心理科学进展 2009, Vol. 17, No. 2, 349–355 Advances in Psychological Science
一般流体智力的脑成像研究述评 张小将 1
刘
昌1
刘迎杰 2
（1 南京师范大学教育科学学院暨认知神经科学实验室，南京 210097）（2 江西师范大学教育学院，南昌，330022）
摘
要
对一般流体智力的脑成像研究有助于探明智力的脑机制。从结构成像与功能成像两个方面阐述了相
关的研究。已有研究表明，一般流体智力与总的脑体积、额叶或其他多个脑区的灰质体积中等正相关。一般 智力（g）因素负荷高的任务比负荷低的任务引发特定脑区更大的激活。较早的研究发现一般智力水平个体 差异与脑区的激活呈负相关，但此后的一些研究却得到相反的结论。未来的研究应加强对个体差异的研究， 将脑成像技术与 EEG 或 ERP 技术结合起来，整合多水平（心理测量、遗传学等）的研究结果，进一步阐明 一般流体智力的脑机制。 关键词
一般流体智力；脑成像；磁共振成像；功能磁共振成像；正电子发射断层扫描
分类号
B845
一般智力（或者 g）的概念是 Spearman 于 1904
差异不大，甚至可以在概念上互换；但是从统计上
年首次提出的，通常是指对一组智力测验进行因素
来看，它们还是存在一定的差别。一般智力（g）是
分析时第一个未旋转的主成分。不同的智力测验可
通过因素分析从多个 IQ 子测验中提取的共同因素，
以根据其对一般智力的预测能力而区分为不同的 g
而 IQ 则是所有子测验分数简单相加的总和。因此，
因素负荷。Spearman 的一般智力与 Cattell 的流体智
本文所讨论的研究主要是以前两种方式为一般智力
力（fluid intelligence）在心理测量的内容上较为相
指标的研究。
似。因素分析的研究表明，流体智力的 g 因素负荷
早期关于智力的研究主要集中于智力理论、智
甚至高达 1.0（Keith & Wolfle, 1995） 。由于二者之
力结构及其认知基础等方面。近年来，随着认知神
间的相似程度较高，研究者通常将二者统合起来，
经科学的兴起，更多的研究者试图借助新兴的技术
称之为一般流体智力（general fluid intelligence gF）。
手段来探索智力的神经机制。其中，脑成像技术凭
虽然一般智力因素可以从多个测验分数中提
借其较高的空间分辨率及无损伤性的特点而受到人
取，但是却没有纯粹测量一般智力的测验，每个测
们的青睐。总体上看，对一般流体智力的脑成像研
验都或多或少地包含除一般智力之外的特定能力。
究主要从两个方面来探讨智力的脑机制：一种是结
因此，对于一般流体智力的评估主要是以较高 g 因
构性成像，主要是以磁共振成像（MRI）技术探讨
素负荷的测验或任务为指标。总体上来看，已有的
一般流体智力与脑结构（主要是脑体积）的关系；
研究中对一般流体智力的评估主要有三种方式： （1）
另一种是功能性脑成像，以功能磁共振成像（fMRI）
以某些公认的一般流体智力测验的成绩作为指标，
和正电子发射断层扫描（PET）技术来研究一般流
如瑞文推理测验（Raven’s Progressive Matrices）、卡
体智力与脑活动的关系。本文将围绕这两方面对一
特 文 化 公 平 智 力 测 验 （ Cattell’s Culture Fair
般流体智力的脑成像研究进行梳理，并提出一些自
Intelligence test）及修改版的韦克斯勒成人智力测验
己的观点。
中的全量表分测验（WAIS-R 中的 FSIQ 分测验，g
1 一般流体智力与脑结构
因素负荷约为 0.9）。（2）以某些较高 g 因素负荷的
早在 100 多年前，研究者们就试图将智力与脑
任务（如抽象的图形推理任务）的成绩作为指标。
的大小联系起来以探讨其生理基础，虽然这一领域
（3）也有部分的研究将包含多个子测验的 IQ 分数
的研究曾饱受批评，但大量的行为研究证实了智力
作为一般智力指标。从实践来看，一般智力和 IQ 的
与人脑的大小存在较小的正相关（约为 0.1~0.3） （Wickett, Vernon, & Lee, 1994）。由于这些研究主要
收稿日期：2008-05-26
以外部测量的头围作为脑大小的指标，容易受无关
通讯作者：刘昌，E-mail: cglew@163.com 349
-350-
2009 年
心理科学进展
变量如头的形状、头发、颅骨的厚度等因素的影响，
