目前許多研究報道了神經精神障礙疾病患者靜息態腦功能連接(rsFC)的異常變化,但對腦功能連接受情緒的影響還不甚了解。本研究用高興和悲傷兩類電影片段分別誘導20位健康受試產生相應的情緒,同時采集功能磁共振圖像(fMRI)。以前扣帶回(ACC)、背外側前額葉(DLPFC)和杏仁核為種子點,利用低頻漲落的相關性分析了執行功能、注意力以及情感神經網絡系統功能連接受情緒的影響,并對個人情感強度特質作回歸來考察個體差異。我們發現與高興的情緒相比,在悲傷狀態下,大腦左側的背外側前額葉與后扣帶回之間存在顯著的正向功能連接,且連接程度與個體情感喚醒度成正比。表明人們在悲傷時會加強對負性情緒和信息的處理,且情緒化較強的人,腦內功能連接更加不穩定。
引用本文： 王子聰, 宋森, 王麗紅. 情緒對腦功能連接的影響. 生物醫學工程學雜志, 2014, 31(2): 262-266. doi: 10.7507/1001-5515.20140049 復制
引言
近年來，關于靜息態腦功能連接(resting-state functional connectivity,rsFC)的研究在神經精神科學領域受到了越來越多的關注。靜息狀態指的是受試保持清醒，但沒有特定刺激或指定任務的狀態。以往在基于課題任務的功能磁共振成像(functional magnetic resonance imaging,fMRI)實驗中，靜息無任務的狀態通常作為對照進行課題分析。但是靜息狀態下血氧水平依賴信號隨時間也有漲落變化，變化頻率比較低(通常小于0.08 Hz)，而且某些腦區之間的低頻信號漲落(low frequency fluctuation,LFF)在時間上具有顯著的相關性[1]。這種相關性符合Friston等[2]對腦功能連接的定義，可以用來度量不相鄰腦區之間功能活動的同步性。進一步的研究發現，靜息態下的腦功能連接不是任意的，每個網絡各腦區間的相關關系相對穩定，如由背外側前額葉(dorsolateral prefrontal cortex,DLPFC)、后頂葉構成的中央執行網絡(central-executive network,CEN)[3-4]，由腹側前扣帶回、前扣帶回(anterior cingulate cortex,ACC)嘴部及相連的邊緣系統構成的情感網絡(affective network,AN)[5]，由后扣帶回、內側前額葉及雙外側頂下回構成的默認網絡(default-mode network,DMN)[6-8]，等等。
研究發現精神障礙患者的功能網絡與健康受試相比會有明顯的差異。比如，精神分裂患者在全腦范圍內的功能連接均出現活動降低，這與其全腦神經元活動紊亂的癥狀一致[9]。抑郁癥患者的前扣帶回與杏仁核、紋狀體、丘腦內側等腦區的功能連接程度減弱 [10-11]。另外，精神障礙患者的靜息態功能網絡的改變和缺損與病程、嚴重程度、治療效果等密切相關。由于rsFC研究操作簡單，因此有很大潛力廣泛應用于精神疾病的臨床預測、診斷以及治療效果的監測。
盡管rsFC網絡具有很好的臨床應用價值，但我們對它的特性還不完全清楚，特別是對rsFC的穩定性及影響其穩定性的因素還有待進一步研究。基于精神障礙疾病大多與情緒處理能力低下有關的判斷，我們認為情緒應該對腦功能連接有一定的影響。遺憾的是，目前的研究關注到了實驗前受試的焦慮程度、認知功能對功能連接穩定性造的影響[12-13]，而忽略了情緒這一重要因素。為了研究情緒對腦功能連接的影響，我們用高興和悲傷兩類電影片段分別誘導健康受試產生相應的情緒，同時采集fMRI數據。有研究發現抑郁癥患者的大腦皮層和邊緣系統的相互作用失常有關，即執行功能和情緒調控的協調能力減弱[14]。之后在情感奇異課題(emotional oddball task)的研究中發現抑郁癥患者的執行功能減弱，與中性之后的靶標相比，其對悲傷之后的靶標的反應速度變慢，即產生情緒性注意力分散[15]。所以，我們選取了與認知執行功能和情感控制有關的DLPFC、ACC，以及與情感加工有關的杏仁核(amygdala)為種子點，利用低頻信號的相關性來分析執行功能、注意力以及情感神經網絡受情緒變化的影響。最后，考慮到這種功能連接的變化可能與受試的個體情緒穩定性的差異有關，我們利用情感喚醒度量表(Scale of Emotional Arousability,SEA)[16]的結果對二者做了線性回歸分析。
