默认模式网络

来自集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
跳到导航 跳到搜索

默认模式网络（Default Mode Network, DMN），又称默认网络或默认状态网络，是一个由多个解剖上分离但功能上紧密同步的大脑区域组成的大规模脑网络[1]。其最显著的特征是，当个体不专注于外部世界、处于清醒的休息状态（例如在发呆或走神时）时，该网络会表现出高度的活动[2]。相反，在执行需要注意力的、有目标导向的外部任务时，DMN的活动则会一致地降低[3]。

DMN与一系列丰富的、以内在为导向的认知过程密切相关，包括自我参照思维（思考与自身相关的事情）、自传体记忆的提取（回忆个人经历）、畅想未来、社会认知（如理解他人想法）以及创造性思维等[3]。从解剖结构上看，DMN的核心枢纽主要包括内侧前额叶皮层（mPFC）、后扣带皮层（PCC）/楔前叶，以及角回/顶下小叶[4]。

Distribution of cortical types within the DMN[5]

发展历史

偶然的发现：从“去激活”到一个连贯的网络

默认模式网络（Default Mode Network, DMN）的发现是现代神经科学史上一个标志性的事件，它源于一个出乎意料且最初令人困惑的观察。在20世纪末，功能性神经影像学研究，特别是正电子发射断层扫描（Positron Emission Tomography, PET），主要采用一种“减法方法论”。该方法旨在通过比较受试者在执行特定认知任务时与在“控制”或“休息”状态下的大脑活动，来定位与任务相关的脑区[6]。当时普遍的观点认为，大脑是一个主要由外部环境需求驱动的反应性器官，因此，“休息”状态被视为一个被动的、中性的基线。  

然而，研究人员反复观察到一个奇怪的现象：当受试者从被动的休息状态转换到执行需要注意力的、有目标导向的外部任务时，一组特定的大脑区域的活动水平非但没有增加，反而一致地、系统性地降低了[6]。1997年，Shulman及其同事首次系统性地描述了这一在多种不同任务中均表现出活动减弱的脑区星座[3]。这一发现对当时占主导地位的大脑功能模型提出了根本性的挑战。如果大脑在“工作”时，这些区域的活动会减弱，那么它们在“休息”时究竟在做什么？这暗示着所谓的“休息”状态并非空闲或被动，而可能是一种具有内在组织和高度功能活性的状态。

Marcus Raichle与神经科学的范式转移

华盛顿大学的神经科学家Marcus E. Raichle及其团队的工作，为解开这个谜团提供了决定性的突破。他们超越了简单地记录这些“去激活”现象。在2001年发表的一篇里程碑式的论文中，Raichle的团队利用PET技术同时测量局部脑血流和耗氧量，通过成熟的代谢标准证明，这些在任务中表现出活动减弱的脑区，在休息状态下并非处于“激活”状态，而是构成了一种有组织的、生理学意义上的基线活动模式，这种模式在执行外部任务时被主动地抑制或衰减了[7]。

为了描述这种内在的、有组织的大脑功能状态，Raichle团队创造了“默认模式”（default mode）这一术语[7]。这一概念的提出，标志着神经科学领域的一次重大范式转移。它重新点燃了科学界对大脑持续进行的“内在活动”（intrinsic activity）的重要性的长期兴趣——这个话题虽然可以追溯几个世纪，但一直缺乏有效的实验研究手段[8]。随后，“默认模式网络”（DMN）这个名称被科学界广泛接受，并迅速成为数千项研究的焦点，从根本上改变了我们对大脑工作方式的理解[9]。

这一转变也体现在术语的演进中。最初，由于该网络是在与执行外部任务的脑区（即“任务正网络”，Task-Positive Network, TPN）相对比时被发现的，因此常被称为“任务负网络”（Task-Negative Network, TNN）[10]。然而，随着研究的深入，这一标签被证明具有误导性。后续研究清晰地表明，DMN在执行多种内部导向的、目标明确的认知任务时，例如回忆自传体记忆、规划未来或进行社会认知时，会表现出强烈的活动[2]。这些并非“无任务”状态，而是复杂的认知操作。因此，“默认模式网络”这一术语更为精确，它描述了当大脑不被即时的外部事务所占据时，会回归到的一种基线或“默认”状态，而这个状态本身也支持着一类特定的、活跃的认知功能[11]。

定义内在活动：大脑永不真正“休息”

DMN的发现揭示了一个核心概念：大脑在看似休息时，实际上消耗着巨大的能量。实验表明，与基线状态相比，执行一项专注的脑力任务所增加的能量消耗不到大脑总能耗的5%。这意味着大脑绝大部分的能量和活动都是内在的、持续进行的。这种内在活动并非随机的神经噪声，而是被组织成多个时空上相互关联的、连贯的功能网络，DMN是其中最突出、最稳定的一个 [9]。

对这种“静息态”（resting-state）的研究，特别是通过静息态功能性磁共振成像（resting-state functional connectivity MRI, rs-fcMRI）技术，已成为现代神经科学的基石。它为我们提供了一个强大的窗口，来窥探大脑在健康与疾病状态下的功能组织结构[2]。这一研究领域的兴起，本质上是一场从关注大脑如何响应外部世界，到探索大脑如何维持其内部世界的深刻转变。

解剖结构

默认模式网络并非一个单一的实体，而是一个由多个解剖上分离但功能上紧密同步的脑区组成的分布式系统。其核心节点在多种神经影像技术和分析方法中都得到了一致的验证[11]。

