基于fMRI和ACT-R的人脑数字归纳推理的信息加工机制研究

数字归纳推理是人脑最重要的高级思维功能之一，然而到目前为止，对其认知神经机制的了解还很少。针对这一问题，本项目拟针对健康和轻度认知障碍病人两种被试，采用fMRI脑功能成像及认知模拟相结合的方法（采用计算认知体系结构模型ACT-R来预报行为数据和fMRI BOLD效应），以一种的典型的归纳推理任务-数列完型任务为实验材料，研究人脑数字归纳推理过程的认知神经基础和信息加工机制，建立其计算认知模型。本课题的研究意义在于：是探索人类思维本质的重要组成；有望为认知障碍病人的早期诊断提供新的参考标记；为实现快速、高效的智能推理应用提供认知基础,为实现接近人类水平的智能系统提供新的研究思路。

本项目以数列完型任务为实验材料，采用健康和轻度认知障碍（MCI）病人两类被试，应用眼动、fMRI实验及ACT-R计算认知建模方法，研究人脑数字归纳推理过程的认知神经基础和信息加工机制。项目组按照研究计划依次开展了相关研究内容。首次研究了规则复杂性（维度）、老化以及疾病状态（轻度认知障碍）对数字归纳推理的影响机制；分析了序列完型归纳推理任务中的不同求解策略，并首次考察了两种求解策略的不同的神经基础；首次为数字归纳推理中存在识别（Recognition of memorized series）、计算（Calculation）和检查（Checking）三个子成分提供了眼动证据。另外，在本项目的支持下，进一步拓展了类别归纳推理认知神经机制的研究以及MCI患者的静息态fMRI系列研究。目前，已完成了项目申报时的预期研究成果。已发表SCI检索论文11篇，发表中文论文5篇；申获软件著作权2项，申报发明专利2项；培养博士生1名（博士论文被评为首都医科大学优秀博士论文），硕士生2名；参加国际会议交流4次，建立了与加拿大约克大学心理系、美国卡内基梅隆大学心理系及美国爱默瑞大学生物医学工程系的实质性合作；项目执行期间，2名项目组成员晋升副高职称，1人被评为“北京市科技新星”及“第四批“215”高层次卫生技术人才-学科骨干”。