認知神經科學前沿文獻分享

基本信息

征稿期刊:Brain Connectivity

影響因子:2.8

中科院分區：四區

JCR分區：Q3

開篇導語

人工神經網絡正在從工程工具，轉變為理解腦連接、認知功能與意識相關過程的科學模型。深度網絡、循環網絡、圖神經網絡、預測加工模型、大語言模型以及腦啟發 AI 系統，使我們第一次可以將模型的內部表征、動力學與連接結構，與人類的神經影像、行為數據和臨床現象進行系統比較。

正是在這一背景下，國際期刊 Brain Connectivity 正在籌備特刊《Artificial Neural Networks as Models of Brain Connectivity, Cognition, and Consciousness》。特刊目前尚未正式上線，現面向相關方向的研究者開放預征稿與定向約稿——歡迎有意向的作者提前郵件聯系客座編輯 Peng Wang 博士，討論選題與潛在投稿方向。

關于 Brain Connectivity 期刊

Brain Connectivity 是聚焦系統與網絡層級腦連接、腦圖譜與腦動態的國際同行評議期刊，由Mary Ann Liebert, Inc.（現為 Sage 旗下出版社）出版，期刊在 Sage 平臺運營。期刊由意識科學領域著名學者Steven Laureys 教授（MD, PhD, FEAN）擔任主編，長期關注意識障礙、腦網絡與認知功能的國際前沿研究。

期刊覆蓋結構連接、功能連接、有效/因果連接，以及腦連接與行為、認知、學習、情緒、感覺運動功能和臨床轉化之間的關系。研究方向橫跨基礎神經科學、認知神經科學、神經影像、神經調控、神經信息學、理論與計算神經科學、神經康復、精神病學與神經心理學，尤其歡迎 MRI、PET、MEG、EEG、SPECT、顯微成像、多模態數據整合與計算建模等工作。

根據 Sage 期刊頁面信息，Brain Connectivity 的 Impact Factor 為2.5，5-Year Impact Factor 為2.8，全年出版 12 期雙號合刊（double issues），支持綠色開放獲取及 CC BY 開放獲取出版。

為什么需要這個特刊？

AI 與腦科學的關系正在從「類比」走向「機制檢驗」。人工神經網絡不再只是受大腦啟發的工程系統，而是可以與 EEG、MEG、fMRI、顱內記錄、行為實驗、臨床數據和 connectome 數據進行系統比較的候選模型。與此同時，網絡神經科學正在發展更精細的結構、功能與有效連接分析方法；意識科學也在通過全局神經工作空間、整合信息、循環加工、預測加工與主動推斷等理論，提出關于連接、遞歸、整合、廣播和狀態轉換的可檢驗假設。

本特刊聚焦一個明確的科學問題：在什么條件下，人工神經網絡能夠成為認知、腦動力學與意識相關過程的機制性、可檢驗、受神經約束的模型？特刊不鼓勵缺乏證據的「AI 是否具有意識」式思辨，而是希望推動嚴格的模型—大腦比較、神經驗證標準與連接約束建模工作。

特刊關注方向

本特刊歡迎實證、理論、計算建模、方法學、綜述、視角與短評類論文，關注方向包括但不限于以下五個主題：

• ANN作為認知的模型 —感知、注意、語言、記憶、推理、決策、元認知、學習與適應性行為；尤其歡迎與人類行為、EEG、MEG、fMRI、顱內記錄或損傷數據進行直接對照的工作。

• ANN作為意識相關過程的模型 —conscious access、recurrent processing、global broadcasting、information integration、state transitions、metacognitive monitoring 及 disorders of consciousness 的建模。

• 連接約束與網絡結構在 ANN 中的整合 —結構、功能與有效連接，模塊化、層級、遞歸、圖拓撲、connectome-based constraints；相關方法涵蓋 GNN、RNN、reservoir computing、whole-brain models、SNN、預測加工網絡與神經-符號混合系統。

• 模型—大腦對齊與神經驗證 —representational similarity analysis、encoding/decoding models、neural predictivity、dynamical-systems comparison、perturbation analysis、lesion simulation、causal modelling，以及面向認知與意識建模的基準評估。

• 臨床、發展與轉化應用 —精神疾病、神經退行性疾病、腦損傷、意識障礙、認知下降與情緒調節異常中的連接異常建模；以及 digital twins、computational psychiatry、precision mental health 與個體化腦建模。

• 原創實證 / 計算建模論文（Original empirical / Computational modelling）

• 研究方案（Protocol papers）

• 綜述（Review articles）

• 視角與理論（Perspective / Theory papers）

• 關于「如何評估 AI 作為認知或意識模型」的短評（Short Commentary）

這意味著——即使您目前尚無完整實證數據，**只要有清晰的理論框架、方法學建議或評估視角，都可以參與。

哪些研究者特別適合投稿？

如果您的工作滿足以下任一條件，強烈建議與客座編輯聯系討論選題：

• 使用 DNN / RNN / GNN / LLM 對人類神經或行為數據進行建模；

• 用 fMRI / EEG / MEG / iEEG 比較人類與 AI 系統的表征幾何；

• 研究 connectome 約束的 AI 架構、腦啟發深度學習或神經形態計算；

• 做全腦建模、數字孿生或腦動力學系統建模；

• 在意識科學方向有可計算化的理論或實證工作（GNW / IIT / PP / AIF 等）；

• 用 AI 模型研究精神或神經疾病的連接異常；

• 關注機制可解釋性（mechanistic interpretability）與神經科學的對話；

• 有意撰寫本方向的高質量綜述、視角或方法學評論。

特刊目前處于籌備階段，尚未在期刊官網正式開放投稿入口。建議意向作者按以下方式與客座編輯預溝通選題：

郵件主題示例：

Brain Connectivity Special Issue – Topic Proposal: [Your Title]

郵件內容建議包含：

• 擬投稿題目；

• 文章類型（empirical / modelling / review / perspective / protocol / commentary）；

• 150–300 字摘要或核心研究問題；

• 計劃提交時間；

• 作者團隊與通訊作者信息。

Peng Wang| Erasmus University Rotterdam, ESSB

wang@essb.eur.nl

我們期待與更多研究者共同推動這一新興方向的發展：用人工神經網絡理解腦連接，用腦連接約束人工智能，用可檢驗的模型連接認知、意識與大腦。

注：_期刊指標、出版方與投稿政策信息根據 Sage 與 Mary Ann Liebert 官方頁面整理，最終以期刊官網最新信息為準；本推文為特刊籌備階段的預征稿預告，正式 Call for Papers 將以期刊官網發布版本為準。

分享人：王彭，天天

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認知神經科學的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場探索未知的長跑，但你無需獨行。歡迎加入PsyBrain 學術社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點擊卡片進群，歡迎你的到來

一鍵關注，點亮星標 ? 前沿不走丟！

一鍵分享，讓更多人了解前沿