2016, Vol. 32
国家教育部主管、北京师范大学主办。
文章信息
- 马军朋, 叶卓尔, 林依, 高宏巍, 黄平, 林慧妍, 许欢, 杨楠, 金花. 2016.
- MA Junpeng, YE Zhuoer, LIN Yi, GAO Hongwei, HUANG Ping, LIN Huiyan, XU Huan, YANG Nan, JIN Hua. 2016.
- 认知风格影响归类过程中的神经活动-来自fMRI研究的证据
- Does Neural Responses to Categorization Depend on Cognitive Style: An Evidence from fMRI Study
- 心理发展与教育, 32(2): 139-148
- Acta Meteorologica Sinica, 32(2): 139-148.
- http://dx.doi.org/10.16187/j.cnki.issn1001-4918.2016.02.02
2. 世纪龙信息网络有限责任公司21cn. com, 广州 510630;
3. 华南师范大学心理学院, 广州 510631;
4. 松棚营中学, 遵化, 064204;
5. Institute of Medical Psychology and Systems Neuroscience, University of Muenster, 48149 Muenster, Germany
2. 21cn. com, Guangzhou 510630;
3. Academy of Psychology in South China Normal University, Guangzhou 510631;
4. Songpengying Middle School, Zunhua, 064204;
5. Institute of Medical Psychology and Systems Neuroscience, University of Muenster 48149 Muenster, Germany
认知风格是指个体信息加工过程中表现出的个性化的和一贯性的偏好方式(Ausburn & Ausburn, 1978; 陈英和，郝嘉佳，2011; 程丽芳，胡卫平，贾小娟，2015; Kozhevnikov, 2007; 杨治良，郭力平，2001)，自Allport于1937年首次将认知与风格联系起来后便受到广泛关注，其中，Riding等人的认知风格两维度理论是较受关注和发展得较为成熟的理论之一。他在前人研究的基础上，把认知风格分为两大维度：整体—分析维度和言语—表象维度，其中整体—分析维度涵盖了以往的多项理论成果(如场独立—场依存型、冲动—沉思型、发散—聚合型等)。随着该理论的发展和成熟，探讨整体型和分析型认知风格个体在认知过程中的差异成为该领域的研究重点。如知觉(Clark & Roof, 1988; Fonville et al., 2013; Jenkins, Yang, Goh, Hong, & Park, 2010; 毛艳，2010; Meng et al., 2012; 孙华，2011;Walter & Dassonville, 2011; Zhang, Jiao, & Cui, 2014)，推理(Evans & Over, 1996; James, 1890; Neisser, 1963; Smith, Langston, & Nisbett, 1992)，归因(Choi, Nisbett, & Norenzayan, 1999;Norenzayan & Nisbett, 2000)，心算(Zarnhofer et al., 2012)以及记忆(Duffy & Kitayama, 2007; Goode, Goddard, & Pascual-Leone, 2002; Hsu, Kraemer, Oliver, Schlichting, & Thompson-Schill, 2011; 王敏，2012)等。
上述研究从不同认知加工方面表明，整体型和分析型认知风格个体具有不同加工倾向。一般而言，整体型认知风格个体主要关注事物间的联系，分析型个体主要关注事物自身的特点和属性(Uskul, Kltayama, & Nisbett, 2008)。并且，在神经层面表明二者之间在诸认知加工过程中具有不同的神经活动模式，与其行为学特征相对应。然而，在“人类基本认知功能之一”的归类过程(Filoteo et al., 2005; Freedman, Riesenhuber, Poggio, & Miller, 2001; Smith, Beran, Crossley, Boomer, & Ashby, 2010; 宋娟，吕勇，沈德立，2012; 佐斌，张晓斌，2011)方面，虽然已有行为学研究提示认知风格影响归类过程：在归类任务中，整体型个体主要根据主题相关进行归类，而分析型认知风格个体则主要以类别为归类原则(Ji, Zhang, & Nisbett, 2004;Nisbett & Miyamoto, 2005; Rips, 1989；Smith, Jonides, Marshuetz, & Koeppe, 1998; 张佳昱，苏彦捷，2008)归类主要有两种方式，一种为类别关系，具有此关系的两事物具有特征相似性，属于同一类别(如小车—公交车)；另一种为主题相关，具有此关系的两事物可能具有功能关系或在时间/空间具有因果联系(李虹，1985;Lin & Murphy, 2001)。，却极少有研究明确探讨归类过程的神经活动是否也反映出认知风格上的不同。
Gutchess等人(2010)研究了不同文化背景下归类过程神经活动的差异。他们利用功能性磁共振(fMRI)技术发现个体的文化背景影响其归类过程中的脑激活模式：东亚组更多地激活额顶网络脑区，美国组更多地激活颞叶和扣带回。而认知风格的文化倾向性已被众多研究所证实，一般认为东亚人的认知风格多数表现为整体型，而美国人多表现为分析型(Berry, 1966; for a review, Nicholas, Jonathan, & Nalini, 2013; Nisbett, Peng, Choi, & Norenzayan, 2001; Miyamoto, 2013;Nisbett & Miyamoto, 2005; Norenzayan, Smith, Kim, & Nisbett, 2002;Unsworth & Medina, 2005)。故，我们推测在归类过程中，不同认知风格的个体也可能表现出神经活动模式上的不同。
为此，本研究拟选取同一文化背景(中国大陆)下的个体作为被试以排除文化因素的干扰，依据系列认知风格分型任务筛选出整体性和分析性个体执行归类任务，利用fMRI技术，运用事件相关设计(以满足被试自发归类的实验要求)，考察不同认知风格被试在自发归类过程中的神经活动差异，以期揭示认知风格对归类过程中神经活动的影响。
鉴于工作记忆在诸多认知过程中具有加工、维持和储存信息的关键性作用(Baddeley, 1992; Demir, Prado, & Booth, 2014; Yusoff, Manan, Mukari, Hamid, & Franz, 2014)，归类亦需要借助工作记忆系统对任务相关信息进行操作。故，我们假设整体性和分析性个体皆需要激活与工作记忆有关的某些脑区，如额下回(Bashivan, Bidelman, & Yeasin, 2014; Fegen, Buchsbaum, & D’Esposito, 2015; McKenna, Sutherland, Legenkaya, & Eyler, 2014;Von Stein & Sarnthein, 2000)等。
