空间洞察问题解决中大脑状态动态变化的神经机制研究

本研究通过功能磁共振成像(fMRI)结合隐马尔可夫模型(HMM)，揭示了空间火柴算术任务中创造性洞察的神经机制。研究人员发现默认模式网络(DMN)在洞察式解题中显著激活，而执行控制网络(ECN)在快速和分析式策略中占主导。该研究首次刻画了不同解题策略对应的动态脑状态特征，为理解创造性认知的神经动力学提供了新视角。

　　

当阿基米德在浴缸中灵光乍现发现浮力原理时，人类对创造性洞察的探索就从未停止。然而，这种突然的"顿悟时刻"究竟如何在大脑中产生？特别是在需要空间重构的火柴算术任务中，其神经机制更是迷雾重重。传统研究多聚焦于语言类顿悟任务，对空间问题解决中动态脑网络交互的认识存在显著空白。

位于京都的国际电气通信基础技术研究所(Advanced Telecommunications Research Institute International)认知机制实验室的研究团队，通过创新的实验设计和多模态分析方法，首次系统揭示了空间洞察问题解决的神经动力学特征。这项发表在《Scientific Reports》的研究，结合了高时间分辨率的功能磁共振成像和隐马尔可夫模型，对16名健康受试者在完成三类火柴算术任务时的脑活动进行了精细刻画。

研究主要采用了两大关键技术：1)基于广义线性模型(GLM)的脑区定位分析，对比快速、分析和洞察三种解题策略的神经激活差异；2)利用隐马尔可夫模型(HMM)提取离散脑状态，分析其时间动态特征。实验采用改良的火柴算术任务(MA)，包含四种难度梯度的问题类型，通过三阶段扫描获取了超过19万帧的fMRI数据。

Solution-specific brain activity

GLM分析显示，在"洞察>分析"对比中，左侧额上回(SFG₂)、右侧角回等DMN相关区域显著激活；而"分析>洞察"对比则在左侧中枕叶(MOG)等视觉处理区呈现更强活动。值得注意的是，右侧前颞叶(ATL)和左侧背外侧前额叶(DLPFC)的激活模式与既往语言洞察研究一致，证实了这些区域在空间洞察中的核心作用。反应时分析显示，洞察式解题(114.44±29.6 s)耗时显著长于快速(8.61±1.9 s)和分析策略(36.58±13.7 s)。

Dynamic brain states estimated from the HMM

HMM识别出9个特征性脑状态，其中状态4和5(涉及DMN、ECN和突显网络共激活)与洞察解题显著相关。状态动态分析揭示，洞察过程中脑状态转换熵值(1.70±0.04)显著高于静息(1.16±0.05)和分析解题(1.14±0.04)，表明其具有更高的认知灵活性。状态转换图显示，状态5在两种解题策略中均扮演"枢纽"角色，但其在洞察过程中与更多状态产生动态交互。

Discussion

该研究首次证实空间洞察涉及DMN与语言网络(LAN)的协同激活，而ECN和视觉网络则在分析策略中占主导。这一发现支持"生成-探索"(Geneplore)模型的理论框架，表明洞察解题并非线性过程，而是通过动态脑状态重组实现认知突破。研究特别强调右侧前颞叶和左侧DLPFC在空间重构中的关键作用，为临床认知增强干预(如经颅电刺激)提供了精准靶点。

研究局限性在于MA任务的特殊性可能限制结论的普适性，且洞察事件的低发生率增加了分析难度。未来研究可结合跨任务范式，进一步验证这些脑状态特征在更广泛创造性认知中的适用性。这项工作为理解人类创造性思维的神经基础开辟了新途径，对认知增强技术的发展具有重要启示意义。