分享:
分享到微信朋友圈
X
基础研究
太极拳学习过程中的静息态脑功能活动局部一致性研究
王雪飞 尹大志 李琳 徐国军 余秋蓉 詹爽 郭苗 张小友 范明霞

Cite this article as: Wang XF, Yin DZ, Li L, et al. Regional homogeneity of resting state brain functional activities during Tai Chi Chuan learning[J]. Chin J Magn Reson Imaging, 2021, 12(6): 51-56.本文引用格式:王雪飞, 尹大志, 李琳, 等. 太极拳学习过程中的静息态脑功能活动局部一致性研究[J]. 磁共振成像, 2021, 12(6): 51-56. DOI:10.12015/issn.1674-8034.2021.06.010.


[摘要] 目的 运用静息态功能磁共振成像(resting-state function magnetic resonance imaging,rs-fMRI)探究太极拳零基础者在太极拳不同学习阶段的脑功能活动的局部一致性(regional homogeneity,ReHo)变化。材料与方法 采用被试内设计,对18名太极拳零基础被试在太极拳学习初期(2周)和学习14周进行同样内容的静息态功能磁共振成像检查。然后分别计算前后两个不同时间点被试的全脑ReHo值并进行相关统计学分析。结果 与太极拳学习2周比较,太极拳学习14周被试右侧梭状回的ReHo值显著增高,而右侧小脑和左侧顶上小叶的ReHo值显著降低(AlphaSim校正P<0.05);其中右侧小脑的ReHo的变化值与太极拳技能评分的变化值呈显著负相关(r=-0.507,P=0.032)。多元回归分析发现,太极拳学习2周被试的右侧颞中回、右侧前扣带回的ReHo值与太极拳技能评分的变化量呈显著正相关(r=0.908、0.818,P<0.01),而左侧枕下回及右侧颞上回的ReHo值与太极拳技能评分的变化量呈显著负相关(r=-0.474,P<0.05;r=-0.824,P<0.01)。结论 研究结果表明,随着太极拳学习技能水平的提高,被试的静息态功能活动局部一致性变化,反映了相关脑区可塑性。另外,太极拳学习初期某些脑区的ReHo值对太极拳技能学习效果有一定的潜在预测作用。
[Abstract] Objective To explore regional homogeneity (ReHo) changes during different learning stages of Tai Chi Chuan (TCC) by using resting-state function magnetic resonance imaging (rs-fMRI). Materials andMethods Within-subject design, 18 TCC novices were performed two repeatedly rs-fMRI at the beginning learning phase of TCC (2 weeks) and 14 weeks of TCC learning, respectively. Then the whole brain ReHo values of the subjects were calculated and the statistical analysis was conducted.Results Compared with 2 weeks of TCC learning, ReHo values of the right fusiform gyrus significantly increased, while ReHo values of the right cerebellum and left superior parietal lobule significantly decreased (P<0.05, AlphaSim corrected) at 14 weeks of TCC learning; and there was a significant negative correlation between the changed ReHo values in the right cerebellum and the increments of TCC skill scores (r=-0.507, P=0.032). Multiple regression analysis showed that, at 2 weeks of TCC learning, ReHo values of the right middle temporal gyrus and right anterior cingulate were positively correlated with the increments of TCC skill scores (r=0.908, 0.818, P<0.01, respectively), while ReHo values of the left occipital gyrus and right superior temporal gyrus were negatively correlated with the increments of TCC skill scores (r=-0.474, P<0.05; r=-0.824, P<0.01, respctively).Conclusions The results suggest that ReHo of resting state functional activities changed, along with TCC learning skills improvements, reflecting brain plasticity. In addition, the ReHo values of some brain regions in the early stage of TCC learning may possibly have potential role in predicting the learning effects of TCC skills.
[关键词] 太极拳;局部一致性;静息态功能磁共振成像;多元回归分析
[Keywords] Tai Chi Chuan;regional homogeneity;resting-state functional magnetic resonance imaging;multiple regression analysis

王雪飞 1   尹大志 2   李琳 3   徐国军 1   余秋蓉 1   詹爽 1   郭苗 1   张小友 3   范明霞 1*  

1 华东师范大学上海市磁共振重点实验室,上海 200062

2 华东师范大学心理与认知科学学院,上海 200062

3 华东师范大学体育与健康学院,上海 200062

范明霞,E-mail:mxfan@phy.ecnu.edu.cn

全体作者均声明无利益冲突。


基金项目: 国家自然科学基金重点项目 11835003
收稿日期:2021-03-05
接受日期:2021-04-06
DOI: 10.12015/issn.1674-8034.2021.06.010
本文引用格式:王雪飞, 尹大志, 李琳, 等. 太极拳学习过程中的静息态脑功能活动局部一致性研究[J]. 磁共振成像, 2021, 12(6): 51-56. DOI:10.12015/issn.1674-8034.2021.06.010.