核心枢纽及其细胞构筑

DMN的结构可以被概念化为几个关键的功能枢纽，它们共同协作，支撑着网络的整体功能。

  • 前侧枢纽：内侧前额叶皮层 (Medial Prefrontal Cortex, mPFC)：这个位于大脑额叶中线的大片区域，特别是其腹侧和背侧部分（vmPFC和dmPFC），是DMN的前部核心。它在自我参照加工（思考关于自己的事情）、情绪调节、对自我和他人的判断、以及构想未来等方面扮演着中心角色 [3]。从细胞构筑学的角度看，mPFC是一个异质性区域，其细胞组织呈现出波浪状的复杂景观[12]。
  • 后侧枢纽：后扣带回皮层 (Posterior Cingulate Cortex, PCC) 与楔前叶 (Precuneus)：PCC及其邻近的楔前叶常被视为DMN的“核心中的核心”。这个区域具有极高的代谢活性和密集的结构连接，是网络中信息整合的关键节点 1 。它与情景记忆和自传体记忆的提取、自我反思以及视觉空间处理等功能紧密相关。在rs-fMRI分析中，PCC常常被选为“种子点”，用以描绘整个DMN的功能连接图谱[12][13]。
  • 外侧枢纽：角回 (Angular Gyrus) / 顶下小叶 (Inferior Parietal Lobule, IPL)：这些位于外侧顶叶皮层的区域，是DMN重要的外侧节点。它们在整合多模态感觉信息、提取记忆（特别是生动的情景细节）、理解语言和抽象概念等方面发挥着关键作用 1 。角回尤其与语义加工和整合不同来源的信息流有关[12][13]。
  • 其他关键区域：除了上述核心枢纽，DMN还包括外侧颞叶皮层（Lateral Temporal Cortex, LTC）和海马结构（Hippocampal Formation, HF），后者包含海马体和海马旁回，这些区域与记忆和高级认知功能密切相关[13]。
表1：DMN的核心解剖区域及其主要相关功能
区域 缩写 主要相关功能 参考文献
内侧前额叶皮层 mPFC 自我参照思维、情绪调节、未来规划、社会认知 [14][15]
后扣带回皮层 PCC 自传体/情景记忆提取、自我反思、视觉空间处理、核心整合枢纽 [14][15]
楔前叶 PCu 高度整合的枢纽，参与记忆、自我意识和视觉空间想象 [16]
顶下小叶/角回 IPL/AG 记忆提取（情景细节）、语义加工、语言、社会认知、信息整合 [14][15]
外侧颞叶皮层 LTC 记忆、语言理解、社会概念知识
海马结构 HF 新情景记忆的形成与提取、空间导航、未来模拟

关键子系统及其连接性

进一步的研究表明，DMN可以被功能性地分解为几个相互作用的子系统，每个子系统都有其独特的功能贡献。

  • 内侧颞叶子系统 (Medial Temporal Lobe Subsystem)：该子系统以海马体和海马旁回为核心，其关键作用是从过去的经验中提取信息。它如同一个“记忆供给器”，为DMN的模拟功能提供了记忆和联想的“原材料”[4][11]。
  • 背内侧前额叶子系统 (Dorsal Medial Prefrontal Cortex Subsystem)：该子系统包括dmPFC、颞顶联合区（Temporoparietal Junction, TPJ）和外侧颞叶皮层等区域。它主要参与社会认知功能，特别是“心理化”（mentalizing）——即思考他人心理状态（如信念、愿望和意图）的能力[3]。
  • 核心枢纽 (Core Hub)：PCC和邻近的mPFC作为网络的中心枢纽，负责整合来自上述各个子系统的信息。这个整合过程对于构建一个连贯的、与自我相关的内部叙事至关重要[11]。

这种子系统结构揭示了DMN内部精细的功能分工与合作。它并非一个功能单一的整体，而是一个能够从记忆库中调取信息（MTL子系统），通过自我和社会的滤镜进行加工（dmPFC子系统），并在一个受保护的核心（PCC枢纽）中进行整合的复杂系统。这种架构使其能够有效地生成和维持一个丰富的内部心智世界。

结构与功能连接

DMN作为一个网络，其整体性由功能连接和结构连接共同维持。这两者之间的高度一致性是DMN存在的一个基本原则。

  • 利用rs-fMRI描绘功能网络：rs-fMRI是定义DMN的主要工具。它通过测量大脑在静息状态下血氧水平依赖（BOLD）信号的低频、自发性波动，来识别那些活动模式在时间上同步的脑区，即功能上相互连接的脑区[2]。DMN的突出特点就是其节点之间极强的功能连接。
  • 利用DTI揭示解剖骨架：弥散张量成像（Diffusion Tensor Imaging, DTI）等弥散MRI技术则揭示了连接DMN各个分散区域的底层白质纤维束（即轴突束）[17]。例如，扣带束（cingulum bundle）就是连接DMN前后枢纽的一条主要结构通路 1 。至关重要的是，研究发现DMN的结构连接和功能连接图谱之间表现出最高程度的重叠。这一发现意义重大，它表明大脑的物理布线本身就为这个网络的“默认”激活提供了优化支持。功能上的伙伴关系（“一起放电”）是由强大的解剖高速公路（“连接在一起”）所支撑的。这很可能是DMN之所以成为“默认”网络的原因：大脑在低能耗的内在状态下，其活动模式会自然地沉降到由其最强大、最高效的结构通路所决定的模式中。
  • 先进的细胞构筑与信号流分析：最近，结合死后组织学和先进计算模型的研究进一步揭示了DMN的精细结构。这些研究表明，DMN在细胞构筑上是异质的，包含了为不同类型信息处理（单模态、异模态、记忆相关）而特化的区域[15]。它包含一个相对独立于直接感觉输入的核心区域，但也拥有能够接收环境信息的输入区域。一个独特的发现是，DMN能够平衡其向大脑各个感觉层级的输出，这表明它在向整个皮层广播整合后的信息方面扮演着特殊角色[15]。

