执行功能（Executive Functions，EFs）是一系列的目标导向性的认知控制和调节过程，以确保认知系统能够以灵活、协调的方式运行，其通常涉及三种成分：刷新（Updating）、抑制（Inhibition）、转换（Shifting），这也被视为智力的核心。EFs各成分的神经基础与不同智力类型存在着什么样的联系？对该问题的回答有助于厘清EFs与智力的神经关联，为寻找促进智力提升的特定EFs训练提供依据。

图1. 分析流程

图2. EFs共同的功能连接及预测表现

   鉴于此，课题组利用人脑连接组计划（Human Connectome Project）S900数据库作为主样本，在交叉验证的机器学习框架下，通过训练集筛选出EFs三种成分相同的和特异的功能连接，分别与流体智力与晶体智力分数构建回归模型，并成功地预测了测试集中个体的智力分数。此外，基于主样本建立的预测模型还可以泛化到新的测试集中。结果显示EFs各成分的静息态功能连接均对不同智力类型（尤其是晶体智力）有显著的预测效果，这有助于从脑网络的角度理解EFs与智力的关系。此外，考虑到智力可以从EFs相关的认知训练中受益，该研究结果也对选择特定的EFs训练方法有重要启示。

智力领域知名期刊《Intelligence》在线发表了邱江教授课题组的研究论文“Executive function-related functional connectomes predict intellectual abilities” （https://doi.org/10.1016/j.intell.2021.101527）。论文第一作者为西南大学博士生何李。

致谢：感谢人脑连接组计划的公开共享数据。本研究得到了国家自然科学基金、国家级人才项目等支持。