Cereb Cortex︱金海洋等报道面孔分类的全或无神经机制：来自N170的证据

撰文︱金海洋

责编︱王思珍

人类知觉系统的一个基础功能是对视觉输入进行分类。知觉分类可以帮助我们更好地组织来自环境的丰富且不断变化的信息，从而为更高级的认知加工（例如学习和记忆）提供支持[1]。那么支持知觉分类的神经机制是以分级（graded），还是全或无（all-or-none）的方式运行的？解决这个问题能够加深我们对分类的神经基础的理解，并能推进相应理论模型的构建。

2022年3月15日，新西兰奥克兰大学的Haiyang Jin（金海洋）、William G. Hayward（香港大学）和Paul M. Corballis团队在Cerebral Cortex上发表了题为“All-or-none neural mechanisms underlying face categorization: evidence from the N170”的文章，发现了支持知觉分类的神经机制是以全或无的方式进行的证据。

视知觉分类的一个典型神经特征是脑电（electroencephalography，EEG）事件相关电位（event-related potentials，ERP）的N170成分。它是在时间进程上最早的与面孔知觉相关联的ERP。尽管近30年来研究者们对面孔特异的N170成分进行了深入研究[见综述，2-4]，但是我们仍然不清楚它是以分级，还是全或无的方式生成的。换句话说，N170的波幅是否会随着一张图片中面孔信息量的变化而变化（即以分级的方式）？还是说只要我们知觉到面孔（不管图片中面孔信息量的有多少），N170就会生成（即以全或无的方式）？

以往文献提供了一定的支持N170分级的证据[5-7]：当面孔信息通过缩短图片呈现时间或增加随机噪音而减少时，N170的反应也会相应的变弱。但这个证据可能并不可靠。一些研究发现，减少图片中的面孔信息在导致较弱的N170的同时，也会使探测面孔的行为绩效变得更差，且较弱的N170恰好对应更差的行为绩效。对于面孔信息量、N170反应强度和面孔探测行为绩效三者之间的关系，存在着两种可能的解释。第一种解释是（图1，possibility 1），在单个试次（trial）的水平上，减少图片中面孔的信息量会导致更弱的N170。相应的，当研究者把很多个试次放在一起平均之后，面孔信息量较少的图片就会对应更弱的N170。这种解释支持N170是以分级的方式生成的，且N170的强度反映了分类反应的强度。还有一种可能是（图1，possibility 2），先前观测到的面孔信息量和N170强度的关系只是由提取ERP中固有的信号平均方法所导致的假象。也就是说，在每一个知觉到面孔的试次上，都会生成一个“全”的N170（这支持了N170是以全或无的方式生成的）。但是因为面孔信息量更少的图片更难使面孔被知觉到，当研究者把很多个试次放在一起平均之后，面孔信息量较少的条件所对应的平均N170的反应强度也就会更弱。

图1 对先前研究结果存在的两种可能的解释

（图源：Haiyang Jin 实验室）

为了理清这两种解释，研究者们考察了图片内容（面孔和房子，完整的图片和打乱的图片）和呈现时间对N170波幅的影响以及N170波幅与被试主观报告的关系。在每一个试次中（图2），研究者会为被试呈现一张图片。图片可能是一张面孔或房子，也可能是一张打乱的图片（图2）。图片的呈现时间是33毫秒或216毫秒。被试需要对每一张图片做出主观判断。当被试确认呈现的图片是一张面孔时，按1；当被试不确定但觉得图片是一张面孔时，按2；当被试完全不知道呈现的图片是什么时，按3；当被试不确定但觉得图片是一个房子时，按4；当被试确定呈现的图片是一个房子时，按5。研究者使用线性混合模型（linear mixed modeling）、虚无假设显著性检验（Null Hypothesis Significance Testing）和等价性检验（equivalence tests）[8]测试了在不同情况下，当图片呈现时间不同时，他们所诱发的N170的波幅是否存在差异。

图2 刺激材料和实验流程

（图源：H Jin, et al., Cereb Cortex, 2022）

研究者们首先成功地重复了先前研究的结果：（在不考虑被试主观报告的情况下，）当面孔图片的呈现时间较短时，N170的波幅也更小（图3）。然后，研究者们继续考察了当被试确定看到面孔时（即按键1），面孔图片的呈现时间是如何影响N170波幅的。等价性检验结果显示：在同一个block中，当被试确认看到了面孔，尽管呈现时间有所不同，但这些图片所诱发的N170的波幅之间不存在差异（图4）。这一结果支持了N170是以全或无的方式生成的，同时也说明了先前所观测到支持N170是以分级的方式生成的证据，更可能是由信号平均的方法所导致的假象。

