视觉学习与人脑可塑性

Learning is crucial for living and development of human individuals, and the investigation of visual learning and its neural substrates is an important window not only for understanding of general mechanisms of learning, but also for exploration of brain plasticity. Recent studies have indicated that visual learning relies on interactions between high level and low level brain regions, and training changes the spatial pattern of neural response, in addition to mean response level of a region. In this project, we will adopt behavioral measurement and multimodal magnetic resonance imaging to investigate the neural basis of visual learning with a series of studies. 1) The brain network mechanism of visual learning. We will investigate how visual learning will shape functional and structural connections between brain regions and network properties. 2) Integration of brain network and brain regions. We will investigate how visual learning will change the stability of response patterns in local brain regions, and weather the training-induced change of brain network will lead to that of response patterns in local brain regions. 3) Prediction of individual difference in learning effects. We will investigate whether the above mentioned neural measures can predict individual difference in behavioral learning effects, and attempt to examine their relationship with deficits of visual learning. This project will promote our understanding of the cognitive mechanism and neural basis of visual learning, and elucidate the neural coding of learning and brain plasticity. Moreover, this project will provide new insight for improvement of learning efficiency and promotion of effective learning.

人的生存和发展离不开学习，对视觉学习及其神经基础的研究既是理解学习一般规律的重要途径，也是研究人脑可塑性的重要窗口。已有研究表明，视觉学习过程涉及高级脑区和低级脑区的交互调控作用；学习除了改变脑区平均反应水平，也可以改变脑区多体素反应模式。本研究拟结合行为测量和多模态磁共振脑成像技术，围绕视觉学习的神经基础，开展三部分研究。1）视觉学习的脑网络机制，探讨视觉学习如何塑造脑区间连接以及脑网络属性。2）整合脑网络和脑区水平，考察视觉学习如何改变脑区反应模式的稳定性，并探讨学习引起的脑网络变化是否导致脑区反应模式变化。3）预测学习效果，考察上述多个神经指标能否预测不同个体的学习效果，并尝试探讨这些神经指标与视觉学习障碍的关系。本研究结果将推动我们对视觉学习的认知规律和神经机制的理解，并有助于理解大脑对学习的编码方式和脑可塑性。此外，本研究将为提高学习效率、促进有效学习提供启示。

人的生存和发展离不开学习，对视觉学习及其神经基础的研究是理解人脑可塑性的重要窗口。面孔是我们日常生活中经验最多的一类视觉客体，大量的视觉经验使得我们具有强大的面孔识别能力。面孔识别的学习是面孔识别能力受经验影响逐渐提高的过程，与其他视觉学习类似，面孔识别学习的神经基础是在遗传与环境的相互作用下，大脑的结构和功能不断发展和变化以适应外部世界的过程。本项目围绕视觉学习中的客体识别，以面孔识别为例，借助行为实验和功能磁共振成像技术，对面孔识别的脑网络机制和发展规律进行了系统的研究。.本项目主要开展了三个方面的研究内容：1.面孔识别的脑网络机制和发展规律。我们采用基于体素水平的全局功能连接方法，发现面孔网络的整合和分离特性能预测个体的面孔识别能力，而梭状回面孔区和枕叶面孔区分别在网络整合和分离中起到关键作用。此外，通过对儿童青少年被试的研究，我们揭示了面孔加工网络的发展重组机制：核心面孔加工网络内的整合性随着年龄增长而增强，外周面孔加工网络与核心面孔加工网络越来越分离。2.脑区激活水平与网络连接的关系。我们发现面孔选择性脑区之间功能连接的发展成熟要早于各脑区功能特性的成熟，而且面孔识别脑区的局部激活水平能预测其在面孔识别网络中的全局整合程度，揭示了网络连接和脑区激活之间的内在关联。3.面孔识别障碍的脑网络机制。我们发现，面孔失认症个体在核心面孔网络内部以及核心和外周面孔网络之间表现出广泛降低的网络连接，而且面孔网络的异常连接可以预测面孔失认症个体在面孔识别能力的损伤。.基于本项目的系列研究结果，我们提出了改进的关于面孔识别的神经网络模型，强调脑区之间的协同合作对面孔识别的贡献。本研究揭示了视觉客体识别的脑网络基础，并为今后客体识别的认知神经研究提供了新的理论模型。.在此项目基金支持下，共发表SCI论文18篇，JCR Q1区论文12篇。