身份识别的脑功能成像研究
来源:用户上传
作者: 赵丽翔 胡治国 张学新
摘要：身份识别在日常生活中具有重要作用。身份识别可以单独通过面孔或语音来完成，也可以通过面孔和语音共同完成。文章首先从面孔和语音两个方面分别对身份识别的脑功能成像研究进行介绍，包括对身份整体性的识别和对种族、年龄、性别、熟悉性等身份亚成分的识别，然后对面孔和语音在身份识别中的关系进行介绍，最后进行了总结和展望。
关键词：身份识别，面孔，语音，脑功能成像。
分类号：B842
人们要与他人交流就必须能够再认他人，即识别他人的身份。身份识别使得人们对他人的认识具有连贯性、一致性，从而为有效、准确的交流提供了可能。人类在识别他人身份方面具有很高的技能。例如，在缺乏其他线索的情况下，也能够迅速辨别他人身份。
近年来，随着认知神经科学的兴起和发展，采用脑功能磁共振成像(functional MagneticResonance Imaging，fMRI)技术(以正常人为考察对象)和神经心理学方法(以脑损伤病人为考察对象)对身份识别的研究越来越多，文章将综述这两个领域的研究，并对未来研究方向进行展望。
1 概述
人们在看到他人面孔、听到他人声音的时候，就可提取与此人有关的性别、年龄、熟悉性、职业，甚至个性等个人身份信息，这就是通常所说的身份识别。它在日常生活中有重要作用。目前，对身份识别还没有统一的定义，但研究者们普遍认为，身份识别的典型表现是，同一个人的面孔和语音再次呈现的时候能够得到再认。因此，对身份识别的研究，也主要采用再认的实验范式，包括对身份整体性的再认和对身份亚成分(subcomponent ofidentity)的再认，如性别、种族等。
身份识别主要包括两个方面：面孔身份识别和语音身份识别。20世纪80年代以来，面孔身份识别始终是认知神经科学研究领域的热点问题之一，受到研究者的极大关注。在身份识别方面，语音与面孔有相似性，有些研究称之为“听觉面孔”(auditory face)。Belin发现，类似于对面孔呈现特异反应的梭状回(fusiform gyms)，颢上沟(superiortemporal sulcus)对语音有特异性反应。这个研究，使得人们开始关注语音的身份识别。
关于身份识别的脑成像研究大都采用了重复启动(repetition priming)范式。在这种范式中，实验者首先给被试呈现面孔或语音刺激，间隔一段时间后，再次呈现此面孔或语音。这样，与所呈现刺激加工相关的脑区，会对刺激产生适应性，从而对刺激的再次出现表现出较弱的脑区活动。因此，初次呈现条件相对于再次呈现条件，表现出活动显著减弱的脑区就被认为是与身份识别密切相关的脑区。有些研究采用即时重复启动(immediate repetition)范式，在这种范式中，同一面孔或语音的两次呈现之间没有其他刺激出现；有些研究采用间隔重复启动(10ng-lag repetition)范式，在这种范式中，同一面孔或语音的两次呈现之间还有其他刺激出现。现阶段的研究主要采用间隔重复启动范式。
2 身份识别的脑机制研究
身份识别不仅包括对一个人身份整体性的识别，而且包括对其种族、性别、熟悉性、自我／他人等身份亚成分的识别。下面分别描述与这两种识别有关的脑机制研究。
2．1 身份整体性识别的脑机制
相对于身份亚成分的识别，对身份整体性的识别更为重要。以下从面孔和语音两个方面分别介绍关于身份整体性识别的脑机制研究。
