近日，复旦大学智能复杂体系基础理论与关键技术实验室教授于玉国课题组探讨了人脑在执行心算和聆听音乐两种认知行为时，呈现出来的动态脑网络复杂动力学特征，揭示了人脑在执行高度专注的认知任务时多个脑区形成稳健的动态长程关联网络特征，而在听舒缓音乐时大脑则呈现出局部中心化的特征连接模式。研究成果在线发表于《表型组学》。

以往的脑电网络研究大多关注静态的特征改变，很少揭示其动态规律。为此，研究人员基于不依赖阈值的最小生成树分析方法，构建动态脑网络。为了研究在不同状态下是否存在始终扮演着重要角色的核心脑区，研究人员统计了随时间动态变化过程中，每层网络排名前五的核心节点的出现频次，将其投射到脑地形图上，直观呈现出随时间变化过程中哪些脑区始终扮演着重要的角色。此外，研究者还计算了基于图拉普拉斯变换的动态不相似性指数，刻画最小生成树网络随时间演变的拓扑结构变化规律。

通过图论动态网络特征分析，这项研究揭示了人在听音乐时，大脑处于丰富多变的动态网络中，局部信息传输密集。相比之下，专注的心算任务驱使大脑进入一种更像线型的长程连接模式。在这种模式下，脑网络可实现长距离信息流通，并呈现出对局部信息流输入的屏蔽性。这些结果表明，人脑在不同认知状态下，运用了不同的网络连通模式实现高效的信息传输和计算功能。由此可启发人工神经网络在处理不同工作任务时，或可生成不同的网络连通结构来发挥联想记忆的发散特性以及专注任务的高效性。

研究人员表示，将来会设计更加精巧的实验范式，以揭示更多的人脑功能网络复杂特征和规律。

（黄辛）