另外，研究指出整体型认知风格个体主要按照主题相关进行归类(Ji, Zhang, & Nisbett, 2004;Nisbett & Miyamoto, 2005; Rips, 1989；Smith, Jonides, Marshuetz, & Koeppe, 1998; 张佳昱，苏彦捷，2008)。这种条件下的归类不同于类别相关归类—基于事物间明确的相似特征建立内在的语义关联(Collins & Loftus, 1975)，而是需要通过潜在的模糊性概念整合(potentially ambiguous combination)启动客体间的语义关联(Klein & Murphy, 2002)，以建立客体间时空或功能上的逻辑联系。再者，根据激活扩散模型(Collins & Loftus, 1975)可知，客体间共同特征的多少影响它们内在联结的紧密性。因此，相对于类别相关，主题相关客体间的语义距离较远，或语义关系较弱(赵晓宇，2014)。而右半球脑区在整合较为弥散的、距离较远的语义联结中具有特殊作用(Beeman et al., 1994;Beeman & Bowden, 2000;Faust & Lavidor, 2003; Jung-Beeman, 2004; 李瑛，2014)，如右额下回(Kuperberg, Lakshmanan, Caplan, & Holcomb, 2006)。故本研究还预期，整体型认知风格群体在右半球会表现出更明显的特异性激活。
2 方法2.1 被试虽然Riding等人提出认知风格是个体“相对稳定的一种内在特质”(Riding & Cheema, 1991)，但在完成具体的认知任务时，个体的表现并不是全或无式的。以归类任务为例，与分析型比较，整体型认知风格的被试可能在更多试次(trial)上自发运用主题相关归类，但在少数试次上也会运用类别相关归类。
为了尽可能提高研究效度，保证不同认知风格被试在归类任务表现出更典型的归类偏好，本文主要参考Uskul等人(2008)的测验范式，在以线框加工偏好初筛被试的基础上，进一步以归类偏好筛选被试，对他们进行分型。最终从166名在校大学生中筛选出16名被试进入正式实验。他们既在线框测试中表现出符合整体或分析型认知风格的加工偏好，又在归类测验中表现出典型的归类偏好。其中，1名被试因头动过大被删除。最终有15名被试参与统计推断，分析型7名(男4名)，平均年龄22.76岁，SD=1.77；整体型8名(男3名)，平均年龄21.87岁，SD=1.05。所有被试视力或矫正视力正常，无色盲，无神经疾病或者精神病史，无脑损伤或服用安定类药物，右利手并且没有参加预实验。被试皆填写了知情同意书并在测验结束后获得了相应的报酬。
2.1.1 线框测验(FLT)测验时，先向被试呈现一个正方形方框，在方框上边线中点处有一条垂直向下的线段，然后方框消失，呈现另一个正方形方框，要求被试在相同位置画一条垂直线段。有两种任务条件：(1)绝对性任务：无论先后呈现的方框边长是否相等，被试都要在第二个方框内画一条与之前呈现的线段等长的垂线；(2)相对性任务：被试在第二个方框中画的线段与第二个方框的边长比要与第一个方框内的垂线与其所在方框的边长比相等，两任务的呈现顺序在被试间平衡。参见线框测验原理图(图 1a)。实验参考Duffy等(2009)对儿童进行的线框测验方法，用flash呈现实验刺激以更好地进行团体实测以及控制刺激呈现时间。被试通过按键来画线，每按一次空格键线段增长，每按一次退格键线段缩短(30pixels=1cm)，见图 1b。
 |
| 图 1 被试材料实验图 |
测验结束后，计算被试所画线段与要求线段长度的差值以及差值的平均值。在绝对性任务中得分低于平均分者，倾向为分析型认知风格个体，他们更加关注线段本身的属性；在相对性任务中得分低于平均分者，倾向为整体型认知风格个体，他们更加倾向于关注线段与边框之间的关系。
2.1.2 归类任务48个刺激材料(24个自然物，24个人造物)组成。所有材料皆由E-Prime1.0以图片形式呈现。呈现时，屏幕上方为目标物，下方是待选物(两种，一种与目标物具有功能联系，另一种与目标物具有类别联系)，实验任务要求被试选出与目标物配对的待选物，如图 1c左所示。该任务以“类别相关方式的trail数/总反应trail数”为因变量，数值越高表明被试越偏向分析型认知风格。
刺激材料通过联想测验选出。共有61名(男25名)在校生参与实验。实验以问卷的形式进行，在纸质问卷上向被试呈现112幅图，要求被试按次序写下看到某事物时首先想到的3种与之主题相关的事物和类别相关的事物。
以42.4%以上的被试联想到的事物为筛选标准，共选出48套组刺激，自然物和人造物各24组(经检验，材料的内部一致性系数α=0.96)。其中，71%的实验材料有70%以上被试联想到；87.5%的实验材料有50%被试联想到。
定义在绝对性任务中得分低于平均分且归类任务得分达平均分以上者为分析型认知风格个体；在相对性任务中得分低于平均分且归类任务得分达平均分以下者为整体型认知风格个体。
2.2 实验任务和材料实验任务为归类任务，详见2.1.2。基线任务为大小判断任务(目标物与归类任务一致)。在该任务中，待选物为6%或18%均大于或均小于目标物，要求被试判断哪个事物与目标物大小更接近，见图 2。
 |
| 图 2 基线任务-大小判断示例 |
整个实验共有6个run, 每个run 5min 32s。每个run有4个block, block间隔20s的注视点，任务顺序在被试间平衡，以消除顺序效应。每个block有8个trial, 持续时间58s, 其中1s为任务类型提示，1s任务结束提示，每个trial 3s(注视点0.5s, 刺激呈现2.5s, 基于自定速度的行为预实验设定)，trial间隔(ITI)2~8s, block内的ITI分布接近指数分布(Ollinger, Corbettar, & Shulman, 2001)，平均间隔时间4s。刺激呈现后5s内仍记录被试反应。6个Run内每种任务各96个trail(每种材料出现2次)。
在被试执行任务时，对其进行fMRI扫描。扫描过程中，要求被试安静平躺，尽量不要有太大的头动，将注意集中在任务屏幕上，依次完成任务操作。
2.4 数据采集及处理采用GE公司的SignaHorizon 1.5T的磁共振扫描仪，用8通道的线圈采集数据。结构像扫描参数为：TR＝1800ms, TE＝24ms, 矩阵为256×256，共24层，层厚为6mm。功能像扫描参数为：TR＝2000ms, TE＝40ms, 采集视野(FOV)为240mm, 层厚6mm, 间隔0mm, 翻转角90°，矩阵64×64，24层间隔轴位扫描以覆盖全脑。
fMRI图像预处理与统计分析使用基于MATLAB7.7的SPM8(http://www.fil.ion.ucl.ac.uk/spm/)软件包进行。对每个被试所有的功能像，先删除每个run的前两个时间点图像，对剩余图像进行slice timing校正，然后进行realign估计并校正头动，头动大于3mm或者3度的数据，不纳入统计分析中。随后，将每个被试的功能像配准至被试的结构像并使用SPM提供的T1模板进行结构像标准化。接着，使用结构像的变换参数将所有功能像标准化至MNI标准空间。最后，使用8mm FWHM(full width at half maximum)的高斯滤波器对所有功能像进行平滑化处理。