       太极拳是一种起源于中国古代的身心锻炼形式,以中国古代的道家哲学为基础,有着悠久而丰富的历史。由于其缓慢以及中等运动强度的特点,太极拳运动适合所有年龄段的人。众多研究均已证实太极拳具有良好的健身效果[1, 2, 3]。现代神经影像学研究表明,一项新运动技能的习得往往会带来脑结构和功能的适应性变化,即脑可塑性[4]。但是,目前鲜见太极拳学习过程中脑可塑性动态变化的相关研究。功能磁共振成像(function magnetic resonance imaging,fMRI)具有空间分辨率高、可重复性检测以及无创性的优势,现已成为研究脑可塑性变化的一种有效手段。局部一致性(regional homogeneity,ReHo)是一种基于静息态功能磁共振成像的分析方法,能够反映全脑体素在局部区域脑功能活动状态的同步性[5]。ReHo增高代表局部脑区自发神经功能活动一致性的增强,降低则代表减弱。任务态fMRI研究发现,运动专家在完成与其特长技能有关的任务时,会出现与非运动专家不同的特有相关脑区的激活[6]。不过,由于这类研究的任务依赖性,并不利于不同研究结果的比较。已有静息态fMRI研究表明,技能训练或经验(training/experience)积累会导致脑自发神经功能活动的变化[7]。因此,静息态fMRI可作为探究与技能训练/经验有关的导致脑可塑性变化的一种有效补充[8]。本研究拟采集一批太极拳零基础被试在太极拳学习不同阶段的脑静息态fMRI数据,比较其脑功能活动局部一致性动态变化,探讨太极拳学习对大脑可塑性的影响,以及学习初期的特定脑区的局部一致性对太极拳技能学习效果的可能预测作用。

1 材料与方法

1.1 研究对象

       本研究为前瞻性研究,被试是来自华东师范大学体育与健康学院的为国家汉办培养的太极拳专项班的19名硕士研究生(其中男9名,女10名),年龄(23.0±1.0)岁,身高(1.70±0.07) m,体质量(63.9±8.0) kg。所有被试在此之前均未学习过太极拳。被试入组标准:①右利手;②太极拳零基础;③视力或矫正视力正常,无色盲或色弱;④无身体疾病或精神疾病;⑤被试者年龄22~24岁。排除标准:①有磁共振检查禁忌证;②有神经或精神疾病病史。

       在太极拳学习过程中,每名被试在太极拳老师的带领下进行每周5次、每次90 min的杨氏24式太极拳练习。每次练习包括10 min热身运动,60 min太极拳训练,10 min呼吸训练及10 min放松训练。结合训练计划并考虑技能学习的阶段性特征和变化特征,同时参考了太极拳专业老师的意见之后,对所有被试在太极拳学习2周和14周两个时间点进行同样内容的静息态功能磁共振成像检查。脑数据采集的时间点同时进行技术水平评价,将拍摄的动作视频进行遮盖头面部处理,再交由一位太极拳专家进行评分。专家在评分前不知道被试信息及其练习的具体时长,以保证评分的公正性。太极拳技能评分标准如下:1~2分,动作不熟悉,不能完成单式练习;3~4分,动作基本能够完成;5~6分,动作标准,能够完整演练;7~8分,动作标准,演练流畅;9~10分,节奏、呼吸、神态,整体符合太极拳韵味。