进化保守性

DMN并非人类独有的现象。研究人员在非人灵长类动物（如猕猴）、猫甚至啮齿类动物的大脑中都识别出了同源网络，这表明DMN具有深刻的进化基础和重要的适应性意义[6]。在猴子身上进行的神经示踪研究也证实了fMRI所预测的DMN区域之间的解剖连接，为跨物种研究提供了坚实的基础[14]。

功能特征

自我的神经基础

一个核心且统一的观点认为，DMN为我们人类的“自我感”（sense of self）提供了神经生物学基础[18]。它通过多种方式实现这一功能：

  • 自我参照加工与内省：当个体思考与自身相关的事物时——例如自己的性格特质、情绪状态或个人品质——DMN会被持续激活[2]。mPFC尤其在进行这类自我参照判断时扮演着关键角色[18][19]。
  • 自传体记忆与个人叙事的构建：DMN对于提取构成个人生命故事的特定事件，即自传体记忆，是必不可少的[2]。这个过程并非简单的信息回忆，而是将来自MTL子系统的情景细节整合成一个连贯的、持续更新的个人叙事。有学者提出，这种构建个人叙事的能力是人类意识的一个核心组成部分[20]。

心理时间旅行

DMN是使我们能够将心智投射到当前时刻之外的关键系统，这一能力被称为“心理时间旅行”（mental time travel）[2]。

  • 回忆过去（情景记忆提取）：当人们主观上重新体验过去的事件时，DMN的后部核心，即PCC/楔前叶和海马结构，起着至关重要的作用。
  • 展望未来（前瞻性思维）：引人注目的是，用于回忆过去的同一套神经网络，也被用于想象、模拟和规划未来。神经影像研究显示，回忆过去和想象未来的大脑活动模式高度重叠。这指向了一个核心机制，即“心理模拟”：大脑灵活地重组过去经验的元素，以构建新颖的未来场景[20][21]。

这一发现催生了“建设性情景模拟假说”（Constructive Episodic Simulation Hypothesis），为DMN的多种功能提供了一个统一的理论框架。该假说认为，DMN并非执行着一系列孤立的功能（回忆、规划、社交），而是运用一个核心过程：灵活地提取和重组过去经验的片段（情景细节）来构建心理模拟。当这个模拟是关于一个过去的事件时，我们称之为“记忆”；当它是关于一个潜在的未来事件时，我们称之为“规划”；当它是关于另一个人的内心状态时，我们称之为“心智理论” 。因此，DMN的根本角色可以被理解为一个“模拟引擎”，它利用过去的基石来构建与自我相关的心理场景，这一过程是记忆、规划和社会理解的基础。

社会认知与心智理论 (Theory of Mind, ToM)

  • 理解他人视角：当我们推断他人的心理状态——他们的信念、愿望和意图时，DMN，特别是其dmPFC和TPJ部分，会被激活。这种能力是成功进行社会交往的基础[13]。
  • 共情与道德推理：DMN的功能延伸到理解他人的情绪（共情）和对复杂的道德困境进行推理。这些高级社会功能要求我们能够模拟自身行为对他人可能产生的情感和后果 。

自发性认知

DMN是在无特定焦点、自发性思维状态下最活跃的网络。

  • 走神与白日梦的神经科学：DMN在走神和白日梦状态下活跃，支持自发性思维和创造力的产生。DMN允许记忆和概念的整合，促进新颖想法的生成，随后与执行控制网络协作完善想法[19]。
  • DMN在创造力与观念生成中的作用：走神状态与创造力的迸发密切相关。DMN通过允许不同记忆和概念的整合，促进了新颖想法和见解的产生。这个“观念生成”阶段被认为主要由DMN驱动，随后与执行控制网络相互作用，进行想法的评估和完善[20]。

因此，大脑的“默认”状态并非一种认知失败或注意力的“漏洞”，而是一种具有高度适应性的特征。它是一种积极的、前瞻性的认知状态。大脑利用从外部世界脱离的片刻，来维护和更新关于自我与世界关系的内部模型，规划未来事件，并探索创造性的解决方案。这种能力最大限度地利用了我们的认知资源，即便在没有专注于即时外部任务时，也能进行有意义的心理工作。

认知的三重网络模型

为了全面理解DMN的功能，必须将其置于大脑大规模网络生态系统的宏观背景下进行考察。三重网络模型（Triple Network Model）提供了一个核心框架，用以解释DMN、中央执行网络（Central Executive Network, CEN）和突显网络（Salience Network, SN）之间的动态相互作用，这种相互作用共同调控着人类的认知和注意力[22][23][24]。

