编辑推荐：
本研究通过新颖的频率标记fMRI范式，揭示了大脑如何通过面孔和声音识别熟悉个体。研究发现，熟悉性感知主要由单模态脑区负责——视觉（面孔）激活后部颞上皮质（pSTC），听觉（声音）激活前部颞上皮质（aSTC）。同时，在颞叶（后部颞上沟，pSTS）和额叶（额下回，IFC）的离散区域发现了跨视听模态的共享多模态活动。pSTS作为单模态区之间的空间边界，而IFC则表现为无边界约束的连接驱动性汇聚。这些结果表明，存在分布式的单模态和多模态网络协同工作，以实现对熟悉人物的识别。
面孔和声音是识别熟悉个体时提供关键信息的感觉通道。尽管过去的研究通常独立探索这两种模态的神经机制，但它们是否以及在哪里存在重叠的神经基础尚不明确。本研究采用了一种创新的、基于频率标记（也称快速周期性刺激fMRI，FPS-fMRI）的fMRI范式，从多模态视角探讨了熟悉性加工的神经基础。
实验招募了21名成年参与者，采用四组条件进行：视觉模态的类别水平（面孔 vs. 物体）和熟悉性水平（熟悉面孔 vs. 陌生面孔），以及听觉模态的类别水平（人声 vs. 非人声）和熟悉性水平（熟悉声音 vs. 陌生声音）。刺激以高频率呈现（视觉高达每秒6张图，听觉高达每秒4个声音片段），通过傅里叶变换分析大脑在特定刺激频率（0.125 Hz）上的响应，从而直接、无偏差地测量跨模态的差异响应。
视觉模态的结果
在类别水平，与物体相比，面孔选择性地激活了双侧的侧枕叶皮层（LO）和梭状回，以及双侧的后部颞上沟（pSTS）。在熟悉性水平，与陌生面孔相比，熟悉面孔在双侧pSTS和额下回（IFC）以及右侧前运动皮层表现出更强的激活。有趣的是，梭状回和LO主要参与面孔分类，而pSTS、IFC和楔前叶则与熟悉面孔的感知相关。在视觉模态内部，类别水平和熟悉性水平的响应在双侧pSTS存在重叠。
听觉模态的结果
在类别水平，人声相较于非人声，激活了双侧的中颞回（MTG）和颞上回（STG）。在熟悉性水平，熟悉声音（相较于陌生声音）激活了双侧的前部颞上回（aSTG）、后中扣带皮层和右侧IFC。熟悉声音的选择性区域在很大程度上是人声敏感区域的一个子集，两者在双侧前部和中部颞叶皮层存在显著重叠。
跨模态重叠的关键发现
研究最核心的发现之一是识别了对面孔和声音熟悉性均有响应的多模态脑区：
- 1.
后部颞上皮质（pSTC）作为空间边界区：在类别水平和熟悉性水平，pSTC都表现出跨模态重叠。这些重叠区域位于声音选择性区域（靠前）和面孔选择性区域（靠后）的边界上。文恩图分析显示，只有约3.2%的声音熟悉性选择体素和2.4%的面孔熟悉性选择体素对两种模态的熟悉性都有反应，表明pSTC是一个空间上离散的多感觉汇聚点，其神经元可能接收来自两种感觉通道的输入。
- 2.
额下回（IFC）作为连接驱动性枢纽：与pSTC不同，IFC的跨模态重叠仅在熟悉性水平被发现，且不表现出清晰的空间边界组织。研究者认为，这可能源于IFC与颞叶多感觉皮层（如前颞叶、STG）之间广泛的解剖连接，使得来自不同感觉通道的信息得以在此汇聚和整合。这种整合可能支持更高层次的熟悉性感知，而非简单的感觉分类。
定量分析与模型修正
量化分析表明，超过90%的熟悉性选择脑区是模态特异性的，而多模态区域（pSTC和IFC）贡献了不到10%的体积。这一发现促使研究者对已有的人物身份处理模型进行修正。新模型认为，视觉和听觉处理主要在各自的感觉特异区进行，而跨模态交互发生在两个关键的多模态枢纽：既参与类别水平也参与熟悉性水平分析的pSTC，以及专门参与熟悉性水平整合的IFC。
结论与意义
本研究首次使用统一的频率标记fMRI范式，系统比较了视觉和听觉模态在类别和熟悉性两个水平上的神经响应。结果表明，对熟悉人物的感知主要由单模态脑网络主导，但同时也存在共享的多模态神经过程。pSTC和IFC以不同的方式（空间边界 vs. 连接驱动）支持着跨模态熟悉性信息的整合。这些发现不仅加深了我们对人脑如何整合多感官信息以识别他人的理解，也为未来研究感知、记忆和社会认知的神经基础提供了新的框架和方向。
