梅兰妮·瑟恩斯特罗姆一动不动地躺在斯坦福大学一台功能性核磁共振扫描仪的巨大而嘈杂的孔径内。她试图忽略机器的巨大嗡嗡声，并将注意力集中在安装在扫描仪内的屏幕上，就在她眼前。火焰的图像上下跳动并闪烁，大小略有变化。对她来说，火焰代表了她颈部和肩部的剧烈疼痛，其波动反映了她的不适的起伏。对于从隔壁控制室的窗户仔细观察她的神经科学家来说，火焰是对她大脑某部分活动的一种衡量。
随着瑟恩斯特罗姆的疼痛加剧，她大脑这个被称为前扣带皮层（ACC）区域的活动量也随之增加。这个回旋镖形的区域位于额叶，横跨大脑中线，位于双耳和前额之间。瑟恩斯特罗姆的任务是用意志力让火焰缩小，从而减少该区域的神经元喧嚣和疼痛感。借助软件快速解析机器的数据以更新她的 ACC 图像，瑟恩斯特罗姆可以窥视自己的内心。她几乎可以实时观察到自己大脑的内部运作与她不适的意识表现同步。
疼痛是大脑告诉你身体正面临即将发生或实际的组织损伤的方式。为了发出该信号，大脑构建了一种令人不快的感觉和情感体验。例如，当你的手指被纸划伤时，手指中的神经会将信息传递到大脑，大脑会解释传入的信息，从而产生疼痛感。ACC 有助于调节疼痛反应。手指尖被割伤的刺痛感充当内部危险信号，提醒你受到攻击或威胁，并且它会与你的其他感知和认知状态（对午餐的思考、传入电子邮件的提示音、同事刺鼻的古龙水味）争夺你的注意力。
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保有关当今塑造我们世界的发现和想法的具有影响力的故事的未来。
大脑并非身体疾病的准确解释器。对于瑟恩斯特罗姆来说，慢性疼痛阻碍了她继续生活的能力，她经常感觉疼痛像面纱一样笼罩着她的思想。如果她能揭开面纱，她就能恢复她放弃的日常活动。为了做到这一点，我们和我们的合作者假设，她必须学习如何有意识地控制自己的 ACC。
指挥自己的神经元以某种方式运作并非易事。就像婴儿可能通过反复试验学习如何操纵自己的手指和脚趾一样，瑟恩斯特罗姆必须发现哪些思维模式会助长火焰，哪些会熄灭火焰。首先，她试图说服自己，灼热感是令人舒缓的温暖，就像她在海滩上沐浴阳光或在按摩浴缸中放松身心一样。火焰放大了。闪烁的图像让她想起了她最近读到的一本神学书中的场景，其中宗教殉道者被绑在火刑柱上烧死。这给了她一个想法。
她想起了阿基巴·本·约瑟夫的故事，据说他欣然接受酷刑的命运，以此来表达他对上帝的虔诚。当她想象自己扮演类似的角色时，她注意到火焰开始减弱，疼痛也随之减轻。只要她专注于投降的感觉，颈部和肩部的疼痛就会失去其尖锐感。
瑟恩斯特罗姆是几位慢性疼痛患者之一，他们自愿帮助我们的实验室研究一种新兴技术，称为实时 fMRI (rtfMRI) 神经反馈。成像技术广泛用于生成大脑活动快照，现在正作为康复、治疗和更广泛的大脑训练工具而受到关注。这种神经反馈技术建立在这样一种理念之上，即让一个人接触到他或她自己的大脑活动模式，可以帮助该个体改变有害或不良的认知过程。这种方法并非通过教授一项新任务（例如，学习杂耍以提高手眼协调能力）来训练某人的大脑养成新习惯，而是旨在通过一个人自己的发现过程直接改变大脑活动。
对于某些疾病，其中包括慢性疼痛和帕金森病中的运动丧失，科学家已经确定了与该疾病相关的关键大脑区域。通过向一个人展示目标区域在当前时刻的行为方式，神经反馈的接受者可以尝试心理策略来改变大脑的行为。随着技术的发展，rtfMRI 有潜力帮助众多基于大脑的疾病患者更好地控制他们的疾病过程。我们最新的工作已经研究了将其用于调节抑郁症患者的大脑，它也可能有助于治疗焦虑症、恐惧症和中风后的身体康复。
