神经动力学国际研究综述
目录
I核心研究方向：当代格局
1.1 神经振荡与同步: From Correlation to Causality
神经振荡研究经历了一次范式转变——从观察性相关走向因果机制。Barack 与 Bhatt（2024， Trends in Cognitive Sciences）提出一个区分「作为测量的振荡」与「作为过程的振荡」的框架，主张振荡通过时间、空间与频率上的「语法」主动组织神经元活动。
伽马振荡（γ，30–120 Hz）
Bhatt et al. (2024, eLife）把伽马节律刻画为「脑健康的守护者」——它不只是认知的伴随现象，而是通过 VIP+ 中间神经元介导的神经肽释放，主动驱动类淋巴系统清除淀粉样蛋白 β。MIT Picower 研究所的 GENUS therapy 是标志性成果：Murdock 等（2024， Nature）阐明了 40 Hz 视听刺激经 VIP 介导的类淋巴清除机制；Chan 等（2025， Alzheimer's & Dementia）报告晚发型阿尔茨海默病患者在约两年每日刺激后，MMSE 评分显著优于匹配对照。Wei 等（2024， PNAS）发现 DDL-920——一种选择性作用于 PV+ 中间神经元 GABA-A 受体的负向别构调节剂，可在药理层面增强伽马功率并改善 AD 小鼠模型的记忆。
Theta–Gamma 耦合
Ursino & Pirazzini (2024, Current Opinion in Behavioral Sciences）证明 Theta–Gamma 耦合遍及全脑，参与工作记忆、情景记忆、注意、梦境与想象，并在精神分裂症、癫痫与阿尔茨海默病中表现异常。Diedrich 等（2025， GeroScience）在 77 名老年人的三盲随机对照试验中证实，重复的峰值耦合 Theta–Gamma tACS 可改善工作记忆。
Alpha 振荡（8–13 Hz）
Jensen (2024, Communications Psychology）提出修正机制：Alpha 振荡反映的是受目标相关信息负荷间接调控的抑制过程，而非自上而下的直接抑制。Palva 等（2025， Journal of Neuroscience）揭示后部 Alpha 由功能上可区分的来源构成——枕区 Alpha（10–14 Hz）与眼动相关，顶区 Alpha（7–10 Hz）与注意分配相关。
Beta 振荡（13–30 Hz）与脑间同步
Mendoza-Halliday et al. (2024, Nature Neuroscience）发现了普遍存在的「频谱层状梯度」：高频功率（γ/β）沿皮层由深层向浅层呈梯度分布——这是皮层振荡的一条基本组织原则。2025 年多项超扫描研究（EEG + fNIRS）表明，共情与共享身份认同会在社会互动中驱动跨脑相位同步。
1.2 神经网络动力学建模: From Classical to Data-Driven
Hodgkin–Huxley 的现代扩展
A 2025 eLife 研究提出一个保留完整离子交换机制（Na⁺、K⁺、Cl⁻、离子泵、星形胶质细胞缓冲）的平均场模型，能复现从快速放电到缓慢离子浓度调制的活动模式，并已在体外验证。Di Volo 等（2024， Journal of Neurophysiology）开发了一个平均场模型，可从自适应指数积分放电神经元一直预测到完整 Hodgkin–Huxley 模型的集体动力学。
吸引子网络
Khona & Fiete (2022, Nature Reviews Neuroscience，MIT）发表了一篇里程碑式综述，确认头朝向细胞、网格细胞与位置细胞中的连续吸引子动力学。Beer 与 Barak（2024， PLOS Computational Biology，以色列理工学院）发现了一个反直觉现象：在培养的皮层网络中电刺激特定吸引子，反而会使其从自发活动中消失——可用赫布式增强与稳态削弱来解释。Spisak 等（2025， eLife）提出基于连接组的 Hopfield 神经网络（fcHNN），在 Friston 的自由能框架下把吸引子状态与全局贝叶斯先验联系起来。
脉冲神经网络（SNN）
替代梯度方法使 SNN 得以在深层网络规模上训练。Yao 等（2023）通过脉冲驱动的自注意力，实现了 计算能效提升 87.2 倍 。Stanojevic 等（2024， Nature Communications）展示了每个神经元仅需 0.3 个脉冲的高性能深层 SNN。2025 年一项 Nature Communications 研究显示，在 CIFAR-10 上 SNN 的对抗鲁棒性达到人工神经网络的两倍。
动力系统重构（DSR）