1 方法
1.1 實驗材料與設計
實驗受試共20名，男女各10名，平均年齡23.2歲。受試均為右利手，自愿參加。該實驗通過了杜克大學倫理委員會的審查。每個受試都填寫了知情同意書，且都通過了初步篩查，沒有精神病史。該數據在杜克大學采集，轉入清華大學時，我方未接觸任何能識別受試個人的信息。
刺激材料為20個電影片段，高興和悲傷兩類各有10個，每個持續3~7 min。每名受試在連續的2 d 內參加兩次磁共振掃描，分別觀看高興和悲傷兩類電影片段，高興和悲傷實驗的順序在受試間平衡。受試在看完每個電影片后需完成情感奇異課題來研究情緒對認知和情感加工系統的影響，其結果已經報道，并且依據對另一組不同人群在非磁共振環境下觀看每個電影片段后情感維度的測評結果，兩類視頻均如預期誘發了相應的情緒[17]。本研究主要關注觀看電影片段時產生的高興和悲傷情緒對腦功能連接的影響。為了測量受試自身的情感變化程度，每個受試在進入MRI掃描儀前都填寫了SEA問卷。
1.2 數據獲取與預處理
功能圖像數據采自通用公司生產的場強為4T的MRI掃描儀，以前連合與后連合共線為參照進行掃描。T1加權結構像的采集參數為：TR=12.2(ms)，TE=5.3(ms)，FOV=24(cm)，翻轉角=20(°)，矩陣=256×256，層數=68，層厚=1.9(mm)，像素為0.975 mm×0.975 mm×1.9 mm。功能成像采用了內轉螺旋梯度(spiral-in)序列采集，其參數為：TR=2000(ms)，TE=31(ms)，FOV=24(cm)，翻轉角=90(°)，矩陣=64×64，層數=34，層厚=3.75(mm)，像素為3.75 mm×3.75 mm×3.75 mm。
使用FMRIB′s Software Library(FSL，見www.fmrib.ox.ac.uk/fsl)進行數據預處理，包括時間校正(slice timing)、空間對齊(realignment)，空間標準化(normalization)，5 mm空間平滑(smooth)。
1.3 種子點選擇
我們依據Sheline等[5]在研究抑郁癥腦功能成像時選用的ACC、DLPFC和杏仁核作的種子點坐標位置選定了種子點的中心位置，對應的MNI坐標分別為(±4，48，-2)、(±48，58，4)和(±20，-4，-18)，以這些點為中心選取了5 mm為半徑的圓。圖 1所示為大腦左側各點。
圖1
大腦左側種子點(十字標記)的MNI坐標位置
(a)前扣帶回(-4，48，-2);(b)背外側前額葉(-48，58，4);(c)杏仁核(-20，-4，-18)
Figure1. Center MNI coordinates of each seed region in left hemisphere (marked with crosshair)(a) ACC (-4,48,-2); (b) DLPFC (-48,58,4); (c) amygdala (-20,-4,-18)
1.4 數據分析
首先將種子點區域包含的各個體素對應的血氧水平依賴信號時間序列的平均結果作為該種子點的時間序列，然后計算腦內其它體素的時間序列與種子點時間序列的相關系數r，運用Fisher轉換得到z值(高斯化校正)，選出在z值統計意義上顯著的區域(z＞2.3,P＜0.05,經過族簇校正)，從而得到種子點的功能連接圖譜[18]。我們采用雙邊t檢驗隨機效應(random effect)分析了悲傷和高興情緒下功能連接圖譜的差異(z＞2.3,P＜0.05,經過族簇校正)。
