近日，復旦大學智慧複雜體系基礎理論與關鍵技術實驗室教授于玉國課題組探討了人腦在執行心算和聆聽音樂兩種認知行為時，呈現出來的動態腦網路複雜動力學特徵，揭示了人腦在執行高度專注的認知任務時多個腦區形成穩健的動態長程關聯網路特徵，而在聽舒緩音樂時大腦則呈現出局部中心化的特徵連接模式。研究成果線上發表于《表型組學》。

以往的腦電網路研究大多關注靜態的特徵改變，很少揭示其動態規律。為此，研究人員基於不依賴閾值的最小生成樹分析方法，構建動態腦網路。為了研究在不同狀態下是否存在始終扮演著重要角色的核心腦區，研究人員統計了隨時間動態變化過程中，每層網路排名前五的核心節點的出現頻次，將其投射到腦地形圖上，直觀呈現出隨時間變化過程中哪些腦區始終扮演著重要的角色。此外，研究者還計算了基於圖拉普拉斯變換的動態不相似性指數，刻畫最小生成樹網路隨時間演變的拓撲結構變化規律。

通過圖論動態網路特徵分析，這項研究揭示了人在聽音樂時，大腦處於豐富多變的動態網路中，局部資訊傳輸密集。相比之下，專注的心算任務驅使大腦進入一種更像線型的長程連接模式。在這種模式下，腦網路可實現長距離資訊流通，並呈現出對局部資訊流輸入的遮罩性。這些結果表明，人腦在不同認知狀態下，運用了不同的網路連通模式實現高效的資訊傳輸和計算功能。由此可啟發人工神經網路在處理不同工作任務時，或可生成不同的網路連通結構來發揮聯想記憶的發散特性以及專注任務的高效性。

研究人員表示，將來會設計更加精巧的實驗範式，以揭示更多的人腦功能網路複雜特徵和規律。

（黃辛）