前沿周报 | 认知神经科学顶刊本周重磅研究汇总-2026.05.24|皮层|神经元|神经科学|翻译|脑区|认知神经|贝叶斯

本周我们共硬核拆解了 27 篇顶刊文献，助你用最短的时间，俯瞰本周全球认知神经科学的核心进展

▶ AI与脑机接口

1. 深圳先研院最新 | 给医学 AI “黑盒”画一张决策地图，让模型诊断逻辑更正确

▶ 感知觉、注意与意识

2. 初级视皮层的“乘性增益”如何决定我们的视觉决策

3. 大脑如何对无关信息进行“无监督学习”？高阶统计特征逃避注意力抑制的神经机制

4. 复旦团队最新NC提出艺术审美的“双轴模型”：7T超高场强fMRI揭秘大脑审美图谱

5. 走神背后的神经机制 + 闭环刺激实时调控注意力转移

6. 博弈中的学习噪声不只是缺陷，也可能形成真正的战略优势

7. 揭示双眼视觉发育时间轴

8. 没有外界刺激时，斑马鱼大脑的自发活动能否在个体之间“翻译”？

▶ 科研零元购：公开数据集

9. 开源情绪识别数据集 | 28名参与者的多模态生理信号

▶ 临床与疾病机理

10. 为什么自闭症患者大脑连接千差万别？重磅跨物种fMRI研究揭开答案

11. 大脑白质也有“生长曲线”了：一份覆盖0–100岁的全生命周期脑图表

12. 混吸大麻与烟草，为何让精神病风险陡增近三倍？

13. 综述 | 投入巨大却进展有限，抑郁症研究的瓶颈不在技术，而在概念

14. 单次MRI扫描，如何同时预测阿尔茨海默病的诊断与认知衰退？

15. F1代SHANK3杂合突变猕猴揭示ASD相关行为、认知与听觉脑电表型

▶ 脑科学新闻与观点

16. 睡太少会老，睡太多也未必好

▶ 情绪、语言与社会认知

17. 大脑如何学习新概念？神经贝叶斯模型揭示皮层结构先验的关键作用

▶ 心智全景：核心综述精读

18. 认知任务像一把没校准的尺：群体比较可用，不等于个体测量可靠

19. 非侵入式深脑刺激的“不可能三角”正在松动：时间干涉刺激如何实现聚焦、非侵入与深度的统一

20. 把听觉系统看成皮层与皮层下整合网络

21. 社会等级如何写进大脑：跨物种综述梳理地位形成的三条神经路线

▶ 学习记忆、决策与执行控制

22. 大脑如何避免“灾难性遗忘”？最新研究揭示跨脑区“子空间”通信机制

23. 决策失误的神经基础：我们的大脑如何区分“感知错误”与“行为冲动”？

24. 决策背后的神经序列：两种全新环路模型揭示大脑的证据累积机制

25. 大脑如何实现“快速高效编码”？基于循环神经网络的增益适应机制

26. 蜜蜂“学习飞行”如何启发机器人返航!

▶ 运动、发展与其他高级认知

27. 猕猴VPS中的前庭航向知觉新发现

AI与脑机接口

Nature biomedical engineering

Bridging the interpretability gap for medical artificial intelligence models using class-association manifold learning

深圳先研院最新 | 给医学 AI “黑盒”画一张决策地图，让模型诊断逻辑更正确

点击上方图片可跳转阅读全文

CAML框架把个体背景和类别关联特征拆开，在低维流形里统一了医学AI模型的全局解释和局部解释。它能生成精准的病灶定位图，也能画出拓扑地图，把模型的决策逻辑直观展示出来，甚至在无监督的情况下挖出了跟临床知识一致的疾病亚型和演化关系。方法在多种医学数据上验过，临床医生也给了很高的认可。它给弥合"可解释性鸿沟"提供了一个有用的工具，但在真实临床工作流里能不能推广，还得继续验证。

感知觉、注意与意识

Nature Neuroscience

Fluctuating internal states mediate neural–behavioral covariations in V1

初级视皮层的“乘性增益”如何决定我们的视觉决策

点击上方图片可跳转阅读全文

本研究通过记录猕猴初级视皮层（V1）神经元膜电位，发现内部状态波动会引起膜电位的任务相关渐进式去极化，该去极化与反应时间密切相关；而刺激呈现后的膜电位波动则与行为选择相关。计算模型表明，这种关联由内部状态介导的非线性乘法增益所驱动。该发现揭示了感觉皮层极早期的内部状态与视觉输入交互机制。

Nature Communications

Unsupervised visual learning is revealed for task-irrelevant natural scenes due to reduced attentional suppression effects in visual areas

