内感受指来自身体内部的感觉信号，适宜的内感受信息加工能够帮助有机体维持有效新陈代谢，并以多种形式参与到情绪与认知加工等高级功能中，对个体保持身心健康至关重要。

近日，邱江教授课题组使用任务态功能连接（task-FC）结合机器学习方法发现，内感受注意状态下的大脑功能连接网络能够预测个体主观报告的内感受强度水平和焦虑水平。该研究使用了122名健康被试，在核磁共振中完成内感受注意任务，收集了他们的fMRI数据，以及对主观感受到的内感受信号强度和焦虑强度的评分。研究者结合先验假设选取了5个与内感受加工及焦虑加工相关的大脑网络[岛盖-扣带任务控制网络（COTC）、凸显网络（SN）、躯体感知运动网络（SSM）、默认网络（DMN）及腹侧注意网络（VAN）]，基于这些网络的节点构建了内感受注意状态下的任务态功能连接矩阵，并使用10-fold支持向量回归算法（SVR）对被试主观报告的内感受强度与焦虑强度建立预测模型，评估预测效果采用1000次置换检验。研究发现，内感受注意任务状态下大脑的功能连接模式能够显著预测个体主观报告的内感受强度（r = 0.225, p = 0.015）以及焦虑强度（r =0.247，p=0.008）。大脑加工内感受时COTC内部、VAN-SSM之间的功能连接模式在预测个体内感受强度中作用最为突出，而对焦虑感的预测则可能需要多个网络共同配合。

    该研究从内感受的角度出发，揭示了大脑特定功能网络的连接模式与主观焦虑感的关系，为高焦虑个体在加工身体内部信息时存在差异提供了神经科学的证据。研究成果“Brain connection pattern under interoceptive attention state predict interoceptive intensity and subjective anxiety feeling”已发表在国际著名期刊Human Brain Mapping上（5 year Impact Factor: 5.431），硕士生吴欣然为论文第一作者，邱江教授为论文通讯作者。

图 1大脑内感受注意下功能连接特征预测内感受强度与焦虑强度的神经机制