1,研究者對研究“使用干預手段增強認知”的興趣很大。盡管一些干預手段有顯著效果，但個體之間認知改善程度往往存在差異。

     2,人類神經(jīng)成像數(shù)據(jù)的圖論分析是研究大腦大規(guī)模網(wǎng)絡特性的工具。模塊化是一個重要的組織原則，它量化了網(wǎng)絡被劃分為不同的子網(wǎng)絡或模塊的程度。

      3,大腦模塊化的基線預測了（可以理解為從大腦模塊化推斷出）幾類不同人群和干預手段中與干預相關(guān)的認知改善程度，其中包括創(chuàng)傷性腦損傷患者和參與認知和運動干預的健康個體。

       4,大腦模塊化是成功干預和更廣泛的認知可塑性的統(tǒng)一生物標志物。

      用認知訓練和有氧運動等方法的干預已被證明有增強認知能力的潛力。然而，這些效果的明顯程度往往存在顯著的個體差異。在此，我們提出大腦網(wǎng)絡模塊度是衡量大腦子網(wǎng)絡分離的指標，是干預相關(guān)的統(tǒng)一生物標志物。我們的工作來自多個獨立的研究，這些研究表明，基線大腦模塊化的個體差異預測了幾類人群和幾種干預手段的改善認知的效果，這些人群包括健康成人、臨床上有缺陷的患者，干預手段有認知訓練、有氧運動。我們認為，這一預測為制定有針對性的、個性化的干預手段以及改善認知的研究提供了基礎。本文發(fā)表在Trends in Cognitive Sciences雜志。

       近年來研究者對增強認知方面的干預手段的興趣迅速增長。最近，盡管其他干預手段如有氧運動和大腦刺激(例如,經(jīng)顱磁刺激)也是增強認知能力的手段，但是大量的研究集中在基于計算機的認知訓練(例如,Box1)。其中一些工作表明，訓練可以提高認知控制能力，如注意力、工作記憶和多任務，需要注意的是，訓練干預對增強認知功能的影響并非是單一的(Box1)。然而，認知控制是目標導向行為的基礎，更重要的是與兒童的學業(yè)成功和老年人獨立生活的能力有關(guān)。此外，認知控制缺陷在臨床人群中普遍存在，如創(chuàng)傷性腦損傷(TBI)和注意力缺陷障礙患者。因此，確定能夠在普遍人群中成功加強認知控制能力的干預手段至關(guān)重要。

       與訓練相關(guān)的認知控制的改善表明，這些能力不是一成不變的，因為干預可以驅(qū)動認知可塑性，最終增強認知。在這里，我們將"認知可塑性"定義為個體改變和適應認知表現(xiàn)的能力。盡管許多干預手段表面看起來效果很好，但個體之間作用的大小往往存在差異。此外，不同類型干預手段的效果也存在差異。因此，理解有效干預相關(guān)并進一步理解為什么某些干預僅對某些個體而不是對所有人有效的機制是至關(guān)重要的。此外，考慮到干預訓練所需的成本和時間成本，以及我們的醫(yī)療保健系統(tǒng)中用于康復的資源有限，所以確定可靠的生物標志物，標志物預測哪些個體最有可能對干預做出反應，這將有助于臨床醫(yī)生在開始訓練之前做出更準確的決定。所以，一個共同的神經(jīng)機制可以解釋為什么干預相關(guān)的可塑性在各種干預手段和人群上有相同的效果。

       在這里，我們提出腦網(wǎng)絡的一個關(guān)鍵組織原則(網(wǎng)絡模塊化)，是與增強認知的干預手段相關(guān)的統(tǒng)一生物標志物。可以使用一種稱為圖論的數(shù)學方法從腦成像數(shù)據(jù)中推導出一個模塊度度量(Box 2)。該指標可用于量化單個大腦子網(wǎng)絡或網(wǎng)絡模塊在全腦網(wǎng)絡中與其他模塊分離的程度，其中模塊度高的網(wǎng)絡模塊內(nèi)連接多，模塊間連接稀疏。