DMN与中央执行网络（CEN）：动态的拮抗关系

  • 内部与外部注意力的分离：大脑的功能架构呈现出一种基本的二分法。DMN支持内部导向的认知，如自我反思和记忆提取。与之相对，CEN，也被称为任务正网络（TPN）或额顶网络（FPN），则在执行需要外部注意力、认知努力和目标导向的任务时被激活。CEN的核心节点包括背外侧前额叶皮层（dlPFC）和后顶叶皮层（PPC）。
  • 反相关性：健康功能的标志：在健康的个体中，这两个网络表现出强烈的负相关或“反相关”（anticorrelated）关系[22][25]：当一个网络活动增强时，另一个网络的活动则受到抑制。这种功能上的分离被认为是优化认知资源分配[26]、防止内部思绪与外部任务需求之间产生干扰的关键机制。这种反相关性的强度随着儿童期和青春期的发育而增强。最初，有学者质疑这种反相关性是否是数据处理（如全局信号回归）产生的伪影，但后续研究在不使用该处理方法的情况下依然证实了其存在，表明它具有真实的神经生物学基础。
  • 分离失败的后果：当这种反相关性被破坏，例如在执行外部任务时DMN的活动侵入，就会导致注意力涣散、反应时间变慢和任务表现错误。DMN抑制的失败是多种精神疾病的一个关键特征，尤其在注意缺陷多动障碍（ADHD）中表现得尤为突出。

突显网络（SN）：大脑的动态切换器

  • 前脑岛和背侧前扣带回的作用：如果说DMN和CEN是认知过程的两个主要“齿轮”，那么突显网络（SN）就是控制它们切换的“离合器”。SN以其核心节点——前脑岛（anterior insula, AI）和背侧前扣带回皮层（dorsal anterior cingulate cortex, dACC）为基础，在大脑网络状态的转换中扮演着关键的因果角色[24][26]。  
  • 调节DMN与CEN的相互作用：SN的功能是探测对个体具有重要意义的内部和外部刺激（即“突显性”），并根据这些信息启动网络状态的切换。格兰杰因果分析等研究证据表明，当外部任务需要注意力时，SN会主动地激活CEN并抑制DMN[24]；反之，当外部需求减弱时，它则促进DMN的活动。因此，SN就像大脑的动态“开关”，根据当前的需求引导信息流和认知资源的流向。
  • 三重网络模型：DMN、CEN和SN共同构成了“三重网络模型”，这是理解认知功能及其在精神疾病中失调的基础框架[23][24]。人类的意识体验在内部聚焦状态（如思考、回忆）和外部聚焦状态（如感知、行动）之间不断转换。DMN和CEN为这两种基本的意识模式提供了不同的神经基础。它们之间的反相关性是这种功能分离的神经标志，防止了内部和外部处理的混乱混合。而SN则作为控制机制，根据当下最重要的信息来决定启动哪个“齿轮”。SN切换功能的障碍会导致DMN和CEN的不当激活或抑制，从而引发一系列跨越多种疾病的症状。因此，该模型不仅描述了单个网络的功能，更重要的是，它解释了认知的动态过程，为我们理解注意力如何灵活转移以及这种机制的失败如何导致精神病理学提供了一个机械性的解释。许多精神疾病可以被重新定义为这个三重系统的“网络病”。

临床意义

DMN的功能失调是众多脑部疾病的一个共同特征。不同疾病中DMN的异常模式各不相同，但都与其核心功能（如自我叙事、记忆、注意力调控）的损害直接相关，从而为理解这些疾病的症状提供了深刻的神经机制层面的解释。

  • 神经退行性疾病
  • 阿尔茨海默病 (Alzheimer's Disease, AD)：DMN在AD中受到严重影响，且这种影响往往出现在疾病的最早期阶段。
    • 异常模式：AD中最主要的发现是DMN内部的 功能连接减弱（低连接性），特别是在其前部枢纽（mPFC）和后部枢纽（PCC）之间[27]。
    • 病理重叠：这种DMN连接中断的脑区分布图，与AD的核心病理之一——β-淀粉样蛋白斑块的沉积区域高度重叠[22][28]。这表明DMN的枢纽区域对AD的病理过程尤为脆弱。
    • 与症状的关联：DMN的低连接性直接关联到AD的标志性症状：情景记忆的丧失。负责记忆提取和巩固的网络被破坏，为认知衰退提供了清晰的神经关联。
    • 诊断潜力：由于这些变化可以在无症状个体或轻度认知障碍（MCI）患者中检测到，DMN的连接性已成为AD早期诊断和追踪疾病进展的一个极具前景的生物标志物。

情绪与焦虑障碍

  • 重度抑郁症 (Major Depressive Disorder, MDD)：MDD与DMN的 功能连接增强（超连接性）密切相关。
    • 异常模式：研究一致发现在MDD患者中，DMN内部的连接性增强，特别是涉及膝下前扣带回皮层（sgACC）及其与mPFC和PCC的连接。
    • 与症状的关联：这种超连接性与抑郁症的核心症状——反刍性思维（rumination）[22]——紧密相连。反刍性思维是指个体陷入消极的、自我参照的思维循环中无法自拔。过度活跃的DMN就像一个“思维陷阱”，将个体困在病态的内部叙事中。特别是在回忆负面事件时，dmPFC节点的活动会异常增强。
    • 治疗靶点：DMN的超连接性已成为多种治疗方法（如经颅磁刺激和正念冥想）的关键靶点[29]。
    • 创伤后应激障碍 (Post-Traumatic Stress Disorder, PTSD)：PTSD同样涉及DMN功能失调，这与侵入性记忆和自我调节困难等症状有关[7]。

精神病性障碍

  • 精神分裂症 (Schizophrenia)：精神分裂症中的DMN研究结果较为复杂，既有超连接性也有低连接性的报道，这反映了该疾病的高度异质性。
    • 异常模式：许多研究报告了患者在静息态下DMN的 超连接性，这可能被解释为对潜在结构缺陷的一种代偿性反应[30] 。然而，也有证据表明存在低连接性 以及在任务期间网络调节能力的缺失。一个关键的发现是DMN与CEN之间的反相关性减弱[31]。
    • 与症状的关联：DMN的紊乱与精神分裂症的核心症状，如 思维解体 和 破碎的自我感[26][32]，密切相关。DMN无法维持一个连贯的内部叙事，这可能外化为言语和思维的混乱。异常的自我参照加工与DMN功能失调有关，导致难以区分自我与他人，这可能是妄想等症状的基础。
    • 内表型：DMN的异常也存在于未患病的患者亲属中，这表明它可能是该疾病的一种内表型（endophenotype），即遗传风险的生物标志物[33]。

