博文
大脑网络研究-祝贺复杂网络圈成立
精选
||
关于神经网络动力学研究，见王青云老师博客
http://www.sciencenet.cn/m/user_content.aspx?id=273905，已有详细介绍，这里我接着王老师的话题，介绍一下大脑网络的研究现状。
大脑是生物体内结构和功能最复杂的器官，同时它也是极为精巧和完善的信息处理系统。人类大脑的神经细胞总数约为1012个，相当于整个银河系星体的总数。此外，还有比神经细胞多10-50倍的神经胶质细胞。大脑掌管着人类每天的语言、思维、感觉、情绪、运动等高级活动。越来越多的学者认为，揭示大脑的奥秘将是人类面临的最大挑战.无论在研究大脑神经网络的联想记忆和模式分割，还是在研究大脑神经系统的混沌控制与混沌同步时，神经元之间或者神经元集群之间的拓扑结构都是一个值得考虑的问题，经由这些拓扑结构所构成的复杂脑网络从本质上决定了整个大脑的工作情况。
如果我们能够尽可能按照真实的复杂脑网络所遵循的拓扑结构，以神经元的数学模型方程作为节点构成网络对大脑的生理学行为进行模拟，必然会得出更加接近真实的结论。早期的神经科学研究着重强调各脑区功能的定位，而现代的观点却倾向于运用复杂网络的方法分析不同层次神经网络的结构和动力学行为。复杂网络是近十年新兴起的一个学科，以小世界效应和无标度特性为代表的复杂网络吸引了越来越多人的关注，并广泛应用到不同的学科当中。运用复杂网络知识体系，对大脑网络的建模及其动力学分析，已成为神经科学的热门课题。
从网络出发，首先要搞清楚大脑网络的节点和边是什么？为此O.Sporns 教授http://www.indiana.edu/~cortex/CCNL_main_menu.html提出了从以下三个节点层次来建模，即微观尺度(神经元)、中尺度(神经集群)、大尺度(脑区域)。正如J.Kurths教授所描述的大脑是“Networks of Networks”。
目前国内外许多学者都开始了大脑与复杂网络相结合的实证研究，他们分别利用神经解剖学数据、弥散张量成像技术(DTI: Diffusion Tensor Imaging)、脑电图技术(EEG: Electroencephalography)、脑磁图技术(MEG: Magnetoencephalography)、功能性磁共振成像技术(fMRI: Function Magnetic Resonance Imaging)来采集数据建立大脑网络，运用复杂网络观点，结合图论知识来进行分析，得出了许多令人振奋的结果。如以解剖学为依据构建的大脑结构性网络，发现具有小世界特征；而以fMRI得到的数据构建的大脑网络具有无标度和小世界双重特征。
大脑神经网络是一个能够实时地从外部和内部各种刺激中极其完美地提取和整合各种信息的复杂网络。目前关于大脑网络的研究主要集中在以下几个方面：大脑疾病(如精神分裂症、帕金森症、Alzheimer’s Disease等)的预测和诊断、大脑结构与功能性网络的动力学分析、脑的损伤以及与临床相结合的实证研究。例如我国中科院自动化所蒋田仔教授http://www.nlpr.ia.ac.cn/jiangtz/通过fMRI技术，对精神分裂症病人采集数据，运用复杂网络的统计特性，构建大脑网络，与正常人做比较，引起了国内外的关注。
目前世界上大多数关于大脑功能性网络的研究是基于fMRI、EEG、MEG数据进行的，利用这些技术各有优势，如脑电图（EEG）测量虽然空间定位性不太好，而且网络节点数量相对较少，但是它也有其特殊的优点，即时间性非常好，并且价格便宜，易于获取。同时有些疾病（如Alzheimer症）由于特殊原因而不能或不适宜进行fMRI检查。
神经科学的一个重要目的是去理解大脑活动的时空模式。从某种意义来说，大脑可以被看作一个不断组织和重塑其功能连接的动态网络。目前，复杂脑网络的研究层次被分为基于神经解剖学的结构性网络(Structural network)、由于神经元集群的非线性动力学行为呈现统计学依赖性模式所产生的功能性网络(Functional network)以及比功能性网络更强调节点之间相互因果作用的效率性网络(Effective network)3个主要层次。大脑本质上是一个动力学系统，其中任意两个区域之间的通讯，都与建立于动力学理论基础之上的复杂功能性网络密切相关。
运用网络科学来研究大脑网络为我们研究复杂网络开辟了一个新的领域，这为人类研究大脑提供理论和技术支持，具有重要的学术价值和广阔的应用前景。
借此文来祝贺“复杂网络圈”成立，这为我们提供一个很好的交流平台。希望大家互相交流学习，发表自己的观点。
https://blog.sciencenet.cn/blog-291180-274308.html
上一篇：个人！
下一篇：Theme Issue: Delay effects in brain dynamics
