人脑连接组中的集中式与分布式认知任务处理
神经元与认知
2018-09-26 v3
摘要
现代神经科学的一个关键问题是如何通过功能连接组（FC）来量化和捕捉人脑中的认知变化。目前缺乏一种系统方法来度量不同脑状态下的成对功能距离。这将提供一种直接方式来量化跨任务的认知处理差异；同时，也有助于将这些基于任务的 FC 差异与底层结构网络联系起来。本文提出一种基于 Jensen-Shannon 散度概念的框架，以映射任务与静息态 FC 之间的任务-静息连接距离。我们展示了这一信息论度量如何能够量化功能网络中分布式与集中式处理中的连接变化。我们研究来自人脑连接组项目数据集的静息态和七项任务，以获得跨任务最远的连接。我们探究这些变化如何与不同功能脑网络相关联，并利用所提度量推断信息处理机制的变化。此外，我们展示了静息态的 FC 距离如何由结构连接塑造，以及这种关系在多大程度上依赖于任务。该框架为大规模脑网络中与认知处理相关的连接变化提供了有良好数学基础的量化方法。
引用
@article{arxiv.1802.00334,
title = {Centralized and distributed cognitive task processing in the human connectome},
author = {Enrico Amico and Alex Arenas and Joaquin Goni},
journal= {arXiv preprint arXiv:1802.00334},
year = {2018}
}
备注
22 pages main, 6 pages supplementary, 6 figures, 5 supplementary figures, 1 table, 1 supplementary table. arXiv admin note: text overlap with arXiv:1710.02199