认知干扰解决过程中内在连接网络的变化及其动态交互机制研究

推荐 本研究针对认知干扰解决（CIR）过程中大脑网络动态交互机制不明确的科学问题，采用高阶独立成分分析和动态功能连接分析，对27名健康成人执行多源干扰任务时的脑网络变化进行探究。研究发现背侧注意网络（DAN）和认知控制网络（CCN）激活增强，而默认模式网络（DMN）和边缘网络连接减弱，视觉和小脑网络作为关键中介参与CIR过程。研究结果为理解大脑网络在认知干扰下的灵活重组提供了新视角，对神经认知机制研究具有重要意义。

　　

论文解读
在日常生活中，人们常常需要在充满干扰的环境中保持对目标的专注，这种能力被称为认知干扰解决（Cognitive Interference Resolution, CIR）。然而，当干扰信息占据主导地位时，个体维持目标导向行为的能力会受到挑战，导致任务表现下降。尽管已有研究通过局部激活分析揭示了CIR相关的脑区活动，但网络层面的动态交互机制仍未得到充分探索。为填补这一空白，土耳其伊斯坦布尔大学的研究人员利用功能性磁共振成像（fMRI）技术，对27名健康成人执行多源干扰任务（Multi-Source Interference Task, MSIT）时的脑网络变化进行了深入研究。

MSIT是一种综合性任务设计，能够同时诱发刺激-刺激冲突和刺激-反应冲突，从而全面评估CIR的多维特性。研究人员采用高阶组独立成分分析（High-Order Group Independent Component Analysis, HIG-ICA）提取内在连接网络（Intrinsic Connectivity Networks, ICNs）的子成分，并通过任务调制组件识别和动态功能连接分析，探讨了CIR过程中网络间的动态交互模式。

研究结果表明，在CIR过程中，DAN和CCN的激活和连接显著增强，而DMN和边缘网络的激活和连接则呈现下降趋势。此外，视觉和小脑网络作为关键中介，在CIR中发挥了重要作用，DAN和CCN通过与这些网络的连接增强而非直接相互作用来实现功能协调。网络重构模式还显示，体感运动网络（Somatomotor Network, SMN）和CCN内部存在功能分离现象，表明特定子成分在CIR中的专业化贡献。

这些发现为理解ICNs在CIR过程中的动态变化提供了精细的视角，揭示了大脑网络在应对认知干扰时的灵活重组机制。研究不仅深化了对CIR神经机制的认识，还为未来研究提供了新的方法论框架，有助于进一步探索大脑网络在复杂认知任务中的动态交互模式。

在方法学方面，研究人员首先通过HIG-ICA从fMRI数据中提取ICN子成分，这种方法能够捕捉到传统分析方法难以识别的细微网络变化。随后，通过任务调制组件识别，确定了在CIR过程中显著变化的ICN子成分。最后，动态功能连接分析揭示了这些子成分之间的交互模式及其随时间的变化特征。

研究结果进一步表明，DAN和CCN在CIR过程中表现出显著的激活增强和连接增强，这可能与它们在注意力和认知控制中的核心作用有关。DMN和边缘网络的连接减弱则可能反映了这些网络在任务相关活动中的抑制状态。视觉和小脑网络作为中介的作用表明，它们可能在整合多源信息和支持高级认知功能方面发挥了关键作用。

此外，网络重构模式的分析揭示了SMN和CCN内部的功能分离现象，这表明即使在同一网络内部，不同子成分也可能具有不同的功能特性和动态响应模式。这种功能分离可能是大脑在应对复杂认知任务时实现高效资源分配和功能协调的重要机制。

总体而言，本研究通过整合HIG-ICA和动态功能连接分析，为理解CIR过程中的大脑网络动态变化提供了新的视角。研究结果不仅深化了对ICNs在CIR中作用的认识，还为未来研究提供了重要的方法论参考。通过揭示大脑网络在应对认知干扰时的灵活重组机制，本研究为神经认知机制的研究开辟了新的方向，并为相关疾病（如注意力缺陷多动障碍和精神分裂症）的诊断和治疗提供了潜在的理论依据。

这项研究的意义在于，它不仅填补了CIR网络层面研究的空白，还为理解大脑在复杂认知任务中的动态交互机制提供了新的视角。通过采用先进的网络分析方法，研究人员成功地揭示了ICNs在CIR过程中的精细变化模式，为未来的神经科学研究提供了重要的理论基础和技术支持。