对脑功能的破译需要在多个层次上解析脑网络系统的联结方式与规则，最终得到脑网络结构及其功能的“线路设计图”，这是脑科学的战略制高点。这个“线路设计图”就是人类脑图谱（脑连接图谱），脑图谱是理解脑结构和功能的基石。
在全国科技创新大会上，脑连接图谱研究被列为有待破解的六大科技难题之一。脑连接图谱研究是认知脑功能并进而探讨意识本质的科学前沿，这方面探索不仅有重要科学意义，而且对脑疾病防治、智能技术发展也具有引导作用。
脑图谱的发展由脑科学自身发展及神经技术的重大突破等因素共同驱动，经历了不同的历史阶段。最常用的脑图谱还是100多年前由德国神经科学家在单人的尸体组织标本上利用细胞构筑绘制的脑图谱，即包德曼图谱。
虽然国外有些实验室试图利用超薄切片技术、染色技术以及显微观察技术，基于脑标本的超薄切片构建细胞构筑概率脑图谱，希望在一定程度上细化包德曼图谱的分区，但是由于不能针对特定个体进行脑区划分，而且耗时耗力，其应用在一定程度上受到限制。
中国科学院自动化研究所蒋田仔研究团队经过多年努力，成功绘制出全新的人类脑图谱，相关成果于2016年发表在了国际学术期刊《大脑皮层》（Cerebral Cortex）上。
所绘制的脑图谱包括246个精细脑区亚区，以及脑区亚区间的多模态连接模式，突破了100多年来传统脑图谱绘制思想，引入了脑结构和功能连接信息对脑区进行精细划分和脑图谱绘制的全新思想和方法，比传统的包德曼图谱精细4-5倍，具有客观精准的边界定位，第一次建立了宏观尺度上的活体全脑连接图谱。
蒋田仔团队突破传统脑图谱绘制的瓶颈，提出了“利用脑结构和功能连接信息”绘制脑网络组图谱的思想。在类脑自主学习与决策方面，团队构建了类脑自主强化学习与决策多脑区协同计算模型，部署了该模型的无人机能够自主与环境交互，通过多脑区协同模型学习穿越门窗、躲避障碍物的规则，不需要预先编程，而通过与环境的交互自主总结解决问题的规则。该团队研发的脑网络组图谱，未来的目标是依托类脑认知引擎以类脑理论为支撑实现通用智能。
作为脑科学领域的重大进展，这一成果将能为解析神经及精神疾病神经环路的结构和功能异常，发展新一代诊断、治疗技术方法奠定坚实的基础。
联系客服
