人類大腦結構和功能的性別差異：來自腦成像研究的證據*

楊天亮 辛 斐 雷 旭

(認知與人格教育部重點實驗室(西南大學); 西南大學心理學部, 重慶 400715)

1 引言

近年來, 認知神經科學發展迅速, 取得了豐碩的成果。性別作為影響人類認知和行為的重要因素, 也成為了認知神經科學領域關注的話題。不同于個體差異, 性別差異專指男性群體和女性群體之間某種穩定的差異, 是群體水平上的比較。而個體差異是個體在成長過程中由于先天和后天因素所表現出的相對穩定而又不同于他人的特點, 是基于個體水平的比較(Willerman, 1979)。對于認知和行為方面的性別差異, 研究表明男性較女性具有更高的空間認知能力, 而女性在言語能力上(如言語流暢性、言語記憶等)較男性更勝一籌(Halpern, 2013; Hamilton, 2008)。眾所周知, 大腦是認知和行為表現的基礎, 因此對大腦結構和功能性別差異的考察是理解認知和行為層面性別差異的關鍵。

早期腦解剖研究發現, 男性和女性在腦結構上存在差異, 比如男性大腦體積顯著大于女性;女性胼胝體尾部呈球狀, 而男性呈圓柱狀等(Cosgrove, Mazure, ＆amp; Staley, 2007; Hines, 2004)。這些研究雖然為腦性別差異的理解奠定了基礎,但是由于方法學上的限制(如死亡原因、死亡時間等), 使得研究結果的信度和效度受到一定的影響。幸運的是, 現代腦成像技術的進步為我們研究健康人類大腦結構和功能的性別差異開辟了新的道路。對腦結構性別差異的研究, 通常采用結構磁共振成像(Structural magnetic resonance imaging,sMRI)以及彌散張量成像(Diffusion tensor imaging,DTI); 對腦功能性別差異的考察, 通常采用腦電圖(Electroencephalogram, EEG)、正電子發射斷層掃描技術(Positron emission tomography, PET) 以及功能性磁共振成像(Functional magnetic resonance imaging, fMRI)。在腦功能方面, 值得關注的是靜息態下大腦的性別差異。靜息態是指受試者清醒、平靜呼吸、最大限度地減少身體主動與被動運動、以及盡量不做任何思維活動的狀態。這種狀態刻畫的是大腦內部自發產生(與外界刺激無關)的神經活動。并且研究表明這種自發腦活動的時空特性表征了大腦功能活動的基本框架, 且與各種認知活動密切相關(Gusnard ＆amp; Raichle, 2001)。由于靜息態應用簡單、可操作性好, 并且可以避免由于任務設計和被試反應所導致的研究結果的不可對比性等特點, 腦功能性別差異的靜息態研究近年來成為不少研究者關注的焦點。

圖1 大腦性別差異研究的三個層次：腦局部區域, 腦子系統以及全腦連接組。A是對腦局部區域的描述, 圖中的每個節點表示一個獨立的腦區; B是對腦子系統的描述, 圖中每一種顏色的節點集之間的連接組成了一個腦子系統; C是對全腦連接組的描述, 圖中所有節點之間的連接構成了一個全腦結構/功能連接組。

功能分化和功能整合作為大腦的兩大組織原則, 大腦在局部功能特殊化和腦區間的相互作用之間達到了很好的平衡(Friston, 2002)。雖然不同的腦區具有相對不同的功能, 但即使完成一項十分簡單的任務, 也總是需要多個腦區相互協作,形成一個腦子系統發揮其功能。例如完成大腦自發認知功能和外部環境監控功能的默認網絡(default mode network, DMN), 就是由內側前額葉、楔前葉、后扣帶回以及內側顳葉這些聯系緊密的腦區構成的(Smith et al., 2009; 李雨, 舒華,2014)。而當完成一項比較復雜的任務時, 可能需要全腦相互作用、互相協調, 共同構成一個全局網絡(即全腦連接組)來發揮其功能(見圖1)。目前,利用腦成像技術, 已有大量工作發現腦局部區域、腦子系統以及全腦連接組都存在著廣泛的性別差異。復雜網絡技術作為分析全腦連接組內在屬性的一種手段, 為我們揭示腦性別差異提供了一個新的視角。該技術將大腦看作包含大量節點和邊(即腦連接)的網絡, 并采用圖論中的各種指標(如全局效率、局部效率等)來刻畫腦連接組織模式的各種屬性, 其中腦網絡中的節點表征不同的解剖區域或功能區域, 邊表征節點之間的相互作用(Sporns, 2011)。

此外, 腦性別差異是發展變化的, 即在不同的年齡段, 性別差異的程度有所不同(Gong, He,＆amp; Evans, 2011)。而且已有研究提示, 腦性別差異是基因和環境共同作用的產物。動物研究顯示產前激素、性染色體等對腦性別差異的形成具有重要的影響(Arnold ＆amp; Breedlove, 1985; Arnold ＆amp;Chen, 2009)。同時, 腦性別差異還受性別特異性的基因表達, 類固醇激素以及后天因素(如早期兒童護理、成長環境、學習訓練等)的影響(Cicchetti,2013; Giedd, Raznahan, Mills, ＆amp; Lenroot, 2012; Kang et al., 2011; 鄒吉林, 王美芳, 曹仁艷, 閆秀梅,2009)。本文通過對研究文獻的梳理與總結, 首先探討了腦性別差異領域的一些認識誤區, 接著在腦局部區域、腦子系統以及全腦連接組三個層面,對靜息態腦功能和腦結構的性別差異及其在年齡上的發展變化的相關研究進行了綜述, 最后簡要展望了未來可能的研究方向。

