Brain综述|关于背内侧前额叶/背前扣带皮层的争论:对未来研究的见解

背内侧前额叶皮层/背前扣带皮层(dmPFC/dACC)是一个关于其功能的许多理论和争论的大脑区域。就连它精确的解剖边界也备受争议。在过去的几十年里，dmPFC/dACC与超过15种不同的认知过程有关，这些过程有时看起来完全不相关(如身体感知、认知冲突)。因此，了解dmPFC/dACC的作用对许多神经科学家来说是一个真正的挑战。关于这一大脑区域功能的几种理论已经发展起来，导致了一系列具有不同模型的竞争性出版物，这些模型有时相互矛盾。近二十年来，围绕dmPFC/dACC的活跃科学交流促进了认知神经科学领域的研究成果。

在这篇综述中，我们概述了dmPFC/dACC的解剖结构，总结了与该脑区相关的功能的最新进展，并提出了旨在解释dmPFC/dACC功能的主要理论。我们探讨了不同理论之间的共同点和争论。最后，我们解释了从这些争论中可以学到的东西，以便未来研究dmPFC/dACC和其他大脑区域的功能。

1. 简介

炼金术士们在寻找“哲人之石”和“本质之物”的过程中，取得了许多至今仍被广泛使用的发现。例如，在14世纪，法国方济会修士让·德·罗克泰拉德(Jean de Roquetaillade)在寻找一种不依赖于水、空气、火或土的不腐物质时，发现了一种几乎纯乙醇的高度浓缩溶液——生命水(aqua vitae)，他认为这种物质能让人保持健康。解开某些大脑区域所支持的功能有时看起来就像炼金术士的任务一样不可能。尽管如此，它可能带来的发现可能同样硕果累累。位于背内侧前额叶皮层(dmPFC)和背前扣带皮层(dACC)之间的脑区是过去二十年来许多研究的焦点。该脑区大致对应于功能性神经影像学研究中常见的活动簇(图1C)。它反映了一组受试者的平均大脑活动，缺乏精确的解剖边界。根据不同的研究，它被贴上了至少10个不同的名字，这些名字要么是指扣带皮层，要么是指前额皮质，要么是指运动动作。由于该脑区属于与扣带回和额叶重叠的功能簇，并且缺乏明确的解剖边界，因此我们选择将其指定为dmPFC/dACC区域。这个标签在一般意义上表示它的位置，包括dmPFC和dACC区域。dmPFC/dACC参与了广泛的认知功能，如时间估计，身体感知，计算觅食值，处理厌恶事件或处理冲突，其中部分重叠。

许多科学家试图将这些功能统一为一个理论，在过去的三十年中产生了许多理论和模型。

在本综述中，将探讨dmPFC/dACC的主要统一理论，特别强调三个主要模型。

其中包括误差似然模型，该模型后来发展为预测响应结果模型和层次误差表示模型，冲突监测理论，该理论进一步发展为控制期望值理论(EVC)理论和觅食值理论。然而，在很早的时候，一些研究人员就认为，不可能确定一个单一的理论，能够概括dmPFC的所有功能。我们将把这第四种观点称为多信号观点(MSV)，它与其他观点不同，因为它本身不是一个统一的理论。关于dmPFC/dACC作用的各种理论(HER/觅食价值/EVC)和观点(单信号与多信号)引发了一系列拮抗剂的发表，本文将对其进行综述。首先，我们将概述在dmPFC/dACC中观察到的各种信号，并简要介绍试图解释这些发现的理论。接下来，我们将提出这些不同理论之间一致和冲突的关键点。