研究認知可塑性的網(wǎng)絡層面研究

       注意到干預效果在個體間的差異性，以往的研究試圖尋找人類成功學習的神經(jīng)生物標志物。已經(jīng)有工作證明，某些類型的度量，如腦體積或腦活動(例如,額葉alpha功率)，與復雜的技能學習有關(guān)，也可以預測未經(jīng)訓練的認知控制能力的改善。然而，重要的是，這些類型的預測因素在不同的研究中并不一致，這表明需要一個在不同的人群和干預手段中可以推廣的神經(jīng)生物標志物。此外，這些先前確定的生物標志物在很大程度上僅限于度量孤立腦區(qū)的結(jié)構(gòu)或功能，而不是識別網(wǎng)絡水平相互作用的生物標志物。我們認為，后者將得到更可靠的干預相關(guān)認知可塑性生物標志物。

       正如預期的那樣，功能性腦網(wǎng)絡存在顯著的個體差異。這種獨特性可以通過新的腦成像分析方法來捕獲，基于其網(wǎng)絡連接模式來識別被試。使用這樣方法來理解認知中的個體差異以及預測未來的行為結(jié)果的工作越來越多。因此，我們認為全腦網(wǎng)絡研究對于識別干預相關(guān)認知可塑性的共同生物標志物至關(guān)重要。正如許多干預手段所要達到的效果那樣，復雜認知過程的增強，如認知控制，這些功能的增強不能定位于個別腦區(qū)或腦區(qū)對，而被認為依賴于廣泛分布的腦網(wǎng)絡之間的交流，關(guān)注大腦網(wǎng)絡很可能是特別有意義的。

       本文中，我們認為大腦模塊化是一個網(wǎng)絡層面的生物標志物，可以預測干預成功的可能性，更廣泛地說，是潛在的認知可塑性。我們的論證基于先前的幾個不同干預和人群的工作，表明基線腦網(wǎng)絡模塊度較高的個體表現(xiàn)出更好的干預改善認知的效果 (圖1)。在描述這些實證研究之后，我們回顧了其他涉及模塊化網(wǎng)絡組織和可塑性的實證和理論工作，為模塊化與干預引起的認知改善之間關(guān)系的潛在機制奠定了基礎。

大腦模塊化在不同人群和干預手段可塑性中的預測

       模塊化是腦網(wǎng)絡的重要特征。不僅如此，理論和實證工作都表明，大規(guī)模腦網(wǎng)絡中的模塊化組織有利于行為的產(chǎn)生。綜上，我們假設在增強認知能力的干預過程中，如認知控制，更模塊化的網(wǎng)絡賦予認知可塑性。為了支持這一假設，我們提出了三個研究的結(jié)果，證明基線(即事前干預)時腦網(wǎng)絡模塊度更高的個體表現(xiàn)出更大的認知控制能力效果(圖1A)。重要的是，這些研究都表明大腦模塊化對訓練結(jié)果的預測超出了基線認知的個體差異，證明了大腦模塊化增加了關(guān)于未來干預相關(guān)的認知效果的獨特預測信息。

接受認知訓練的TBI患者

        最初的工作是在TBI患者中檢驗基線大腦模塊化與干預效果之間的關(guān)系。在此，對表現(xiàn)出認知控制能力受損的慢性TBI患者進行為期5周的目標導向自我調(diào)節(jié)干預。干預包括基于小組的訓練、與老師的私教和在家練習，重點是正念注意調(diào)節(jié)和這些技能在日常生活中的實際應用。被試被隨機分配到這種干預或主動控制的腦健康教育干預。與控制干預相比，認知控制綜合測試 (例如字母序列化、反應抑制和轉(zhuǎn)換、流暢性等)的成績在認知干預后有所提高。為了檢驗基線大腦模塊度與訓練相關(guān)效果之間的關(guān)系，從5分鐘的睜眼"靜息態(tài)" fMRI (靜息態(tài)功能磁共振成像)掃描中量化模塊度。值得注意的是，基線時模塊度較高的患者表現(xiàn)出更大的訓練相關(guān)認知改善效果 (圖1B)。重要的是，教育干預組的基線模塊化與認知改變之間沒有關(guān)系。此外，模塊度與訓練相關(guān)效果之間的關(guān)系不能通過訓練前認知能力的個體差異來解釋，表明模塊度是預測訓練效果的獨特貢獻者。

