千米小说网

第二 我们团队对创造性神经机制的研究（第1页）

第二节我们团队对创造性神经机制的研究

与国际学者同步，我们团队和国内学者也利用多种技术，采用多种实验范式，从不同角度探索了创造性的神经机制。下面分别介绍国内有关创造性神经机制的主要成果以及我们团队的主要工作。

一、国内相关创造性神经机制研究对我们的启发

国内西南大学、华中师范大学、华东师范大学和华南师范大学的学者们以创造性神经机制为研究焦点展开了多维度的探讨，取得了可喜的成果。这些成果不仅为国际上创造性神经基础的研究提供了中国文化背景下的宝贵数据，还给我们团队的研究带来了很大的启发。

（一）西南大学研究团队有关创造性神经基础的研究

西南大学邱江团队对创造性的神经机制进行了系统深入的研究。他们主要关注创造性思维产生的规律和机制，基于大脑特征的创造性评估模型，以及提升创造性的大脑可塑性机制等问题，取得了一系列丰富的研究成果，受到国内外创造性领域研究者的广泛关注和高度评价。

1。创造性思维产生的规律和机制

根据创新思维中原型激活促发顿悟的理论构想，邱江等人编写了用于创造性脑机制研究的《配对字谜库》和《科学发明问题库》，克服了创造性脑机制研究的认知过程难以捕捉与实验叠加次数不足两大难点（张庆林，邱江，曹贵康，2004[64]；张庆林，邱江，2005[65]；邱江，张庆林，2007[66]；Qiu，Li，&Jou，etal。，2010[67]）。这些材料库为使用脑影像技术探讨创新思维的脑机制提供了可能。运用“学习—测试”实验范式，邱江和张庆林等人以字谜和科学发明问题为实验材料，开展了一系列有关创造性思维的原型激活及其脑机制的研究，揭示了原型启发过程所涉及的大脑激活模式，进一步探讨了原型激活、思维定势打破、新异联结形成以及“Aha！”情绪体验等关键认知过程的神经机制，进一步丰富和完善了创造性的理论体系（Qiu，Li，&Yaal。，2008[68]；Qiu，Li，&Jou，etal。，2008[69]；Luo，Li，&Fial。，2011[70]；朱海雪，杨春娟，李文福，2012[71]；李文福，罗俊龙，贾磊，2013[72]；Tong，Li，&Taal。，2015[73]）。

2。基于大脑特征的创造性评估模型

基于多模态数据，他们团队开展了大量工作，试图揭示高创造性个体的大脑结构和功能特征，进而发现能够有效预测个体创造性的脑影像指标。他们研究发现高言语创造性个体在涉及言语产生、表征（左侧额下回）以及认知控制（右侧额下回）的大脑区域具有更高的运作效率（Zhu，Zhang，&Qiu，2013）[74]，体现在相关脑区的灰质与白质体积均与言语创造性呈正相关。同时，新颖想法的产生涉及自发思维活动以及有效语义检索，而楔前叶可能在此过程中扮演着重要角色，研究发现高言语创造性个体的右侧楔前叶表现出更低的局部一致性，且该区域的灰质体积与皮层厚度均与言语创造性能力呈正相关（，Xu，&Yaal。，2015）[75]。他们团队还研究了高低学术成就的大学教授在大脑神经机制上的差异（Li，Yang，&Li，etal。，2015）[76]。结果发现，高学术成就教授左侧额下回（主要是在眶额回的后部）和辅助运动区的体积更大，这些区域涉及认知计划和执行；而右内侧前额叶和顶下小叶的体积更小，这些区域可能负责对新颖事物的探索和对假设的思考。随后，选取这些显著区域为种子点做大脑功能连接，进一步发现，高学术成就教授与低学术成就教授相比，左侧中央后回和右侧豆状核、左侧框额叶和右侧颞极、左侧辅助运动区、左侧丘脑和后侧颞下回的连接更强。此外，通过元分析的方法，他们进一步确定了创造性相关的核心大脑区域（;Toal。，2015）[77]。

纵向跟踪研究发现大脑关键区域的结构特征可以预测个体未来2～3年后的创造性思维发展水平。他们通过与哈佛大学罗格·E。贝蒂（RogerE。Beaty）的合作，基于长达3年的追踪数据，探究了大脑结构及认知因素对个体未来创造性发展的影响。结果发现，背外侧前额叶的灰质密度可以显著预测个体3年后的创造性思维能力，行为—脑结合指标的预测率可达到30%。此外，额颞、额顶网络灰质密度缓慢减少有利于个体创造性能力的提升，且这一效应受到个体自身背外侧前额叶大小以及工作记忆高低的调节（，Beaty，&Wei，etal。，2016）[78]。

