气质类型对抑郁症影响的神经基础
刘惠娟1) 邱 江2)
( 1) 重庆青年职业技术学院，400712，重庆； 2) 西南大学，400715，重庆 )
摘要 采用FMRI技术研究抑郁组和控制组的脑区差异，并对研究结果的左侧顶上小叶、左侧梭状回、左侧颞上回、左侧额下回、右侧中央前回以及左侧中部扣带六个差异脑区的灰质体积进行方差分析，发现不同气质类型的抑郁组和控制组被试这六个脑区的灰质体积均存在不同程度的差异.这些研究结果可能为个体由消极的人格特质发展为抑郁症提供生物基础，也为个体心理健康的预测和早期心理风险评估提供潜在的生物学标记.
关键词 气质类型； 抑郁症； 个体差异； 灰质体积
1 引 言
抑郁症是一种常见的精神障碍，主要表现为认知、情感和行为障碍，以情绪低落、思维迟缓为典型症状，它不仅影响患者的情绪、思维、人际交往及躯体功能，也给家庭和社会带来沉重的负担.大量研究表明，抑郁体验过程的特殊观念是抑郁症的核心，即患者常常抱有自己无能、没有价值、无力改变、受人指责的消极想法，并将之看作是对现实情景的精确反映[1].世界卫生组织研究表明到2020年抑郁症将成为除了冠心病以外的人类第二大疾病.目前，我国成年人中抑郁症的发病率也十分堪忧(女性发病率达19.5%，男性发病率达16.7%)，并且这其中10%-15%的个体伴有自杀倾向[2].由此，抑郁症作为当前亟需解决的精神心理卫生问题理应受到全社会的重点关注.
人格(Personality)是指一个人与社会环境彼此作用表现出来的一种区别于他人独特的行为模式、思想模式和情绪反应特征[3].人格作为人生成败的根源之一，它决定着一个人的生活方式，甚至决定一个人的命运[4,5].美国心理学家艾森克基于前人的研究成果在特质水平的基础上进行高度的提取和概括，抽象出人格的三个维度：外向性、神经质和精神质.因此，他认为可以借助人格三维度对气质类型加以划分，进而来描述人格的个体差异[6].
气质是指一个人典型的、稳定的心理活动特点，包括个体心理活动的速度(思维速度)、强度(如情绪体验的强弱)、稳定性(如注意力集中时间的长短)和指向性(如内外向性)，这些心理活动特征的不同组合便构成了气质类型.气质类型是在个体生理因素基础上长期受环境作用而形成的稳定个性心理特征.美国心理学家艾森克根据外向性(内倾—外倾)和神经质(情绪稳定—不稳定)这两个基本的人格维度，将人格分为四种气质类型：不稳定内倾型(抑郁质)：这种气质类型的个体心思细腻、观察力强、情感体验感受性强、性格内向、多愁善感、行动缓慢、内向、多愁善感；不稳定外向性(胆汁质)：这种气质类型的个体热情奔放、精力旺盛、脾气冲动急躁、反应迅速草率、情绪外露；稳定外向性(多血质)：这种气质类型的个体善于交际、活泼好动、反应迅速、情绪敏感多变、容易接受新事物；稳定内倾型(粘液质)：这种气质类型的个体稳重沉静、沉默寡言、善于忍耐、反应缓慢但沉着坚定、情绪内隐.
艾森克通过发展皮质唤醒理论来阐明造成个体气质类型差异的生理原因.该理论认为上行网状激活系统与个体外向性的行为表现密切相关，表现为外向者的皮质唤醒水平低于内向者，因此外向者对于来自外界刺激的敏感性要远远低于内向者[7].内向者对于外界刺激非常敏感，即使是一点微小的刺激也可能会达到他们的感觉阈限.因此，内向者比较喜欢安静的环境，喜欢独处，吵杂的环境会给他们带来超过最佳承受水平的刺激.而外向者因为感觉阈限较高，对外界刺激的反应比较迟钝，所以他们更倾向于积极寻求新鲜的事物和刺激，来补偿自己较低的激活水平，使自身达到一种兴奋的状态，所以他们更喜欢成群结队的进行集体社交活动，热闹的环境能使他们发挥出最佳的情绪水平[6].此外，也有研究表明内向者在压力事件下更容易做出仓促的决定，相反，外向的人在压力事件下相对会保持冷静进行必要的分析[8].
抑郁作为一种情绪适应问题，对个体的心理健康、认知方式、社会功能以及家庭和社会有着广泛的不良影响[9,10].Beck的抑郁理论强调个体对自身、外界和未来的认知评价倾向(即个体对与自身有关事件发展趋势或后果的评价倾向于乐观和悲观)正是抑郁产生的重要原因[11,12].有关神经质、外向性与情绪调节对抑郁情绪影响的研究认为，高神经质个体的性格特点使得他们更容易产生负性情绪，心理健康状况也比较差，因为他们普遍对负面情绪更地地重视和抑制，此外，内向型个体因为习惯于掩饰自身的情绪也容易导致抑郁情绪的产生[13,14].大量前人研究发现，与低神经质个体相比，高神经质对负性事件刺激表现出更强的情绪反应、更差的情绪感知、情绪应对和情绪体验[15]；依赖于采用烦恼和无效的逃避等适应不良的应对策略[16]，因此，高神经质个体经常体验到更多的如焦虑、抑郁、羞愧、难堪、内疚等负性情绪[17].
通过采用2*4方差分析结果发现，胆汁质和粘液质两种气质类型的抑郁、控制两组被试在顶上小叶的灰质体积上差异显著；胆汁质和粘液质两种气质类型的抑郁、控制两组被试在梭状回的灰质体积上差异显著；抑郁质和多血质两种气质类型的抑郁、控制两组被试在颞上回的灰质体积上差异显著；胆汁质和抑郁质两种气质类型的抑郁、控制两组被试在额下回的灰质体积上差异显著；胆汁质、抑郁质和多血质三种气质类型的抑郁、控制两组被试在中央前回的灰质体积上差异显著；抑郁质和多血质两种气质类型的抑郁、控制两组被试在中部扣带的灰质体积上差异显著.下面我们将对实验结果进行讨论.