為分析功能連接與情感喚醒強度的相關性，我們做了興趣區域(region of interest,ROI)分析。將功能連接圖譜中顯著性區域的mask與牛津-劍橋腦結構圖譜中相對應的腦區結構取共同部分，作為ROI(以確保我們所選定的ROI位于我們所認定的腦結構中)。然后使用FSL的featquery獲得每個受試在各ROI與各個種子點連接的平均強度。最后運用普通最小二乘法對20個受試的情感強度SEA分數與20個受試各ROI與各個種子點連接的平均強度進行線性回歸(顯著性水平：r＞0.5,P＜0.05)。
2 結果
與高興的情緒相比，在悲傷狀態下，所選種子點中只有大腦左側DLPFC，腦內存在與之具有顯著功能連接差異的族簇(見表 1)，從z值圖譜可以看出，與左側DLPFC有顯著性連接增強的區域包括后扣帶回(posterior cingulate cortex,PCC)及枕葉聯合區(見圖 2，z＞2.3)。取PCC為ROI，計算每個受試左側DLPFC-PCC的連接強度。回歸結果表明左側DLPFC-PCC的連接強度與受試的情感喚醒度SEA分數成正相關(見圖 3，相關系數r=0.513,P=0.02)。
表1
與高興的情緒相比，在悲傷狀態下，與大腦左側背外側前額葉、前扣帶回、杏仁核有顯著差異的功能連接增強的族簇分布
Table1.
Clusters showing significant difference in functional connectivity of DLPFC,ACC and amygdala in left hemisphere under sad mood compared to that under happy mood
圖2
與高興的情緒相比，在悲傷狀態下，大腦左側背外側前額葉種子點與全腦其他體素功能連接顯著增高的族簇圖譜。圖像選取了17~31層，閾值為z＞2.3,P＜0.05。
Figure2.
More significant increased connectivity maps during sad movies than that during happy movies using the left DLPFC as the seed region. Images were from 17th slice to 31th slice axially,and were thresholded at z＞2.3,P＜0.05.
圖3
情感喚醒度與大腦左側背外側前額葉到后扣帶回功能連接的線性回歸結果(r=0.513，P=0.02)
Figure3.
Linear regression results of 20 subjects’ emotional arousability and their functional connectivity between the left DLPFC and PCC (r=0.513,P=0.02)
3 討論
DLPFC是大腦皮層的一部分，在執行記憶、調節智能、控制動作等執行認知功能上起到重要的作用，是執行功能網絡系統的關鍵結點。PCC是靜息態下DMN的核心腦區[19]。DMN特別是PCC被認為與對往事的回顧、對周圍環境的警覺有關[20]。研究表明，在有課題的fMRI實驗中，當DLPFC 認知活動興奮時，PCC默認網絡系統通常會受到抑制，二者一般呈負向相關。但是，對于恐懼癥的研究發現，恐懼癥患者在看到或聽到與恐懼有關的詞語時，其左半腦的DLPFC和PCC的激活水平同時顯著地高于健康受試[21-22]。大腦左側DLPFC與工作記憶和信息檢索有關[23]，PCC在情緒與記憶的交互過程中有重要作用[24-25]，說明恐懼癥患者會針對性地加強對與恐懼有關的語義信息的處理。我們認為在這類負性情感刺激的認知實驗中，DMN的活躍可以理解。因為基于以PCC為核心的DMN本身在記憶、警覺方面的特性，其活躍有助于進一步加強對負性刺激的處理。本實驗同樣發現與高興的情緒相比，在悲傷狀態下，DLPFC與PCC之間存在正向功能連接。我們認為這一結果表明在看悲傷電影時，腦內針對記憶、注意、情緒等的功能活動會協同一致，從而加強對負性信息的處理。