2 腦性別差異領域的一些認識誤區

目前, 人類對大腦性別差異的認識仍存在不少誤區。走出這些誤區, 有助于我們更好地理解性別對大腦的影響。第一個誤區是, 性別對大腦的影響是微小且不穩定的。在行為學研究中, 我們經常發現男女在某些認知任務上是不存在性別差異的(Grabowski, Damasio, Eichhorn, ＆amp; Tranel,2003; Piefke, Weiss, Markowitsch, ＆amp; Fink, 2005),比如 Grabowski等人(2003)發現男女在圖像命名能力上不存在差異, Piefke等人(2005)在考察自傳體記憶檢索能力時也未能發現性別差異。考慮到大腦是認知和行為表現的基礎, 研究者認為性別對大腦幾乎是沒有影響的。然而隨著腦成像技術的發展, 研究逐漸發現大腦存在著廣泛的性別差異(Chou, Cheng, Chen, Lin, ＆amp; Chu, 2011; Kawachi et al., 2002; Lü et al., 2010), 比如Chou等人(2011)基于彌散張量成像, 發現女性海馬、扣帶回以及胼胝體等區域的各向異性分數顯著高于男性;Kawachi等人(2002)基于正電子發射斷層掃描技術, 發現男性顳中回和內側額葉的葡萄糖代謝強度顯著高于女性。

第二個誤區是, 同一性別內個體的大腦表現出明顯的差異, 并且這種個體差異大大弱化了大腦的性別間差異。由于遺傳和環境的交互影響,男性和女性的大腦都表現出明顯的個體差異, 例如 Schmithorst, Holland和 Dardzinski (2008)發現同一性別內不同個體的胼胝體體積存在著顯著差異。因此在性別差異的研究中, 個體差異對性別差異的影響程度一直是研究者爭論的焦點。有研究者使用統計分析手段(如方差分析)發現了人類大腦存在著顯著的個體差異, 然而大腦之間的性別差異卻不顯著(Lüders, Steinmetz, ＆amp; J?ncke,2002; Larsen et al., 2006; Larsen, Hermans, ＆amp; Engels,2012), 例如Lüders等人(2002)通過分析100名健康被試的大腦(50名男性, 50名女性), 發現腦體積越大, 大腦的灰質比例就越小, 然而腦體積與灰質的這種關系在性別上是沒有差異的。但也有研究者通過對研究流程的控制和研究方法的創新,控制了個體差異對性別差異的影響, 認為性別內的個體差異并不足以改變性別間腦差異的趨勢(Im et al., 2008; Leonard et al., 2008), 例如Leonard等人(2008)使用協方差分析的方法, 發現女性顳橫回的體積較男性大等。隨著科學的進步, 男女兩性在大腦上的差異已得到公認。Cahill (2006)通過總結腦性別差異研究的現狀, 發現大腦存在著廣泛的性別差異, 例如男性的腦體積比女性大,女性的灰質百分比大于男性等, 所以Cahill (2006)認為個體間差異即便存在, 也可能居于次要地位。

最后一個誤區是, 如果某種行為沒有性別差異的話, 那么這種行為的神經基礎也不存在性別差異。在沒有出現腦成像技術以前, 通過對腦損傷病人的研究, 早期研究者認為如果某種行為沒有性別差異的話, 那么這種行為的神經基礎也沒有性別差異(Hines, 2004)。然而隨著腦成像技術的出現和迅速發展, 大量研究發現即使男性和女性在某種行為表現上沒有差異, 但這種行為的神經基礎也可能存在著顯著的性別差異(Hugdahl, Thomsen,＆amp; Ersland, 2006), 例如Hugdahl等人(2006)考察了男性和女性在心理旋轉能力上的神經基礎。雖然所選取的男女被試在心理旋轉任務上的行為表現沒有差異, 但是研究發現在進行心理旋轉任務時,男性在大腦頂葉顯示出了強烈的激活, 而女性則在額下回顯示出了強烈的激活。

3 腦結構性別差異的探索發現

回顧腦結構性別差異的研究, 我們發現腦灰質和腦白質在腦局部區域、腦子系統以及全腦結構連接組層面上存在著廣泛的性別差異(見表1)。而且腦結構性別差異并不是一成不變的, 在不同的年齡段上其差異程度有所不同。

腦灰質和白質分別富含神經元胞體和神經纖維(或神經元間的連接)。根據研究假設對胞體和連接的強調程度, 可以采用不同的模態加以探討。對腦灰質性別差異的研究主要采用結構磁共振成像, 基于該技術我們可以利用灰質體積(通常用某一腦局部區域內的體素個數表示, 描述的是絕對體積)、皮層厚度(指大腦皮層上的灰質內表面與外表面之間的距離)以及灰質密度(反映了神經元、樹突和突觸的數量情況)等指標去定量刻畫腦灰質信息, 進而考察腦結構的性別差異(見表1)。結構磁共振成像的優勢在于它對腦組織的分辨率高,并且所獲得的解剖關系十分明確。對腦白質性別差異的研究主要采用彌散張量成像, 該技術利用水分子在不均勻組織中彌散具有各向異性的特性來描述白質結構及其潛在的纖維束, 并在三維空間內定量分析組織內水分子的彌散活動。采用該技術所探討的腦性別差異暗示著神經信息傳遞以及結構連接之間的差異。彌散張量成像技術的優勢在于成像參數多, 包含的信息量大。利用彌散張量成像產生的矢量參數可以定量分析腦結構的性別差異(見表1)。常見的矢量參數主要有反映水分子平均彌散能力的平均彌散率(Mean diffusivity,MD), 和反映水分子空間彌散方向的各向異性分數(Fractional anisotropy, FA)。