在个体统计水平上，基于GLM的估计模型包含归类、基线、缺失反应或反应错误和指导语4个条件，将事件onset的脉冲函数卷积典型hrf函数，同时加入time derivative来描述不同区域hrf函数响应的延迟差异，定义相应的contrast, 其中high pass filter为256。在群体统计水平上，使用独立样本t检验考察神经活动的组间差异，结果采用强度和体积结合的阈限标准，先确定激活强度p<0.005(uncorrected)的脑区，然后再筛选出体积大于100个voxel的脑区作为激活区域。
3 结果3.1 行为结果两组被试归类任务的行为数据显示，分析型被试使用类别相关归类的比例为0.75±0.15，使用主题相关归类的比例为0.25±0.15，配对样本t检验结果为：t(6)=4.37，p=0.005，d=3.33。整体型被试使用类别相关归类的比例为0.40±0.10，使用主题相关归类的比例为0.60±0.10，配对样本t检验结果为：t(7)=-2.82，p=0.026，d=-2.00。结果表明，分析型认知风格个体主要以类别相关为归类原则，整体型认知风格个体主要根据主题相关进行归类。
3.2 脑成像结果与基线任务相比，分析型认知风格被试主要激活了双侧额中回、左侧额下回、顶下小叶以及枕中回等枕叶部分脑区，详见表 1和图 3。
| 激活区(Brodmann area) | MNI坐标 | 容积(voxels) | t-值 | ||
| x | y | z | |||
| 分析型 | |||||
| 左—额中回(9) | -54 | 18 | 42 | 2702 | 20.16 |
| 左—额下回(46) | -48 | 39 | 9 | 30.67 | |
| 左—额下回(13) | -42 | 30 | 12 | 25.59 | |
| 左-顶下小叶(40) | -54 | -69 | 42 | 11.64 | |
| 楔前叶(7) | -27 | -78 | 24 | 834 | 10.51 |
| 左-枕中回(19) | -30 | -33 | 39 | 10.51 | |
| 左-小脑后部 | 0 | -60 | -36 | 6.64 | |
| 左-小脑后部 | -6 | -78 | -39 | 5.42 | |
| 右—额中回(9) | 45 | 24 | 30 | 1060 | 18.44 |
| 右—脑岛(13) | 42 | 24 | -30 | 15.08 | |
| 右—顶上小叶(7) | 36 | -87 | -15 | 208 | 12.42 |
| 右—楔前叶(36) | 36 | -78 | 27 | 333 | 5.67 |
| 右—楔叶(18) | 30 | -57 | 51 | 6.65 | |
| 右—梭状回(18) | 36 | 24 | 15 | 681 | 13.81 |
| 右—小脑后部 | 9 | -78 | -39 | 147 | 9.20 |
与基线任务相比，整体型认知风格被试主要激活了左侧额上回、左侧额下回、右侧额中回，以及枕中回等枕叶部分脑区，详见表 2和图 3。
| 激活区(Brodmann area) | MNI坐标 | 容积(voxels) | t-值 | ||
| x | y | z | |||
| 整体型 | |||||
| 左—额上回(10) | -39 | 63 | -6 | 2710 | 13.60 |
| 左—额上回(11) | -27 | 60 | -18 | 11.57 | |
| 左—额下回(9) | -39 | 12 | 33 | 11.19 | |
| 左—额内侧回(8) | 0 | 24 | 48 | 558 | 11.05 |
| 左—额内侧回(6) | -6 | -6 | 75 | 6.93 | |
| 左—额上回(8) | 0 | 30 | 57 | 1796 | 7.64 |
| 左—楔前叶(19) | -33 | -66 | 39 | 21.66 | |
| 左—枕中回(19) | -36 | -75 | 18 | 23.46 | |
| 左—枕下回(18) | -42 | -87 | -3 | 12.76 | |
| 右—额中回(9) | 48 | 21 | 33 | 777 | 17.09 |
| 右—额中回(46) | 48 | 21 | 21 | 11.58 | |
| 右—额中回(46) | 45 | 33 | 21 | 9.02 | |
| 右—枕中回(19) | 39 | -81 | 15 | 2341 | 11.64 |
| 右—枕下回(18) | 36 | -90 | -3 | 12.86 | |
| 右—枕下回(19) | 45 | -78 | 3 | 12.23 | |
 |
|
图 3 与基线任务相比，两组被试在归类任务中脑激活情况比较 (红色：分析型，蓝色：整体型) |
可见，与基线任务相比，整体型和分析型认知风格被试在归类过程中共同激活了额—枕网络，如左侧额下回、左侧楔前叶、左侧枕中回和右侧额中回。
直接比较两组被试任务过程中的BOLD信号发现，整体型认知风格被试特异性地激活了右旁海马回(BA34)、右侧额下回(BA47)、左侧小脑后部和右侧豆状核。如表 3和图 4所示，而分析型被试没有特异性激活脑区。
| 激活区(Brodmann area) | MNI坐标 | 容积(voxels) | t-值 | ||
| x | y | z | |||
| 整体>分析 | |||||
| 右—额下回(47) | 24 | 24 | -15 | 212 | 4.26 |
| 右—旁海马回(34) | 30 | 6 | -12 | 5.14 | |
| 右—豆状核 | 27 | 0 | -3 | 4.93 | |
| 左—小脑后部 | -30 | -42 | -48 | 212 | 4.32 |
 |
| 图 4 与分析型相比，整体型被试在归类任务下脑激活较大脑区图 |
本研究运用fMRI技术探讨自发归类状态下不同认知风格个体的神经基础。行为结果发现，不同认知风格的个体具有不同的归类偏好，分析型认知风格个体主要以类别相关为归类原则，整体型认知风格个体主要根据主题相关进行归类。该行为结果表明本研究采用归类测验进一步筛选被试的有效性，实现了“保证不同认知风格被试在归类任务表现出更典型的归类偏好”的目的，提升了研究的效度。提示分析比较这二组被试在归类任务中的血氧信号应该能揭示出不同认知风格个体归类任务中的脑激活特征。
4.1 归类过程中，不同认知风格个体共同激活的脑区与预期一致，二组被试在归类任务中均激活了和工作记忆相关的额下回。已有研究表明额下回的激活参与工作记忆中信息维持的加工，维持过程中通过心理复述为后续的认知加工提供必要的信息资源(Bashivan, Bidelman, & Yeasin, 2014; Fegen, Buchsbaum, & D’Esposito, 2015; McKenna, Sutherland, Legenkaya, & Eyler, 2014;Von Stein & Sarnthein, 2000)。如，Fegen等人(2015)研究发现额下回的激活受到复述程度的影响，随着复述的增加，激活水平越高。有可能，在归类过程中的工作记忆层面，不同认知风格个体皆需要维持必要的客体信息以支持后续的归类反应，而该过程有赖于额下回的神经活动。
