人类大脑的认知加工是一个实时变化的过程，但以往研究往往将脑区间的功能连接视为一张“静态快照”，而忽略了其过程中的动态变化。近日，复旦大学类脑智能科学与技术研究院Gunter Schumann教授、常晓团队联合国际多中心IMAGEN、EnvironMENTAL协作组，在《自然・通讯》（Nature Communications）发表论文。研究通过动态脑网络分析，揭示了大脑连接模式在多项认知加工过程中的实时变化规律，并证明这种动态特性比传统指标能更好地解释青少年及成人的精神健康问题。
在认知加工过程中，大脑各区域间的同步性（功能连接）并非一成不变，而是受到外部任务刺激与内在状态的共同驱动呈现实时变化。研究团队利用多中心、大样本IMAGEN研究队列中1417名19岁青少年的功能磁共振脑影像数据，采用“滑动时间窗”分析，捕捉到大脑在静息态及三项认知任务（情绪脸孔、金钱奖励、认知抑制）中的功能网络连接（functional network connectivity, FNC）变化。
首先，在全脑连接层面，研究者发现大脑存在几种固有的连接模式（即FNC状态），这几种FNC状态在静息态和任务态下，表现出高度相似的连接模式。
尽管连接模式相似，但在任务条件下，这些FNC状态出现频率波动与实验刺激的出现高度相关，或随时间线性变化，例如，状态1：表现为全脑水平的弱正连接，在认知加工过程中，当被试专注于应对任务中最核心的刺激（如面孔或大额奖励）时，这种状态出现会显著增加；状态2：表现为初级网络（视觉、运动）与高级网络（认知控制、默认网络）的显著分离。在任务控制条件出现时，该状态受到抑制；状态3：在情绪面孔与认知抑制任务中，其出现频率随时间线性增加，并且与认知抑制任务的Go信号遗漏错误显著相关，提示与警觉性下降状态有关；状态4：与状态1连接模式相似，但是具有更高的模块化水平，其出现与特定的情绪加工（如愤怒面孔）出现相关。
进一步，研究探讨了在局部脑区的功能连接水平上，连接强度的变化是否可以更精细地区分任务条件（例如情绪面孔加工中愤怒面孔条件对比中性面孔条件；金钱奖赏任务中大额奖赏对比无奖赏条件；认知抑制任务中成功抑制对比抑制失败条件）。结果发现，能够区分情绪面孔条件的局部连接对于奖赏加工和认知抑制条件的区分能力较差，同样，区分奖赏加工和认知抑制的局部连接对于其他任务条件的区分能力较差，提示局部脑区功能连接具有任务加工特异性。
在与行为学的关联方面，与传统的静态连接指标相比，基于动态网络的任务特异性连接对认知分数和精神健康症状的解释量更高。为了验证结果的可重复性，研究团队在独立数据集STRATIFY队列（包含528名重度抑郁症、酒精依赖患者和健康对照者）中进行了验证。结果证实，在独立数据集上，同样可以得到4种反复出现的FNC状态，并且FNC状态与任务刺激出现的关联模式可以得到验证。重要的是，基于动态脑网络的功能连接能更好的区分患者与健康对照者，提示动态功能连接对精神症状有更高的解释力，提供了脑与行为关联的新思路。
这项研究阐明了大脑网络如何通过连接模式的切换和全脑-局部的分布式加工来支持认知过程。这不仅加深了我们对人类大脑动态运作机制的理解，也为探寻精神症状的影像学关联指标开辟了新路径。
原文链接：https://www.nature.com/articles/s41467-025-67398-w