它也可能通过识别关键大脑区域何时准备好学习或通过帮助个人内化与创造性思维模式相关的思维模式来增强健康人的认知能力。脑成像彻底改变了神经科学家和心理学家看待人类体验的方式。现在，它已准备好帮助我们其他人从内而外地改变这种体验。
窥视内心
研究人员在 20 世纪 70 年代初开始探索神经反馈的应用。当时，他们专注于脑电图 (EEG)。脑电图读数使用放置在人头皮上的电极来拾取表面附近的电活动模式。通常，研究参与者可能会戴上电极并执行一些认知任务，例如想象移动手臂。研究人员会记录信号，将其转换为参与者可以看到的图片，并要求该受试者尝试通过在心理上改变图片来调节他们的大脑活动。
神经反馈的临床潜力很快引起了研究人员的注意。神经科学家试图缓解的疾病包括癫痫、焦虑症、抑郁症、成瘾和慢性疼痛。他们发现使用 EEG 神经反馈训练癫痫患者使癫痫发作的神经元节律正常化取得了一些成功。然而，当时的技术存在重大局限性。将 EEG 电极拾取的信号映射到特定的大脑区域极其困难，而且通常是不可能的。电极最清楚地记录大脑表面附近的神经活动，但无法监听与许多疾病相关的深部大脑结构。
在 20 世纪 90 年代，fMRI 彻底改变了神经影像学研究。这种现在广泛使用的技术通过测量血液中的氧含量来工作。当大脑特定区域的神经元变得高度活跃时，它们会从附近的血管中吸取更多氧气作为燃料，从而引发流向该区域的血流量增加。富含氧气的血液和缺氧的血液在磁性上有所不同，这些差异可以作为大脑激活水平的替代指标。因此，当 fMRI 机器的强大磁铁释放出无线电波时，参与程度较高或较低的大脑区域将产生相应强或弱的信号。通过比较不同条件下血液中氧含量变化的结果图谱，神经科学家和心理学家可以深入了解大脑如何执行给定的任务。
首次认真尝试将 fMRI 应用于神经反馈发生在 1995 年，当时威斯康星医学院的生物物理学家罗伯特·考克斯及其同事找到了一种实时处理脑部扫描数据的方法，而不是在实验结束后处理数据——这是一个关键的初步步骤。七年后，几个实验室表明，他们可以与正在接受扫描的人员分享连续的数据流，并指导该个体改变特定区域的大脑活动。
在随后的几年中，我们在斯坦福大学的实验室与神经科学家 R. 克里斯托弗·德查姆斯一起，将注意力转向训练疼痛患者使用神经反馈来减轻他们的痛苦。我们要求八名健康参与者和八名慢性疼痛患者接受 fMRI 扫描。健康受试者将热探头握在左手掌中，头部躺在机器内。每个探头的温度都设置为其持有者可以忍受的最大水平而不至于蠕动，相当于疼痛等级中的 7 分（满分 10 分）。
然后，我们向健康参与者和慢性疼痛患者描述了一些策略，以增强或抑制他们的疼痛。例如，为了增强疼痛，我们建议受试者关注他们的不适，将这种感觉视为威胁——也许通过关注其可怕的方面——或者让疼痛感蔓延到全身。为了减轻疼痛，我们提供了诸如将注意力从疼痛上转移开、将这种感觉解释为没什么特别的或试图控制这种体验等技巧。还鼓励参与者提出自己的策略。这种自由很快成为治疗成功的关键部分。研究人员谁也没有猜到，瑟恩斯特罗姆想象自己是殉道者被绑在火刑柱上烧死对她来说最有效。
当我们的受试者尝试他们的认知策略时，软件分析了与其 ACC 相对应的 fMRI 信号，并将其作为不断增长或缩小的虚拟火焰反馈给他们。参与者调整他们的思维模式，直到找到一种可以朝所需方向驱动火焰的模式。之后，他们都对自己的疼痛进行了评分。
