支撑人脑连接组模块动力学的能量景观

人脑动力学可以通过统计力学的视角来有效审视，其中神经生理活动在代表偏好心理状态的局部吸引子周围及之间演化。许多受物理学启发的动力学模型基于区域活动的瞬时测量来定义大脑状态。然而，网络神经科学的近期工作提供了初步证据，表明大脑也可以由局部相干活动或功能模块组成的时变状态来很好地表征。在此，我们研究这种基于网络的大脑状态概念，以理解功能模块如何动态地相互作用以执行认知功能。我们通过对每个感兴趣区 (ROI) 的功能模块归属模式拟合成对最大熵模型，来估计 ROI 之间的功能关系。该模型中的局部极小值代表以特定模块结构模式为特征的吸引子状态。局部极小值的聚类突出了三类具有相似社区状态归属模式的 ROI。视觉、注意、感觉运动和皮层下 ROI 倾向于形成一个单一的功能社区。其余的 ROI 倾向于形成假定的执行控制社区或假定的默认模式与显著性社区。我们使用马尔可夫链蒙特卡洛随机游走模拟大脑在这些社区状态之间的动态转换。我们观察到，盆地之间模拟的转换概率类似于静息态功能磁共振成像 数据中经验观察到的社区归属状态之间的转换。这些结果共同提供了一种将大脑视为动力系统的视角，大脑在小群大脑区域的相干活动所表征的吸引子盆地之间转换，且这些吸引子的强度取决于正在执行的认知计算。