A078 大脑“噪音”越大越好，还是越小越好？最新Neuron揭示：答案取决于你在哪一层
来源：公众号 PSY-Brain_Frontier ｜ 发布：2025-11-10 ｜ 原文链接
PsyBrain 脑心前沿 | 公众号 PSY-Brain_Frontier
一键关注，点亮星标 ⭐️
不错过每日前沿资讯
认知神经科学前沿文献分享
基本信息
Title:Structure in noise: Recurrent connectivity shapes neural variability to balance perceptual and cognitive demands in the human brain
发表时间：2025.11.7
Journal：Neuron
影响因子：15.0
获取原文：
- 后台回复“文献”即可获取PDF版本
- 点击页面底部“阅读原文”即可跳转论文原网页
引言：大脑“噪音”其实“乱中有序”
你有没有想过，你的大脑为何如此“吵闹”？即使在重复执行同一任务时，神经元的放电模式也从不完全相同。这种现象被称为神经变异性 (neural variability)。
长期以来，这场关于“噪音”的争论：它究竟是限制信息处理的“Bug”，还是支持高级功能的“Feature”，始终是神经科学的核心议题。
近日，发表在Neuron上的一项研究通过精妙的人类颅内脑电 (iEEG) 实验，为这个“噪音还是信号”的古老问题提供了一个极其优雅的答案：两者皆是。
神经变异性并非随机噪音，而是被大脑皮层中循环连接 (recurrent connectivity) 的层级梯度所精确塑造的。这种结构化的变异性使人类大脑得以在感知可靠性 (perceptual reliability) 和认知灵活性 (cognitive flexibility) 两种看似矛盾的需求之间，实现了完美的动态平衡。
研究背景
人类的行为展现出一种显著的二元性：我们既能以极高的精度可靠地重复执行任务（如演奏乐器），又能灵活地适应不断变化的环境（如规划复杂行程）。然而，大脑的神经活动本质上是时变的 (time-varying)。
这便引出了一个核心矛盾：一个充满“噪音”的、不断变化的系统，如何同时支持稳定和自适应两种行为？
一方面，大量的动物研究和计算模型指出，神经变异性是一种需要被抑制的“噪音”。一个被称为“神经猝灭”(neural quenching)的现象被广泛报道：当感觉输入（如一张图片）出现时，感觉皮层的逐试次变异性会显著下降。这种“降噪”过程通过提高信噪比，使得神经编码更加可靠和保真，这被认为是实现感知可靠性的基础。
但另一方面，这种对“稳定性”的追求，似乎与人类行为所需的“灵活性”背道而驰。近期的人类fMRI和M/EEG研究也开始发现，在某些情境下（尤其是涉及高级认知功能时），增加的神经变异性反而与更好的行为表现相关。
那么，神经变异性究竟是必须被压制的“噪音”，还是实现高级功能的关键机制？Terlau等人的研究表明，我们无需“二选一”，大脑的答案是：分而治之。
研究核心总结
本研究整合了高时空分辨率的人类颅内脑电 (iEEG) 记录、直接皮层电刺激 (CCEPs) 和精巧的认知任务（工作记忆与注意任务），凝练地揭示了神经变异性的层级结构、底层机制及其功能意义。
Figure 1. Experimental setup and key hypothesis
核心发现一：神经变异性沿“感觉运动-联想”轴呈层级梯度分布
研究者发现，神经变异性在皮层上的分布并非随机，而是严格遵循着一条“感觉运动-联想”轴 (Sensorimotor-Association (SA) axis)。这条轴代表了从处理基础感觉、运动功能的单模态皮层（如视觉皮层，低SA等级）到执行抽象认知功能的多模态联想皮层（如前额叶皮层，高SA等级）的连续梯度。
- 在SA轴的低端（感觉区）： 观察到了经典的神经猝灭 (neural quenching) 现象。当刺激出现时，神经变异性显著下降 。
- 在SA轴的高端（联想区）： 观察到了完全相反的模式。神经变异性在刺激出现后显著增加 。
这一发现至关重要，因为它表明大脑对“噪音”的管理是区域特异性的。并且，这种梯度在多种不同的认知任务中保持稳定，证明了它是大脑皮层的一种内在组织特性。
Figure 2. Neural variability is correlated across different WM and ATT tasks
核心发现二：机制：“循环连接”塑造了变异性梯度
为什么SA轴的两端会表现出截然相反的变异性模式？研究者利用直接皮层电刺激 (CCEPs) 探究了这一梯度背后的神经机制。
CCEPs（皮层-皮层诱发电位）可以被分解为反映前馈 (feedforward) 加工的早期成分（如 N1）和反映反馈/循环 (feedback/recurrent) 加工的晚期成分（如 N2）。
研究的关键机制性发现是：
- 只有晚期的 N2 成分的振幅和变异性，才随着SA轴等级的升高而系统性增加。早期的 N1（前馈）成分则无此规律。
- 研究者进一步使用图论分析，计算了一个衡量网络中双向连接（即循环回路）密度的指标：互惠指数 (Reciprocity Index, RI) 。
- 他们发现，RI同样沿着SA轴系统性增加（即联想区拥有更强的循环连接结构）。
- 最终的中介分析 (Mediation analysis) 证实，正是这种循环连接结构 (RI) 的梯度，在统计上解释了（中介了）神经变异性 ( N2 变异性) 梯度的形成。
Figure 3. Neural variability is hierarchically structured along a cortical SA gradient
一言以蔽之：高级联想皮层之所以表现出更高的变异性，是因为它们在解剖结构上被更密集的“循环连接”所主导，而这些循环动态正是执行高级认知（如记忆维持）所必需的。
Figure 4. Neural variability is mediated by a cortical gradient of recurrent connectivity
核心发现三：功能的“双重分离”：平衡感知编码与认知维持
这种“结构化的噪音”在行为上到底有什么好处？研究团队通过对比工作记忆 (WM) 和注意 (ATT) 任务，揭示了一场精妙的功能性双重分离。
研究发现，一次成功的认知行为（如正确回忆信息），需要SA轴两端采取完全相反的变异性策略：