3.1 腦結構的性別差異

基于結構磁共振成像數據, 研究者利用灰質體積、皮層厚度以及灰質密度指標分析了腦結構在腦局部區域上的性別差異, 所得結論基本一致。利用灰質體積指標, 研究發現女性額葉、頂葉和枕葉某些區域的灰質體積顯著大于男性(Allen, Damasio, Grabowski, Bruss, ＆amp; Zhang, 2003;Chen, Sachdev, Wen, ＆amp; Anstey, 2007; Ruigrok et al.,2014)。比如 Chen等人(2007)以 411名 44到 48歲的健康成年人為研究對象, 發現女性右側頂下小葉的灰質體積顯著大于男性。Ruigrok等人(2014)在對以往關于腦結構性別差異的研究進行元分析時發現, 女性額葉(如額下回、額中回等)、枕葉(如枕葉皮層外側等)以及頂葉(如頂葉蓋部等)的灰質體積顯著大于男性。隨著結構磁共振成像數據處理技術的進步, 研究者進而考察了皮層厚度以及灰質密度在腦局部區域性別差異上的表現。利用這些指標, 研究發現女性額葉、頂葉某些區域的灰質密度和皮層厚度顯著大于男性(Luders et al., 2006; Lü et al., 2010; Wang, Shen,Tang, Zang, ＆amp; Hu, 2012)。比如, Lü 等人(2010)以184名18到67歲的健康成年人為研究對象, 發現女性額葉和頂葉某些區域的皮層厚度顯著大于男性, 如額上回、頂上小葉等。此外, Wang等人(2012)以140名18到26歲的健康成年人為研究對象, 發現女性額上回的灰質密度顯著高于男性。

表1 有關腦結構和功能在腦局部區域、腦子系統以及全腦連接組層面上性別差異的研究

在腦局部區域層次上, 來自彌散張量成像技術的研究表明女性海馬、扣帶回以及胼胝體等區域具有更高的各向異性, 存在這樣差異的原因主要是女性這些區域的髓鞘化程度較男性更高(Chou et al., 2011; Menzler et al., 2011)。例如, Menzler等人(2011)以 25名健康成年男性(31.8±8.6歲)和25名健康成年女性(31.1 ± 10.6歲)為研究對象,發現女性海馬、扣帶回以及胼胝體的各向異性分數顯著高于男性。此外, Chou等人(2011)以40名健康成年男性(25.7 ± 6.4歲)和40名健康成年女性(25.9 ± 7.2歲)為研究對象也發現女性海馬、扣帶回以及胼胝體的各向異性分數較男性高。

眾所周知, 大腦是一個整體, 各個腦區之間并不是孤立存在的, 而是相互協作的。因此, 單從腦局部區域探討腦結構的性別差異可能會忽略掉腦區之間交互作用的信息, 即腦連接信息。由于彌散張量成像可以直觀地刻畫腦區之間真實的結構連接, 因此研究多采用彌散張量成像去探討結構連接的性別差異(見表1)。通過回顧腦結構連接性別差異的研究, 我們發現當前研究多在全腦連接組層面進行探索。例如Ingalhalikar等人(2014)以949名8到22歲的參與者為研究對象, 在全腦連接組層面探討了腦連接的性別特異性。研究人員利用彌散張量成像技術, 通過白質纖維跟蹤的方法, 分析了腦區之間復雜的相互作用, 并且對每個大腦的結構連接組建模。結果顯示, 在全腦結構連接組層次, 男性大腦幕上區域半球內連接顯著強于女性, 而女性半球間連接顯著強于男性。大腦的這種連接模式使得男性大腦可以把出現腦后方的知覺感受和由腦前方控制的行為意向連接起來, 這樣男性的大腦就形成了一個促進協調運動的有效系統; 相比之下, 女性大腦的連接模式很可能促進了左半球的分析和邏輯推理能力與右半球的空間、直覺信息處理能力之間的整合,這樣就使得女性更加擅長語言情感的表達, 并且也更加感性。此外, 在全腦結構連接組層次, 研究還發現女性腦結構網絡在腦局部水平上的信息傳遞效率顯著高于男性(Gong et al., 2009; Yan et al.,2011)。例如, Gong等人(2009)以95名19到85歲的健康成年人為研究對象, 利用 AAL (automated anatomical labeling, AAL)模板 (Tzourio-Mazoyer et al., 2002) 將大腦分為78個腦區構建了加權的腦結構網絡, 發現女性腦結構網絡較男性具有更高的局部效率。此后, Yan等人(2010)以73名18到27歲的健康成年人為研究對象, 也證實了女性腦結構網絡在腦局部水平上的信息傳遞效率較男性更為高效。

結構腦成像研究表明, 腦性別差異在腦局部區域和全腦連接組層面上廣泛存在, 并且在腦局部區域層面上的研究結果基本一致, 比如女性額葉、頂葉和枕葉某些區域的灰質體積顯著大于男性。但是我們應該注意到當前有些研究所選取樣本的樣本數量相對較小, 比如Menzler等人(2011)的研究僅選取了50名被試, 這可能會影響研究結果的統計效力。此外, 當前關于腦結構性別差異的研究主要集中在腦局部區域層面, 而對于腦連接(腦子系統和全腦連接組)性別差異的研究較少,未來應該加強這方面的研究以期對腦結構的性別差異有一個更加精確、全面的了解。總之, 當前腦結構性別差異的證據啟示我們, 在進行腦結構的相關研究時應該將性別作為一個變量進行分析。

3.2 腦結構性別差異在年齡上的發展變化

通過對既有研究資料的綜述可以發現, 在正常的發育和老化過程中, 男女大腦表現出不同的發展軌跡, 并且腦結構性別差異的發展變化既存在于腦局部區域層面又存在于腦連接層面(全腦結構連接組)。