2. 解剖学上不明确的大脑区域的多重信号

2.1 什么是dmPFC/ dACC的解剖差异

解决dmPFC/ dACC功能冲突的一个难点是其解剖定义。该脑区活动簇的解剖边界定义不清，并且在不同的研究中有所不同。此外，在实验室之间，有时甚至在同一实验室内，在不同的出版物中，如何标记这个区域存在相当大的不一致。因此，为了发展dmPFC/dACC功能的综合理论，有必要对该簇的解剖学描述建立共识。否则，就有可能使用相同的标签来指代不同的大脑区域，或者对同一大脑区域使用不同的标签。当研究人员根据与某一特定功能相关的大脑区域的激活意味着该认知过程的参与这一假设进行反向推断时，这一点就变得至关重要了。为了清晰地标记大脑区域，在本综述中，我们首先定义了围绕dmPFC/dACC的四个主要大脑区域(图1):前辅助运动区(pre-SMA)和背内侧前额叶皮层(dmPFC)，它们都属于额叶皮层(图1A)，背前扣带皮层(dACC)和中扣带皮层(MCC)，它们属于扣带皮层。这四个脑区可以从解剖学上(图1B)或功能上(即根据研究人员在功能性神经影像学研究中如何标记活动峰值)进行定义(图1C)。正如我们在文献中观察到的那样，功能性dmPFC/dACC似乎沿着扣带回沟部分重叠了这四个区域(图1C)。它大致对应于Brodmann区4、6、24和32之间的连接处，与许多其他大脑区域一样，它的功能定义意味着它的名称和位置在不同的研究中可能会有所不同。例如，这个区域被称为ACC或dACC，指的是它位于胼胝体上方，靠近扣带皮层前部。同样，其他人也将其称为MCC或背侧前中扣带皮层(daMCC)，指的是扣带皮层前部和中部区域的神经元形态不同(胼胝体背侧的层状厚度过渡)。其他研究将其标记为后额内侧皮质(pFMC)，内侧前额叶皮质(mPFC)或dmPFC，广泛地指其在PFC内的空间位置。其他人将其标记为功能名称为前SMA，指的是其与SMA,甚至SMA的接近(解剖学和功能上)。这些标签差异是有问题的，因为上述一些名称指的是具有特定特征的区域，涉及其解剖学，功能，神经代谢以及解剖学和功能连接。

当试图在动物实验中研究大脑的同源区域时，这些差异甚至会造成更多的麻烦。此外，解剖标记的不一致会造成很大的混乱，特别是当集群位置的坐标和图形没有显示时，导致不确定是否指的是同一个大脑区域。因此，为了简单起见，我们采用了术语dmPFC/dACC。虽然，我们承认这个标签是有争议的，但当观察到作为一个群体水平的活动集群时，仍然没有一个理想的标签来提到这个大脑区域。

此外，需要注意的是，与dmPFC/dACC活动相关的功能簇的确切位置可能会受到扣带旁沟(pcgs)存在与否的极大影响

虽然所有的健康受试者在两个大脑半球都有一个扣带沟，但只有60%的人在左半球有一个扣带沟，40%的人在右半球有一个扣带沟(图1B)。虽然pcgs的存在对dmPFC/dACC簇的确切解剖位置的影响尚未被广泛研究，但现在更多的研究正在考虑它。在功能MRI (fMRI)预处理软件中更好地考虑个体解剖可以帮助调和研究中观察到的dmPFC/dACC簇的MNI坐标的差异。

图片

图1 脑区周围dmPFC/dACC的功能和解剖标记

2.2 dmPFC/dACC信号的多样性

理解dmPFC/dACC的作用是一个挑战。事实上，dmPFC/dACC与大量的功能相关联。在脑成像研究中，这是一个更常被激活的大脑区域，甚至导致一些研究人员幽默地说，扣带皮层包管一切。考虑到与dmPFC/dACC相关的功能的数量，人们很难假装没有错过文献中的一个。

正如其他研究人员所说，我们都看到了一些不同的东西，我们所看到的可能会告诉我们更多关于我们自己和我们的研究重点，而不是关于这个区域的功能。没有假装提供一个详尽的列表，我们在这里提供一些与这个集群的活动相关的功能列表(图2)。

2.2.1 时间感知

dmPFC/dACC活动与时间感知有关。它的不同子部分在时序图上被调到不同的持续时间。

2.2.2 躯体表现

在运动图中，dmPFC/dACC的不同部位似乎与身体的不同部位相协调。

2.2.3 不确定性

dmPFC/dACC活动与环境的波动性相关，与选择不确定性有关，反映在选择难度上，也反映在根据环境的波动性编码不同的学习率上，dmPFC/dACC的不同子部分调整到不同的学习率。