大脑如何对无关信息进行“无监督学习”？高阶统计特征逃避注意力抑制的神经机制

点击上方图片可跳转阅读全文

本研究发现暴露于任务无关的自然场景图像可诱发无监督视觉知觉学习，而人工图像则不能。在机制上，自然场景的高阶统计特性在高级视觉区加工较慢，巧妙避开了自上而下的注意抑制时间窗，而加工较快的人工图像则被完全抑制。该成果证实无监督学习是知觉学习的底层机制，且严格受控于刺激复杂度与注意门控的动态交互，为理解视觉可塑性提供了关键的时空解释。

Nature Communications

Latent neural architecture organising shared aesthetic evaluations of visual artworks

复旦团队最新NC提出艺术审美的“双轴模型”：7T超高场强fMRI揭秘大脑审美图谱

点击上方图片可跳转阅读全文

本研究揭示了人类共享视觉审美评价由视觉语义与享乐价值两大潜在核心维度主导。在机制上，腹侧视觉流的类别选择区域精准追踪视觉语义变化，而内侧前额叶及皮层下奖赏环路共同编码享乐价值，且默认网络对该空间的表征受个体艺术经验调节。该成果利用数据驱动方法重构了审美体验的低维跨脑区分布式架构，为神经美学构建了统合知觉、语义与价值计算的理论框架。

Nature Neuroscience

Closed-loop stimulation modulates attention
shifting in children

走神背后的神经机制 + 闭环刺激实时调控注意力转移

点击上方图片可跳转阅读全文

这项研究在癫痫儿童中找到了一个可预测注意力转移延迟的前扣带-前额叶 θ/β 功率特征，并用它驱动闭环电刺激，实时挽救或故意诱发注意力转移失误。这个特征在典型发育儿童和 ADHD 儿童中都成立，还能跨模态（sEEG→MEG）预测行为，初步支持基于头皮 θ/β 比值的非侵入性 TMS 调控。研究揭示了注意力瞬时波动的共享神经基础，但所有结论都来自实验室定势转移任务，还没在真实场景或临床干预中验证过。

PNAS

Evolution of noisy learning in games

博弈中的学习噪声不只是缺陷，也可能形成真正的战略优势

点击上方图片可跳转阅读全文

研究追问博弈中“收益敏感性”能否演化。作者用双人双策略博弈、Fermi学习更新、马尔可夫平稳收益和自适应动力学分析。结果显示，高敏感性不总占优，噪声学习可在不同困境中升高、收敛或分化。

PNAS

Binocular vision emerges from the coordinated development of orbit convergence, eye orientation, and high-acuity retinal specializations

揭示双眼视觉发育时间轴

点击上方图片可跳转阅读全文

研究探问双眼视觉是否出生后已成熟。作者在八齿鼠中整合视觉场测量、CT颅骨重建、RGC拓扑、视网膜投射示踪和行为测试。结果显示双眼重叠、眼眶会聚、高敏锐视网膜区和行为能力协同成熟。

PNAS

Cross-individual translation of spontaneous zebrafish brain activity through a shared latent representation

没有外界刺激时，斑马鱼大脑的自发活动能否在个体之间“翻译”？

点击上方图片可跳转阅读全文

研究追问斑马鱼自发全脑活动是否存在跨个体共享结构。作者用全脑单细胞钙成像、RBM和潜在对齐RBM建模。结果发现共享潜在表征可在个体间复用，并实现模型意义上的跨鱼活动模式翻译。

科研零元购：公开数据集

Scientific Data

A multimodal dataset for emotional transition analysis in virtual reality

开源情绪识别数据集 | 28名参与者的多模态生理信号

点击上方图片可跳转阅读全文

DEJA-VU 是第一个专门为情绪转换分析设计的多模态生理数据集。它不把情绪当静态快照，而是记录了 28 名参与者在 VR 中经历系统化“情绪旅程”时的 EEG、ECG、EMG 和 GSR 信号。研究验证了生理信号不仅能区分不同情绪，还能敏感地反映情绪状态切换时的动态过程。这个数据集为开发更贴近真实世界的动态情绪识别算法提供了关键资源，但结论基于受控 VR 环境，能不能推广到完全无约束的日常场景，还得靠未来研究来检验。

临床与疾病机理

Nature Neuroscience

Autism subtypes identified using cross-species functional connectivity analyses

为什么自闭症患者大脑连接千差万别？重磅跨物种fMRI研究揭开答案

点击上方图片可跳转阅读全文

本研究对20种自闭症小鼠模型的fMRI数据进行聚类，识别出对应突触功能障碍的“低连接亚型”与对应免疫及转录异常的“高连接亚型”。研究随后在人类患者中成功复现了这两种具有不同网络结构和行为特征的亚型。这一跨物种转化研究证实了fMRI连接的异质性编码了可分离的病理机制，为自闭症的生物学亚型分类奠定了基础。

