The modular organization of human anatomical brain networks: Accounting for the cost of wiring
大脑网络应该是模块化的。然而，现有的技术，用于估计网络的模块，使其难以评估的组织原则，如布线成本降低对检测到的模块的影响。在这里，我们提出了一种修改现有的模块检测算法，使我们能够专注于连接，是意想不到的下，降低成本的布线规则，并确定模块从这些连接。我们将这种技术应用于解剖大脑网络，并表明我们检测到的模块与使用标准技术检测到的模块不同。我们证明，这些新的模块在空间上分布，表现出独特的功能指纹，并与丰富的俱乐部有很大的重叠，从而产生一个替代和补充的解释特定的大脑区域的功能作用。最后，我们证明，使用修改后的模块检测方法，我们可以检测模块的发展数据集，跟踪规范模式的成熟。总的来说，这些发现支持了大脑网络由模块组成的假设，并为这些模块的功能提供了额外的见解。
2016-11-11 q-bio.NC
Golden rhythms as a theoretical framework for cross-frequency organization
虽然脑节律似乎是大脑功能的基础，但为什么脑节律始终组织成观察到的一小部分离散频带仍然未知。在这里，我们提出，节奏分开的黄金分割率（$ϕ=(1+ \sqrt{5})/2$）的因素最佳支持隔离和跨频率整合的信息传输在大脑中。由黄金分割率组织，成对的瞬时节律通过减少单独的通信信道之间的干扰来支持多路复用，并且三元组的瞬时节律支持信号的整合以建立交叉频率相互作用的层次结构。我们在模拟中说明了这个框架，并应用这个框架提出了四个假设。
2022-10-14 q-bio.NC
Edges in Brain Networks: Contributions to Models of Structure and Function
网络模型将大脑描述为代表其分布式组织的节点和边的集合。到目前为止，网络神经科学中的大多数发现都优先考虑突出网络节点的不同分组和专门功能贡献的见解。重要的是，这些功能的贡献是由网络边缘形成的相互关系网络决定和表达的。在这里，我们强调了大脑网络边缘对理解分布式大脑组织所做出的重要贡献。不同类型的边表示不同类型的关系，包括节点之间的连通性和相似性。采用特定的边缘定义可以从根本上改变我们分析和解释大脑网络的方式。此外，边缘可以关联到集体和更高阶的安排，描述时间序列，并形成边缘社区，提供对大脑网络拓扑结构的见解，以补充传统的以节点为中心的观点。关注边缘，以及它们可以提供的高阶或动态信息，揭示了以前未被充分认识的结构和功能网络组织的方面。
2021-05-14 q-bio.NC
Activate index: an integrated index to reveal disrupted brain network organizations of major depressive disorder patients
功能性磁共振成像（fMRI）研究发现，脑功能网络的改变是区分重度抑郁症（MDD）患者和健康对照者的一个典型表现。最近，丰富的俱乐部和多样化的俱乐部指标已被提出用于网络或网络神经科学分析。富俱乐部定义了一组节点，这些节点往往是特定社区的枢纽，而多样化俱乐部定义了跨越更多社区的节点，并具有分布在不同社区的边缘。考虑到富裕俱乐部和多元化俱乐部的异质性，将它们结合起来并在此基础上推导出一个新的指标，可能会揭示大脑功能整合和分离的新证据，这可能会为抑郁症提供新的见解。本研究首次采用丰富俱乐部和多样俱乐部两种度量标准探讨了MDD和HC的差异，并发现了它们在分析脑网络方面的互补性。此外，本文还提出了一种新的索引，称为“主动索引”。活动索引定义了一组节点，这些节点倾向于分散分布在社区中，同时避免成为社区的中心。实验结果证明了活动指数在分析MDD脑机制方面的优越性。
2022-02-14 q-bio.NC
Brain-like Functional Organization within Large Language Models
School of Automation, Northwestern Polytechnical University（西北工业大学自动化学院）；School of Computing, University of Georgia（佐治亚大学计算学院）；School of Computer and Cyber Sciences, Augusta University（奥古斯塔大学计算机与网络科学学院）
本研究首次将大语言模型的人工神经元亚群与人脑功能脑网络关联，发现BERT、Llama 1-3等模型存在类脑功能组织，且随模型能力提升该组织会优化计算多样性与功能特化的平衡，为类脑AGI开发提供新视角。
2024-10-31 cs.AI q-bio.NC
Multiscale modeling of brain network organization
对大脑的完整理解需要对神经组织的众多尺度进行综合描述。这意味着研究基因，突触，甚至整个大脑区域的相互作用，最终导致不同类型的行为，从感知到行动，无论是睡着还是醒着。然而，多尺度大脑建模是具有挑战性的，部分原因是难以同时访问来自多个时空尺度的信息。虽然已经获得了关于特定微电路的作用的一些见解（例如，丘脑皮质），这是一个全面的表征，说明在一个尺度上发生的变化如何对其他尺度产生影响，仍然知之甚少。最近的努力，以解决这一差距，包括新的分析工具，主要是适应网络科学和动态系统理论的发展。这些理论贡献提供了一个强大的框架来分析和建模互连的复杂系统，表现出不同尺度或层之间的相互作用。在这里，我们提出了最近的进展表征的多尺度脑组织的结构功能，振荡频率和时间演化。回顾了神经元组装体高阶组织的多层网络特性，以及基于多模态网络的脑病理生物标志物（如阿尔茨海默病）的识别。最后，我们对多层网络理论的最新成果进行了前瞻性讨论，涉及生成建模，可控性和机器学习，可以用来解决现代神经科学中的新问题。
2022-08-08 physics.data-an q-bio.NC
Modular organization as a basis for the functional integration/segregation in large-scale brain networks