2.2.4 目标引导的行为变化

许多研究试图解释dmPFC/dACC在目标导向行为中的作用。其中一些结果相互矛盾，而另一些结果表明，dmPFC/dACC可以在基于价值的决策过程中独立编码几个变量。例如，dmPFC/dACC的活动与消极的主观价值有关，并且更普遍地与任何类型的厌恶刺激有关，包括非痛苦的和身体上痛苦的厌恶刺激，甚至是社会排斥。它还与综合净值，显著性，体力劳动预期和消耗，体力疲劳，认知控制消耗，施加认知控制的期望值，探索环境的价值与保持正在进行的行为的价值之间的差异，选择困难，以及预测误差和惊喜有关。

2.2.5 模型更新

为了驾驭我们的环境，我们建立了世界的内部模型。研究表明，当这些内部模型需要基于外部事件进行更新时，dmPFC/dACC会变得更加活跃。

2.2.6 自主交感神经活动

dmPFC/dACC血氧水平依赖性(BOLD)活性一直与心率变变性和瞳孔直径大小相关。

2.2.7 解剖重叠，收敛和分歧的先前的结果

有趣的是，通过基于Neurosynth的荟萃分析方法观察所有这些概念激活的共同体素时，我们发现簇位于dmPFC/dACC、双侧岛叶前部和右侧背外侧PFC(图2)。注意，在这个荟萃分析中识别的簇有点后侧，并没有涵盖fMRI研究中通常观察到的整个簇，如图1C所示。然而，这一结果证实了所有这些不同的过程都招募了dmPFC/ dACC。其中一些功能有时重叠甚至相互矛盾。

2.2.7 重叠

有人认为，dmPFC/dACC活动与不确定性之间的单纯相关性可以通过dmPFC/dACC发挥认知控制来解释。同样，也有人认为dmPFC/dACC活动与时间的相关性反映了认知控制过程。

另一个显著的例子是疼痛。dmPFC和腹侧ACC经常在触发疼痛的情况下被激活。扣带皮层中的神经元对身体疼痛作出反应，使其成为疼痛基质的一部分。然而，由于结果不一致和人格改变，慢性疼痛综合征的治疗方法——扣带切开术被放弃了。神经影像学研究大多是相关的，而不是因果关系。因为当特定的认知功能运行时，一个特定的大脑区域被招募并不一定意味着该大脑区域在执行认知过程。刺激人类dmPFC和相邻ACC中的神经元不会引起疼痛，表明该区域的活动是由疼痛刺激触发的，而不是引起主观的疼痛感觉。因此，有人提出dmPFC/ACC的活动是由任何需要反应的显著刺激引起的。

2.2.8 矛盾

dmPFC/dACC与负主观价值、综合净值和显著性有关，这三种说法是互不相容的。一种说法是，当预期更多的厌恶事件时，dmPFC/dACC的活动应该增加;第二种说法是，当预期更多的积极事件时，dmPFC/dACC的活动应该增加，因此，当净值是食欲时，它应该促进运动动作的执行;最后一种说法是，它应该随着暴露于积极和消极事件而增加。总之，考虑到与dmPFC/dACC相关的研究结果的数量，将所有文献收集到一个dmPFC/dACC活动的单一理论框架中似乎是一个无法解决的问题。然而，这种结果的多样性要求发展理论，每个理论都旨在通过解释与dmPFC/dACC相关的全部或至少部分功能来减少与dmPFC/dACC相关的维度数量。

图片

图2 与dmPFC/dACC相关的多个信号的非详尽列表。

2.3 dmPFC/dACC理论的多样性

在更精细的尺度上研究大脑可以揭示特定的解剖区域，尽管它们接近，但具有不同的连通性和活动，因此可以解释与dmPFC/dACC相关的广泛功能。另外，一种诱人的方法是将它们统一在dmPFC/dACC功能的单一理论下(图3)。与dmPFC/dACC相关的一些功能之间的功能重叠证实了这一理论统治所有方法的有效性，但是，也请注意，正如MSV提出的那样，其中一些功能是独立的，可以由dmPFC/dACC并行编码。下面将简要介绍dmPFC/dACC的一些更有影响力的理论。

图片

图3 dmPFC/dACC主要理论示意图总结(不含多信号视图)