积相关（Andreasen et al., 1993; Frangou, Chitins, &
误差较大。现代的脑成像研究则借助先进的技术手
Williams, 2004; Wilke, Sohn, & Byars, 2003）。这些脑
段直接测量活动状态下的脑体积，大大提高了测量
区包括：颞区，额区（BA9、10、11、47），顶区（BA5、
的准确性，因而受到人们更多的关注。
7、31），前扣带回（BA32）等。Haier 等使用基于
考察脑体积与一般流体智力关系，可以通过计
图像体素的形态测量法评估了 47 名不同年龄成人
算总的脑体积或者特定脑区体积与一般流体智力的
（18-84 岁）的一般智力与不同脑区灰质与白质体积
相关来实现。较早开展的研究由于受图像分析技术
的关系。结果证实了一般智力与多个脑区的灰质体
的限制，主要集中于探讨总的脑体积与一般流体智
积相关。这些脑区包括：额区（BA9、46、10），颞
力的相关。这方面的研究结论比较一致。多数研究
区（BA21、37、22、42），顶区（BA43、3），枕区
发现一般流体智力与总的脑体积中等正相关，高于
（BA19）。仅有 BA39 区的白质体积与一般智力相
晶体智力与总的脑体积的相关（Pennington et al.,
关显著。研究还发现，脑区的灰质体积随年龄的增
2000; Raz, Torres, Spencer, Millman, Baertschi, &
加而下降（主要是顶区）（Haier, Jung, Yeo, Head &
Sarpe, 1993; Wickett, Vernon, & Lee, 2000 ）。
Alkire, 2004）。此后，Haier 等人进一步考察了一般
McDaniel（2005）对考察总的脑体积与一般智力关
智力与脑区体积相关是否存在性别差异。结果表明，
系的脑成像研究进行元分析的结果表明，总的脑体
男性的一般智力成绩与双侧额叶（BA8、9）、左侧
积与一般智力的相关为约为 0.33，且存在一定的年
顶叶及 Wernicke 区（BA39、40）的灰质体积相关
龄和性别差异，即成人（女 r=0.41，男 r=0.38）高
显著；女性的一般智力成绩与右侧额叶（BA10）及
于儿童（女 r=0.37，男 r=0.22），女性高于男性。
Broca 区（左侧 BA44、45）相关显著。虽然一般智
但是，对于特定脑区与一般流体智力的相关，
力与脑区的白质体积的相关小于与灰质的相关，但
研究的结论并不一致。这些研究多数采用了基于图
女性脑区白质体积的相关高于男性（Haier, Jung, Yeo,
像体素的形态测量法（voxel-based morphometry 简
Head, & Alkire, 2005）。
称 VBM），这种方法能够测量不连续的脑区皮层和
为了进一步探讨一般智力与脑结构的关系，
皮层下神经元——突触群，并自动将标准图像分割
Colom, Jung, Haier（2006a）使用相关矢量法对上述
为不同组织部分（如灰质、白质等），空间分辨率达
04 年的研究进行了再分析。相关矢量法（method of
到毫米水平（Ashbumer & Friston, 2000）。与临床研
correlated vector 简称 MCV）是由 Jensen（1998）
究发现额叶的损伤导致一般流体智力成绩下降的结
提出的，它的主要目的是确定一般智力因素是否与
论相一致（Duncan, Burgess, & Emslie, 1995），少数
某些生理变量（如局部脑体积或皮层激活）相关。
的研究发现一般流体智力主要与额区的灰质体积相
其分析逻辑是，如果某一生理变量与 g 因素有关，
关。Thompson 等人（2001）的研究结果表明一般智
则它与测验成绩的相关应随测验的 g 因素负荷的增
力（g）与额区灰质体积相关显著。在控制全脑体积
加而提高。再分析的结果显示，测验的 g 因素负荷
进行偏相关分析后，额区的灰质体积能够较好地预
越大，与特定脑区灰质体积的相关也越高，但是与
测一般智力。Gong 等人（2005）以 55 名 20 至 80
g 因素相关的脑区数量比原来的研究减少。这些脑
岁的健康成年人为被试，以基于图像体素的形态测
区包括：额区（BA47、9、10、11），颞区（BA36），
量法及立体逻辑的脑体积评估法（stereological brain