在腦局部區域層面上, 基于結構磁共振成像技術, 多數研究發現額葉、顳葉、頂葉以及小腦的灰質體積存在著顯著的年齡與性別的交互作用(Allen et al., 2003; Sowell et al., 2007; Xu et al.,2000)。例如, Sowell等人(2007)以176名7到87歲的健康成年人為研究對象發現, 男性背側前額葉皮層和顳下回灰質體積的萎縮程度顯著高于女性。Xu等人(2000)以331名30到79歲的健康成年人為研究對象發現, 隨著年齡增長, 男性前額葉皮層后部右側區域灰質體積的萎縮程度顯著高于女性; 而且隨著年齡增長, 顳葉中部右側、頂葉以及小腦只在男性被試上出現了萎縮現象。利用彌散張量成像技術, 目前研究發現女性兒童右半球大部分腦區的各向異性分數與年齡呈正相關, 而男性兒童左半球大部分腦區的各向異性分數與年齡呈正相關(Schmithorst ＆amp; Holland, 2007; Schmithorst et al., 2008)。Schmithorst等人(2008)以 106名 5到18歲的健康未成年人為研究對象, 探討了腦白質的性別差異在童年和青少年階段的發展趨勢。結果顯示, 女性兒童右側額葉、右側弓狀束等區域的各向異性分數隨著年齡的增長而增長, 男性兒童則是左側額葉等區域的各向異性分數隨著年齡的增長而增長。

目前, 利用結構連接信息對腦結構性別差異發展變化的研究較少, 基本沒有腦子系統方面的相關研究。但是在全腦結構連接組層次上,Ingalhalikar等人(2014)利用彌散張量成像, 研究了8到22歲的949名健康被試在發育過程中腦連接的性別特異性。結果發現, 13歲之前男女腦結構連接幾乎沒有什么差異, 但在 14到 17歲的青春期間, 腦連接的性別差異迅速擴大, 到了成年早期男性表現出顯著的半球內連接優勢, 女性則表現出顯著的半球間連接優勢(Ingalhalikar et al.,2014), 這可能意味著青春期是男性半球內連接優勢和女性半球間連接優勢形成的一個關鍵時期。

以上研究表明, 腦局部區域和腦連接(全腦結構連接組)的性別差異都存在著年齡上的發展變化。但是現有的研究缺乏在腦子系統層面對腦結構性別差異發展變化的考察。此外, 既有研究基本都是橫向研究, 缺少縱向研究, 而且大都只是針對人生的某個時期(比如兒童或青少年時期等),而沒有涵蓋人的整個發展歷程, 因此很難對腦結構性別差異發展變化這一完整的動態過程進行梳理。然而, 弄清腦結構性別差異的發展變化是很有必要的, 它可以引出一系列的研究問題, 比如男女腦結構性別差異是從什么時候開始的？什么時候形成穩定的腦結構性別差異？……解答這些問題有助于更好地理解認知和行為層面性別差異的發展變化。同時, 腦結構性別差異發展變化的研究啟示我們, 在進行腦結構性別差異的研究時應該考慮研究對象的年齡特征。

4 腦功能性別差異的探索發現

作為腦性別差異研究的另外一個重要領域,腦功能在腦局部區域、腦子系統以及全腦連接組層面上也存在著廣泛的性別差異(見表1), 并且腦功能性別差異也存在著年齡上的發展變化。靜息態下腦功能性別差異的研究多采用腦電圖、正電子發射斷層掃描技術以及功能性磁共振成像。其中腦電圖通過記錄大腦自發性、節律性的電活動來定量描述腦功能活動, 具有較高的時間分辨率。然而目前利用腦電圖探討靜息態腦功能性別差異的研究比較少(見表1)。正電子發射斷層掃描技術通過追蹤放射性物質在大腦中的代謝情況來定量分析大腦的功能活動, 具有較高的靈敏度、特異性以及空間分辨率。基于該技術我們可以利用局部腦血流量和葡萄糖代謝強度等指標來定量描繪腦功能活動, 進而考察腦功能的性別差異。但是利用正電子發射斷層掃描技術, 現有的研究多用于考察腦局部區域的性別差異(見表1)。功能性磁共振成像技術通過分析神經元活動對腦局部血氧和血流的影響所引起的腦局部磁場的變化來定量描述大腦的功能活動, 兼有較高的空間分辨率。采用該技術多在功能連接層面進行腦性別差異的考察(見表1), 其中功能連接指的是腦區的時間序列在時間上的統計依賴性。

4.1 腦功能的性別差異

在腦局部區域層面上, 基于正電子發射斷層掃描技術, 研究者利用局部腦血流量和葡萄糖代謝強度指標考察了腦功能性別差異, 但是這方面的研究結論并不一致(Andreason, Zametkin, Guo,Baldwin, ＆amp; Cohen, 1994; George, Ketter, Parekh,Herscovitch, ＆amp; Post, 1996; Kawachi et al., 2002)。George等人(1996)以6名健康成年男性(34.5±12.1歲)和 6名健康成年女性(35±8.8歲)為研究對象,使用基于體素的形態測量法發現男性顳葉和額葉的局部腦血流量顯著高于女性, 而女性腦干的局部腦血流量顯著高于男性。Kawachi等人(2002)以44名47到80歲的健康成年人為研究對象, 采用基于體素的形態測量法, 利用葡萄糖代謝強度指標也發現了男性的顳葉和額葉優勢, 具體表現為男性顳中回和內側額葉的葡萄糖代謝強度顯著高于女性。然而基于感興趣區域的方法, Andreason等人(1994)以39名19到35歲的健康成年被試為研究對象, 發現女性額葉的葡萄糖代謝強度顯著高于男性。研究結果的不一致首先可能源于圖像分析方法的不同：George等人(1996)和 Kawachi等人(2002)的研究所采用的圖像分析方法是基于體素的形態測量法, 這種方法是通過對不同圖像中的體素進行逐個比對, 然后在腦成像中確定有差異的腦區; 而Andreason等人(1994)的研究采用的則是基于感興趣區域的方法, 這種方法首先是根據自己的理論假設確定有差異的腦區, 然后對該腦區進行分析。其次, 不同研究所使用的被試數量是不同的, 小的樣本量會降低研究結果的統計效力。如 George等人(1996)的研究僅采用 12名被試, 而Andreason等人(1994)的研究使用了39名被試。再之, 研究間所使用被試的年齡范圍也是不一致的, 這樣就降低了不同研究之間的可比性。例如Kawachi等人(2002)的研究所采用被試的年齡范圍是47到80歲, 而Andreason等人(1994)研究的被試年齡范圍是19到35歲。最后需要提及的是, Reiman等人(1996)發現女性大腦的葡萄糖代謝強度在不同的月經周期階段顯著不同, 這也有可能是造成上述研究結果不一致的一個原因(Reiman, Armstrong, Matt, ＆amp; Mattox, 1996)。