2.3.1 认知控制理论

冲突检测与信息论

在20世纪90年代fMRI发明后的几年里，科恩团队开始收集dmPFC/dACC通过fMRI参与冲突检测和冲突监测的证据。一系列的出版物表明，dmPFC/dACC的BOLD活动在涉及更高难度和冲突的情况下增加了，这导致他们建立了dmPFC/dACC的冲突监测理论。他们还发现，当检测到错误时，dmPFC/dACC BOLD活性增加。正如Botvinick和他的同事所提到的，疼痛的发生和指示错误的反馈与冲突属于同一类信号，都表明当前的注意力分配未能防止消极结果。换句话说，由于认知冲突或厌恶结果的增加，dmPFC/dACC在需要行为调整的情况下变得更加活跃。dmPFC/dACC活动的增加会引发背外侧前额叶皮层(dlPFC)活动的增加，而dlPFC被认为是实现认知控制来调整行为的在冲突监控理论的基础上，他又构建了dmPFC/dACC的信息论。在这一理论中，引入认知控制的主要作用是通过试图将不确定性降低到可管理的水平，从而做出适当的反应来处理不确定性。dmPFC/dACC的作用是检测不确定性高的情况，并且可以通过dlPFC的认知控制来减少不确定性。在这一理论中，冲突处理包含在不确定性增加的子案例中，这推动了dmPFC/dACC的招募。这就解释了为什么dmPFC/dACC与认知控制和不确定性都有关联。因此，有人建议，dmPFC/dACC广泛被与更多不确定性有关的情况所招募。

控制的预期值

后来，Shenhav, Botvinick和Cohen发展了一个新的理论，称为EVC理论。运用更多的认知控制在主观上是昂贵的，因为认知控制伴随着精神努力的感觉。虽然冲突理论没有考虑认知控制的成本，但EVC理论指出，只有当EVC计算表明这样做值得付出努力时，人们才会花费认知控制。EVC理论认为，dmPFC/dACC检测到在哪些情况下实施更多的认知控制是有益的，尽管它的成本很高。基于EVC计算的结果，dmPFC/dACC最终会招募dlPFC来实现认知控制。

涉及多种反应之间冲突的情况可导致EVC的变化(由于控制需求的潜在变化)，从而导致认知控制的潜在分配。

2.3.2 误差-似然理论

广泛的证据表明，dmPFC/dACC活动在响应无符号预测错误(也称为惊喜）和错误检测时增加。

这导致了dmPFC/ dACC的误差似然理论的发展。

误差似然模型

Brown和Braver35在2005年开发了错误可能性模型。该模型假定dmPFC/dACC参与计算发生错误的可能性，即使在没有错误或响应冲突的情况下也是如此。该理论指出，dmPFC/dACC的活动水平将作为一个早期预警信号，为其他大脑区域检测何时需要基于与给定环境相关的预测错误水平实施认知控制。

预测响应-结果模型和层次错误表示模型

后来，在2010年，亚历山大和布朗将这个模型演变成PRO模型。模型的核心方面是dmPFC/dACC计算与一组给定动作相关的各种可能结果，以允许动作选择。然后，在反馈时，dmPFC/dACC将计算预测和实际结果(预测误差)之间的差异，以更新其内部的世界模型。几年后，在2015年，亚历山大和布朗将他们的PRO模型更新为HER模型。HER模型与PRO模型具有相同的原理，但它通过根据预测误差的水平，包括以逆行梯度组织的分层预测误差来指定其解剖功能组织。感官和具体的预测错误将以尾部方式编码，而更抽象和理论的预测错误，例如在规则层面，将以尾部方式编码。HER模型还假设dmPFC/dACC和dlPFC是双边相互作用的。dmPFC/dACC预测误差信号驱动dlPFC学习，而dlPFC会调节dmPFC/dACC产生的特定预测。dlPFC的作用主要是在工作记忆中维持与预测错误同时发生的刺激表征，而dmPFC/dACC产生这些预测错误。Brown和Alexander还开发了PRO模型的另一个修改版本，称为PRO-control模型。这种变体结合了主动控制信号和被动控制信号。主动控制信号抑制导致厌恶结果的行为，因为它们会带来高风险。虽然这种主动信号最初存在于PRO模型中，但作者扩展了其功能，包括通过向背外侧前额皮质的兴奋性投射来刺激导致理想结果的行为的能力。另一方面，反应性控制信号来自于负预测误差的计算，使其能够迅速而暂时地抑制先前导致不良结果的行为的未来选择。