此外，整体型和分析型个体还在楔前叶、枕中回等区域表现出了相似的激活。枕叶区被发现与视觉注意相关(Foxe, Simpson, & Ahlfors, 1998; Liu, Bengson, Huang, Mangun, & Ding, 2014; Soto, Rotshtein, & Kanai, 2014)。例如，Kounios等人(2006)发现枕中回参与视觉性注意活动(朱海雪等，2012)。本研究中，不同认知风格个体需要维持与归类加工相关的图片刺激信息，该过程可能需要依赖枕叶区不断提供视觉注意资源，以保证维持信息活动的持续进行。而楔前叶的激活可能是为了实现额叶和枕叶区的联结，发挥“缓冲器”的作用(Bashivan, Bidelman, & Yeasin, 2014)，实现对任务相关信息的视觉缓存和整合(Baddelay, 2000; Baddelay, 2001; 张云红，2009)。
综上，本研究推测在以图片为材料形式的外显归类过程的工作记忆层面，不同认知风格个体存在部分相似或共享的神经活动，主要体现在以下的操作过程：归类过程中，二者需要借助视觉注意(枕叶区参与)，缓存和整合任务相关信息(楔前叶)，并且通过心理复述加以维持(额下回)，以支持后续的决策。
4.2 归类过程中，不同认知风格个体激活的不同脑区正如研究预期，与分析型个体相比，在归类过程中整体型个体在右侧脑区(右旁海马回和右额下回)呈现更广泛的特异性激活。先前研究指出右半球脑区在整合较为弥散的语义联结，进而推动逻辑推断中具有特殊作用(Beeman et al., 1994;Beeman & Bowden, 2000;Faust & Lavidor, 2003; Jung-Beeman, 2004; 李瑛，2014)。如有研究发现右前额下回可能在侦测不连贯语义联结中发挥着一定的作用(Kuperberg, Lakshmanan, Caplan, & Holcomb, 2006)，右旁海马回则可能参与信息的关联加工(Luck et al., 2010; Qin et al., 2007; 张云红，2009)。在本研究中，整体型认知风格个体更广泛的激活右额下回、右旁海马回可能与其归类认知的特点有关。在完成归类任务过程中，整体型认知风格个体主要根据事物间的联系与规律，即按照主题相关，进行归类。隶属该种归类原则下的客体没有明确的相似特征用于内在的紧密的语义联结，而是要通过潜在的模糊性概念整合(potentially ambiguous combination)启动客体间的语义关联(Klein & Murphy, 2002)，以完成客体间时空或功能上逻辑联系的建立。再者，由于客体共同特征多少(Collins & Loftus, 1975)的影响，建立主题相关逻辑关系的客体间语义距离较远，或语义关系较弱(赵晓宇，2014)。因此，若要实现主题相关归类，个体需要通过潜在的模糊性概念整合，在语义关系较弱或语义距离较远的客体间建立时空或功能上的逻辑联系。这个过程的进行可能需要右额下回(参与语义联结的侦测)以及右旁海马(参与关联语义信息)的参与。
在两种认知风格的直接比较中，本研究没有发现分析型认知风格个体特异性激活脑区。研究认为这可能是归类任务材料的形式导致的(Asano et al., 2014; Chee et al., 2000;Collins & Loftus, 1975; 方燕红，张积家，2009; 张积家，王娟，刘鸣，2011)。实验任务以图片的形式呈现刺激。相关研究指出，图片归类仅涉及概念(语义)网络加工(方燕红，张积家，2009; 张积家，王娟，刘鸣，2011)。在该网络加工过程中，相对来说，偏向主题相关归类的整体型个体可能更易于凸显其语义整合需求的加工方式。因此，可以推测分析型个体可能在语义加工前的认知过程中或其他过程中(如词汇网络加工，Collins & Loftus, 1975)具有其特异性地加工特点。这需要未来后续研究的进一步验证和支持。但在分别对不同认知风格个体执行归类任务与基线比较时，发现分析型个体激活了顶叶脑区，整体型个体却缺乏顶叶的激活。先前研究指出，顶叶脑区与刺激的特征鉴别有关(Corbetta, Kincade, Ollinger, McAvoy, & Shulman, 2000; 郝鑫，2014)，尤其顶下小叶与局部的知觉加工有关(Damarla et al., 2010; Lee et al., 2007; Manjaly et al., 2007;Walter & Dassonville, 2011)，是认知风格的解剖学基础(郝鑫，2014; 李文福，郝鑫，张庆林，2013)。针对本实验任务，鉴于分析型个体加工客体本身属性和特征的认知倾向，在对视觉目标归类过程中，可能重点关注呈现客体的局部特征，以发现归类的依据—相似性特征，进而完成归类任务。这种局部性特征的加工以完成类别辨别的过程需要顶叶相关脑区(如，顶下小叶)的参与。综合看来，归类过程中，分析型个体应该具有与其归类特点相适应的潜在神经活动模式。
本研究从Gutchess等人(2010)的跨文化研究着手，在控制文化因素后，探讨认知风格对归类过程神经活动的影响。实验结果初步显示，在归类过程中，不同认知风格个体之间存在不同的脑激活模式，表明了从文化因素中分离出认知风格效应的研究必要性。另外，本研究存在的一个局限在于被试的数量有点少。然而，这主要是由于本研究采用了更为严谨的双重认知风格分型任务对被试进行筛选，只有同时满足这些任务标准的个体才能够入选。这样的筛选方式极大地缩窄了被试群体，但抽取出来的都是比较典型的整体型或分析型认知风格的个体，使样本具有更好的代表性。另外，通过小样本量得到的实验结果也已被证明具有重要的学术价值(Aglioti, Cesari, Romani, & Urgesi, 2008; Beilock, Lyons, Mattarella-Micke, Nusbaum, & Small, 2008; Tomasino, Maieron, Guatto, Fabbro, & Rumiati, 2013)。本研究结果至少初步证明认知风格影响归类时的神经活动。未来研究希望能够找到更多典型的整体型或分析型认知风格的被试，加大样本容量来进一步验证实验结果。
5 结论综上所述，我们认为，在归类过程中，不同认知风格个体在工作记忆加工过程中具有一定的相似性，二者均共同调用了额枕区等与工作记忆中信息维持密切相关的脑区。而整体型被试在归类任务中右半球有更强的激活，这可能与他们偏好的加工方式涉及到更多的较远距离的，或较弱语义联系的语义整合过程有关。
(致谢：本研究数据的采集和分析过程得到了凌雪英医生、邸新博士的支持与帮助，在此表示诚挚的感谢！)| Aglioti, S. M., Cesari, P., Romani, M., & Urgesi, C. (2008). Action anticipation and motor resonance in elite basketball players. Nature Neuroscience, 11(9), 1109-1116. |
| Allport, G. W. (1937). Personality:A psychological interpretation. New York:Holt. |
| Asano,K., Taki,Y., Hashizume,H., Sassa,Y., Thyreau,B., Asano,M., & Kawashima,R. (2014). Healthy children show gender differences in correlations between nonverbal cognitive ability and brain activation during visual perception. Neuroscience letters, 577, 66-71. |
