日常生活中，高创造性的人似乎看起来“脑子更灵活”，能够更容易在远距离的概念之间进行连接，建立新奇而独特的语义联系，从而产生创新的想法和思路。通过与复旦大学冯建峰教授团队的合作，邱江教授团队基于大样本脑影像数据库的结果发现，大脑默认网络（DMN）的可变性及DMN与其他脑网络（如腹侧注意网络和背侧注意网络等）连接的可变性均与个体的创造性思维有关（言语发散思维，见图1）。该研究从动态变化的角度揭示了大脑特定功能网络的连接模式与创造性的关系，证明了高创造性能力的个体确实“大脑更加灵活易变”，为有效提升个体的创新思维能力提供了客观的脑功能特征指标。研究成果已发表在国际著名期刊Cerebral Cortex上（5 year Impact Factor: 6.9, https://doi.org/10.1093/cercor/bhy010），博士生孙江洲为论文第一作者，邱江教授为论文通讯作者。

另外，邱江教授团队（陈群林博士等）近期也参与了哈佛大学Roger E. Beaty博士的一项研究，合作成果发表在美国科学院院刊上（Proceedings of the National Academy of Sciences；https://doi.org/10.1073/pnas.1713532115）。该研究利用发散思维任务时的大脑连接模式建立了评估个体创造性思维高低的大脑网络特征，并通过多中心的数据进行了交叉验证，结果发现，默认网络、执行控制网络和凸显网络的连接特征可以有效预测个体的创造性思维高低（见图2）。该研究首次利用了国际上多中心的脑影像数据揭示了高创造性个体进行创新思维时的脑功能网络协同工作模式，为深入揭示创造性思维产生的脑机制做出了重要贡献。

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。邱江教授团队一直围绕着“创造性的评估与预测”展开研究，目前主要通过多模态数据采集，建立了创造性的纵向追踪数据库（Wei Liu, et al., 2017），包括遗传基因、大脑结构和功能、认知行为能力、以及成长环境因素等，建立创新素质（包括创造性思维，创造性人格特质，创造性行为等关键组成成分）评估和预测的基因-脑-行为指标体系，从而有针对性地探索儿童青少年创新素质培养和提升的有效措施和教育改革举措。

论文信息

Sun, J.Z., Liu, ZW., Edmund T. R., Chen QL., Yao Y, Yang WJ., Wei, DT., Zhang QL., Zhang J., Feng JF., Qiu, J. (2018). Verbal Creativity Correlates with the Temporal Variability of Brain Networks During the Resting State. Cerebral Cortex.

Beaty, R. E., Kenett, Y. N., Christensen, A. P., Rosenberg, M. D., Benedek, M., Chen QL., Qiu, J., Kwapil, T. R., Kane, M. J., Silvia, P. J. (2018). Robust prediction of individual creative ability from brain functional connectivity. Proceedings of the National Academy of Sciences, 201713532.

Liu, W., Wei, D., Chen QL., Yang, W., Meng, J., Wu, G., ... & Qiu, J. (2017). Longitudinal test-retest neuroimaging data from healthy young adults in southwest China. Scientific data, 4, 170017.