       本研究通过华东师范大学人体伦理委员会同意(批准文号为HR222-2018),所有被试在接受磁共振成像扫描前均签署知情同意书。

1.2 数据采集

       本研究使用德国西门子公司生产的3.0 T磁共振成像仪(型号为Prismafit)进行磁共振成像数据采集,信号接收采用标准20通道相控阵头部线圈。被试于每日晚间进行太极拳训练,次日在完全平静的状态下进行磁共振数据扫描,期间无任何其他剧烈运动。采集地点为华东师范大学(上海市磁共振重点实验室)。在采集数据过程中,告知被试保持放松的状态,闭眼进行扫描,但不要睡着,并且使用海绵垫将被试的头部进行固定,从而尽量减少被试的头动和机器噪音。本研究依次扫描以下实验数据:初定位像、高分辨T1加权结构像(用于分割配准)、静息态功能磁共振数据。扫描参数分别如下:①高分辨T1 加权结构像使用快速梯度回波序列(magnetization prepared rapid gradient echo imaging,MPRAGE),TR=2530 ms,TE=2.98 ms,TI=1100 ms,FOV=256 mm×256 mm,翻转角为7°,采集矩阵为256×256,共采集矢状位192层,层厚=1 mm。扫描时间共6 min 3 s。②静息态功能磁共振成像使用平面回波序列(echo planar imaging,EPI),TR=2000 ms,TE=30 ms,翻转角为90°,FOV=220 mm×220 mm,采集矩阵为64×64,共采集横断位33层,层厚=3.5 mm。采集时间共8 min 6 s。

1.3 数据分析

1.3.1 数据预处理

       在 Matlab R2013b平台上使用DPARSFA (Data Processing Assistant for Resting-State fMRI Advanced edition;http://www.restfmri.net/forum/DPARSFA)软件对数据进行预处理。依次进行如下步骤:①将DICOM原始数据转换为NIFTI格式;②为了使数据处于稳定状态,去除240个时间点的前10个时间点,留下230个时间点;③时间层校正;④头动校正(平动≤2 mm,转动≤2°为合格),将头动参数>2.0 mm的被试数据剔除后,留下18个被试;⑤回归协变量,包括脑白质信号、脑脊液信号和24个头动参数;⑥空间标准化:用DARTEL将所有被试的功能图像转换到蒙特利尔神经研究所(Montreal Neurological Institute,MNI)标准空间;⑦去线性漂移和滤波(0.01~0.1 Hz)。

1.3.2 局部一致性分析

       利用DPARSF (Data Processing Assistant for Resting-State fMRI Advanced Edition_V5.1_201001;http://rfmri.org/DPARSF)软件分析预处理后数据的局部一致性,利用肯德尔和谐系数(Kendall coefficient of Concordance,KCC)评估每个体素与其相邻体素(26个相邻体素)的时间序列的相似性,即ReHo值。通过计算全脑体素的KCC值,得到受试者的全脑ReHo图像。为了提高信噪比,采用6 mm×6 mm×6 mm全宽半高高斯核对ReHo图像进行空间平滑处理。

1.4 统计学分析

       利用SPM12将计算得到的被试的两个不同时间点的ReHo图分别进行单样本t检验,采用P<0.05的AlphaSim校正(体素水平P<0.0001,最小团块大小为162 mm2)。为了观测太极拳学习对脑功能活动的影响,采用配对t检验比较被试在太极拳学习2周和太极拳学习14周的组内差异,采用P<0.05的AlphaSim校正(体素水平P<0.005,最小团块大小为648 mm2)。然后用SPSS 23.0软件计算ReHo显著差异脑区的KCC系数与太极拳技能评分的斯皮尔曼相关性系数。首先,将太极拳学习2周和14周后的ReHo图通过配对t检验得出两组间具有显著差异的脑区,将其制作成mask,然后提取每个被试对应mask脑区的ReHo值并取平均值;利用斯皮尔曼相关性分析来计算太极拳学习2周和太极拳学习14周所有被试各个差异脑区的ReHo变化值与其相对应的太极拳评分变化值的相关系数(P<0.05时差异有统计学意义)。

       为了探究太极拳学习2周哪些脑区的ReHo值对太极拳学习后期技能水平的提高具有预测性,采用多元回归分析被试在太极拳学习2周的ReHo值与太极拳评分变化量(太极拳学习2周与学习14周的评分差值)之间的关系;年龄、性别、身高及体质量作为协变量,对结果进行P<0.05的AlphaSim校正(体素水平P<0.005,最小团块大小为648 mm2)。在可视化xjview软件中呈现统计后的结果。