模块化结构在现实世界的网络中无处不在，从相关的蛋白质到社会群体。在这里，我们分析了模块化组织的大脑网络在大规模（体素水平）提取的功能性磁共振成像（fMRI）信号。通过使用基于随机行走的方法，我们揭示了脑网的模块化，并显示模块的空间分布与功能意义的解剖结构相匹配。网络中的每个节点的功能作用进行了研究，通过分析其模式间和模块内的连接。结果表明，模块化架构构成的结构基础上共存的功能整合的远程和专门的大脑区域在正常的大脑活动在休息。
2009-04-16 physics.bio-ph physics.data-an q-bio.NC
Hierarchical organization of brain functional network during visual task
本文从视觉作业过程中高分辨率同步脑电时间序列出发，通过计算时间序列之间的相位同步性来生成脑功能网络。用快速Girvan-Newman算法系统地研究了这些网络的层次模块组织。同时，空间上相邻的电极（对应于EEG通道）被聚类成功能组的基础上解剖的大脑皮层的包裹，并将此聚类信息与功能网络的信息进行比较。结果表明，脑功能网络的模块结构与解剖结构在不同层次上的模块结构一致，表明执行相同功能的神经元群体以相同的节律进行兴奋和抑制。结构-功能关系进一步揭示了同一功能组的脑电时间序列之间的相关性远强于不同功能组的脑电时间序列之间的相关性，脑功能网络的分层组织可能是大脑皮层功能分割的结果。
2011-01-25 physics.bio-ph physics.data-an q-bio.NC
Brain organization into resting state networks emerges at criticality on a model of the human connectome
大尺度脑结构与功能的关系是神经科学中一个突出的开放性问题。我们接近这个问题，通过研究的动态制度下，现实的时空模式的大脑活动出现从经验得出的网络人脑神经解剖连接。结果表明，关键的动态展开的结构连接的人脑允许恢复功能性磁共振成像（fMRI），如发散的相关长度，相关波动的异常缩放，以及出现大规模的静息态网络获得的许多关键的实验结果。
2013-02-21 cond-mat.dis-nn physics.bio-ph q-bio.NC
Hierarchical organization of functional connectivity in the mouse brain: a complex network approach
本文从复杂网络理论的角度对脑功能连接的研究做出了贡献。更具体地说，我们应用图论分析提供证据的模块化结构的小鼠大脑，并阐明其层次结构。我们提出了一种新的渗流分析，我们将我们的方法从41只小鼠的静息状态功能性MRI数据集的分析。这种方法揭示了一个强大的层次结构的模块持续在不同的主题。重要的是，我们测试这种方法对统计基准（或空模型），它只限制经验相关性的分布。我们的研究结果明确表明，小鼠大脑模块化结构的层次特征并不是简单地编码到这个低阶约束中。最后，我们通过计算最小生成森林来研究小鼠大脑的模块化结构，这是一种识别具有最强内部相关性的子网络的技术。这种方法代表了一种更快的替代其他社区检测方法，并提供了一种手段来排名模块的基础上，他们的内部边缘的强度。
2016-01-27 physics.data-an q-bio.NC
Universal Organization of Resting Brain Activity at the Thermodynamic Critical Point
热力学临界性描述了各种各样的复杂系统中的涌现现象。在哺乳动物大脑中，神经元相互作用自发产生的复杂动力学被表征为神经元雪崩，一种临界分支动力学形式。在这里，我们表明，神经元雪崩也反映了大脑动力学组织接近热力学临界点。我们分别使用高密度颅内微电极阵列和脑磁图记录了猴子和人类在休息时的自发皮层活动。通过数值改变一个相当于热力学温度的控制参数，我们观察到了接近实际生理条件下大脑皮层活动的典型临界行为，包括序参量的相变，以及磁化率和比热的发散。这些量的有限尺寸标度使我们能够推导出在猴子和人类之间高度一致的鲁棒临界指数，揭示了一个独特的，但普遍的大脑动力学组织。
2013-04-12 cond-mat.dis-nn physics.bio-ph q-bio.NC
Organization and hierarchy of the human functional brain network lead to a chain-like core
大脑是复杂系统的一个典型例子，因为它的功能表现为局部介观和微观相互作用的全局属性。复杂网络理论允许在节点（灰质区域）之间的链接（相关性）方面引出大脑的功能架构，并从噪声中提取信息。在这里，我们提出了40个健康人在静息状态下的功能磁共振成像数据的分析，用于研究功能性脑网络组织的基础支架。我们展示了大脑区域是如何通过形成一个高度层次化的链状结构来协调的。最大生成树的方法揭示了枕叶皮层的中心地位和小脑区域的特殊聚集，形成一个封闭的核心。我们还报告了网络隔离的层次结构和集群集成的水平作为大脑区域之间的连接强度的函数。
2017-01-17 physics.bio-ph physics.soc-ph q-bio.NC
Complex network analysis of brain functional connectivity under a multi-step cognitive task
功能性脑网络已被广泛研究，以了解大脑组织和行为之间的关系。本研究旨在探讨在包含连续行为的\emph{multi-step}认知任务下脑网络的功能连接，进一步了解行为对脑组织的影响。基于高空间和时间分辨率的fMRI数据集构建功能脑网络，并通过基于复杂网络的方法进行分析。我们发现，在体素水平上的功能性脑网络显示出强大的小世界性和无标度特性，而它的可扩展性和丰富的俱乐部组织略有限制的行为执行的顺序。更有趣的是，脑网络的功能连接在激活的ROI与行为密切相关，并表现出明显的差异，限于行为执行的顺序。这些实验结果表明，大脑组织具有小世界性和无标度性的共性特征，其由激活的感兴趣区产生的多样性功能连接是由这些行为活动通过大脑的可塑性强烈驱动的。
