编辑推荐：
为探究突显网络（SN）与中央执行网络（CEN）、默认模式网络（DMN）的静息态功能连接对自我控制决策的影响，研究人员分析两个数据集。结果未证实假设，反而发现网络交互指数与自我控制表现呈负相关，这有助于理解自我控制的神经机制。
在日常生活中，自我控制对人们做出适应性决策至关重要。它就像一个 “大脑指挥官”，帮助人们抵制眼前的诱惑，坚持追求长远目标。比如，当面对美味但不健康的食物时，自我控制能让人们选择更健康的饮食；在学习和工作中，自我控制能让人们专注于任务，而不是被娱乐活动吸引。然而，尽管自我控制如此重要，科学家们对其背后的神经机制却尚未完全明晰。
此前的研究表明，大脑中的一些网络在自我控制过程中发挥着关键作用，其中包括突显网络（Salience Network，SN）、中央执行网络（Central Executive Network，CEN）和默认模式网络（Default Mode Network，DMN） 。有研究提出，SN 与 CEN 更强的功能整合以及与 DMN 的功能连接减弱，可能是成功自我控制的神经特征，相关网络交互指数能预测现实生活中的自我控制能力。但这一结论尚未得到充分验证，且相关研究较少，结果也有待进一步重复确认。
为了深入探究这一问题，来自德国德累斯顿工业大学（TU Dresden）的研究人员 Jasmin Stein、Franziska M. Korb、Thomas Goschke 和 Katharina Zwosta 等开展了一项研究 。他们利用两个数据集进行分析，相关成果发表在《Scientific Reports》上。该研究旨在验证之前关于 SN 静息态功能连接在自我控制决策中作用的研究结果，为理解自我控制的神经机制提供更可靠的依据。
研究人员用到的主要关键技术方法包括：首先，使用功能磁共振成像（fMRI）技术分别采集两个数据集中参与者在静息状态和执行自我控制任务时的大脑图像数据。数据集一来自 121 名参与者，他们在经历急性应激诱导或对照程序后完成基于现实生活场景的 fMRI 自我控制任务；数据集二（N=79）来自 OpenNeuro（数据集 ID：ds002643），参与者完成的是 fMRI 食物选择任务。其次，对采集到的 fMRI 数据进行预处理，包括质量检查、使用 FMRIPrep 进行预处理、使用 CONN 工具 box 进行去噪和滤波等操作。然后，通过定义感兴趣区域（ROI）来分析不同网络间的功能连接，ROI 选取采用了先验解剖 ROI、基于独立成分分析（ICA）的数据驱动 ROI 等多种方法 。最后，利用线性回归模型，以网络交互指数（NII）、各网络间功能连接系数等作为预测变量，来探究它们与自我控制表现之间的关系。
下面来看具体的研究结果：
- 自我控制表现：数据集一中，参与者在大多数冲突试验中成功发挥了自我控制，自我控制成功的平均比例为 0.62（SD=0.11）；数据集二中，自我控制表现总体较低且个体差异大，平均比例仅为 0.23（SD=0.25），只有 15 名参与者在至少 50% 的自我控制试验中做出了自我控制决策。
- 确定的 ICA 组水平网络：在数据集一中，与 SN 解剖区域相关性最强的 ICA 成分捕获了前扣带回皮层和喙部前额叶皮层区域；CEN 的成分包括背外侧前额叶和后顶叶皮层等区域；DMN 的成分包含后扣带回皮层、楔前叶等区域。数据集二中，与 SN 解剖图相关性最大的成分包含扣带回皮层和喙部前额叶皮层区域；CEN 的成分主要包括背外侧前额叶和后顶叶皮层；DMN 的成分包含后扣带回和外侧顶叶皮层等区域。
- 网络间连接模式：在数据集一中，使用解剖网络 ROI 时，SN 与 CEN 的功能连接显著正相关，与 DMN 显著负相关；但使用阈值化 ICA 成分的二进制 ROI 时，SN 与 CEN、DMN 的功能连接均显著正相关；使用反映 ICA 成分的加权和时间序列时，SN 与右 CEN 功能连接显著负相关，与 DMN 显著正相关。数据集二中，使用解剖网络 ROI 时，SN 与 DMN 功能连接显著负相关，与 CEN 功能连接未达显著但呈正相关趋势；使用阈值化 ICA 成分的二进制 ROI 时，SN 与 CEN 功能连接显著正相关，与 DMN 功能连接虽不显著但呈负相关趋势；使用加权和时间序列时，SN 与 CEN、DMN 的功能连接均显著正相关。
- 预测自我控制：在两个数据集的多种分析中，均发现网络交互指数（NII）对自我控制表现有显著负向预测作用，这与研究假设相反。具体来说，较高的（较少负向的）SN - DMN 功能连接与较高的自我控制成功率相关，而 SN - CEN 功能连接与自我控制表现的关系在不同分析中有所差异，部分呈负相关趋势。此外，在联合分析两个数据集时，发现 CEN 和 DMN 与杏仁核的功能连接在部分分析中正向预测自我控制成功，但在另一分析中却呈相反趋势；DMN 与腹侧纹状体的功能连接在多数分析中正向预测自我控制成功 。
研究结论和讨论部分指出，该研究未能证实之前提出的 SN 与 CEN 更强的功能连接、与 DMN 更弱的功能连接能预测成功自我控制的假设。相反，研究发现网络交互指数与自我控制表现呈负相关。这可能是因为实验任务多为想象的假设情景，内部的自我参照处理可能通过 DMN 支持任务表现，而现实生活中的自我控制冲突解决可能更依赖 CEN 对外部信息的处理 。同时，不同研究对自我控制的定义和测量方法存在差异，这也可能影响研究结果的一致性。此外，研究还发现不同分析管道和数据集的结果存在显著异质性，ROI 选择方法对网络功能连接模式和与自我控制的相关性有重要影响 。未来研究可通过动态连接分析进一步了解 SN 在自我控制中切换 CEN 和 DMN 的时间动态，还需更系统地研究皮质 - 皮质下功能连接在自我控制中的作用。该研究为深入理解自我控制的神经机制提供了新的视角，有助于后续研究更精准地探究自我控制相关的神经过程，对神经科学和心理学领域研究自我控制具有重要意义。
