《European Journal of Neuroscience》：Developing Concepts for Neuroscience: A Philosophical Toolkit
编辑推荐：
本综述从科学哲学视角系统探讨了神经科学概念发展的评价标准，提出概念如同研究工具，其成功与否取决于与领域认知目标（描述、分类、解释、预测）的匹配度。文章通过默认模式网络（DMN）、皮质柱和层次结构等典型案例，论证了概念引入、修正与淘汰的条件，强调明确研究目标对推动脑科学理解的关键作用。
ABSTRACT
概念与模型、方法同为研究大脑的关键工具。本文基于科学哲学研究，提出神经科学概念的成功与否取决于其服务认知目标的能力。通过分析默认模式网络、皮质柱和层次结构等案例，我们建立了概念引入、修正和替换的评估条件。
1 引言
神经科学讨论多聚焦方法模型，却较少审视概念本身的适切性。然而如"神经元""动作电位"等概念实为科学实践的基石。概念发展常与技术革新交织，但并非所有概念创新都能推动认知进步。本文核心论点是：概念评价必须结合领域追求的认知目标。
2 新概念的引入
科学发现中常需为新现象创建概念标签。成功概念需满足两大条件：一是锚定于对实现认知目标关键的属性；二是保持开放性和可扩展性。以默认模式网络（DMN）为例，其成功之处在于通过功能连接技术实现了跨实验场景的应用，但"默认模式"的代谢定义未能有效锚定认知功能，体现了战略模糊性的价值与局限。
3 旧概念的淘汰与替换
以皮质柱概念为例，其核心目标是识别新皮层的通用功能模块。但三类持久性问题阻碍了这一目标：边界缺失（解剖学缺乏明确分界）、非柱状响应（听觉皮层等区域的层特异性组织）和物种差异（柱状结构并非哺乳动物普遍特征）。这提示当概念持续阻碍核心认知目标时，应考虑淘汰或替换为"经典微电路"等新概念。
4 概念修订与科学理解
层次结构概念在系统神经科学中呈现双重含义：表征层次（基于信息处理复杂度）和拓扑层次（基于网络中心性）。二者关系存在三种可能：补充证实（拓扑数据支持传统表征框架）、冲突竞争（如V4区域在不同层次体系中的矛盾定位）或多元共存（不同含义对应不同认知目标）。这种概念多义性反映了脑组织理解的深化过程。
5 结论
神经科学概念发展是目标驱动的动态过程。成功概念需要在保持连续性的同时具备适应性，通过明确认知目标、平衡传统与创新，才能有效推动对大脑多尺度复杂性的理解。
