静息态网络

静息态网络（Resting-State Networks, RSNs）是指大脑在无特定任务要求、清醒闭眼或睁眼放松状态下，通过神经影像技术记录到的自发神经活动所表现出的、空间上分离但时间上高度同步的分布式脑区集合。这些网络代表了大脑内在的功能组织架构，反映了神经元群体在没有外部刺激时仍然存在的协调活动。静息态网络的概念源于对功能磁共振成像（fMRI）信号中低频波动（通常为0.01–0.1 Hz）的观察，这些波动在空间上呈现出与任务激活模式高度相似的网络结构。

静息态网络的核心特征包括：时间同步性——网络内脑区的血氧水平依赖（BOLD）信号波动高度相关；空间分布式——每个网络由多个解剖上分离的脑区组成；功能一致性——网络内脑区在执行特定任务时往往协同激活；动态性——网络间的连接强度随时间波动，并非静止不变。

静息态网络的发现可追溯至20世纪90年代。1995年，Biswal等人首次报道了在受试者静息状态下，感觉运动皮层的自发BOLD信号波动表现出高度同步性，且这种同步模式与手指运动任务激活的区域高度一致。这一开创性工作揭示了大脑在无任务时并非“沉默”，而是存在有组织的自发活动。

2001年，Raichle等人提出了默认模式网络（Default Mode Network, DMN）的概念，指出一组在任务执行时活动减弱、在静息时活动增强的脑区，包括内侧前额叶皮层、后扣带皮层、楔前叶和角回等。DMN的发现引发了对大脑内在活动功能的广泛探讨，并成为静息态网络研究中最受关注的网络之一。

此后，随着独立成分分析（ICA）、种子相关分析、聚类分析等计算方法的广泛应用，越来越多的静息态网络被识别和表征，包括感觉运动网络、视觉网络、听觉网络、背侧注意网络、突显网络、执行控制网络等。2009年，Smith等人利用ICA从静息态fMRI数据中提取出与任务激活模式高度对应的多个网络，进一步证实了静息态网络的功能意义。

默认模式网络（DMN）：包括内侧前额叶皮层、后扣带皮层/楔前叶、双侧角回、海马旁回等。DMN与自我参照思维、情景记忆提取、未来规划和社会认知等功能密切相关。在阿尔茨海默病、精神分裂症和抑郁症中，DMN连接常出现异常。

感觉运动网络：包括初级感觉运动皮层、辅助运动区和丘脑等。该网络负责躯体感觉和运动协调，其连接强度与运动技能学习相关。

视觉网络：主要位于枕叶视觉皮层，包括初级视觉皮层和高级视觉区域。视觉网络的静息态连接反映了视觉系统的内在功能组织。

听觉网络：包括颞上回、颞中回和岛叶等区域，与听觉加工和语言处理相关。

背侧注意网络：包括顶内沟和额眼动区，负责自上而下的注意力定向。

突显网络：包括前岛叶和前扣带皮层，负责检测显著性刺激并协调其他网络的活动。

执行控制网络：包括背外侧前额叶皮层和后顶叶皮层，参与工作记忆、决策和认知控制。

静息态网络的检测主要依赖于多种神经影像技术。功能磁共振成像（fMRI）通过测量BOLD信号间接反映神经活动，具有较高的空间分辨率，是研究静息态网络最常用的工具。脑磁图（MEG）和脑电图（EEG）则提供毫秒级的时间分辨率，能够捕捉静息态网络的快速动态变化，但空间定位精度相对较低。近红外光谱（fNIRS）和正电子发射断层扫描（PET）也在特定研究中用于评估静息态脑功能。

数据分析方法主要包括：种子相关分析——选取感兴趣区作为种子点，计算其与全脑其他体素的时间序列相关性；独立成分分析（ICA）——将全脑信号分解为空间上独立、时间上相关的成分；图论分析——将大脑视为网络，计算节点（脑区）和边（连接）的拓扑属性，如模块化、小世界性、枢纽节点等；动态因果建模（DCM）——评估网络间有效连接的方向性。

静息态网络的功能意义存在多种理论解释。内在活动假说认为，静息态网络反映了大脑内在的、自发的神经活动，是大脑功能组织的基础。预测编码理论提出，大脑不断生成对未来的预测，静息态活动反映了先验模型的维持和更新。网络稳态假说强调静息态网络在维持大脑全局功能整合和代谢稳态中的作用。

静息态网络与任务激活网络的高度重叠提示，任务执行并非激活“静默”的脑区，而是对已有内在网络的动态调谐。因此，静息态网络被视为大脑功能架构的“骨架”，任务相关活动在此基础上进行灵活重组。

静息态网络研究已广泛应用于神经精神疾病的病理生理探索和生物标志物开发。阿尔茨海默病中，DMN连接显著减弱，且与淀粉样蛋白沉积和认知衰退相关。精神分裂症患者表现出DMN与突显网络之间的异常连接，可能与自我监控障碍和幻觉有关。抑郁症中，DMN过度活跃且与执行控制网络连接异常，与反刍思维和认知功能障碍相关。自闭症谱系障碍中，DMN内部连接减弱而与其他网络连接增强，支持“连接异常”假说。帕金森病和多发性硬化等也表现出特征性的静息态网络改变。

此外，静息态网络还被用于术前脑功能定位、脑卒中康复评估、意识障碍诊断以及神经调控治疗（如经颅磁刺激）的靶点选择。

尽管静息态网络研究取得了巨大进展，仍面临诸多挑战。生理噪声（如呼吸、心跳）和头动伪影对结果的影响需严格控制。静息态网络与任务网络之间的因果关系尚不明确。个体差异和纵向稳定性需要更大样本和更长时间尺度的研究。此外，静息态网络的动态特性、与神经递质系统的关系以及跨物种比较仍是活跃的研究领域。

未来，随着高场强fMRI、多模态成像、计算模型和人工智能方法的发展，静息态网络的研究有望更深入地揭示大脑功能架构的原理，并为神经精神疾病的早期诊断和精准治疗提供新的突破口。

• Biswal B, Yetkin FZ, Haughton VM, Hyde JS. Functional connectivity in the motor cortex of resting human brain using echo-planar MRI. Magn Reson Med. 1995;34(4):537-541.
• Raichle ME, MacLeod AM, Snyder AZ, Powers WJ, Gusnard DA, Shulman GL. A default mode of brain function. Proc Natl Acad Sci U S A. 2001;98(2):676-682.
• Smith SM, Fox PT, Miller KL, et al. Correspondence of the brain's functional architecture during activation and rest. Proc Natl Acad Sci U S A. 2009;106(31):13040-13045.
• Fox MD, Raichle ME. Spontaneous fluctuations in brain activity observed with functional magnetic resonance imaging. Nat Rev Neurosci. 2007;8(9):700-711.
• Damoiseaux JS, Rombouts SA, Barkhof F, et al. Consistent resting-state networks across healthy subjects. Proc Natl Acad Sci U S A. 2006;103(37):13848-13853.
• Greicius MD, Krasnow B, Reiss AL, Menon V. Functional connectivity in the resting brain: a network analysis of the default mode hypothesis. Proc Natl Acad Sci U S A. 2003;100(1):253-258.
• van den Heuvel MP, Hulshoff Pol HE. Exploring the brain network: a review on resting-state fMRI functional connectivity. Eur Neuropsychopharmacol. 2010;20(8):519-534.
• Buckner RL, Andrews-Hanna JR, Schacter DL. The brain's default network: anatomy, function, and relevance to disease. Ann N Y Acad Sci. 2008;1124:1-38.