2 结果

       将头动参数>2.0 mm的1名被试数据剔除后,得到18名被试的人口统计学资料及太极拳技能评分结果,年龄(23.0±1.0)岁,身高(1.70±0.07) m,体质量(63.9±8.0) kg,2周太极拳技能评分(5.8±0.5)分,14周太极拳技能评分(7.5±0.6)分,评分增量为1.6±0.7,详见表1。行为学结果显示,太极拳零基础者在学习2周后技能评分增长较快;至14周,太极拳评分进一步增长缓慢。单样本t检验结果发现,被试在太极拳学习2周和14周均显示双侧小脑、中央前后回、辅助运动区、额中回、额下回、楔叶、楔前叶、顶上小叶、顶下小叶、距状裂周围皮层、颞上回、颞中回、枕中回、角回、舌回、扣带回等脑区的局部一致性显著高于全脑均值(体素水平P<0.0001,最小团块大小为162 mm2,AlphaSim校正P<0.05)。配对t检验结果发现,与太极拳学习2周相比,太极拳学习14周的被试右侧梭状回ReHo显著增高,而小脑、左侧顶上小叶的ReHo显著减小(体素水平P<0.005,最小团块大小为648 mm2,AlphaSim校正P<0.05),其中小脑的ReHo变化值与太极拳评分变化值存在显著负相关(r=-0.507,P=0.032),见表2图1。多元回归分析发现,太极拳学习2周被试的右侧颞中回、前扣带回的ReHo值和太极拳评分变化量呈显著正相关(r=0.908、0.818,P<0.01),而左侧枕下回、右侧颞上回ReHo值和太极拳评分变化量呈显著负相关(r=-0.474,P<0.05;r=-0.824,P<0.01),见表3、图2。

图1  太极拳学习14周与太极拳学习2周的ReHo值差异比较图。彩色条表示t值大小。A:红色代表ReHo值增高区域,蓝色代表ReHo值降低区域。B:太极拳学习14周与太极拳学习2周右侧小脑ReHo值的差异与太极拳评分变化值的相关性。Δ太极评分表示14周与2周相比太极拳技能评分的变化量,Δ小脑的局部一致性表示14周与2周相比小脑ReHo值的变化量 图2 太极拳学习2周被试大脑ReHo值与太极评分变化值的相关分析结果。彩色条表示t值大小。A:红色代表正相关区域,蓝色代表负相关区域。B:太极拳学习2周组被试右侧颞中回和右侧前扣带回与太极评分变化值呈正相关,左侧枕下回及右侧颞上回ReHo值与太极评分变化值呈负相关。Δ太极评分表示14周与2周相比太极拳技能评分的变化量
Fig. 1  Brain regions with different ReHo values at 14 weeks of TCC learning, compared with that of at 2 weeks of TCC learing. The color bars represent the size of the t value. A: Red represents areas with higher ReHo value and blue represents areas with lower ReHo value. B: The correlation between the changed ReHo values of the right cerebellum and the increments of TCC scores. ΔTCC scores represents the increments of TCC skill scores at 14 weeks compared to 2 weeks, ΔThe regional homogeneity of the cerebellar indicates the changed ReHo values of the right cerebellum at 14 weeks compared to 2 weeks. Fig. 2 The correlation between brain ReHo values at 2 weeks of TCC learning and increments of TCC scores. The color bars represent the size of the t value. A: Red represents the positively correlated brain regions and blue represents the negatively correlated brain regions. B: ReHo values of the right middle temporal gyrus and right anterior cingulate gyrus were positively correlated with the increments of TCC scores, while ReHo values of the left inferior occipital gyrus and right superior temporal gyrus were negatively correlated with the changed TCC scores. ΔTCC scores represents the increments of TCC skill scores at 14 weeks compared to 2 weeks.
表1  18名受试者人口统计学资料及太极拳技能评分结果
Tab. 1  Demographic data and TCC skill scores of 18 subjects
表2  太极拳学习14周与太极拳学习2周ReHo值差异的脑区
Tab. 2  Brain regions with different ReHo values at 14 weeks of TCC learning, compared with that of 2 weeks of TCC learning
表3  太极拳学习2周与太极评分变化值显著相关的脑区
Tab. 3  Brain regions with ReHo values at 2 weeks of TCC learning significantly correlated with the increments of TCC scores