Nature

White matter micro- and macrostructure
brain charts for the human lifespan

大脑白质也有“生长曲线”了：一份覆盖0–100岁的全生命周期脑图表

点击上方图片可跳转阅读全文

这项研究为人类大脑白质建立了一套覆盖 0–100 岁的标准化参考图表，涵盖 72 条通路的微结构与宏观结构指标。它揭示了不同白质通路在发育、成熟和衰老中轨迹和里程碑的高度异质性，并证明这个框架可以用来量化个体在多种神经精神疾病中的结构偏离。需要注意，常模是基于横断面数据构建的，目前不适用于临床个体诊断，而且数据集在地域和族裔上存在偏倚。

Nature Mental Health

Cannabis and tobacco co-use predicts psychosis in clinical high risk cohorts

混吸大麻与烟草，为何让精神病风险陡增近三倍？

点击上方图片可跳转阅读全文

在精神病临床高危人群里，大麻和烟草共使用并没有加重当前的精神症状，但“重度大麻+轻度烟草”的共使用模式让转化成精神病性障碍的风险增加了近三倍。这说明共使用可能是比单一物质更关键的风险预测因子

Nature Mental Health

Key challenges in advancing research on
depression phenotyping

综述 | 投入巨大却进展有限，抑郁症研究的瓶颈不在技术，而在概念

点击上方图片可跳转阅读全文

这篇综述指出，抑郁症研究的瓶颈在于表型界定本身：量表互不兼容、病程动态被忽视、患者真实体验被遗漏。作者提出的解决路径不是继续修补旧框架，而是转向聚焦核心症状域、建模纵向动态轨迹，并系统纳入患者视角，从而将杂乱无章的异质性转化为可推动精准精神病学发展的结构化信息

Nature aging

Predicting categorical and continuous Alzheimer’s disease outcomes from a single MRI scan

单次MRI扫描，如何同时预测阿尔茨海默病的诊断与认知衰退？

点击上方图片可跳转阅读全文

证明了往深度学习框架里注入领域知识，只靠一次临床上好拿的sMRI扫描，就能同时高精度地完成脑组织分割、AD诊断，还能预测当前和未来36个月的认知衰退轨迹。这个结果挑战了“单靠sMRI预测认知没什么用”的老观念。但模型在外部健康人群数据集上表现掉了，说明泛化能力还是受领域偏移限制，不能直接拿来当普适的临床筛查工具。

Neuron

Behavioral phenotypes and neuronal biomarkers in F1 mutant macaque model of SHANK3-associated autism spectrum disorders

F1代SHANK3杂合突变猕猴揭示ASD相关行为、认知与听觉脑电表型

点击上方图片可跳转阅读全文

研究追问单拷贝SHANK3功能缺失如何影响灵长类ASD/PMS相关表型。作者建立F1代杂合突变猕猴，结合行为、触屏认知、静息态fMRI、听觉ERP/MMN和多任务模型分析。结果显示突变猴有睡眠、探索、社交、刻板行为、联想学习和听觉脑电异常，并呈明显个体异质性。

脑科学新闻与观点

Nature

Sleep linked to slower ageing: huge study
pinpoints the right amount

睡太少会老，睡太多也未必好

点击上方图片可跳转阅读全文

整体来看，每天睡大约6–8 小时的人，生物学衰老指标更理想，早死和疾病风险也更低；而长期明显少于或多于这个范围的人，往往表现出更快的衰老特征

情绪、语言与社会认知

Nature Communications

Cortical knowledge structures guide word concept learning

大脑如何学习新概念？神经贝叶斯模型揭示皮层结构先验的关键作用

点击上方图片可跳转阅读全文

本研究发现词汇概念学习深度依赖腹侧枕颞皮层编码的固有表征先验。在机制上，大脑直接调用该区域的长期物体知识神经表征构建假设空间，通过贝叶斯推断高效整合新样例，而海马体仅支持无先验的新异视觉学习。该成果成功分离了皮层先验推断与海马体联结学习机制，为贝叶斯概念获取提供了直接的神经生理证据，深刻揭示了语义记忆与情节学习的协同规律。

心智全景：核心综述精读

Trends in Cognsci Science

Upfront design beats post hoc reliabilityfixes

认知任务像一把没校准的尺：群体比较可用，不等于个体测量可靠

点击上方图片可跳转阅读全文

这篇 Perspective 把行为任务可靠性问题重新理了一遍，核心就两个前置设计杠杆：每人试次数 L 和单试次信噪比 γ²。它没有否定计算模型、层级估计或潜变量方法的价值，但强调这些方法没法事后补上缺失的个体内信息

