高阶认知功能如审美、情绪反应以及决策等,是人类日常生活中赖以依靠的功能。正因为有了高阶认知功能,人类才能够评价、思考人所看到的这个世界。人类对于人自身的探索从未停止,而对于高阶认知功能的探索,正是认识人类自身,并用于人工智能发展的一把关键的钥匙。对于高阶认知功能的探索,往往与认识在高阶认知过程中,人的大脑各个脑区之间的关联性,以及协同工作的过程息息相关。采用脑网络的分析计算方法,能够客观地、有效地发现人的认知过程中,大脑的脑区之间的关联。本文以人工智能中高阶认知功能的计算模型发展为背景,以探索高阶认知过程的神经机制为出发点,采用脑网络这一计算方法,深入地研究了人的高阶认知过程的改变,以及这种改变对大脑的功能连接网络的影响。本文的主要工作包括了三个部分:首先,本文采用了事件相关电位法(Event Related-Potential),对人在观看快速呈现的、不同字形的汉字时是否产生了快速的、隐式的审美进行分析。实验结果表明,汉字字形这一单一的物理刺激差异,也会引发快速的、隐式的审美反应。并且证实了在快速的、隐式的审美认知过程中,汉字字形的刺激首先引发了人的注意和觉醒,然后导致了人对汉字的情绪反应,最终引发了对不同汉字字形的审美反应。然后,本文运用了脑电信号的相关性分析和复杂网络的分析方法,研究了禅修对人的情绪反应的改变。实验结果表明,禅修对人的情绪反应具有中正平和的功效。经过禅修的训练,能够使人对于情绪图片的情绪反应更加平和。并且该实验还发现,在经过禅修的训练之后,人的大脑网络的小世界系数具有明显改变。表明了禅修能使人的脑内信息的传递更加高效,脑区之间的关联更加紧密。最后,本文在已有的脑网络分析方法的基础上,引入了图论的计算并提出了一种新的对网络的分析方法,即基于线性规划的区域分割法。运用这种分析方法,能够将已构建的大脑网络分割成为不同的区域,对于每个区域中所包含的不同的成分,以及区域之间的联系进行更为细致的分析。本文将该区域分割方法应用在两个方面:对禅修的脑网络分析;以及生物细胞学中,对多神经元影像的三维重构。实验结果表明,该方法不仅能够对禅修前后大脑网络的改变进行更为细致地分析,并且能够对多神经元影像进行精确的三维重构。以上的三个研究,加深了人们对于高阶认知功能的认知过程、认知模型以及神经机制的理解,在一定程度上,填补了对于高阶认知功能的神经机制研究领域的空白,促进了人工智能在高阶认知功能的计算模型和算法上的研究和发展。