3 讨论

       太极拳运动学习的核心是在知觉和意念的控制下,学会对动作进行选择和联合,并掌握合理的运动程序,最终使之达到自动化的程度。本研究采用局部一致性分析探究了太极拳零基础者在太极拳学习不同阶段脑静息态局部BOLD信号同步性的变化。研究结果发现在学习掌握一项新的运动技能(太极拳)过程中静息状态下的脑产生了适应性功能活动变化:ReHo值显著增高的脑区为右侧梭状回,显著降低的区域为右侧小脑和左侧顶上小叶,特别是右侧小脑的ReHo的变化值与太极拳技能评分的变化值之间呈现出显著的负相关性。而太极拳学习2周某些脑区的ReHo值对太极拳学习技能掌握效果具有潜在的预测作用:太极拳学习2周的右侧颞中回、右侧前扣带回的ReHo值与太极拳技能评分的变化值呈显著正相关,而左侧枕下回及右侧颞上回的ReHo值与太极拳技能评分的变化值呈显著负相关。

3.1 太极拳学习过程中脑静息态ReHo变化与太极拳技能水平提高的关系

       从行为学表现来看,这批太极拳零基础者在学习2周后太极拳技能增长较快,技能评分达到6 min左右(动作标准,能够完整演练);至14周,太极拳评分增长缓慢,达7~8分(动作标准,演练流畅)。因此,这两个不同观测时间点可被看作是太极拳快速学习技能获得期和慢速学习技能掌握期。本研究关注的问题之一是,随着太极拳学习技能水平的提高,哪些脑区功能活动发生了适应性改变?结果发现,相比于太极拳学习2周,受试者在学习14周显示右侧小脑和左侧顶上小叶的ReHo值显著降低,而右侧梭状回的ReHo值显著增高。尤其是右侧小脑Crus1区的ReHo的变化值与太极拳技能评分的变化值呈显著负相关,进一步说明在此学习期间小脑自发功能活动变化与太极拳学习技能水平提高的密切联系。

       实验动物学和人类研究均证实小脑在运动学习中起着十分重要的作用[9, 10]。序列运动技能学习研究发现,随着序列运动技能的熟悉掌握,对小脑的依赖性逐渐减少,更多转向大脑皮质相关脑区的参与[11]。笔者观测的太极拳运动,是在自然环境下进行的一项体育运动学习活动。与学习2周相比,太极拳学习14周显示小脑功能活动的局部一致性明显下降,这与实验室环境下的序列运动技能学习研究结果是基本一致的。Doyon等[12]研究还发现,在序列运动学习的早期阶段,小脑的参与会从小脑皮质到齿状核的转移;随着技能学习水平的提高,会从运动学习的小脑-皮质环路转为基底节区-大脑皮质环路。更多的序列运动技能学习任务态fMRI研究认为,脑区激活增加反映了技能学习需要多个脑区的参与,尤其是早期快速学习期需要与注意和执行功能相关脑区的参与;而脑区激活的减弱,说明随着技能的掌握需要较少认知相关脑区的参与[13, 14]。笔者推测被试太极拳学习14周,当运动被很好地学习甚至自动化时,专家效应发挥了很重要的作用。相比学习2周,小脑和顶上小叶局部一致性下降,可被理解为需要较少的认知控制;从一定程度上也反映了人脑合理有效分配脑区资源的优点。

