为什么大脑可以产生复杂的动力学行为，形成丰富的大脑认知功能，其与相对稳定的大脑结构又有什么关系，这些问题始终是脑神经科学与复杂网络动力学领域的热点话题。

西安交通大学吴莹教授团队与香港浸会大学周昌松教授团队基于特征模态理论和复杂网络动力学分析方法，历经4年的研究和分析，发现大脑结构的分层模块化特性为大脑提供了一种固有的功能性分离和整合能力，而大脑具有的临界动力学特性可以最大化激发这种固有能力，使大脑产生最优的功能性分离与整合，维持大脑复杂多样的功能。这一工作统一了大脑结构、动力学特性以及复杂功能间的关系，促进了从物理科学、神经科学以及网络动力学领域对大脑工作机理的理解，对未来类脑智能机器的发展具有重大的启示作用。