2017-11-28 physics.bio-ph physics.data-an q-bio.NC
A hierarchy index for networks in the brain reveals a complex entangled organizational structure
本文提出一种通过优化层级度量指标来识别网络层级节点及顺序的框架，并发现从线虫到人脑的多种脑网络共同呈现层级性与模块化交织的结构基序，提示该特性可能普遍存在于信息处理网络中。
2023-08-17 physics.bio-ph q-bio.NC
Basic principles drive self-organization of brain-like connectivity structure
该研究提出大脑通过扩散驱动的自适应重连优化网络效率，从而自组织出模块化小世界和具体神经结构，并猜想其可独立于生物学实现。
2024-02-05 math.DS q-bio.NC
Counterfactual Analysis of Brain Network Dynamics
University of Wisconsin--Madison（威斯康星大学麦迪逊分校）；Washington University in St. Louis（华盛顿大学圣路易斯分校）
本文提出基于能量扰动问题的统一框架，用于分析脑网络因果关系在路径破坏或外部调节下的变化，为复杂脑系统网络韧性、补偿和控制提供理论基础。
2026-03-31 q-bio.NC
Pattern-wave model of brain. Mechanisms of information processing, memory organization
大脑神经元的轴突-树突连接的结构创建了丰富的空间结构，其中提供了围绕神经元的信号的各种组合。树突树的结构和树突棘的形状允许通过交叉突触影响相邻神经元来反复增加组合成分。在本文中，它表明，扩散扩散的神经递质允许神经元检测和记忆显着的一组环境活动模式。作为核心元件的固定描述了突触外代谢型感受簇。所描述的机制导致波过程的出现，基于自发活动的前线区域的传播。在所提出的模型中，任何紧凑的神经活动模式被视为一个源发射发散波内源性尖峰。它表明，尖峰模式的波前是严格唯一的和唯一定义的模式，开始波。波的传播具有独特的模式，可以让自然界中任何地方都能经历脑电波模式，从而判断整个大脑处理信息。在这些假设中，自然描述了皮质区域之间的投射信息的机制。计算机模拟结果表明，该信息模型具有较高的有效性.
2014-07-24 cs.AI q-bio.NC
Scaling in topological properties of brain networks
脑网络的组织结构具有高度的模块化特征，但模块间的相互作用较弱。网络的拓扑结构涉及到由分形定律支配的不同结构层次上的模块和子模块的出现。模块化组织，在模块质量，模块间和模块内的相互作用，也服从分形性质。表征脑网络拓扑性质的参数在网络结构的各个层次上都遵循一个参数标度理论，揭示了网络结构的自相似规律。不同物种大脑网络的分形维数随着物种层次的升高而降低，表明物种层次越高，其网络拓扑结构越有序，越具有自组织性。大脑网络中稀疏分布的枢纽节点可能是最具影响力的节点，但它们的缺失可能不会导致网络崩溃，表征它们的中心性参数也遵循一个参数标度律，表明这些枢纽节点在大脑网络的不同组织水平上的自相似作用。
2015-09-20 physics.soc-ph q-bio.NC
A Dynamical Blueprint for Brain State Organization
University of Exeter（埃克塞特大学）
通过识别一个几何结构，揭示了神经元网络动态状态涌现和转换的组织原理，并证明兴奋-抑制平衡调控振荡、双稳态和上下状态之间的转换。
2026-06-24 math.DS q-bio.NC
A New Approach in MRI Signal Processing for Detecting the Axonal Organization of the Brain
本文介绍了一种在弥散磁共振成像中重建脑白质纤维通路的新方法。通常，信号强度值将在较高扩散率的方向上较小。所提出的方法挑选的扩散灵敏度梯度方向（dSGD），信号强度是微小的。将这些视为最大扩散率的方向，我们生成围绕拾取的dSGD均匀分布的方向。这些新计算的均匀间隔的方向被认为是在重建过程中使用的梯度方向。现有的算法如均匀梯度方向（UGD）算法在梯度方向上存在冗余，自适应梯度方向（AGD）算法存在每个体素求解两次线性方程组的约束。这两个限制在本研究中同时被拒绝。在多室混合模型中，利用所提出的方法估计梯度方向，计算纤维取向。仿真和实际数据实验验证了该方法的可行性。
2022-07-24 eess.IV q-bio.NC
Structural Heterogeneity of the Drosophila Brain Network
该研究分析含13万余神经元、5000万突触的果蝇脑连接组，揭示其网络异质性、模块化、空间聚类与双侧对称性，并通过Kuramoto模型说明功能不对称源于固有频率差异。
2025-09-30 q-bio.NC
K-shell decomposition reveals hierarchical cortical organization of the human brain
近年来，人们从网络的角度进行了许多了解人脑的尝试。一个网络框架考虑到系统的不同部分之间的关系，并能够检查如何从网络拓扑结构中出现全局和复杂的功能。先前的研究表明，人类大脑具有“小世界”的特征，皮层枢纽往往相互连接。然而，为了充分理解枢纽的拓扑结构，需要超越特定枢纽的属性，并检查网络的各个结构层。为了进一步解决这个问题，我们应用了统计物理和网络理论中称为k壳分解分析的分析。该分析应用于人类皮层网络，来自六名参与者的MRI \DSI数据。这样的分析使我们能够描绘一个详细的说明皮层连接集中在不同的社区的互联层在整个皮层。我们的研究结果表明，人类大脑皮层是高度连接和高效的，不像互联网网络包含孤立的节点。皮层网络由一个核和一个连接性不断增加的壳层组成，形成了一个连接的巨大组件。所有这些组成部分根据其连接情况进一步分为三个层次，每个层次反映不同的功能作用。这样的模型可以解释从最低层次到最高层次的有效信息流，每一步都可以增加数据集成。在顶部，最高层级（核心）作为一个全球性的相互联系的集体，并表现出与意识相关区域的高度相关性，这表明核心可能是意识出现的平台。