       运动学习的行为学研究表明,经过反复练习,被试的反应时会下降,准确率会提高,反应趋于固定[15, 16]。从认知角度分析,这一现象与“知觉专门化(expertise in the perception )”理论相符合[17]。“知觉专门化”是指在练习初期,执行任务需要更多的认知资源。经过一段时间的练习,任务的执行逐渐变得自动化,认知资源的调用随着熟悉度的增加而减少。“知觉专门化”需要广泛的学习或实践才能产生,即通过经验塑造,一些参与再认的区域逐渐专业化,形成完整的知觉过程。梭状回位于视觉联合皮质的中底面,通常认为对面部加工起着重要作用,也和识别物体次级分类有关。已有研究表明梭状回是一个易受知觉专门化程度影响的脑区。Gauthier等[18]发现专家在右侧梭状回的激活比普通人强,并且呈现出显著的专家技能效应。Wong等[19]的研究采用另一类完全不同于面孔的新物体“Ziggerins”对被试进行不同水平的分类训练,发现被试右侧梭状回的激活随学习程度的增加而增强。因此,研究者认为梭状回的脑功能活动受专业技能水平的影响,而不是物体的表面特征。专家和普通人在梭状回激活的差异可以反映出技能掌握程度对梭状回神经活动有重要影响,这和本研究发现其局部一致性显著的结果相一致。笔者推测,梭状回在太极拳学习14周相比于2周的局部一致性增高,可能是由于太极拳学习2周视觉动作展现并进行练习时,梭状回提取和储存动作的模式信息,当学习14周再次遇到相同的动作时,模式信息就作为再认单元起作用。简而言之,太极拳运动需要复杂的多模态技能,包括视觉、听觉、躯体感觉通道,以及记忆过程和运动系统。许多神经科学研究强调视觉和运动系统之间的相互作用,因为在学习技能的过程中,视觉引导注意力,以及监控一个接一个快速进行的外部有序事件,加工过程会影响随后的每个动作,从而导致显著的感觉-运动相互作用。

3.2 太极拳学习2周脑区局部一致性活动对太极拳学习效果的预测作用

       本研究关注的另一问题是,太极拳学习2周静息态脑局部一致性功能活动是否对太极拳技能后期掌握具有预测作用?多元回归分析发现,在太极拳学习2周被试的右侧颞中回和右侧前扣带回的ReHo值和太极拳技能评分变化值呈明显正相关,而左侧枕下回和右侧颞上回ReHo值和太极拳评分变化值呈明显负相关。这或许暗示,太极拳零基础者在学习2周颞中回和前扣带回的自发功能活动越高,而枕下回和颞上回的自发功能活动越小—太极拳学习效果越好。

       前扣带回属于大脑边缘系统,参与周围脑区加工模式的调节,主要执行认知控制,在人脑冲突监测和感觉信息的加工以及执行预期中起着重要作用[20]。前扣带回(anterior cingulate cortex,ACC)与次级运动皮质(supplementary motor area,SMA)存在解剖结构上的连接,在双手协调运动中,ACC通过对SMA及初级运动皮质的调节作用,抑制机体本身喜好的镜像运动,而促进肢体向不同方向的协调运动[21]。冥想专家的研究中,Brewer等[22]发现与对照组相比,专家的后扣带回和参与认知控制的区域(如背侧前扣带回和背外侧前额叶皮质)之间存在更强的协同激活。本研究显示,在太极拳学习2周ACC的局部一致性与技能水平提高呈正相关,可能暗示太极拳技能的学习掌握需要高水平的认知控制,即ACC参与不同动作间的注意转换或潜在冲突监测。颞中回是多种感觉信息的高级整合中心[23],它和梭状回、前扣带回等都是与知觉学习相关的感觉运动区,在运动练习中经常是活跃的,并参与运动执行、节拍运动和学习新感觉-运动联系[24]。Ono等[25]运用近红外成像技术研究一项复杂的舞蹈模拟游戏发现,舞蹈动作的准确表现,同时需要前额叶皮质的高级执行控制和右侧颞中回参与视觉和听觉节奏整合的“bottom-up”回应有关。为了达到动作标准,太极拳学习过程中同样需要颞中回参与对听觉(比如听教练对动作要领的讲解)、视觉(观察教练的动作示范)及躯体感觉(复杂的动作,需要包括几个关节和肌肉或不同的身体部位的感知)的高级感觉运动整合。感知、识别和理解他人动作中包含的运动信息,是运动学习过程中必不可少的内容。枕下回位于视觉皮层,主要与视觉形成和加工等活动有关。颞上回和枕下回一起作为促进大脑知觉和动作的背侧通路的重要组成部分,从视皮层V1、V2、V3区经内侧颞叶投射至枕顶叶,其功能是识别物体的空间位置和运动信息[26]。不过,本研究却发现太极拳学习2周右侧颞上回和左侧枕下回的高自发功能活动并不利于太极拳技能水平的进一步提高。这批太极拳零基础者在学习2周时技能水平已表现为“动作标准,能够完整演练”,说明此时学习者已通过视觉观察他人(主要是教练)动作及理解,进一步学习模仿,最终转化成自己的动作正确输出,可被看作是已基本完成太极拳动作的“技能获得”。笔者推测,随后的太极拳学习可能不需要颞上回和枕叶等感知加工脑区的更多投入,而更需要把习得动作精细化和表达连贯化,同时注重动作与呼吸等协调配合,以期逐渐达到太极拳演练的“形”“神”和“意”和谐统一的效果。这种变化归因于在复杂环境中运行时的内隐认知需求,包括自我意识、计划、抑制和注意力控制[27]