随着磁共振技术的迅速发展，大量探索抑郁神经基础的研究结果发现抑郁症与情绪加工相关脑区(例如杏仁核、扣带回、背内侧前额皮层以及背外侧前额叶等等)的活动紧密联系[21,22].此外，也有研究强调皮层—边缘系统网络在情绪失调中的作用，认为背侧网络(背内侧前额叶、背外侧前额叶、背侧前扣带回、后扣带回)以及腹侧脑区(膝下扣带回、杏仁核)是导致抑郁症发病的关键脑区[23,24].基于结构态的研究结果发现海马旁回、眶额皮层、扣带回以及尾状核等区域灰质体积的减小与抑郁症也存在强相关[25-27].此外，以内侧前额叶、后扣带、楔前叶、内外侧顶叶及顶下皮质等为主要构成的默认网络被普遍认为是个体在清醒状态时大脑活动的一种状态，因此，有学者表明抑郁症发病的另一重要原因可能与具有自我参照加工和注意定向功能的默认网络内部脑区各部位活动的同步性有关[28].
2.5数据预处理 使用Matlab 2010a(MathWorks Inc., Natick, MA, USA)和内嵌于Matlab 2010a的SPM 8 (Wellcome Department of Cognitive Neurology, London, UK; www.fil.ion.ucl.ac/spm) 对扫描图像进行分析处理.首先，用SPM 8打开每个被试的原始核磁成像，对受到明显的伪影污染以及呈现解剖异常的被试大脑图像数据进行剔除.其次，在预处理之前，为了达到更精确地配准，我们逐个手动设置每个被试大脑结构图像的前联合和后联合对齐.然后，对预处理后获得的大脑结构图像进行基于体素的形态学分析(VBM).本研究使用DARTEL来分析大脑结构像数据.DARTEL在解剖配准过程中采用微分同胚的算法[46]，使得配准结果比传统的基于体素的形态学分析处理流程所得结果更为精确.DARTEL处理流程如下：第一步，分割.使用SPM 8里的New Segment工具对每个被试的T1像在被试原始空间内进行组织分割，得到灰质、白质、脑脊液三种组织图像.该工具里的分割算法是传统统一分割算法(the unified segmentation algorithm)的改进版本.第二步，这196个被试的分割组织图像(本研究目的在于考察灰质、白质)在DARTEL 模板创建工具中生成被试特异性的灰质模板和白质模板.DARTEL根据每个被试的组织图像计算估计一组最佳的平滑变形参数，生成一个共同的平均模板.计算每个组织图像配准到这个平均模板的变形参数，再根据这个变形参数生成一个新的平均模板，不断进行这个过程，直到变形函数收敛.最终得到最优的被试特异性灰质模板和白质模板.第三步，标准化.将原始的组织图像用创建的灰质模板和白质模板进行标准化，所得到的标准化参数应用于相应的原始图像，得到最终标准化的全脑灰质图像和全脑白质图像标准坐标空间为蒙特利尔神经学研究所标准空间(Montreal Neurological Institute, MNI).用10 mm的半高宽值(full-width at half-maximum)对灰质图像和白质图像进行平滑，再通过雅克比行列式(Jacobian Determinants) 的校正，所得到的图像就可以进行灰质体积的比较.
神经质与掌管情绪刺激(尤其是对厌恶、威胁刺激)的评价与识别和情绪状态生成的脑区存在显著的关系 (例如，颞叶、杏仁核、扣带皮层、基底神经节和额叶脑回)[30-32].神经质是由扣带皮层、额叶皮层、脑岛和杏仁核共同支配的谷氨酸系统来调节的[33-35].另外也有部分研究发现神经质与右侧小脑、左侧额上回、双侧杏仁核、海马旁回、右侧颞中回的灰质显著相关[36].
研究人格特质与参与情绪刺激的处理相关大脑结构之间的关系，对进一步了解抑郁和社交焦虑症的易感性具有重要意义[37].目前越来越多的研究发现外向性与内侧眶额叶皮层体积显著相关，且这个区域的认知功能主要涉及奖赏信息的加工.Cremers等研究发现内外向特质与个体的参与社会信息的处理和社会奖励额叶皮层的体积和厚度有关[38-44].人格特质中主管内外向性倾向的中枢是起源于中脑并受纹状体、额叶皮质、杏仁核和海马支配控制的多巴胺能系统[33].
2 实验方法
2.1被 试 本实验选取99名来自某医院精神科门诊和住院的抑郁症患者(男37人，女62人)，平均年龄为38岁；同时从社区招募97名与抑郁组在性别、年龄和受教育程度上相匹配的健康被试(男43人，女54人)，平均年龄为32岁.实验开始前，同所有参与实验的被试签署知情同意书，并告之具体实验内容.
首先，培养学生勤于思考的习惯。爱因斯坦说“学习知识要善于思考、思考、再思考，我就是靠这个学习方法成为科学家的”，孔子也有名言“学而不思则罔”，所以在学习中思考发挥着至关重要的作用。思考的过程是对新学知识的吸收、消化、升华的过程。因此，提高阅读的效果，就需要培养学生勤于思考的阅读习惯。
做一名合格的职业导游，要注重品质和形象的修养，要了解导游的基本职责和义务，要有强烈的职业责任感，增强职业荣誉感，培养职业品质。要有职业理论的沉淀，不仅要对一些重要景区的人文、自然景观以及历史特色有所了解，而且要对一些景区的历史变迁和人文内涵有准确的把握，要有令游客赔付的渊博的旅游知识，并且能够完美地表达出来，才会是游客的旅行更有品位。
抑郁组筛选标准：1) 符合DSM-IV关于抑郁症的诊断标准.2) 符合17项版汉密尔顿抑郁量表(HAMD)对抑郁症的诊断标准(HAMD>17).3) 年龄18～60岁.4) 无严重躯体疾病以及其它精神类疾病.5) 近三个月内未服用过激素制剂等.6) 至少2周无急、慢性感染，无创伤、炎症、发热及过敏史.7) 无酒精及药物滥用史.8) 无核磁共振检查禁忌要求，如患体内带有金属动脉夹、金属假牙、心脏起搏器、节育器等金属植入物以及患有幽闭恐惧症.
