8.3.1 解码神经反馈技术
解码神经反馈技术以诱导参与者靶向脑区的特定激活为目标，通过对特定脑区特定激活模式的解码，形成可感觉的视听觉等感官信号，基于反馈信号的奖惩机制，参与者调节大脑活动模式从而改善行为表现。解码神经反馈能够用于研究特定的大脑激活模式，通过诱导参与者特定脑区的活动并测定相应的精神状态和认知行为表现，寻找内在联系。典型的解码神经反馈模型如图8.6所示。
图8.6 典型的解码神经反馈模型（摘自W atanabe，T.，et al.2018［5］）（书后附彩插）
多体素模式分析
在核磁神经反馈中非常重要的一步是如何正确理解参与者执行任务时的信息表示与转换。fMRI可以测量参与者执行一定认知任务时的局部血流信号（BOLD信号），成像单位为体素，体素即三维空间的像素。在体素水平上分析可以得到更加精细的结果，科学家结合机器学习的分类算法，发展出了多体素模式分析（multi-voxel pattern analysis，MVPA）。
多体素模式分析可以应用于解码大脑活动，最为典型的是对视觉信息做解码的研究。2001年Haxby和他的同事通过对参与者颞叶腹侧（VT）的fMRI扫描，建立了相应的MVPA模型，在新的样本中推断出他看到的是鞋子还是瓶子。2008年Miyawaki通过使用MVPA对初级视觉皮层解码，可以还原出来被试看到的图案（图8.7）。
多体素模式分析还能应用于探索大脑的编码机制。在建立了MVPA模型之后，可以在其线下分类模型中查看每个体素分配的权值大小，可以理解为对分类模型的贡献度，再通过体素和对应的权值去分析对应认知状态的编码过程。对于非线性的分类模型，我们无从得知每个体素的贡献，但可以考虑某个脑区的表征精度，分析脑区对于具体认知状态的贡献。
下面通过一个研究案例来具体说明解码神经反馈的每个过程。
图8.7 初级视觉皮层解码（摘自M iyawaki，Y.，et al.2008［6］）（书后附彩插）
2011年，Shibata教授研究组在Science杂志上发表文章［7］，应用解码神经反馈技术研究成人视觉感知学习的特异性取向，探讨早期视觉区域的可塑性，结果表明该技术能够以高度选择性的方式诱导早期视觉区域的可塑性，未来可应用于康复和强化训练。实验过程如图8.8所示。
图8.8 应用解码神经反馈技术研究早期的视觉区域可塑性（摘自Shibata，et al.2011［7］）（书后附彩插）
图8.8（a）介绍了整个实验的流程，分为四个阶段：第一阶段为预测试，第二阶段为fMRI解码器构建，第三阶段为解码神经反馈实验，第四阶段后测试和第一阶段都是行为学测试，测试参与者在视觉方向辨别任务中的表现。如图8.8（b）所示，行为学测试时从图8.8（c）中3个方向（10°、70°、130°）中随机呈现一个方向300 ms，参与者在2 s内回答方向。第二阶段中，参与者在观看三种不同方向刺激的情况下测量V1／V2中的fMRI信号，基于fMRI信号构建多项式稀疏逻辑回归解码器，将不同方向的刺激与fMRI信号响应模式对应起来［图8.8（d）］。在第三阶段中，结合隐性神经反馈，参与者只知道在实验中使圆盘变得越大，所获得的奖励越多，如图8.8（e）所示。在实验结束后询问参与者是否知道反馈圆盘的大小代表什么，他们都表示并不清楚，然后在参与者被告知圆盘的大小代表三个方向之一后，让他们选择自己认为的训练方向，结果显示方向选择的百分比没有显著差异，即代表参与者是在毫不知情的情况下进行训练的。结果显示，在设定为神经反馈训练目标的方向上，训练后行为学表现相对其他两个方向也有显著提高。
解码神经反馈的重点在于如何将认知状态与fMRI信号的响应模式对应起来，在上一个案例中采用的是给参与者观看三种不同方向的视觉图片刺激，同时采集V1和V2区域的fMRI信号来观察fMRI响应，进而构建解码器。当解码器构建好之后，结合隐性神经反馈，参与者通过反馈信号在完全不知情的情况下，仍然能够将大脑响应模式向目标方向调节，再次证明了神经反馈训练对认知功能的强大干预作用。