脑回与脑沟：基于 Twin-Transformer 解耦脑核心-边缘功能网络

人脑皮层高度折叠为凸起的脑回与凹陷的脑沟。已有研究表明，除呈现相反的形状模式外，脑回与脑沟在解剖结构、连接性与功能上均存在显著差异：连接至脑回的长距离轴突纤维远多于连接至脑沟者，且脑回上的神经信号在低频段更为复杂，而脑沟在高频段更为复杂。尽管累积证据显示了脑回与脑沟间的显著差异，它们在脑功能中的首要作用尚未阐明。为解决这一基础问题，我们设计了一种新颖的 Twin-Transformer 框架，以揭示脑回与脑沟在全脑功能中的独特功能角色及其关系。我们的 Twin-Transformer 框架采用两个结构相同（孪生）的 Transformer 来解耦脑回与脑沟的时空模式，其中一个聚焦于脑回信息，另一个聚焦于脑沟信息。脑回-脑沟交互以及跨被试广泛存在但巨大的变异性在损失设计中得以刻画。我们在 HCP task-fMRI 数据集上验证了我们的 Twin-Transformer，首次阐明了脑回与脑沟在脑功能中的不同角色。我们的结果表明，脑回与脑沟可能以核心-边缘网络方式协同工作，即脑回可作为信息汇聚与分发的核心网络，而脑沟可作为特定局部信息处理的边缘网络。这些发现为我们从基础上理解脑的结构与功能机制提供了新视角。