枕区（BA 13、18）。其另外一项相关矢量法的研究
volume estimation）证实了流体智力与背内侧前额皮
也得到类似的结果，即测验的 g 因素负荷的增加与
层区（dorsomedial prefrontal cortex）的灰质体积相
整个大脑灰质体积的增加有关。被试的 g 因素测验
关显著，而与晶体智力不相关。即使控制年龄因素
结果与额区、顶区、颞区、枕区的灰质体积相关显
后，结果仍是如此。
著（Colom, Jung, & Haier, 2006b）。
但是更多的研究发现除额叶体积外，其他脑区
从以上研究可以看出，虽然研究表明了总的脑
体积（如颞叶和顶叶皮层等）也与一般流体智力有
体积与一般流体智力正相关，但对于特定脑区体积
关（Flashman, Andreasen, Flaum & Berman, 1997）。
与一般流体智力的相关仍存在一些争议，这些不一
以 WAIS－R 中的 FSIQ 分测验为一般智力任务的多
致的结果可能与实验中使用的被试样本差异、图像
项研究均表明一般智力与多个脑区的体积或灰质体
分析的技术不同及测量的误差等因素有关。研究更
第 17 卷第 2 期
一般流体智力的脑成像研究述评
-351-
倾向于支持包括额区在内的多个脑区体积均与一般
Jennifer, John, Glover, & Gabrieli, 1997）。他从瑞文
流体智力有关的结论。虽然以双生子为对象的研究
推理测验中选择一些问题设计了三种任务：分析推
表明脑区灰质体积与一般流体智力的相关可能是受
理、图形或视空间推理、简单图形匹配（控制任务）。
到 遗 传基 因 的影 响 （ Posthuma, De-Geus , Barre,
相比控制任务，在执行图形推理和分析推理任务时，
Hilleke, Kahn, & Boomsma, 2002）。但是也有研究表
双侧额区（BA 6、9、44、45、46）、颞区（BA21、
明，训练活动也会导致脑区灰质体积的增加
37）、枕区（BA18、19）和左侧顶区（BA7、39、
（Draganski, Gaser, Busch, Schuierer & Bogdahn,
40）出现更多的激活。另外，以卡特文化公平智力
2004），说明了脑区灰质体积具有一定的可塑性。但
测验为任务的 fMRI 研究结果表明，执行这一任务
对于脑的体积与一般流体智力相关的具体原因，目
导致前额皮层与顶区皮层均出现更大的激活
前还无法提供明确的解释。研究者对此提出了一些
（Masunaga, Kawashima, Horn, Sassa, & Sekiguchi,
可能的假设，认为脑体积更大者有着更复杂的神经
2008）。
回路、更多的突触、更厚的髓磷脂，或者脑的代谢
另外，对与一般流体智力有着密切关系的推理
活动更有效、神经传递速度更快、脑的储存能力更
能力的脑成像研究表明，多个不同脑区均与推理活
强等（Deary & Caryl, 1997）。
动有关。如视空间推理任务导致双侧前扣带回
2 一般流体智力与脑功能
（BA32），内侧额区（BA6、8）和右侧额区（BA4、
探讨一般流体智力与脑功能的关系有两种途 径：一种是比较不同任务的激活脑区，将被试执行 一般流体智力测验或其他高 g 因素负荷任务与控制 任务件下的脑活动进行比较，从而揭示某些可能支 持一般流体智力活动的共同脑区或脑区网络；另一 种是比较不同智力水平个体执行特定任务时的脑区 活动差异，从个体差异的角度来探讨一般流体智力 的脑机制。 2.1 不同 g 因素负荷任务与脑活动 与上述发现一般流体智力成绩与额区的体积相 关的研究一致，Duncan 等人（2000）的研究发现高 g 因素负荷的任务主要激活外侧前额皮层区（lateral prefrontal cortex）。他以 13 名正常成人为被试，实 验任务包括空间的、词语的及圆形的比较。对空间 和词语任务分别进行高 g 因素与低 g 因素任务匹配。 以 PET 技术对被试执行三种任务时的大脑活动进行 扫描。结果发现，高 g 因素负荷任务比低 g 因素负 荷任务出现更大激活的共同区域是外侧前额皮层 区。 其他更多的研究则表明除额区外的多个皮层区 也可能与一般流体智力活动有关。对威斯康星卡片 分类测验（Wisconsin card sorting test）及瑞文推理 测验的 PET 研究表明，被试在执行两项任务时以下 脑区出现相似的双侧激活：背外侧前额（BA9、46）， 顶下部（BA39、40），前扣带回（BA32），颞区（BA21、 37）和枕区皮层（BA18、19） （Esposito, Kirkby, Van, Ellmore, & Berman, 1999）。Prabhakaran 等人对瑞文 推理测验的研究也得到相似的结论（Prabhakaran,
