脑网络路由策略的谱系
神经元与认知
2019-06-19 v1
摘要
复杂网络中节点间的信号通信带来了关于效率与成本的基本问题。沿最短路径路由消息需要关于拓扑的全局信息，而基于局部拓扑特征运作的扩散传播在信息上“廉价”但效率低下。我们引入了一个网络通信的随机模型，该模型结合了关于网络拓扑的不同比例的局部与全局信息。该模型生成了一个连续的动力学谱系，在极限端点处分别收敛于最短路径通信过程和随机游走（扩散）通信过程。我们在两组人类连接组网络队列上实现了该模型，并研究了不同比例的局部与全局信息对网络通信成本的影响。我们识别出仅需相对少量的全局信息即可逼近（高度高效的）最短路径通信过程的路由策略。此外，我们表明，向枢纽节点发送消息及从中路由消息的成本随驱动系统动力学的全局信息量而变化。最后，我们实现该模型以从通信动力学角度识别个体受试者的差异。本框架脱离了经典的最短路径与扩散二分法，表明脑网络可能根据不同的功能需求和资源可用性展现出不同类型的通信动力学。
引用
@article{arxiv.1803.08541,
title = {A spectrum of routing strategies for brain networks},
author = {Andrea Avena-Koenigsberger and Xiaoran Yan and Artemy Kolchinsky and Martijn van den Heuvel and Patric Hagmann and Olaf Sporns},
journal= {arXiv preprint arXiv:1803.08541},
year = {2019}
}