利用基于点的动态功能连接方法揭示大规模脑网络的突发与持续特性
神经元与认知
2016-01-14 v1
摘要
在本文中，我们提出一种新颖且通用的方法，以高时间灵敏度研究静息态fMRI脑连接动力学。尽管大多数现有方法通常依赖于将时间序列划分为较大的数据段（即所谓的滑动窗口技术），此处提出的基于点的方法（PBM）在单个采样时间点的水平上提供脑连接的估计。所实现的时间灵敏度提升，结合时序图网络理论，使我们能够研究静息态网络之间以及静息态网络内部的功能整合。我们的结果表明，两个静息态网络之间的功能整合主要以活动突发的形式出现，其间穿插着连接性较弱的间歇期，而静息态网络内部的功能连接则以张力/周期性连接模式为特征。此外，基于点的方法使我们能够估计脑连接的持续性，即静息态连接模式的内在轨迹或记忆的持续时间。所描述的基于点的动态静息态功能连接方法允许对静息态连接的时间动力学进行详细且扩展的视角，从而为进一步理解人类大脑在大规模网络水平上如何整合神经元信息处理提供新见解。
引用
@article{arxiv.1601.03236,
title = {Bursty and persistent properties of large-scale brain networks revealed with a point-based method for dynamic functional connectivity},
author = {William Hedley Thompson and Peter Fransson},
journal= {arXiv preprint arXiv:1601.03236},
year = {2016}
}