2.3.3 觅食值理论

Rushworth, Kolling及其同事，旨在将生态学的最佳觅食模型应用于人类，证明dmPFC/dACC参与觅食环境的价值，而不是开发当前的斑块。觅食价值理论(FVT)的灵感来自行为生态学，它认为许多自然的情况并不包括两个明确的选择，而在实验室环境中进行的二元选择任务通常是这样的。在这种情况下，FVT认为，在决定采取何种行动时，个体不断权衡利用正在进行的选项(如默认选项)与切换到探索其他选项的可能性。这一理论在非人类灵长类动物dmPFC/dACC的电生理记录中得到了一些支持，和其他类似的人类神经成像研究表明，dmPFC/dACC活动的增加表明需要从开发转向探索环境。在这一理论的框架中，dmPFC/dACC将监测备选行动的价值，并将它们与当前行动进行比较，以表明何时返回觅食比保持正在进行的行动更有价值。此外，研究表明dmPFC/dACC也参与处理身体疲劳。传统的疲劳观只关注肌肉衰竭，而最近的研究提出疲劳也可能涉及机会成本的计算。这个说法与FVT是一致的，因为它指出，dmPFC/dACC活动应随着机会成本的增加而增加，即当从目前的行为转向另一种行为更有回报时。然而，Rushworth和他的同事们并不认为这个理论可以解释所有dmPFC/dACC的活动。他们提出，搜索值编码只是dmPFC/ dACC执行的多种功能之一。

2.3.4 多信号视角

如前所述，搜索值编码只是FVT的持有者赋予dmPFC/dACC的功能之一。他们和其他研究人员提出，并不是所有与dmPFC/ dACC相关的活动都可以用一个理论来概括。这种观点认为，dmPFC/dACC神经元可能根据正在进行的任务和工作中的大脑网络有不同的作用。MSV也可以理解为一个多功能视图。事实上，它提出dmPFC/dACC不仅代表多个信号，而且根据上下文和手头的任务实现不同的功能。

虽然统一理论认为，多个信号可以被传递到dmPFC/dACC区域，并根据其主要的单一功能进行整合，但MSV提出，该大脑区域可以同时计算几个独立的功能(并行或基于当前任务要求)。

这一观点得到了大量证据的支持，这些证据表明，在人类中，在非人类灵长类动物和啮齿动物中，与ACC和dmPFC活性相关的大量不同功能已经在几篇综述中得到了总结。MSV建议，与其寻找一个单一的理论来解释所有范式和情况下的所有dmPFC/dACC活动，不如根据情况记录dmPFC/dACC的独立功能。

3. 围绕dmPFC/dACC角色的共识和冲突

如前所述，dmPFC/dACC与多种认知功能相关，并有一些重叠，这表明不同的理论可以解释其中的一些功能。许多团队试图证明这些理论如何解释文献中观察到的结果(图3)。一些研究人员甚至比较了不同的理论，以确定哪一个更好。下一节探讨这些理论之间的共同点和批评/冲突。

3.1 共识

3.1.1 dmPFC/dACC在目标导向行为中起关键作用

选择最佳行动以提高奖励率

在前一节中概述的所有理论中，一个引人注目的方面是它们一致认为dmPFC/dACC在目标导向行为中起着关键作用。事实上，他们一致认为dmPFC/ dACC的活动是由追求或实现目标的行为刺激的。在FVT的情况下，dmPFC/dACC发出信号，当返回觅食比继续当前行为更有益时，以提高当前行为的效用。冲突理论认为，dmPFC/dACC的活动表明，当一个正在进行的任务引起认知冲突(比如在Stroop任务中确定正确答案)时，必须处理这种冲突以维持良好的奖励率。EVC理论提出，dmPFC/dACC基于各种信号的整合来计算花费更多认知控制的价值，包括认知控制的成本和增加认知控制的预期回报。信息论还认为，dmPFC/dACC活动可以识别高度不确定性的情况，这种情况可以通过应用更多的认知控制来减少。增加认知控制减少了不确定性，并通过提供对世界的更好理解而提高了奖励率，这被先前的研究结果所证实，当世界的内部模型需要更新时，dmPFC/ dACC活动被触发。误差似然、PRO和HER模型也都断言dmPFC/dACC通过计算不同级别的预测误差来更新世界的内部模型，从而随着时间的推移增加选择最佳行为的可能性。