| Ausburn,L.J., & Ausburn,F.B. (1978). Cognitive styles:Some information and implications for instructional design. Educational Communication and Technology, 26, 337-354. |
| Baddeley, A. (1992). Working Memory. Science, 255(5044), 556-559. |
| Baddeley, A.D. (2000). The episodic buffer:a new component of working memory?. Trends in Cognitive Science, 4(11),417-423 |
| Baddeley, A.D. (2001). Is working memory still working?. American Psychologist,56,851-864 |
| Bashivan, P., Bidelman, G. M., & Yeasin, M. (2014). Spectrotemporal dynamics of the EEG during working memory encoding and maintenance predicts individual behavioral capacity. European Journal of Neuroscience, 40(12), 3774-3784. |
| Beeman, M. J., & Bowden, E. M. (2000). The right hemisphere maintains solution-related activation for yet-to-be-solved problems. Memory & Cognition, 28(7), 1231-1241. |
| Beeman, M., Friedman, R., Grafman, J., Perez, E., Diamond, S., & Lindsay, M. (1994). Summation priming and coarse semantic coding in the right hemisphere. Cognitive Neuroscience, 6(1), 26-45. |
| Beilock, S. L., Lyons, I. M., Mattarella-Micke, A., Nusbaum, H. C., & Small, S. L. (2008). Sports experience changes the neural processing of action language. Proceedings of the National Academy of Sciences, 105(36), 13269-13273. |
| Berry, J. W. (1966). Temne and eskimo perceptual skills. International journal of Psychology, 1(3), 207-229. |
| Chee, M. W., Weekes, B., Lee, K. M., Soon, C. S., Schreiber, A., Hoon, J. J., & Chee, M. (2000). Overlap and dissociation of semantic processing of Chinese characters, English words, and pictures:evidence from fMRI. Neuroimage,12(4), 392-403. |
| Choi,I., Nisbett,R. E., & Norenzayan A. (1999). Causal Attribution Across Cultures:Variation and Universality. Psychological Bulletin, 125(1), 47-63. |
| Clark, H., & Roof, K. D. (1988). Field dependence and strategy use. Perceptual and Motor Skills, 66(1), 303-307. |
| Collins, A. M., & Loftus, E. F. (1975). A spreading-activation theory of semantic processing. Psychological Review,82(6), 407. |
| Corbetta, M., Kincade, J. M., Ollinger, J. M., McAvoy,M. P., & Shulman, G. L. (2000). Voluntary orienting is dissociated from target detection in human posterior parietal cortex. Nature Neuroscience, 3(3), 292-297. |
| Damarla, S. R., Keller, T. A, Kana,R. K., Cherkassky, V. L., Williams, D. L., Minshew, N. J., & Just, M. A. (2010). Cortical underconnectivity coupled with preserved visuospatial cognition in autism:Evidence from an fMRI study of an embedded figures task. Autism Research, 3(5), 273-279 |
| Demir, Ö. E., Prado, J., & Booth, J. R. (2014). The Differential Role of Verbal and Spatial Working Memory in the Neural Basis of Arithmetic. Developmental Neuropsychology, 39(6), 440-458. |
| Duffy, S., & Kitayama,S. (2007).Mnemonic Context Effect in Two Cultures:Attention to Memory Representations? Cognitive Science, 31, 1-12. |
| Duffy, S., Toriyama, R., Itakura, S., & Kitayama, S. (2009). Development of cultural strategies of attention in North American and Japanese children. Journal of Experimental Child Psychology, 102(3), 351-359 |
| Evans, J. B. T. & Over, D. E. (1996). Rationality and reasoning. Hove:Psychology Press. |