2.3实验程序 被试进入实验室后，首先签署知情同意书.然后由主试介绍实验程序，被试在扫描室外完成一对一讲解指导语并施测问卷，所有问卷一次完成，然后由扫描员将其送入扫描室，进行静息态和结构像的扫描.
抑郁组和控制组在性别、年龄、受教育程度上均无显著差异(P >0.05).所有被试体内均无任何金属植入物(如金属假牙、节育环等).
2.4数据采集 本实验使用西南大学脑成像中心的3-T磁共振扫描仪(Siemens Magnetom TrioTim)进行3D-T1结构像数据的扫描.3D-T1结构像扫描参数：重复时间(repetition time, TR)/回波时间(echo time, TE)/反转时间(inversion time，TI)= 1 900 ms/2.52 ms/900 ms，反转角(flip angle)=9°，176层，层厚(thickness)= 1.0 mm，矩阵大小(matrix size)= 256*256，体素大小(voxel size)= 1*1*1.
2.2实验材料 中国修订版艾森克人格问卷( Eysenck Personality Questionnaire, EPQ)可用于测量个体的气质类型[45].本问卷共包含三个维度、四个分量表、八十五题，采用“是”“否”的回答方式.其中，外向性(E)量表包含21个条目，用来测量个体的外显和内隐倾向，高分者表现为情绪外露，好交际，冲动等特征；低分者表现为情绪内隐，善独处，稳定等特征；神经质(N)量表包含24个条目，用来测量个体的情绪稳定性，高分者表现为紧张、焦虑、担忧、闷闷不乐、忧心忡忡，情绪反应强烈；低分者情绪反应缓慢且较轻微，善于自我控制.各量表标准分的平均数为50，标准差为10.E、N两个分量表的信度系数分别为0.88和0.80.
汉密尔顿抑郁量表(Hamilton Depression Scale, HAMD)作为临床上被广泛使用的他评抑郁量表，是汉密尔顿在1960年编制完成的，信效度较高.该量表总共有三个版本，本研究中使用的是17项版.问卷采用0～4的五级评分法：评分从0到4程度依次加重.最终通过总分来判断个体的抑郁程度，小于7分代表无抑郁；7～17分代表可能有轻或中度抑郁；大于24分代表严重抑郁.本量表总分评定的信度系数为0.88～0.99.
胡树平[12]在研究中发现，粒重的高低取决于籽实库容的大小、灌浆持续期的长短和灌浆速度的快慢。本研究结果表明，向日葵的灌浆速率和起始生长势、生长速率有重要关系，影响向日葵籽粒灌浆速率和达到最大灌浆速率的时间。深松增密后，深松有效降低了向日葵高低密度间的差值，促进向日葵籽粒的灌浆从而进一步提高产量。
贝克抑郁量表(Beck Depression Inventory, BDI)具有较高的信效度，也是最常用的抑郁自评量表.量表共包含21个条目，通过总分来判断个体的抑郁程度，≤4分代表无抑郁或极轻微抑郁；5～13分代表轻度抑郁；14～20分代表中度抑郁；21分或以上代表重度抑郁.本量表克朗巴赫α 系数为0.94.
1.家长教育方法不当。有些语文“学困生”在幼儿时期就缺少父母的启蒙教育，孩子形成了不善言辞，不善交流的习惯。当然，也有些语文“学困生”与此情况正好相反，在幼儿时期受到了良好的教育，语言发展很好，但由于过分依赖父母，进了小学之后，学习的压力增加了，父母的帮助少了，不能自然跨越“拼音识字关”“阅读写作关”，逐渐产生畏难情绪。
发展全流程CCUS产业，要立足气源与矿场应用一体化降低气源成本，立足驱油与埋存一体化实现埋存和增产原油最大化。
控制组筛选标准：自愿参加本实验的健康志愿者，17项版汉密尔顿抑郁量表得分小于7，无精神疾病家族史，其余同抑郁症患者入组标准第3)-8)条.
从字形特征与书写风格来看，郭店楚简的内容不是单一的，而是杂糅了不同地域特征的文献。周凤五先生曾从字体的角度将郭店楚简的内容分为四类，明确指出第四类与齐国文字的特征最为吻合[7]。经过比较可以发现，郭店简中《语丛一》、《语丛二》、《语丛三》以及《唐虞之道》、《忠信之道》较多地保留了齐鲁文字的特征。
一些高校基于自身发展考虑，无视自身办学实际和社会人才需求特点，盲目进行扩招，导致毕业生数量逐年增长，不利于就业理想的顺利实现。同时，在专业课程的设置上，一些学校的授课内容过于陈旧，无法适应当前社会经济的实际发展需求，既造成了资源的极大浪费，又影响了学生的就业。
在扫描过程中，使用圆形的极化头线圈，并在线圈中放入泡沫软垫以尽量减少被试的头动；让被试安静的躺在磁共振机器中，闭着眼睛休息，全身放松，保持清醒，不要想任何特定的事情，在整个扫描过程中保持头和身体不动.
