新研究表明，人在观察某个动作时产生的神经活动，与做出该动作的主体具备类人特征的程度相关。©布朗大学
研究人员通过皮层内脑机接口（BCI）记录四肢瘫痪患者的单个神经元活动，发现受试者观看动作时，运动皮层的活动强度与动作执行者的类人程度直接相关。该研究结果对专门的“镜像神经元”细胞这一概念提出了挑战，表明相关活动是由分布式神经网络调控的，网络同时受视觉真实感和自上而下的认知识别共同影响。
数十年来，神经科学家一直在研究运动观察现象：运动皮层中的神经元，不仅在人做出抓握、伸手等肢体动作时放电，仅仅观察他人完成相同动作时也会放电。这类镜像反应通常被归因于专用的“镜像神经元”，该镜像能力被认为是人类与非人灵长类运动学习、模仿以及社会认知的核心基础。
然而，调控这些观察回路解码外界动作的具体机制，一直存在争议。
近日，一项发表于《美国国家科学院院刊》（PNAS）的研究，由布朗大学、麻省总医院布里格姆神经技术与神经康复中心以及退伍军人神经修复与神经技术中心联合团队完成。研究证实，人类运动皮层的观察活动会持续根据被观察对象的类人程度进行调节。
“开展这项研究的主要初衷，是探究视觉反馈如何影响人们使用脑机接口操控电脑光标、辅助机器人等各类外部设备，”论文第一作者雅各布·古斯曼（Jacob Gusman）表示，他在布朗大学攻读研究生期间完成了该研究。“同时，我们也围绕镜像神经元这一基础神经科学问题获得了一些根本性发现。”
皮层内记录揭示梯度式网络响应
本研究是BrainGate临床试验项目的一部分。该项目研发皮层内脑机接口，旨在帮助因神经损伤或疾病瘫痪的患者恢复交流与行动能力。
研究对象为两名四肢瘫痪受试者，他们的运动皮层手部代表区已通过手术植入微电极阵列。借助阵列，研究团队可以实时记录单个神经元以及神经元群体的活动；实验过程中受试者观看动画执行捏握和强力抓握动作。
实验中的视觉对象拟人程度梯度如下：
照片级真实人类手掌
拟人机器人手
三齿机械爪
抽象几何立方体
研究人员发现，观察活动的减少程度与夹持器的类人外观程度成正比。©布朗大学
微电极数据显示，观察活动强度随视觉对象物理真实度变化。真实人类手部引发最强的神经放电；随着对象变得更机械化、抽象化，神经活动强度逐步下降。这种梯度调节既存在于神经元群体层面（激活神经元数量随之变化），也体现在单细胞层面：面对真实感更强的刺激，单个神经元放电频率升高。
古斯曼解释道：“这说明观察活动并不是由专门的‘镜像神经元’细胞驱动，本质是一种网络效应，该网络对观察刺激的拟人特征十分敏感。”
主动运动控制会盖过视觉真实度差异
有趣的是，当受试者被要求在观看动画对象的同时主动尝试做出抓握动作时，不同对象带来的神经活动差异消失。
在产生主动运动意图阶段，无论对象是人类手掌还是机械爪，都能引发强度相当、显著的运动皮层激活。研究人员指出，人体内部产生的运动意图信号强度远大于被动观察带来的响应。这意味着，当使用者主动操控机器人假肢或数字虚拟形象时，该对象是否具备类人特征就不再那么重要。
自上而下的认知参与运动解码
研究团队还使用动态手部点阵动画对受试者开展测试。易于识别、点阵排布清晰的手部图案能够引发强烈的运动神经元放电，实验还揭示了认知层面的关键影响。
在一组使用模糊点阵图案的探索性试验中，一名受试者突然产生“顿悟”，意识到这些抽象点阵组合构成了一只正在抓握的手。对比顿悟前后的神经记录可以发现，无论视觉真实度高低，运动皮层放电都立刻激增。
古斯曼提到：“至少对于这名受试者而言，当他意识到点阵刺激形似人手时，观看该刺激就会激活运动皮层手部区域。至少这一发现说明，除了自下而上的视觉输入之外，自上而下的背景线索同样参与产生这类类镜像响应。”
为下一代神经假肢研发提供参考
除了解决关于类镜像神经处理的核心神经科学问题，该成果也为研发脑控辅助设备的神经工程师提供了实际设计依据。
“BrainGate临床试验的最终目标，帮助那些因伤病丧失运动或交流能力的患者，”论文共同作者利·霍赫伯格（Leigh Hochberg，布朗大学工程学与神经科学教授、BrainGate试验负责人）说道，“在研究过程中，我们不断获得关于大脑如何规划、执行肢体运动的重要发现……这些研究成果，将助力研发面向神经损伤患者的新一代植入式脑机接口。”
来源：布朗大学 / 麻省总医院布里格姆医疗体系 / 退伍军人神经修复与神经技术中心；翻译自NeuroscienceNews/布朗大学；相关文献：PNAS (September 21, 2026). “Observation-related activity in the human motor cortex increases with effector anthropomorphicity.” Authors: Jacob T. Gusman, Zoe C. Beckman, Tyler S. Singer-Clark, Angelique C. Paulk, Anastasia Kapitonava, Tommy Hosman, Shane Allcroft, Alexander J. Acosta, Claire Nicolas, Daniel B. Rubin, John P. Donoghue, Carlos E. Vargas-Irwin, and Leigh R. Hochberg.