- 策略一：在感觉区（低SA等级），降低变异性以实现“可靠编码”。
在DMS（延迟匹配样本）任务中，研究者对比了正确和错误试验。发现在任务的编码阶段，只有当感觉皮层的变异性更低（即“神经猝灭”更强）时，个体才更有可能做出正确的反应。这证实了“降噪”对于提升感觉表征保真度的重要性。 * 策略二：在联想区（高SA等级），增加变异性以实现“灵活维持”。
同样在DMS任务中，当任务进入维持阶段（即记忆延迟期），情况发生了反转：此时，联想皮层中更高的神经变异性，反而预示了最终正确的反应。这表明，这种变异性并非“噪音”，而是工作记忆“动态维持”过程的神经体现。
Figure 5. Neural variability in higher-order cortex modulates behavior in a context-dependent manner
更有力的证据来自WM和ATT任务的直接对比：在感觉输入完全相同的情况下，高级联想区仅在需要“记忆维持”的WM任务中才主动提升其变异性；并且，更高的变异性与更好的WM表现相关。而在仅需“即刻反应”的ATT任务中，更低的变异性反而表现更佳。
Figure 6. Bidirectional changes in neural variability support perceptual and cognitive processes during WM
结论
Terlau等人的这项研究完美地调和了神经科学中关于“噪音”的长期争议。神经变异性 (Neural variability) 既不是“Bug”，也不是“Feature”，而是一种被大脑皮层解剖结构（循环连接）所塑造、并被认知需求（编码vs.维持）所调控的、具有高度功能特异性的神经动力学特征。
大脑在这场“可靠”与“灵活”的博弈中，展现了极致的智慧：它在感觉皮层抑制变异性，以确保感知的可靠性；同时在联想皮层利用变异性，以支持认知的灵活性。
Abstract
Human behavior is remarkably complex, balancing the seemingly opposing traits of reliability and flexibility. In contrast, neural population activity is inherently time-varying, raising the question of how ever-changing activity supports both stable and adaptive behaviors. Using large-scale human intracranial electroencephalography (iEEG) covering the cortical hierarchy from sensory to association areas, we tested whether neural variability shapes perceptual and cognitive performance in a context- and demand-dependent manner. Our results show that neural variability is not random noise but hierarchically structured by a cortical gradient of recurrent connectivity, supporting the spatiotemporal unfolding from perceptual to cognitive processing. Reduced variability in sensory areas enhances the fidelity of sensory representations, whereas increased variability in association cortex reflects recurrent dynamics that support memory maintenance. In sum, neural variability captures the duality of human behavior—consistent during sensory processing, yet adaptable when needed.
推荐相关阅读
周报-20251020|认知神经科学前沿动态周览**⭐️[解读链接]****
周报-20251006 | 近两周解读的29篇顶刊论文汇总 | 认知神经科学前沿动态 ⭐️[解读链接]
周报-20250922 |认知神经科学前沿动态周览 *⭐️[解读链接]***
Nature |决策过程的动力学机制与神经模式转变 ⭐️[解读链接]
Nature |颠覆认知 ! “神经振荡”不成立？耶鲁团队提出大脑“伽马事件”新理论 ⭐️[解读链接]
Science |中国将领衔未来25年全球脑计划，剑指灵长类大脑地图 *⭐️[解读链接]***
Neuron |大脑如何区分现实与想象？伦敦大学学院团队最新研究揭秘“现实信号”的神经密码 ⭐️[解读链接]
Nature | 视觉系统新发现：压缩式的物体识别机制 ⭐️[解读链接]
Nat Hum Behav｜你不是天生就爱跟风：社会特征学习理论揭示人类“随大流”背后的秘密 *⭐️[解读链接]***
Nature |“读心术”成真？从瞳孔变化中解码大脑皮层完整时空动态 ⭐️[解读链接]
PNAS｜刷短视频停不下来？研究揭示“新奇感”是驱动人类探索的古老密码 *⭐️[解读链接]***
Neuron | 最强脑发育数据库RBC开放下载，6000+青少年大脑数据揭示精神健康的秘密 ⭐️[解读链接]
Nature 子刊综述｜大脑预测误差的核心回路 *⭐️[解读链接]***
前沿交流 | 欢迎加入认知神经科学前沿交流群！⭐️[解读链接]
核心图表、方法细节、统计结果与讨论见原文及其拓展数据。
点击左下角 “阅读原文” 可跳转到论文源网站界面。
分享人：饭哥
审核：PsyBrain 脑心前沿编辑部
PsyBrain 脑心前沿
带你了解心理学、脑科学的前沿知识与技术流程
预览时标签不可点
阅读原文
不喜欢
微信扫一扫
关注该公众号
知道了
微信扫一扫
使用小程序
取消 允许
取消 允许
取消 允许
× 分析
微信扫一扫可打开此内容，
使用完整服务