2018-03-10 q-bio.NC
Building a model of the brain: from detailed connectivity maps to network organization
大脑的计算建模领域发展如此之快，以至于现在可以对代表不同大脑区域的大规模网络进行建模，这些网络在数量和突触方面具有高水平的生物细节。对于一个研究神经生物学问题的理论家来说，分析每一个可用模型的优缺点是很重要的。在这里，我们提供了一个教程审查最近的模型，不同的大脑回路，这是基于实验获得的连接图。我们讨论的特殊性，可能是相关的建模时，选择一个审查模型。这篇评论的目的是给读者一个公平的概念所涵盖的计算模型，重点是相应的连接图，以及如何使用它们。
2021-06-07 cond-mat.dis-nn nlin.AO physics.bio-ph
HOI-Brain: a novel multi-channel transformers framework for brain disorder diagnosis by accurately extracting signed higher-order interactions from fMRI
School of Mathematics and Statistics, Shandong University（山东大学数学与统计学院）；Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院）；School of Computer Science and Technology, Shandong University（山东大学计算机科学与技术学院）
HOI-Brain通过提取fMRI中带符号高阶相互作用，提出多通道Transformer框架，有效诊断脑部疾病并提供生物学见解。
2026-03-13 cs.GR q-bio.NC
Cross-scale spatially-aware generative modeling of transcriptomic programs underlying neurodegenerative brain organization
Department of Computer Engineering, Karaikal Polytechnic College, Karaikal, Puducherry, India（计算机工程系，卡莱克尔理工学院，卡莱克尔，浦那赫里，印度）
提出一种跨尺度空间感知生成框架，通过变分生成架构结合图空间平滑正则化，学习区域基因表达与皮质退化的潜在生物程序，实现高精度预测（解释方差0.8604，空间相关r=0.9439）。
2026-06-04 cs.LG q-bio.NC q-bio.QM
Towards principles of brain network organization and function
本文综述借鉴统计物理、网络理论和信息论的脑网络统计分析方法，按尺度梳理神经回路组织原理，并提出跨尺度建模方向。
2024-08-05 cond-mat.stat-mech physics.bio-ph q-bio.NC
The Syncytial Mesh Model: A Mesoscale Control-Field Framework for Scale-Dependent Coherence in the Brain
本文提出同步网模型，通过整合局部神经回路、宏观结构连接和慢速介尺度控制场，解释大脑中大规模行波组织、低频相干结构和分布式可塑性现象。
2026-05-15 q-bio.NC
Concerning the Neural Code
理解大脑和心灵的核心问题是神经代码问题：理解我们大脑的物质是我们心灵现象的基础。我们的心智代表环境的丰富性、基因数据的简约性、大脑从有限的感官输入中学习的巨大效率以及心智构建心理世界的创造性，所有这些都支持心智是一种涌现现象。这就提出了神经代码如何支持这些组织过程的进一步问题。这种通信的中心点是，神经代码具有结构化网络片段的形式，这些网络片段通过网络自组织形成，在功能时间尺度上激活和去激活，并自发地组合形成具有相同基本结构的更大网络。
2018-11-03 q-bio.NC
Network Analyses and Nervous System Disorders
神经系统疾病中的网络分析涉及从神经成像数据构建和分析解剖和功能脑网络，以描述和预测由神经病理学引起的临床综合征。神经系统疾病和临床综合征的网络视图有助于用从图论领域得出的相对简单的工具对复杂神经系统疾病进行准确的定量表征和数学模型。网络主要由在神经系统组织的宏观尺度上使用生理和神经成像技术获取的体内数据构建。研究支持一种新的观点，即神经精神和神经系统疾病是由于破坏大脑经济连接的小世界组织的病理过程造成的。网络科学的镜头提供了理论上的深入了解进行性神经变性，神经心理功能障碍，和潜在的解剖目标的干预范围从药物到脑刺激。
2017-01-04 q-bio.NC
Combined MEG and fMRI Exponential Random Graph Modeling for inferring functional Brain Connectivity
