脑网络连接性分析的关键要素

近年来，随着连接主义方法的出现，神经影像学领域引入了新的重要视角。在这种新背景下，不仅要知道哪些脑区被特定刺激激活，更重要的是这些区域如何在结构上和功能上连接、分布和相对于其他区域组织。此外，网络元素的排列（即其拓扑结构）及其产生的动力学也很重要。这种新方法称为连接组学。它汇集了一系列技术和方法，能够从神经系统的不同类型信号和图像中系统化神经元单元到脑区的连接方式。通过这种方法，不同的连接模式可以通过所谓的连接组以图形和数学方式表示。连接组使用定量指标来评估来自神经束和通路图像或脑区细胞群代谢和/或电生理活动信号的结构和功能信息。此外，通过适当处理这些信息，还可以推断因果关系。这样，结构和功能评估是互补的描述，共同代表了解剖和生理神经特性，通过观察大脑连接建立理解大脑功能的新范式。这里，我们强调了网络的五个关键要素，允许进行整合分析，主要侧重于功能描述。这些要素包括：（i）节点的属性；（ii）节点间连接和耦合的度量；（iii）网络拓扑；（iv）网络动力学；（v）不同领域和尺度的网络表示之间的互连。