创新是一个民族进步的灵魂，也是人类文明进步的强大驱动力，而创新归根结底在于人的创新能力。研究高低创造性个体在大脑动态特性上的差异对于个体创新能力的评估和提升具有重要的意义。

熵原本是一个物理和统计学概念，用于刻画某一动态过程的复杂性、随机性或预测性。而大脑本身即是不断动态变化的过程，已有大量研究者将熵值的概念引入脑影像研究中，开发了很多计算静息态下脑熵值(Brain Entropy Mapping, BEN)的方法，从而刻画大脑在静息状态下的动态特性。其中，以采样熵（Sample Entropy, SampEn）使用最为广泛。它主要是通过计算前一段时间序列的活动模式与后一段时间序列的活动模式之间的差异（最大距离差值）是否低于某一个预先设定的阈值来判断前后两段时间序列是否匹配，从而计算整个时间序列的随机变异性或可预测性。其变异性越大或越不可预测，脑熵值越大。静息态下脑熵值的测量实际上刻画了大脑的整体灵活性和信息处理能力。

近日，西南大学邱江教授团队在国际著名期刊《Cerebral Cortex》上发表了题为“Brain entropy is associated with divergent thinking”的文章（https://doi.org/10.1093/cercor/bhz120），本研究基于该团队大样本脑影像数据库（Gene-Brain-Behavior, GBB dataset），通过引入静息态下大脑熵值测量（SampEn）的方法发现，创造性主要与负责认知灵活性和抑制控制的DLPFC和dACC脑功能区的熵值之间存在显著的正相关关系。而创造性各子维度分数（灵活性、流畅性和独创性）还与语义相关网络（如MTG，IFG）的熵值之间呈正相关。该结果提示，高创造性个体表现出更加灵活的大脑动态活动和更强的大脑信息处理能力。另外，该结果在一个公开共享的中国大学生数据集（SLIM dataset）上得到了较好验证；通过与美国宾夕法尼亚州立大学Roger E. Beaty博士的合作，上述结果在跨中心样本（UNCG dataset）上也得到了良好的验证。

目前有关将脑熵值应用于脑影像数据的研究大多关注非正常群体（如精神分裂症、ADHD、AD等），而本研究首次将BEN引入到正常个体创造性的脑影像研究中，也从侧面提示了未来BEN在正常个体的其他重要认知功能神经机制研究中的重要作用。该论文的第一作者是硕士生施亮，共同第一作者是Roger E. Beaty博士，通讯作者是邱江研究员。致谢美国天普大学王泽教授对本研究的支持。

Liang Shi, Roger Beaty, Qunlin Chen, Jiangzhou Sun, Dongtao Wei, Wenjing Yang, Jiang Qiu. 2019. Brain Entropy is Associated with Divergent Thinking. Cerebral Cortex, In press (https://doi.org/10.1093/cercor/bhz120).