脑网络状态

脑网络状态（Brain Network State）是指大脑在特定时间窗口内，其大规模分布式神经网络所呈现的、具有特定空间活动模式与时间动力学特性的全局性功能配置。它反映了不同脑区之间功能连接（Functional Connectivity）的瞬时组织方式，以及由此产生的整体信息处理模式。脑网络状态并非固定不变，而是随着任务需求、认知负荷、行为状态和疾病进程动态切换的，是大脑实现复杂功能灵活性的基础。

1. 基本特征

• 动态性：状态之间可以快速切换（毫秒到秒级），例如从静息态转为任务态，或在不同认知任务间转换。

• 可重复性：特定状态（如默认模式网络的激活）在相似条件下会反复出现。

• 层级性：存在从局部微回路到全脑尺度不同空间尺度的网络状态。

• 稳定性与变异性：正常状态下，网络在有限数量的稳定状态间转换；疾病状态下，状态的稳定性、转换频率或可进入的状态集合可能发生改变。

• 行为相关性：不同的网络状态与特定的行为输出、认知过程或主观体验（如注意力集中、走神、睡眠阶段）密切相关。

2. 主要研究范式与网络

• 静息态功能磁共振成像（rs-fMRI）：在无任务状态下，通过血氧水平依赖信号的低频波动相关性，识别出多个具有高度时空特异性的内在连接网络：

  • 默认模式网络（Default Mode Network, DMN）：在静息、自省、情景记忆提取时活跃，在目标导向任务时被抑制。

  • 突显网络（Salience Network, SN）：负责监测和筛选内外环境中重要的刺激，并在DMN与中央执行网络之间切换。

  • 中央执行网络（Central Executive Network, CEN）：参与工作记忆、决策和认知控制等高级功能。

  • 感觉运动网络、视觉网络、听觉网络等。

• 任务态fMRI/EEG/MEG：揭示在执行特定认知、感觉或运动任务时，任务相关网络被特异性地激活和协同。

• 睡眠与意识状态：

  • 清醒状态：以去同步化的高频脑电（如β， γ波）和特定的网络连接为特征。

  • 非快速眼动睡眠：以同步化的慢波（δ波）和睡眠纺锤波为特征，网络连接减弱并重组。

  • 快速眼动睡眠：脑电类似于清醒，但肌肉弛缓，DMN活动增强，与梦境相关。

• 麻醉与意识丧失：不同麻醉剂诱导出特征性的网络状态解离（如前额叶-顶叶连接断裂），是研究意识神经基础的模型。

3. 调控机制

• 神经调质系统：多巴胺、去甲肾上腺素、乙酰胆碱、5-羟色胺等系统通过容积传递，全局性地调节皮层兴奋性和网络增益，从而促成状态的切换（如从睡眠到觉醒， 从放松到警觉）。

• 丘脑皮层环路：丘脑作为关键的信息中继站和节律起搏器，其与皮层特定区域的交互模式深刻影响网络状态（如睡眠纺锤波的产生）。

• 神经振荡与同步：不同频段的振荡（如θ， α， β， γ）及其跨脑区的相位同步，是维持和定义网络状态的重要时间编码机制。

• 能量景观模型：一种理论框架，将大脑的动态视为在一个高维能量景观中的探索，稳定状态对应于景观中的“洼地”，状态转换则类似于跨越能量势垒。

4. 研究方法

• 神经影像：fMRI（功能连接、动态功能连接分析）、EEG/MEG（微状态分析、源空间功能连接）。

• 电生理学：局部场电位和多通道记录，分析神经元集群的同步化活动。

• 计算建模：

  • 动力系统模型：模拟神经网络单元的活动及其相互作用。

  • 图论分析：将大脑抽象为节点（脑区）和边（连接）的图，量化网络的拓扑属性（如小世界性、模块化、枢纽节点）。

  • 隐马尔可夫模型、独立成分分析：用于从时间序列数据中识别和追踪离散的网络状态。

• 药理学与光遗传学：操控特定神经调质系统或神经环路，观察对网络状态的影响。

5. 病理关联：状态失调

几乎所有重大脑疾病都伴随脑网络状态的异常：

• 精神分裂症：DMN活动过度且与任务负相关的反相关减弱；SN功能异常导致网络切换失灵；整体网络的小世界属性破坏。

• 抑郁症：DMN过度活跃且与皮下情绪脑区（如杏仁核）连接增强，可能支持过度的反刍思维；CEN功能减弱。

• 阿尔茨海默病：DMN是Aβ沉积的早期靶点，其内部连接和与其他网络（如SN）的连接进行性受损，与认知下降相关。

• 癫痫：发作间期存在异常的功能连接和网络属性；发作期则表现为异常同步化活动的爆炸式传播，形成一个高度同步的病理网络状态。

• 注意缺陷多动障碍：DMN抑制不足，导致其在任务期间不当激活，与注意力分散相关。

• 昏迷与意识障碍：网络整合能力（特别是前额叶-顶叶长程连接）严重受损，状态切换能力丧失。

• 自闭症谱系障碍：存在局部连接过度而长程连接不足的网络组织异常。

6. 治疗意义

• 神经调控治疗：经颅磁刺激（TMS）、经颅直流电刺激（tDCS）、深部脑刺激（DBS）的目标正是将异常的网络状态“重置”或“驱动”向更健康的状态。

• 生物反馈与神经反馈：训练患者有意识地调节自身的脑电活动模式，以改善特定网络状态（如增强SMR波以改善注意力）。

• 药理治疗：许多精神药物通过调节神经调质系统，间接地纠正异常的脑网络动力学。

• 诊断与预后生物标志物：特定的网络状态特征可能成为疾病的客观诊断指标或治疗反应预测因子。

关键词

• 脑网络状态 Brain Network State

• 默认模式网络 Default Mode Network (DMN)

• 动态功能连接 Dynamic Functional Connectivity

• 神经振荡 Neural Oscillations

• 静息态功能磁共振成像 Resting-State fMRI (rs-fMRI)

• 状态切换 State Switching

• 图论 Graph Theory

参考文献

1. Raichle, M. E. (2015). The brain’s default mode network. Annual Review of Neuroscience, *38*, 433–447.

2. Fox, M. D., & Raichle, M. E. (2007). Spontaneous fluctuations in brain activity observed with functional magnetic resonance imaging. Nature Reviews Neuroscience, *8*(9), 700–711.

3. Bressler, S. L., & Menon, V. (2010). Large-scale brain networks in cognition: emerging methods and principles. Trends in Cognitive Sciences, *14*(6), 277–290.

4. Hutchison, R. M., et al. (2013). Dynamic functional connectivity: promise, issues, and interpretations. NeuroImage, *80*, 360–378.

5. Deco, G., Jirsa, V. K., & McIntosh, A. R. (2011). Emerging concepts for the dynamical organization of resting-state activity in the brain. Nature Reviews Neuroscience, *12*(1), 43–56.

6. Menon, V. (2011). Large-scale brain networks and psychopathology: a unifying triple network model. Trends in Cognitive Sciences, *15*(10), 483–506.（聚焦SN， DMN， CEN的病理模型）