华盛顿大学研究人员的最新研究表明，通过以不同频率进行沟通，大脑网络可以避免在最繁忙的交互路口发生“塞车”。该研究发表在5月6号的Nature Neuroscience杂志上。
“许多的神经及精神方面的问题都可能涉及大脑网络信号的问题，”华盛顿大学的神经学教授Maurizio Corbetta表示，“从这个角度对大脑活动的临时性结构进行检测可能对了解精神疾病，如抑郁和精神分裂症等尤其有帮助，在这些疾病中结构性标记很稀少。”
科学家通常利用磁共振成像来研究大脑网络—及大脑中有规律地共同工作的区域。他们认为，流向大脑某个部分的血流量增加意味着该区域中大脑细胞活动的增加。
“磁共振成像是很有效的方法，不过也存在局限性，”Corbettta说，“我们只能用它间接地跟踪大脑细胞活动，它不能跟踪频率超过0.1赫兹或者说每10秒发生一次的活动。我们知道某些大脑信号可以以500赫兹或者说每秒500次的频率进行循环。”
在这项新的研究中，研究人员使用一种叫做脑磁图描记术(MEG)的技术对43位健康的志愿者进行大脑活动分析。MEG可以对由许多细胞激活时产生的大脑中磁场区域的微小变化。检测频率可以达到100赫兹。
“我们发现不同的大脑网络以不同的频率运转，就像是时钟以不同速度走动，”研究的作者Joerg Hipp博士说道。
举例来说，包含海马体的网络趋向于以5赫兹的频率活动。涉及感官及运动的网络以32及45赫兹的频率活动。许多其他大脑网络在8-32赫兹之间的频率活动。这些网络组成不同“航道”的路线图，相互重叠但是以不同的频率发挥功能。
“许多对抑郁症及精神分裂症的fMRI研究表明在大脑网络的组织上存在空间变化，”Corbettta说。“MEG研究则提供了研究更为丰富的临时性结构的窗口。将来，这可能带来新的诊断试验或方法，用来对这些精神疾病中的干预效果进行监测。”
Large-scale cortical correlation structure of spontaneous oscillatory activity
Joerg F Hipp, David J Hawellek, Maurizio Corbetta, Markus Siegel & Andreas K Engel
Little is known about the brain-wide correlation of electrophysiological signals. We found that spontaneous oscillatory neuronal activity exhibited frequency-specific spatial correlation structure in the human brain. We developed an analysis approach that discounts spurious correlation of signal power caused by the limited spatial resolution of electrophysiological measures. We applied this approach to source estimates of spontaneous neuronal activity reconstructed from magnetoencephalography. Overall, correlation of power across cortical regions was strongest in the alpha to beta frequency range (8–32 Hz) and correlation patterns depended on the underlying oscillation frequency. Global hubs resided in the medial temporal lobe in the theta frequency range (4–6 Hz), in lateral parietal areas in the alpha to beta frequency range (8–23 Hz) and in sensorimotor areas for higher frequencies (32–45 Hz). Our data suggest that interactions in various large-scale cortical networks may be reflected in frequency-specific power envelope correlations.
文献链接：https://www.nature.com/neuro/journal/vaop/ncurrent/full/nn.3101.html