       本研究也存在一些不足。例如,样本量较小,后续研究需要增大样本量以便得到更加可靠和有效的统计性结果。由于客观条件的限制,本研究只选择了太极拳学习2周和14周这两个时间点的研究,后续研究需要进一步增加多个时间点,甚至可以纳入太极拳长期练习专家进行对比研究。此外,本研究对象参与的是一种简化太极拳运动学习训练,可能的话,以后还可以对不同种类太极拳学习训练的脑可塑性进行比较研究。

4 结论

       本研究进一步证实静息态fMRI可作为探究运动学习影响脑可塑性的一种有效补充。研究结果显示,在太极拳学习技能获得不同阶段的脑静息态功能活动差异,反映了太极拳学习影响脑可塑性及相关脑区资源的优化整合特点。另外,太极拳学习初期(快速学习技能获得期)相关脑区的ReHo值大小与技能水平的变化具有显著相关性,或许提示这些脑区的功能活动可作为评估随后太极拳技能水平增长效果的重要参考指标。

1
Hu X, Lai Z, Wang L. Effects of Taichi exercise on knee and ankle proprioception among individuals with knee osteoarthritis[J]. Res Sports Med, 2020, 28(2): 268-278. DOI: 10.1080/15438627.2019.1663520.
2
Arienti C, Lazzarini SG, Pollock A, et al. Rehabilitation interventions for improving balance following stroke: An overview of systematic reviews[J]. PLoS One, 2019, 14(7): 1-23. DOI: 10.1371/journal.pone.0219781.
3
Tarsha MS, Park S, Tortora S. Body-centered interventions for psychopathological conditions: A review[J]. Front Psychol, 2020, 10: 2907. DOI: 10.3389/fpsyg.2019.02907.
4
Chang Y. Reorganization and plastic changes of the human brain associated with skill learning and expertise[J]. Front Hum Neurosci, 2014, 8: 35. DOI: 10.3389/fnhum.2014.00035
5
Zang Y, Jiang T, Lu Y, et al. Regional homogeneity approach to fMRI data analysis[J]. Neuroimage, 2004, 22(1): 394-400. DOI: 10.1016/j.neuroimage.2003.12.030.
6
Zhang L, Qiu F, Zhu H, et al. Neural efficiency and acquired motor skills: An fMRI study of expert athletes[J]. Front Psychol, 2019, 10: 2752. DOI: 10.3389/fpsyg.2019.02752.
7
Salvia E, Tissier C, Charron S, et al. The local properties of bold signal fluctuations at rest monitor inhibitory control training in adolescents[J]. Dev Cogn Neurosci, 2019, 38: 100664. DOI: 10.1016/j.dcn.2019.100664.
8
Debarnot U, Sperduti M, Di Rienzo F, et al. Experts bodies, experts minds: How physical and mental training shape the brain[J]. Front Hum Neurosci, 2014, 8(2): 280. DOI: 10.3389/fnhum.2014.00280.
9
Sendhilnathan N, Semework M, Goldberg ME, et al. Neural correlates of reinforcement learning in mid-lateral cerebellum[J]. Neuron, 2020, 106(1): 188-198. DOI: 10.1016/j.neuron.2019.12.032.
10
Ashida R, Cerminara NL, Edwards RJ, et al. Sensorimotor, language, and working memory representation within the human cerebellum[J]. Hum Brain Mapp, 2019, 40(16): 4732-4747. DOI: 10.1002/hbm.24733.
11
Bernard JA, Seidler RD. Cerebellar contributions to visuomotor adaptation and motor sequence learning: an ALE meta-analysis[J]. Front Hum Neurosci, 2013, 7(1): 27. DOI: 10.3389/fnhum.2013.00027.
12
Doyon J, Song AW, Karni A, et al. Experience-dependent changes in cerebellar contributions to motor sequence learning[J]. Proc Natl Acad Sci U S A, 2002, 99(2): 1017-1022. DOI: 10.1073/pnas.022615199.
13
Cantou P, Platel H, Desgranges B, et al. How motor, cognitive and musical expertise shapes the brain: Focus on fMRI and EEG resting-state functional connectivity[J]. J Chem Neuroanat, 2018, 89: 60-68. DOI: 10.1016/j.jchemneu.2017.08.003.
14
