腦部結構的理解已從經典的功能定位（functional localization）演進到以網路連結（connectomics）和動態交互作用為核心的現代觀點。現代神經科學強調，幾乎所有認知功能都依賴分散式神經網路而非單一腦區。
皮質微結構與組織原則
大腦皮質的細胞構築學（cytoarchitectonics）由 Korbinian Brodmann（1909）根據細胞形態和層狀排列定義了 52 個分區，至今仍是神經解剖的基準座標。新皮質（neocortex）由六層結構組成：Layer I（分子層，主要含樹突和軸突）、Layer II/III（外錐體層，皮質間連結的主要來源，在聯合皮質特別發達）、Layer IV（內顆粒層，接收視丘輸入，在初級感覺皮質如 V1 極度發達形成條紋——故稱 striate cortex）、Layer V（內錐體層，含大型 Betz 細胞等錐體神經元，投射至基底核、腦幹和脊髓）、Layer VI（多形細胞層，回饋投射至視丘）。
皮質的功能組織遵循兩大原則：（1）柱狀組織（columnar organization）——Vernon Mountcastle（1957）在體感覺皮質發現垂直於表面的神經元共享相似的感覺模態，David Hubel & Torsten Wiesel（1962，諾貝爾獎 1981）在 V1 發現方位選擇性柱和眼優勢柱；（2）地形圖對應（topographic mapping）——初級運動皮質的運動小人圖（Penfield & Rasmussen, 1950）和初級體感覺皮質的感覺小人圖，反映了皮質對身體表面的有序投射。Von Economo 神經元（spindle neurons）僅存在於前島葉和前扣帶迴，在大型腦的社會性哺乳動物中出現，被認為與社會認知和直覺有關。
基底核迴路的平行處理
Alexander et al.（1986）提出基底核通過多條平行迴路處理不同功能：運動迴路（殼核 → GPi/SNr → VL 視丘 → SMA）、認知迴路（尾核 → GPi → VA/MD 視丘 → DLPFC）和邊緣迴路（腹側紋狀體/NAc → 腹側蒼白球 → MD 視丘 → OFC/ACC）。每條迴路包含直接路徑（D1 受體介導，去抑制視丘促進行為）和間接路徑（D2 受體介導，進一步抑制視丘抑制行為），以及經丘腦下核（STN）的超直接路徑提供快速全面的「緊急煞車」。帕金森氏症中黑質緻密部多巴胺神經元退化導致直接路徑活性降低、間接路徑活性增加，淨效應為基底核輸出過度抑制視丘，解釋了運動遲緩（bradykinesia）的病理機制。DBS 靶向 STN 或 GPi 的療效已由多項 RCT 確認（Deuschl et al., 2006, NEJM）。
白質連結與大規模腦網路
擴散張量影像（DTI）和高角度解析度擴散成像（HARDI）重建的白質纖維束揭示了皮質區域間的結構連結。主要聯合纖維束包括弓狀束（連接 Broca 和 Wernicke 區，損傷導致傳導性失語症）、扣帶束（邊緣系統內連結）、上縱束 SLF（額-頂注意力迴路）和鉤狀束（額-顳連結，與情緒調節相關）。
靜息態 fMRI 揭示了多個內在功能網路（intrinsic connectivity networks, ICNs）。Vinod Menon（2011）提出的三重網路模型（triple network model）認為：預設模式網路（DMN：內側前額葉、後扣帶/楔前葉、角迴——與自我參照和心智漫遊相關）、執行控制網路（ECN：DLPFC 和後頂葉——與目標導向行為相關）、突顯網路（SN：前島葉和 dACC——偵測重要刺激並動態切換 DMN 和 ECN）。SN 的切換功能異常與思覺失調症、憂鬱症和自閉症等精神疾病的轉向性診斷框架（transdiagnostic approach）密切相關。
Human Connectome Project（HCP, Van Essen et al., 2013）利用高解析度 MRI 和長時間 dMRI 建立了迄今最完整的人腦連結圖譜，識別出 360 個皮質分區。Glasser et al.（2016, Nature）結合多模態 MRI（T1w/T2w 比值、fMRI 活化、靜息態連結和 dMRI 纖維架構）提出的 HCP-MMP1.0 分區方案已成為神經影像研究的新標準。
小腦的功能重新定位
Jeremy Schmahmann（1991-）提出的小腦認知情感症候群（CCAS）以及 Buckner et al.（2011）的功能性影像研究顯示，小腦後葉（Lobules VI-IX）與大腦皮質的聯合區域（prefrontal、parietal、temporal）存在封閉迴路連結，參與語言工作記憶、執行功能和情緒調節。小腦的均一微迴路結構（苔蘚纖維/攀爬纖維輸入 → 顆粒細胞 → 平行纖維 → Purkinje 細胞 → 深部核輸出）被視為通用的「內部模型」計算模組（Ito, 2008），可應用於運動預測和認知預測。