大脑皮层中的信息流动遵循两种基本方向：自下而上的前馈信号携带来自感官的原始输入，而自上而下的反馈信号则传递期望、预测和情境信息。长期以来，由于这两种信号在时间和空间上高度重叠，非侵入性成像技术一直无法在活体中区分它们。这一技术瓶颈限制了对幻觉、自闭症、阿尔茨海默病等神经精神疾病中信息流向失衡的理解。

2026年5月4日，在《Nature Communications》上发表了题为“UltraFast Layer-Resolved Encoding (uFLARE) functional MRI deciphers bidirectional signaling from spontaneous activity”的研究。该研究开发了一种名为uFLARE的超快层分辨编码功能磁共振成像技术，结合层特异性连接野计算模型，首次能够在自发脑活动中非侵入性地区分自下而上和自上而下的信号。研究团队利用9.4特斯拉超高场MRI，以50毫秒级时间分辨率和亚毫米级空间分辨率采集大鼠视觉、体感和运动皮层数据。结果发现：自下而上连接在皮层第IV层表现出倒U型的连接野大小峰值，而自上而下连接则在第I层和第VI层呈现U型分布。该模式在多个感觉运动系统中高度一致，并且在视觉皮层损伤后，外侧膝状体能够绕过受损的V1区直接向高级视觉区投射，展示了强大的神经可塑性。这一技术为理解精神疾病中信息流向异常提供了全新的非侵入性研究工具。

研究人员首次通过成像技术识别出大鼠大脑中神经冲动是“自下而上”（前馈）传递视觉输入信息，还是“自上而下”（反馈）传递对任务的期望、预测或对外部世界的感知信息。该研究的成果可能对理解幻觉、阿尔茨海默病、精神分裂症、自闭症等患者大脑的变化具有重要意义。

该研究第一作者研究人员（当时在高级作者研究人员的临床前磁共振实验室工作，现已成为科英布拉大学课题组负责人）提出了研究思路、完成了实验并分析了结果。研究人员幽默地表示：“我只是提供了磁共振专业知识。”另一位合著者来自蒂尔堡大学，为计算模型提供了支持，其他合作者则协助了实验。

研究团队证明，这些啮齿动物在自发状态下（大脑从不休息）的前馈和反馈神经冲动各自具有独特的信号特征，可以通过他们开发的一种名为uFLARE的方法检测到。uFLARE是一种神经成像技术，旨在以前所未有的高时间分辨率和高空间分辨率绘制大脑活动图。

一种适用于超快fMRI数据的层流模型方案

实现区分前馈与反馈信息流所需的亚毫米分辨率超快采集（数十毫秒），离不开研究人员实验室中的超高场实验磁共振成像扫描仪——该设备产生9.4特斯拉的磁场（相比之下，临床磁共振成像仪通常产生1至3特斯拉）。得益于此，团队能够进行超快功能磁共振成像，以高速度测量皮层回路的活性，捕捉快速变化。

然而，为了解读数据，“除了这些极高的时间和空间分辨率图像外，还需要第二个要素，”研究人员说。“那就是需要一个计算性的双向模型，来描述信息在大脑不同部位之间的流动方式。”

团队的工作聚焦于视觉皮层，该区域由六个不同的层组成，且每一方向神经冲动的目标区域已被明确区分：具体而言，从感觉器官进入视觉皮层的自下而上信号主要靶向第IV层，而来自高级视觉区向初级视觉皮层的反馈连接则优先投射到第I层和第VI层。

视觉皮层的方向性模型

据此，研究人员用来正确区分视觉皮层前馈和反馈通路的模型是一种所谓的“基于层的连接野模型”。该神经元通讯模型根据大脑另一部分的神经元信号，预测特定层中目标神经元的活性。

在该模型中，一组神经元的连接野大小“衡量了不同神经元发送或接收信息的范围”，研究人员解释说。“如果连接野较大，意味着特定神经元群从另一个区域的一大群神经元接收信息。”

这意味着连接野大小在皮层各层之间的变化对于上行（前馈）和下行（反馈）通路有着系统的差异。事实上，对于前馈信号，模型预测该大小在视觉皮层的中间层达到最大，而对于反馈连接，则在最浅层和最深层同时达到最大。

视觉皮层病变后的自下而上和自上而下的分布

当研究人员从获取的大量功能磁共振图像序列中提取有关连接野大小和分布的信息时，其数值和分布与模型预测完全吻合。换句话说，从图像中提取的前馈信号特征与反馈信号特征截然不同，从而正确推断出信息流动的方向。

研究人员进一步证明，该方法也适用于其他脑区，如体感和运动系统，提示这是一种皮层通讯的普遍模式。

这些结果可能对理解人类疾病具有重要意义。“在自闭症、帕金森病、阿尔茨海默病以及许多伴有脑损伤的疾病中，”研究人员解释道，“目前我们只能说出前馈和反馈活动通路发生了变化，但我们不知道这是如何发生的，也不明白差异何在。借助这种新方法和新分析，我们可以研究定向信息流的变化。这是一种观察大脑活动的新方式。”

“我们正试图在人类身上复现这些反馈和前馈连接的模式，”研究人员说。“这将是令人兴奋的：我们或许能够看到病变如何影响引起大脑变化的反馈和前馈信号。在自闭症患者中，我们知道他们的感知不同，因为他们拥有不同的整合机制，我们可能能够判断这些机制是否涉及反馈或前馈信号。现在我们可以尝试回答这些问题了。”