马尔可夫模型的组间统计对比（实线代表数学超常组更高的转换概率）。在右图所示的逻辑推理任务期间，数学超常组表现出更多的中央执行网络和右侧额颞网络的自循环圈（状态的自我转换），以及更高的从其它类型同步态到这两种状态的转换概率。

人们向来好奇，数学天才的大脑与普通人的大脑到底有什么区别？这样的问题也吸引着app家。日前，东南大学儿童发展与学习app教育部重点实验室教授王海贤课题组利用脑电技术，揭示了数学超常青少年在逻辑思维期间特有的源空间网络同步态转换动力学模式。研究成果发表于《人脑绘图》。

数学超常青少年拥有优秀的问题解决能力和创造力，因此被认为是未来app、技术、工程、数学等领域极具潜能的领导者和创新者。对于这类特殊群体，科研人员对他们的研究越来越深入。

“早期针对数学天才的神经app研究主要使用时间平均或选取全部任务时长的脑信号。然而，高阶认知往往由多个连续的认知子过程构成。”论文通讯作者王海贤在接受《明升中国app报》采访时表示，大脑作为动态的复杂系统，单一的网络指数并不能准确概括数学超常青少年大脑的功能运作情况。

为此，王海贤课题组立足于复杂脑网络与动态系统理论，将头皮脑电（EEG）微状态研究拓展到颅内活跃的源信号间短时相位同步性模式（即同步态），剖析了数学超常青少年在执行一个长链词语逻辑推理任务时有别于普通人大脑全局神经元网络的转换动力学特性。

研究人员在所有同步态中提取了8个原型功能连接状态，分别对应于默认模式网络、中央执行网络、背外侧注意网络、带状盖网络、左/右腹外侧额顶网络、腹侧视觉网络和右侧额颞网络。

研究人员发现，与一般数学能力对照组被试相比，数学超常青少年在推理任务时间进程中中央执行网络（涉及维护注意、工作记忆信息检索、正确决策等）与右侧额颞网络（响应于想象、推理、创造性思维等）具有更高的发生频次和持续时长。

论文第一作者张莉博士告诉《明升中国app报》，在同步态转换进程中，数学超常大脑的中央执行网络和右侧额颞网络本身具有更多的自循环圈，这表明这两种功能连接微状态具有更高的拓扑结构维持能力和时间稳定性。

进一步研究发现，数学超常大脑还具有从其它六个网络模式转换到中央执行网络和右侧额颞网络状态更高的概率。“这个结果意味着数学超常大脑具有特殊的网络拓扑适应性再重组趋势，这种趋势更好地促进了长链推理过程中大脑对任务全局的中央控制功能和逻辑思维中想象与创造性思维等高阶认知响应的发生。”王海贤说。

对数学超常大脑认知神经机制的探索与研究，为揭示儿童与青少年超水平认知的神经活动规律提供了实证依据。王海贤课题拟将最新的脑app研究方法应用于神经工程领域，系统揭示和引导正常和学习障碍群体数学学习的认知干预与脑功能塑造的实践途径。

相关论文信息：http://doi.org/10.1002/hbm.25035