| Faust, M., & Lavidor, M. (2003). Semantically convergent and semantically divergent priming in the cerebral hemispheres:Lexical decision and semantic judgment. Cognitive Brain Research, 17(3), 585-597. |
| Fegen, D., Buchsbaum, B. R., & D'Esposito, M. (2015). The effect of rehearsal rate and memory load on verbal working memory. NeuroImage, 105, 120-131. |
| Filoteo, J. V., Maddox, W. T., Simmons, A. N., Ing, A. D., Cagigas, X. E., Matthews, S., & Paulus, M. P. (2005). Cortical and subcortical brain regions involved in rule-based category learning. Neuroreport, 16(2), 111-115. |
| Fonville, L., Lao-Kaim, N. P., Giampietro, V., Van den Eynde, F., Davies, H., Lounes, N., & Tchanturia, K. (2013). Evaluation of enhanced attention to local detail in anorexia nervosa using the embedded figures test; an FMRI study. PloS one, 8(5), e63964. |
| Foxe, J. J., Simpson, G. V., & Ahlfors, S. P. (1998). Parieto-occipital 10Hz activity reflects anticipatory state of visual attention mechanisms. Neuroreport, 9(17), 3929-3933. |
| Freedman, D. J., Riesenhuber, M., Poggio, T., & Miller, E. K. (2001). Categorical representation of visual stimuli in the primate prefrontal cortex. Science, 291, 312-316. |
| Goode, P. E., Goddard, P. H., & Pascual-Leone, J. (2002). Event-related potentials index cognitive style differences during a serial-order recall task. International Journal of Psychophysiology, 43(2), 123-140 |
| Gutchess, A. H., Hedden, T., Ketay, S., Aron, A., & Gabrieli, J. D. E., (2010). Neural differences in the processing of semantic relationships across cultures. Social Cognitive and Affective Neuroscience, 1-10. |
| Hsu, N. S., Kraemer, D. J., Oliver, R. T., Schlichting, M. L., & Thompson-Schill, S. L. (2011). Color, context, and cognitive style:Variations in color knowledge retrieval as a function of task and subject variables. Journal of Cognitive Neuroscience, 23(9), 2544-2557. |
| James, W. (1890). The principles of psychology. New York:Dover. |
| Jenkins, L. J., Yang, Y. J., Goh, J., Hong, Y. Y., & Park, D. C. (2010). Cultural differences in the lateral occipital complex while viewing incongruent scenes. Social Cognitive and Affective Neuroscience, 5(2-3), 236-241. |
| Ji,L., Zhang,Z., & Nisbett,R. E. (2004). Is It Culture or Is It Language? Examination of Language Effects in Cross-Cultural Research on Categorization. Journal of Personality and Social Psychology, 87(1), 57-65 |
| Jung-Beeman, M., Bowden, E. M., Haberman, J., Frymiare, J. L., Arambel-Liu, S., Greenblatt, R., & Kounios, J. (2004). Neural activity when people solve verbal problems with insight. PLoS biology, 2(4), e97. |
| Klein, D. E., & Murphy, G. L. (2002). Paper has been my ruin:Conceptual relations of polysemous senses. Journal of Memory and Language, 47(4), 548-570. |
| Kozhevnikov, M. (2007). Cognitive styles in the context of modern psychology:toward an integrated framework of cognitive style. Psychological bulletin, 133(3), 464. |
| Kounios, J., Frymiare, J. L., Bowden, E. M., Fleck, J. I.,Subramaniam, K., & Parrish, T. B., et al. (2006). The prepared mind:Neural activity prior to problem presentation predicts subsequent solution by sudden insight. Psychological Science, 17(10), 882-891 |
