相关网络的相关性:脑网络拓扑中的高阶相互作用
神经元与认知
2025-07-01 v2 统计计算
摘要
为理解复杂人脑的集体网络行为,仅靠成对相关网络不足以捕捉超越成对相互作用、在脑网络动力学中起关键作用的高阶相互作用。这些相互作用常揭示多个脑网络间的复杂关系,显著影响认知过程。本研究利用静息态 fMRI,探索相关网络的相关性与拓扑网络分析,以深入洞察这些高阶相互作用及其对脑网络拓扑的影响,最终增进对脑功能的理解。我们观察到,相关网络的相关性在保留相关网络拓扑结构的同时突显了网络连接。研究发现,相关网络的相关性超越了传统相关网络,展现出在网络科学各领域的巨大应用潜力。此外,将拓扑网络分析应用于相关网络的相关性后,我们观察到某些高阶相互作用枢纽主要出现在初级和高级认知区域,如视觉和额顶区。这些高阶枢纽在人脑信息整合中发挥关键作用。
引用
@article{arxiv.2411.00992,
title = {Correlation of Correlation Networks: High-Order Interactions in the Topology of Brain Networks},
author = {Qiang Li and Jingyu Liu and Vince D. Calhoun},
journal= {arXiv preprint arXiv:2411.00992},
year = {2025}
}
备注
4 pages, 2 figures, 1 table; Submitted to IEEE International Symposium on Biomedical Imaging (ISBI 2025)