進行認知訓練的健康個體

        在第二項研究中，在健康的老年人中研究了大腦模塊化與訓練相關(guān)的認知效果之間的關(guān)系。盡管TBI患者通常表現(xiàn)出認知控制缺陷，但健康老年人在這些功能方面也會出現(xiàn)困難。最近的大量工作表明，干預可以在一定程度上提高老年人的認知控制能力。在一個例子中，先前的研究表明與對照組相比，這種訓練提高了一組老年人的認知控制能力。在此，有非臨床認知控制困難的老年人(年齡56~71歲)被納入為期12周的推理訓練[策略性記憶[TOSL]與推理訓練(SMART)]，該訓練包括小群體訓練和在家練習。與對照組相比，SMART組的個體在要點推理和概念抽象上的成績均有提高。為了檢驗基線大腦模塊度與訓練相關(guān)效果之間的關(guān)系，從4分鐘的靜息態(tài)功能磁共振成像掃描中量化了模塊度。在完成不同類型認知訓練的TBI患者中，基線大腦模塊度較高的老年人在TOSL上表現(xiàn)出更大的SMART改善(圖1C)。重要的是，對照組基線腦模塊度與TOSL變化之間沒有關(guān)系。此外，基線腦模塊度與SMART相關(guān)TOSL效果的關(guān)系與年齡、掃描設備內(nèi)運動或基線認知能力無關(guān)。

       而在TBI患者中的研究結(jié)果集中于全腦模塊度度量，有證據(jù)表明，與視覺網(wǎng)絡等感覺-運動功能的子網(wǎng)絡相比，衰老對介導"聯(lián)想"功能的子網(wǎng)絡(如額頂控制網(wǎng)絡)的影響更明顯。在二次分析中，證明了在SMART組中，關(guān)聯(lián)皮層模塊度與TOSL效果相關(guān)，而不是感覺-運動皮層模塊度，這表明網(wǎng)絡模塊度在預測老年人訓練相關(guān)效果方面可能更有價值。

進行運動訓練的健康個體

       雖然最近改善認知功能的大量工作集中在基于群體或計算機化的認知訓練，但運動干預也表現(xiàn)出對大腦功能和行為的積極影響，特別是在老年人群中。在最后的研究中，研究了大腦模塊化與與運動訓練相關(guān)的認知改善之間的關(guān)系。在此，由經(jīng)過培訓的運動專家牽頭，對健康、低活動、(年齡60~80歲)的老年人進行為期6個月的體育鍛煉干預。被試被隨機分為四組：(i) Walk組的參與者在訓練期間在目標心率范圍內(nèi)行走；(ii) Walk +組被試以相同的目標心率行走，并每天補充β -丙氨酸；(3) SSS組進行以伸展、強化和穩(wěn)定為主的練習；(4)對舞蹈組的被試進行舞蹈訓練。與舞蹈組相比，Walk、Walk +和SSS組的個體在認知控制(例如,空間工作記憶、任務轉(zhuǎn)換等)和心肺適能的綜合素質(zhì)上有所改善。為了檢驗基線大腦模塊度與訓練相關(guān)效果之間的關(guān)系，從6分鐘的閉眼靜息態(tài)功能磁共振成像掃描中量化模塊度。與前人工作類似，較高的基線模塊度與更大的運動相關(guān)認知控制效果有關(guān)，特別是在表現(xiàn)出干預相關(guān)認知改善的群體中(即Walk、Walk +和SSS ;圖1D)。在Walk組和Walk +組中，這種關(guān)系在基線認知控制能力較低的個體中更強。重要的是，在舞蹈控制組中，大腦模塊化與認知變化之間沒有關(guān)系，這表明這種預測關(guān)系對那些表現(xiàn)出與訓練相關(guān)的認知和心肺健康改善的群體具有選擇性。進一步地，基線模塊度與認知改善的關(guān)系與年齡、掃描儀內(nèi)運動、受教育年限或腦容量的個體差異無關(guān)。

      (A)基線計算的大腦模塊度可以預測多個干預手段和人群中與干預相關(guān)的認知效果。具體來說，腦網(wǎng)絡模塊度高的個體比腦網(wǎng)絡模塊度低的個體具有更顯著的認知改善效果。腦網(wǎng)絡由節(jié)點(圓)和連接它們的邊(線)組成。節(jié)點根據(jù)其模塊隸屬度進行著色；模塊內(nèi)連接被著色以匹配自身模塊中節(jié)點的連接，而模塊間連接是黑色。模塊度(圖的右邊)較高的網(wǎng)絡模塊內(nèi)連接數(shù)較多，模塊間連接數(shù)較少；模塊度(圖的左邊)較低的網(wǎng)絡模塊內(nèi)連接數(shù)較少，模塊間連接數(shù)較多。