需要指出的是，有實驗顯示杏仁核的反應主要與情感的喚醒程度有關，所以杏仁核對正向情感、負向情感刺激均有反應，其中對恐怖刺激反應最強烈，而對悲傷等喚醒度較低的刺激反應則相對較弱。本實驗受試均為正常自愿者，我們未發現在悲傷情緒較之高興情緒下，杏仁核與其他腦區的功能連接有顯著差異，說明這些受試在觀看悲傷電影時，通過DLPFC-PCC情感控制中樞對負向記憶的抑制，使得其情感的喚醒程度并未比高興情緒下發生更強烈的變化。遺憾的是我們沒有測量受試看完電影后的情感喚醒程度，所以目前的解釋只能是一種推測。未來實驗時如能在受試觀看電影時同時測量其情感的喚醒程度，則有助于更好地理解本實驗的結果。
情感喚醒度量表測量了受試對日常生活中有關情感反應模式的描述與自己符合程度的主觀判斷，由此反映情感的穩定性。得分越高，表示情緒越不穩定，即越容易通過特定刺激材料來誘導產生相應的情緒。本實驗發現與高興的情緒相比，在悲傷狀態下，受試DLPFC與PCC的連接強度與各自情感喚醒度成正相關。這意味著在統計意義上，情緒越不穩定的人，當處于悲傷、恐懼或暴躁時，越是會強化對這些負性情緒或相關信息的處理，腦功能網絡也因此發生變化。受此啟發，我們認為精神障礙疾病的預防關鍵在于平時保持積極向上的生活態度，開闊心胸、平和從容，提高情緒的穩定性，以免因過多地受負性情緒困擾而不斷強化DLPFC-PCC的功能連接，否則可能對負性情緒產生更多的依賴，形成惡性循環。
本實驗我們只對認知執行功能系統、注意系統和情感系統進行了研究，未來利用獨立成分分析的方法，對腦內各個神經網絡系統進行全面分析，將更能客觀全面地反映情緒對腦功能連接網絡的影響。另外，本實驗對觀看高興和悲傷電影時的腦功能連接進行了比較，其中發現的顯著差異也許與電影情節的不同有關。但是由內容不同而帶來的反應差異在隨機效應分析中會得到削弱，我們認為最終結果還是與這些電影的共同點，即情緒變化的影響關系最密切。未來的實驗中，直接比較不同情緒電影后靜息態下腦功能連接將更加客觀。
總之，本實驗研究了情緒對腦網絡功能連接的影響。我們的結果是，與高興的情緒相比，在悲傷狀態下，大腦左側的DLPFC與PCC之間的功能連接顯著增強，且連接程度與個體情感喚醒度成正比。這表明情緒化較強的人，腦內功能連接更加不穩定，容易受到情緒變化的影響。因此，在做靜息態功能磁共振研究時，受試的情緒狀態不容忽視。
引言
近年來，關于靜息態腦功能連接(resting-state functional connectivity,rsFC)的研究在神經精神科學領域受到了越來越多的關注。靜息狀態指的是受試保持清醒，但沒有特定刺激或指定任務的狀態。以往在基于課題任務的功能磁共振成像(functional magnetic resonance imaging,fMRI)實驗中，靜息無任務的狀態通常作為對照進行課題分析。但是靜息狀態下血氧水平依賴信號隨時間也有漲落變化，變化頻率比較低(通常小于0.08 Hz)，而且某些腦區之間的低頻信號漲落(low frequency fluctuation,LFF)在時間上具有顯著的相關性[1]。這種相關性符合Friston等[2]對腦功能連接的定義，可以用來度量不相鄰腦區之間功能活動的同步性。進一步的研究發現，靜息態下的腦功能連接不是任意的，每個網絡各腦區間的相關關系相對穩定，如由背外側前額葉(dorsolateral prefrontal cortex,DLPFC)、后頂葉構成的中央執行網絡(central-executive network,CEN)[3-4]，由腹側前扣帶回、前扣帶回(anterior cingulate cortex,ACC)嘴部及相連的邊緣系統構成的情感網絡(affective network,AN)[5]，由后扣帶回、內側前額葉及雙外側頂下回構成的默認網絡(default-mode network,DMN)[6-8]，等等。