神经发育障碍

  • 注意缺陷多动障碍 (Attention-Deficit/Hyperactivity Disorder, ADHD)：ADHD中DMN功能失调的标志性特征是 任务相关抑制的失败。
    • 异常模式：与健康对照组相比，ADHD患者在执行需要外部注意力的任务时，DMN的去激活不足，甚至出现过度激活 。这通常被描述为DMN-CEN反相关性的减弱 [22][25]。
    • 与症状的关联：这种“侵入性”的DMN活动被认为是ADHD核心认知缺陷——注意力不集中、走神和反应变异性大——的神经基础。本质上，DMN干扰了CEN专注于手头任务的能力。
    • 神经生物学机制：这种失调与多巴胺系统密切相关。较低的多巴胺活动水平与DMN抑制减弱有关。而增加多巴胺水平的兴奋剂药物（如哌甲酯）能够使DMN的抑制正常化，并改善任务表现。
  • 自闭症谱系障碍 (Autism Spectrum Disorder, ASD)：ASD也以非典型的DMN连接性为特征。
    • 异常模式：研究结果通常指向DMN内部的 连接不足（低连接性）[25]，这与精神分裂症中有时观察到的超连接性形成对比 。
    • 与症状的关联：DMN连接的紊乱与ASD的核心社交障碍有关，例如心智理论和社交互惠能力的缺陷。支持思考他人心智的网络存在非典型的布线方式。
表2：主要临床障碍中DMN功能失调总结
障碍 主要连接模式 关键受影响的枢纽/连接 与核心症状的关联
阿尔茨海默病 低连接性（减弱） PCC-mPFC连接，海马结构 情景记忆丧失，定向障碍
重度抑郁症 超连接性（增强） 膝下前扣带回，mPFC，PCC 反刍思维，消极自我关注，无望感
精神分裂症 异常连接（超连接与低连接并存），DMN-CEN反相关性减弱 mPFC，PCC，颞叶 思维解体，破碎的自我感，自知力受损
ADHD 任务相关抑制失败，DMN-CEN反相关性减弱 mPFC，PCC（任务期间的侵入性活动） 注意力不集中，走神，行为变异性大

综合来看，DMN的失调并非一个笼统的“生物标志物”，而是精神病理学中具有 机制特异性 的神经基础。在记忆障碍疾病AD中，DMN表现为低连接，反映了其记忆提取功能的丧失[34]。在以消极自我反刍为特征的抑郁症中，DMN表现为超连接，反映了其自我参照功能的病态放大[35][36]。在注意力控制障碍ADHD中，DMN表现为抑制失败，反映了内外注意力切换机制的失灵[37]。在以自我感破碎为特征的精神分裂症中，DMN表现为紊乱的连接，反映了其构建连贯自我叙事能力的崩塌[36][37]。

这种模式揭示了DMN可能是一个跨诊断的疾病中枢。尽管具体模式不同，DMN是横跨情绪、思维和认知障碍的共同功能失调部位。这支持了一种基于维度和网络的精神疾病观，而非传统的分类诊断。因此，靶向DMN的疗法可能具有广泛的、跨诊断的应用潜力。

默认模式网络的治疗性调控

对DMN功能失调的深入理解，为开发和优化治疗干预措施开辟了新的途径。研究表明，DMN的活动和连接性并非一成不变，而是可以通过多种方法进行有意调节，这为连接基础神经科学与临床实践架起了桥梁。这些干预措施大致可分为两类：一类是通过认知训练实现“自上而下”的控制，另一类则是通过药理学手段实现“自下而上”的瓦解。

心理治疗与沉思训练

  • 认知行为疗法 (Cognitive Behavioral Therapy, CBT)：CBT通过自上而下的认知控制来调节DMN。
    • 机制：CBT的核心是教导个体识别、挑战并重构那些在DMN活动中得以实现的适应不良思维模式（如反刍思维、消极自我对话）。
    • 观察到的变化：CBT被认为通过加强CEN对DMN的控制，来改变三重网络模型中的功能失调动态。研究发现，受CBT影响的脑区与CEN、DMN和SN的脑区重叠，这表明CBT有助于重新调节这些网络之间的相互作用[38][39][40] 。

药理学与新型干预

  • 致幻剂辅助治疗（裸盖菇素、LSD）
    • 机制：这些物质主要通过作用于血清素5-HT2A受体，导致DMN网络完整性的快速而强烈的瓦解。
    • 观察到的变化：一个一致的发现是，在致幻剂作用下，DMN 内部 的功能连接性显著 降低（即DMN枢纽如mPFC和PCC之间的“解偶联”或“瓦解”），而DMN与大脑其他网络之间的功能连接性则急剧 增加（即全局整合性增强） 。
    • 治疗意义：这种现象被假设为一种“神经重置”机制。在像抑郁症这样DMN呈病态僵化和超连接的疾病中，致幻剂暂时性地瓦解了这种僵化的结构，为新的思维模式的出现创造了机会，并打破了反刍思维的恶性循环。这种神经状态与主观上的“自我消融”（ego dissolution）体验相关，并被证明与长期的治疗效益有关[1]。
  • 神经刺激技术 (TMS, DBS)：这些技术提供了直接靶向DMN枢纽或其相关网络的方法[41]。
    • 机制：经颅磁刺激（TMS）可以应用于相关网络的可及节点（如CEN中的dlPFC），通过网络间的反相关性来间接调节DMN的活动。深部脑刺激（DBS）则可以靶向更深层的DMN相关结构。
    • 观察到的变化：研究表明，靶向CEN的TMS可以使DMN的连接性正常化，并改善抑郁症状[29]。DBS也被探索用于重新平衡静息态网络的功能。