49），顶区上部与下部（BA7、18、19、40），颞下 部（BA37）出现更多的激活（Ghatan et al., 1995）。 相似的视觉类比推理任务激活左中额（BA6、8）， 额下回（BA10、44、45、46、47），前脑（the anterior insula）和顶下部（BA40）皮层（Wharton et al., 2000）。 对归纳推理的研究表明，与基线任务相比，归纳推 理导致左侧额叶（BA8、9、10、24、32、37），颞 叶（BA20），枕叶（BA45、46、47），左顶部（BA21、 22）和左侧扣带回（left cingulated）（BA 24、32） 更多的激活（Goel, Gold, Kapur, & Houle, 1997）。 在上述的研究中，虽然 Duncan 的研究支持外侧 前额区是一般流体智力的脑基础的结论，但他的实 验任务的 g 因素负荷并不高（最大的仅为 0.67）；而 且，高 g 因素的空间比较任务激活的脑区除外侧前 额叶皮层外，还有前扣带回、后区的视觉系统、顶 区及前运动皮层等。其他更多的研究支持多个脑区 的活动与一般流体智力有关。虽然对于具体的脑区 仍存在一些差异，但多数研究结果都涉及到额区与 顶区皮层。Jung 和 Haier（2007）总结了 37 项有关 智力的神经影像学研究，提出了额－顶整合理论来 解释智力的神经基础，这一理论的主要观点是： （1） 智力主要与额区与顶区神经网络有关。（2）智力水 平反映了额－顶神经网络如何有效地加工信息。 （3） 智力的个体差异源于这些神经网络的连接差异，或 者信息传输通道的有效性。但是这一理论的正确性 还有待于进一步的研究来验证。 2.2 个体差异与脑活动 较早的一项研究对被试在按照自己的节奏
-352-
2009 年
心理科学进展
（self-paced）执行瑞文推理测验时进行了长达 32
研究结果。研究者对六名数学天才与六名正常控制
分钟的扫描，结果发现脑的局部代谢率（regional
组执行心理旋转任务时的脑区激活情况进行了比
metabolic rate，GMR）与被试的瑞文测验成绩负相
较。结果显示，虽然数学天才组与控制组在准确率
关（Haier et al., 1988）。相似的研究以 PET 技术对
与加工时间上没有差别，并激活相似的额－顶网络
被试执行一项高 g 因素负荷的词语流畅性测验的大
（即 BA6、7、9、40），但数学天才组执行任务时
脑活动进行扫描，同样发现被试的测验成绩与额区、
有三个脑区的激活显著大于正常控制组：右前扣带
颞区和顶区的脑活动呈负相关（Parks et al., 1988）。
回（BA 32），左顶叶下部（BA39）和左前运动皮层
Jensen（1998）以相关矢量法计算被试的 g 因素测
（BA6）。而且，相对于基线，两组在简单匹配任务
验成绩与脑区的葡萄糖代谢率的相关，结果发现二
上没有表现出显著差异（O’Boyle, Cunnington, Silk,
者的相关高达-0.79。而且，对智力低下者研究发现，
Vaughan, Jackson, & Syngeniotis, 2005）。Kun 等人进
被试的脑区葡萄糖代谢率高于正常控制组（Haier et
行了相似的设计，以 fMRI 技术记录了智力天才少
al., 1995）。研究者们认为，上述的研究结果可能反
年及控制组执行不同 g 因素负荷任务时的脑活动。
映了“神经效能说”的理论，即高智力水平的个体
结果显示，两组被试中，高 g 因素负荷任务比低 g
能够更有效地利用资源，而智力落后者与脑的低效
因素负荷任务出现更大激活的区域是外侧前额、前
及更多的脑活动有关。
扣带回和顶后区皮层的双侧额－顶区网络（fronto
此后的一些研究却观察到相反的结果，即被试
-parietal network）。对天才组与控制组的局部脑活动
的 一 般 流 体智力 成 绩 与 脑区活 动 正 相 关 。Gray,
的比较表明，较高的智力水平与更大的脑区活动有
Chabris和Braver（2003）以60名健康的右利手成人
