重磅！拖延研究领域的第一个神经网络模型

今天你ADHD了吗？

这篇文章是导师冯廷勇教授和同门陈志毅博士发表的关于拖延神经网络的论文，刊登在国际知名期刊《Cerebral Cortex》（中科院SCI一区Top，IF=6.149）专业杂志上。

冯廷勇教授：“这篇文章揭示拖延密切相关的三个神经网络（Self-Control, Emotional and Episodic Prospection Network），为拖延的行为及神经干预提供理论和实证依据。”

---

 

随着现代社会的高速发展，拖延问题更加严重和突出。

拖延(Procrastination)是指尽管预见到拖延会带来不利后果, 人们仍自愿推迟开始或完成某一计划好的任务(Steel, 2007)。跨文化研究表明，拖延不仅普遍存在而且还具有跨时间和跨情景的稳定性(Elliot, 2002; Steel & Ferrari, 2013)。

拖延会严重影响人们学习、工作的效率，让人陷入不断的心理冲突、自我否定和强烈自责等负性情绪的泥潭中，甚至还会危害到人们的身心健康(F. M. Sirois, 2007; Stead, Shanahan, & Neufeld, 2010)。因此，探索拖延行为的神经基础对于揭示其产生的认知机制，以及指导如何减少拖延行为具有重要的科学价值和实践意义。

西南大学冯廷勇教授团队在国际著名期刊《Cerebral Cortex》（中科院SCI一区Top，IF=6.149）上发表了题为“Brain Morphological Dynamics of Procrastination: the Crucial Role of the Self-Control, Emotional and Episodic Prospection Network”的研究文章，该研究首次提出了拖延行为的三重神经网络模型(Triple Brain Networks Model)，揭示了参与拖延行为的三个脑结构拓扑网络，即自我控制网络(Self-control network)、情绪调节网络(Emotional regulation network)和预期想象网络(Episodic prospection network)。

该研究分别基于体素的形态学检验(VBM)、基于形变场的形态学检验(DBM)及基于皮层的形态学检验(SBM)对个体神经灰质结构进行定量描述，估计出体素的灰质体积(grey matter volume, GMV)、灰质密度(grey matter density, GMD)及皮层的厚度(cortical thickness)、褶皱程度(gyrification)及复杂度(complexity)。

在样本1（n=243）中，通过行为-脑(Behavioural-Brain configuration)的研究思路，构建多元线性回归模型拟合脑灰质结构特征与拖延行为的线形关系以揭示拖延的神经结构基础；在样本2（n=215）中，基于样本1中的结果采用脑-行为联合分析(Brain-Behavioral reconfiguration)的研究思路，在独立样本2中通过提取区域性脑结构特征(Regional features)与拖延行为的相关分析进一步进行独立可重复验证；最后，在样本3（n=221）中，分别基于参数推断统计的分层逐步线形回归(step-wise multiple regression model )、L1-LASSO回归、分层朴素贝叶斯多元回归模型(naive Bayesian estimation model)及高斯径向基底核的机器学习算法(Machine learning of RBF of SVR)用区域性脑结构特征预测拖延行为，并进行交叉验证。

结果发现，拖延行为与背外侧前额叶(dlPFC)灰质体积呈显著负向相关，而与脑岛(Insula)、海马旁回(parahippocampus) 及前扣带回(ACC)的灰质体积呈显著正相关 (见图1)。

同时，发现拖延行为与前扣带回(ACC)和腹内侧前额叶(vmPFC)的灰质密度显著的正相关(见图2)，与眶额叶(OFC)的皮层厚度显著正相关。此外，还发现了双侧眶额叶(bilateral OFC)的皮层褶皱程度与复杂性和拖延水平间的显著正相关。该研究结果在独立样本2中均得到了重复验证，证明了样本1的研究结果具有高可重复性和可靠性(见图3)。最后，预测模型发现，构成三神经网络模型的神经结构基础能够实现对于拖延行为的较高精度预测。

图1 脑灰质体积与拖延行为的相关关系。

图2 脑灰质密度与拖延行为的相关关系。

图3 脑-行为联合分析的可重复性检验结果。

因此，基于行为-脑(Behavioural-Brain-configuration)、脑-行为(Brain-Behavioural-configuration)联合分析和预测性分析，该研究揭示了拖延行为的三重神经结构拓扑网络，即以背外侧前额叶(dlPFC)和前扣带回(ACC)为hub点的自我控制网络，以脑岛(Insula)和眶额叶(OFC)为hub的情绪调节网络，以及以腹内侧前额叶(vmPFC)和海马(Hippocampus)为hub的预期想象网络。

首先，由于拖延行为通常被视为是对即时享乐自我控制的失败，因此自我控制网络在拖延行为的形成中通常参与对冲动性和即时享乐的奖赏追求进行抑制。

其次，对于预期完成或实际完成任务中产生的厌恶及负性情绪被认为是拖延的核心认知机制，因而情绪调节网络在拖延形成过程中发挥负性情绪调控作用。

最后，对于任务未来结果(奖赏)的正性预期或任务完成过程中负向情绪预期在拖延决策中也具有重要的作用，因此预期想象网络能够通过影响对于任务的未来预期从而影响拖延的形成 (见图4)。

图4 拖延的三重神经结构拓扑网络。

该研究通过实证研究提出了拖延研究领域内的第一个神经网络模型，它不但对于揭示拖延行为的神经基础具有重要贡献，对于理解拖延的认知机制具有较高的理论价值，对于指导拖延行为的行为及神经干预也都具有重要的实践意义。该论文的第一作者为博士生陈志毅，通讯作者为冯廷勇教授，该研究受到国家自然科学基金项目(31571128；31971026)资助。

近5年来冯廷勇教授课题组在拖延行为的认知机制及神经基础方面进行了系统研究，在Cerebral Cortex、Journal of Experimental Psychology: General（原创提出拖延时间决策模型，2019）、Human Brain Mapping、Neruoscience（入选Science杂志editors’ choice，2017）、WIREs Cognitive Science（editor约稿的观点性综述，2019）、Brain Imaging and Behavior、 Brain and Cognition、 Behavioural Brain Research等国际著名杂志发表系列论文，在国际拖延领域产生了重要的影响。

文章信息：Chen Z., Liu P., Zhang C., & Feng., T (2019). Brain Morphological Dynamics of Procrastination: the Crucial Role of the Self-Control, Emotional and Episodic Prospection Network. In press