通过神经影像学技术估计的连接体丰富了我们对大脑组织特性的认识，从而发展了基于网络的临床诊断。不幸的是，迄今为止，许多基于网络的临床诊断工具，仅仅基于对所观察到的连接体的孤立实例的描述，是对真实连接网络的噪声估计。因此，对大脑连接网络进行建模对于更好地解释大脑的功能组织并允许推断特定的大脑特性非常重要。在这份报告中，我们提出了试点结果的建模组合MEG和功能磁共振成像神经成像数据期间获得的n-back记忆任务实验。我们采用混合指数随机图模型（Exponential Random Graph Model，ERGM）作为网络统计模型，对32名被试在0-back和2-back记忆任务实验中的9个脑磁图和功能磁共振成像数据进行了脑功能网络的底层处理。我们的研究结果表明，所有的功能连接体的9个主题具有强有力的证据，小世界的属性。通过成对比较条件进行的组水平比较显示，受试者之间的功能连接体没有显着差异。我们的混合ERGM成功地再现了重要的大脑特性，如功能分离和功能整合。然而，再现脑网络功能分离的ERGM区分了0-back和2-back条件，而再现这两种属性的模型未能成功区分这两种条件。我们的结果是有希望的，并将提高鲁棒性与更大的样本量。尽管如此，我们的初步结果倾向于支持以前的发现，功能分离和整合足以在统计上重现大脑网络的主要属性。
2018-05-23 q-bio.NC
The unbalanced reorganization of weaker functional connections induces the altered brain network topology in schizophrenia
网络神经科学揭示了与精神分裂症现象学相关的大脑功能和结构变化。特别是，静息态功能网络通过突出大脑组织内的全局和局部改变，帮助我们了解疾病。我们研究了44例药物治疗的精神分裂症患者和40例健康对照者的脑功能结构的鲁棒性，通过对静息态功能磁共振成像数据进行高级网络分析。患者的网络表现出更大的阻力断开比健康对照组，在两组之间的节点度分布计算沿渗流过程有明显的差异。尽管两组之间的基本功能组织有很大的相似性，但精神分裂症患者预期的健康大脑模块化组织的层次结构却被破坏了，显示出功能连接的特殊排列，其特征是有几个拓扑等价的骨干。
2021-04-29 cond-mat.stat-mech physics.bio-ph q-bio.NC
Brain-inspired self-organization with cellular neuromorphic computing for multimodal unsupervised learning
CNRS（法国国家科学研究中心）；LEAT（电子、天线与电信实验室）
皮质可塑性是使我们能够学习和适应环境的主要特征之一。事实上，大脑皮层通过结构和突触可塑性机制进行自我组织，这很可能是人类大脑发育的一个非常有趣的特征：多模式关联。尽管感觉形式的多样性，如视觉，声音和触觉，大脑达到相同的概念（收敛）。此外，生物学观察表明，当两者相关（发散）时，一种模态可以激活另一种模态的内部表征。在这项工作中，我们提出了可重入自组织映射（ReSOM），这是一种基于自组织映射和Hebbian学习的再入理论的脑启发神经系统。我们提出并比较了不同的计算方法的无监督学习和推理，然后量化增益的ReSOM在多模态分类任务。发散机制用于基于另一模态来标记一个模态，而收敛机制用于提高系统的整体精度。我们进行我们的实验上构建的书面/口头数字数据库和DVS/EMG手势数据库。所提出的模型上实现的细胞神经形态的架构，使分布式计算与本地连接。我们展示了由ReSOM引起的所谓硬件可塑性的增益，其中系统的拓扑结构不是由用户固定的，而是通过自组织沿着系统的经验学习的。
2020-09-02 cs.LG cs.NE q-bio.NC
Multi-scale community organization of the human structural connectome and its relationship with resting-state functional connectivity
在过去的十年里，人类连接体已经被广泛研究。一个主要的发现是，它可以被分解成密集互联的大脑区域的社区。然而，这一结果可能受到方法论的限制。过去的研究经常使用一个有缺陷的模块性措施，以推断连接体的社区结构。此外，这些研究依赖于直觉，即社区结构最好根据网络的静态拓扑结构来定义，而不是更动态的定义。在这份报告中，我们使用了分区稳定性框架，它根据马尔可夫过程（随机游走）定义社区，以推断连接体的多尺度社区结构。将社区结构与观察到的静息态功能连接进行比较，发现社区在广泛的动态尺度上与功能连接密切相关。这一结果表明，结构网络中的社区、通信过程模型和大脑功能之间存在映射关系。它进一步表明，大脑中的沟通并不局限于一个单一的特征规模，导致我们在大脑皮层的规模选择性沟通的启发。
2013-04-14 q-bio.NC
Dark Signals in the Brain: Augment Brain Network Dynamics to the Complex-valued Field
本文提出物理信息驱动的数据驱动框架，用Hilbert变换引入作为共轭动量的潜在“暗信号”，将全脑活动提升到复值场，显著提升预测与拟合并揭示有效连接的年龄及任务重构。
2025-09-29 q-bio.NC
Towards a statistical mechanics of consciousness: maximization of number of connections is associated with conscious awareness
有人说，复杂性介于有序和无序之间。在大脑活动和一般生理学的情况下，复杂性问题正在被越来越多的重视。我们试图通过分析有意识和无意识状态下的神经生理学记录，来确定大脑组织的特征，这些特征对于感觉处理是最佳的，并且可能指导认知和意识的出现。我们发现了一个令人惊讶的简单结果：正常的清醒状态的特征是大脑网络之间相互作用的最大可能配置，代表最高的熵值。因此，在与意识状态相关的网络中，信息内容更大，这表明意识可能是信息处理优化的结果。这些发现概括了三种主要的认知理论，正如文中所讨论的，更具体地说，是从大脑复杂性的角度对意识的概念化。我们希望我们的研究代表了寻找大脑功能组织原则的初步尝试，这将有助于在更正式的意义上指导对意识如何从物质组织中产生的探究。
2017-01-09 q-bio.NC
Early deafness leads to re-shaping of global functional connectivity beyond the auditory cortex