将这些不同的干预措施进行比较，可以发现一个非常大的区别。像CBT这样的“自上而下”的控制方法，是通过训练来驾驭DMN。它们增强了执行控制系统对DMN的调节能力，让个体学会主动地从DMN的叙事中解脱或重构其内容。相比之下，像致幻剂这样的“自下而上”的瓦解方法，并非加强对DMN的控制，而是从药理学上暂时瓦解其连贯的活动。它打破了网络的僵化结构，使其有机会在一个可能更健康、更灵活的状态下重新形成。这两种模式——“驾驭”与“重置”——为理解和选择治疗方法提供了一个有力的二分法。对于需要建立认知调节技能的患者，“自上而下”的方法可能更合适；而对于深陷于根深蒂固、僵化思维模式的患者（如难治性抑郁症），“自下而上”的瓦解可能是打破僵局所必需的。

生活方式及其他因素

DMN的功能并非一成不变，它也受到一系列生活方式和个体因素的影响。

  • 遗传、年龄与环境：DMN的连接性具有遗传性，并在一生中不断变化，在青春期达到成熟。慢性压力、教育水平和生活方式等环境因素也能塑造其功能[42]。
  • 体育锻炼：有氧运动等体育锻炼能增强DMN的功能连接性，促进认知功能和情绪健康，体现DMN的高度可塑性[43][44][45]。

这些发现共同描绘了一个高度可塑的DMN。如果DMN是自我的神经基础，而DMN是可塑的，那么自我本身也是可塑的。这具有深远的哲学和临床意义。它表明，我们的内部叙事、情绪倾向和思维模式并非一成不变的特质，而是由一个可塑造的神经网络所实现的动态过程。这为治疗性改变和个人成长的可能性提供了坚实的神经生物学基础。

