人脑默认模式网络的动力学行为

大脑具有自适应、自组织、多稳态等重要特征,是典型的复杂系统.人脑在静息态下的关键功能子网络--默认模式网络(DMN)的激活处于多状态间持续跳转的非平衡过程,揭示该过程背后的动力学机制具有重要的科学意义和临床应用前景.本文基于功能磁共振获得的血氧水平依赖(BOLD)信号,建立了DMN吸引子跳转非平衡过程的能量图景、吸引子非联通图、跳转关系网络等;以高级视觉皮层和听觉等皮层活动为例,通过对应激活DMN状态空间的分布,以及XGBoost、深度神经网络等算法验证了DMN状态变化与外部脑区状态的密切依赖关系;通过偏相关、收敛交叉映射等方法分析了DMN内各个脑区之间的相互作用.本文结果有助于理解静息态下大脑内在非平衡过程的动力学机制,以及从动力学的角度探索具有临床意义的脑功能障碍生物标志物.

脑功能网络建模及分析研究进展

大脑是一种典型的复杂系统,理解大脑的结构以及运作机制对生命科学、医药工程、人工智能等领域重大问题的研究具有重要意义.功能核磁共振成像(fMRI)等技术可以实现比较精细的大脑神经活动信号的无创采集,是观察和分析大脑功能活动的重要辅助技术;同时,复杂网络理论与方法则为探索大脑的工作机制提供了重要的理论和技术基础.本文回顾了近年来基于fMRI等大脑神经活动信号采集技术进行脑功能网络建模与分析的研究进展,包括脑功能连接的相关性、因果性分析,白质纤维束投射连接分析,脑活动状态空间的能量图景分析等.文中介绍了这些方法的原理、适用性及局限性.目前基于数据分析的脑网络建模研究已经取得了丰硕的成果,然而,随着神经影像技术的不断发展及高质量神经活动数据的不断积累,复杂系统理论在脑科学领域的应用仍然具有广阔的前景.