关。这些脑区包括：前扣带回及内侧额回（BA6、8、
（18~37岁）为被试，以瑞文推理测验成绩作为一般
9、32），左侧的外侧前额皮层（BA6、8），右侧前
流体智力指标，实验任务包括词语和非词语（面孔）
额皮层（BA6、8、9、45、46）和双侧顶后区皮层
的3-back工作记忆任务。要求被试快而准确地做出
（BA7、19、39、40）。进一步的回归分析表明，上
反应：（1）目标反应。刺激与3-back刺激完全一致，
部和内侧顶部皮层（BA7/40）与 g 因素个体差异相
如在A-B-C-A系列中，第二个A是目标。（2）非目
关较高（r 为 0.71~0.81）（Kun et al., 2006）。
标反应。当前的刺激与3-back刺激不匹配。如B-C-A
大多数考察一般流体智力个体差异与脑区活动
-D中的D就与B不匹配。其中非目标反应trials中分为
关系的研究都以高 g 因素负荷的推理任务为实验任
两种难度条件：一种是存在“虚假”刺激的高干扰
务，Haier, White 和 Alkire（2003）则考察了是否被
条件。这种刺激系列中在2-back、4-back、5-back的
试的一般智力水平个体差异与非推理任务相关。他
位置出现相同的刺激，但不是目标反应，如D-E-F-F
们以 22 名正常成人为被试，分别测量被试的瑞文测
-D中的第二个D。另一种是没有虚假刺激的非目标
验成绩及观看 VCD 时的脑区葡萄糖代谢活动。VCD
反应条件（低干扰条件）。以fMRI技术记录被试执
的内容分为两种，一种是呈现中性的图案，另一种
行任务时的脑区激活状况。研究结果表明，瑞文测
是呈现带有消极情绪的图案，时间都是 32 分钟。由
验分数较高者的准确率更高，被试执行3-back任务
于被试只是观看 VCD，不施加其他的任何要求，因
中的“虚假”trials时脑区的激活程度与瑞文测验分
而是没有外在推理或问题解决要求的任务。研究的
数正相关。激活的脑区包括额区（左侧BA45、46，
结果表明，瑞文推理测验分数较高者在特定的脑后
右侧BA4），顶区（右侧BA31、左侧BA39、双侧
区（左 BA37/19）出现更大的激活。这一结果表明，
BA40）和双侧颞区（BA22）。另外，Geake和Hansen
即使从事非推理的任务时，一般智力水平个体差异
（2005）对流体类推（fluid analogy）任务的研究表
也与脑区活动有关。表明一般智力水平较高和较低
明，与控制任务相比，上部、下部和内侧额回及前
的被试偏向于激活不同的神经回路，尤其是与信息
扣带回出现更大的激活，而且这种激活与被试的国
加工有关的非额叶区。
家成人阅读测验（Nation Adult Reading Test 简称 NART，g因素负荷为0.85）成绩正相关。
从上述研究可以看出，对于一般流体智力个体 差异同脑区活动的相关是正还是负存在一定的争
上述的研究主要以普通智力者为研究对象，而
议。早期的脑成像研究多数得到负相关的结论，但
以智力超常者为被试的研究同样支持 Gray 等人的
这些研究使用的是第一代的功能成像仪器，图像分
第 17 卷第 2 期
一般流体智力的脑成像研究述评
-353-
辨率不高。相比之下，近年来的脑成像技术则更为
第四，不同研究中使用的样本差异较大，容易
准确可靠。可能是不同的图像分析技术造成了研究
造成研究结果的不一致；并且多数研究中使用的样
结论的不一致。其次，也可能与研究中使用的任务
本数量较小，影响到实验结果的统计功效。
不同有关，更难的任务要求被试做出更多的反应， 从而导致更多的脑区激活。第三，也可能是在执行
未来的研究应从以下方面加强： （1）由于一般流体智力包含不同的认知要求，
任务的过程中，高智力者的脑区激活程度更大，但
应该进一步细化一般流体智力的基本认知成分（如
持续时间更短，而测量的恰好是其激活之后的脑区
加工速度、工作记忆等），通过考察特定的认知成分
活动，因而显示出更少的激活。
与大脑的关系来探明一般流体智力的神经机制。