Durstewitz, Koppe & Thurm (2023, Nature Reviews Neuroscience）发表里程碑论文，提出把直接在神经/行为数据上训练的 RNN 作为生物系统的形式化代理模型——保留吸引子结构、向量场拓扑与时间几何性质。带跨域迁移学习的分层 DSR 已在 ICLR 2025 发表。
Wilson–Cowan 与神经质量模型
Marino et al. (2024, Neural Computation）把 Wilson–Cowan 元种群模型改造成一种学习算法，在 MNIST 与 CIFAR-10 上取得高分类准确率。Byrne 等基于二次积分放电神经元的精确平均场约化，开发了下一代 Wilson–Cowan 模型，其群体放电率由 Kuramoto 序参量推导得出。
1.3 脑节律与高级认知功能
A 2025 Nature Communications MEG 与计算建模研究在 Theta 与 Alpha 频段识别出四种不同的功能脑状态：编码状态由 后部 Theta主导，维持状态由 背侧 Alpha 主导——状态转换速率处于最优区间时，认知表现更好。
意识的神经动力学研究，引发了整合信息理论（IIT）与全局工作空间理论（GWT）之间激烈的实证之争。 COGITATE 联盟 （2023–2025）证实了后部伽马可解码性，却未发现理论预测的伽马同步。2025 年 arXiv 上一个理论中立的新框架，把意识相关动力学分解为三个属性： 层级整合（H）, 跨频复杂度（D）, and 亚稳态（M），并在九种脑状态中得到验证。
1.4 病理神经动力学: From Models to Clinic
癫痫
The EPINOV 临床试验 ——由 Viktor Jirsa（科学负责人）与 Fabrice Bartolomei（协调负责人）领衔——是全球首个采用全脑网络建模的临床试验。该试验在法国 11 家癫痫中心纳入 356 名患者（2019–2024），使用 TVB 平台模拟发作传播，成果作为封面文章发表于 Science Translational Medicine (2023) and The Lancet Neurology (2023). A 2025 Nature Neuroscience 研究表明，时空定向的闭环电刺激可消除异常皮层活动、阻止其扩散，并改善长期空间记忆。
帕金森病
Oehrn et al. (UCSF, 2024, Nature Medicine）在一项盲法随机对照试验中证明，以丘脑底核 Beta 功率作为反馈的长期自适应 DBS 优于传统持续 DBS. In 2025 年 2 月，美敦力 BrainSense™ 自适应 DBS 系统获得 FDA 批准 ——全球首个获批的闭环 DBS 系统，以 Beta 振荡生物标志物实时调整刺激参数。Mathiopoulou 等（2024，柏林夏里特医院）发现药物与 DBS 的作用可叠加但机制不同：药物主要抑制低 Beta（13–20 Hz），DBS 则作用于更宽的 Beta 频段。
阿尔茨海默病
GENUS 的 40 Hz 伽马刺激方案正从动物实验快速推进到临床阶段。MIT 孵化的 Cognito Therapeutics 正在开展全国性临床试验。Park 与 Tsai（2025， PLOS Biology）记录了证据从阿尔茨海默病扩展至帕金森病、卒中、焦虑、癫痫、化疗认知副作用与多发性硬化。
1.5 跨尺度整合: From Single Neurons to Whole Brain
成年果蝇全脑连接组（2024 年 10 月）
The FlyWire Consortium （200 余名研究者、50 多个实验室）由普林斯顿的 Mala Murthy 与 Sebastian Seung 领衔，同期发表 9 篇论文于 Nature, mapping 139,255 neurons, 50 million+ synaptic connections, and 8,453 cell types。网络分析揭示出富人俱乐部式的组织结构。Shiu 等（加州大学伯克利分校 / Eon Systems）在一台笔记本上完成了整个连接组的仿真；2025 年 Eon Systems 展示了全球首个可产生多种行为的全脑仿真具身系统——由虚拟果蝇脑控制一具仿真躯体。
小鼠全皮层微尺度仿真
Anton Arkhipov（艾伦研究所）与山崎匡（日本电气通信大学）在 SC25 报告了一项生物物理细节完备的仿真： 约 1,000 万神经元, 260 亿突触, across 86 个脑区 ，运行于「富岳」超级计算机——迄今生物学真实度最高的动物脑仿真。
The Virtual Brain（TVB）平台与 EBRAINS
