心理所合作研究開發刻畫腦網絡交互模式的分析方法——特征相似性

大腦是一個高度動態的系統，人類復雜的認知行為依賴不同腦區和功能網絡之間的協同合作。因此，要準確建立大腦功能與認知行為之間的關聯，必須采用能夠靈敏測量腦網絡交互模式的研究方法。目前的主流分析方法多聚焦于單一交互指標（如時間相關性），卻忽略了大腦交互本質上涉及多維特征的整合。這導致現有方法難以可靠地刻畫腦網絡交互模式如何隨任務調節而變化。鑒于交互指標的選擇直接影響人們對大腦功能組織的理解，發展一種能夠整合多維度特征、刻畫腦網絡情境依賴性交互的更全面的方法，已成為領域內迫切需求。

為此，中國科學院心理研究所杜憶研究組開展合作研究，開發出一種全新的腦網絡交互分析方法——特征相似性（Feature Similarity,FS）。該方法通過整合多種具有明確解釋性的時間序列特征，系統性刻畫腦區及腦網絡之間的交互模式：即先從每個腦區的時間序列信號中提取多維特征，然后計算這些特征之間的相關（圖1）。

圖1. 特征相似性和功能連接的分析流程

該研究首先證實，特征相似性能夠有效捕捉大腦的功能組織結構：同一功能網絡內腦區之間的特征相似性顯著高于不同網絡之間的相似性（圖2）。同時，該方法還能揭示從單模態皮層到跨模態皮層的功能梯度（圖3）。

圖2. 屬于同一個網絡的腦區有更強的功能連接和特征相似性

圖3. 功能連接和特征相似性的主成分分析顯示，其中兩個成分具有相似性，而另一個成分則表現出明顯差異

與傳統的基于皮爾遜相關的功能連接（FC）方法相比，特征相似性表現出更強的任務調節敏感性。尤為重要的是，該方法成功揭示了背側注意網絡中存在的任務依賴性雙重分離現象：在工作記憶任務中，背側注意網絡與視覺網絡的交互更強；而在長時記憶任務中，其與默認模式網絡的交互顯著增強（圖4）。這一發現直觀反映了大腦網絡交互模式隨任務需求動態重組的機制。進一步分析表明，這種任務依賴性的雙重分離現象僅在49種統計成對交互指標中的3種特定參數組合下才能被捕捉（圖5），凸顯了特征相似性相比單一交互指標方法具有更高的靈敏度與特異性。

該研究成果對于推動認知神經科學領域精準刻畫大腦網絡交互模式、進而揭示人類靈活行為背后的神經機制具有重要意義。

圖4. FS捕捉到了FC遺漏的背側注意網絡在不同任務間的動態交互模式

圖5. 49種交互統計測量指標，揭示背側注意網絡與視覺網絡和默認網絡任務依賴型交互模式呈現不同程度的敏感性

該研究獲得國家科技創新2030-“腦科學與類腦研究”重大項目（2021ZD0201500）和國家自然科學基金（32300881）等項目的支持。

研究成果已在線發表于Communications Biology。心理所副研究員王秀祎為第一作者，王秀祎與心理所杜憶研究員、英國約克大學Elizabeth Jefferies教授為共同通訊作者。

論文信息：Wang, X.*, Lyu, B., Krieger-Redwood, K., Souter, N. E., Shafiei, G., Lin, N., Smallwood, J., Jefferies, E. * & Du, Y.* (2025). Feature similarity, a sensitive method to capture the functional interaction of brain regions and networks to support flexible behavior. Communications Biology.?https://doi.org/10.1038/s42003-025-09165-7