脑神经学进展：通过认知地图预测自发脑状态的“导航”

背景介绍

自发脑活动是指不受特定输入或输出制约的脑部过程，这些过程在神经和认知可变性中起着重要作用。虽然自发脑活动的具体机制尚未完全明了，但近年来的研究已经表明，这些自发的脑状态在动态重组过程中具有一定的规律性和可预测性。这一研究领域的重要理论之一是“认知地图”的概念，该概念最早由Tolman在1948年提出，认为我们的外界经验在大脑内部被编码为“认知地图”，这种地图通过建立心理表征之间的关系来组织感知的实体。

研究来源与作者信息

本文发表在《Progress in Neurobiology》2024年第233卷上的一篇研究性论文，题为“Predictable Navigation through Spontaneous Brain States with Cognitive-Map-Like Representations”。此论文由哈尔滨工业大学生命科学与技术学院的Li Siyang、Li Zhipeng、Liu Qiuyi、Ren Peng、Sun Lili，中国脑科学研究所的Cui Zaixu，浙江实验室人工智能研究所的Li Siyang，以及哈尔滨工业大学空间环境与物理科学重点实验室的Liang Xia共同撰写。该论文于2024年1月15日在线发布，并由Elsevier Ltd.通过CC BY-NC许可证开放获取。

研究流程详解

数据集与实验设计

研究利用了两个数据集。首先是“Midnight Scan Club (MSC)”数据集，包含10名受试者的静息态功能磁共振成像（fmri）数据，总共约5小时。其次，使用了“Human Connectome Project (HCP)”数据集，包含174名受试者的静息态7T fmri数据，每个受试者有4段15分钟的扫描。

认知地图脑网络的识别

通过术语分析，我们确认了与“导航”密切相关的132个术语，并生成了这些术语的脑激活图谱。这些激活图谱利用t-SNE降维到2D空间，并通过k均值聚类分为7类脑网络：海马体和后内侧网络（HPC-PMN）、背侧视觉流网络（dVIS）、腹侧视觉流网络（vVIS）、前额叶-顶叶网络（FPN）、背侧注意网络（DAN）、感受运动网络（SMN）和听觉网络（AUD）。

静息态中的个体导航网络分解

接下来，通过功能脑分解（CBD）算法分析静息态数据，我们发现静息态下的导航网络与任务状态下的网络结构相似。合并这7个网络与与导航最相关的脑区域，生成一个导航脑掩模，并在此基础上进行个体水平的模块分解，得到了个体水平的7个网络。

动态脑状态估计

利用隐马尔可夫模型（HMM），我们揭示了在静息态fmri中重新出现的3种脑状态，这些状态对应于随时间变化的离散脑网络活动模式。其中，状态1显示了较高的HPC和默认模态网络（DMN）激活，而状态2则显示了主感觉皮层和海马体的较高活动。

自发脑状态的“栖息”和“飞行”

为了研究自发脑状态下的“栖息”和“飞行”，我们使用模式相似性分析和t-SNE降维将不同脑状态的出现频次嵌入到2D空间中。然后，我们利用k均值聚类分析发现，状态1和状态2主体脑状态的出现可以分为多个群集（“栖息”），且这些“栖息”在2D空间中的位置相对稳定，显示出脑活动在自发状态下的逐步变化和迁移。

类“位置细胞”的表征及预测性转换

基于模式相似性矩阵，我们计算了每个脑状态的继承表征矩阵（SR矩阵）并分析了其受体场。我们发现，该矩阵的梯度显示了典型的“位置细胞”样的模式，在2D空间中具有后向偏斜的特性。此外，通过分析每一个脑状态的受体场，我们确定了自发脑状态的预测性转换，这些转换在大脑状态空间中以线性轨迹朝向预测的最终状态。

预测性转换与认知、情感能力的相关性

最终，我们探讨了自发脑状态的预测性转换与个体认知和情感能力之间的关系。结果显示，在内部导向的状态1中，较高的预测性与较好的流体能力（如情景记忆和工作记忆）正相关，而在外部导向的状态2中，较高的预测性则与较差的执行功能和抑制控制能力相关。这些发现表明，自发脑活动的预测性特征与个体的认知和情感特质存在密切联系。

结论与意义

本文研究揭示了自发脑活动中每种状态的认知地图样表征，指出这些状态的预测性转换在脑状态空间中的确具有显著的方向性。研究不仅支持了自发脑活动的认知意义，还提出了认知地图作为一种统一框架的新观点。这一发现为我们理解大脑自发活动的本质提供了新的视角，强调了自发脑状态在认知和情感功能中的重要作用。

研究亮点

1. 动态脑状态：研究揭示了静息态下的两种主要动态脑状态，分别对应于内部和外部导向的脑活动。
2. 类位置细胞表征：首次证明自发脑状态具有认知地图样的“位置细胞”表征，这种表征在2D空间中显示出典型的梯度场。
3. 预测性转换：发现自发脑状态转换中存在显著的后向偏斜，显示出脑状态在时间和空间上的预测性转换特征。
4. 认知和情感相关性：预测性脑状态转换与个体认知和情感能力表现出显著的相关性，进一步支持了自发脑活动在日常认知和情感调控中的作用。

未来研究方向

虽然本研究提供了关于自发脑活动的新的见解，但未来研究应进一步结合在静息态扫描期间的即时调查以解码自发脑状态的具体心理内容。同时，探索在其他脑区域是否存在类似的表征代码以及这些代码在不同心理状态下的变化规律将是未来的重要方向。