由 Jirsa（艾克斯-马赛大学/CNRS/Inserm）领衔，TVB 已产出 100 余篇同行评审论文，仿真约 1,000 个基于个体连接组的脑模型，消耗超过 1,000 万 CPU 核时。TVB 是 EBRAINS （1,029+ 数据集、225 个科研软件工具、10,000+ 用户）上的主力全脑仿真器。人类脑计划十年评估（2025）确认了流形上结构化流（SFM）概念与 Epileptor 标准模型 ——被 Karl Friston 称为「该领域的重大突破」。
II国际主要机构与领军科学家
III2021–2025 六大突破
FlyWire 联盟（200 余名研究者、50 多个实验室）同期发表 9 篇 Nature 论文：139,255 个神经元、5,000 万以上突触连接、8,453 种细胞类型——这是首张能完成复杂行为的成年动物的完整接线图。随后在笔记本电脑上完成的功能仿真准确预测了刺激诱发的神经响应；2025 年更实现了控制虚拟躯体的全脑仿真具身系统。
由 Viktor Jirsa 与 Fabrice Bartolomei 领衔，在法国 11 家癫痫中心纳入 356 名患者（2019–2024）。使用 TVB 仿真发作传播并定位致痫区，成果作为封面文章发表于 Science Translational Medicine and The Lancet Neurology (2023).
美敦力 BrainSense™——全球首个获批用于帕金森病的闭环 DBS 系统，以实时 Beta 振荡生物标志物调整刺激参数。此前 Oehrn 等（UCSF，2024， Nature Medicine）的盲法随机对照试验已证明长期自适应 DBS 优于传统持续 DBS。
Arkhipov (Allen Institute) & Yamazaki (Japan): ~10 million biophysically detailed neurons, 260 亿突触, 86 brain regions ，运行于「富岳」超级计算机——迄今生物学真实度最高的动物脑仿真。 Team projects macaque whole-brain simulation achievable with full Fugaku resources; human cell-level simulation estimated post-2044.
Murdock et al. (2024, Nature）阐明了 VIP 介导的类淋巴清除机制。Chan 等（2025）报告了两年开放标签研究的积极结果。Cognito Therapeutics 正在推进全国性临床试验。证据已扩展至帕金森病、卒中、焦虑、癫痫、化疗所致认知障碍与多发性硬化。
Durstewitz et al. (2023, Nature Reviews Neuroscience）确立了直接在神经/行为数据上训练 RNN 作为形式化代理模型的范式——保留吸引子结构、向量场拓扑与时间几何性质。带跨域迁移学习的分层 DSR 已在 ICLR 2025 发表。
IV研究方法的技术生态
4.1 理论建模基础
其理论基础植根于 动力系统理论 （吸引子、分岔、极限环、混沌）、 神经场论 (Wilson–Cowan, Amari, Nunez formalisms), and Friston's free-energy principle / active inference ——把脑动力学视为最小化变分自由能的近似贝叶斯推断。 Bifurcation analysis illuminates state transitions (seizure onset, sleep–wake); low-dimensional manifold analysis and 信息论方法 （传递熵、互信息）共同构成完整工具箱。
4.2 计算仿真平台
多房室、生物物理细节完备的单神经元与网络模型的金标准
大规模脉冲网络动力学，可从笔记本扩展到超算
基于方程定义的 Python 脉冲仿真器，支持 C++ 代码生成与 GPU 加速
个体化全脑网络模型仿真，C++ 高性能后端将于 2026 年上线
基于 NEURON 构建的生物学真实网络建模与分析
从生物物理细节到群体层面的统一建模
与仿真器无关的 API：一次编写，可在 NEURON、NEST 或 Brian 上运行
分岔分析与相平面可视化的标准工具
4.3 实验数据分析
在 EEG/MEG 分析中，Friston 的 动态因果建模（DCM） 以神经质量/场模型推断有效连接。时频分析（小波变换、多窗谱估计）、相位—幅度耦合、微状态分析，以及动态功能连接方法（滑窗相关、小波相干、锁相值）共同构成完整的分析流程。在 fMRI 领域，Deco 等的 LEiDA （主特征向量动力学分析）与基于深度学习的 TENET 框架是代表性方法。
