一文解读什么是超扫描技术？超扫描技术的优势及应用有哪些？

引言

社会互动对人类的发展和成长具有重要的意义，是个体不可或缺的一部分，个体在与他人互动的过程中能够获取新的知识技能、解决复杂问题、发展创造力、获得安全感和归属感。因此，社会互动被认为是从本质上区分我们与其他物种的关键特征，它促使人类大脑中较大的新皮质的发展。超扫描技术的出现，让我们能够探究社会互动中大脑皮层的高度复杂的动态变化。

1. 什么是超扫描技术？

超扫描技术，即同时测量多个大脑的活动，它的优势在于它允许研究两个或多个交互大脑之间的实时动态，大脑是以一种网络化的方式进行信息加工的，交互过程中来自脑内不同区域或者不同大脑的信号在频率、相位、波幅等特征上会表现出相对一致性的变化，通过这些一致性的变化就可以对大脑内部多个区域或者大脑与大脑之间的耦合进行探究。

多脑数据采集

超扫描领域可以利用已有的神经成像技术进行数据采集，包括脑电图（EEG）、功能性近红外（fNIRS）和功能磁共振成像（FMRI）等，这些方法各有裨益，下面将从原理、优势和不足三个方面对各设备进行阐述。

功能性磁共振成像

功能性磁共振成像主要利用血氧水平依赖和磁化率来对大脑神经活动进行间接测量，氧合血红蛋白和脱氧血红蛋白比值越高，信号越强。其空间分辨率是毫米级别的，能够测量大脑深部的结构，对于大脑结构功能的探究具有重大意义，但是其造价昂贵、维护成本高、灵活性低，所以其在社会互动类的研究中应用较少。

脑电图

脑电采集的是大脑皮层神经元的电活动，它具有毫秒级的时间分辨率，特别适用于快速展开的社会互动，随着便携式脑电的发展，其灵活性越来越高，因此在超扫描技术中有着广泛的应用，但其需要对周围的环境和参与者的运动进行严格控制，否则会产生伪影影响实验结果。

近红外成像

近红外采集的是大脑认知加工过程中的血流动力学变化，它的空间分辨率介于脑电和核磁之间，能够对浅表脑区域进行测量，时间分辨率在0.1-1S之间，它的主要优势在于它的灵活性较高且能够容忍运动伪影，因此能够在更贴近现实生活的情境中进行数据采集。

多脑数据分析

超扫描数据的分析和解释也颇具有挑战，它不仅需要研究者能够将脑内类型的数据转换为脑间数据，还要能够区分相同刺激相关的大脑间关系与代表大脑间网络的关系，常用的方法包相关分析、相干分析、格兰杰因果分析以及基于图论的指标。

相关分析

相关分析通常基于相位同步的原理，即两个相互耦合的神经振荡活动的相位差不随时间的变化而变化，包括循环相关系数、相位锁值、相位延迟指数及加权相位延迟指数等指标。

循环相关系数反应的是两列信号相位方差之间的共变程度，如果两列信号相关，若一列信号某时刻的相位稍微提前于该时刻的预期，则另一列信号的相位也应该出现类似的提前，即两列信号的行为方差应该是共变的，而相位锁值则通过两列信号之间的相位差来衡量它们之间的同步性，相位锁值表示相位差在复平面单位圆上的分布情况，若集中在一定的区域，则相关性高，若均匀分布，则相关性低，相位延迟指数和加权相位延迟指数的计算的基本原理与相位锁值一致，取值范围均在0-1之间，0代表完全不同步，1代表完全同步。

基于相关分析的指标主要关注的是信号的相位信息，能够充分体现EEG超扫描高时间分辨率的优势。

相干分析

相干分析测量特定频率下两列信号之间的公共功率程度，并对该频率下这些信号之间的功能耦合进行量化。该方法在分析时会对两列采集到的时间序列信号进行连续小波变换，接着进行交叉小波变换并计算出其小波变换相干性，其范围也在0-1之间，0表示完全不相干，1表示完全相干。

这个指标是针对信号的幅度特征提出的, 与相位无关, 能很好地适应血氧信号的特点, 多用在功能磁共振超扫描和近红外超扫描研究中。

格兰杰因果分析

如果两个脑区或两个大脑间存在相互作用与影响，那么具体是谁影响谁，相关和相干系数是无法回答的。基于多元自回归模型和格兰杰因果原则, 超扫描研究中引入部分有向相干系数(GPDC)来表征两列信号间的信息流动方向和因果性关系。

