脑机制的发展方向：
1. 认识脑
现在的研究认为人脑是以网络的形式相互作用的。结合图论的方法分析大脑功能连接网络的拓扑机构，探索功能区域大的相互作用关系，进而揭示人脑内部的工作原理。
2. 保护脑
了解脑发育和衰老过程；神经性、神经性疾病的康复和预防。 ### 3. 创造脑
开发脑型计算机、提升大脑功能（脑机接口）。
脑机制的研究方法：
解剖学方法、生物化学方法、无创脑影像技术、电生理学方法、分子生物学方法等不同尺度层面的研究方法。（研究技术的发展促进脑机制的研究）
复杂脑网络的研究主要依赖于测量数据与计算模型：
- 数据驱动的脑网络分析（脑影像数据信噪比低、高维小样本的特性，使得脑网络精确构建难）；
- 基于模型的脑网络计算（计算模型抽象、脑网络复杂，使得脑网络分析与行为关联刻画难）。
引入智能计算方法（研究内容）：
1. 脑网络成分识别（哪些脑区构成一个网络）
- 稀疏模块化可重叠的高斯图模型算法（引入先验知识：稀疏、模块化，找出不同组）
- 希尔伯特-黄变换，提取时频指标（数据驱动分组）
2. 脑连接效应/有效连接分析（上述网络之间如何连接）
- 基于fMRI的因果网络构建与验证 （AD与正常人群的不同）
- 构建情感冲突状态下抑郁症患者的脑功能连接 （EEG，动态时间规整，功能连接）
- 基于EEG源信号的有向连接网络构建 （先溯源，再分频段建立连接）
3. 脑认知行为预测（挖掘有效生物标记物）
- 正常认知行为——自恋人格的个体化预测 （算各种网络指标，之后相关分析：Exploratory Correlation Analysis, Pearson Correlation Analysis）
- 正常认知行为——情绪预测 （挖掘影响个体之间对不公平忍受度的网络标志物）
- 正常认知行为——认知负荷评估 （不同认知负荷下网络标志物不同）
- 脑疾病辅助预测——阿尔兹海默症、抑郁症等
4. 脑状态解码研究
- 高密度EEG数据的情感计算
- 基于大脑时空共变特性的脑状态评估 （fMRI, 考虑时间信息，方法：Deep Sparse Recurrent Auto-encoder）
记录自：2021.8.21 基于智能计算的脑机制研究-邬霞-北京师范大学（多模态认知计算与脑机智能）