早期感觉剥夺，如失明或耳聋，以多种方式塑造大脑发育。虽然已经确定，被剥夺的大脑区域开始参与处理来自其余模式的刺激和高水平的认知任务，但一些报告也表明，非剥夺的大脑区域可能发生结构和功能变化。我们通过研究全球网络分离和整合，比较了早期耳聋成年人和听力控制者大脑的静息状态功能网络组织。相对于听力控制，聋人表现出改变模块化组织，与区域的显着性网络与额顶叶网络。他们表现出较弱的听觉和躯体运动区域之间的连接，额顶叶网络和其他几个大规模的网络（视觉，记忆，扣带-鳃盖和躯体运动）之间的耦合较强，和扩大的默认模式网络。他们大脑网络的整体功能分离也较低。我们的研究结果表明，成年聋人的大脑可塑性不仅限于听觉皮层的变化，而且还改变了其他大规模网络之间的耦合。这些广泛的功能连接变化可能为聋人在视觉和注意力任务中的优异行为表现提供了一种机制。
2019-03-28 q-bio.NC
Altered Modularity and Disproportional Integration in Functional Networks are Markers of Abnormal Brain Organization in Schizophrenia
模块性在脑网络的结构中起着重要的作用，并影响其动力学以及整合和分离大脑区域不同模块的能力。社区结构的改变与几种临床疾病有关，特别是精神分裂症，尽管其时间演变尚不清楚。在本研究中，我们分析了$65$健康受试者（HC）和精神分裂症患者（SZ）的$44$，他们的$28$在慢性状态（CR）的疾病，和$16$在早期阶段（ES）的fMRI功能网络。我们发现边缘的权重分布，网络密度，社区结构的一致性和鲁棒性对边缘删除明显的差异。与健康受试者相比，我们发现SZ患者的网络具有更宽的权重分布，更大的整体连通性，并且在不同受试者的社区结构中更加一致。我们还表明，SZ患者的网络往往比健康受试者更强大的边缘去除，同时具有较低的网络密度。在早期患者的情况下，我们发现他们的网络拓扑特征始终在其他两组之间，导致慢性组状态的趋势。
2018-05-11 physics.bio-ph q-bio.NC
Exploring Cordial Labeling techniques in Brain Connectivity Network
本文将亲切标号与带符号乘积亲切标号引入脑连接网络分析，以度量兴奋/抑制平衡及合作/拮抗动力学共存，并揭示其与小世界网络模型的关联。
2025-11-06 q-bio.NC
The Organization of Strong Links in Complex Networks
小世界拓扑表征了许多复杂系统，包括大脑网络的结构和功能组织。拓扑结构允许同时在系统组成部分的相互作用中的局部和全局效率。然而，它忽略了通常由链接权重w量化的交互等级。在这里，我们确定了一个综合的权重组织的大脑，基因，社会和语言网络，其中强链接优先发生在重叠的邻域和小世界属性的节点之间是强大的删除一大部分的最弱的链接。我们还确定了本地学习规则，动态地建立这样的权重组织，以响应过去的活动和容量需求，同时保持有效的本地和全球通信。
2011-09-14 cs.SI physics.soc-ph q-bio.NC
Brain architecture: A design for natural computation
Newcastle University（纽卡斯尔大学）
50年前，约翰·冯·诺依曼（John von Neumann）将大脑的结构与他发明的至今仍在使用的计算机的结构进行了比较。在那些日子里，计算机的组织是基于大脑组织的概念。在这里，我们对神经系统的全球组织的当前结果进行了更新。对于神经系统，我们概述了神经元和皮层网络的空间和拓扑结构如何促进对故障的鲁棒性，快速处理和平衡的网络激活。最后，我们讨论了这种架构的自组织机制。毕竟，大脑的组织可能会再次激发计算机架构。
2008-02-27 cs.AI cs.NE physics.soc-ph
Intelligence as information processing: brains, swarms, and computers
Lakeside Labs GmbH（湖畔实验室有限公司）
关于智能没有一个统一的定义，所以简单地问大脑、蜂群、计算机或其他系统是否智能是有问题的。为了比较不同认知系统所表现出的潜在智能，我使用了人工智能和人工生命常用的方法：让我们专注于它们的组织，而不是研究系统的底层。这个组织可以用信息来衡量。因此，我应用信息主义认识论来描述认知系统，包括大脑和计算机。这使我能够在不同的背景下框架脑机类比的有用性和局限性。我也用这个观点来讨论智能的进化和生态。
2021-08-09 cs.AI cs.IT math.IT
Shared representations in brains and models reveal a two-route cortical organization during scene perception
Department of Cognition, Development and Education Psychology, Faculty of Psychology, University of Barcelona（认知、发展与教育心理学系，心理学学院，巴塞罗那大学）；Institute of Neurosciences, University of Barcelona（神经科学研究所，巴塞罗那大学）；Bellvitge Institute for Biomedical Research（Bellvitge生物医学研究 institute）
研究通过7T fMRI数据揭示了场景感知中双路由皮层组织，发现视觉和语言模型在表征结构上的差异。
2026-01-19 cs.AI cs.CV eess.IV
Comparison Against Task Driven Artificial Neural Networks Reveals Functional Organization of Mouse Visual Cortex
