大脑网络在预定义选项与自我生成选项决策中的动态重构机制研究

这篇研究通过图论分析fMRI数据，揭示了大脑网络在外部菜单选择(EMC)、内部菜单选择(IMC)和语义流畅性(SF)任务中的层级化重构规律。研究发现全局网络中视觉模块与复合前额叶-默认模式网络(FP-DM)的耦合强度可区分外部导向任务，而局部子模块中记忆-评估网络的交互特异性解释了IMC的选项生成-评估整合机制，为开放决策(OPEN)的神经架构提供了新证据。

　　

1 引言

开放决策(OPEN)作为人类面临的复杂认知挑战，其核心在于自主构建选项而非被动选择。传统决策研究多聚焦价值计算，而忽略选项生成这一前置环节。该研究创新性地通过外部菜单选择(EMC)、内部菜单选择(IMC)和语义流畅性(SF)三范式，结合多切片社区检测算法，首次系统阐释了语义检索与价值评估网络在决策中的动态协作机制。

2 材料与方法

27名健康受试者完成fMRI扫描，采用Power264脑图谱构建功能连接矩阵。通过空间分辨率γ=1、时间分辨率ω=0.1的参数设置，在10%网络密度阈值下进行全局和局部层级的社区检测。创新性引入持久性概率(μ>0.5为优质社区)和节点灵活性指标，定量评估模块重组特性。

3 结果

3.1 全局网络分化

四模块架构中，视觉与感觉运动模块保持稳定(μ>0.8)，而前额叶(FP)模块呈现高灵活性(节点灵活性f=0.371)。EMC与内部导向任务(IMC/SF)的变异信息(VIn=0.176-0.161)显著高于内部任务间差异(VIn=0.139)，证实外部刺激处理的特异性网络重组。

3.2 复合FP-DM网络

FP与默认模式(DM)模块合并形成118节点超级模块，持久性显著提升(μ从0.403增至0.778)。该网络在EMC中与视觉模块连接强度较IMC提升42.6%(p<0.001)，揭示外部注意的资源分配机制。

3.3 局部层级特异性

记忆-心理化模块(含颞顶联合区TPJ)与评估模块(腹内侧前额叶vmPFC)在IMC的交互强度较SF高31.4%(p=0.019)，印证"生成-评估"双过程理论。模块4(含背侧前扣带回dACC)在SF任务中独现优质社区(μ=0.638)，提示非评估性检索的神经特异性。

4 讨论

4.1 层级化分工

全局网络通过视觉-FP-DM耦合处理感官输入差异，而局部子模块通过记忆-评估网络交互实现价值整合。这与前额叶层级加工理论(Koechlin模型)相呼应，但拓展至网络动力学层面。

4.2 方法学创新

相比传统静息态-任务态对比，三范式设计有效分离一般任务激活与特异性认知成分。留一法验证显示分区差异稳定性达92.6%，参数敏感性分析证实γ∈[0.25,1.75]时结果可靠。

5 应用前景

该框架为阿尔茨海默病(AD)的决策障碍提供新解释视角——β淀粉样蛋白沉积可能破坏FP-DM网络的模块化重组能力，导致选项生成缺陷。未来可结合经颅磁刺激(TMS)靶向调控模块连接，验证因果机制。