《Nature Communications》：Neurocognitive characterization of behaviour and mental illness through time-varying brain network analysis
编辑推荐：
本研究针对传统神经影像分析忽视大脑连接动态特性的问题，通过滑动窗口分析技术捕捉任务态下功能网络连接(FNC)的时变规律。研究发现全脑FNC状态在静息与任务态间具有持续性，区域FNC可区分特定任务条件，时变FNC对精神病理学症状的解释力显著优于静态连接。该成果为认知行为评估提供了更精准的神经标记物。
人类大脑如同一个精密的交响乐团，各个脑区如同乐手般通过动态互动实现认知功能。传统神经影像研究多聚焦静态连接模式，犹如仅观察乐谱而忽略演奏过程中的节奏变化。这种局限性使得我们难以真正理解大脑功能网络连接(Functional Network Connectivity, FNC)如何支持实时认知过程，以及其异常如何导致精神疾病的行为表征。
为突破这一局限，研究人员在《Nature Communications》发表的研究中创新性地采用时变脑网络分析方法。通过滑动窗口(Sliding Window)技术捕捉任务执行过程中FNC的动态演化，并结合行为学指标与精神病理学评估，系统揭示了大脑网络重配置(Reconfiguration)与认知行为的内在联系。该研究首次证实了全脑FNC状态在静息态与任务态功能磁共振成像(fMRI)间的持续性特征，发现网络状态出现频率与显著任务刺激同步波动。更重要的是，时变FNC相比静态连接能解释更多精神病理学症状变异，为建立行为与疾病的神经生物学标记提供了新范式。
关键技术方法涵盖：基于滑动窗口的动态功能连接分析、多模态fMRI数据采集（包含静息态与任务态）、全脑网络状态识别算法、网络测量与行为指标的相关性分析。研究纳入的样本队列包含完成认知任务的行为学数据与精神病理学评估指标。
研究结果
全脑FNC状态的跨范式持续性
通过比较静息态与任务态fMRI，发现多个全脑FNC模式在不同认知状态下持续存在。这些网络状态的出现频率随任务刺激强度动态调整，表明大脑存在基础性功能架构。
区域FNC对任务条件的特异性响应
特定脑区间的动态连接模式可有效区分不同任务条件。研究发现任务需求会引发区域性FNC重组，且重组模式与认知加工需求高度匹配。
时变FNC的行为学关联
动态FNC测量值与任务表现呈显著相关，其解释行为变异的能力远超静态连接分析。这表明大脑网络的时序特性更直接反映认知加工效率。
精神病理学症状的神经关联
时变FNC特征对精神病理学症状的解释方差显著大于传统静态连接指标，提示动态网络指标可能成为更敏感的精神疾病生物标记。
研究结论与讨论
本研究通过时变网络分析揭示了认知任务对大脑连接的动态重塑机制。相比静态连接，动态FNC能更全面表征脑区交互，为理解认知行为和精神疾病的神经基础提供了新视角。值得注意的是，网络状态在任务刺激下的波动模式反映了大脑对认知需求的适应性响应，而区域特异性连接变化则体现了功能网络的精细分工。这些发现不仅推进了我们对大脑动态加工机制的理论认识，更重要的是确立了时变FNC作为认知行为评估的优越神经代理指标。未来研究可基于此建立动态网络标记物体系，为精神疾病的早期识别和干预提供新思路。