Winston等对面孔身份识别的研究，采用重复启动范式。他们采用的刺激图片包含4种情况：同一或不同个体的相同或不同表情，实验采用非面孔图片作为控制条件。实验由两个阶段组成，第一阶段的任务是，被试看到物体图片时做按键反应；第二阶段的任务是，被试看到女性面孔图片时做按键反应。结果发现，当同一个体的图片再次呈现时，梭状回和颞上沟的激活表现出明显的降低，表明梭状回和颞上沟是与面孔身份整体性识别密切相关的区域。Hoffman等的实验要求被试注意所呈现图片中面孔的个体性一眼神方向(eye gaze)，或者是整体性一身份信息。结果发现，被试对面孔身份识别的时候，枕下回(inferior OCtipital gyrus)和梭状回出现了更大的激活。Henson等的实验也证明了梭状回与身份整体性的识别是密切相关的。
相比之下，语音身份识别的研究首先开始于脑损伤病人，这些病人能够感知到实验材料中说话者所叙述的语音内容，但是不能再认说话者的身份。近年来，研究者运用脑功能成像技术也对正常人的身份识别过程进行了考察。在Kriegstein等的一项脑功能成像研究中，实验者向被试播放语句，这些语句由不同的个体读出。在实验中，被试判断是语句重复还是说话者重复。结果发现，与语句重复相比，说话者重复的时候，大脑右侧颞上沟前部(anterior superior temporal)和右侧一部分楔前叶(precuneus)的活动显著，表明语音身份整体性的识别与大脑右侧颞上沟前部和右侧一部分楔前叶密切相关。Belin等也对语音身份整体性识别进行了脑功能成像研究，在实验中，主试向被试播放语音，这些音节由不同的发音者发出。被试听音节而不做任何的反应。结果发现，当是发音者重复，而不是音节重复时，大脑右侧颞上沟前部的激活显著。这一研究验证了Kriegstein等人的研究结果。从上述实验可见，右侧颞上沟前部是与语音身份识别密切相关的区域。
负责面孔身份识别和语音身份识别的脑区虽然有所不同，但研究结果都显示了颞区对身份整体性识别具有重要作用。另外，与语音身份识别相比，对面孔身份的识别，多了一个脑区的参与，这个脑区为梭状回。这是因为，面孔身份识别必然涉及到对面孔的加工，而梭状回对面孔加工具有高度特异性，因此面孔身份识别与梭状回的活动联系紧密。
2．2 身份亚成分识别的脑机制
虽然对身份整体性的识别有重要的作用，但是对身份亚成分的识别也是不可忽视的，否则人们同样难以与他人进行正常、合理的交流。以下对身份亚成分识别的脑功能成像研究进行介绍。
2．2．1 种族识别研究
当有面孔呈现到个体面前的时候，个体会猜想这张面孔属于哪个种族，是亚洲人、非洲人还是美洲人，是否与自己属于同一种族，这就是种族身份识别。行为学研究已经发现，与对其他种族面孔的识别相比而言，人类对自己种族的面孔进行识别的时候，不仅所用反应时更少，而且准确率更高，即人类对同种族面孔的识别具有优越性。
Golby等对此进行了一项脑功能成像研究。实验刺激材料为图片，这些图片的内容分别为欧洲美国人面孔、非洲美国人面孔、古董收音机图片和
注视点，各种刺激随机呈现。实验被试为欧洲美国人和非洲美国人，在扫描过程中，被试按键以确定自己注意到了刺激。扫描实验结束后，把扫描时呈现的刺激与新刺激混合在一起，然后再次呈现给被试，让他们判断哪些刺激是之前出现过的，以确认其在扫描过程中对刺激的注意。结果发现，与对其他种族面孔的识别相比，识别本种族面孔的时候，梭状回平均信号发生显著改变，说明对同种族面孔的识别具有一定的优越性(superiority)。
人们对不同种族的人的身份识别有所不同，即对同种族的人的身份识别具有优越性，而且在同种族内部这种优越性也与对他人的熟悉程度有关。Kim等人对梭状回的人类种族面孔识别进行了研究。他们的实验被试为高加索美洲人。在实验中，主试向被试随机呈现4种不同的面孔，分别是被试熟悉的东方韩国人面孔、不熟悉的东方韩国人面孔、熟悉的高加索美洲人面孔、不熟悉的高加索美洲人面孔。实验任务让被试对所呈现的图片中的面孔的熟悉性做出判断。结果发现，被试对熟悉面孔的辨认没有种族差异，但对不熟悉面孔辨认时，梭状回的激活有显著差异。实验表明人类对不熟悉面孔的辨认有种族优越性，优先识别与自己同种族的面孔。
