一种新颖的脑区分割突显了结构与功能共享的模块化骨架
神经元与认知
2015-05-01 v2 定量方法
摘要
阐明健康及病理条件下脑结构与功能之间错综复杂的关系，是现代神经科学面临的关键挑战。神经成像技术的最新进展有助于推进我们对这一重要问题的理解，其中扩散加权成像提供了结构连接（SC）的信息，而功能磁共振成像则揭示了静息态功能连接（rsFC）。然而，比较这两个截然不同的数据集绝非易事，因为它们各自可编码为不同的复杂网络，且成对的链路间比较仅代表相对受限的视角，提供的信息有限。因此，我们采用了一种更具整合性的系统方法，利用理论图论分析来研究从健康人类受试者独立收集的 SC 和 rsFC 数据集。我们的目标是找出结构网络和功能网络共享的主要架构特征，特别关注其共同的层级模块化组织。这种方法使我们能够识别出一个共同的骨架，从中可以提取出一种新的、最优的脑区分割方案，其模块同时共享结构和功能特征。我们详细描述了这些新兴的共同结构 - 功能模块（SFMs）。此外，我们将 SFMs 与源自 rs-fMRI 功能活动独立成分分析的经典静息态网络（Resting State Networks），以及自动解剖标记图谱（Automated Anatomical Labeling atlas）中的解剖分区和 Brodmann 分区进行了比较，突显了它们的相似性与差异。SFMs 的揭示彰显了脑结构与静息态动力学之间的强对应关系。
引用
@article{arxiv.1410.7959,
title = {A novel brain partition highlights the modular skeleton shared by structure and function},
author = {Ibai Diez and Paolo Bonifazi and Iñaki Escudero and Beatriz Mateos and Miguel A. Muñoz and Sebastiano Stramaglia and Jesus M. Cortes},
journal= {arXiv preprint arXiv:1410.7959},
year = {2015}
}
备注
Accepted in Nature Scientific Reports. 56 pages, 15 figures