3 结语 已有的一般流体智力脑成像研究主要是从结构 成像与功能成像两个方面来进行。两种方法各有其 优缺点。结构成像研究对脑体积的扫描与智力测验 成绩的测量是分开进行的，因而不受实验任务的影 响。但是多数研究未将被试的体型大小（body size） 作为控制变量加以考虑，且对于脑体积与一般流体 智力相关的原因无法提供明确的解释。而功能成像 研究结果的解释依赖于实验中所使用的任务，容易 造成研究结果之间的不一致。尽管如此，大量的脑 成像研究仍表明了一般流体智力与脑结构、脑活动 有密切关系，为探索智力的神经机制提供了富有价 值的信息。 纵观已有的研究，仍存在某些不足之处。 首先，有关智力的脑成像研究仍处于探索阶段， 这主要是受到脑成像技术发展的制约。不同的脑成 像技术所运用的图像获取方法、图像加工和统计方 法都不同，而这些又都是建立在不同的假设基础之 上的。这种技术上的制约可能会影响到研究结果的
（2）加强对一般流体智力个体差异的神经影像 学研究。不仅要研究普通水平的智力个体差异与脑 结构及功能的关系，还需要对不同智力水平的群体 （如智力落后组、智力超常组与智力一般组）进行 对比研究，探讨不同群体的脑结构或者脑功能是否 存在某种特定的差异。这种不同群体的对比研究能 够为理解智力脑基础提供有价值的信息。 （3）将脑成像技术与 EEG 及 ERP 技术结合起 来，通过空间与时间技术的整合为智力的研究带来 新的结果。脑成像技术具有较好的空间分辨率，而 脑电技术（EEG，ERP）具有较好的时间分辨率。 将二者结合起来，能够整合时间信息与空间信息， 进一步加深对智力神经机制的理解。例如，有研究 将结构性磁共振成像（sMRI）与 ERP 技术结合起来， 揭示了脑体积与加工速度可能是一般流体智力的两 个独立的预测指标（Kristine et al., 2005）。 （4）需要整合多种分析水平（如认知心理学、 心理测量、遗传学、神经学）的研究结果，进一步 阐明一般流体智力的脑机制。
信度和效度。而且，脑成像的研究本质上是相关研
参考文献
究，必须借助其他研究（如临床上有关脑损伤病人
Andreasen, N. C., Flaum, M., Swayze V., O’leary, D. S., Alliger,
的研究等）来确立心理活动同脑结构与功能之间的
R., Cohen, G., et al. (1993). Intelligence and brain structure in
因果关系。 其次，研究中对于一般流体智力采用了不同的 任务或指标。如瑞文推理测验、其他不同 g 因素负
normal individuals. American Journal of Psychiatry, 150(1), 130–134. Ashbumer, J., & Friston, K. J. (2000). Voxel-based morphometry should be used. NeuroImage, 11(6), 805–821.
荷的测验或任务等。这可能会导致不同研究结果之
Colom, R., Jung, R. E., & Haier, R. J. (2006a). Distributed brain
间的差异仅仅是由于采用了不同的一般流体智力测
sites for the g-factor of intelligence. Neuroimage, 31,
量方式而造成的。 再次，研究中使用的实验设计不同。有的通过 考察不同任务的共同激活脑区，有的则通过比较不 同智力水平者的脑区活动差异来探讨一般流体智力
1359–1365. Colom, R., Jung, R. E., & Haier, R. J. (2006b). Finding the g-factor in brain structure using the method of correlated vectors. Intelligence, 34, 561–570. Deary, I. J., & Caryl, P. G. (1997). Neuroscience and human
的脑机制。两类研究结果之间难以进行比较和整合。
intelligence difference. Trends in Neuroscience, 20, 365–371.
而且，比较不同任务的研究并未将一般流体智力水
Draganski, B., Gaser, C., Busch, V., Schuierer, G., Bogdahn, U.,
平作为控制因素而加以考虑，容易导致研究结果的
May, A. (2004). Neuroplasticity: changes in grey matter
混乱。
induced by training. Nature, 247, 311–312.