我们发现，两组人都能够改变他们的疼痛体验；事实上，慢性疼痛患者的疼痛评分降低了一半。参与者控制 ACC 功能的能力越强，该人的疼痛减轻得就越多。即使不再接受视觉反馈，两组人也能够保持对其 ACC 活动和疼痛体验的控制。我们的对照组——由接受无反馈、虚假反馈或生物特征（如心率和排汗）的受试者组成——在练习他们的认知策略后，并没有表现出对疼痛和 ACC 激活的相同程度的控制。
其他科学家已将这种神经反馈方法应用于对抗帕金森病的症状。2011 年，威尔士卡迪夫大学的神经科学家莉娜·苏布拉马尼安及其同事在 10 名早期帕金森病患者身上测试了 rtfMRI 方法，在跨越 2 到 6 个月的疗程中对他们进行了两次扫描。在第一次就诊期间，一半的参与者观察了他们的辅助运动区 (SMA) 的活动，这是一个运动控制区域，在帕金森病患者中活动不足，同时躺在扫描仪中。这些个体被自由地想象任何类型的运动，以努力更多地调动 SMA。另外五名受试者组成了对照组。他们也在扫描仪中想象运动，但没有看到他们的大脑活动。在随后的几个月里，所有 10 名参与者都在家中花费时间想象自己执行复杂的运动，例如进行体育运动。
当研究人员第二次扫描参与者时，接受神经反馈的患者的 SMA 显示出更多的激活，手指敲击任务的执行速度更快，帕金森病的临床症状比对照组改善了 37%。神经反馈似乎帮助这些患者开发了一种比那些缺乏该信息的人更有效的心理意象策略，这使前一组在他们的家庭练习中具有优势。
正如这两项研究那样，专注于单个大脑区域已经产生了令人兴奋的结果，但这种方法有其局限性。任何想法或感觉都会调用大脑中的复杂网络。即使是简单的行为，例如弯腰嗅闻花朵或思考云中的形状，也是从化学和神经元集合的精确编排中产生的。随着我们对心理状态背后动态的掌握不断提高，我们可以释放 rtfMRI 的真正潜力。
大脑网络的调整
这项技术向前迈进的一大步将来自将特定的心理状态与包含整个大脑的激活模式相匹配，以便人们学习如何改变广泛的模式而不是特定的区域。科学家们已经能够将 fMRI 图像中看到的复杂激活模式映射到一个人正在思考的主观报告，从而使神经科学家能够实现一种基本的读心术形式。
为了如此深入地侵入一个人的思想，该人首先必须在躺在扫描仪中时查看数千张图像。在建立激活模式对和触发它们的图像的数据库后，计算机可以解码一个人在给定时间可能在想象什么 [参见 Christof Koch 的“皮层剧院中的电影”；《大众科学·思想》，2012 年 1 月/2 月]。我们还可以通过让计算机学习区分与特定刺激或体验相关的不同大脑状态来获得更高的分辨率——例如，对小马照片的快乐想法与悲伤反应。
改进 rtfMRI 的一种方法是结合神经反馈进行这种类型的模式匹配。我们需要为每位参与者重新组装大脑状态和刺激对，因为思想和记忆的编码因人而异。这里的挑战之一是，当将志愿者的激活信息分类为特定的大脑状态时，软件可能会出错。由于大脑活动在几分之一秒内微妙地变化，所需的状态最终可能会被错误地标记或被重叠的认知状态所混淆。与志愿者分享他们的大脑状态是如何分类的，可以暴露错误并鼓励该人 conjurer 产生更清晰的大脑状态，这些状态更能代表某种想法或感觉。理想情况下，这种协作过程将产生完美的准确性，以便我们的软件始终能够判断您是快乐还是悲伤。
弗吉尼亚理工大学卡里利昂研究所的斯蒂芬·拉孔特及其同事的初步工作表明，这种新技术可能有助于训练与减少成瘾者渴望相关的脑状态。2009 年，研究人员发现，他们可以根据全脑数据模式预测慢性吸烟者是否处于渴望状态。针对减少大脑模式强度的疗法可能有助于物质滥用者克服有害的冲动。最近，我们的实验室使用了这种模式匹配方法来检测急性和慢性疼痛的存在与否。
