Irina Barnaveli团队在《自然通讯》发表研究，揭示了海马-内嗅皮层认知地图与皮层运动系统在动作计划评估中的协同机制。通过虚拟现实与fMRI结合实验发现，海马系统以认知地图形式组织动作-结果关联，辅助运动区则表征个体动作。研究表明，动作选择涉及海马系统与运动系统的动态交互，这种机制支持人类灵活的行为决策。该发现突破了传统记忆分类理论，为理解目标导向行为的神经基础提供了新视角。

双语大脑表征研究（Hum Brain Mapp）发现，英语-普通话双语者大脑对L1/L2的表征相似性受语言熟练度和习得年龄调节。fMRI显示，当两种语言熟练度接近或L2习得较早时，语言处理区域神经表征更相似，支持整合性双语系统模型。 视觉与语言系统联动（PLOS Biol）揭示物体颜色知识依赖视觉皮层（VOTC）与语言系统的白质连接。中风患者研究证实，连接完整性影响VOTC神经表征及行为表现，表明

本研究提出了一种基于深度学习的快速新生儿皮质表面重建流程，显著优化了发展人类连接组项目(dHCP)的处理效率。通过整合深度学习驱动的脑提取、多尺度微分同胚变形网络（实现端到端皮质重建无需组织分割）以及优化的无监督球面投影方法，结合GPU加速技术，将处理时间从原流程的6.5小时缩短至24秒（提速约1000倍）。实验表明，新方法在82.5%测试样本中取得更优或相当的表面质量（54.2%优于原流程），尤

本研究通过功能磁共振成像（fMRI）技术，结合隐马尔可夫模型，对620名5至15岁青少年在观看情绪性电影片段时的大脑动态激活状态进行了系统识别和表征。结果发现，青少年在自然情绪刺激下主要处于三种大脑激活状态：状态1以高感觉运动网络激活为特征，状态2以高扣盖网络激活为特征，状态3以高腹侧注意网络和默认模式网络激活为特征。状态3的出现与影片中的负面情绪强度显著相关。进一步分析显示，广泛性焦虑（GA）症

本研究系统分析了静息态fMRI中延迟结构的时空特性及其神经生理基础。通过对469名健康成人的数据分析，提取的延迟特征向量与生物物理模型参数显著相关，表明其具有明确的神经基础。研究发现延迟特征向量与内在神经时间尺度（INT）和功能梯度存在显著关联，支持延迟结构与经典皮层层级组织理论的一致性。在自闭症谱系障碍（ASD）患者中，延迟特征向量表现出异常模式，提示其可能作为反映神经动力学异常的潜在生物标志物

本研究采用静息态功能磁共振成像(rsfMRI)和质子磁共振波谱(1H-MRS)技术，探讨电针(EA)与假激光针刺(ML)治疗纤维肌痛(FM)的神经机制。76例FM患者随机分组接受8周治疗，结果显示EA组疼痛缓解更显著(p=0.036)，且伴随S1腿区与前岛叶(aINS)功能连接增强。EA组aINS区GABA+水平增加与疼痛改善相关(r=-0.59)，并介导了功能连接变化与疼痛缓解的关系。研究表明针

阿尔茨海默病（AD）研究取得重要进展：2025年多项研究揭示了新的生物标志物和病理机制。血浆p-tau217可预测AD临床进展（Neurology）；DTI-ALPS指数为淋巴功能障碍提供影像学证据（Alzheimers Res Ther）；女性在Aβ阳性状态下tau蛋白累积更快（JAMA Neurol）；PATH-fc模型和结构-功能耦合分析（SDI）为AD诊断提供了新方法。这些发现为早期筛查、

本研究利用功能性磁共振成像(fMRI)和机器学习技术预测帕金森病(PD)患者深脑刺激(DBS)治疗的最佳参数设置。通过对67名PD患者的3T fMRI扫描数据分析，发现最优刺激会引发运动回路的特征性激活模式。研究构建的机器学习模型能以88%的准确率预测最优DBS参数，并在独立测试集中验证了其有效性。结果表明，fMRI可作为DBS疗效的客观生物标志物，为临床提供更高效、个性化的参数优化方法，有望减少

本研究通过整合重度抑郁症患者脑结构连接与功能活动数据，开发出基于机器学习的预测模型，能较准确预测患者对两种SSRIs药物及安慰剂的治疗反应。研究发现，即使少量关键脑特征也能建立有效的预测模型，且该模型在独立队列中具有推广性。这一成果突破了传统依赖单一治疗模式的生物标志物研究范式，揭示了大脑结构与功能信号中隐藏的共享预测模式，为临床精准选择抗抑郁药物提供了新思路。该研究2025年12月发表于《Nat

最新研究挑战了传统fMRI解读：Nature Neuroscience发表的研究发现，约40%脑区的BOLD信号变化与真实氧代谢方向相反。通过结合定量fMRI技术，研究发现大脑存在两种代谢调节模式：经典脑区通过增加血流量满足需求，而"不一致"脑区则依赖提高氧摄取效率。这些差异源于静息状态下脑区的不同生理特性，表明传统神经血管耦合模型并不普适。该发现将推动脑功能研究从定性BOLD