格雷理论[29]提出与气质类型密切相关的两个系统：行为抑制系统(Behavioral Inhibition System，BIS)和行为激活系统(Behavioral Activation System，BAS)，行为抑制系统参与行为反应抑制、对潜在威胁的注意定向及唤醒的增强；对非奖励、惩罚和新奇刺激比较敏感，行为抑制系统会抑制个体减慢甚至停止自己的行为反应，这种行为系统在高神经质个体身上容易得到激活，其神经机制可能与中隔-海马回系统有关；行为激活系统对奖励、非惩罚刺激做出反应，一旦激活就会产生趋近行为，并体会到正向情绪，如兴奋、快乐、希望等，这种行为系统在高外向性个体身上容易得到激活，其神经机制可能与大脑的中枢边缘区域的多巴胺系统有关.
（1）灵活地运用“套路”，化繁为简。对于同一类型的数学题目，洞察其中的普遍规律，归纳出特定的解题方法，达到“一通百通”的效果。我们往往可以套用一些特定的答题模板，而熟悉这种套路可以帮助我们快速地切入考题要点，并高效完成解题过程。例如我们可以将对数平均不等式应用在绝大多数的“函数零点关系”问题中。
2.6数据分析 用SPM8对预处理过后得到的灰质体积(GMV)图像数据进行分析，在全脑分析水平上，运用多元线性回归模型来探索哪些脑区的局部灰质体积和气质类型(艾森克人格问卷得分)相关.为了控制大脑本身大小的个体差异对局部大脑灰质体积的影响，我们首先提取出全脑的灰质体积值.因为年龄会对脑的形态产生影响，所以在分析过程中我们把年龄作为协变量.为了控制由于每个个体的发育程度不同造成的全脑灰质体积对实验结果可能的影响，我们把全脑灰质体积也作为协变量.在分析过程中，为了把研究限制在白质和灰质中，我们用SPM8软件包中自带的工具制作了样本总体的mask并把它用于分析中过程中需要的外显mask(http://www.cs.ucl.ac.uk/staff/g.ridgway /masking/ ).这种方法避免了在分析数据过程中因为使用绝对或相对阈限值mask所引起的一些潜在的感兴趣的体素被排除在外.因此将每个被试的性别、年龄、受教育水平以及全脑灰质体积作为协变量进行控制，每个被试的艾森克人格问卷得分作为自变量，每个体素的灰质体积作为因变量.关于组分析结构中，使用REST中的AlphaSim程序进行蒙特卡罗模拟(Monte Carlo simulation)多重比较校正，对每个体素阈值设在P <0.01，团块大小为大于1 153个体素(参数:单个体素P =0.001，1 000次迭代，FWHM=10 mm).
BA控制需要与电气设计的情况保持一致，即使BA设计规划得再全面，电气设计没有预留相关的接入条件，如在回路中预留接触器时，后续也将无法实现BA控制。BA对应的控制原理如图3所示。
随后通过提取第一步分析得到的六个感兴趣脑区的两组被试灰质体积，对四种气质类型(胆汁质组、抑郁质组、多血质组、粘液质组)的抑郁组和控制组被试采用SPSS16. 0统计软件包进行2*4的方差分析.
采用SPSS16.0统计软件包对所有输入计算机的行为问卷数据进行分析处理.
3 实验结果
3.1行为结果 结果显示，抑郁组和控制组被试年龄、学历和性别上均无显著差异；在神经质、外向性、BDI以及HAMD得分上均有显著差异，表现为抑郁组被试的神经质、BDI和HAMD得分均显著高于控制组，外向性得分却显著低于控制组.对四种不同气质类型的抑郁组和控制组被试在年龄、性别、教育年限、神经质、外向性、BDI、HAMD、BAS/BIS问卷得分上作进一步单因素方差分析，结果显示抑郁症四组被试在年龄、性别、教育年限、BDI、HAMD得分上均无显著差异(P >0.05)，在神经质、外向性、BAS/BIS问卷得分均有显著差异(P <0.05).正常人四组被试在年龄、性别、教育年限上均无显著差异(P >0.05)，在神经质、外向性、BDI、HAMD、BAS/BIS问卷各维度得分均有显著差异(P <0.05).差异的具体事后比较结果见表1.图1、图2所示为四种不同气质类型抑郁组和控制组被试的人口学统计指标：年龄、性别、教育年限、神经质得分、外向性得分、BDI得分、HAMD得分、BAS/BIS得分、气质类型.
表 1抑郁组和控制组的人口学指标以及临床指标
图1 抑郁组和控制组被试中四种气质类型所占的比例
3.2抑郁组和控制组脑区差异 为了探究大脑结构在抑郁组和控制组上的差异，我们对两组被试进行了双样本t 检验.将抑郁组和控制组分别回归了年龄、性别、教育程度以及全脑灰质体积之后得到差异脑区.结果显示，与控制组相比，抑郁症病人组在左侧顶上小叶(x ,y ,z =-25，-58，-46，t =-3.64)、左侧梭状回(x ,y ,z =34，-1，-36，t =-3.73)、左侧颞上回(x ,y ,z =-43，-10，-12，t =-3.19)、左侧额下回(x ,y ,z =-42，15，24，t =-4.12)、右侧中央前回(x ,y ,z =25，-15，66，t =-4.10)以及左侧中部扣带(x ,y ,z =-9，-30，45，t =-3.71)的灰质体积显著减小(图3，表2).
图2 抑郁组和控制组被试中四种气质类型在问卷得分上的差异
图3 抑郁组和控制组在局部灰质体积上的差异
表 2抑郁组和控制组大脑灰质体积差异分析结果
3.3磁共振结果 为了探究四种气质类型的抑郁组和控制组被试在研究一中六个感兴趣脑区上灰质体积的差异，我们将上述分析中得到的顶上小叶、梭状回、颞上回、额下回、中央前回和中部扣带六个脑取得灰质体积提取出来在四种气质类型和两个组别上进行2*4方差分析(图4).