部分受到视觉皮层计算特征的启发，深度神经网络计算其输入的分层表示。虽然这些网络在机器学习中非常成功，但它们能在多大程度上帮助我们理解皮层功能仍不清楚。几个研究小组已经开发出了一些指标，可以在网络计算的表征和皮层测量的表征之间进行定量比较。与此同时，神经科学正进入一个前所未有的大规模数据收集阶段，艾伦大脑观测站等项目就是明证。尽管这些努力的规模，在一个给定的实验中，只有一小部分的单位被记录，限制了有关皮质表征的信息。此外，在真实的实验过程中，只能向动物展示有限数量的刺激。这些限制提出了一个问题，即比较深度网络表示的指标在这些数据集上如何以及是否有意义。在这里，我们凭经验量化这些指标的能力和局限性，由于有限的图像呈现和神经元样本。我们发现，比较程序是强大的不同的选择的刺激集和水平的子采样，人们可能会期望在一个大规模的大脑调查与数千个神经元。利用这些结果，我们比较了在艾伦脑天文台测量的表征，以响应自然图像呈现到深度神经网络。我们发现视觉皮层区域是相对高阶的表征（因为它们映射到卷积神经网络的更深层）。此外，我们看到了一个广泛的，更平行的组织，而不是一个顺序的层次结构的证据，与主要领域VISp（V1）是较低的顺序相对于其他领域。
2019-11-18 q-bio.NC
Efficient Coding in the Economics of Human Brain Connectomics
在系统神经科学中，大多数模型认为大脑区域在效率的约束下进行信息交流。然而，在以层级组织和高度连接的枢纽为特征的结构性大脑网络中，有效沟通的证据仍然很少。有效编码的原则提出，大脑以代谢经济或压缩的形式传输最大的信息，以改善未来的行为。为了确定结构连接如何支持有效的编码，我们开发了一种理论，指定大脑区域之间的消息传输的最低速率，以达到预期的保真度，我们测试了五个预测的理论的基础上随机游走通信动力学。在此过程中，我们引入了压缩效率的度量，它量化了结构网络中有损压缩和传输保真度之间的权衡。在一个大样本的青年（n = 1,042;年龄8-23岁），我们分析了结构网络来自扩散加权成像和代谢消耗操作使用脑血流量。我们表明，结构网络罢工压缩效率的权衡与理论预测一致。我们发现，压缩效率优先保真度与发展，提高时，代谢资源和髓鞘引导通信，解释了分层组织的优势，链接更高的输入保真度不成比例的面积扩张，并显示集线器集成信息的有损压缩。最后，压缩效率是行为的预测-超越了传统的度量-对于认知领域，包括执行功能，记忆，复杂推理和社会认知。我们的研究结果阐明了宏观连通性如何支持有效的编码，并有助于利用网络连通性约束的随机游走动力学的前景通信过程。
2021-11-02 q-bio.NC
Mesoscopic architecture enhances communication across the Macaque connectome revealing structure-function correspondence in the brain
从组织结构的角度对大脑进行中等尺度的分析，提供了一种方法来解决大脑大量组成部分之间相互作用所产生的复杂性。专注于布线图，跨越皮质，基底神经节和丘脑的猕猴大脑，我们提供了一个中观层次的拓扑结构的一个研究最充分的哺乳动物连接体的描述。我们识别的每个强大模块都包括紧密相连的皮层和皮层下区域，这些区域在执行特定的认知功能时发挥互补作用。我们发现，区域之间的物理接近是不够的，以解释模块化的组织，类似的介观结构可以得到，即使在分解出的距离约束的连接效果。我们观察到，大脑区域的分布概况，根据其内部和模块间的连接性进行分类，是保守的主要皮层分区，以及，皮层下结构。特别是省级枢纽，与其模块成员的连接数量明显较高，但与其他模块的连接相对较少，是唯一表现出同质性的类别，即，一个明显的偏好连接到彼此。通过考虑扩散传播的过程中，我们证明，这种架构，而不是本地化的活动，促进了整个连接体的快速通信。通过补充猕猴连接体的拓扑信息与物理位置，体积和功能的组成区域和分析这个增强的数据集，我们揭示了一个反直觉的作用，在促进全球互动的模块化架构的大脑。
2020-07-29 q-bio.NC
Multi-scale detection of hierarchical community architecture in structural and functional brain networks
社区检测算法已被广泛用于研究大脑等复杂系统的组织。这些技术的一个主要吸引力是它们能够将大脑区域（或节点）划分为社区，其中社区内的节点紧密相连。在最简单的应用中，社区检测算法对社区层次的存在是不可知的，但许多神经系统的共同特征是嵌套层次。为了解决这一限制，我们行使一个多尺度扩展的社区检测技术称为模块化最大化，我们应用该工具的合成图和图形来自人类的结构和功能成像数据。我们的多尺度社区检测算法将图形链接到相邻拓扑尺度上的自身副本，从而对相邻层次结构中的保守社区组织变得敏感。我们证明，这种方法可以更好地表征拓扑不均匀性的图的层次结构，通过提供一个本地（节点）的社区稳定性和跨拓扑尺度的跨尺度可靠性的措施。我们比较了大脑的结构和功能的网络架构，并表明结构图显示了更广泛的拓扑尺度比功能图。最后，我们建立了一个多模式的多重图，结合结构和功能连接在一个单一的模型，我们确定的拓扑尺度，其中静息状态功能连接和底层结构连接显示类似的与独特的分层社区架构。总之，我们的研究结果展示了多尺度社区检测算法在研究脑图中的分层社区结构方面的优势，并说明了其在多模态神经成像数据建模中的实用性。
2017-04-19 q-bio.NC
What kind of noise is brain noise: anomalous scaling behavior of the resting brain activity fluctuations
“静息”脑区之间的持续相互作用定义了所谓的静息状态网络（RSN），其可以通过分析功能磁共振成像（fMRI）数据来重建。什么样的动力机制允许RSN的灵活的大规模组织仍然是一个重要的挑战。在这里，RSN的三个关键的新特性被发现。首先，相关长度（即，两个区域之间的相关性消失的长度）随着所考虑的集群的大小而发散。第二，这种分歧也被观察到的互信息的措施。第三，fMRI平均信号的方差在观察到的簇大小的整个范围内保持恒定，与天真的期望相反。揭示的尺度不变性揭示了RSN在非常不同的网络大小，架构和功能中的最佳信息共享特性，这可能是健康大脑动力学的重要标志。