Nature biomedical engineering

Temporal interference stimulation for deep brain neuromodulation in humans

非侵入式深脑刺激的“不可能三角”正在松动：时间干涉刺激如何实现聚焦、非侵入与深度的统一

点击上方图片可跳转阅读全文

这篇观点文章系统论证了tTIS作为一种非侵入深部脑刺激技术的核心价值：它头一回让在健康人体中建立深部脑区与行为的因果联系变成了可能，也为帕金森病、阿尔茨海默病这些疾病的非侵入干预开了一条新路。但真要走向临床，机制阐明、个体化优化和长期安全性验证这几道坎还是得跨过去。

Nat Rev Neurosci

Neural basis of social hierarchy across species

把听觉系统看成皮层与皮层下整合网络

点击上方图片可跳转阅读全文

综述挑战听觉“自下而上层级通路”框架。作者整合解剖、声音表征、统计适应、跨感觉输入、行为状态和学习可塑性证据。结果认为听觉系统是双向、上下文依赖的皮层—皮层下整合网络。

Nat Rev Neurosci

Rethinking hierarchy: the auditory system as an integrated cortical–subcortical network

社会等级如何写进大脑：跨物种综述梳理地位形成的三条神经路线

点击上方图片可跳转阅读全文

综述追问社会等级是否由单一神经机制形成。作者整合跨物种行为、回路、神经内分泌和人类证据，区分居留/领地、打斗胜负和联盟协作三条路线。结果显示地位形成机制随社会复杂度而转向更高级皮层网络。

学习记忆、决策与执行控制

Nature

Subspace communication in the hippocampal–retrosplenial axis

大脑如何避免“灾难性遗忘”？最新研究揭示跨脑区“子空间”通信机制

点击上方图片可跳转阅读全文

本研究利用大规模记录及偏典型相关分析，揭示了海马-压后皮层网络通过低维“通讯子空间”实现灵活的信息路由与上下文依赖的输入输出转换。研究表明，深层细胞构成的子空间具有特异性，且CA1-CA3与CA1-RSC子空间在睡眠期间表现出差异化的重激活模式。这为了解大脑如何平衡记忆的稳定性与可塑性提供了新视角。

PLOS Biology

Premotor cortex hemodynamic responses primarily reflect perceptual rather than specific motor aspects of decision making

决策失误的神经基础：我们的大脑如何区分“感知错误”与“行为冲动”？

点击上方图片可跳转阅读全文

本研究利用功能超声成像技术探究雪貂在听觉决策任务中前运动皮层（PMC）的反应模式。结果显示，在易致“感知错误”的困难测试中，PMC的活动倾向于代表受试者的感知分类，而在简单测试中则倾向于代表实际的选择。这表明PMC的血液动力学反应主要反映奖励预测的知觉分类，而非单纯的运动动机。

Nature Communications

Neural circuit models for evidence accumulation through choice-selective sequences

决策背后的神经序列：两种全新环路模型揭示大脑的证据累积机制

点击上方图片可跳转阅读全文

本研究提出两种全新的序列神经环路模型：竞争链模型和位置门控“神经冲动”吸引子模型。这打破了“持续性放电累积证据”的传统假说。研究发现不同脑区对证据的编码机制存在差异，新皮层符合竞争链模型的单调编码，而海马体则符合吸引子模型的非单调编码。该成果揭示了大脑实现证据累积与信息传递的多元机制。

Nature Communications

Fast efficient coding and sensory adaptation in gain-adaptive recurrent networks

大脑如何实现“快速高效编码”？基于循环神经网络的增益适应机制

点击上方图片可跳转阅读全文

本研究提出一种增益自适应的循环神经网络模型，发现神经元调谐曲线的快速偏移源于对编码精度与脉冲发放成本的动态权衡。在机制上，网络无需改变突触权重，仅通过快速调节增益并经由循环连接传递，即可在宽先验下产生先验吸引，在尖锐先验下产生适配器排斥。该成果在统一的高效编码框架下化解了感知适应中看似矛盾的排斥与吸引现象，为理解动态环境下的神经表征优化提供了全新视角。

Nature

Efficient robot navigation inspired by honeybee learning flights

蜜蜂“学习飞行”如何启发机器人返航!

点击上方图片可跳转阅读全文

研究解决小型机器人低算力返航问题。作者提出Bee-Nav，让机器人在home附近自监督学习视觉到归巢向量的映射，并结合路径积分返航。仿真与室内外实验显示，小网络即可支持中长距离返航。