口语命名就是自发的说出目标的名称,它是人类的一项基本语言能力。到目前为止,对口语命名的脑损伤功能定位研究在一定程度上揭示了口语命名的脑机制,但大多数研究的开展仅依靠先验认知模型驱动,而很少依靠数据自身驱动。本研究试图从行为预测、丰富脑数据模态两方面入手,以数据驱动的方式为口语命名损伤和功能重组的脑机制研究提供新的角度和线索。　　本研究的第一部分考察了大脑结构像病灶信息与口语命名能力间的关系。我们将当前流行的基于体素水平病灶信息的脑损伤功能定位分析技术(voxel-basedlesion-symptom mapping,VLSM)与回归模型相结合,建立了基于体素水平病灶信息的脑机制模型,并以交叉验证范式检验其对行为的预测力。我们最初使用的模型是一个单因素回归模型,它将VLSM结果中所有显著体素合并为一个感兴趣区(region of interest,ROI),以被试在ROI内的损伤体积为预测因子,对行为成绩进行预测。实验一和实验二试图基于该模型的行为预测力优化VLSM显著阈限的设定方法。实验一针对Rorden等提出的一个理想(虚构)行为指标——病人自身BA44区损伤体积展开,结果发现我们提出的阈限设定方法较之传统阈限设定方法大大降低了VLSM的虚报现象(即VLSM探测到BA44之外脑区的现象)。实验二针对真实的口语命名数据展开,发现阈限变化对脑模型行为预测力的影响模式与实验一近似。实验三进一步将VLSM结果划分为多个显著cluster,并将每个cluster内被试的损伤体积作为预测因子建立多因素回归模型,对口语命名成绩进行预测,结果发现该模型比实验一、二中的单因素回归预测模型以及传统的基于大脑结构分区的多因素回归预测模型都具有更佳的行为预测能力,并提示了脑岛前部及附近白质、脑岛后部附近的白质、颞上沟在口语命名成绩预测中的重要作用。　　本研究的第二部分考察了左脑单侧损伤病人静息态fMRI中的一个指标——低频振幅(amplitude of the low-frequency nuctuations,ALFF)与口语命名能力的关系。以往研究发现ALFF是一个可以反映静息状态下局部神经白发活动的指标,并且在正常被试中已被证明具有预测被试行为表现的功能。本研究首次将ALFF分析拓展到对脑损伤人群的脑与行为关系研究中。我们将实验三的研究范式移植到对ALFF信号与口语命名关系的分析中,结果发现ALFF具有不亚于结构病灶信息的口语命名预测能力。当排除了结构像上的病灶体素后,病人左侧脑岛前部、颞上沟等语言区表现出ALFF与口语命名能力的正相关,提示了非病灶脑区的功能损伤或功能代偿。此外,病人右脑额叶外侧表现出ALFF与口语命名能力的负相关,结合TMS的相关研究发现,该负相关提示了该脑区神经自发活动过强对口语产生的损害作用。　　总之,本研究考察了脑的结构病灶信息和静息态fMRI中的ALFF信号对脑损伤病人口语命名能力的预测力。其间,我们首次提出了基于体素水平的结构病灶及ALFF信号的口语命名预测模型,首次发现了静息态自发神经活动在口语命名的损伤和功能重组中的重要作用,并深化了人们对左侧脑岛前部、双侧颞上沟、右侧额叶外侧等口语命名关键脑区的认识。本研究的发现不仅促进了我们对口语命名的神经机制的了解,更提示了数据驱动的研究思路在口语命名(乃至其他功能)的脑机制研究中的重要价值和潜力。