4.4 与人工智能 / 机器学习的融合
神经常微分方程 （Chen 等，NeurIPS 2018）确立了连续时间动力系统建模，其后续工作包括 ControlSynth 神经 ODE（NeurIPS 2024）、物理信息神经 ODE 与平衡态神经 ODE（ICLR 2025）。 SINDy （非线性动力学稀疏辨识）实现了数据驱动的控制方程发现。COSYNE 2025 专设「为大脑构建基础模型」工作坊，反映 NeuroAI 融合正在加速。 降维与神经几何分析 （流形学习、拓扑数据分析）在解读神经群体动力学中日益居于核心地位。
V前沿热点与未来方向
🧠 液态神经网络与连续时间 AI
Hasani、Rus 与 Lechner（MIT CSAIL）——液态时间常数（LTC）网络，其神经元由微分方程支配、具备自适应性。19 个神经元的网络即可控制自动驾驶（Science Robotics，2023）。Liquid AI 的 400 亿参数大模型（2024）在 MMLU-Pro 上超过 Meta 的 700 亿参数 Llama 3.1，展示了神经动力学原理在效率与可解释性上的优势。
⚡ 神经形态计算——产业化
英特尔 Loihi 2 已应用于 200 多个项目；2025 年 4 月 ICLR 上首次在神经形态硬件运行大模型，能耗仅为 GPU 的一半。另有 BrainScaleS-2（EBRAINS）、SpiNNaker 2（SpiNNcloud–Sandia）、中国时识科技 Speck（可穿戴）。苏黎世联邦理工展示了实时神经形态癫痫监测（2025 年 5 月）。全球神经形态市场预计规模达 83 亿美元。
🔬 数字脑孪生
Jirsa 的虚拟脑孪生（VBT）项目正从癫痫扩展到精神分裂症的药物疗效预测。斯坦福 Tolias 团队（2025）：以 900 多分钟小鼠神经活动训练基础模型——AI 数字孪生可预测数万神经元对新刺激的响应。加州大学圣塔芭芭拉分校 Nina Miolane 正构建记忆与导航回路的数字孪生（ICML 2025、NeurIPS 2024）。
🎯 下一代神经调控
经颅超声刺激（TUS）——ITRUSST 联盟（2025）发布了全面指南；它是少数能实现深部脑靶向的手段。Cho 等（2024）：以强化学习（TD3）在维持疗效的同时把 DBS 功耗降低 67%。Herbozo Contreras 等（2024，PNAS Nexus）：借助 SNN 实现片上持续学习的神经形态闭环神经刺激。
📡 大规模脑记录
Neuropixels 2.0（2021）：4 根探针共 5,120 个记录位点，体积仅为 1.0 版的三分之一，可对数千神经元进行两个月以上的长期记录。Neuropixels 1.0 NHP（Nature Neuroscience，2025）：45 mm 探针、4,416 个位点，用于猕猴全脑多区记录。国际脑实验室（IBL，2023）验证了跨实验室可重复性。这些进展使单神经元分辨率的全脑神经动力学制图成为可能。
🤖 NeuroAI 基础模型
COSYNE 2025 设「为大脑构建基础模型」工作坊。斯坦福 Tolias（2025）：以 900 多分钟小鼠神经活动训练，可零样本预测数万神经元的响应。神经几何、拓扑数据分析与流形学习在解读群体动力学中的应用日益普及。NeurIPS 与 ICLR 上的计算神经科学论文快速增长。
VI主要期刊与会议
核心期刊
| 期刊 | 出版方 / 影响因子 | 侧重 |
|---|---|---|
| Cognitive Neurodynamics | Springer / IF 3.9 (2024) | 唯一专注神经动力学的期刊，主编王如彬（华东理工大学） |
| Journal of Computational Neuroscience | Springer / OCNS official | 共同主编：Destexhe 与 Victor |
| Neural Computation | MIT Press | 主编 Sejnowski，连接神经科学与机器学习 |
| PLOS Computational Biology | PLOS / Open Access | 开放获取的计算生物学期刊，涵盖神经动力学 |
| Frontiers in Computational Neuroscience | Frontiers / Open Access | 开放获取，计算范围广泛 |
| Biological Cybernetics | Springer | 数理神经科学的传统阵地 |
| Nature Neuroscience / Neuron / eLife | Nature / Cell / eLife | 高影响力综合神经科学期刊，常刊发神经动力学里程碑论文 |