研究發現精神障礙患者的功能網絡與健康受試相比會有明顯的差異。比如，精神分裂患者在全腦范圍內的功能連接均出現活動降低，這與其全腦神經元活動紊亂的癥狀一致[9]。抑郁癥患者的前扣帶回與杏仁核、紋狀體、丘腦內側等腦區的功能連接程度減弱 [10-11]。另外，精神障礙患者的靜息態功能網絡的改變和缺損與病程、嚴重程度、治療效果等密切相關。由于rsFC研究操作簡單，因此有很大潛力廣泛應用于精神疾病的臨床預測、診斷以及治療效果的監測。
盡管rsFC網絡具有很好的臨床應用價值，但我們對它的特性還不完全清楚，特別是對rsFC的穩定性及影響其穩定性的因素還有待進一步研究。基于精神障礙疾病大多與情緒處理能力低下有關的判斷，我們認為情緒應該對腦功能連接有一定的影響。遺憾的是，目前的研究關注到了實驗前受試的焦慮程度、認知功能對功能連接穩定性造的影響[12-13]，而忽略了情緒這一重要因素。為了研究情緒對腦功能連接的影響，我們用高興和悲傷兩類電影片段分別誘導健康受試產生相應的情緒，同時采集fMRI數據。有研究發現抑郁癥患者的大腦皮層和邊緣系統的相互作用失常有關，即執行功能和情緒調控的協調能力減弱[14]。之后在情感奇異課題(emotional oddball task)的研究中發現抑郁癥患者的執行功能減弱，與中性之后的靶標相比，其對悲傷之后的靶標的反應速度變慢，即產生情緒性注意力分散[15]。所以，我們選取了與認知執行功能和情感控制有關的DLPFC、ACC，以及與情感加工有關的杏仁核(amygdala)為種子點，利用低頻信號的相關性來分析執行功能、注意力以及情感神經網絡受情緒變化的影響。最后，考慮到這種功能連接的變化可能與受試的個體情緒穩定性的差異有關，我們利用情感喚醒度量表(Scale of Emotional Arousability,SEA)[16]的結果對二者做了線性回歸分析。
1 方法
1.1 實驗材料與設計
實驗受試共20名，男女各10名，平均年齡23.2歲。受試均為右利手，自愿參加。該實驗通過了杜克大學倫理委員會的審查。每個受試都填寫了知情同意書，且都通過了初步篩查，沒有精神病史。該數據在杜克大學采集，轉入清華大學時，我方未接觸任何能識別受試個人的信息。
刺激材料為20個電影片段，高興和悲傷兩類各有10個，每個持續3~7 min。每名受試在連續的2 d 內參加兩次磁共振掃描，分別觀看高興和悲傷兩類電影片段，高興和悲傷實驗的順序在受試間平衡。受試在看完每個電影片后需完成情感奇異課題來研究情緒對認知和情感加工系統的影響，其結果已經報道，并且依據對另一組不同人群在非磁共振環境下觀看每個電影片段后情感維度的測評結果，兩類視頻均如預期誘發了相應的情緒[17]。本研究主要關注觀看電影片段時產生的高興和悲傷情緒對腦功能連接的影響。為了測量受試自身的情感變化程度，每個受試在進入MRI掃描儀前都填寫了SEA問卷。
1.2 數據獲取與預處理
功能圖像數據采自通用公司生產的場強為4T的MRI掃描儀，以前連合與后連合共線為參照進行掃描。T1加權結構像的采集參數為：TR=12.2(ms)，TE=5.3(ms)，FOV=24(cm)，翻轉角=20(°)，矩陣=256×256，層數=68，層厚=1.9(mm)，像素為0.975 mm×0.975 mm×1.9 mm。功能成像采用了內轉螺旋梯度(spiral-in)序列采集，其參數為：TR=2000(ms)，TE=31(ms)，FOV=24(cm)，翻轉角=90(°)，矩陣=64×64，層數=34，層厚=3.75(mm)，像素為3.75 mm×3.75 mm×3.75 mm。
使用FMRIB′s Software Library(FSL，見www.fmrib.ox.ac.uk/fsl)進行數據預處理，包括時間校正(slice timing)、空間對齊(realignment)，空間標準化(normalization)，5 mm空間平滑(smooth)。
1.3 種子點選擇