-354-
心理科学进展
Duncan, J., Burgess, P., & Emslie, H. (1995). Fluid intelligence after frontal lobe lesions. Neuropsychologia, 33, 261–268.
2009 年
Jensen, A. R. (1998). The g factor: The science of mental ability. Connecticut: Greenwood.
Duncan, J., Seitz, R J., Kolodny, J., Bor, D., Herzog, H., Ahmed,
Jung, R. E., & Haier, R. J. (2007). The Parieto-Frontal integration
A., et al. (2000). A neural basis for general intelligence. Science,
theory (P-FIT) of intelligence: coverging neuroimaging evidence. Behavioral and Brain Science, 30, 135–187.
289(21), 457–461. Esposito, G., Kirkby, B. S., Van, H., Ellmore, T. M., & Berman, K.
F.
(1999).Context-dependent,
neural
system–specific
neurophysiological concomitants of ageing: mapping PET correlates during cognitive activation. Brain, 122, 963–979.
Keith, T. Z., & Wolfle, L. M. (1995). The three-stratum theory of cognitive abilities: test of the structure of intelligence across the life span. Intelligence, 20, 309–328. Kristine, B. W., Fjell A. M., Reinvang I., Lundervold, A., Fischl,
Flashman, L. A., Andreasen, N. C., Flaum, M., & Berman K.
B., Salat, D., et al. (2005). Cortical volume and speed-of
(1997). Intelligence and regional brain volumes in normal
-processing are complementary in prediction of performance
controls. Intelligence, 25(3), 149–160.
intelligence. Neuropsychologia, 43, 704–713.
Frangou, S., Chitins, X., , & Williams, S. (2004). Mapping IQ and
Kun, H. L., Yu, Y. C., Gray, J. R., Sun, H. C., Jeong-Ho, C.,
gray matter density in healthy young people. NeuroImage, 23,
Seungheun, L., et al. (2006). Neural correlates of superior
800–805.
intelligence: stronger recruitment of posterior parietal cortex.
Geake, J. G., & Hansen, P. C. (2005). Neural correlates of intelligence as revealed by fMRI of fluid analogies. NeuroIamge, 26, 555–564. Ghatan, P. H., Hsieh, J. C., Wredling, R., Eriksson, L., Stone-Elander, S., Levander, S., et al. (1995). Brain activation induced by the perceptual maze test: a PET study of cognitive performance. NeuroImage, 2, 112–124. Goel, V., Gold, B., Kapur, S., & Houle, S. (1997). The seats of reason? An imaging study of deductive and inductive reasoning. Neuroreport, 8(5), 1305–1310. Gong, Q. Y., Sluming, V., Mayes, A., Keller, S., Barrick, T.,
NeuroImage, 29: 578–586. Masunaga, H., Kawashima, R., Horn, J. L., Sassa, Y., & Sekiguchi, A. (2008). Neural substrates of the Topology test to measure fluid reasoning: an fMRI study. Intelligence, doi: 10.1016/j.intell.2008.01.06 McDaniel, M. A. (2005). Big-brained people are smarter: a metaanalysis of the relationship between in vivo brain volume and intelligence. Intelligence, 33, 337–346. O’Boyle, M. W., Cunnington, R., Silk, T. J., Vaughan, D., Jackson, G., Syngeniotis, A., et al. (2005). Mathematically gifted male adolescents activate a unique brain network during
Cezayirli, E., et al. (2005). Voxel-based morphometry and
mental rotation. Brain Research: Cognitive Brain Research,
stereology provide convergent evidence of the importance of
25(2), 583–587.
medial prefrontal cortex for fluid intelligence in healthy adults. NeuroImage, 25, 1175–1186. Gray, J. R., Chabris, C. F., & Braver, T. S. (2003). Neural mechanisms of general fluid intelligence. Nature Neuroscience, 6(3), 316–322.
Parks, R. W., Loewenstein, D. A., Dodrill K. L., Barker, W. W., Yoshii, F., Chang, J. Y., et al. (1988). Cerebral metabolic effects of a verbal fluency test: A PET scan study. Journal of Clinical and Experimental Neuropsychology, 10(5), 565–575. Pennington, B. F., Filipek P. A., Lefly D., Chhabildas, N.,
Haier, R. J., Siegel, B. V., Nuechterlein, K. H., Hazlett, E., Joseph,
Kennedy, D., Simon, J. H., et al. (2000). A twin MRI study of
C. W., Joanne, P., et al. (1988). Cortical glucose metabolic rate
size variations in the human brain. Journal of Cognitive
correlates of abstract reasoning and attention studied with positron emission tomography. Intelligence, 12(2), 199–217.