此外，团队还关注创造性个体的大脑动态特征及基因基础。尝试探索高创造性个体对应的大脑动态功能网络特征。初步研究结果发现默认网络和执行控制网络等大尺度网络多个节点的动态功能网络特征与发散思维能力密切相关。并且，一些编码兴奋性和抑制性神经递质的基因可以很好地预测个体的创造性。

3。提升创造性的大脑可塑性机制

他们团队的研究发现，认知（如认知灵活性等）、人格（如开放性人格等）和家庭环境（如独生子女家庭）等因素在个体的创造性与大脑结构或功能基础中起着中介或调节的作用（g，&Li，etal。，2014[79]；Li，Li，&Huaal。，2014[80]；Yang，Hou，&Wei，etal。，2017[81]）。例如，陈群林等人基于创造性成就与大脑结构的关联分析，探讨了创造性成就的大脑结构基础，发现认知灵活性通过背外侧前额叶与内侧额上回的功能连接间接影响了个体的创造性表现。这些研究表明认知因素、人格因素及家庭环境因素对创造性的发展起着至关重要的作用。以上发现可能预示了早期开放性人格特点的培养及相关认知能力的提升，对于激发个体的创造性潜能具有重要的作用。

此外，创造性任务对大脑具有可塑性的影响。个体在进行创造性的任务后，与创造性相关的大脑内侧前额叶和颞中回的功能连接显著的增强。该发现为创造性的提升和大脑可塑性提供了初步的实验证据（;Li，etal。，2014）[82]。另一项研究发现短期的创造性训练对大学生创造性具有显著的提升作用。并且任务态fMRI数据表明在执行一物多用任务时，相对于控制组，训练组被试的多个大脑区域，如左右脑背外侧前额叶、背侧前扣带、顶下小叶等的活动显著强于训练前（Sun，，&Zhaal。，2016）[83]。这些研究表明，创造性的行为干预不仅可以促进创造性的提升，还对大脑的结构和功能具有可塑性的影响。

（二）华中师范大学研究团队有关创造性神经基础的研究

华中师范大学周治金、赵庆柏教授等采用ERP（事件相关电位）和fMRI（功能性磁共振成像）等认知神经科学技术，以成语谜语顿悟解决范式为主，从功能特化和功能整合等角度探究了语义类问题创造性解决的神经加工机制。

他们研究发现，在顿悟解决的早期，颞中回、额中回和前扣带等脑区激活，并认为这与突显和非突显语义信息加工有关；而海马激活滞后于前额皮层及左右颞中回，发生在顿悟问题解决完成的时刻，从而证实了海马是新颖联结产生的关键脑区，揭示了顿悟问题解决的动态神经网络（Zhao，Zhou，&Xu，2013[84]，赵庆柏，李松清，陈石，等，2015[85]）。

他们还发现，顿悟问题解决存在一条额叶—颞叶—海马的右半球神经通路，以完成新颖信息的选择和新颖联结的形成（Zhao，Zhou，&Xu，etal。，2014）[86]。（提示：创造性问题解决各相关脑区并非各自单独发挥作用，而是协同合作完成创造活动。）

此外，新颖语义联结形成是顿悟问题解决的关键过程。赵庆柏等人采用谜题歇后语为材料，直接操控语义联结的新颖性，考察了汉语新颖语义联结形成的神经机制。fMRI的结果显示，相对于寻常语义关联条件，新颖语义关联条件下更强地激活了右侧颞上回，该脑区可能与新颖语义信息的激活有关；而ERP的结果显示，新颖语义关联条件在右侧颞区和右侧额区又激发了更正的晚期正成分，可能分别反映了新颖语义信息的激活以及选择与整合。以上结果支持了新颖语义联结形成的右半球加工优势效应（赵庆柏，魏琳琳，李瑛，等，2017）[87]。

（三）华东师范大学研究团队有关创造性神经基础的研究

华东师范大学郝宁教授所领导的科研团队采用EEG、fMRI等技术，结合心理学实验设计，从群体创造活动的脑际互动机制、发散性思维的神经机制、执行功能在创造性思维中的作用等多个方面展开研究，取得了丰富的研究成果。

