Brain | 大脑的‘逻辑引擎’：右前额网络如何驱动类比与演绎推理？

摘要

类比推理(AR)与演绎推理(DR)是目前研究最多的两种推理类型。然而，我们对推理能力与其神经解剖基础之间关系的理解仍非常有限。为了深入探讨这一关系，本研究通过对大样本单侧局灶性额叶/后脑损伤患者和健康对照组在类比推理(AR)、演绎推理(DR)以及流体智力(Gf)测试中的表现进行精细的解剖学映射。研究使用了两项新开发的测验——类比推理测验(ART)和演绎推理测验(DRT)，以及最成熟的Gf测量工具——瑞文高级推理测验(RAPM)，对247例前瞻性招募的患者进行了评估。采用非参数贝叶斯随机区块建模方法揭示了脑损伤缺陷网络的社区结构，从而将功能性影响与病理效应区分开来。研究结果发现，额叶损伤患者的ART和DRT表现显著受损[ART：P＜0.001，额叶组的表现比后脑组和健康对照组差(均P＜0.001)；DRT：P＜0.001，额叶组比健康对照组差(P＜0.01)]。右侧额叶损伤在两项测试中均有显著影响。在ART中，右侧额叶患者比左侧额叶患者受损更严重(P＜0.05)；在DRT中，右侧额叶患者在答案不确定的问题上表现更差(P＜0.05)，但在答案确定的问题上无显著差异。非参数贝叶斯随机块模型进一步表明，右侧额叶网络与ART和DRT的表现密切相关。值得注意的是，该网络同样与RAPM的表现相关。总体而言，本研究是目前对局灶性脑损伤患者在AR和DR能力方面最系统的探索。ART和DRT作为新型临床测试工具展现出了良好的潜力，能够有效评估推理能力并识别右侧额叶功能障碍。

引言

推理能力是人类诸多智力活动的核心，如数学、哲学和科学等。自科学探索诞生以来，推理一直是学术界关注的焦点。其中，类比推理(AR)与演绎推理(DR)是研究最多的两种推理类型。类比推理是通过识别不同关系之间的相似性来进行推理的过程(例如判断“1，2，3”与“5，6，7”还是“6，5，7”更相似)，这种能力使我们能通过将信息从一组关系迁移至另一组来解决问题。而演绎推理则是从已知为真的前提中推导出逻辑结论的能力，这种推理方式对解决具有确定答案的问题以及识别无解的问题至关重要。

然而，我们对推理能力与其他认知过程之间的关系，以及这种关系背后的神经解剖基础的理解仍非常有限。一些有影响力的理论认为，推理能力与流体智力(Gf)密切相关。流体智力是指解决既往学习或经验难以应对的新颖复杂问题的能力。颇具影响力的卡特尔-霍恩-卡罗尔理论提出，推理能力是流体智力的标志性特征。该理论将流体智力视为一个“广泛”的认知领域，包含了几种性质不同的推理能力，如归纳推理——涵盖类比推理(AR)、序列推理——涵盖演绎推理(DR)，以及运用数学概念的定量推理。

Duncan等人(2010)提出，推理能力与流体智力主要由双侧额顶叶构成的“多重需求网络”(MD)支撑。该观点主要基于对健康成人的功能磁共振成像(fMRI)研究，这些研究显示在进行推理、流体智力和执行功能测试时，MD区域会被激活。类似地，顶叶-额叶整合理论(P-FIT)认为，双侧顶额叶网络以及颞枕皮层共同支持推理、流体智力、晶体智力和一般智力的表现。

推理能力与流体智力也被认为是“主动思维”中的关键心理过程，主动思维是指在面对无法用常规方式应对的情境时所需的认知过程，通过这些过程我们能够有效地解决新问题。主动思维还包括抽象思维、思维转换和策略制定等执行能力。一般理论认为，不同类型的主动思维过程由可分离的认知过程支持，这些认知过程分别与大脑不同的单侧额叶网络相关。有研究表明，在执行流体智力测试(如瑞文高级推理测验(RAPM))时，一个高度局部化的右侧额叶网络发挥了重要作用。该网络可能负责基于对模式变化的感知来进行高级推理，而左侧额叶网络则可能支持“任务设定”，即制定指导行动的心理程序，这在处理多步骤计算等任务时不可或缺。

