大脑是自然界中功能最为强大、结构最为复杂的器官之一,是人类产生自我意识、创造力和想象力等高级认知活动的基础。随着功能磁共振成像（functional Magnetic Resonance Imaging,f MRI）技术的普及化,借助任务态f MRI对大脑高级认知活动的分析已经成为了近些年来的研究热点。作为诸多高级认知任务中的一种,顿悟由于其充分激活了创造性思维过程,因此具有极大的研究价值与实际意义。汉字组块破解是一种特殊形态的顿悟问题,它是指把过去经验中形成的完整认知组块分解成基本元素并加以重组和利用的过程。以往的汉字组块破解研究已经表明大脑中的额叶、顶叶和枕叶会随着组块紧密度的变化而选择性地激活。然而,这些研究的关注点仅仅局限于孤立脑区的内部神经机制,忽略了大脑这一高度交互且极为复杂的信息处理系统的全尺度关联模式。因此,如何从复杂的全脑网络出发揭示汉字组块破解的认知模式以及预测其行为表现成为了一个亟待解决的重要问题。综上,本文以脑网络信息交互的角度从群体推断和个体预测两个方面对汉字组块破解认知任务进行了全面地解读。本文的研究工作主要包括以下两点:第一,本文提出了一种基于全局神经工作空间理论建模汉字组块破解认知模式的方法。由于先前汉字组块破解研究中所采用的功能分离策略忽略了大脑区域之间的相互作用,因此本文依据全局神经工作空间理论提出在分解组块的过程中多个特定脑区必须相互协作以完成目标为导向的心理过程。基于此假设,本文采用β序列相关的方法构建全脑无向网络并使用复杂网络的方法建模全脑认知模式。最终,本文发现了一个由全局工作空间和局部处理元构成的大尺度脑网络,包括眶额皮质、顶上/下小叶、海马和丘脑。本文推测丘脑作为一个全局工作空间整合了脑功能模块间的信息交互,眶额皮质则实时地追踪了组块破解的心理状态,顶上/下小叶共同完成了分解组块的操作,海马建立起问题和答案之间的关联关系。此外,组块的紧密度不仅与视觉系统中的局部处理元有关,还导致了右侧额上回和左侧中央前回的脑功能模块间连接增加。综上所述,本文揭示了组块破解的全脑认知模式以及在额叶和枕叶中与组块紧密度相关的脑区。第二,本文提出了一种基于功能模体一致性指纹预测汉字组块破解行为表现的方法。鉴于以往的研究都是从群体的角度来理解汉字组块破解的神经机制而缺乏对个体行为表现多样性的探索,因此本文从全脑有向网络中提取了复杂脑网络的高阶局部描述符,然后使用弹性网络筛选高维描述符以解决其难以用于普适化预测的问题,最后在个体水平上基于梯度提升树建立了从神经影像特征到行为表现的映射。总体而言,该方法在预测个体行为表现中取得了较好的效果,其平均绝对误差为0.365。个体水平下的预测结果揭示了认知问题越难个体间的认知差异越大。综上所述,本文从个体预测的角度进一步阐明了汉字组块破解认知任务个体水平上的差异,为深入理解汉字组块破解的心理过程提供了新的见解和研究思路。