      (B)基線腦模塊度預測參加群體注意訓練的創(chuàng)傷性腦損傷(TBI)患者認知控制改善(在注意和執(zhí)行功能任務的復合任務上)，但不能預測參加控制教育干預的TBI患者認知控制改善。

     (C)基線腦區(qū)模塊度預測參加群組推理訓練的健康老年人的認知控制改善(關(guān)于戰(zhàn)略學習的檢驗[TOSL] )，但不能預測對照組。

     (D)基線腦模塊度可以預測參加運動訓練的健康老年人的認知控制改善[在執(zhí)行功能(EF)任務的組合上]，但不能預測參加對照舞蹈干預的健康老年人的認知控制改善(在控制年齡、掃描儀內(nèi)運動和基線認知控制功能后)。值得注意的是，由于圖論方法決策的差異，如網(wǎng)絡節(jié)點和邊的數(shù)量以及圖譜的選擇，不同研究中測量的大腦模塊度值的范圍不同。然而，基線模塊度與干預相關(guān)效果之間的關(guān)系在不同的分析方法中都是穩(wěn)健的。

大腦模塊度作為可塑性生物標志物的穩(wěn)健性

       總之，這三個實證研究的發(fā)現(xiàn)表明，在無任務的靜息態(tài)功能磁共振成像中計算的腦網(wǎng)絡模塊度可能是與訓練相關(guān)的認知控制改善的潛在生物標志物，它在各種人群和干預手段中都有推廣(圖1)。首先，在從臨床缺陷患者到健康個體的幾個不同人群中觀察到了模塊化-認知改善關(guān)系，這些人群平均表現(xiàn)出與干預相關(guān)的改善。重要的是，這種關(guān)系在具有不同教育背景的個體中被發(fā)現(xiàn)。第二，從基于群體的認知療法到個體干預，在改善功能的幾種不同干預中觀察到了模塊化-改善關(guān)系。第三，這種關(guān)系是針對每個研究特定的各種結(jié)果度量發(fā)現(xiàn)的，但都挖掘了認知控制功能的各個方面。

       在數(shù)據(jù)收集和分析方面，模塊度-認知改善關(guān)系似乎也對方法的選擇具有穩(wěn)健性。這種關(guān)系是在不同靜息態(tài)功能磁共振成像掃描長度和參數(shù)的數(shù)據(jù)集中觀察到的，包括睜眼或閉眼休息。重要的是，我們還進行了幾個步驟來證明模塊度和認知改善之間的關(guān)系與掃描設備中的頭部運動無關(guān)。進一步，將模塊度-認知改善關(guān)系推廣到跨圖理論分析方法，包括節(jié)點選擇[例如模板 (AAL) ]或Power圖譜]、邊選擇(例如,閾值化和二值化或保留連邊權(quán)重)以及模塊度優(yōu)化方法(例如,模擬退火、譜聚類)。考慮到這些方法選擇中的一些(例如,節(jié)點和邊數(shù))會影響度量的模塊度值的范圍，因此很難有意義地比較研究之間模塊度度量的大小，而應該在使用相同分析方法的研究中進行比較。盡管如此，基線腦模塊度與干預相關(guān)改善之間的相關(guān)性在幾個使用不同圖論方法的獨立研究中得到了復現(xiàn)(圖1)。

      有趣的是，在其他功能連接組預測研究中也發(fā)現(xiàn)了類似于掃描設備內(nèi)運動、掃描序列和圖譜選擇的魯棒性。然而，需要注意的是，其中一些選擇可能導致較低的預測精度(即基于連接模式的個體被試預測)，例如使用基于解剖學的大網(wǎng)絡節(jié)點的圖譜或處理不充分來解釋運動偽影。此外，一些工作表明在掃描設備中執(zhí)行任務可以增加個體間變異的可檢測性，減少被試的運動。未來工作可以研究認知任務中量化的模塊度與干預相關(guān)的認知改善之間的關(guān)系。

支持大腦模塊化-可塑性關(guān)系的補充工作

       上述獨立研究的結(jié)果表明，基線腦網(wǎng)絡模塊度可以預測多個人群在認知和運動訓練后的認知改善?？傮w而言，這些結(jié)果表明模塊度指標反映了認知和潛在的神經(jīng)可塑性。值得注意的是，腦模塊化最近也被證明可以預測工作記憶訓練早期階段的任務學習率。為了進一步支持模塊度作為干預可塑性的生物標志物，默認基線和視覺網(wǎng)絡模塊度的度量預測強迫癥(OCD)患者認知行為治療后癥狀嚴重程度的降低，默認網(wǎng)絡分離預測精神分裂癥患者的臨床治療結(jié)果。