图3 当不考虑被试主观报告时，N170波幅的结果

（图源：H Jin, et al., Cereb Cortex, 2022）

图4 当被试确认看到面孔或房子时，完整（intact）图片的N170波幅的结果

（图源：H Jin, et al., Cereb Cortex, 2022）

文章结论与讨论，启发与展望

在该研究中，研究者们记录了被试进行知觉分类时主观信心，这应该反应了被试的主观知觉。同时他们发现当考虑被试的主观知觉之后，先前图片呈现时间对N170的影响消失不见了。该结果表明，相对较弱的N170主要反映了知觉面孔的不确定性，而不是缩短图片呈现时间的直接影响。更重要的是，主观知觉能将生成“全”N170的试次与其他试次区分开来并不是一个巧合。这是因为先前已经有大量的研究表明N170可以被认为是主观知觉到或意识到（awareness）面孔的指标[2,3]。这些结果也进一步说明了面孔分类可能也是以类似的全或无的方式进行的。

值得注意的是，该研究主要关注了面孔特异的N170，并提供了证据支持它的全或无的生成方式。但目前我们仍不清楚其他面孔特异的ERP成分（例如N250），以及其他类别的分类是以怎样的方式生成的。这些都有待于未来进一步地研究。

总之，该研究发现当面孔以较高的主观信心被知觉到时，一个“全”的N170就会生成，这支持了N170是以全或无的方式生成的。这些结果也进一步表明，面孔的分类也是以类似的全或无的方式发生的。

原文链接：https://doi.org/10.1093/cercor/bhac101

第一作者与通讯作者金海洋博士（左），William G. Hayward（中），Paul M. Corballis（右）。

（照片由H Jin, et al.提供）

金海洋 在奥克兰大学（新西兰）获得心理学博士学位，导师是William G. Hayward, Paul M. Corballis和D. Samuel Schwarzkopf。他目前是纽约大学阿布扎比分校（阿联酋）心理系的博士后。他的主要研究方向是面孔识别，整体加工和统计应用，主要采用行为实验，功能性核磁共振（fMRI）和脑电技术探究面孔的加工过程。他同时也是中国开放科学联盟（Chinese Open Science Network，COSN）的学术策划组成员（微信号：OpenScience），致力于推广开放科学。个人网站：https://haiyangjin.github.io/ 

William G. Hayward 香港大学社会科学学院院长，心理学系教授。 

Paul M. Corballis 奥克兰大学（新西兰）心理学系教授。

往期文章精选

学术研讨会
优质科研培训课程推荐

参考文献（上下滑动阅读）  

1， Retter TL, Jiang F, Webster MA, Rossion B. All-or-none face categorization in the human brain. NeuroImage. 2020:213:116685.

2， Rossion B. Understanding face perception by means of human electrophysiology. Trends Cogn Sci. 2014:18:310–318.

3， Rossion B, Jacques C. The N170: understanding the time course of face perception in the human brain. In: The Oxford handbook of event-related potential components. New York, NY, US: Oxford University Press; 2011. pp. 1–30

4， Schweinberger SR, Neumann MF. Repetition effects in human ERPs to faces. Cortex. 2016:80:141–153.

5， Carbon C-C, Schweinberger SR, Kaufmann JM, Leder H. The Thatcher illusion seen by the brain: an event-related brain potentials study. Cogn Brain Res. 2005:24:544–555.

6， Tanskanen T, Näsänen R, Ojanpää H, Hari R. Face recognition and cortical responses: effect of stimulus duration. NeuroImage. 2007:35:1636–1644.

7， Tarkiainen A, Cornelissen PL, Salmelin R. Dynamics of visual feature analysis and object-level processing in face versus letter-string perception. Brain. 2002:125:1125–1136.

8， Lakens D, Scheel AM, Isager PM. Equivalence testing for psychological research: a tutorial. Adv Methods Pract Psychol Sci. 2018:1: 259–269.

制版︱王思珍

本文完