摘要： 目的：本研究旨在通过行为标注的方法探究动作语义表征空间中的重要维度,以此构建体素级的编码模型,并研究其神经基础。与现有研究相比,本研究将进一步探索与动作理解有关的维度,并使用自然视频刺激和新的标注方法来改善研究的内外效度。
方法：行为实验：使用Likert问卷标注的方法和新开发的拖拽标注方法对每类动作的社会性、及物性、危险性、威胁性、剧烈程度、熟悉度、涉及的身体部位、满足的需求层次、情绪效价、情绪唤醒进行了行为标注,并使用主成分分析获得前6个正交的维度,解释91.77%的方差。fMRI实验：采用快速事件相关设计(rapid event-related design)。每名被试需要从其中观看720个不同的视频,其中包含180类动作,每一类动作随机选择4个不同视频。共采集了30名被试的数据。
结果：通过体素级别的被试间相关分析(inter-subject correlation, ISC)进行筛选,选择对动作语义表征比较稳定的体素作为感兴趣区,进一步训练了体素编码模型(voxel-wise encoding-model),基于6个PCA维度数据构构建了多元GLM模型,将得到的预测数据与真实的大脑激活数据做皮尔逊相关作为预测的准确性指标。结果表明该编码模型能够很好地预测与表征动作的体素激活：r_acc-mean = 0.465,r_acc-max = 0.877,r_acc-median = 0.486 (图1)。

图1

进一步探表征6个主成分的神经基础,PC1对应社会属性、客观属性,它们共同解释了近50%的方差。PC2对应及物性,其对应的回归系数在视觉联合皮层和颞下回较高,证明了及物性由DOTC表征。PC3主要对应社会属性,其对应的回归系数在视觉联合皮层和中央后回较高。此外,PC4对应涉及的身体部位,PC5对应情绪效价,PC6对应情绪唤醒(图2)。

图2

结论：（1）使用包含180类动作的自然视频刺激,提高了该领域研究的生态效度;（2）共纳入了10个维度,构建基于标注数据的多维度动作表征空间,结合fMRI实验证明了本研究构建的编码模型的有效性;（3）进一步刻画了动作表征空间不同语义维度的神经基础,拓展了对人脑进行动作理解的神经基础的认识。

关键词: 动作, 表征空间, fMRI