與腦結構性別差異的研究一樣, 從腦連接的角度探討腦功能子系統以及全腦功能連接組的性別差異也是有必要的。在腦子系統層面, 研究結論并不一致(Biswal et al., 2010; Weissman-Fogel,Moayedi, Taylor, Pope, ＆amp; Davis, 2010; Zuo et al.,2010)。利用1414名年齡大于18歲并且平均年齡小于 60歲的健康成年被試的靜息態功能性磁共振數據, Biswal等人(2010)使用時間獨立成分分析的方法發現, 女性后扣帶回、前額葉皮層內側以及頂下小葉的功能連接強度顯著高于男性, 而扣帶回背側、腦島、顳上回、額葉內側上部以及枕葉的功能連接強度顯著低于男性。然而,Weissman-Fogel等人(2010)利用49名25到50歲的健康成年被試的功能性磁共振數據, 使用空間獨立成分分析的方法卻沒有發現默認網絡、執行控制網絡以及突顯網絡存在任何腦連接上的性別差異, 因此 Weissman-Fogel等人(2010)認為靜息態功能連接的研究完全可以忽略性別的影響。以上研究結果的不一致可能源于研究所使用被試年齡范圍和被試數量的差異。Biswal等人(2010)的研究所采用的被試數量為1414名, 并且被試的年齡范圍幾乎跨越人的整個生命周期, 而 Weissman-Fogel等人(2010)的研究僅采用了49名被試, 而且被試的年齡范圍只包含青年期和中年期。此外,研究間所使用的數據分析方法也是不一樣的, 比如 Biswal等人(2010)的研究使用的是時間獨立成分分析的方法, 而 Weissman-Fogel等人(2010)的研究使用的則是空間獨立成分分析的方法。空間獨立成分分析在一定程度上是用時間的獨立性換取空間的獨立性, 進而獲取表現相互獨立成分的圖像和這些獨立成分相關的時序波形; 而時間獨立成分析方法則是用空間的獨立性換取時間的獨立性, 進而獲取獨立成分的時序波形和與其相對應的圖像。

在全腦功能連接組層面上, 研究者利用靜息態功能性磁共振技術探討了大腦在網絡屬性上的性別差異, 但是這方面的研究結論存在分歧 (Wang et al., 2008; Wu et al., 2013)。Wu 等人(2013)以 291名5.6到18.4歲的健康兒童和青少年為研究對象,基于AAL模板將全腦分為90個區域用于構建二值的腦功能網絡, 結果發現男性腦功能網絡較女性具有更高的全局效率和局部效率。然而 Wang等人(2008)以20名21到25歲的健康成年人為研究對象, 采用同樣的方法, 卻未能發現腦網絡在全局效率和局部效率上的性別差異。研究結果之間的分歧可能是由于樣本大小以及被試年齡范圍的差異。Wu等人(2013)的研究采用的被試數量為291名, 并且所采用的被試是不大于18歲的兒童和青少年, 而 Wang等人(2008)的研究僅有 20名被試, 并且被試主要是21到25歲的青年。

綜上所述, 腦功能性別差異在腦局部區域、腦子系統以及全腦連接組層面上廣泛存在, 這提示我們未來在進行腦功能的有關研究時應該納入性別這一變量。通過討論分析, 我們發現研究結論之間的不一致可能受樣本大小、樣本年齡范圍、數據分析手段等差異的影響。未來研究應該著重考慮這些因素對研究結果的影響, 以期獲得腦功能性別差異更一致的研究結論。此外, 女性月經周期對腦功能的影響也啟示我們在研究腦功能性別差異時, 應該采集女性的月經周期信息, 以期獲得更加精確、可靠的研究結論。

4.2 腦功能性別差異在年齡上的發展變化

腦功能作為對腦結構上不同神經元、神經元集群或者腦區動態活動的一種直觀描述, 同腦結構性別差異一樣, 腦功能的性別差異也存在著發展變化。并且腦功能性別差異的發展變化既存在于腦局部區域又存在于腦連接(腦子系統)。在腦局部區域層次上, 利用正電子發射斷層掃描技術,研究表明左側丘腦、左側尾狀核以及下丘腦的葡萄糖代謝強度存在著顯著的年齡與性別的交互作用(Kawachi et al., 2002; Murphy et al., 1996)。例如,Kawachi等人(2002)以44名47到80歲的健康成年被試為研究對象, 發現男性左側丘腦的葡萄糖代謝強度隨著年齡的增長而顯著增長, 而女性左側尾狀核和下丘腦的葡萄糖代謝強度隨著年齡的增長而顯著下降。

利用腦連接信息, 研究者對腦功能性別差異的發展變化進行了初步的探索。空間對稱的大腦左右半球內的神經元內源性的自發活動具有高度的相似性(即, 功能同倫), 這使得左、右側腦半球在認知和行為功能上維持基本一致(Zuo et al.,2010)。基于體素-鏡像同倫連接的方法可用于檢測這一特征, 反映腦半球間的信息交流整合。Zuo等人(2010)應用基于體素-鏡像同倫連接這一方法,通過分析214名7到85歲健康被試的靜息態功能性磁共振數據, 探討了大腦左右半球間的同倫功能連接性別差異的發展趨勢。結果發現男性背外側前額葉皮層的功能同倫性隨著年齡的增長而增強, 而女性則表現出隨著年齡的增長而減弱; 男性杏仁體的功能同倫性隨著年齡的增長而減弱,而女性卻隨著年齡的增長而增強(Zuo et al., 2010)。α波作為正常人腦電波的基本節律, 在人清醒、安靜并閉眼時這種節律更為明顯。考慮到α波的這種優勢, Barry等人(2004)利用靜息態 EEG技術,研究了80名8到12歲的健康兒童在發育過程中的α波相干性的性別特異性。結果顯示男性兒童顳葉區域α波相干性從8歲到9歲緩慢下降, 12歲之前又加速上升; 然而, 女性兒童顳葉區域 α波相干性在9歲時緩慢下降, 10歲或11歲快速增強并達到頂峰, 之后又呈現下降的趨勢(Barry et al.,2004)。