| Network Neuroscience | MIT Press / Open Access | 脑网络动力学方向，新设期刊 |
| Imaging Neuroscience | MIT Press / Open Access | 神经影像与脑动力学方向，新设期刊 |
重要会议
| 会议 | 要点 |
|---|---|
| COSYNE (Computational & Systems Neuroscience) | 本领域首要会议，2004 年由 Zador、Pouget 等创办，参会逾千人。2025 年在蒙特利尔与蒙特朗布朗；2026 年在里斯本与卡斯凯什。2025 年工作坊主题：「动态大脑：时变计算建模」与「为大脑构建基础模型」 |
| CNS (Annual Computational Neuroscience Conference) | 由 OCNS 主办，实验、建模与理论并重。CNS*2025 在佛罗伦萨 |
| Bernstein Conference | 欧洲规模最大的年度计算神经科学会议 |
| CCN (Cognitive Computational Neuroscience) | 2017 年创办，连接认知科学、计算神经科学与人工智能 |
| SfN Annual Meeting | 约 3 万人参会，全球规模最大的神经科学会议，计算方向内容丰富 |
| ICCN (International Conference on Cognitive Neurodynamics) | 唯一专注神经动力学的会议，14 年间举办七届，与华东理工大学合办 |
| NeurIPS / ICLR | Growing computational neuroscience presence; COSYNE 2025 "NeuroAI" workshop reflects accelerating convergence |
VII. Conclusion: Disciplinary Leap Driven by Interdisciplinary Convergence
Neurodynamics is undergoing a profound transformation driven by cross-disciplinary convergence. Five key trends define this field's future trajectory:
从相关走向因果 — oscillations are now manipulable causal processes via sensory stimulation and neuromodulation. The clinical success of 40 Hz gamma stimulation therapy and adaptive DBS are the most compelling demonstrations.
经典模型与数据驱动方法融合 — the RNN-based dynamical system reconstruction and Neural ODE paradigm retains physical interpretability while gaining the ability to learn from large-scale neural data.
跨尺度整合成为现实 — the FlyWire connectome and mouse whole-cortex simulation demonstrate that a continuous modelling chain from single synapse to whole brain is achievable under current technology.
数字脑孪生进入临床应用 — EPINOV trial and Virtual Brain Twin project mark the beginning of personalised brain models directly guiding clinical decisions.
大脑原理重塑 AI 架构 — liquid neural networks inspired by C. elegans' 302 neurons surpass trillion-parameter models in efficiency; neuromorphic chips running LLMs at half GPU energy cost.
青蓝智能
保持关注
我们发布睡眠神经科学与脑机接口新研究时通知你。