关于连接枢纽、模块化与认知的机制模型
神经元与认知
2018-10-10 v4 定量方法
摘要
人脑网络是模块化的——由紧密互联的节点群落组成。该网络包含局部枢纽和连接枢纽，前者在其自身群落内有许多连接，后者具有跨群落多样化分布的连接。目前尚未对这些枢纽及其如何支持认知给出机制性理解。在此，我们利用了枢纽连接与认知方面的个体差异。我们表明，一个枢纽连接模型能够准确预测 476 名个体在四项不同任务中的认知表现。此外，存在一种普遍有利于认知表现的最优网络结构——具有多样化连接枢纽及随之产生的模块化脑网络的个体表现出更高的认知表现，这与具体任务无关。至关重要的是，我们发现的证据与一种机制模型相符，在该模型中，连接枢纽调节其邻居的连接使其更具模块化，同时允许跨群落的任务适当信息整合，从而提高全局模块化程度和认知表现。
引用
@article{arxiv.1803.08109,
title = {A mechanistic model of connector hubs, modularity, and cognition},
author = {Maxwell A. Bertolero and B. T. T. Yeo and Danielle S. Bassett and Mark D'Esposito},
journal= {arXiv preprint arXiv:1803.08109},
year = {2018}
}