从上述研究可见，梭状回对面孔的识别有种族优越性，但实验所采用的刺激材料都是种族差异明显的面孔。面孔间的差异减少到何种程度，人类就不能分辨出这些面孔是属于不同种族的，目前还没有相关研究。相对于面孔种族身份识别，语音种族身份的识别没有脑成像研究。
2．2．2 性别识别研究
当个体听到他人语音的时候首先会感受其性别，这就涉及到性别身份加工。面孔与语音识别的脑成像研究虽然开始于20世纪80年代，但一直没有关于性别身份识别方面的报告，把性别身份识别独立出来进行研究是近年来才出现的，还缺乏比较一致的研究结果。
有些fMRI研究发现，人类在识别男性声音和女性声音时没有显著差别。Orfanidou等向被试播放由不同性别的个体分别发出的真词和假词，并让被试对词的真假性做出判断。结果发现，对真词和假词加工的脑区域存在显著差异，而对不同性别的语音识别却没有显著差异。
有些研究得出相反的结果。Hunter等的研究采用性别模糊范式(语音的中心频率在135Hz到181Hz之间，其中50％的评估者认为语音是由男性发出的，另外50％的评估者认为是由女性发出的。)和性别清晰范式(男性语音的中心频率在101.09Hz到114.01Hz之间，女性语音的中心频率在197.7Hz到225.84Hz之间)。刺激材料采用的是语句，这些语句的内容分为3个维度，即视觉、听觉和运动。实验过程中让被试对讲话者的性别做出判断。结果发现，女性语音和男性语音相比，显著激活了右侧颞上沟前部，而男性语音与女性语音相比，楔前叶的活动显著。Lattner等也进行了脑功能成像研究，在实验中，主试向被试随机呈现男性语音和女性语音，这些语音按照不同的标准又可分为自然语音和人工语音两种。在实验过程中，被试辨别所播放语音为自然语音或者是人工语音。结果发现，女性语音与男性语音相比，在左侧颞上回(superiortemporal gyms)后部和丘脑(thalamus)有显著激活。在精神分裂症病人身上也发现了类似的结果，即病人的听觉幻想具有性别差异，他们不考虑真实性别是什么，所幻想语音中的71％被认为是男声，23％被认为是女声。
上述可见，从大多数研究来看，女性语音比男性语音激活更多的脑区，也导致一些脑区更大的激活。相对于语音性别身份识别，还没有面孔性别身份识别的脑成像研究报告。
2．2．3 熟悉性识别研究
对于他人的面孔和语音，个体不仅能识别其种族、性别，而且可以识别其是否是自己熟悉的人，与自己的熟悉程度如何等，这就是对他人熟悉性的识别。一张从没有见过的面孔和从没有听过的语音是新颖的、不熟悉的，而多次见过或听过的就是熟悉的，熟悉的面孔和语音又有不同的熟悉程度，例如有些研究采用的是被试家人的面孔和语音，有些研究采用的是被试同事的面孔和语音，有些研究采用的是名人的面孔和语音。
Leveroni等的研究采用3种刺激材料，分别是名人面孔、不熟悉面孔和刚学习过的面孔。在实验中，被试看到所呈现面孔是刚刚学习过的面孔时做按键反应。结果发现，识别熟悉面孔和识别不熟悉面孔相比，双侧前额叶(profrontal lobe)、单侧颞叶(1ateral temporal lobe)和颞叶内侧(mesialtemporal lobe)的激活有显著差异。Schwartz等对杏仁核(amygdale)的熟悉性识别进行了研究，他们的实验在每个组块中给被试呈现熟悉的面孔或者是熟悉与不熟悉都有的面孔，结果发现，与不熟悉面孔的识别相比而言，熟悉面孔的识别在杏仁核有显著的激活。Pierce等在一项有关自闭症病人的研究中也发现，与自闭症病人相比，正常人对熟悉面孔的加工更多的激活扣带回后部(posteriorcingulate)、杏仁核、前额叶包括扣带回前部(anteriorcingulate)。