现有关于AR与DR神经基础的研究大多采用fMRI技术对健康成人进行观察，但研究结果却不一致。一些关于AR的fMRI研究报告了左外侧前额叶的激活，另一些则报告了双侧甚至右侧额叶的激活。关于DR的神经影像学研究则揭示了双侧额叶和后部脑区的激活。这些矛盾的结果可能源于方法学差异或fMRI证据的相关性本质，也可能表明大脑中存在支持推理过程不同方面的专门化网络。

有研究认为，左右半球可能在不同类型的推理中扮演着重要角色。例如Goel等人(2007)认为，左侧额叶支持确定性推理任务，而右侧额叶则处理无确定答案的推理任务；Prado等人(2011)的研究表明，左侧额下回与基底神经节支持范畴型DR问题的表现(例如，“所有A是B，所有B是C，因此所有A是C”这类问题)，左侧中央前回支持命题型DR问题的表现(例如，“如果有A，那么有B，现有A，因此有B”这类问题)，而右侧额中回与后顶叶皮层支持关系型DR问题的表现(例如，“A在B的左边，B在C的左边，因此A在C的左边”这类问题)。此外，还有研究更加强调左半球的作用，例如Holyoak等人(2021)认为推理能力依赖于左侧优势的额顶叶网络，该网络涉及多个表征与整合关系的认知过程；Wang等人(2020)提出，DR由包含左侧额叶/顶叶皮层和皮下结构的分布式网络以及左侧额下回、岛叶和扣带回组成的“核心”网络支持；Reverberi等人(2012)发现，左腹外侧前额叶、左外侧额下回和内侧额上回对三段论推理至关重要，但其激活模式取决于所采用的推理策略。因此，尽管一些研究为解决这些矛盾结果提供了可能性，但目前仍不确定哪些脑区在推理过程中起着决定性作用。

fMRI技术的一个局限性在于，它无法准确地区分在执行某种认知任务时被激活的脑区与那些执行该认知任务所必需的脑区。即使某个脑区在多次研究中表现出稳定的激活，也不一定意味着该区域与任务表现有直接关系。为了克服神经影像技术的这一限制，一些研究采用经颅磁刺激(TMS)技术来探索推理能力。例如Boroojerdi等人(2001)发现，对左侧额叶进行重复TMS能加快AR测试反应时间而不影响准确率；Tsujii等人(2011)报告称，刺激双侧上顶叶会干扰抽象和不一致范畴型DR问题的推理表现，刺激左侧额下回会影响一致范畴型DR问题的表现，而刺激右侧额下回会破坏不一致范畴型DR问题的推理表现。然而，TMS的作用范围有限，且效应可能不局限于靶点区域，因此很难精准界定推理能力背后的网络神经基础。

由脑肿瘤或卒中等病理原因引起的单侧局灶性脑损伤患者的研究，为我们理解推理过程中的神经认知架构提供了独特的机会。与功能神经影像学研究相比，病灶研究能够提供因果性证据。相较于TMS研究，病灶研究可以观察到不同脑区的功能丧失，从而更全面地揭示不同脑区之间的相互作用。然而，这类研究非常稀少，而且现有研究样本量小、结果异质性大。因此，本研究使用新开发的AR和DR测试，对247例单侧额叶或后部局灶性脑损伤患者进行了精细的解剖学映射。考虑到目标神经基质的分布式特性，本研究采用了基于非参数贝叶斯随机块模型进行图病灶-缺损映射方法来推断其网络组织特征。该方法能够有效区分神经依赖的分布式模式与病理损伤本身的复杂解剖模式，为网络框架假说提供了严谨的验证。

材料与方法

参与者

本研究从英国国立神经病学与神经外科医院(NHNN)招募了247名单侧局灶性脑损伤患者。其中176例患者的病灶位于额叶(n=102：左侧额叶47例，右侧额叶55例)或后部区域(n=74：左后部32例，右后部42例)，即MRI或CT扫描显示病灶体积占比≥70%。脑肿瘤与脑卒中患者的损伤在神经心理评估间隔时间上无显著差异(P=0.30)。247例患者中有239例记录了利手信息，其中右利手232例(97.1%)，左利手7例(2.9%)。研究同时招募了81名无神经或精神病史的健康对照组(HC)，对照组在年龄、性别、受教育年限和国家成人阅读测试(NART)得分方面与患者相匹配。该研究遵循《赫尔辛基宣言》，并得到了NHNN与神经病学研究所联合伦理委员会的批准。