      此外，大腦模塊度指標還預測與間接干預相關(guān)的可塑性形式相關(guān)的結(jié)果，如從損傷中恢復。在一項研究中，從靜息態(tài)腦電( EEG )數(shù)據(jù)中度量的模塊度預測了意識障礙患者未來的行為結(jié)果。具體來說，模塊度較高的患者大約1年后有更多的陽性結(jié)果(即,恢復的意識)。在第二個研究中，大腦子網(wǎng)絡內(nèi)的靜息態(tài)功能磁共振成像連接預測認知正常的老年人未來的認知下降。具體來說，在"聯(lián)想"網(wǎng)絡中基線連接性較高的老年人在大約3年后的認知下降最少。

      總的來說，這些補充的研究表明，大腦模塊化也可以預測其他基于臨床的結(jié)果，如OCD的嚴重程度和意識恢復。此外，他們認為即使在沒有干預的情況下，大腦模塊化也可能與可塑性的形式有關(guān)，如從腦損傷中恢復和從正常老化中認知下降。

大腦模塊化與可塑性之間關(guān)系的潛在機制

      有大量的實證和計算工作證明了模塊化網(wǎng)絡組織的優(yōu)勢。雖然最近的綜述詳細闡述了模塊化網(wǎng)絡組織的行為相關(guān)性，但本文的重點是提出大腦模塊化與認知可塑性相關(guān)的網(wǎng)絡層面機制，進而解釋干預如何導致認知改善。

經(jīng)驗工作

      人類研究表明，模塊化的腦網(wǎng)絡有利于認知表現(xiàn)。首先，從無任務的"靜息"功能連接數(shù)據(jù)中量化的更高的網(wǎng)絡模塊度與個體更好的工作記憶容量和情景記憶有關(guān)。此外，感覺運動網(wǎng)絡模塊化程度的提高與未來的運動技能學習有關(guān)，功能網(wǎng)絡在練習和學習過程中變得更加獨立。第二，模塊化網(wǎng)絡組織在健康老年人和認知控制缺陷患者中均被破壞。最后，對維持模塊化組織重要的腦區(qū)發(fā)生病變，導致更廣泛的認知缺陷。在車禍恢復期的最初幾周到幾個月內(nèi)，網(wǎng)絡模塊度也會增加，更重要的是，它與復雜認知功能的恢復有關(guān)，如注意力和記憶?？傊?，這些在人類中的研究表明大腦模塊化的特質(zhì)性特征預測行為表現(xiàn)，即在"靜息"狀態(tài)下度量的更模塊化的內(nèi)在網(wǎng)絡組織有利于行為。

       盡管最近的工作已經(jīng)描述了模塊化網(wǎng)絡組織(例如,在任務執(zhí)行過程中)的類似于狀態(tài)的變化，但一項特別相關(guān)的研究發(fā)現(xiàn)，一般智力較高的個體在無任務的"靜息態(tài)"和任務之間的連通性變化較小，這表明這些個體具有更"最優(yōu)"的內(nèi)在網(wǎng)絡組織，支持在任務期間更有效的連通性變化模式。在認知訓練過程中，我們提出具有較高網(wǎng)絡模塊度的個體也可能處于更"優(yōu)化"的網(wǎng)絡狀態(tài)，需要較少的網(wǎng)絡重構(gòu)來實現(xiàn)成功應對訓練干預所必需的"最優(yōu)"網(wǎng)絡狀態(tài)。盡管我們的假設和對以往研究的回顧強調(diào)了大腦模塊度的特質(zhì)水平差異，但我們相信在未來的工作中同時利用基于狀態(tài)和基于特質(zhì)的方法將有助于識別生物標志物，以及理解認知可塑性背后的網(wǎng)絡水平機制。

