观察情绪面部表情会激活广泛的大脑皮层网络，不仅涉及枕颞视觉区域，还包括多个前额叶及外侧裂周区。尽管参与面孔视觉加工的枕颞区连接已有详尽图谱，但包含运动、情绪及认知注意成分的前额叶与外侧裂周通路仍知之甚少。基于颅内记录、电刺激及皮层-皮层诱发电位(cortico-cortical evoked potentials, CCEPs)，研究人员此前鉴定出两个前额叶-外侧裂周集群：支持运动共振(motor resonance)的前运动集群[由Rolandic岛盖(Rolandic operculum, RO)及额眼野(frontal eye fields, FEF)与腹侧前运动皮层(ventral premotor cortex, vPMC)之间的区域构成]和支持情绪共振(emotional resonance)的边缘/前额叶集群[由前额叶及扣带回区域组成]。本研究结合扩散张量成像(diffusion tensor imaging, DTI)与静息态功能磁共振(resting-state fMRI, rsfMRI)，为这些区域提供了详细的解剖与功能连接框架。DTI揭示出7条主要纤维束将各集群组织为3个连贯网络，而rsfMRI显示各区域间共有及可分离的连接模式，部分符合默认模式网络(Default Mode Network, DMN)、腹侧注意网络(Ventral Attention Network, VAN)、背侧注意网络(Dorsal Attention Network, DAN)、额顶网络(Frontoparietal Network)及感觉运动网络(Sensorimotor Network)。本研究鉴定的前两个网络大体对应于研究人员先前描述的边缘/前额叶集群与前运动集群，第三个网络则似作为二者间的枢纽并为其提供视觉信息输入。这些发现勾勒出一幅三重架构——情绪网络、前运动网络与认知网络——面部情绪识别可能经由平行且功能特化的信息流在此运作，使运动与情绪共振得以并行并支持适应性社会行为。
论文解读：《Inside the frontal face network: multimodal evidence for distinct emotional and motor resonance circuits》
本文发表于Brain Structure and Function。现有研究中，参与面孔视觉加工的枕颞区（occipito-temporal face network，含梭状面孔区FFA等）的连接已被精细描绘，但负责情绪面孔感知的前额叶及外侧裂周区（frontal and perisylvian regions）内部组织——即支持运动镜像/运动共振(motor resonance)与情绪共鸣/情绪共振(emotional resonance)的独立回路——及其结构功能连接框架尚缺乏系统性整合证据。既往颅内电生理研究虽提示存在"前运动集群"（Rolandic operculum, RO；FEF/vPMC）与"边缘/前额叶集群"（vmPFC, OFC, ACC, AI, IFG），但两集群间直接互连弱，且缺乏基于精确电极定位的纤维束追踪与全脑静息态功能连接分析。因此，研究人员通过开展此项多模态连接组学研究，旨在明确这些情绪面孔响应性前额叶-岛叶区域的内在结构连接（白质纤维束）与功能连接归属的经典大尺度网络，以阐明面部情绪识别中情绪共振与运动共振并行运作的神经解剖基础。研究发现前额叶面部加工系统呈三重网络架构（情绪网络、前运动网络、认知网络），分别由特定白质纤维束支撑并嵌入经典功能网络中，情绪与运动共振回路相对独立又通过认知网络连接，为理解社会性情绪感知的神经机制提供了解剖功能框架。
主要关键技术方法
研究人员采用两种影像模态并结合前期颅内电极定位的感兴趣区(region of interest, ROI, 半径5 mm球体)：①确定性扩散张量成像(deterministic diffusion tensor imaging, DTI)纤维追踪——使用DSI Studio软件于ICBM152模板及1065人公开数据集重建纤维，角阈值60°，步长1.20 mm，追踪ROIs间连接并对照HCP842纤维图谱辨认七条白质束；②概率性扩散张量成像(probabilistic DTI)纤维追踪——使用FSL PROBTRACKX对帕尔马大学12名健康受试者及Human Connectome Project(HCP) WU-Minn数据集4名受试者进行贝叶斯追踪（曲率0.2，采样5000次），保留≥60%受试者中出现的解剖合理纤维束并设10% streamline阈值；③静息态功能磁共振(resting-state fMRI, rsfMRI)种子点功能连接分析——使用HCP S1200数据集中44名健康成人受试者，经SPM12预处理后由CONN工具箱做seed-to-voxel分析（带通滤波0.008–0.09 Hz，去头动回归，Fisher Z变换），二阶GLM采用体素p<0.001未校正、簇FDR<0.05，并与Yeo七网络模板做重叠量化及Dice系数计算。ROIs中心依据Del Vecchio等(2024)颅内电生理研究中恐惧与微笑表情显著调制intracranial event-related potentials(iERPs)的电极位点密度图设定。