我們依據Sheline等[5]在研究抑郁癥腦功能成像時選用的ACC、DLPFC和杏仁核作的種子點坐標位置選定了種子點的中心位置，對應的MNI坐標分別為(±4，48，-2)、(±48，58，4)和(±20，-4，-18)，以這些點為中心選取了5 mm為半徑的圓。圖 1所示為大腦左側各點。
圖1
大腦左側種子點(十字標記)的MNI坐標位置
(a)前扣帶回(-4，48，-2);(b)背外側前額葉(-48，58，4);(c)杏仁核(-20，-4，-18)
Figure1. Center MNI coordinates of each seed region in left hemisphere (marked with crosshair)(a) ACC (-4,48,-2); (b) DLPFC (-48,58,4); (c) amygdala (-20,-4,-18)
1.4 數據分析
首先將種子點區域包含的各個體素對應的血氧水平依賴信號時間序列的平均結果作為該種子點的時間序列，然后計算腦內其它體素的時間序列與種子點時間序列的相關系數r，運用Fisher轉換得到z值(高斯化校正)，選出在z值統計意義上顯著的區域(z＞2.3,P＜0.05,經過族簇校正)，從而得到種子點的功能連接圖譜[18]。我們采用雙邊t檢驗隨機效應(random effect)分析了悲傷和高興情緒下功能連接圖譜的差異(z＞2.3,P＜0.05,經過族簇校正)。
為分析功能連接與情感喚醒強度的相關性，我們做了興趣區域(region of interest,ROI)分析。將功能連接圖譜中顯著性區域的mask與牛津-劍橋腦結構圖譜中相對應的腦區結構取共同部分，作為ROI(以確保我們所選定的ROI位于我們所認定的腦結構中)。然后使用FSL的featquery獲得每個受試在各ROI與各個種子點連接的平均強度。最后運用普通最小二乘法對20個受試的情感強度SEA分數與20個受試各ROI與各個種子點連接的平均強度進行線性回歸(顯著性水平：r＞0.5,P＜0.05)。
2 結果
與高興的情緒相比，在悲傷狀態下，所選種子點中只有大腦左側DLPFC，腦內存在與之具有顯著功能連接差異的族簇(見表 1)，從z值圖譜可以看出，與左側DLPFC有顯著性連接增強的區域包括后扣帶回(posterior cingulate cortex,PCC)及枕葉聯合區(見圖 2，z＞2.3)。取PCC為ROI，計算每個受試左側DLPFC-PCC的連接強度。回歸結果表明左側DLPFC-PCC的連接強度與受試的情感喚醒度SEA分數成正相關(見圖 3，相關系數r=0.513,P=0.02)。
表1
與高興的情緒相比，在悲傷狀態下，與大腦左側背外側前額葉、前扣帶回、杏仁核有顯著差異的功能連接增強的族簇分布
Table1.
Clusters showing significant difference in functional connectivity of DLPFC,ACC and amygdala in left hemisphere under sad mood compared to that under happy mood
圖2
與高興的情緒相比，在悲傷狀態下，大腦左側背外側前額葉種子點與全腦其他體素功能連接顯著增高的族簇圖譜。圖像選取了17~31層，閾值為z＞2.3,P＜0.05。
Figure2.
More significant increased connectivity maps during sad movies than that during happy movies using the left DLPFC as the seed region. Images were from 17th slice to 31th slice axially,and were thresholded at z＞2.3,P＜0.05.
圖3
情感喚醒度與大腦左側背外側前額葉到后扣帶回功能連接的線性回歸結果(r=0.513，P=0.02)
Figure3.
