超越单源认知任务图谱：通过fMRI迁移学习研究多源任务关系
本研究将功能磁共振成像（fMRI）认知任务图谱从单源迁移扩展到多源迁移，覆盖人类连接组计划23个任务状态，并采用布尔整数规划（BIP）分析预算约束下的任务分配。训练了1127个任务特定和迁移模型。单源迁移具有方向性和范式结构：运动状态在运动范式内迁移良好，但对非运动目标支持有限。多源迁移依赖于源集组成，表明成对任务图谱无法完全捕捉多对一关系。BIP反复将直接监督分配给0-back和2-back工作记忆状态，尽管它们并非最强的单个源，这可能反映了工作记忆任务中感知、注意和执行过程的整合。揭示了跨范式受限的运动簇和工作记忆状态的高优先级。
认知任务由共享和专门化的神经过程组织而成。掩码fMRI重建提供了一种通用的自监督目标，用于量化不同任务状态之间的迁移关系，但以往基于重建的任务图谱大多集中于从单一源任务到目标任务的一对一迁移。在这项工作中，研究人员将fMRI认知任务图谱从单源迁移扩展至多源迁移，涵盖人类连接组计划（HCP）中的23个任务状态，并引入布尔整数规划（BIP）来解析预算约束下的最优任务分配。研究团队总共训练了1,127个任务特定模型和迁移模型，系统评估了单源与多源场景下的迁移性能。
单源迁移表现出明显的方向性和范式结构：运动状态在其所属的运动范式内部迁移效果良好，但对于大多数非运动目标的支持极为有限。这一现象与共享的感觉运动执行系统及效应器特异性表征的理论预测一致。相比之下，多源迁移的性能高度依赖于源集的组成方式，暗示多对一的任务关系无法仅通过成对任务图谱得到完全捕捉。
在预算约束分析中，BIP算法在不同监督预算下反复将直接监督分配给几个特定的工作记忆状态——尤其是0-back和2-back条件，尽管这些状态并非始终是各自最强的单一迁移源。这种分配模式可能反映了工作记忆任务中感知、注意与执行过程的深层整合机制。综合这些发现，研究揭示了一个受跨范式限制的运动簇，以及在工作记忆状态在全局分配目标下的高优先级特征。该工作将基于重建的fMRI任务图谱从一对一迁移扩展至多对一任务关系和预算约束下的任务依赖，为理解大脑中任务状态的共享与特化提供了更全面的视角。