背景测试

采用NART评估病前最佳功能水平，《缺笔划字母》测试感知能力，《分级命名测试》(GNT)评估命名能力，《语法接收测试》(TROG)的最后12个项目检测语言理解，RAPM评估流体智力(Gf)。另选用两项已知独立于Gf的经典执行功能测试：《语言流畅性测试》(正确生成“S”开头单词的总数)和《Stroop测试》(2分钟内正确命名的墨水颜色总数，不足2分钟则按比例折算)。

行为测验

所有测试均按标准化流程施测与评分。类比推理测验(ART)与演绎推理测验(DRT)使用基于脚本的心理测量软件(https://www.neurobs.com/)在10.5英寸的iPad Pro平板电脑上运行。

类比推理任务(ART)

受试者依次完成感知匹配基线任务和ART任务(图1)。两者采用相同类型的刺激和设计，并参考了Urbanski等人(2016)开发的任务范式。

图1.类比推理任务示例题目。

感知匹配基线任务包含3道指导题和12道测试题。每题左侧呈现三个彩色数字(源集)，右侧显示两组数字(目标集)，受试者需要触摸右侧看起来与左侧最相似的一组数字，并要求快速准确地进行反应。

接下来，执行ART任务，该任务包含6道带答案演示的指导题。受试者需根据抽象规则选择与左侧数字组最相似的右侧数字组。类比规则分两种：“同类”(源集与目标集在数值、颜色饱和度或大小上呈现递增/递减关系)和“异类”(源集与目标集均在数值、颜色或大小维度存在一个异类项)。有50%的题目为“同维度”类比(类比规则适用于源集和目标集中相同的刺激特征，如颜色)，50%为“跨维度”类比(类比规则适用于不同的刺激特征，如颜色与大小)。完成24道测试题后记录正确率(正确数/总题数×100%)，并分别计算同类项(12题)、异类项(12题)、同维度(12题)和跨维度(12题)的正确率。

演绎推理任务(DRT)

DRT包含24道关系型演绎推理题。受试者需判断第三句话是否从前两句逻辑得出，并通过按键选择“是”或“否”。练习阶段包含1道逻辑有效题和1道无效题，这两个问题均提供反馈。正式测试24题无反馈，要求受试者快速且准确地判断逻辑有效性。题目中有效题与无效题各半，所有有效题均为确定性问题，无效题中确定性与不确定性各半。分析正确回答的总体百分比(正确数/总题数×100%)以及确定性(18题)、不确定性(6题)题目的正确率。

神经影像建模

为了捕捉解剖分布式的神经依赖性，并区分其与病理损伤模式的关联，本研究采用基于图论统计模型的验证方法：将大脑建模为网络，节点代表解剖位点，边表示相连节点间共享一组特性的程度(包括损伤存在性、认知缺陷及混杂因素)。通过贝叶斯随机块模型推断与行为得分相关的体素子网络层级结构，并分离病灶的空间偶发性分布。随机块模型是图网络结构的非参数概率统计模型，该非参数概率统计模型能稳健推断图中呈现层级“块”或“社区”的特定连接模式。在脑损伤图模型中，这些社区可能受到行为神经基质和/或损伤解剖模式的影响。分层随机块模型可区分这两种节点连接类型，从而分离任务特异的神经依赖与病灶的偶然病理结构。

结果

人口统计学和背景测试

额叶组、后脑组与健康对照组(HC)在年龄、性别及受教育年限方面匹配良好(均P＞0.05)。额叶组与后脑组、左侧额叶与右侧额叶亚组之间的脑肿瘤/卒中患者比例及病灶体积均无显著差异(均P＞0.05)。病灶体积与ART、DRT、RAPM总分及各分项得分均无显著相关性(均P＞0.05)。

各组在NART、缺笔划字母、GNT及TROG测试中的表现相当(均P＞0.05)。额叶组在RAPM(P＜0.001)、语言流畅性(P＜0.001)和Stroop测试(P＜0.001)中的表现显著差于后脑组与HC组。

RAPM表现呈现右侧额叶效应：右侧额叶组的RAPM表现明显差于左侧额叶组(P＜0.05)。总体而言，247例患者中有181例(其中，有116例来自本研究者先前的RAPM研究，并且新增了65例患者的数据)完成了RAPM测试。在新增的65例患者中，右侧额叶组的RAPM平均得分(5.64±2.10)低于左侧额叶组(7.30±2.50)。