参考文献

  1. ↑ 1.0 1.1 Gattuso, James & Perkins, Daniel & Ruffell, Simon & Lawrence, Andrew & Hoyer, Daniel & Jacobson, Laura & Timmermann, Christopher & Castle, David & Rossell, Susan & Downey, Luke & Pagni, Broc & Galvão-Coelho, Nicole & Nutt, David & Sarris, Jerome. (2022). Default Mode Network Modulation by Psychedelics: A Systematic Review. The international journal of neuropsychopharmacology. 26. 10.1093/ijnp/pyac074.
  2. ↑ 2.0 2.1 2.2 2.3 2.4 2.5 2.6 https://www.medlink.com/news/neuroscience-origins-and-relevance-of-the-default-mode-network
  3. ↑ 3.0 3.1 3.2 3.3 3.4 https://www.simplypsychology.org/what-is-the-default-mode-network.html
  4. ↑ 4.0 4.1 Rostami, R. , Khajavi, Z. , Rostamian, A. , Hoseinzadeh Dehkordi, G. , Ghorbani, N. and Frahani, H. (2019). The Brain's Default Mode Network: A Review on History, Anatomy and Functions. Journal of Applied Psychological Research, 10(3), 47-65. doi: 10.22059/japr.2019.270470.643079
  5. ↑ Paquola, C., Garber, M., Frässle, S. et al. The architecture of the human default mode network explored through cytoarchitecture, wiring and signal flow. Nat Neurosci 28, 654–664 (2025). https://doi.org/10.1038/s41593-024-01868-0
  6. ↑ 6.0 6.1 6.2 https://www.neuropsy29.fr/phocadownloadpap/DMN/Neuroanatomie/annurev-neuro-071013-014030.pdf
  7. ↑ 7.0 7.1 7.2 Andrews-Hanna JR. The Brain’s Default Network and Its Adaptive Role in Internal Mentation. The Neuroscientist. 2011;18(3):251-270. doi:10.1177/1073858411403316
  8. ↑ https://www.amenclinics.com/blog/what-is-the-default-mode-networks-link-to-mental-health/
  9. ↑ 9.0 9.1 M. E. Raichle, “The Brain's Default Mode Network,” Annual Review of Neuroscience, vol. 38, no. Volume 38, 2015. Annual Reviews, pp. 433–447, 2015. doi: https://doi.org/10.1146/annurev-neuro-071013-014030.
  10. ↑ X. Di and B. B. Biswal, “Modulatory interactions between the default mode network and task positive networks in resting-state,” PeerJ, vol. 2, p. e367, May 2014, doi: 10.7717/peerj.367.
  11. ↑ 11.0 11.1 11.2 11.3 Buckner, Randy & Andrews-Hanna, Jessica & Schacter, Daniel. (2008). The Brain's Default Network. Annals of the New York Academy of Sciences. 1124. 1-38. 10.1196/annals.1440.011.
  12. ↑ 12.0 12.1 12.2 W. Li, X. Mai, and C. Liu, “The default mode network and social understanding of others: what do brain connectivity studies tell us,” Front. Hum. Neurosci., vol. 8, Feb. 2014, doi: 10.3389/fnhum.2014.00074.
  13. ↑ 13.0 13.1 13.2 13.3 R. B. Mars, F.-X. Neubert, M. P. Noonan, J. Sallet, I. Toni, and M. F. S. Rushworth, “On the relationship between the ‘default mode network’ and the ‘social brain,’” Front. Hum. Neurosci., vol. 6, Jun. 2012, doi: 10.3389/fnhum.2012.00189.
  14. ↑ 14.0 14.1 14.2 14.3 Azarias, F. R., Almeida, G. H. D. R., de Melo, L. F., Rici, R. E. G., & Maria, D. A. (2025). The Journey of the Default Mode Network: Development, Function, and Impact on Mental Health. Biology, 14(4), 395. https://doi.org/10.3390/biology14040395
  15. ↑ 15.0 15.1 15.2 15.3 15.4 Paquola, Casey & Garber, Margaret & Frässle, Stefan & Royer, Jessica & Zhou, Yigu & Tavakol, Shahin & Rodríguez-Cruces, Raúl & Cabalo, Donna Gift & Valk, Sofie & Eickhoff, Simon & Margulies, Daniel & Evans, Alan & Amunts, Katrin & Jefferies, Elizabeth & Smallwood, Jonathan & Bernhardt, Boris. (2025). The architecture of the human default mode network explored through cytoarchitecture, wiring and signal flow. Nature Neuroscience. 28. 654-664. 10.1038/s41593-024-01868-0.
  16. ↑ Uddin, L.Q., Clare Kelly, A.M., Biswal, B.B., Xavier Castellanos, F. and Milham, M.P. (2009), Functional connectivity of default mode network components: Correlation, anticorrelation, and causality. Hum. Brain Mapp., 30: 625-637. https://doi.org/10.1002/hbm.20531
  17. ↑ https://www.o8t.com/connectomeguide/network/default-mode-network
  18. ↑ 18.0 18.1 https://www.vielight.com/blog/enhancing-the-default-mode-network/
  19. ↑ 19.0 19.1 I. Molnar-Szakacs and L. Q. Uddin, “Self-Processing and the Default Mode Network: Interactions with the Mirror Neuron System,” Front. Hum. Neurosci., vol. 7, Sep. 2013, doi: 10.3389/fnhum.2013.00571.
  20. ↑ 20.0 20.1 20.2 Menon, Vinod. (2023). 20 years of the default mode network: A review and synthesis. Neuron. 111. 10.1016/j.neuron.2023.04.023.
  21. ↑ Y. Østby, K.B. Walhovd, C.K. Tamnes, H. Grydeland, L.T. Westlye, & A.M. Fjell, Mental time travel and default-mode network functional connectivity in the developing brain, Proc. Natl. Acad. Sci. U.S.A. 109 (42) 16800-16804, https://doi.org/10.1073/pnas.1210627109 (2012).
  22. ↑ 22.0 22.1 22.2 22.3 22.4 Hidalgo-Lopez, E., Engman, J., Poromaa, I.S. et al. Triple network model of brain connectivity changes related to adverse mood effects in an oral contraceptive placebo-controlled trial. Transl Psychiatry 13, 209 (2023). https://doi.org/10.1038/s41398-023-02470-x
  23. ↑ 23.0 23.1 De Ridder D, Vanneste S, Smith M, Adhia D. Pain and the Triple Network Model. Front Neurol. 2022 Mar 7;13:757241. doi: 10.3389/fneur.2022.757241.
  24. ↑ 24.0 24.1 24.2 24.3 Schimmelpfennig J, Topczewski J, Zajkowski W, Jankowiak-Siuda K. The role of the salience network in cognitive and affective deficits. Front Hum Neurosci. 2023 Mar 20;17:1133367. doi: 10.3389/fnhum.2023.1133367.
  25. ↑ 25.0 25.1 25.2 Wang K, Li K, Niu X. Altered Functional Connectivity in a Triple-Network Model in Autism With Co-occurring Attention Deficit Hyperactivity Disorder. Front Psychiatry. 2021 Dec 2;12:736755. doi: 10.3389/fpsyt.2021.736755.