2012-08-09 q-bio.NC
Higher-order Organization in the Human Brain from Matrix-Based Rényi's Entropy
本研究应用基于矩阵Rényi熵的多元互信息（Total Correlation与Dual Total Correlation）分析静息态fMRI数据，揭示人脑高阶信息交互，发现脑内协同主导性。
2023-04-25 cs.IT math.IT math.ST
Unveiling Secrets of Brain Function With Generative Modeling: Motion Perception in Primates & Cortical Network Organization in Mice
本论文通过层级变分自编码器模拟灵长类运动感知并揭示其无监督因果分解能力，同时利用fMRI与宽场Ca2+成像发现小鼠皮层可分解为重叠社区，从而用生成模型推进对脑功能组织的理解。
2024-12-25 cs.AI q-bio.NC
A Blueprint for the Study of the Brain's Spatiotemporal Patterns
像大脑这样的器官的功能来自于其组成部分之间的相互作用。此外，这种相互作用在时间上不是一成不变的，而是以一系列模式展开的，从而使大脑能够适应不断变化的外部和内部环境。这就需要一个能够研究大脑组成部分之间模式化时空相互作用的框架。一个理论和方法的框架来研究大脑的协调动力学。在这里，我们提出了一个工具集，旨在破译连续动态的电生理数据及其关系（dys-）功能。了解大脑模式的时空组织及其与行为，认知和临床相关变量的关联是神经科学和生物启发工程领域的一个重要挑战。希望这样一个全面的框架不仅能揭示人类行为和人类思维，还能帮助理解越来越多的与大脑连接障碍有关的病理学。
2021-06-01 q-bio.NC
Uncovering the invariant structural organization of the human connectome
为了了解人类大脑复杂的认知功能，研究结构连接体是必不可少的，即，不同的大脑区域通过轴突通路相互连接。然而，人类大脑的高度可塑性和跨种群变异性使得很难将结构与功能联系起来，从而激发了对连接中不变模式的搜索。与此同时，种群内的变异性可以提供有关生殖机制的信息。在本文中，我们分析了连接拓扑结构和链接权重分布的人体结构连接体从数据库中包括196个主题。通过展示个体连接的出现频率与其在整个人群中的平均权重之间的对应关系，我们表明大脑连接的过程并不独立于连接体的连接权重的确定过程。此外，使用与整个人群中每个链接相关的权重的特定分布，我们表明，特定于链接的单个参数可以解释其发生频率，以及其权重在不同受试者中的变化。该参数为“重新缩放”每个连接体中的链接权重提供了基础，使我们能够获得代表人脑的通用网络，这与连接体的简单平均值不同。我们通过在相应的结构连接体的每个顶点上实现神经质量模型来获得功能连接体。通过与经验功能脑网络的比较，我们证明了重新标度过程产生了更紧密的结构-功能对应关系。最后，我们表明，代表性的网络可以分解成一个基本组成部分，是稳定的整个人口和高度可变的上层建筑。
2020-12-31 physics.bio-ph q-bio.NC
Patterns of imbalance states between sub-brain regimes during development in the resting state
本研究运用结构平衡理论分析静息态大脑子网络的不平衡三元组，揭示反相关模式从童年局部模块化经青春期灵活重组至成年期功能特化的发育轨迹，并强调DMN与FPN反相关成熟对认知控制的关键作用。
2025-09-08 physics.bio-ph q-bio.NC
Coalescent embedding in the hyperbolic space unsupervisedly discloses the hidden geometry of the brain
人脑显示出复杂的网络拓扑结构，其结构组织被广泛使用扩散张量成像研究。从其出现网络拓扑的原始几何形状是已知的，以及网络节点相对于大脑形态和解剖结构的定位。当前网络科学最具挑战性的问题之一是从复杂网络的拓扑结构中推断出潜在的几何结构。人脑结构连接体是测试旨在解决这一问题的算法的完美基准。最近设计的融合嵌入映射一个复杂的网络在双曲空间，推断节点的角坐标。在这里，我们表明，这种方法是能够unsupervisedly重建潜在的几何形状的大脑具有令人难以置信的准确性和内在的几何形状的大脑网络密切相关的脑叶组织在神经解剖学。此外，结合包埋允许检测帕金森病患者的连接体中的几何病理变化。本研究代表了双曲空间中大脑网络角聚结的第一个证据，开辟了一个全新的视角，可能实现潜在几何网络标记，用于评估大脑疾病和病理。
2017-05-10 cond-mat.dis-nn q-bio.NC
Self-organization toward criticality by synaptic plasticity
自组织临界性被认为是许多复杂系统中出现无标度动力学的普遍机制，可能也存在于大脑中。虽然这种无标度模式在许多不同类型的神经记录中被实验识别，但它们出现背后的生物学原理仍然未知。利用不同的网络模型和实验观察的动机，突触可塑性被提出作为一种可能的机制，自组织大脑动力学向临界点。在这篇综述中，我们讨论了如何在多个时间尺度上操作的各种生物学上合理的可塑性规则在模型中实现，以及它们如何通过修改神经元之间的连接的数量和强度来改变网络的动态状态。这些规则中的一些有助于稳定临界状态，一些需要额外的机制来防止偏离临界状态。我们建议，能够使网络的临界状态的规则可以分类的近临界动态持续多久后，他们禁用。最后，我们讨论了自组织和临界性在计算中的作用。总的来说，临界性的概念有助于阐明大脑功能和自组织，但活的神经网络的整体动力学似乎不仅利用了计算的临界性，而且还利用了计算的偏差。
2020-10-15 cond-mat.dis-nn physics.bio-ph q-bio.NC
