《Scientific Reports》：Proprioceptive judgements made with the hand and the jaw: two distinct but functionally related body parts
编辑推荐：
为探究人体不同功能相关部位（手与下颌）在单一参考系内与跨参考系进行本体感觉判断时的准确性与精确性差异，研究人员开展了此项研究。通过让参与者判断抓握或咬合物体的尺寸，发现单一参考系内（低层级）的判断在准确性和精确性上均优于跨参考系（高层级）的判断。此外，对手和下颌高层级判断的回归线比较表明，大脑并未对这两个功能相关但结构不同的身体部位应用相似的校准机制，提示了感觉运动处理的特异性。
我们每时每刻都在不假思索地运用身体感知世界：用手拿起水杯，或用牙齿咬下食物。这些看似简单的动作背后，是大脑对身体各部分位置、运动和状态（即本体感觉proprioception）的无意识监控与整合。然而，一个有趣而深刻的问题在于，大脑如何协调不同身体部位产生的感觉信息？例如，手和下巴（下颌jaw）在功能上密切相关（都用于操作物体），但在结构和神经控制上却截然不同。大脑是使用一套通用的“转换规则”来处理来自不同身体部位的本体感觉信号，还是为每个部位“量身定制”了独特的处理策略？理解这个问题，不仅有助于揭开感觉运动整合的神经机制，也对康复医学、假肢设计等领域具有潜在价值。
为了回答这个问题，研究团队在《Scientific Reports》上发表了一项研究，系统比较了健康个体在手和下颌两个部位，进行不同层级本体感觉判断时的表现差异。研究人员招募了30名健康参与者，要求他们对通过抓握（手）或咬合（下颌）感知到的不同尺寸的物体做出大小判断。研究巧妙地区分了两种判断情境：一种是“低层级”判断，即在单一感觉模态内部进行比较（例如，比较两次抓握感知的物体大小）；另一种是“高层级”判断，即需要在不同感觉模态或参考系之间进行转换（例如，将抓握感知的信息转换为视觉尺度上的判断）。通过分析判断的准确性（与真实值的偏差）和精确性（判断的一致性，用均方根误差RMSE衡量），并结合回归分析来探查潜在的感知校准机制，研究旨在揭示大脑处理手与下颌本体感觉信息的异同。
本研究主要采用了行为心理物理学实验范式。研究人员设计了不同尺寸的物体作为刺激样本，让参与者通过抓握（手部任务）或咬合（下颌任务）来感知。参与者需要在两种条件下做出判断：低层级（感知-感知比较）和高层级（感知-视觉尺度转换）。每次判断的误差被记录并分析，计算平均绝对误差mean absolute error和均方根误差RMSE来分别评估准确性和精确性。此外，对每位参与者在高层级判断中的数据进行了回归分析，拟合出的回归线斜率被用作反映其感觉转换校准策略的指标。通过比较手部和下颌部任务在各项指标上的差异，来推断中枢处理机制的异同。
研究结果
低层级判断优于高层级判断：无论是在手部还是下颌部任务中，在单一参考系内进行的低层级本体感觉判断，其准确性（平均绝对误差更小）和精确性（RMSE更低）均显著高于需要在不同参考系间进行转换的高层级判断。具体而言，手部低层级判断的平均绝对误差比高层级判断平均低0.20毫米，下颌部则低0.15毫米；在精确性上，手部RMSE平均低3.94，下颌部平均低1.67。这一结果表明，跨模态或跨参考系的信息转换会引入额外的感知误差。
手与下颌的高层级判断校准机制不同：研究人员为每位参与者的高层级判断数据拟合了回归线，该回归线的特性反映了大脑将本体感觉信息转换到目标尺度（如视觉）时所使用的“内部校准”规则。通过比较手部条件和下颌部条件下这些回归线的特征（如斜率的分布），研究发现两者并不相似。这一关键结果表明，大脑并没有对手与下颌这两个功能相关但结构不同的身体部位，应用一套相同或相似的校准规则来进行高层的、跨参考系的本体感觉判断。
研究结论与意义
本研究得出结论，对于手和下颌这两个功能相关但解剖结构不同的身体部位，其本体感觉信息的处理存在层级性和特异性。首先，在单一感觉模态内部（低层级）的判断比跨模态（高层级）的判断更为准确和精确，这凸显了感觉整合过程中转换步骤带来的成本。更重要的是，研究发现大脑在协调手和下颌的高层级本体感觉判断时，并未采用统一的校准策略。这意味着，感觉运动系统可能针对不同身体部位的功能和解剖特性，发展出了特异化的神经处理通路或计算机制，而不是简单地套用通用模板。
这项研究的意义在于，它超越了传统上关注单一身体部位本体感觉的研究范式，首次直接比较了两个功能耦合部位（手和下颌）在感觉信息转换机制上的差异。其结果支持了感觉运动处理具有“部位特异性”的观点，深化了我们对大脑如何灵活而高效地整合多部位感觉信息的理解。从更广泛的角度看，这些发现为理解复杂动作控制、感觉代偿（如某一感官失灵后其他感官的增强）以及设计更符合人体感觉运动规律的康复策略或人机交互界面提供了新的理论依据。例如，在针对手部或面部损伤的康复训练中，或许需要考虑其特有的感觉信息处理模式，从而制定更具针对性的干预措施。