總而言之, 腦功能性別差異的發展變化既存在于腦局部區域又存在于腦連接(腦子系統), 這啟示我們在考察腦功能性別差異時應該考慮被試的年齡特征。但是此類研究較少, 甚至沒有研究從全腦功能連接組的角度去探討腦功能性別差異的發展變化。此外, 有些研究所采用被試的年齡跨度比較小, 并且被試的數量較少, 如 Kawachi等人(2002)的研究僅采用了 44名被試, 并且被試年齡只涵蓋中年期和老年期：小的樣本數量影響研究結果的統計效力; 窄的被試年齡跨度使得我們不能對腦功能性別差異這個發展變化歷程有一個整體的了解。同時, 關于腦性別差異發展變化的研究基本都是橫向研究, 此類研究不能保證組群的可比性, 并且也不能觀測到同一個體發展的連續性。

5 總結與展望

盡管一些具體結論還存在著分歧, 但腦性別差異的研究到目前為止取得了豐碩的成果：腦性別差異廣泛存在于腦局部區域、腦子系統以及全腦連接組; 腦性別差異存在著年齡上的發展變化;腦性別差異是基因和環境共同作用的結果等。總的來說, 腦性別差異的研究啟示我們在研究人類大腦時, 應該將性別作為一個變量進行分析。

雖然已有的成果在一定程度上推進了腦性別差異的研究, 但仍存在著一些不足之處。首先, 在對腦性別差異發展變化性進行考察時, 現有的研究多是橫向研究, 此類研究往往不能保證組群間的可比性, 并且不能觀測同一個體發展的連續性。這可能會影響研究結果的可靠性。其次, 既有的關于腦性別差異的研究多是數據驅動的。這類研究往往缺少一些至關重要的變量, 比如女性被試的月經周期階段等, 這可能會使研究結果的科學性降低。再次, 不同研究中所使用的樣本量差異較大, 這也很容易造成研究結果的不一致,并且小的樣本數量容易影響研究結果的統計效力。最后, 腦子系統以及全腦連接組的構建是基于腦連接信息, 目前研究中所采用的腦連接信息大多是沒有方向的。這種分析雖然簡單, 但是忽略了腦連接中重要的方向信息(Lei et al., 2011)。

未來的研究應該從以下幾個方面進行加強：第一, 當前研究主要集中于健康被試的腦性別差異, 然而很多心理疾病呈現出性別上的二態性,比如男性和女性精神分裂癥患者的起病年齡、癥狀病程演變特點等都存在著差異(Falkenburg ＆amp;Tracy, 2014)。雖然已有少量研究開始探討具有性別特異性的心理疾病的腦機制, 但是研究還不夠充分。未來應該加強對具有性別特異性的心理疾病腦機制的研究, 以期提高研究的臨床價值和科學意義。第二, 已有研究提示產前激素、性染色體、早期兒童護理以及成長環境等對腦性別差異的形成具有重要的影響(Arnold ＆amp; Chen, 2009;Cicchetti, 2013; Giedd et al., 2012; Kang et al., 2011),這似乎反映了基因和環境的共同影響。可是, 基因和環境各自在多大程度上影響著腦性別差異？基因和環境是如何交互影響腦性別差異的？今后有關雙生子的研究將有助于進一步揭示基因和環境對腦性別差異的影響程度及其交互作用。第三,大腦的功能活動是一個動態變化的過程, 該過程的發生是十分迅速的, 時間在幾百毫秒內(Biswal et al., 2010; Mizraji ＆amp; Lin, 2011)。現有的關于腦功能性別差異的研究都是在比較長的時間尺度上(秒、分鐘等)進行的。如何在更小的時間尺度上去探究腦功能的性別差異也是未來的一個研究方向。第四, 在探討腦性別差異時, 采用多模態的手段, 比如將高時間分辨率的腦電圖和高空間分辨率的功能性磁共振成像結合起來(Lei, Qiu, Xu, ＆amp;Yao, 2010; Lei, Wang, Yuan, ＆amp; Mantini, 2014), 通過整合不同腦成像技術所具有的優勢, 更精確地揭示腦性別差異。

李雨, 舒華. (2014). 默認網絡的神經機制, 功能假設及臨床應用.心理科學進展, 22(2), 234–249.

鄒吉林, 王美芳, 曹仁艷, 閆秀梅. (2009). 性別發展的生物學取向研究述評.心理科學進展, 17(5), 973–982.

Allen, J. S., Damasio, H., Grabowski, T. J., Bruss, J., ＆amp;Zhang, W. (2003). Sexual dimorphism and asymmetries in the gray-white composition of the human cerebrum.Neuroimage, 18(4), 880–894.

Andreason, P. J., Zametkin, A. J., Guo, A. C., Baldwin, P., ＆amp;Cohen, R. M. (1994). Gender-related differences in regional cerebral glucose metabolism in normal volunteers.Psychiatry Research, 51(2), 175–183.

Arnold, A. P., ＆amp; Breedlove, S. M. (1985). Organizational and activational effects of sex steroids on brain and behavior:A reanalysis.Hormones and Behavior, 19(4), 469–498.

