动态涨落与静息态功能脑网络中模块化高低期的重合

我们研究了长时间尺度上估计的静息态 fMRI 功能连接与较短时间间隔内估计的时变功能连接之间的关系。我们表明，使用皮尔逊相关性估计功能连接意味着短时间尺度上功能连接的涨落范围受其长时间尺度上连接强度所施加的统计约束。我们提出了一种用于估计时变功能连接的方法，该方法旨在缓解这一问题，并允许我们识别功能连接异常强或弱的片段。我们将此方法应用于从 $N=80$ 名参与者记录的数据，表明异常强/弱连接的数量随时间涨落，且这些变化与时变功能连接中模块化高低期的间歇性出现相重合。我们还发现，在相对静息期，与默认模式网络相关的区域倾向于加入包含注意力、控制和初级感觉系统的社群。相比之下，在许多连接异常强/弱的时期，默认模式区域解离并形成不同的模块。最后，我们进一步表明，尽管所有功能连接有时都可能表现出比预期更强（更正相关）或更弱（更负相关），但少数连接（主要在视觉和体感运动网络内）出现这种情况的次数不成比例地多。我们的统计方法能够检测到基于其长期平均值涨落多于或少于预期的功能连接，可能对未来表征时变功能连接时空模式的研究有所助益。