观点产生及观点评价在发散产生过程中占据重要地位。他们团队探索了观点评价在发散思维中的作用。研究要求个体在完成不寻常用途任务过程中穿插进行观点评价任务或分心任务，然后通过记录分析个体任务过程中的脑电活动考察个体的创造性思维过程中与观点评价有关的神经活动。研究结果显示，在创造性思维产生过程中，观点评价条件下产生的发散性思维比分心任务条件下产生的发散性思维更具独创性，upperα波（10～13Hz）的变化与观点评价相同步，且在额叶皮层最为突出（Hao，Ku，&Liu，etal。，2016）[88]。

此外，他们还关注发散思维中序列效应的神经机制。在发散思维产生过程中，新颖想法产生的数量减少通常伴随其独创性的增加，这种现象在发散思维中被称为序列效应。他们的研究结果显示，相比起epoch1，个体在epoch2阶段表现出更高的独创性，低抑制个体左侧额叶区域的upperalpha（10～13Hz）在epoch1阶段活动更强。这些结果表明，执行功能中的记忆刷新和优势反应抑制在创造性思维产生的过程中表现出了序列效应，这也许是因为个体努力抑制了其他无关想法的干扰，并将注意力和思维转换到了当前任务（创造性任务），因此随着时间的推移，更具独创性的新颖想法就出现了（;Ku，etal。，2017）[89]。

（四）华南师范大学研究团队有关创造性神经基础的研究

华南师范大学刘鸣和黄瑞旺研究团队利用个体静息状态下的脑功能数据，探究了高低创造性个体在低频振幅、功能连接强度、大脑网络属性以及动态功能连接模式上的差异。

他们团队采用托兰斯图形创造性测量（TTCT）评估了180名本科生的创造性能力，通过成绩高低筛选出高创造性组（22人）和低创造性组（22人），然后利用磁共振技术获得个体的静息态功能数据和T1结构像数据。采用低频振幅算法（fALFF），研究者比较了不同频率段上高低创造性组的大脑功能差异，结果发现，在低频频段（0。01～0。08Hz），高创造性组在突显网络（saliework，SN）脑区的自发神经波动显著增强，而在默认网络（defaultmodework，DMN）脑区的自发神经波动则显著降低（梁皑莹，梁碧珊，张得龙，等，2014）[90]。基于体素的功能连接分析发现，高创造性组在外侧前额叶、脑岛以及小脑上的连接强度显著高于低创造性组。基于全脑功能连接分析显示，与个体创造性相关网络不仅涉及默认网络、皮层下组织网络，也涉及特异性模态加工网络（如听觉网络、视觉网络等）；进一步分析发现，高创造性组在这些网络上具有更好的全局加工效率（Gao，Zhang，&Liaal。，2017）[91]。他们通过全脑水平的分析也同样发现，高创造性个体的信息传递效率更高，在特定网络（如默认网络、感觉运动网络）的功能整合更好（Jiao，Zhang，&Liaal。，2017）[92]。尽管通过静息态脑网络分析可以探明与创造性相关的脑区或网络，但无法说明这些脑区或网络间的动态连接差异是否也可以反映个体创造性能力的不同。基于此，该研究团队通过动态脑网络分析发现，高创造性组在大脑功能状态上的切换频次更多，这反映了个体更灵活多样的认知加工能力（Li，Zhang，&Liaal。，2017）[93]。（提示：大脑信息传递的高效率以及大脑网络间灵活多变的协同模式更有利于创新思维的产生。）

二、我们为智力脑科学的研究奠定了创造性生物学研究的基础

四十多年来，我一直从事思维和智力心理学的行为学研究。在认知神经科学层面，和国内发展同步，我和我的学生在21世纪初就开始了对思维和智力脑机制的探讨。在脑科学研究中，为了更纯粹地获得与创造性和创造性思维有关的脑活动信号，在设计实验任务时我们力求应用减法原则把创造性思维这一认知过程单纯化。但事实上，创造性不能孤立存在，它是多种认知过程（如思维）的执行加工、工作记忆和思维的自我监控等共同作用的结果。我们探讨了这些对创造性有重要影响的认知成分的神经基础，为我们团队后续探讨创造性的神经机制打下了坚实的基础。

（一）执行加工的脑机制