大脑默认模式网络的工作机制与认知功能关系的神经动力学研究

The scientific problem to be solved in this project is to find out the link between the brain's energy consumption and cognitive function in the context of spontaneous activity. From a quantitative point of view, the completely different energy consumption patterns shown by the brain network under the conditions of task state and resting state, and the conversion conditions and modes of energy expenditure between them are given. In order to provide theoretical basis for the further study of global neural coding and decoding techniques. This study is of great scientific significance to the understanding of the relationship between default network and cognitive function and the establishment of a unified model of default network and functional network.

本项目所要解决的科学问题是要搞清楚大脑在自发活动条件下的能量消耗与认知功能之间的联系，从定量角度给出任务态和静息态条件下大脑网络所展示的完全不同的能量消耗模式以及二者之间能量消耗的转换条件和转换模式。以便为大脑的全局神经编码和解码技术的深入研究提供理论依据。这项研究对于默认网络与认知功能之间关系的了解以及建立默认网络和功能网络的统一模型具有重要的科学意义。

自2019年开始启动以来，我们紧扣项目中所提出的研究内容和围绕需要解决的关键科学问题，经过4年的努力在项目资助下已经取得了一系列重要的进展，获得了一系列重要研究成果。截止目前为止，共发表与该课题相关的SCI收录论文18篇，EI收录期刊论文4篇(力学进展1篇，力学学报1篇，应用数学与力学2篇）。其中JCR和中科院一区论文5篇， 二区论文12篇，三区论文1篇。.获资助以来研究工作取得的重要进展成果罗列如下：.(1) 默认模式网络与任务正网络之间相互拮抗的神经动力学分析.(2) 默认模式网络与工作记忆网络相互作用的生物物理机制.(3) 揭示了大脑血液动力学现象全局神经编码的动力学机制.(4) 用神经能量方法给出抑郁症神经元的两种编码模式.(5) 建立了神经元簇发放神经元的能量计算方法.(6) 神经元Chay模型的能量有效性发放模式的探讨.(7) 提出了大尺度神经科学理论框架的概念、思想、分析方法和实际应用