数学天分大脑动态工作记忆网络的时空信息处理机制研究

The capacity of working memory is considered to be fundamental for exceptional reasoning ability of mathematically gifted adolescents. The storage and processing of information in working memory depend on dynamically interacted fronto-parietal brain network. Specifically, mathematically gifted brain has been found having an enhanced fronto-parietal network with some unique neural characteristics. Therefore, the research on spatiotemporal dynamic characteristic of working memory information processing is important for exploring the functional mechanism of fronto-parietal network of mathematically gifted adolescents. Through the event-related potential analysis, source reconstruction of EEG signals, cortical network construction, complex network analysis, causality analysis etc., our project aims to determine the neural sources activated by working memory tasks, explore the effective connectivity between the neural sources, and discover the directed connection model of fronto-parietal working memory network and the transfer mode of causal information flow in neural circuits of mathematically gifted brain. Additionally, by combining neural efficiency and adaptive reorganization of functional network, our project tries to explore the efficiency-related network configuration pattern of mathematically gifted brain under different conditions of working memory load. Finally, though further study on EEG spatiotemporal feature extraction and channel selection, our project aims to determine the "optimal" brain regions and related electrodes for working memory training. This project could have important scientific significance to discover the transient information processing pattern of working memory system of mathematically gifted brain and understand the neural basis of exceptional mathematical thinking competence. It could also have important application values on promoting the development of neural resource of children's working memory capacity.

高效工作记忆是数学天分青少年超常推理能力的基础之一。工作记忆信息的贮存与加工依赖于动态交互的额-顶网络。数学天分大脑具有增强的额-顶网络并表现出“独有”的神经特色。针对工作记忆网络信息处理的时空动力学特性研究在探索数学天分大脑额-顶网络功能机制方面非常重要。本项目通过事件相关电位分析、信号源空间重构、皮质网络构造、复杂网络分析、因果性分析等方法，定位工作记忆任务激活的神经源并探索其有效连接性，揭示额-顶工作记忆网络的有向连接模型和神经回路信息流传导模式。此外，我们将神经效能与动态网络重组相结合，探索在不同工作记忆负荷下，数学天分大脑额-顶网络拓扑再配置的“效能”模式。通过脑电时空特征提取和通道选择研究，我们进一步定位“最佳”工作记忆训练脑区和相关电极。本项目对于了解数学天分大脑瞬态工作记忆信息加工模式，理解超常数学思维能力的神经基础、促进儿童工作记忆神经资源开发均有科学意义和现实应用价值。

本项目依托数字医学与智慧健康安徽省重点实验室，采用EGI的128导脑电记录系统，在目标学校采集了15个数学天分青少年和20个一般能力被试的脑电数据。具体研究内容包括：静息态相位同步性网络的临界性研究；基于脑电/事件相关电位（EEG/ERP）的动态功能连接微状态研究；个位数加法与乘法的功能网络差异性研究；逻辑推理进程的源空间同步态分析及马尔可夫链建模研究；工作记忆负荷对脑网络功能的调制效应研究。.本项目主要贡献：1）发现静息态脑电活动高频带β（13-30Hz）和γ（30-60Hz）的锁相持续期（PLI）具有更高的幂律分布指数，并且能够以更小的误差拟合到幂律分布模型，表明高频同步性网络具备更强的临界性和功能重组的灵活性；2）基于脑电电极间加权相位滞后指数构造时域动态功能连接网络并提出了“事件相关功能连接微状态”分析方法，该方法可以很好地揭示完整认知事件中脑区间同步性活动连续变化规律；3）在数字心算任务中，发现在额叶中线和右偏侧位置，加法的alpha波段功率比乘法的alpha波段功率具有更大的增加幅度，反之，在乘法计算过程中，在操作数呈现时间区，中央顶叶具有较高的锁相活动；4）通过对词语逻辑推理任务的每个单试次的同步态链进行马尔可夫建模，发现默认模式网络、中央执行网络、背外侧注意网络、凸显网络、左/右腹外侧额顶网络、腹侧视觉网络非周期复发在推理或无任务基线进程中。数学天分大脑的中央执行网络和瞬态的右额颞网络在推理过程中显示出更高的时间占用率和更长的持续时间。马尔可夫链建模表明，这两种网络在数学天分的大脑中存在更多的自循环，表明在时间上维持拓扑结构时具有更强的状态持久性；5）在n-back工作记忆任务中发现，在后刺激200-400ms和400-600ms的时间窗内，工作记忆负荷显著调制了功能网络的全局整合。高低负荷之间的单试次样本分类表明，功能网络位于右侧前额皮质、右下额回和前中央皮质的节点高度表现出工作记忆调制的高度可识别性。该研究对于儿童/青少年工作记忆开发的BCI研究提出了可行的电极参考位置和神经特征。