| Kuperberg, G. R., Lakshmanan, B. M., Caplan, D. N., & Holcomb, P. J. (2006). Making sense of discourse:An fMRI study of causal inferencing across sentences. Neuroimage, 33(1), 343-361. |
| Lee, P. S., Foss-Feig, J., Henderson, J. G., Kenworthy, L. E., Gilotty,L., Gaillard, W. D., & Vaidya, C.J. (2007). Atypical neural substrates of Embedded Figures Task performance in children with Autism Spectrum Disorder. Neuroimage, 38(1), 184-193 |
| Liu, Y., Bengson, J., Huang, H., Mangun, G. R., & Ding, M. (2014). Top-down modulation of neural activity in anticipatory visual attention:Control mechanisms revealed by simultaneous EEG-fMRI. Cerebral Cortex, bhu204. |
| Luck, D., Danion, J. M., Marrer, C., Pham, B. T., Gounot, D., & Foucher, J. (2010). The right parahippocampal gyrus contributes to the formation and maintenance of bound information in working memory. Brain and Cognition, 72(2), 255-263. |
| Manjaly, Z. M., Bruning, N., Neufang, S., Stephan, K. E., Brieber, S., Marshall, J. C.,Fink, G. R. (2007). Neurophysiological correlates of relatively enhanced local visual search in autistic adolescents. Neuroimage, 35(1), 283-291. |
| McCool, M., & St Amant, K. (2009). Field dependence and classification:Implications for global information systems. Journal of the American Society for Information Science and Technology, 60(6), 1258-1266. |
| Meng, X., Mao, W., Sun, W., Zhang, X., Han, C., Lu, C., & Wang, Y. (2012). Event-related potentials in adolescents with different cognitive styles:field dependence and field independence. Experimental brain research, 216(2), 231-241 |
| Miyamoto, Y. (2013). Culture and analytic versus holistic cognition:Toward multilevel analyses of cultural influences. Advances in Experimental Social Psychology, 47, 131-188. |
| Neisser, U. (1963). The multiplicity of thought. British Journal of Psychology,54, 1-14. |
| Nisbett, R. E., & Miyamoto, Y. (2005). The influence of culture holistic versus analytic perception. Trends in Cognitive Sciences,9,467-473. |
| Nisbett, R. E., Peng, K., Choi, I., & Norenzayan, A. (2001).Culture and Systems of Thought:Holistic Versus Analytic Cognition. Psychological Review, 108,291-301. |
| Norenzayan,A., & Nisbett,R. E. (2000). Culture and Causal Cognition. 9(4). |
| Norenzayan, A., Smith, E. E., Kim, B. J., & Nisbett R. E., (2002) Cultural preferences for formal versus intuitive reasoning. Cognitive Science,26,653-684. |
| Qin, S., Piekema, C., Petersson, K. M., Han, B., Luo, J., & Fernández, G.. (2007). Probing the transformation of discontinuous associations into episodic memory:an event-related fMRI study. Neuroimage, 38(1), 212-222. |
| Ollinger,J. M., Corbetta,M., & Shulman,G. L. (2001). Separating Processes within a Trial in Event-Related Functional MRI Ⅱ. Analysis. NeuroImage, 13, 218-229. |
| Riding, R. J. (1991). Cognitive styles analysis. Learning and Training Technology, Birmingham. |
| Riding R.J, & Cheema I. (1991). Cognitive style-an overview and integration. Educational Psychology, 11,193-216. |
| Rips L.J. (1989). Similarity, typicality, and categorization. Cambridge: Cambridge University Press. |
| Smith, E. E., Langston, C., & Nisbett, R. E. (1992). The case for rules in reasoning. Cognitive Science, 16, 1-40. |
