本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2024-03-12
摘要
沿著大腦結構連接組的訊號傳播會引起活動模式的改變。這些活動模式定義了全局大腦狀態，並根據其預期發生機率包含資訊。作為資訊傳播的物理基礎，結構連接組與動力學相結合，決定了可能的大腦狀態集並限制了可訪問狀態之間的轉換。然而，這些對狀態轉換的結構性限制究竟如何與其資訊內容相關仍有待探索。為了解決這一知識差距，我們將資訊內容定義為激活分佈的函數，其中統計上罕見的激活值對應於高資訊內容。有了這個數值定義，我們研究了不同任務期間人類連結組項目的功能性磁振造影 (fMRI) 數據中資訊內容的時空分佈，並報告了四個關鍵發現。首先，資訊內容很大程度上取決於認知背景；它的絕對水平和空間分佈取決於認知任務。其次，雖然資訊內容顯示出與其他大腦活動測量的相似性，但它與應用於 fMRI 數據的通用線性模型生成的 Neurosynth 圖和任務對比圖不同。第三，大腦的結構佈線限制了控制其狀態的成本，其中轉換到高資訊內容狀態的成本大於轉換到低資訊內容狀態的成本。最後，所有狀態轉換（尤其是那些到高資訊內容狀態的轉換）的成本都低於隨機網路零模型的預期，這表明大腦顯著且有效率。總而言之，我們的發現在大腦狀態中包含的資訊與達到該狀態的能量成本之間建立了解釋性聯繫，為我們理解大規模認知計算奠定了重要的基礎。