GPDC同时测量通道i对通道j的定向影响程度以及通道i对网络中所有通道的影响, 并据此判断通道间信号流动的定向因果关系，其取值在0-1之间，表示从通道i流向通道j的信号占所有从通道i中流出信号的比例，0表示两通道没有联系，1表示可能是i是j的格兰杰原因。

GPDC 既适用于高时间分辨率的 EEG 信号，也适用于基于血氧信号的功能磁共振超扫描和近红外超扫描。

基于图论的脑-脑耦合指标

研究者认为，现实生活中人们的大部分社会活动是一种“在线”互动，这种在线互动中, 互动个体的大脑之间会形成一个整合系统(two-in-one系统)， 该系统是一种复杂的非线性系统，其效果不能看成是两个单脑效果的简单相加。

部分学者把这种整合系统称为超脑网络, 用图论和复杂脑网络分析等方法对超脑网络的网络特征(如最短路径长度、连通效率、模块化系数、小世界网络属性等)进行分析, 并以此表征脑-脑耦合强度。

它既适用于高时间分辨率的 EEG 信号，也适用于基于血氧信号的功能磁共振超扫描和近红外超扫描。

2. 超扫描技术的应用

飞行员搭档间的脑-脑耦合

意义：探究在不同合作水平的飞行场景中，主副飞行员的大脑在脑功能连接方面的不同。

实验设计：本研究采集了3对民航飞行驾驶员在起飞、BCI-rest、rest-BCI以及着陆四个场景中不同合作水平的EEG信号，在起飞阶段机长控制飞机，副机长检查飞机的仪表盘，BCI-rest及rest-BCI阶段机长和副机长轮流交替进行脑机接口实验和休息，着陆阶段机长侧系统出现故障，副机长操纵飞机，机长进行协助，其中起飞和着陆阶段属于密切合作，BCI-rest及rest-BCI阶段为低水平合作。

数据分析：采用格兰杰因果关系的频率指标部分有向相干（PDC）来确定多元数据集中特定的信号对之间的影响及方向。首先，对两位飞行员的数据进行标准化，接着使用平均PDC计算两个大脑信号间的功能连接，检验其显著性并进行校正，最后求PDC值在Theta，Alpha，beta，Gamma四个频段上的平均值并将其映射在头模型上。

结果：执行飞行任务的飞行员在额叶（F3, Fz 和F4）电极点上出现了Theta频段功率的增加、负责执行飞行任务的机组成员(起飞时的机长和着陆时的副机长)的相应顶叶(P3、Pz和P4)电极点上出现了Alpha频段的不同步。在密切合作的起飞阶段驾驶员和副驾驶员的额叶和顶叶出现了大量显著的连接，主要从副机长指向机长，相反在BCI-rest阶段并没有出现显著的连接，副驾驶操纵飞机的结果与之类似。

 篮球运动员合作行为中的人际神经同步

意义：以篮球训练为基础，探究团队运动训练是否会增强个体合作行为。

实验设计：本研究选取12对无运动训练经历的篮球运动员(实验组)和12对大学生(对照组)作为研究对象，彼此之间认识的熟悉程度类似。实验过程中要求参与者在电脑屏幕上描摹目标图形，合作任务中参与者1控制上下方向的画笔移动，参与者2控制左右方向的画笔移动，单独任务中，2名参与者均独立控制上下左右来完成任务，任务操作过程中采集了前额叶区域的近红外数据。

数据分析：与脱氧血红蛋白相比，氧合血红蛋白能更好地反映脑血流量的变化，因此本研究中只分析了氧合血红蛋白的浓度，经过小波相干性分析（WTC）计算出INS指标，并减去基线，选取0.039-0.078Hz之间的频段作为本次研究的兴趣频段，求每个任务在该频段的平均相干性（任务阶段减去基线阶段，转换成Z分数），并进行单样本T检验。

结果：篮球运动员在合作任务中出现了额叶12通道，背外侧前额叶15通道和22通道显著的INS，在独立任务中并没有出现。而普通大学生在合作任务以及独立任务中均未出现，即团队合作增强了个体的合作行为。