研究结果
扩散张量成像(DTI)——确定性分析
通过DSI Studio模板分析ROIs间成对连接，鉴定出七条主要纤维束：下额枕束(inferior fronto-occipital fasciculus, IFOF)与弓状束(arcuate fasciculus, AF)连接前岛叶(anterior insula, AI)与额下回(inferior frontal gyrus, IFG)；前连合(anterior commissure, AC)连接subgenual ACC(sACC)与腹内侧前额叶(ventromedial prefrontal cortex, vmPFC)；钩束(uncinate fasciculus, UF)连接眶额皮层(orbitofrontal cortex, OFC)与AI及vmPFC；扣带束(cingulum bundle, CB)连接所有扣带回区域(pACC, sACC, vmPFC)彼此及sACC-vmPFC；AF连接IFG与FEF/vPMC；上纵束(superior longitudinal fasciculus, SLF)连接vPMC、RO与额中回(middle frontal gyrus, MFG)。
扩散张量成像(DTI)——概率性分析
FSL概率性追踪在≥60%受试者中验证了上述确定性结果，额外发现IFOF连接OFC-AI，额斜束(frontal aslant tract, FAT)连接RO与FEF/vPMC（确定性法因纤维交叉区未检出此束）。
扩散张量成像(DTI)——纤维追踪结果小结
边缘/前额叶集群（OFC, AI, IFG, pACC, sACC, vmPFC）内部由CB、UF、AC互联形成情绪网络(emotional network)；前运动集群（RO, FEF/vPMC）内部由FAT互连形成前运动网络(premotor network)；IFG与MFG经AF、SLF分别向FEF/vPMC传递视觉/视听信息，构成认知网络(cognitive network)作为情绪与前运动网络间接口及视觉信息源。
功能性静息态分析(rsfMRI)
各ROI种子点功能连接显示：pACC主要耦合Ventral Attention Network(VAN)；sACC与vmPFC主要耦合Default Mode Network(DMN)；OFC与AI主要耦合VAN；IFG与MFG主要耦合Frontoparietal Network；FEF/vPMC耦合Frontoparietal与Dorsal/Ventral Attention Networks；Rolandic operculum(RO)主要耦合Sensorimotor Network并部分重叠DAN/VAN。情绪集群各区功能网络跨DMN与VAN，前运动集群RO属感觉运动网络、FEF/vPMC偏额顶/注意网络，IFG/MFG（认知网络）偏额顶网络，整体呈梯度重叠而非严格聚类分区。
讨论部分总结（含研究结论翻译）
研究人员指出，结构连接将情绪面孔响应区组织为三个相对独立又互联的网络：情绪网络含sACC、pregenual ACC(pACC)、vmPFC、OFC、AI，由扣带束(CB)、前连合(AC)、钩束(UF)连接，功能上分别锚定于DMN（sACC、vmPFC）与VAN（pACC、AI、OFC），支持将外部情绪面孔信号与内感受/价值信息整合以产生或抑制情绪传染与适应性行为；前运动网络含RO与FEF/vPMC，由额斜束(FAT)连接，RO功能属感觉运动网络（面口部感觉运动表征、面部模仿相关激活），FEF/vPMC重叠背侧注意与额顶网络（眼/颈部运动及空间注意控制），二者通过FAT实现注意引导下面部运动输出的自愿表达（非自发情绪性笑，而是具交流意图的自愿面部动作），也参与面部模仿调节人际情绪调节；认知网络含IFG与MFG，IFG经IFOF接收枕颞视觉传入并连AI/OFC（社会情境整合、不适当行为抑制），MFG经SLF连前运动网络（自上而下注意调控），二者作为枢纽向前运动网络传递视觉/语境信息并向情绪网络中继。
研究结论：本研究勾勒出参与情绪面部表情感知的前额叶及岛叶区域呈三重协同架构——情绪网络、前运动网络与认知网络。结构连接分析表明这些网络由不同白质通路支撑，其中OFC与IFG表现出跨网络枢纽式连接。研究结果突显出一种分布式架构，其中不同子网络在结构与功能上相互关联，以平行方式贡献于面部情绪加工。重要的是，虽然解剖组织暗示相对分离为不同组分，功能连接模式提示其在大尺度功能网络上呈更梯度化及部分重叠的分布，而非严格按集群划分。本数据支持面部情绪识别系多组分而非单一系统，强调不同前额叶与岛叶回路之互补贡献。
注：论文原始正文含局限性与结论小节，本研究ROIs源自前期颅内电生理选定位点，未在单被试内联合多模态，连接推断为相关性非因果方向性，需未来任务态研究验证。
