PLOS Biology：怕痛就会更痛？大脑如何通过alpha神经振荡重塑我们的痛觉体验

PsyBrain 脑心前沿 | 公众号 PSY-Brain_Frontier

一键关注，点亮星标 ⭐️

不错过每日前沿资讯

认知神经科学前沿文献分享

基本信息

Title:Dynamic expectation strength and precision shape human pain perception through shared and dissociable α-oscillatory mechanisms

发表时间：2026.3.2

发表期刊:PLOS Biology

影响因子：7.2

获取原文：

1. 添加小助手:PSY-Brain-Frontier即可获取PDF版本

研究背景

痛觉不仅仅是对客观伤害性刺激的被动反应，它在很大程度上被我们大脑的主观预期所重塑。想象一下去医院打针，如果你坚信这一针会非常痛，那么针尖触碰皮肤的瞬间你很可能真的会感受到强烈的痛感。这种现象符合大脑的预测编码理论，即感知的产生是自下而上的感觉输入与自上而下的预测相互整合的结果。

然而该领域一直存在一个局限，以往的研究大多将预期视为一种静态的、非黑即白的标签。比如给被试看一个特定线索就代表高痛或者低痛。但在真实的自然环境中，预期是不断动态演变的。大脑会根据刚刚经历的痛觉反馈，不断修正接下来的预测。此外传统研究往往只关注了预期的强度，却忽略了预期的精度，即对该预测的确信程度。

为了填补这一空白，这项由深圳大学研究团队最新发表在 PLOS Biology 上的最新研究巧妙结合了概率线索范式、计算模型和脑电图技术。研究者试图将预期的强度与精度剥离开来，探究这两种动态成分是如何通过大脑的脑电振荡机制来精细调节人类痛觉感知的。

Fig 1. Overview of study design and analytical approach.

研究核心总结

一、动态计算模型更真实地反映了主观预期

研究者采用了一个带有记忆衰减的泄漏积分动态计算模型来拟合被试逐个试次的预期更新过程。结果显示，基于先前痛觉经验不断更新的动态预期强度，能够比简单的静态线索标签更准确地预测被试的主观预期报告。这验证了人类在面对不确定性时，会持续利用近期反馈来校准预测模型。

Fig 2. Experimental design and validation of expectation manipulation.

二、预期强度与精度对痛觉加工的双重解离效应

该研究在行为和神经层面上清晰解离了预期的强度与精度的不同作用。研究表明，预期的强度会放大痛觉诱发电位和高频神经振荡反应，起到了增益控制的作用，使得主观痛感更强。相反，预期的精度则会抑制早期的痛觉皮层反应，起到了一种感觉过滤的作用。当预测非常精准确信时，大脑会自上而下地降低对感觉输入的敏感度。

Fig 3. Computational modeling and validation of dynamic expectations.

Fig 4. Dynamic expectation effects on pain ratings.

三、alpha频段神经振荡是预测整合的核心机制

研究发现，在痛觉刺激到来前的期待期，大脑的alpha频段脑电活动介导了上述的调节过程，但表现出截然不同的空间拓扑模式。预期的强度降低了额颞中枢区域的alpha频段能量，这反映了大脑警觉性的提高和皮层抑制的解除。而预期的精度则增加了对侧感觉运动皮层的alpha频段能量，支持了针对特定感觉通道的输入门控和抑制。这种双重机制表明，alpha神经振荡可以根据预测的内容灵活切换功能，既能提高全局警觉，也能精准过滤无关信号。

Fig 5. Dynamic expectation effects on laser-evoked potentials (LEPs).

Fig 6. Dynamic expectation effects on laser induced neural oscillations.

四、脑皮层源定位的共享与特异性网络

通过进一步的皮层源定位分析，研究者揭示了这些脑电活动背后的脑区网络。右侧背外侧前额叶与对侧感觉运动皮层整合了预期的强度和精度信息，是预测加工的共享枢纽。值得注意的是，内侧前额叶仅特异性地参与了预期强度的调节，这可能与其在威胁显著性评估和自我相关价值加工中的独特作用有关。

Fig 7. Dynamic expectation effects on anticipatory EEG oscillations.

Fig 8. Neural mechanisms of dynamic expectation-driven pain modulation.

研究意义

本研究突破了传统的静态线索范式，构建了一个动态预期影响痛觉的神经计算框架。该成果不仅证实了大脑alpha节律在预测编码中的双重控制功能，还为理解慢性疼痛中由于异常预期导致的感觉失调提供了新的理论基础和潜在的神经调控靶点。

⬇️ 点击跳转：推荐阅读「如何从你的大脑中“解码”疼痛？」⬇️

Abstract

Human pain perception is not solely driven by sensory input but is dynamically modulated by what we expect to feel and how confident we are in those expectations. Yet, the temporal mechanisms through which evolving expectations shape pain remain poorly understood. Here, we combined a probabilistic cueing paradigm with computational modeling and EEG to dissociate two core components of expectation: strength (a recency-weighted estimate of predicted pain) and precision (the inverse variability of recent predictions). Trial-wise strength estimates closely tracked subjective expectations and outperformed static cue labels, validating the model’s psychological relevance. Expectation strength and precision exerted dissociable effects on pain processing: strength enhanced, whereas precision suppressed, pain-evoked responses. Critically, anticipatory α-band activity mediated these effects via distinct topographical patterns—expectation strength reduced fronto-central α power (reflecting heightened vigilance), while precision increased contralateral sensorimotor α-synchronization (supporting sensory gating). Source-level mediation analyses identified a right-lateralized dorsolateral prefrontal–sensorimotor cortices (DLPFC-SM1) integrating both components, with strength-specific engagement of the medial prefrontal cortex (mPFC). These effects were supported by Bayesian inference and pooled mega-analyses, underscoring their robustness. Together, these findings highlight cortical α-oscillations as dual-control mechanisms for predictive integration, with DLPFC–SM1 as a shared expectation hub and mPFC as a strength-specific node. By moving beyond static cue-based models, this framework captures the adaptive dynamics of expectation and provides a neurocomputational foundation for targeted interventions in chronic pain.

请打分

这篇刚刚登上PLOS Biology的研究，是否实至名归？我们邀请您作为“云审稿人”，一同品鉴。精读全文后，欢迎在匿名投票中打分，并在评论区分享您的深度见解。

前沿交流|欢迎加入认知神经科学前沿交流群！

核心图表、方法细节、统计结果与讨论见原文及其拓展数据。

分享人：饭鸽儿

审核：PsyBrain 脑心前沿编辑部