甚至疗法本身也可以针对个人使用进行定制。随着我们更多地了解哪些大脑过程支持特定的认知技术，rtfMRI 神经反馈可以加强相关的网络。更广泛的人群最终可能会受益于诸如正念冥想或认知行为疗法等策略，这些策略已经用于改善情绪、认知和生理功能障碍。
rtfMRI 的潜力不仅限于疾病。神经反馈可用于训练人们发展微妙的心理策略，以改变他们的神经功能，从而促进创造力。一旦他们学会了诱导更具创造性的大脑状态的技术，他们就可以在日常活动中排练这种心境，类似于前面提到的帕金森病研究中使用的方法。从业者可能会返回扫描仪进行偶尔的精神调整，以在他们的大脑适应时更新他们的策略。
神经科学家在将 rtfMRI 应用于增强学习、感知、表现和健康方面取得了初步进展。我们获取新信息和技能的能力会波动——有时，我们或多或少准备好学习，神经影像学揭示了与这种准备状态相关的潜在大脑状态。例如，在 2012 年发表的一项实验中，由麻省理工学院的约翰·加布里埃利领导的团队向受试者展示了场景图片，并实时解析他们的大脑数据，以监测海马旁回位置区 (PPA) 的表现，该区域参与记忆和识别场景。科学家们发现，当 PPA 处于准备状态时，受试者对他们观看的图片的记忆比 PPA 处于不太理想状态时更准确。这些研究表明，我们可以通过使培训计划适应大脑的当前状况来加速学习。
更普遍地说，rtfMRI 神经反馈也可以用作探索大脑功能的新工具。传统的 fMRI 研究包括要求参与者执行一项任务并测量对大脑的影响。结果给了我们关联，但我们无法明确知道该任务是否引起了大脑变化。借助 rtfMRI，我们能够通过选择性地操纵特定的大脑区域或网络并观察结果来检验我们对大脑如何运作的假设。日本 ATR 计算脑信息通信研究所所长川人光男为这个新兴领域创造了“操纵性神经科学”一词。
在 2012 年发表的著作中，川人及其同事使用 rtfMRI 技术来测试他们是否可以在受试者从未有意识地意识到他们正在学习的情况下，改善他们视觉感知的一个小方面。首先，他们让计算机学习与特定线条方向（30 度、70 度或 120 度）相关的视觉皮层中的激活模式。然后，他们向受试者反馈他们视觉皮层中的激活与这些模式之一的相似程度，并试图诱导他们将他们的大脑活动与与看到特定对角线相关的活动相匹配。实验者这样做时没有向受试者展示任何线条，没有解释他们正在追求的神经模式的含义，也没有透露实验的意图。
之后，参与者在检测他们刚刚接受训练的对角线方面明显优于实验开始时。这项研究揭示了一种优雅的方法来测试我们怀疑与给定刺激或行为相关的激活模式——在本例中，观察特定的对角线——确实是相关的。传统脑部扫描暗示的模糊关系最终让位于更具体的结果。
然而，在 rtfMRI 神经反馈能够成为广泛使用的治疗工具之前，我们将不得不解决 fMRI 扫描仪的过高成本问题。因此，它的初步应用很可能是在缓解长期难以治疗或费用高昂的疾病，例如慢性疼痛和成瘾。其他机会在于将 rtfMRI 与成本较低、更便携的成像技术（例如 EEG 或近红外光谱 (NIRS)）相结合。NIRS 类似于 fMRI，但它使用光而不是磁铁来测量大脑功能。虽然 EEG 和 NIRS 不提供与 fMRI 相同的全脑访问，但研究人员或许能够将通过 rtfMRI 神经反馈获得的大脑活动肖像转换为 EEG 或 NIRS 签名。
借助 rtfMRI 神经反馈，我们有机会窥视引擎盖下——访问我们有意识和无意识思维过程的起源。它允许治疗师提供治疗并同时监测大脑对治疗的反应。它还开辟了使疗法和训练方案与适应性大脑同步发展的可能性。在探索这个新领域，既为了帮助研究，也为了加速康复，我们才刚刚开始了解我们自身自我导向成长的能力。