多个信号的整合

此外，正如预期的那样，与目标导向行为相关的大脑区域，所有模型都表明dmPFC/ dACC整合了多个信号。HER模型提出dmPFC/dACC在广泛的任务中整合了预测错误，包括疼痛、认知控制或视觉感知。这一发现也得到了预测误差荟萃分析的支持。FVT和EVC理论还提出，dmPFC/dACC整合了成本(即在FVT的情况下觅食的成本，在EVC的情况下执行认知控制的成本)和收益(即如果一个人开始为FVT觅食时的预期平均回报率，增加EVC的认知控制的预期回报)，允许通过适应行为来增加效用(即在FVT中从开采转向探索，或通过触发EVC的认知控制)。除了关于dmPFC/dACC与目标导向行为之间联系的不同理论之间的共识之外，其他几条研究线提供了进一步的证据支持dmPFC/dACC在目标导向行为中的主导作用。

与dmPFC/dACC活动相关的任务变量与目标导向行为有关

值得注意的是，大多数与dmPFC/dACC活动相关的变量，如解剖学上不明确的大脑区域的多重信号部分所讨论的，都直接或间接地与目标导向行为相关。虽然这些变量中的一些，如生物钟图，可能与目标导向行为没有直接和明显的联系，但大多数其他功能，包括模型更新(有效实现目标)，身体图(加强运动活动实现目标)和触发自主神经系统(促进努力支出)可以很容易地与目标导向行为联系起来。

dmPFC/dACC功能的其他理论解释与目标导向行为有关

我们在本综述中未开发的其他dmPFC/dACC模型也提出了dmPFC/dACC与目标导向行为之间的直接联系。例如，分层强化学习(HRL)模型假设dmPFC/dACC是启动、维护和组织基于分层强化学习的目标导向动作序列的必要节点;波动率模型提出dmPFC/dACC根据检测到的环境波动率调整学习率;奖励价值和预测模型(RVPM)表明，dmPFC/dACC在奖励有风险时预测未来结果的价值。

3.1.2 dmPFC/dACC活动反映了需要进行更改

另一个明确的共识是，当dmPFC/dACC更活跃时，适应似乎是必要的。在FVT的情况下，当dmPFC/dACC编码的觅食值较高时，适应对应于从剥削行为到探索行为的转换。在冲突理论和EVC理论中，适应包括在允许更好地处理当前情况时应用更多的认知控制。在大多数这些理论中，认知控制是由dlPFC应用的，而dlPFC在功能上与dmPFC/dACC紧密相连。最后，错误似然模型提出dmPFC/dACC活动要求更新世界的内部模型。所有理论都强调dmPFC/dACC活动与行为适应(探索/利用，认知控制/习惯行为)或更新内部模型有关。

3.1.3 其他

在大多数关于dmPFC/dACC在目标导向行为中的作用的理论趋同的基础上，所有参与辩论的团队还同意三个额外的概念关键方面:(i) dmPFC/dACC是大脑中最有趣的区域之一，正如之前所建议的;(ii)计算模型可用作测试和支持有关大脑的理论的工具;(iii) dmPFC/dACC的活动似乎驱动dlPFC的活动。

3.2 争议

一些对抗性的出版物揭示了参与这些辩论的不同团队之间的分歧。一个主要的问题是，对于哪一种理论最能解释人类觅食任务中的dmPFC/dACC活动，来自多个实验的数据之间缺乏一致性。在下一节中，我们将强调这些分歧，并提出围绕dmPFC/dACC功能的争论背后也有不同的科学方法，这些方法至少可以部分解释争论的原因。

3.2.1 哪个理论/理论能更好地解释dmPFC/dACC的活动:一个争论的问题

重要的是，在过去的二十年中，本综述中提出的不同理论的作者积极参与了围绕dmPFC/dACC的其他理论。他们没有忽视其他观点，而是通过一系列广泛的实验，包括经验数据和模拟，对自己的理论进行严格的评估。在下一节中，我们将简要总结这些交换。然而，重要的是要注意，这个总结只提供了一个概述，并没有深入研究参考研究中使用的实验设计的细节。

