, 24(8), 1979–1987.

Ingvar, D. H. (1979). “Hyperfrontal” distribution of the cerebral grey matter flow in resting wakefulness; on the functional anatomy of the conscious state.Acta Neurologica Scandinavica, 60(1), 12–25.

Leech, R., Braga, R., & Sharp, D. J. (2012). Echoes of the brain within the posterior cingulate cortex.The Journal of Neuroscience, 32(1), 215–222.

Lehrer, J. (2009). Neuroscience: Making connections.Nature,457(7229), 524–527.

Lei, X., Ostwald, D., Hu, J. H., Qiu, C., Porcaro, C., Bagshaw,A. P., & Yao, D. Z. (2011). Multimodal functional network connectivity: An EEG-fMRI fusion in network space.PloS One, 6(9), e24642.

Lei, X., Qiu, C., Xu, P., & Yao, D. Z. (2010). A parallel framework for simultaneous EEG/fMRI analysis: Methodology and simulation.Neuroimage, 52(3), 1123–1134.

Lei, X., Wang, Y.L., Yuan, H., & Mantini, D. (2014).Neuronal oscillations and functional interactions between resting state networks.Human Brain Mapping, 35(7),3517–3528.

Lei, X., Zhao, Z. Y., & Chen, H. (2013). Extraversion is encoded by scale-free dynamics of default mode network.Neuroimage, 74, 52–57.

Li, W. Q., Mai, X. Q., & Liu, C. (2014). The default mode network and social understanding of others: What do brain connectivity studies tell us.Frontiers in Human Neuroscience,8, 74.

Liberman, N., Sagristano, M. D., & Trope, Y. (2002). The effect of temporal distance on level of mental construal.Journal of Experimental Social Psychology, 38(6), 523–534.

Northoff, G., Heinzel, A., de Greck, M., Bermpohl, F.,Dobrowolny, H., & Panksepp, J. (2006). Self-referential processing in our brain--a meta-analysis of imaging studies on the self.Neuroimage, 31(1), 440–457.

?stby, Y., Walhovd, K. B., Tamnes, C. K., Grydeland, H.,Westlye, L. T., & Fjell, A. M. (2012). Mental time travel and default-mode network functional connectivity in the developing brain.Proceedings of the National Academy of Sciences of the United States of America, 109(42), 16800–16804.

Schacter, D. L., & Addis, D. R. (2007). The cognitive neuroscience of constructive memory: Remembering the past and imagining the future.Philosophical Transactions of the Royal Society B: Biological Sciences, 362(1481),773–786.

Schacter, D. L., Addis, D. R., Hassabis, D., Martin, V. C.,Spreng, R. N., & Szpunar, K. K. (2012). The future of memory: Remembering, imagining, and the brain.Neuron,76(4), 677–694.

Sharot, T., Riccardi, A. M., Raio, C. M., & Phelps, E. A.(2007). Neural mechanisms mediating optimism bias.Nature, 450(7166), 102–105.

Shulman, G. L., Fiez, J. A., Corbetta, M., Buckner, R. L.,Miezin, F. M., Raichle, M. E., & Petersen, S. E. (1997).Common blood flow changes across visual tasks: II.Decreases in cerebral cortex.Journal of Cognitive Neuroscience, 9(5), 648–663.

Summerfield, J. J., Hassabis, D., & Maguire, E. A. (2009).Cortical midline involvement in autobiographical memory.Neuroimage, 44(3), 1188–1200.

Szpunar, K. K., Addis, D. R., & Schacter, D. L. (2012).Memory for emotional simulations remembering a rosy future.Psychological Science, 23(1), 24–29.

Tamir, D. I., & Mitchell, J. P. (2011). The default network distinguishes construals of proximal versus distal events.Journal of Cognitive Neuroscience, 23(10), 2945–2955.

Trope, Y., & Liberman, N. (2003). Temporal construal.Psychological Review, 110(3), 403–421.

Tulving, E. (2002). Episodic memory: From mind to brain.Annual Review of Psychology, 53(1), 1–25.

Vogt, B. A., Vogt, L., & Laureys, S. (2006). Cytology and functionally correlated circuits of human posterior cingulate areas.Neuroimage, 29(2), 452–466.

Washington, S. D., Gordon, E. M., Brar, J., Warburton, S.,Sawyer, A. T., Wolfe, A.,... VanMeter, J. W. (2014).Dysmaturation of the default mode network in autism.Human Brain Mapping, 35(4), 1284–1296.

Williams, J. M. G., Ellis, N. C., Tyers, C., Healy, H., Rose, G.,& MacLeod, A. K. (1996). The specificity of autobiographical memory and imageability of the future.Memory & Cognition,24(1), 116–125.

Yeo, B. T., Krienen, F. M., Sepulcre, J., Sabuncu, M. R.,Lashkari, D., Hollinshead, M.,... Polimeni, J. R. (2011).The organization of the human cerebral cortex estimated by intrinsic functional connectivity.Journal of Neurophysiology, 106(3), 1125–1165.