人民网上海7月25日电 （记者姜泓冰） 近日，复旦大学类脑智能科学与技术研究院院长冯建峰教授团队在BRAIN上在线发表了题为“Neural, electrophysiological and anatomical basis of brain-network variability and its characteristic changes in mental disorders”的论文，该研究通过核磁共振扫描技术度量人类大脑各个区域的动态相互作用模式，并揭示其动态变化的产生机制，从而首次绘制了脑功能网络的动态图谱。研究发现，大脑功能网络的动态变化与人类的智能高度相关。由此，未来将有可能通过赋予人工智能系统内部各部件动态相互作用的模式，使机器人真正产生人类的思维方式，这一发现或将对人工智能的发展带来革命性的影响。
该论文被选为Brain编辑推荐和当期封面论文，《英国每日邮报》等海外几十家媒体给予焦点报道。2014年美国麦克阿瑟天才奖得主、宾夕法尼亚大学Skirkanich讲座教授Danielle Bassett为此研究撰写评论，认为“这项工作是我们在理解大脑网络动态变化道路上的一块重要基石”。
“传统智商测试因无法准确反映一个人的真实智力而受到诸多质疑。随着脑成像技术，特别是近年来功能核磁共振技术的发展，为定量化人类的大脑，并在此基础上充分洞悉人类智力提供了重大契机。我们的研究工作最初是从理解精神疾病如精神分裂症、抑郁症等疾病的大脑动态变化机制和疾病诊断出发，却意外地在解析人类智力上有惊人的发现，相信这将对目前如火如荼的人工智能技术发展带来更大的推动。”冯建锋教授说。
近年来，冯建峰教授与其带领的复旦大学团队和英国华威大学团队一直致力于利用来自世界各地的数以千计被试者的大脑静息态磁共振数据，定量刻化人脑的动态变化，识别人脑不同区域之间动态相互作用的机制及其在精神疾病中的改变。这项研究发现，人脑中与学习、记忆紧密关联的脑区表现出高度的“可变性”。这意味着这些区域同大脑其他部分之间的连接模式变动更加频繁，可发生在短短几分钟甚至数秒之间。另一方面，人脑中与智力相关性小的区域，包括视觉区、听觉区和感觉运动区，皆表现出了低“可变性”和低“适应性”。一个人的大脑“可变性”越强或越灵活，个体的智力以及其创造力也就越高。
冯建峰教授是上海国家数学中心的首席科学家，2015年受聘为复旦大学新成立的类脑智能科学与技术研究院首任院长。该研究院致力于开展脑科学与人工智能交叉前沿研究，在智能算法的发展及其对脑疾病的精准诊断上取得了多项重大突破，其中包括：利用数千例脑疾病数据，开发了大数据驱动的全脑关联性分析方法（BWAS）的统计学方法，可实现在全脑数10亿的功能联接中寻找出病根等。目前，研究院正在积极开展国际脑科学研究合作计划。
paper:http://www.dcs.warwick.ac.uk/~feng/papers/brain_2.pdf
————————
据《劳动报》报道，抑郁症困扰着很多人，但病根儿却一直没有找到。近日，复旦大学的冯建峰教授领衔来自英国华威大学、牛津大学、西南大学等研究人员组成的国际合作团队研究发现，与抑郁症显著关联的区域位于大脑眶额皮层，该区域中涉及奖赏以及非奖赏功能的脑区呈现相反的异常模式。这项研究成果首次精准定位抑郁症患者脑功能异常区域，极有可能为目前抑郁症的治疗带来革命性的突破。
据介绍，该研究团队通过联合国内外多家研究机构，采集了目前世界上最大的抑郁症静息态脑影像数据，开展了长达数年为“抑郁症寻根”的国际联合攻关。该项研究发现，抑郁症能够影响部分非奖赏功能相关的脑区———外侧眶额皮层，并且这些区域与自我功能相关的脑区连接增强。这一发现将有助于帮助我们理解为什么抑郁症病人会经常有失落和沮丧的情绪以及强烈的个人挫败感。同时，抑郁症患者与奖赏相关的功能脑区———内侧眶额皮层，与负责记忆的脑区连接减弱。这一连接的减弱有可能影响患者对愉悦记忆的储存与提取。该研究首次精确定位了抑郁症异常功能脑区，有助于更深入地了解抑郁症的病理机制，为当前抑郁症临床治疗技术如精神药物疗法以及认知行为疗法等带来新的变革。
据了解，这支国际合作团队，长期致力于发展脑影像的统计分析方法，寻找精神疾病的致病机制。该团队提出的全脑关联分析方法，实现了包括自闭症，精神分裂症等常见精神疾病的病根定位。未来，该研究团队还将发起国际脑科学数据字典合作计划，与世界最大的多尺度数据库开展数据共享，建立重大脑疾病多模态多尺度数据国际标准化采集规范。