此外，与先前的研究结果一致，左侧额叶组在语言流畅性(P＜0.05)和Stroop测试(P＜0.01)中的表现明显差于右侧额叶组。

类比推理任务

在感知匹配基线任务中，额叶组、后脑组和HC组之间无显著差异(表1)。但ART总分存在组间差异(P＜0.001)，其中额叶组显著差于后脑组与HC组(均P＜0.001)，且右侧额叶组显著差于左侧额叶组(P＜0.05)。

表1.类比推理任务与感知匹配基线任务的表现。

在同类项类比规则上，存在非侧化的额叶效应。额叶组的表现显著差于后脑组和HC组(P＜0.001)，但左右额叶组的表现无显著差异。在异类项类比规则上，存在右侧额叶效应。额叶组的表现显著差于后脑组和HC组(P＜0.001)，且右侧额叶组显著差于左侧额叶组(P＜0.01)。

为了研究ART总体表现的右侧额叶效应是否受难度调节，本研究分别分析了同维度和跨维度问题上的表现。配对比较证实，在整个样本(P＜0.001)以及额叶组(P＜0.05)、后脑组(P＜0.05)和HC组(P＜0.05)中，同维度问题的准确率均显著高于跨维度问题。值得注意的是，在同维度和跨维度问题中均观察到右侧额叶效应，即右侧额叶组在同维度和跨维度问题上的表现显著差于左侧额叶组(P＜0.05)。此外，在刺激特征上，对于涉及颜色和大小的题目中，额叶组的表现差于后脑组(分别P＜0.01/P＜0.05)与HC组(分别P＜0.05/P＜0.001)，且右侧额叶组差于左侧额叶组(均P＜0.01)。对于涉及数值的题目中，仅显示非侧化的额叶效应，即额叶组显著差于HC组(P＜0.001)，但左右额叶组之间无显著差异。

演绎推理任务

额叶组、后脑组和HC组在DRT总体表现上存在显著差异(P＜0.001)(表2)，额叶组仅显著差于HC组(P＜0.01)，左右额叶组无明显差异。

表2.演绎推理任务的表现。

在不确定性问题上也发现了右侧额叶效应。额叶组在不确定性问题上的表现显著差于后脑组(P＜0.05)与HC组(P＜0.001)，且右侧额叶组差于左侧额叶组(P＜0.05)。在确定性问题上，额叶组仅显著差于HC组(P＜0.05)，但左右额叶组无显著差异。

神经影像分析

在ART任务中，大脑的神经活动主要集中在右侧额中回和额下回两个区域，以尾侧额中回为主导(图2)。在DRT任务中，右侧前额叶的活动也很强，但涉及到的网络更广泛，除了额中回外，还包括额上回和额下回的多个区域，呈现出一个较为前侧(靠近大脑前部)且分布广泛的网络(图3)。在RAPM任务中，右侧前额叶的网络分布更加广泛，以额上回为主导(图4)。在ART和RAPM任务所激活的网络中，观察到的唯一相对远端的区域是右背侧中央后回。

图2.类比推理任务表现的图病灶-缺损映射。

图3.演绎推理任务表现的图病灶-缺损映射。

图4.瑞文高级推理测验的图病灶-缺损映射。

语言流畅性任务主要激活了大脑左背侧额上回和额中回区域(图5)。Stroop任务激活了一个较为广泛的左侧额叶网络，主要集中在左侧额下回(图6)，与既往研究一致。

图5.语言流畅性任务的图病灶-缺损映射。

图6.Stroop任务的图病灶-缺损映射。

结论

本研究首次在大样本单侧局灶性额叶/后脑损伤患者及健康对照组(HC)中，应用图病灶-缺损映射技术探究了类比推理(AR)与演绎推理(DR)的神经基础。行为学与神经影像学结果共同揭示了右侧额叶网络在ART和DRT测试表现中的关键作用。图病灶-缺损映射分析显示，这两项测试均主要依赖右侧额叶网络。虽然ART和DRT作为复杂任务可能涉及多种认知能力，但它们共享的神经基础暗示着这两者存在共同的执行加工过程。在临床转化方面，ART和DRT有望填补现有右侧额叶功能障碍评估工具的空白。由于这两种测试没有天花板效应(现有神经心理测验的普遍局限性)，因而具有独特的临床应用价值。

参考文献：Joseph Mole, James K Ruffle, Amy Nelson, Edgar Chan, Tim Shallice, Parashkev Nachev, Lisa Cipolotti, A right frontal network for analogical and deductive reasoning, Brain, 2025;, awaf062, https://doi.org/10.1093/brain/awaf062

小伙伴们关注茗创科技，将第一时间收到精彩内容推送哦～