2024 年 10 月 2 日，北京大学高家红团队在《Journal of Neuroscience》上在线发表了题为 “Decoding the temporal structures and interactions of multiple face dimensions using optically pumped magnetometer magnetoencephalography (OPM-MEG)” 的研究论文。

《Journal of Neuroscience》是国际神经科学领域最具影响力的学术期刊之一，由美国神经科学学会（Society for Neuroscience, SfN）主办。自1981年创刊以来，一直致力于发表高质量的原创研究论文，涵盖神经科学的各个分支，包括分子和细胞神经科学、系统和行为神经科学、认知神经科学、神经发育、神经退行性疾病等。

【01 国产OPM脑磁图为面孔识别研究提供了新的路径】

该研究采用了北京昆迈医疗科技有限公司自主开发的OPM-MEG作为主要成像技术（见图1），并利用基于机器学习的多变量模式分析（MVPA）方法，系统地解码了面孔的年龄、表情、性别和种族四个维度在时间上的动态加工过程，揭示了这些维度的时间泛化模式（详见图2与图3）。

图1：被试仰卧在 OPM-MEG 系统（北京昆迈医疗科技有限公司）半开放磁屏蔽筒的扫描床上，OPM探测器可紧密贴合被试的头皮，确保了脑磁探测的最佳性能

图 2：面孔各维度的动态加工过程

图3：面孔各维度的时间泛化结构

研究发现，在四种维度中，对年龄、性别维度的加工起始时间较早，而对种族信息的加工最晚；并且四种维度有加工强度的区别，具体而言，对于年龄维度的解码强度最高（表现为神经表征相似性矩阵和相应的模型矩阵相关性最强），其次分别为表情、性别，以种族维度为最弱。此外，研究发现情绪与种族这两个维度在时间上表现出显著的持续表征模式，这可能提示着这些维度的加工会持续地激活相关的脑网络。