战略互动中的合作和欺骗

意义：探究二元互动任务中参与合作和欺骗的大脑网络的不同。

实验设计：本研究选取33对研究对象，执行开宝箱任务，屏幕上有两个宝箱，只有其中一个宝箱有钱，另一个没钱，参与者的目标是是猜对宝藏箱并赢得奖励。发信人告知收信人钱在哪个箱子的概率最大，合作条件下打开箱子后两者共同分得箱子里的200元美金，竞争条件下，收信人选择打开箱子后，发信人自动获得另一个箱子里的钱，选择正确宝箱的人获得全部150美元的奖励。试验过程中，使用FMRI进行扫描。

数据分析：采用一般线性回归探究竞争和合作条件下不同的脑区激活差异，采用PPI以及MVPA方法脑功能连接的不同。

结果：竞争条件下讲真话比合作条件下讲真更多的激活了双侧尾状核、脑岛、dlPFC、IPL、楔前叶、mPFC和rTPJ等区域（右上B），当发信人选择在竞争中使用说实话策略时，双侧楔前叶和丘脑的功能连通性高于合作时。

3. 未来趋势

 EEG-fNIRS多模态超扫描

大脑的各个脑区在认知过程中均扮演着重要的角色，每个脑区既有其独立的功能，也能与其他区域形成更复杂的功能网络。近红外设备较高的空间分辨率允许研究者根据假设对大脑功能区域进行更细致的划分，如将前额叶划分为额极、背外侧和腹外侧等区域。而脑电信号较高的时间分辨率使得其在探究高度动态变化的大脑部活动中具有优势，其基本节律也具有特定的心理意义，如α和β波段，与认知激活过程的增加有关。

脑电和近红外信号结合适宜的分析方法均能够满足超扫描的需求，但是单独使用二者中的一个，似乎均不能充分揭示社会互动过程背后大脑复杂的动态激活机制。因此，现有研究者通过EEG-fNIRS的联合使用来克服每种技术的特定限制，特别是脑电图对大脑皮层的电活动进行直接测量，近红外对特定区域的血流动力学变化进行间接测量，二者的组合可以收集不同的生理信号和神经血管耦合，在社会互动的研究中具有巨大的潜力。

参考文献

【1】蔺义芹, & 张丹丹. (2017). 超扫描技术在社会认知神经科学中的作用. 应用心理学, 23(4), 9.

【2】刘燊, & 甘烨彤. (2022). 超扫描研究的热点与未来发展趋势:基于文献计量学的分析. 应用心理学, 28(2), 13.

【3】陈丹妮, & 李先春. (2019). 社会比较对合作的影响:一项基于fNIRS的超扫描研究. 第二十二届全国心理学学术会议摘要集.

【4】Babiloni, F. ,  Cincotti, F. ,  Mattia, D. ,  Mattiocco, M. ,  Fallani, F. D. , &  Tocci, A. , et al. (2006). Hypermethods for eeg hyperscanning. Conf Proc IEEE Eng Med Biol Soc, 1(1), 3666-3669.

【5】Czeszumski, A. ,  Liang, S. ,  Dikker, S. , &  Kelsen, B. . (2021). Cooperative behavior evokes inter-brain synchrony in the prefrontal and temporoparietal cortex: a systematic review and meta-analysis of fnirs hyperscanning studies.

【6】Astolfi, L. ,  Toppi, J. ,  Borghini, G. ,  Vecchiato, G. , &  Babiloni, F. . (2011). Study of the functional hyperconnectivity between couples of pilots during flight simulation: an eeg hyperscanning study. Conference proceedings:. Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Conference, 2011, 2338-2341.

【7】Balconi, M. ,  Grippa, E. , &  Vanutelli, M. E. . (2015). What hemodynamic (fnirs), electrophysiological (eeg) and autonomic integrated measures can tell us about emotional processing. Brain Cogn, 95(apr.), 67-76.

【8】Wang, Y. ,  Yang, X. ,  Yao, X. , &  Fu, C. . (2021). Computational methods of brain-to-brain coupling during human interaction. Chinese Journal, 66(4-5), 501-514.

【9】Wang, L. S. ,  Cheng, J. T. ,  I-Jeng, H. ,  Shyhnan, L. ,  Chun-Chia, K. , &  Chen, D. Y. , et al. (2022). Distinct cerebral coherence in task-based fmri hyperscanning: cooperation versus competition. Cerebral Cortex(2), 2.

【10】Li, L. ,  Wang, H. ,  Luo, H. ,  Zhang, X. , &  Li, X. . (2020). Interpersonal neural synchronization during cooperative behavior of basketball players: a fnirs-based hyperscanning study. Frontiers in Human Neuroscience, 14, 169.