行为抑制/激活系统量表(Behavioral Inhibition System and Behavioral Activation System Scale, BAS/BIS)测量被试的行为抑制与激活水平.本量表共20个项目，分为两个行为系统：行为抑制系统和行为激活系统(包括驱力、愉悦追求和奖赏反应三个子维度).问卷采用4级评分法：1) “完全同意”；2) “部分同意”；3) “部分不同意”；4) “完全不同意”.本研究中BAS维度克朗巴赫α 系数为0.81，BIS 维度克朗巴赫α 系数为0.80.
4 讨 论
此外，神经质和外向性在认知评价倾向与抑郁关系的中介调节作用，也就是说抑郁质个体表现为悲观倾向时，更易出现抑郁等不良情绪.心理健康状况可能也比多血质的个体更差[18].抑郁质和胆汁质群体是极易产生心理障碍的高敏感群体，而且抑郁质者的比率显著高于胆汁质者；而多血质和粘液质群体则有利于出现心理极健康群体，而且多血质者的比率显著高于粘液质者.这不仅与情绪的稳定性相关，还有一个重要因素是性格的外向性，内向性格者在皮层—网状结构回路有较高的活动水平，容易表现为敏感、多疑、不爱交际、固执、悲观等不利于错误认知改变的特点，导致负性情绪的累积，进而引发心理障碍的产生，大量的临床资料也显示, 具有心理疾病的患者，他们在生病之前性格70%以上属于内向性格；与内向性格者相比，外向性格者在皮层-网状结构回路的活动水平较低，所以较强的外部刺激作用才会引起他们出现冲动、敌对、情绪化等情绪反应，造成人际关系紧张、心理问题堆积, 最终产生心理障碍；然而，外向者直率的性格，使其对负性情绪的压抑较少，心理能量能够在一定程度上得到释放，故出现心理障碍的人数比率比内向性格者要少[19,20].
神经质与参与识别和评价情感刺激和情绪状态的生成大脑区域关系密切，例如杏仁核、扣带、颞叶、额叶、脑岛等区域[30,32].此外，外向性和被认为是社会奖赏和一直控制的关键脑区的额叶灰质体积和厚度显著相关[39,41-43].此外，梭状回、额叶、杏仁核和海马等区域也是影响外向性的关键脑区[33].
顶上小叶作为抑郁症异常脑区的核心结构，在抑郁症的不同阶段都存在着结构异常[47,48].顶叶的主要功能是警觉和定向，在注意过程中起导向作用[49,50].正常的被试在面对负性环境的时候，能够很快的从负性注意中分离出来，使自己不至于长时间的沉浸在负性情绪中，这样可以很好的调节自己.顶叶受损会导致抑郁症患者对新意刺激的注意能力下降，因此，当个体遭遇负面信息时，通过转移注意力进行自我调节的能力降低，长此以往形成一种消极的恶性循环，心情也随之变得越来越压抑[51].
图4 四种气质类型的两组被试在ROI脑区上灰质体积的差异
梭状回等脑区与负性情绪加工有关.通过功能磁共振研究，Surguladze等发现在加工悲伤情绪时，抑郁症患者较正常个体的梭状回区域出现了明显激活[52,53]，同时在抑郁症易感个体中该结论也得到了论证.此外，抑郁症个体的梭状回体积较正常人偏小，表明该区域与个体的负性认知加工偏向有关[54].已有研究表明，梭状回的激活可能与个体的注意偏向和对情绪信息的觉察有关，表现为个体对情绪的觉察程度越高，梭状回的激活程度越大，即外倾被试存在对正性刺激的注意偏向[55,56].同时，此结论在抑郁易感人群身上也得到了验证.因此，表明梭状回对于个体的情绪状态、注意偏向等具有重要影响.本研究发现，胆汁质抑郁症患者左侧梭状回的局部灰质体积较小，表明胆汁质个体对日常生活事件采用负性视角，表现出更强的情绪反应，倾向于认为这些事情具有威胁性，容易产生抑郁症行为和回避退缩行为，这些行为反之又会加重抑郁情绪，因此形成恶性循环.
大脑颞叶结构与抑郁症的负性症状，如负性自动思维、负性情绪沉浸、快感缺失等有密切联系.前人研究结果显示，抑郁症病人在颞上回结构出现显著异常[52,57].颞叶与情绪的加工有关，同时在与非应激患者相比应激患者组在双侧颞上回激活显著增加.颞上回的异常可能与抑郁症病人负性自动思维、负性情绪沉浸加工过程有关[58].此外，还有研究发现颞叶与内心情绪状态的表征十分一致[59,60].因此，颞叶结构的异常，会引起负性情绪、快感缺失等症状，长期发展会导致个体抑郁加重.
额叶一直被认为是参与社会信息处理和奖赏的重要脑区，与情绪反应、抑制控制等密切相关[37].感觉处理敏感性理论表明,额叶皮层不仅对抑制控制更加敏感，还与调整情绪和情感有关[43].并且其对人格特质的形成有着不可忽视的作用，前人研究发现，额叶活动涉及愉悦情绪处理，神经质、外向性与大脑左侧的额叶部分局部一致性呈负相关，由于额叶是大脑默认网络的重要节点，这一发现表明默认网络的活动可以用来预测个体差异的气质类型.Rauch等研究发现个体在人格外向性上的表现与额叶的灰质体积具有相关关系[37,38,44].例如，前人研究发现额叶结构的异常与负性情绪体验具有强相关[33].本研究发现，抑郁组个体左侧额下的灰质体积相比于控制组更小，这表明个体在冲动控制、决策、情绪调整方面的特征可能在气质类型形成之前就已经出现了[32].
