近日，我系董康立博士以第一作者身份，在 Nature Portfolio 旗下期刊 Communications Biology （中科院一区）发表题为 “Optimal stochastic tracking control for brain network dynamics” 的研究论文。该研究以脑卒中及卒中后失语等神经功能障碍康复中的脑刺激参数优化问题为例，将网络控制理论从“将大脑推到某个目标状态”的经典框架，拓展为“让病理脑网络动态持续跟踪健康目标动态”的最优随机跟踪控制框架，为个体化、低能耗脑刺激干预提供了新的计算思路。

      脑网络控制理论（NCT）常用于解析脑刺激效应，优化 TMS、tDCS 等非侵入式脑刺激范式。传统最优控制以 “单一时点状态转移” 为目标，但大脑是连续演化且含噪声的动态系统，仅用状态描述无法完整反映病理脑动力学与实际干预需求。

      为此，本研究提出最优随机跟踪控制框架，将控制目标从 “到达目标状态” 升级为 “让病理脑网络动力学与健康动力学在统计特征上同步”。以脑卒中及卒中后失语患者为对象，基于 fMRI 和 DWI 数据估算耦合矩阵与方差矩阵，计算各控制节点的跟踪能量与调控效果。

      结果显示，随机跟踪控制能量与脑网络平均可控性呈显著负相关，且比传统状态转移控制更稳定；在 100 维网络中，仅调控 5 个低能量节点即可提升超 90% 节点的动力学表现。

      本研究将脑网络控制从 “状态转移” 推进至 “动力学跟踪”，更贴合长期改善脑动态的临床目标，可高效识别低成本刺激靶点。临床中，该框架能评估靶点调控成本、设计 “少节点、大效果” 的刺激策略，未来结合多模态影像与脑区分析，可为精准脑刺激与个体化神经康复提供新的计算支撑。

      本研究得到了广东省自然科学基金（2025A1515012149）、国家重点研发计划（2025YFC3410002, 2022ZD0117902）、国家自然科学基金（82172056）、浙江省自然科学基金（LR23F010003）、浙江省重点研发计划（2024C04032）以及汕头大学科研启动基金（NTF24004T）的支持。DOI：https://doi.org/10.1038/s42003-025-09184-4 

      董康立博士，于2024年2月加入汕头大学生物医学工程系，任讲师。2023年6月于浙江大学取得生物医学工程博士学位，主要研究兴趣包括神经工程，fMRI脑网络动力学等。发表SCI和EI论文若干篇，其中发表包括Communications biology，NeuroImage，Engineering，IEEE Transactions on Neural Systems & Rehabilitation Engineering，Computers in Biology and Medicine，Journal of Sound and Vibration，Neurocomputing等期刊。担任IEEE Transactions on Neural Systems & Rehabilitation Engineering, Journal of neural engineering，Anesthesia & Analgesia，Neurocomputing, Frontiers in Neuroscience等期刊审稿人。目前主持广东省自然科学基金面上项目两项，汕头大学科研启动项目一项，担任国家重点研发计划项目课题参与单位负责人。

  个人主页：https://www.stu.edu.cn/swgx/info/1021/1731.htm

主要图表

Fig. 1 研究框架：从 fMRI 预处理与脑网络模型构建，到最优随机跟踪控制、最优状态转移控制及控制节点选择。

Fig. 2 与病灶相关空间位置的可控性比较及功能连接统计。

Fig. 3 代表性参与者的 400-ROI 脑网络模型优化结果及完全控制后的动力学效果。

Fig. 4 五类卒中/失语群体中跟踪能量的空间分布及其与脑网络可控性的关系

Fig. 5 不同控制节点数量下的控制效果

汕头大学生物医学工程系宣