Linear regression results of 20 subjects’ emotional arousability and their functional connectivity between the left DLPFC and PCC (r=0.513,P=0.02)
3 討論
DLPFC是大腦皮層的一部分，在執行記憶、調節智能、控制動作等執行認知功能上起到重要的作用，是執行功能網絡系統的關鍵結點。PCC是靜息態下DMN的核心腦區[19]。DMN特別是PCC被認為與對往事的回顧、對周圍環境的警覺有關[20]。研究表明，在有課題的fMRI實驗中，當DLPFC 認知活動興奮時，PCC默認網絡系統通常會受到抑制，二者一般呈負向相關。但是，對于恐懼癥的研究發現，恐懼癥患者在看到或聽到與恐懼有關的詞語時，其左半腦的DLPFC和PCC的激活水平同時顯著地高于健康受試[21-22]。大腦左側DLPFC與工作記憶和信息檢索有關[23]，PCC在情緒與記憶的交互過程中有重要作用[24-25]，說明恐懼癥患者會針對性地加強對與恐懼有關的語義信息的處理。我們認為在這類負性情感刺激的認知實驗中，DMN的活躍可以理解。因為基于以PCC為核心的DMN本身在記憶、警覺方面的特性，其活躍有助于進一步加強對負性刺激的處理。本實驗同樣發現與高興的情緒相比，在悲傷狀態下，DLPFC與PCC之間存在正向功能連接。我們認為這一結果表明在看悲傷電影時，腦內針對記憶、注意、情緒等的功能活動會協同一致，從而加強對負性信息的處理。
需要指出的是，有實驗顯示杏仁核的反應主要與情感的喚醒程度有關，所以杏仁核對正向情感、負向情感刺激均有反應，其中對恐怖刺激反應最強烈，而對悲傷等喚醒度較低的刺激反應則相對較弱。本實驗受試均為正常自愿者，我們未發現在悲傷情緒較之高興情緒下，杏仁核與其他腦區的功能連接有顯著差異，說明這些受試在觀看悲傷電影時，通過DLPFC-PCC情感控制中樞對負向記憶的抑制，使得其情感的喚醒程度并未比高興情緒下發生更強烈的變化。遺憾的是我們沒有測量受試看完電影后的情感喚醒程度，所以目前的解釋只能是一種推測。未來實驗時如能在受試觀看電影時同時測量其情感的喚醒程度，則有助于更好地理解本實驗的結果。
情感喚醒度量表測量了受試對日常生活中有關情感反應模式的描述與自己符合程度的主觀判斷，由此反映情感的穩定性。得分越高，表示情緒越不穩定，即越容易通過特定刺激材料來誘導產生相應的情緒。本實驗發現與高興的情緒相比，在悲傷狀態下，受試DLPFC與PCC的連接強度與各自情感喚醒度成正相關。這意味著在統計意義上，情緒越不穩定的人，當處于悲傷、恐懼或暴躁時，越是會強化對這些負性情緒或相關信息的處理，腦功能網絡也因此發生變化。受此啟發，我們認為精神障礙疾病的預防關鍵在于平時保持積極向上的生活態度，開闊心胸、平和從容，提高情緒的穩定性，以免因過多地受負性情緒困擾而不斷強化DLPFC-PCC的功能連接，否則可能對負性情緒產生更多的依賴，形成惡性循環。
本實驗我們只對認知執行功能系統、注意系統和情感系統進行了研究，未來利用獨立成分分析的方法，對腦內各個神經網絡系統進行全面分析，將更能客觀全面地反映情緒對腦功能連接網絡的影響。另外，本實驗對觀看高興和悲傷電影時的腦功能連接進行了比較，其中發現的顯著差異也許與電影情節的不同有關。但是由內容不同而帶來的反應差異在隨機效應分析中會得到削弱，我們認為最終結果還是與這些電影的共同點，即情緒變化的影響關系最密切。未來的實驗中，直接比較不同情緒電影后靜息態下腦功能連接將更加客觀。
總之，本實驗研究了情緒對腦網絡功能連接的影響。我們的結果是，與高興的情緒相比，在悲傷狀態下，大腦左側的DLPFC與PCC之間的功能連接顯著增強，且連接程度與個體情感喚醒度成正比。這表明情緒化較強的人，腦內功能連接更加不穩定，容易受到情緒變化的影響。因此，在做靜息態功能磁共振研究時，受試的情緒狀態不容忽視。