| Smith, J. D., Beran, M. J., Crossley, M. J., Boomer, J. T. & Ashby, F. G.. (2010). Implicit and explicit category learning by Macaques (Macaca mulatta) and Humans (Homo sapiens). Journal of Experimental Psychology:Animal Behavior Processes,36, 54-65. |
| Smith, E. E., Jonides, J., Marshuetz, C., & Koeppe, R. A. (1998). Components of verbal working memory:evidence from neuroimaging. Proceedings of the National Academy of Sciences, 95(3), 876-882. |
| Soto, D., Rotshtein, P., & Kanai, R. (2014). Parietal structure and function explain human variation in working memory biases of visual attention. Neuroimage, 89, 289-296. |
| Tomasino, B., Maieron, M., Guatto, E., Fabbro, F., & Rumiati, R. I. (2013). How are the motor system activity and functional connectivity between the cognitive and sensorimotor systems modulated by athletic expertise?. Brain research, 1540, 21-41. |
| Unsworth, S. J., & Medin, D. L., (2005). Cultural Differences in Belief Bias Associated with Deductive Reasoning. Cognitive Science, 29,525-529 |
| Uskul, A. K., Kltayama, S., & Nisbett, R. E. (2008).Ecocultural basis of cognition:Farmers and fishermen are more holistic than herders. Proceedings of the National Academy of Sciences, 105,8552-8556 |
| Von Stein, A., & Sarnthein, J. (2000) Different frequencies for different scales of cortical integration:from local gamma to long range alpha/theta synchronization. Int. J. Psychophysiol., 38, 301-313. |
| Walter, E., & Dassonville, P. (2011). Activation in a frontoparietal cortical network underlies individual differences in the performance of an embedded figures task. PloS one, 6(7), e20742. |
| Yusoff, A. N., Manan, H. A., Mukari, S. Z. M. S., Hamid, K. A., & Franz, E. A. (2014). Brain Activation and Psychophysiologic Interaction in Association with a Phonological Working Memory Task. Modern Applied Science, 8(5), p97. |
| Zarnhofer, S., Braunstein, V., Ebner, F., Koschutnig, K., Neuper, C., Reishofer, G., & Ischebeck, A. (2012). The influence of verbalization on the pattern of cortical activation during mental arithmetic. Behav Brain Funct, 8(1), 13. |
| Zhang, Q., Jiao, L., & Cui, L. (2014). Influence of emotional context on concreteness effects in words processing for field-independent and field-dependent individuals. Neuroreport,25(9),661-667. |
| 方燕红, 张积家. (2009). 汉字词和图片命名与分类的比较. 心理学报, (2), 114-126. |
| 郝鑫. (2014). 认知风格与创造性思维的关系. 西南大学. |
| 李虹. (1985). 用分类关系与主题关系说明儿童感受词义的能力——认知发展研究方法介绍. 心理发展与教育, (1), 43-48. |
| 李文福, 郝鑫, 张庆林. (2013). 认知风格在脑结构和静息态功能上的个体差异研究. 心理学与创新能力提升——第十六届全国心理学学术会议论文集. |
| 李瑛. (2014). 语义类顿悟问题解决的认知神经机制及其影响因素研究 (硕士学位论文, 华中师范大学). |
| 毛艳. (2010). 场依存性与场独立性个体在认知控制中的基本脑机制及其时间进程的 ERP 研究 (硕士学位论文,西南大学) |
| 宋娟, 吕勇, 沈德立. (2012). 物体分类任务中线索效应的ERP研究.心理发展与教育, 28(2), 113-120. |
| 孙华. (2011). 不同认知方式个体的视觉整体优先性研究 (博士学位论文, 山东师范大学, 201l). |
| 王敏. (2012). 不同认知方式个体在视空间工作记忆任务中的差异研究 (硕士学位论文, 山东师范大学). |
| 杨治良, 郭力平. (2001). 认知风格的研究进展. 心理科学, 24(3), 326-329. |
| 赵晓宇. (2014). 基于人类记忆激活扩散过程的知识推荐模型研究 (硕士学位论文, 上海大学). |
| 张积家, 王娟, 刘鸣. (2011). 英文词,汉字词,早期文字和图画的认知加工比较. 心理学报, 43(4),347-363. |
| 张佳昱, 苏彦捷. (2008). 主题还是分类学?对事物分类倾向的发展研究.心理科学,31(6), 1322-1325. |
| 朱海雪, 杨春娟, 李文福, 刘鑫, 邱江, 张庆林. (2012). 问题解决中顿悟的原型位置效应的 fMRI 研究. 心理学报, 8, 005. |
| 张运红. (2009). 工作记忆匹配加工影响情景提取的脑机制研究 (博士学位论文, 北京:首都师范大学). |
| 佐斌, 张晓斌. (2011). 类别学习和分类运用的神经机制. 心理科学进展, 19(6),843-852. |