此外，他们还关注发散思维中序列效应的神经机制。在发散思维产生过程中，新颖想法产生的数量减少通常伴随其独创性的增加，这种现象在发散思维中被称为序列效应。他们的研究结果显示，相比起epoch1，个体在epoch2阶段表现出更高的独创性，低抑制个体左侧额叶区域的upperalpha（10～13Hz）在epoch1阶段活动更强。这些结果表明，执行功能中的记忆刷新和优势反应抑制在创造性思维产生的过程中表现出了序列效应，这也许是因为个体努力抑制了其他无关想法的干扰，并将注意力和思维转换到了当前任务（创造性任务），因此随着时间的推移，更具独创性的新颖想法就出现了（Wang，Hao，& Ku，etal.，2017）[89]。
（四）华南师范大学研究团队有关创造性神经基础的研究
华南师范大学刘鸣和黄瑞旺研究团队利用个体静息状态下的脑功能数据，探究了高低创造性个体在低频振幅、功能连接强度、大脑网络属性以及动态功能连接模式上的差异。
他们团队采用托兰斯图形创造性测量（TTCT）评估了180名本科生的创造性能力，通过成绩高低筛选出高创造性组（22人）和低创造性组（22人），然后利用磁共振技术获得个体的静息态功能数据和T1结构像数据。采用低频振幅算法（fALFF），研究者比较了不同频率段上高低创造性组的大脑功能差异，结果发现，在低频频段（0.01～0.08Hz），高创造性组在突显网络（saliencenetwork，SN）脑区的自发神经波动显著增强，而在默认网络（defaultmodenetwork，DMN）脑区的自发神经波动则显著降低（梁皑莹，梁碧珊，张得龙，等，2014）[90]。基于体素的功能连接分析发现，高创造性组在外侧前额叶、脑岛以及小脑上的连接强度显著高于低创造性组。基于全脑功能连接分析显示，与个体创造性相关网络不仅涉及默认网络、皮层下组织网络，也涉及特异性模态加工网络（如听觉网络、视觉网络等）；进一步分析发现，高创造性组在这些网络上具有更好的全局加工效率（Gao，Zhang，& Liang，etal.，2017）[91]。他们通过全脑水平的分析也同样发现，高创造性个体的信息传递效率更高，在特定网络（如默认网络、感觉运动网络）的功能整合更好（Jiao，Zhang，& Liang，etal.，2017）[92]。尽管通过静息态脑网络分析可以探明与创造性相关的脑区或网络，但无法说明这些脑区或网络间的动态连接差异是否也可以反映个体创造性能力的不同。基于此，该研究团队通过动态脑网络分析发现，高创造性组在大脑功能状态上的切换频次更多，这反映了个体更灵活多样的认知加工能力（Li，Zhang，& Liang，etal.，2017）[93]。（提示：大脑信息传递的高效率以及大脑网络间灵活多变的协同模式更有利于创新思维的产生。）
二、我们为智力脑科学的研究奠定了创造性生物学研究的基础
四十多年来，我一直从事思维和智力心理学的行为学研究。在认知神经科学层面，和国内发展同步，我和我的学生在21世纪初就开始了对思维和智力脑机制的探讨。在脑科学研究中，为了更纯粹地获得与创造性和创造性思维有关的脑活动信号，在设计实验任务时我们力求应用减法原则把创造性思维这一认知过程单纯化。但事实上，创造性不能孤立存在，它是多种认知过程（如思维）的执行加工、工作记忆和思维的自我监控等共同作用的结果。我们探讨了这些对创造性有重要影响的认知成分的神经基础，为我们团队后续探讨创造性的神经机制打下了坚实的基础。
（一）执行加工的脑机制