Neuroscience, 12, 223–232. Posthuma, D., De-Geus, E. J., Barre, W. F., Hilleke, E. H., Kahn,
Haier, R. J., Chueh, D., Touchette, P., MacMillan, D., Sandman,
R. S., Boomsma, D. I. (2002). The association between brain
C., Lacasse, L., et al. (1995). Brain size and cerebral glucose
volume and intelligence is of genetic origin. Nature
metabolic-rate in 41 nonspecific mental-retardation and Down-syndrome. Intelligence, 20(2), 191－210.
Neuroscience, 5, 83–84. Prabhakaran, V., Smith, J. A. L., Desmond, J. E., Glover, D. H.,
Haier, R. J., White, N. S., & Alkire, M. T. (2003). Individual
& Gabrieli, J. D. E. (1997). Neural Substrates of fluid
differences in general intelligence correlate with brain function
reasoning: an fMRI study of neocortical activation during
during nonreasoning tasks. Intelligence, 31, 429–441.
performance of the Raven’s Progressive Matrices Test.
Haier, R. J., Jung, R. E., Yeo, R. A., Head, K., & Alkire, M. T. (2004). Structural brain variation and general intelligence. NeuroImage, 23, 425–433. Haier, R. J., Jung, R. E., Yeo, R. A., Head, K., & Alkire, M. T. (2005). The neuroanatomy of general intelligence: sex matters. NeuroImage, 25, 320–327.
Cognitive Psychology, 33, 43–63. Raz, N., Torres, I. J., Spencer, W. D., Millman, D., Baertschi, J. C., & Sarpel, G. (2001). Neuroanatomical correlates of agesensitive and age-invariant cognitive abilities: an in vivo MRI investigation. Intelligence, 1993, 17: 407–422. Thompson, P M, Cannon, T D, Narr K L, Van, E. T., Poutanen, V.
第 17 卷第 2 期
-355-
一般流体智力的脑成像研究述评
P., Huttunen, M., et al. Genetic influences on brain structure.
adult females. Personality and Individual differences, 16(6),
Nature Neuroscience, 4, 1253–1258.
831–838.
Wharton, C. M., Grafman, J., Flitman, S. S., Hansen, E. K.,
Wickett, J. C., Vernon, P. A., & Lee, D H. (2000). Relationships
Brauner, J., Marks, A., et al. (2000). Toward neuroanatomical
between factors of intelligence and brain volume. Personality
models of analogy: A positron emission tomography study of
and Individual Differences, 29, 1095–1122.
analogical mapping. Cognitive Psychology, 40(3), 173–197. Wickett, J. C., Vernon, P. A., & Lee, D H. (1994). In vivo brain size, head perimeter and intelligence in a sample of healthy
Wilke, M., Sohn, J. H., & Byars, A. W. (2003). Bright spots: correlations of gray matter volume with IQ in a normal pediatric population. NeuroImage, 20, 202–215.
The Brain-Imaging Studies on General Fluid Intelligence: A Review ZHANG Xiao-Jiang1
LIU Chang1
LIU Ying-Jie2
(1Lab of Cognitive Neuroscience and School of Educational Science, Nanjing Normal University, Nanjing, 210097, China) ( 2School of Educational Science, Jiangxi Normal University, Nanchang, 330022, China)
Abstract: The brain-imaging studies on the general fluid intelligence will contribute to the comprehension of the brain mechanism of intelligence. We introduced related researches from two ways: structural imaging and functional imaging. Works on brain structure revealed a moderately positive correlation between general fluid intelligence and the total brain volume and the gray volumes of frontal or other brain areas. The high-g loading tasks induced more active brain activities than the low-g loading tasks in certain brain areas. Early studies revealed a negative correlation between the levels of general fluid intelligence and the levels of brain activation, but later studies had found contrary outcomes. Studies in the future should increase researches of individual differences, combine techniques of brain-imaging with EEG or ERP, clarify the brain mechanism of intelligence by integrating multi-level outcomes. Key words: general fluid intelligence; brain-imaging; MRI; fMRI; PET