脑机启侦|用“虚拟扰动”窥见大脑因果连接：一项重塑脑图谱的研究（05.22）

摘要：近期一项发表于 Nature Communications 的研究提出了一种前沿的建模方法 —— “神经扰动推理（Neural Perturbational Inference,NPI）”。它通过构建一个“代理大脑”（surrogate brain），在模拟环

我们能否在不真实刺激大脑的情况下，洞察大脑内部各区域之间的“因果连接”？

近期一项发表于 Nature Communications 的研究提出了一种前沿的建模方法 —— “神经扰动推理（Neural Perturbational Inference, NPI）”。它通过构建一个“代理大脑”（surrogate brain），在模拟环境中进行虚拟扰动，从而推断大脑各区域之间的有效连接（effective connectivity）。该方法有望在脑科学、神经疾病诊断、乃至脑机接口研究中提供革命性工具。

构建一个“虚拟大脑”

理解大脑中不同区域之间是如何“互相影响”的，一直是神经科学的核心难题之一。传统方法往往依赖对大脑进行实际的物理刺激，比如用电流、电磁或声波“敲击”某个区域，再观察其他区域是否有响应。这种方式虽然直观，但受限于伦理、成本和技术条件，很难广泛应用于健康人群或大规模研究。

为了解决这一难题，作者提出了一种创新性的方法论：Neural Perturbational Inference（神经扰动推理，NPI）。这个方法的精妙之处在于，它并不直接干预大脑，而是基于静息态fMRI数据，构建出一个可以模拟大脑活动的“代理模型”，也可以理解为“数字化的虚拟大脑”。这个模型被训练到可以生成逼真的脑区时间序列信号，具备模仿大脑自发活动的能力。

神经扰动推理通过虚拟地扰动代理大脑来映射有效的连通性（图源自Nature Methods）

在这个模型中，研究者可以自由地对任意脑区进行“虚拟刺激”，观察其他区域是如何响应的。这一过程模拟了真实的神经扰动实验，却完全不需要对被试进行实际干预。更重要的是，通过系统地对所有脑区进行扰动并记录响应，研究者得以反推出脑区之间的因果性影响路径，也就是所谓的有效连接（effective connectivity）。

换句话说，NPI方法的出现，使得我们第一次可以在没有外部刺激的情况下，仅依靠大脑“静静躺着”时的数据，就得出它在信息处理中的主导方向与调节方式。这样的推理框架，既贴合神经动力学理论，又具备现实操作的可行性，成为连接模型脑科学与实际神经影像分析之间的一座桥梁。

NPI框架

NPI框架的实施分为三个关键步骤：

①模型训练：使用静息态fMRI数据，训练一个神经网络模型，模拟多个脑区的时序信号。这个模型本质上就是一个可以复刻大脑活动规律的“代理大脑”。

②虚拟扰动实验：对代理大脑中每一个脑区进行扰动操作，模拟外部刺激，同时观察其他区域的响应。由于模型保留了真实数据的动力学特征，响应模式具备生理可解释性。

③有效连接推断：通过分析不同扰动下的响应变化，研究者提取出各脑区间的因果影响矩阵，形成全脑的方向性连接图谱。

值得一提的是，为了验证NPI的准确性，作者还在具有“已知连接图”的模拟数据上进行测试，并将结果与真实人脑电刺激诱发反应（如Cortico-Cortical Evoked Potentials, CCEPs）做了对比。实验表明，NPI推断出的传播路径与真实生理连接高度一致，显示出强大的生物学合理性。