新聞稿

浸大全腦活動研究揭示不同認知能力隱含的分離和整合平衡機制

2021.6.2

圖:(a)處於分離、平衡和整合狀態的個體大腦功能網絡。 (b) 根據動力學模型和 fMRI 數據,健康的年輕成人大腦一般保持分離和整合的平衡狀態。 (c) 不同的分離、整合和平衡狀態產生不同的認知能力(g:一般能力;cry:晶體智力;spd:處理速度;Mem:記憶)。


香港浸會大學物理系周昌松教授的研究小組(香江學者計劃的王榮博士和浸大物理學博士畢業生劉綿莘博士)和長期合作者、德國奧爾登堡大學(University of Oldenburg)的認知科學家Andrea Hildebrandt 教授,結合特徵模態分析和靜息狀態全腦功能磁力共振成像的動力學建模,剖析人腦功能的分離和整合狀態。他們發現,健康的年輕人的大腦一般維持在分離和整合的平衡狀態,當不同人的大腦分離、整合及平衡狀態出現差異時,可以預測他們的認知能力會有所不同。

該項研究成果已發表在《美國國家科學院院刊》上。

大腦是一個高度非線性的複雜網絡系統。隨著神經系統的生長發育,大腦逐漸形成不同的功能系統以支持內部相對獨立的神經活動以及特定的局部功能,比如運動區、語言區和視覺區等。系統的分離一方面能夠使大腦在進行簡單認知任務時激活特定功能區,釋放其他區域去執行其他一般的認知過程;另一方面,為大腦提供了抵抗局灶性損傷,避免導致全腦功能失調。同時,在結構上,大腦功能系統通過白質纖維束相互連接,進行信息傳遞;神經系統通過對不同功能系統的信息進行整合,為大腦不斷適應外界變化提供了生理學基礎。因此,功能性分離與整合是大腦產生認知行為的兩種基本過程,與認知任務的複雜度以及腦疾病密切相關。然而,大腦是如何有效組織神經信息在局部和全腦作有效處理,從而支持各種由簡單到複雜的認知任務的呢?

從動力學系統角度來說,一種可能的解釋為 :「神經系統在靜息態時處於動力學臨界狀態,能夠支持分離與整合的平衡。」當認知任務需要更高的分離或整合時,大腦能夠靈活切換到分離或整合狀態,進而滿足不同認知功能的需求。該假設近年來在認知心理學領域也得到了極大關注。 2018年,美國著名認知神經科學家Aron K. Barbey提出了人類認知的現代網絡神經科學(NNT)理論,認為大腦在局部信息處理(分離)和全局處理(整合)之間的靈活切換促進了一般智力的發展,即分離-整合平衡會達致較高的一般智力。然而,自20世紀90年代關於分離-整合平衡的概念提出以來,關於靜息態大腦在全腦尺度是否處於分離與整合的平衡尚無定論,NNT理論極需進一步驗證。

針對以上在動力學系統、網絡科學、神經科學和心理學領域所共同面對的難題,周教授的研究小組基於特徵模態理論,結合動力學模型和對「人類連接組計劃」 (Human Connectome Project) 中大約1,200 名受試者的分析,發現健康的年輕人大腦在靜息態時總體上處於分離與整合的平衡狀態;較強的整合預示較高的一般能力,較強的分離則有較高的晶體智力和處理速度,當分離與整合兩者達致平衡時,記憶能力便達到最高水平。是次研究發現為支持各種功能需求和認知能力的大腦功能原理提供了更全面而深入的理解,並推動了人類認知的現代網絡神經科學理論NNT的發展。