348名年轻健康被试完成了静息态功能核磁共振成像(rs-fMRI)的扫描与自我优势效应的行为任务。研究者计算了每个被试的功能连接矩阵和自我优势程度,前者作为机器学习模型中的特征,后者作为机器学习模型中的标签。模型的稳健性使用嵌套交叉验证策略得到保障,泛化性则使用另一批独立样本进行测试。
![图片](https://www.tsinghua.edu.cn/__local/C/D6/D2/47DD51AFB8B1AB3102515A26F77_2CB7CEDC_15F69.jpg)
图1.研究方法流程图
结果显示,个体静息状态下的大脑自发活动可以预测自我偏向行为。模型识别的自我优势脑网络在另一批独立样本中也得到了验证。在预测过程中,部分脑区(如前额叶和丘脑)与功能网络(如默认模式网络)的贡献突出,表明其可能是自我优势加工背后的神经机制。
![图片](https://www.tsinghua.edu.cn/__local/4/12/EA/CA6852D9CCC96B4C72B48F85178_FD64BD3C_13D1B.jpg)
图2.预测结果(左)与自我优势脑网络(右)
![图片](https://www.tsinghua.edu.cn/__local/9/5D/84/46A4461F86C4B948527BD5932BF_BC514F80_105FF.jpg)
图3.功能网络间功能连接的贡献程度(左)与单个功能网络的影响程度(右)
本研究提供了证实基本自我假设的初步直接证据。自我优势效应强度的预测特征遍及全脑,其中皮下结构等区域的贡献在以往研究中较少涉及。为了整合所发现的结果与过往研究提出的相关理论框架,研究团队创新性地提出了一个新的自我神经模型:内在自我加工网络模型(intrinsic self-processing network model),希望能为后续自我领域的神经科学研究提供一定启发。
![20230606-王非课题组研究-社科-图4.jpg](https://www.tsinghua.edu.cn/__local/E/52/A3/02973E22D88366ACE8B5A34DC75_84D20E07_3F59E.jpg)
图4.内在自我加工网络模型
基于上述研究,王非副教授课题组在神经科学国际期刊《神经成像》(Neuro Image)在线发表题为“从静息态功能连接解码自我优势效应的个体差异”(Decoding individual differences in self-prioritization from the resting-state functional connectome)的相关论文。论文第一作者为心理学系2022级博士研究生张永发,通讯作者为心理学系王非副教授,论文合作者包括英国阿伯丁大学隋洁教授。
论文链接:
https://doi.org/10.1016/j.neuroimage.2023.120205
供稿:社科学院
题图设计:赵存存
编辑:李华山
审核:郭玲
2023年06月07日 13:34:31