理論工作

      計算建模研究為上述經(jīng)驗研究提供了一個框架，并展示了模塊化網(wǎng)絡的好處。此外，先前的工作表明模塊化網(wǎng)絡能夠自發(fā)地優(yōu)化來解決不同的任務目標，并且模塊化程度越高的網(wǎng)絡在變化的環(huán)境中具有更強的適應性。類似地，其他工作也表明模塊化網(wǎng)絡更擅于學習新的技能而不會忘記舊的技能。特別地，將人工智能領(lǐng)域的一個問題稱為災難性遺忘(也就是說,在學習新的技能后忘記先前習得的技能)在模塊化神經(jīng)網(wǎng)絡中進行了化簡。提出模塊化網(wǎng)絡有助于新的學習，因為加工選擇性地發(fā)生在專門學習新任務的模塊中。模塊化的生物網(wǎng)絡也可能進化來降低網(wǎng)絡布線成本。具體來說，這可能使具有足夠規(guī)模的模塊化網(wǎng)絡，類似于許多生物網(wǎng)絡的規(guī)模，在解決問題時更有效率和更快(例如,從更大的集合中識別特定模式的子集)。

      綜上所述，本文的計算工作表明，模塊化網(wǎng)絡具有更強的適應性，更擅于學習和解決問題。模塊化網(wǎng)絡的這些優(yōu)勢被歸因于模塊化組織提供的腦區(qū)獨立性。在這里，許多連接集中在模塊內(nèi)的網(wǎng)絡可以更獨立地適應不斷變化的外部需求，并且，如果其他模塊被修改或損壞，也不會受到影響。與此相關(guān)，模塊化網(wǎng)絡被認為更獨立于網(wǎng)絡的其他部分，因為它們的模塊間連接相對較少，從而導致靈活性增加。

      考慮到模塊化網(wǎng)絡組織的優(yōu)勢，我們提出了大腦模塊化與干預誘導的認知改善之間關(guān)系的可能網(wǎng)絡層面機制。具體來說，我們假設較高的網(wǎng)絡模塊度代表了一種腦網(wǎng)絡特質(zhì)，在干預過程中允許更大的可塑性。正如實證工作所表明的那樣，在不同的認知域中，如工作記憶和情景記憶中，與更好的行為表現(xiàn)相關(guān)的個體之間存在著穩(wěn)健的模塊化差異。進一步，正如計算工作中表現(xiàn)出來的一樣，模塊化網(wǎng)絡在變化的環(huán)境中表現(xiàn)出更強的適應性，更擅于學習和解決問題。

      在認知訓練干預的背景下，我們提出，擁有更多模塊化大腦的個體更擅于適應不斷變化的訓練需求，更快地解決訓練中必須學習的新任務。這樣，考慮到大腦模塊化與認知表現(xiàn)之間的關(guān)系，擁有更模塊化大腦的個體可能更擅長學習訓練范式。這一提議得到了將模塊化與訓練過程中早期學習率聯(lián)系起來的實證工作的支持，其中，擁有較多模塊化大腦的個體比擁有較少模塊化大腦的個體表現(xiàn)出更快的訓練范式學習。因此，我們提出，在認知訓練過程中，腦網(wǎng)絡模塊度較高的個體比腦網(wǎng)絡模塊度較低的個體有更大的能力進行更多的訓練，并且在更高的難度水平上更快，從而導致更大的干預誘導的認知改善。未來的研究可以直接檢驗這些假設。

結(jié)束語和未來研究方向

        基于最近的研究，我們提出腦網(wǎng)絡模塊度作為一個關(guān)鍵的生物標志物，可以預測參與各種形式訓練的個體與干預相關(guān)的認知可塑性。此外，模塊度也可能是理解腦損傷恢復和腦病理進展的一個有價值的指標。我們認為，這種水平的分析(即,考察大規(guī)模腦網(wǎng)絡組織)對于捕獲行為或單個腦區(qū)的活動和結(jié)構(gòu)所不能解釋的信息至關(guān)重要。對于認知控制這樣的復雜行為，考察大腦子網(wǎng)絡內(nèi)部和子網(wǎng)絡之間的相互作用可能是有意義的。現(xiàn)有文獻為模塊化腦網(wǎng)絡組織在塑造當前和未來行為結(jié)果方面的意義提供了證據(jù)。此外，它還廣泛地指出模塊化是潛在可塑性的重要指標，從而為干預成功的個體差異提供了潛在的機制。最后，我們期望該框架可以前瞻性地用于指導個性化干預，以改善個體的認知。未來的研究應該考察模塊度與認知可塑性的關(guān)系是否擴展到其他人群，如兒童青少年(見突出問題)的學習。重要的是，這些未來的工作將有助于為大腦模塊化作為可塑性生物標志物的潛在神經(jīng)生物學機制產(chǎn)生可驗證的假設。