Does the brain behave like a (complex) network? I. Dynamics ylc3000 2025-11-12 0 浏览 0 点赞 长文 《Does the brain behave like a (complex) network? I. Dynamics》 神经科学中，将大脑的解剖结构、动态及功能用网络模型表示已成为主流。然而，简单地赋予系统“网络结构”并不意味着大脑本质上“作为网络”运作。关键问题是：网络属性能否真实反映大脑的动力学特征及功能实现？ 网络结构是一种多尺度、多层次的刻画方式，节点和连接反映了神经元或脑区间的关系。理论上，大脑可视作一个拓扑动力学系统，网络的拓扑和几何特性对脑活动的同步、传播及临界状态具有重要影响。比如，连接的稀疏度、度分布、模块化和层次结构，都会塑造脑网络的动态模式及其对扰动的响应。 但“连接性”本身既非网络性的充分条件，也非必要条件。脑电场耦合等非连接机制表明，某些脑活动不完全依赖于物理连接。网络的“离散化”过程（从连续神经场到离散节点）存在信息丢失风险，且网络结构是否保留关键动力学信息仍是未解之谜。 模型研究表明，网络拓扑与节点动力学的相互作用能产生复杂的同步与分化状态。同步性依赖于网络的谱特性和模块结构，存在分层的同步域和“受挫同步”现象，这与脑功能的灵活切换密切相关。同时，网络结构的无序性（如层级模块化）可能是大脑临界性和多尺度活动的基础，使大脑能在不同状态间稳定切换而无需精确调参。 网络动力学还涉及对外部输入的响应与反馈，网络拓扑对脑的热力学性质、熵产生、时间不可逆性等非平衡特征有潜在调控作用。此外，网络对称性、维度及空间嵌入对脑动力学模式和模式形成也发挥重要影响。例如，脑几何边界条件可能塑造特定的共振模式，连接的曲率与拓扑缺陷可能影响同步和稳态。 尽管网络科学为理解脑结构-动力学关系提供了强大工具，但单纯的动力学模型仍无法完全囊括脑功能的复杂性。功能视角强调，网络必须反映神经系统执行信息处理和计算任务的生物学目标。因此，未来神经网络模型需结合动力学、结构与功能，揭示脑如何通过其网络架构实现复杂认知功能。 总之，大脑作为复杂网络的观点，不仅是描述工具，更是一种探索脑物理学本质的路径。深入理解大脑“网络性”的本质，既需关注拓扑几何等结构性质，也需融合神经生理学及认知功能，方能推动脑科学迈向真正的系统物理学。 网闻录 Does the brain behave like a (complex) network? I. Dynamics