Arnold, A. P., ＆amp; Chen, X. Q. (2009). What does the “four core genotypes” mouse model tell us about sex differences in the brain and other tissues?Frontiers in Neuroendocrinology, 30(1), 1–9.

Barry, R. J., Clarke, A. R., McCarthy, R., Selikowitz, M.,Johnstone, S. J., ＆amp; Rushby, J. A. (2004). Age and gender effects in EEG coherence: I. Developmental trends in normal children.Clinical Neurophysiology, 115(10), 2252–2258.

Biswal, B. B., Mennes, M., Zuo, X. N., Gohel, S., Kelly, C.,Smith, S. M., … Milham, M. P. (2010). Toward discovery science of human brain function.Proceedings of the National Academy of Sciences of the United States of America, 107(10), 4734–4739.

Cahill, L. (2006). Why sex matters for neuroscience.Nature Reviews Neuroscience, 7(6), 477–484.

Chen, X. H., Sachdev, P. S., Wen, W., ＆amp; Anstey, K. J. (2007).Sex differences in regional gray matter in healthy individuals aged 44–48 years: A voxel-based morphometric study.Neuroimage, 36(3), 691–699.

Chou, K. H., Cheng, Y., Chen, I. Y., Lin, C.P., ＆amp; Chu, W. C.(2011). Sex-linked white matter microstructure of the social and analytic brain.Neuroimage, 54(1), 725–733.

Cicchetti, D. (2013). Annual research review: Resilient functioning in maltreated children–past, present, and future perspectives.Journal of Child Psychology and Psychiatry,54(4), 402–422.

Cosgrove, K. P., Mazure, C. M., ＆amp; Staley, J. K. (2007).Evolving knowledge of sex differences in brain structure,function, and chemistry.Biological Psychiatry, 62(8),847–855.

Falkenburg, J., ＆amp; Tracy, D. K. (2014). Sex and schizophrenia:A review of gender differences.Psychosis, 6(1), 61–69.

Friston, K. (2002). Functional integration and inference in the brain.Progress in Neurobiology, 68(2), 113–143.

George, M. S., Ketter, T. A., Parekh, P. I., Herscovitch, P., ＆amp;Post, R. M. (1996). Gender differences in regional cerebral blood flow during transient self-induced sadness or happiness.Biological Psychiatry, 40(9), 859–871.

Giedd, J. N., Raznahan, A., Mills, K. L., ＆amp; Lenroot, R. K.(2012). Review: Magnetic resonance imaging of male/female differences in human adolescent brain anatomy.Biology of Sex Differences, 3(1), 19, doi: 10.1186/2042-6410-3-19

Gong, G., He, Y., ＆amp; Evans, A. C. (2011). Brain connectivity gender makes a difference.The Neuroscientist, 17(5),575–591.

Gong, G., Rosa-Neto, P., Carbonell, F., Chen, Z. J., He, Y., ＆amp;Evans, A. C. (2009). Age-and gender-related differences in the cortical anatomical network.The Journal of Neuroscience,29(50), 15684–15693.

Grabowski, T. J., Damasio, H., Eichhorn, G. R., ＆amp; Tranel, D.(2003). Effects of gender on blood flow correlates of naming concrete entities.Neuroimage, 20(2), 940–954.

Gusnard, D. A., ＆amp; Raichle, M. E. (2001). Searching for a baseline: Functional imaging and the resting human brain.Nature Reviews Neuroscience, 2(10), 685–694.

Halpern, D. F. (2013).Sex differences in cognitive abilities.Hillsdale, NJ: Erlbaum.

Hamilton, C. (2008).Cognition and sex differences. New York: Palgrave Macmillan.

Hines, M. (2004).Brain gender. New York: Oxford University Press.

Hugdahl, K., Thomsen, T., ＆amp; Ersland, L. (2006). Sex differences in visuo-spatial processing: An fMRI study of mental rotation.Neuropsychologia, 44(9), 1575–1583.

Im, K., Lee, J. M., Lyttelton, O., Kim, S. H., Evans, A. C., ＆amp;Kim, S. I. (2008). Brain size and cortical structure in the adult human brain.Cerebral Cortex, 18(9), 2181–2191.

Ingalhalikar, M., Smith, A., Parker, D., Satterthwaite, T. D.,Elliott, M. A., Ruparel, K., … Verma, R. (2014). Sex differences in the structural connectome of the human brain.Proceedings of the National Academy of Sciences of the United States of America, 111(2), 823–828.

Kang, H. J., Kawasawa, Y. I., Cheng, F., Zhu, Y., Xu, X. M., Li,M. F., … ?estan, N. (2011). Spatio-temporal transcriptome of the human brain.Nature, 478(7370), 483–489.

Kawachi, T., Ishii, K., Sakamoto, S., Matsui, M., Mori, T., ＆amp;Sasaki, M. (2002). Gender differences in cerebral glucose metabolism: A PET study.Journal of the Neurological Sciences, 199(1), 79–83.

Larsen, C. C., Bonde Larsen, K., Bogdanovic, N., Laursen,H., Graem, N., Badsberg Samuelsen, G., ＆amp; Pakkenberg, B.(2006). Total number of cells in the human newborn telencephalic wall.Neuroscience, 139(3), 999–1003.

Larsen, J. K., Hermans, R. C., ＆amp; Engels, R. C. (2012). Food intake in response to food-cue exposure. Examining the influence of duration of the cue exposure and trait impulsivity.Appetite, 58(3), 907–913, doi: 10.1016/j.appet.2012.02.004

Lei, X., Ostwald, D., Hu, J. H., Qiu, C., Porcaro, C., Bagshaw, A.P., ＆amp; 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., ＆amp; 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., ＆amp; Mantini, D. (2014).Neuronal oscillations and functional interactions between resting state networks.Human Brain Mapping, 35(7),3517–3528.

Leonard, C. M., Towler, S., Welcome, S., Halderman, L. K.,Otto, R., Eckert, M. A., ＆amp; Chiarello, C. (2008). Size matters: Cerebral volume influences sex differences in neuroanatomy.Cerebral Cortex, 18(12), 2920–2931.