多项研究表明，中央前回作为负责执行控制重要结构前额叶的一个部分，其灰质体积与外向性呈显著负相关，对认知体验有关的信息进行提取，进而对个体的思想和行为进行调节控制[61-64].抑郁症病人中央前回的灰质结构异常，致使额叶(中央前回)的执行控制减弱了，使得个体反复沉浸在负性情绪体验当中[65].
扣带中部与参与识别、评价情感刺激以及情绪状态的生成存在显著相关，尤其是在应对厌恶和威胁等情绪刺激时[30-32].扣带回是情感整合的重要脑区，同时也是边缘系统的重要组成部分，其不同区域和杏仁核、下丘脑、前额叶皮层以及脑干均有着密切的纤维联系，而这些脑区在抑郁症的情绪、认知、躯体症状等方面扮演着重要角色[31,66].前人研究发现神经质与扣带灰质体积显著两种截然相反的相关关系，扣带回具有情绪加工、处理的功能，扣带回通过它这种功能影响人格特质的形成.因此，扣带回结构异常可能会导致其与联系脑区的情感体验不佳，从而引发抑郁症[64].扣带回、脑岛的局部一致性与外向性显著正相关，暗示了具有情绪加工、处理功能的脑区会对外向性这一特质的形成产生影响[61-63].本文研究发现抑郁质和多血质个体的扣带回比控制组体积更小，而抑郁质和多血质作为两种相反的气质类型同时受到扣带回区域的情绪调节，说明具有抑郁症患者更可能加强负性情景记忆、减弱正性情景记忆，从而导致持续的负性情绪.
综上所述，与控制组相比，抑郁症患者的左侧顶上小叶、左侧梭状回、左侧颞上回、左侧额下回、右侧中央前回以及左侧中部扣带区域的局部灰质体积显著较小.然而这些差异脑区在四种不同气质类型抑郁个体身上各有表现，胆汁质抑郁组患者，在左侧梭状回和右侧中央前回灰质体积显著减小；抑郁质抑郁组患者，在左侧MCC、左侧额下回和左侧颞上回灰质体积显著减小；多血质抑郁组患者，在左侧MCC灰质体积显著减小；粘液质抑郁组患者，在左侧顶上小叶灰质体积显著减小.因此，我们认为大脑不同区域的异常结构可能在很大程度上影响了不同气质类型罹患抑郁症的可能性，表明不同气质类型对抑郁症的神经结构异常具有一定的特异性.
想要提高玉米高产栽培技术的推广效率，推广部门及工作人员首先要做好推广当地的地质气候调查，针对即将进行推广的山区地质条件、气候条件等客观条件进行调查，针对性的选择更合适于推广的玉米种类，最大程度提高玉米种植过程中的抗倒伏、抗病虫害能力，有效提高玉米产量，提高玉米高产栽培技术推广应用效率。我国是一个多山的国家，地处不同气候条件、地质条件下的山区存在不同的种植需求，因此山区玉米高产栽培技术推广过程中需要遵循因地制宜的原则，万不可一概而论，盲目推广，例如冷凉地区需选择早熟、耐低温的高产玉米品种，气候湿润的低海拔山区需要筛选抗性强的品种，土地贫瘠的地区需要筛选耐瘠性较强的品种。
5 结 论
本研究采用行为分析和形态学结构分析来识别同种气质类型两组研究被试间的差异.经过研究我们发现，较小的扣带、顶下、颞叶和梭状回使个体更容易具有负性认知加工偏向；异常的额叶、中央前回体积，容易致使个体执行或者抑制功能降低，导致出现负性情绪.总的来说，我们的研究结果为人格的研究领域、理论解释提供了新的方向和证据，这些研究结果可能为个体由消极的人格特质发展为抑郁症提供生物基础，也为个体心理健康的预测和早期心理风险评估提供潜在的生物学标记.
6 参考文献
[1] Beevers C G. Cognitive vulnerability to depression: A dual process model [J].Clinical Psychology Review,2005,25(7):975-1002.
[2] 王 卫.青少年抑郁的预防:青少年应变力辅导计划简介[J].心理科学,2000，28(4):506-507.
[3] Paula S,Susann D.Personality psychology and the workplace [J].MLA Forum,2006,5(2):128.
[4] Jeronimus B F,Riese H, Sanderman R, et al. Mutual reinforcement between neuroticism and life experiences: A five-wave, 16-year study to test reciprocal causation[J].Journal of Personality and Social Psychology,2014,107 (4):751-764.
[5] Jeronimus B F, Ormel J, Aleman A, et al. Negative and positive life events are associated with small but lasting change in neuroticism [J].Psychological Medicine,2013,43 (11):2403-2015.
[6] Eysenck H J. The biological basis of personality [M].Charles：C Thoma Springfield,1967:16-18.
[7] Eysenck H J, Eysenck M W. Personality and Individual Difference: A Natural Science Approach [M]. New York: Plenum Press,1985:63-65.
[8] Revelle W, Humphreys M S, Simon L, et al. Interactive effect of personality, time of day,and caffeine:A test of the arousal model [J]. Journal of Experimental Psychology: General,1980,109(1) : 1-31.
[9] Gotlib I H,Joormann J.Cognition and depression:Current status and future directions [J].Annual Review of Clinical Psychology,2010,25(6):285-312.
[10] Wang J, Häusermann Mi, Berrut S, et al. The impact of a depression awareness campaign on mental health literacy and mental morbidity among gay men [J]. Journal of Affective disorders, 2013, 150(2) : 306-312.
[11] Hora T. Cognition and health [J]. Journal of Religion and Health, 1962, 1(3) : 283-291.
[12] Scheier M E, Carver C S. Dispositional optimism and physical well-being: The influence of generalized outcome expectancies on health [J]. Journal of Personality, 1987, 55(2) : 169-210.
[13] Rogers G M, Revelle W. Personality, mood, and the evaluation of affective and neutral word pairs [J]. Journal of Personality and Social Psychology, 1998, 74(6) : 1592.