3.2.2 一个脑区vs多个脑区

集群位置的差异被认为是研究dmPFC/ dACC的团队之间不同发现的部分解释。有人提出，与觅食价值相关的集群将位于dACC(在扣带皮层内，在图1中ACC和MCC之间的边界水平)，而与选择困难和冲突监测相关的集群似乎更靠背，更靠近前sma。同样，也有人认为FVT和EVC理论之间的对抗可能与dmPFC/dACC和dlpfc遵循不同的空间梯度有关一个背侧-尾侧梯度与在吻侧区域计算的抽象预测误差和位于尾侧区域的具体预测误差有关。此外，背-腹侧梯度将dmPFC/dACC腹侧区域的疼痛、控制和觅食值信号与EVC较高情况下背侧区域的预测误差计算分离开来。同样，尽管dmPFC/dACC的认知控制理论和错误可能性模型都与疼痛和负面情绪的相关性相一致，但最近的一项研究表明，疼痛和冲突的编码位置不同，疼痛的编码位置(在MCC)比冲突的编码位置(在dmPFC/dACC)更靠近腹部。

3.2.3 一个功能vs多个功能

虽然一个脑区=一种认知功能的观点对于感觉或运动区域似乎相对有效，但许多人建议我们应该完全放弃大脑区域既具有功能又具有特定领域的假设。在观察单个大脑区域的功能时，必须考虑整个大脑活动模式。事实上，皮层网络可以根据面临的任务重新配置它们的功能连接，因此，给定大脑区域的作用可以根据当前活跃的皮层网络而有所不同。引人注目的是，dmPFC/dACC同时属于突出网络和执行控制网络。总之，这表明dmPFC/dACC可能根据其共同激活的伙伴(例如，前岛负责突出性和dlPFC负责执行控制)承担不同的角色。

4. 讨论

理解dmPFC/dACC支持的认知功能是一个真正的挑战。然而，就像炼金术士的探索一样，即使它永远不会产生一个单一的统一的理论，它所促进的研究也极大地提高了我们对人类大脑的认识。在过去几十年中进行的大量理论和实践工作已经使我们能够缩小dmPFC/dACC功能的可能性。例如，人们已经很清楚，一些通常与大脑活动相关的功能可以被解释，因为它们与其他功能间接相关，比如疼痛或不确定性，这两者都可以通过与认知控制的关系或与疼痛的显著性编码的关系来更好地解释。此外，对同样的参与者进行的疼痛和认知控制相关关系的仔细检查表明，疼痛与大脑中更多的腹侧神经丛有关，而不是与认知控制有关。由于围绕dmPFC/dACC的不同理论，在解开引发dmPFC/dACC活动上升的原因以及dmPFC/dACC活动上升在行为输出方面的因果关系方面取得了巨大进展。此外，许多作者在试图解释他们的数据时，一直将不同的理论置于竞争之中，这也有助于大大提高我们对dmPFC/dACC的认识。

虽然所有理论都认为dmPFC/dACC是目标导向行为的关键组成部分，表明需要内部和/或外部适应，但dmPFC/dACC的精确计算仍然是一个有争议的问题。然而，需要进一步的研究来更好地了解dmPFC/dACC的作用。我们预见了可以遵循的几个主要研究方向，并在稍后讨论它们。

4.1 dmPFC/dACC的电生理记录

这里回顾的大多数理论都是基于fMRI研究发展起来的，它缺乏精确的时间分辨率，也不能提供给定区域中与特定变量相关的神经元比例的量化。如前所述，dmPFC/dACC可能在任务的不同时间编码不同的信号，先编码觅食值，后编码难度，这也与PRO-control模型兼容

然而，功能磁共振成像并不是检验这一假设的最佳工具。虽然有几个理论得到了动物模型电生理记录的支持，但关于哪种理论最能解释dmPFC/dACC的电生理记录的研究仍然存在争议。

因此，未来的研究可以利用脑内脑电图(iEEG)探索啮齿动物、非人类灵长类动物或人类的多单元和局部场电位记录，以更好地了解dmPFC/dACC中与每种理论相关的神经元比例，并具有精确的解剖位置。