相对于面孔熟悉性的研究，关于语音熟悉性的研究主要来自Kriegstein等。在Kriegstein等的实验中，依次给被试呈现语句，这些语句可分为被试熟悉的和不熟悉的。实验由4个阶段组成，相应的实验任务分别是，从每个组块中分辨熟悉语音、不熟悉语音、熟悉语音发出的具有某一特定语义内容的句子和不熟悉语音发出的具有某一特定语义内容的句子。结果发现，相较于不熟悉的语音，当给被试呈现熟悉语音时，梭状回出现显著激活，而呈现不熟悉语音的时候，颞上沟后部、右侧下顶叶(inferior parietal lobe)和杏仁核的激活显著。Kriegstein等在随后一项研究中发现，与对不熟悉语音的识别相比，对熟悉语音识别的时候，梭状回、颞上沟前部和后部激活显著。郝贵峰等的研究结果发现，与接受不熟悉声音刺激相比，被者在接受熟悉声音刺激时，后扣带回、丘脑、右颞中回 (middle temporal gyms)和右前额中回(middle prefrontal gyrus)前部显著激活，在接受不熟悉声音刺激时，左楔前叶、枕叶(occipital lobe)和楔叶显著激活。
从以上研究中可以发现，对熟悉面孔的识别主要激活的是颞区前部。而关于语音熟悉性的研究发现对熟悉语音的识别不仅能够激活颞上沟，而且能够激活梭状回，以及梭状回与颞上沟之间的区域。关于这个现象，研究者们认为，当熟悉的语音呈现在耳边时，人们会自发想到拥有这个熟悉语音的个体，包括这个个体的面孔，所以对熟悉语音的识别激活了对面孔识别有特异性的区域，而不熟悉语音不能使人们想到他人面孔，所以不熟悉语音不能激活梭状回。
目前对熟悉性身份识别的研究虽然得出了一些一致的结果，但是随着被试对刺激材料的熟悉程度的不同又有所差异。
2．2．4 自我／他人识别研究
自我／他人面孔的识别有所不同，人类不能直接看到自己的面孔，但是与他人说话的时候却时时刻刻看着他人的面孔，我们对他人面孔甚至比对自我面孔更加熟悉。
关于自我面孔识别的研究最有影响的是Keenan等的实验，他们发现右半球是自我面孔加工的优势区域。实验采用两种刺激材料，即“自我一著名”面孔(被试自己的面孔和著名人物的面孔合成)和“熟悉一著名”面孔(被试熟悉的面孔和著名人物的面孔合成)，要求被试对所呈现面孔是否是自己的面孔做出判断。结果发现，与右手按键相比，左手按键的时候，被试更倾向于把“自我一著名”面孔识别为自己的面孔。Keenan等对癫痫病人的研究同样发现右半球是自我面孔识别的优势半球。Lucina等的研究也发现，自我面孔的加工更多需要的是右半球的额下回和顶下回(inferiorparietal gyms)，这就说明了右半球是自我面孔识别的优势半球。
但Turk等用与Keenan等相似的实验却得出相反的结果，即左半球是自我面孔识别的优势半球。实验以割裂脑病人为被试，以“自我－著名”和“熟悉－著名”两种合成图为刺激材料考察自我面孔识别情况。结果发现，当合成面孔图片呈现在左脑时，被试更多地判断为自我面孔；图片呈现在右脑的时候，被试更多地判断为熟悉同事的面孔。