[14] 李雪晶,郭 轶.抑郁症病人的情绪调节习惯与人格特质[J].中国民康医学,2012,24(11):1294-1297.
[15] Canli T. Toward a neurogenetic theory of neuroticism [J]. Annals of the New York Academy of Sciences, 2008,129(1) :153-174.
[16] Lahey B B. Public health significance of neuroticism [J]. American Psychologist, 2009, 64(4) : 241-256.
[17] Watson D, Clark L A, Harkness A R. Structures of personality and their relevance to psychopathology [J]. Journal of Abnormal Psychology, 1994, 103(1) : 18-31.
[18] 徐云轩,吴大兴,徐远超,等.内外向与神经质在大学生乐观-悲观倾向与抑郁关系的中介作用[J].中国临床心理学杂志,2011,19(1):116-118.
[19] 戴梅竞,刘新军,王 蓓,等.大学生心理健康状况的追踪观察[J].中国心理卫生杂志,1998,21(3):46-47.
[20] 刘连龙.大学生心理健康状况与其气质类型的关系[J].高等理科教育,2005,23(6):129-133.
[21] Drevets W C. Neuroimaging and neuropathological studies of depression:Implications for the cognitive emotional features of mood disorders [J].Current Opinion in Neurobiology, 2001,11(2):240-249.
[22] Paul B, Fitzgerald A R, Laird J M, et al. A meta -analytic study of changes in brain activation in depression [J]. Human Brain Mapping, 2008, 29(6) : 683-695.
[23] Mayberg H S. Limbic-cortical dysregulation:A proposed model of depression [J]. The Journal of Neuropsychiatey and clinical neurosciences,1997,9(3):471-481.
[24] Mayberg H S. Modulating dysfunctional limbic-cortical circuits in depression:Towards development of brain-based algorithms for diagnosis and optimised treatment [J]. British Medical Bulletin, 2003, 65(1) : 193-207.
[25] Campbell S, Marriott M, Nahmias C, et al. Lower hippocampal volume in patients suffring from depression:A meta-analysis [J].The American Journal of Psychiatry, 2004,161(2):598-607.
[26] Hamilton J P,Siemer Matthias, Gotlib I H. Amygdala volume in major depressive disorder:A meta-analysis of magnetic resonance imaging studies [J]. Molecular Psychiatry, 2008, 13(11): 993-1000.
[27] Koolschijn P C M P,Van Haren, Neeltje E M, et al. Brain volume abnormalities in major depressive disorder: A meta-analysis of magnetic resonance imaging studies [J]. Human Brain Mapping, 2009,30(11):3719-3735.
[28] Anand A, Li Y, Wang Y, et al. Antidepressant effect on connectivity of the mood-regulating circuit:An FMRI study [J].Neuropsychopharmacology, 2005, 30(7): 1334-1344.
[29] Gray J A. The neuropsychology of anxiety: An inquiry into the functions of the septo-hippocampal system [J]. Behavioral and Brain Sciences, 1982,5(1):469-484.
[30] Canli T, Zhao Z, Desmond J E, et al. An fMRI study of personality influences on brain reactivity to emotional stimuli [J]. Behavior Neuroscience, 2001, 115(1): 33-42.
[31] Wei L, Duan, X, Yang Y, et al. The synchronization of spontaneous BOLD activity predicts extraversion and neuroticism [J]. Brain Research,2011,141(9):68-75.
[32] Yarkoni T, Mikulincer M, Shaver P R, et al. Neurobiological substrates of personality: A critical overview [J]. APA Handbook of Personality and Social Psychology, 2015,30(4):61-83.
[33] Belcher A M, Volkow N D, Moeller F G, et al. Personality traits and vulnerability or resilience to substance use disorders [J].Trends in Cognitive Sciences, 2014, 18(4): 211-217.
[34] Etkin A, Wager T D. Functional neuroimaging of anxiety:A meta-analysis of emotional processing in PTSD, social anxiety disorder, and specific phobia [J]. Am J Psychiatry, 2007,164(3):476-488.
[35] Phan K L,Fitzgerald D A, Nathan P J, et al. Neural substrates for voluntary suppression of negative affect:A functional magnetic resonance imaging study [J]. Biol.Psychiatry, 2005,57:210-219.
[36] Lu F M, Huo Y J, Li M. Relationship between personality and gray matter volume in healthy young adults: A voxel-based morphometric study [J]. PLoS One, 2014, 9(2):180-182.
[37] Cremers H, van Tol M J, Roelofs K, et al. Extraversion is linked to volume of the orbitofrontal cortex and amygdale [J]. PLoS One, 2011,6(12):70-75.
[38] Barrós-Loscertales A, Meseguer V, Sanjuán A, et al. Striatum gray matter reduction in males with an overactive behavioral activation system [J]. European Journal of Neuroscience, 2006,24(2):2071-2074.
[39] Bjørnebekk A, Fjell A M, Walhovd K B, et al. Neuronal correlates of the five factor model (FFM) of human personality: Multimodal imaging in a large healthy sample [J]. NeuroImage,2013,65(3):194-208.
[40] Blankstein U, Chen J ,Mincic A M, et al. The complex minds of teenagers: Neuroanatomy of personality differs between sexes [J]. Neuropsychologia, 2009,47(1):599-603.
[41] Coutinho J F, Sampaio A, Ferreira M, et al. Brain correlates of pro-social personality traits:A voxel-based morphometry study [J]. Brain Imaging and Behavior,2013,7(3):293-299.
[42] Cremers H R, Demenescu L R, Aleman A, et al. Neuroticism modulates amygdala-prefrontal connectivity in response to negative emotional facial expressions [J]. Neuroimage, 2010,49(2):963-970.
[43] De Young C G. Personality neuroscience and the biology of traits [J]. Social and Personality Psychology Compass,2010,4(4):1165-1180.
