动力学模型揭示静息态脑网络中嵌入的解剖映射可靠的吸引子景观

基于摘要分析。研究关注静息态脑活动究竟是围绕单一稳定状态的噪声驱动波动，还是包含非平凡吸引子的非线性动力学过程。作者使用 Mesoscale Individualized NeuroDynamic（MINDy）平台，从个体静息态 fMRI 记录构建全脑动力学模型，并以模型中的吸引子结构解释静息态脑网络的内在时空组织。 机制上，MINDy 模型由代表脑分区的数百个神经群体单元构成，单元之间通过完全可训练的个体化权重连接。分析对象不只是功能连接（FC）所描述的统计关联，而是拟合模型产生的平衡点、极限环及其在脑解剖空间中的映射。摘要未提供具体动力学方程、拟合目标、优化流程或模型辨识条件。 作者报告，在基于个体静息态 fMRI 拟合的模型中，吸引子景观呈现多种类型，包括多个平衡点和极限环；但这些吸引子投影到解剖空间后，映射到有限的一组经典静息态脑网络，包括默认模式网络（DMN）和额顶控制网络（FPN），且这种映射在个体层面具有可靠性。作者还报告，通过构造模型的凸组合，可以诱发分岔，并重现拟合模型中观察到的动力学谱系。摘要未说明可靠性的具体定义、验证划分或统计指标，因此这些结果不能直接视为对真实脑活动中吸引子的独立验证。 作者据此认为，将静息态 fMRI 视为单峰平稳过程的传统 FC 分析可能遗漏重要吸引子属性，神经动力学建模则提供了研究其生成机制的路径。需要核对模型吸引子与实测时间序列的一致性、拟合及参数稳定性、个体可靠性评估方式，以及相对传统 FC 分析的具体增益；数据集、被试规模、实验协议、消融及统计信息尚未验证。该研究的主要对象是静息态 fMRI 脑网络机制，而非 EEG 解码或 BCI 性能，摘要不支持推断其已改善 BCI。