另一些研究同时否认了Keenan和Turk的研究结果，认为左脑和右脑都有自我面孔识别的能力。Kircher等分别进行了两个实验，在第一个实验中，主试把被试的自我面孔和新奇面孔混合，让被试分辨自我面孔和新奇面孔；在第二个实验中，主试把是把新奇面孔和实验中合作者的面孔相混合，让被试分辨新奇面孔和合作者面孔。结果发现，对自我面孔辨别的时候，海马(hippocampus)、脑岛(insula)、扣带回前部有显著激活。这个实验表明，自我面孔识别是大脑左右侧共同活动的结果。Platek等采用图片作为刺激材料，这些图片分别是有关自我面孔、熟悉面孔和不熟悉面孔的。在实验中，被试辨别3种面孔。结果发现，与对熟悉的他人面孔识别相比较而言，对自我面孔的识别显著激活右侧额上回、内侧额叶、下顶叶和左侧颞中回。
从上述研究可见，对自我面孔的识别涉及多个脑区，不能简单地说是哪个大脑半球主导的。
相应的关于语音的自我／他人身份识别方面，Femyhougy等研究发现关于自我语音身份识别的能力与说话者自己在一段对话中说话的频率和发言次数成正比，但目前还没有脑成像方面的研究。
身份亚成分不仅包括上面介绍的种族、性别等，而且包括年龄、身高、体重等，但目前还没有年龄、身高、体重的认知神经科学研究。
3 身份识别中面孔和语音的关系
在日常生活中，语音与面孔的加工是随时进行的。通常，这两者并不是单独呈现，而是同时呈现的，这就提供了关于他人身份的冗余信息。大脑同时要对面孔和语音做出加工。
有些研究者认为，同时呈现面孔和语音时，对身份的识别不是在原水平上分别进行，而是与其他个人相关信息在更高水平的超模型上得以结合，这些相关信息的结合可能发生在颞叶前部。
Bruce和Young提出的面孔识别模型认为面孔识别经过4个阶段，分别是结构编码、面孔再认单元(FRU)、信息储存和姓名生成。面孔再认单元提供结构编码和个体身份节点(PINs；个体身份节点是用来储存有关个体信息的)的连接，面孔和语音的连接涉及个体身份节点。面孔和语音的结合过程是自上而下的加工，高水平的加工可以通过反馈作用调控较低水平的加工。Snowden等研究发现，无论信息是以面孔还是以语音的方式呈现，对于前颞叶受损的病人，都难以识别个体，所以前颢叶被认为是个体身份信息得以结合的区域。
但是现在大部分研究表明，面孔与语音的结合发生在早期加工阶段，其结合过程是自下而上的加工，不是自上而下的加工，也不存在所谓的超模型。
Kriegstein等进行的一系列研究说明语音和面孔的结合是发生在早期加工阶段的。他们对面孔失认症病人的研究发现，失认症病人对熟悉语音再认的行为表现不及正常人，但是在梭状回和颞上沟之间的区域的激活是正常的；对熟悉面孔反应的区域，激活强度不及正常人的。这个研究从侧面说明，语音和面孔的结合是发生在早期加工阶段，并不依赖自上而下的加工，而是自下而上的加工机制。面孔和语音身份识别之间的联系是神经的自动连接，需要面孔和语音的同时呈现，而不是超模型水平的结合。
4 总结和展望
随着认知神经科学技术的发展，面孔和语音身份识别成为近几年来研究的热点问题之一。关于面孔身份识别的研究越来越深入，不仅包含身份整体性的识别，也包含身份亚成分的识别。相比之下，对语音身份识别的研究却刚起步。在语音身份识别方面，关于自我／他人身份识别、种族身份识别等都还是空白。性别身份识别方面也不很一致。对于语音物理特征等的变化的研究也是刚刚起步，如语音多大程度的变化人们才可以识别为同一身份等都还有待进一步研究。
身份识别不只是简单的再认，而且涉及到注意、记忆等多种心理机能。身份识别的研究应该与这些心理机能相互结合，才能达到完善的水平。
身份识别能力不是与生俱来的，是在后天成长中逐渐发展起来的，而人类在成长过程中识别他人身份的能力是怎样获得并进一步发展的，即身份识别的发展性研究目前也还是空白。
转载注明来源:https://www.xzbu.com/1/view-161228.htm