  26. ↑ 26.0 26.1 26.2 Kim A, Ha M, Kim T, Park S, Lho SK, Moon SY, Kim M, Kwon JS. Triple-Network Dysconnectivity in Patients With First-Episode Psychosis and Individuals at Clinical High Risk for Psychosis. Psychiatry Investig. 2022 Dec;19(12):1037-1045. doi: 10.30773/pi.2022.0091. Epub 2022 Dec 22.
  27. ↑ Mohan A, Roberto AJ, Mohan A, Lorenzo A, Jones K, Carney MJ, Liogier-Weyback L, Hwang S, Lapidus KA. The Significance of the Default Mode Network (DMN) in Neurological and Neuropsychiatric Disorders: A Review. Yale J Biol Med. 2016 Mar 24;89(1):49-57. PMID: 27505016; PMCID: PMC4797836.
  28. ↑ Li C, Li Y, Zheng L, Zhu X, Shao B, Fan G, Liu T, Wang J; Alzheimer’s Disease Neuroimaging Initiative. Abnormal Brain Network Connectivity in a Triple-Network Model of Alzheimer's Disease. J Alzheimers Dis. 2019;69(1):237-252. doi: 10.3233/JAD-181097.
  29. ↑ 29.0 29.1 Zhang, J., Raya, J., Morfini, F. et al. Reducing default mode network connectivity with mindfulness-based fMRI neurofeedback: a pilot study among adolescents with affective disorder history. Mol Psychiatry 28, 2540–2548 (2023). https://doi.org/10.1038/s41380-023-02032-z
  30. ↑ Hu, ML., Zong, XF., Mann, J.J. et al. A Review of the Functional and Anatomical Default Mode Network in Schizophrenia. Neurosci. Bull. 33, 73–84 (2017). https://doi.org/10.1007/s12264-016-0090-1
  31. ↑ Max M Owens, DeKang Yuan, Sage Hahn, Matthew Albaugh, Nicholas Allgaier, Bader Chaarani, Alexandra Potter, Hugh Garavan, Investigation of Psychiatric and Neuropsychological Correlates of Default Mode Network and Dorsal Attention Network Anticorrelation in Children, Cerebral Cortex, Volume 30, Issue 12, December 2020, Pages 6083–6096, https://doi.org/10.1093/cercor/bhaa143
  32. ↑ Shi Yu Chan, Lisa D Nickerson, Roma Pathak, Dost Öngür, Mei-Hua Hall, Impact of Substance Use Disorder on Between-Network Brain Connectivity in Early Psychosis, Schizophrenia Bulletin Open, Volume 3, Issue 1, January 2022, sgac014, https://doi.org/10.1093/schizbullopen/sgac014
  33. ↑ Buuren, Mariët & Vink, Matthijs & Kahn, René. (2012). Default-mode network dysfunction and self-referential processing in healthy siblings of schizophrenia patients. Schizophrenia research. 142. 10.1016/j.schres.2012.09.017.
  34. ↑ Sara Seoane, Martijn van den Heuvel, Ángel Acebes, Niels Janssen, The subcortical default mode network and Alzheimer’s disease: a systematic review and meta-analysis, Brain Communications, Volume 6, Issue 2, 2024, fcae128, https://doi.org/10.1093/braincomms/fcae128.
  35. ↑ Zheng H, Xu L, Xie F, Guo X, Zhang J, Yao L, Wu X. The Altered Triple Networks Interaction in Depression under Resting State Based on Graph Theory. Biomed Res Int. 2015;2015:386326. doi: 10.1155/2015/386326. Epub 2015 Jun 9.
  36. ↑ 36.0 36.1 Doucet GE, Janiri D, Howard R, O'Brien M, Andrews-Hanna JR, Frangou S. Transdiagnostic and disease-specific abnormalities in the default-mode network hubs in psychiatric disorders: A meta-analysis of resting-state functional imaging studies. Eur Psychiatry. 2020 May 29;63(1):e57. doi: 10.1192/j.eurpsy.2020.57.
  37. ↑ 37.0 37.1 Anticevic A, Cole MW, Murray JD, Corlett PR, Wang XJ, Krystal JH. The role of default network deactivation in cognition and disease. Trends Cogn Sci. 2012 Dec;16(12):584-92. doi: 10.1016/j.tics.2012.10.008. Epub 2012 Nov 8.
  38. ↑ Ju Y, Wang M, Liu J, et al. Modulation of resting-state functional connectivity in default mode network is associated with the long-term treatment outcome in major depressive disorder. Psychological Medicine. 2023;53(13):5963-5975. doi:10.1017/S0033291722002628
  39. ↑ Yuan S, Wu H, Wu Y, Xu H, Yu J, Zhong Y, Zhang N, Li J, Xu Q, Wang C. Neural Effects of Cognitive Behavioral Therapy in Psychiatric Disorders: A Systematic Review and Activation Likelihood Estimation Meta-Analysis. Front Psychol. 2022 May 3;13:853804. doi: 10.3389/fpsyg.2022.853804.
  40. ↑ Li P, Yang X, Greenshaw AJ, Li S, Luo J, Han H, Liu J, Zhong Z, Guo Z, Xiong H, Yao S, Chen Y, Sun J, Li Z. The effects of cognitive behavioral therapy on resting-state functional brain network in drug-naive patients with obsessive-compulsive disorder. Brain Behav. 2018 Apr 16;8(5):e00963. doi: 10.1002/brb3.963.
  41. ↑ Idlett-Ali SL, Salazar CA, Bell MS, Short EB, Rowland NC. Neuromodulation for treatment-resistant depression: Functional network targets contributing to antidepressive outcomes. Front Hum Neurosci. 2023 Mar 2;17:1125074. doi: 10.3389/fnhum.2023.1125074.
  42. ↑ Runye Shi et al.,Gene-environment interactions in the influence of maternal education on adolescent neurodevelopment using ABCD study.Sci. Adv.10,eadp3751(2024).DOI:10.1126/sciadv.adp3751
  43. ↑ Voss MW, Prakash RS, Erickson KI, Basak C, Chaddock L, Kim JS, Alves H, Heo S, Szabo AN, White SM, Wójcicki TR, Mailey EL, Gothe N, Olson EA, McAuley E, Kramer AF. Plasticity of brain networks in a randomized intervention trial of exercise training in older adults. Front Aging Neurosci. 2010 Aug 26;2:32. doi: 10.3389/fnagi.2010.00032.
  44. ↑ Ko YW, Kim SM, Kang KD, Han DH. Changes in Functional Connectivity Between Default Mode Network and Attention Network in Response to Changes in Aerobic Exercise Intensity. Psychiatry Investig. 2023 Jan;20(1):27-34. doi: 10.30773/pi.2022.0245. Epub 2023 Jan 25.
  45. ↑ Li MY, Huang MM, Li SZ, Tao J, Zheng GH, Chen LD. The effects of aerobic exercise on the structure and function of DMN-related brain regions: a systematic review. Int J Neurosci. 2017 Jul;127(7):634-649. doi: 10.1080/00207454.2016.1212855. Epub 2016 Aug 5.


取自“https://wiki.swarma.org/index.php?title=默认模式网络&oldid=44901”