Luders, E., Narr, K. L., Thompson, P. M., Rex, D. E., Woods,R. P., DeLuca, H., … Toga, A. W. (2006). Gender effects on cortical thickness and the influence of scaling.Human Brain Mapping, 27(4), 314–324.

Lü, B., Li, J., He, H. G., Li, M., Zhao, M. C., Ai, L. K., …Wang, Z. C. (2010). Gender consistency and difference in healthy adults revealed by cortical thickness.Neuroimage,53(2), 373–382.

Lüders, E., Steinmetz, H., ＆amp; J?ncke, L. (2002). Brain size and grey matter volume in the healthy human brain.Neuroreport, 13(17), 2371–2374.

Menzler, K., Belke, M., Wehrmann, E., Krakow, K., Lengler,U., Jansen, A., … Knake, S. (2011). Men and women are different: Diffusion tensor imaging reveals sexual dimorphism in the microstructure of the thalamus, corpus callosum and cingulum.Neuroimage,54(4), 2557–2562.

Mizraji, E., ＆amp; Lin, J. (2011). Logic in a dynamic brain.Bulletin of Mathematical Biology, 73(2), 373–397.

Murphy, D. G., DeCarli, C., Mclntosh, A. R., Daly, E.,Mentis, M. J., Pietrini, P., …Rapoport, S. I. (1996). Sex differences in human brain morphometry and metabolism:Anin vivoquantitative magnetic resonance imaging and positron emission tomography study on the effect of aging.Archives of General Psychiatry, 53(7), 585–594.

Piefke, M., Weiss, P. H., Markowitsch, H. J., ＆amp; Fink, G. R.(2005). Gender differences in the functional neuroanatomy of emotional episodic autobiographical memory.Human Brain Mapping, 24(4), 313–324.

Reiman, E. M., Armstrong, S. M., Matt, K. S., ＆amp; Mattox, J. H.(1996). The application of positron emission tomography to the study of the normal menstrual cycle.Human Reproduction, 11(12), 2799–2805.

Ruigrok, A. N., Salimi-Khorshidi, G., Lai, M. C.,Baron-Cohen, S., Lombardo, M. V., Tait, R. J., ＆amp; Suckling,J. (2014). A meta-analysis of sex differences in human brain structure.Neuroscience and Biobehavioral Reviews,39, 34–50.

Schmithorst, V. J., ＆amp; Holland, S. K. (2007). Sex differences in the development of neuroanatomical functional connectivity underlying intelligence found using Bayesian connectivity analysis.Neuroimage, 35(1), 406–419.

Schmithorst, V. J., Holland, S. K., ＆amp; Dardzinski, B. J. (2008).Developmental differences in white matter architecture between boys and girls.Human Brain Mapping, 29(6),696–710.

Smith, S. M., Fox, P. T., Miller, K. L., Glahn, D. C., Fox, P. M.,Mackay, C. E., … Beckmann, C. F. (2009). Correspondence of the brain's functional architecture during activation and rest.Proceedings of the National Academy of Sciences of the United States of America, 106(31), 13040–13045.

Sowell, E. R., Peterson, B. S., Kan, E., Woods, R. P., Yoshii,J., Bansal, R., … Toga, A. W. (2007). Sex differences in cortical thickness mapped in 176 healthy individuals between 7 and 87 years of age.Cerebral Cortex, 17(7),1550–1560.

Sporns, O. (2011). The human connectome: A complex network.Annals of the New York Academy of Sciences,1224(1), 109–125.

Tzourio-Mazoyer, N., Landeau, B., Papathanassiou, D.,Crivello, F., Etard, O., Delcroix, N., … Joliot, M. (2002).Automated anatomical labeling of activations in SPM using a macroscopic anatomical parcellation of the MNI MRI single-subject brain.Neuroimage, 15(1), 273–289.

Wang, L. B., Shen, H., Tang, F., Zang, Y. F., ＆amp; Hu, D. W.(2012). Combined structural and resting-state functional MRI analysis of sexual dimorphism in the young adult human brain: An MVPA approach.Neuroimage, 61(4), 931–940.

Wang, L., Zhu, C. Z., He, Y., Zhong, Q. H., ＆amp; Zang, Y. F.(2008). Gender effect on functional networks in resting brain.Medical Imaging and Informatics, 4987, 160–168.

Weissman-Fogel, I., Moayedi, M., Taylor, K. S., Pope, G., ＆amp;Davis, K. D. (2010). Cognitive and default-mode resting state networks: Do male and female brains “rest” differently?Human Brain Mapping, 31(11), 1713–1726.

Willerman, L. (1979).The psychology of individual and group differences. San Francisco: Freeman.

Wu, K., Taki, Y., Sato, K., Hashizume, H., Sassa, Y., Takeuchi,H., … Fukuda, H. (2013). Topological organization of functional brain networks in healthy children: Differences in relation to age, sex, and intelligence.PloS One, 8(2),e55347.

Xu, J., Kobayashi, S., Yamaguchi, S., Iijima, K. I., Okada, K., ＆amp;Yamashita, K. (2000). Gender effects on age-related changes in brain structure.American Journal of Neuroradiology,21(1), 112–118.

Yan, C. G., Gong, G. L., Wang, J. H., Wang, D. Y., Liu, D. Q.,Zhu, C. Z., … He, Y. (2011). Sex-and brain size–related small-world structural cortical networks in young adults:A DTI tractography study.Cerebral Cortex, 21(2), 449–458.

Zuo, X. N., Kelly, C., Di Martino, A., Mennes, M.,Margulies, D. S., Bangaru, S., … Milham, M. P. (2010).Growing together and growing apart: Regional and sex differences in the lifespan developmental trajectories of functional homotopy.The Journal of Neuroscience, 30(45),15034–15043.