4.2 为dmPFC/dACC开发新的人工智能方法

未来的研究可以从人工智能(AI)的最新进展中获得灵感。人工神经网络最初受到生物神经网络的启发，为基于神经科学最新研究的智能机器人的发展铺平了道路。经过80年对人工神经网络的研究，神经科学领域现在正从人工智能研究中汲取灵感。例如，最近已经提出了一种基于深度神经网络构建自主智能代理的架构。在这个体系结构中，有一个配置器模块，类似于dmPFC/dACC，它集成了多个输入，通过识别达到全局目标所需的一系列子目标来促进目标导向的行为。未来的研究可以将配置器的人工神经活动与人类的神经活动进行比较，并可能提出一种新的关于dmPFC/dACC功能的人工智能启发理论(例如，在其他研究中，dmPFC/dACC与计算方法中的监测模块相关联。

4.3 考虑dmPFC/dACC个体间解剖差异

未来的研究可能会受益于考虑大脑中个体间脑沟形态的差异。如上所述，dmPFC/dACC中是否存在扣状沟会影响功能簇的位置。这种方法也揭示了其他大脑区域，如腹内侧前额叶皮层(vmPFC)，在那里不同的形态模式可以影响与经验值和默认模式网络相关的功能集群的定位。

通过使用大型数据集并根据脑沟形态对参与者进行分类，未来的研究可以阐明不同任务反应中活动的确切位置，并可能像一些作者之前提出的那样，分离出尽可能多的不同大脑区域。

4.4 考虑dmPFC/dACC连接

与其关注dmPFC/dACC内精确的解剖边界，考虑解剖和功能连接可能更有用。mPFC/dACC及其邻近区域的解剖学和功能连通性差异很大。最近在绘制人类大脑连接图谱方面取得的进展，例如人类大脑连接组项目(human brain Connectome project)，对于完善我们在个体和群体层面上对大脑组织的理解至关重要。比较神经科学也可以从这样的研究中受益。例如，Sallet和他的同事们证明，功能和解剖学上的联系可以用来发现人类和非人类灵长类动物额叶区域之间的相似性。这些方法挑战了大脑区域标记的假设，并揭示了以前不知道的对应关系。尽管dmPFC/dACC不同亚部分的神经元在生理上和神经解剖学上可能是相同的，但它们可能连接到大脑的不同部分并发挥不同的功能。为了说明这一观点，我们使用了作为人类连接组项目的一部分发布的数据来计算dmPFC/dACC及其四个相邻区域的功能连通性(图4)。

图片

图4 dmPFC/dACC区域的连通性。

4.5 考虑大脑网络而不是单一的大脑区域

考虑和报告共同激活的大脑区域，以及使用多变量分析方法，可能有助于更好地理解dmPFC/dACC的功能。虽然我们在这篇综述中的大多数方法都集中在单个大脑区域，但总的来说，观察哪些大脑网络在工作，而不是将认知作用归因于每个大脑区域，与大脑功能的研究更相关。根据这种观点，理解dmPFC/dACC如果不考虑其共同激活的伙伴是没有意义的。

因此，提供激活表(这在该领域非常常见)将极大地帮助了解哪个网络在起作用。将多个大脑区域的信息整合起来的多变量大脑测量方法也被证明更加可靠。

5. 总结

总之，dmPFC/dACC是一个解剖学上不明确的大脑区域，在许多不同的认知情景中都被发现活跃。几个dmPFC/dACC理论被并行提出和发展，有时结果相互矛盾，引发了一场生动而有趣的辩论。这些研究的所有作者都认为dmPFC/dACC在目标导向行为中起着重要作用，其活动反映了适应的需要。尽管如此，这些理论在dmPFC/dACC内部计算什么以及它的活动应该触发哪些行为输出方面存在很大差异。我们的主张不是站在这一种或那一种理论的一边，而是总结每一种观点，并强调为什么这样的辩论可以促进我们对大脑知识的快速发展。我们强调了围绕dmPFC/dACC作用的一系列出版物提出的实践和理论问题。总的来说，这样的科学分歧对科学是有帮助的，其他大脑区域也可以从类似的辩论和方法的多样性中受益。

参考文献：Debates on the dorsomedial prefrontal/dorsal anterior cingulate cortex: insightsfor future research.