Berlot E, Popp NJ, Diedrichsen J. A critical re-evaluation of fMRI signatures of motor sequence learning[J]. Elife, 2020, 9: 1-24. DOI: 10.7554/eLife.55241.
15
Brown RM, Penhune VB. Efficacy of auditory versus motor learning for skilled and novice performers[J]. J Cogn Neurosci, 2018, 30(11): 1657-1682. DOI: 10.1162/jocn_a_01309.
16
Jung D, Park JW, Kim YH, et al. Neuroplastic and motor behavioral changes after intermanual transfer training of non-dominant hand: A prospective fMRI study[J]. NeuroRehabilitation, 2019, 44(1): 25-35. DOI: 10.3233/NRE-182550.
17
Brams S, Ziv G, Levin O, et al. The relationship between gaze behavior, expertise, and performance: A systematic review[J]. Psychol Bull, 2019, 145(10): 980-1027. DOI: 10.1037/bul0000207.
18
Gauthier I, Skudlarski P, Gore JC, et al. Expertise for cars and birds recruits brain areas involved in face recognition[J]. Nat Neurosci, 2000, 3(2): 191-197. DOI: 10.1038/72140.
19
Wong AC, Palmeri TJ, Rogers BP, et al. Beyond shape: how you learn about objects affects how they are represented in visual cortex[J]. PLoS One, 2009, 4(12): 1-7. DOI: 10.1371/journal.pone.0008405.
20
Apps MA, Balsters JH, Ramnani N. The anterior cingulate cortex: monitoring the outcomes of others' decisions[J]. Soc Neurosci, 2012, 7(4): 424-435. DOI: 10.1080/17470919.2011.638799.
21
Bush G, Luu P, Posner MI. Cognitive and emotional influences in anterior cingulate cortex[J]. Trends Cogn Sci, 2000, 4(6): 215-222. DOI: 10.1016/s1364-6613(00)01483-2.
22
Brewer JA, Worhunsky PD, Gray JR, et al. Meditation experience is associated with differences in default mode network activity and connectivity[J]. Proc Natl Acad Sci U S A, 2011, 108(50): 20254-20259. DOI: 10.1073/pnas.1112029108.
23
Visser M, Jefferies E, Embleton KV, et al.Both the middle temporal gyrus and the ventral anterior temporal area are crucial for multimodal semantic processing: distortion-corrected fMRI evidence for a double gradient of information convergence in the temporal lobes[J]. J Cogn Neurosci, 2012, 24(8):1766-1778. DOI: 10.1162/jocn_a_00244.
24
Karpati FJ, Giacosa C, Foster NE, et al. Dance and the brain: a review[J]. Ann N Y Acad Sci, 2015, 1337: 140-146. DOI: 10.1111/nyas.12632.
25
Ono Y, Nomoto Y, Tanaka S, et al. Frontotemporal oxyhemoglobin dynamics predict performance accuracy of dance simulation gameplay: temporal characteristics of top-down and bottom-up cortical activities[J]. Neuroimage, 2014, 85(1): 461-470. DOI: 10.1016/j.neuroimage.2013.05.071.
26
Gallivan JP, Goodale MA. The dorsal "action" pathway[J]. Handb Clin Neurol, 2018, 151: 449-466. DOI: 10.1016/B978-0-444-63622-5.00023-1.
27
Raichlen DA, Bharadwaj PK, Fitzhugh MC, et al. Differences in resting state functional connectivity between young adult endurance athletes and healthy controls[J]. Front Hum Neurosci, 2016, 10: 610. DOI: 10.3389/fnhum.2016.00610.

上一篇 脑卒中后手运动相关脑区正负网络连接的变化:一项静息态 fMRI的研究
下一篇 1型发作性睡病非快速眼动睡眠期脑网络拓扑特征及其与认知行为评价的相关性
  
诚聘英才 | 广告合作 | 免责声明 | 版权声明
联系电话:010-67113815
京ICP备19028836号-2