[44] Wright C I, Williams D, Feczko E, et al. Neuroanatomical correlates of extraversion and neuroticism [J]. Cerebral Cortex, 2006, 16(12):1809-1819.
[45] Eysenck H J. Manual of the Eysenck Personality Scales (EPS Adult)[M].London: Hodder & Stoughton, 1991:65-67.
[46] Ashburner J. A fast diffeomorphic image registration algorithm [J]. NeuroImage, 2007,38(1):95-113.
[47] Colloby S J, Firbank M J, Vasudev A, et al. Cortical thickness and VBM-DARTEL in late-life depression [J]. Journal of Affective Disorders, 2011,133(1),158-164.
[48] Salvadore G, Nugent A C, Lemaitre H, et al. Prefrontal cortical abnormalities in currently depressed versus currently remitted patients with major depressive disorder [J]. Neuroimage,2011,54(4):2643-2651.
[49] Vance A, Silk T J, Casey M, et al. Right parietal dysfunction in children with attention deficit hyperactivity disorder, combined type:A functional MRI study [J]. Molecular Psychiatry, 2007, 12(9): 826-832.
[50] Foland-Ross L C, Hamilton J P, Joormann J, et al. The neural basis of difficulties disengaging from negative irrelevant material in major depression [J]. Psychological Science, 2013, 24(3): 334-344.
[51] Hasler G D, Wayne C, Manji H K, et al. Discovering endophenotypes for major depression [J]. Neuropsychopharmacology, 2004, 29(10):1765-1781.
[52] Surguladze S, Brammer M J, Keedwell P, et al. A differential pattern of neural response toward sad versus happy facial expressions in major depressive disorder [J]. Biological Psychiatry, 2005, 57(3): 201-209.
[53] Stella W Y, Chan R N, Guy M G, et al. Risk for depression and neural responses to fearful facial expressions of emotion [J]. The British Journal of Psychiatry, 2009,194(3):139-145.
[54] Zhang X C, Yao S Q, Zhu X Z, et al. Gray matter volume abnormalities in individuals with cognitive vulnerability to depression: A voxel-based morphometry study [J]. Journal of Affective Disorder, 2012, 136( 3): 443-452.
[55] Amin Z, Constable R T, Canli T H.Attentional bias for valenced stimuli as a function of personality in the dot-probe task [J]. Journal of Research in Personality, 2004,38(1): 15-23.
[56] Derryberry D, Reed M A. Temperament and attention:Orienting toward and away from positive and negative signals [J].Journal of Personality and Social Psychology,1994, 66(6):1128-1139.
[57] Ma C Q, Ding J R, Li J, et al. Resting-state functional connectivity bias of middle temporal gyrus and caudate with altered gray matter volume in major depression [J]. PLoS One, 2012,7(9):130-140.
[58] Takahashi T, Yücel M, Lorenzetti V, et al. An MRI study of the superior temporal subregions in patients with current and past major depression [J]. Progress in Neuro-Psychopharmacology and Biological Psychiatry, 2010, 34(1): 98-103.
[59] Saxe R, Powell L J. It's the thought that counts specific brain regions for one component of theory of mind [J]. Psychological Science, 2006,17(8):692-699.
[60] Sommer M, Döhnel K, Sodian B, et al. Neural correlates of true and false belief reasoning [J]. Neuroimage, 2007, 35(3): 1378-1384.
[61] Bishop S, Duncan J, Brett M, et al. Prefrontal cortical function and anxiety:Controlling attention to threat-related stimuli[J].Nature Neuroscience, 2004, 7(2): 184-188.
[62] Miller E K. The prefontral cortex and cognitive control [J]. Nature Reviews Neuroscience, 2000, 1(1): 59-65.
[63] 叶秀敏，黄 橙，张 斌.大学生内隐完美主义与外显完美主义的关系[J].山东师范大学学报：自然科学版，2018，33(3)：351-355.
[64] Sakagami M, Tsutsui K. The hierarchical organization of decision making in the primate prefrontal cortex [J]. Neuroscience Research,1999,34(2):79-89.
[65] 吴 顺，杜秀芳.医疗情景中不同个体认知闭合需要对建议采纳的影响[J].山东师范大学学报：自然科学版，2018，33(1)：122-126.
[66] Peterson B S, Virginia W, Ravi B, et al. Cortical thinning in persons at increased familial risk for major depression [J]. Proc Natl Acad Sci U S A,2009,106(15):6273-6278.
THE NEURAL BASIS OF PERSONALITY STYLES EFFECT ON DEPRESSION
Liu Huijuan1) Qiu Jiang2)
( 1) Chongqing Youth Vocational Technical College, 400712, Chongqing, China; 2) Southwest University,400715,Chongqing,China )
Abstract In this study, our objective was to explor the behavioral differences between the depressive patients with the control group . There are 99 patients with moderate to severe depression and 97 normal persons whose gender, age, education level matched as control group subjects. Two sample t-test analysis was performed to investigate the difference in the brain gray matter volume (GMV) between the depression group and control group. Compared with control group, the depression group displayed lower gray volume in the left superior parietal, the left fusiform , the left superior temporal gyrus, the left inferior frontal gyrus, the right precentral and the left cingulate.Overall, our findings provide a new direction for the research and evidence theory of personality,and also provides a physical basis for the negative personality styles grow into depression. These findings indicat that personality styles that consider person-centered traits may be more important and effective to predict individuals mental health, and these results would provide a potential brain biomarker for early individual psychological risk assessments.
Key words personality styles; depression; individual difference; gray matter volume
收稿日期： 2019-03-13
基金项目： 国家自然科学基金资助项目(31771231,31571137).
通讯作者： 邱 江，男，教授，博士生导师.
中图分类号 B 845
文献标识码 A
doi： 10.3969/j.issn.1001-4748.2019.04.014