Gyral-Sulcal-Net：脑折痕模式的集成网络表示
神经元与认知
2026-01-21 v2
摘要
我们的大脑功能于是一个复杂的通信网络，从网络视角进行研究提供了有价值的见解，以理解其组织原则以及与认知功能和脑障碍之间的联系。然而，当前大多数网络研究通常将脑区作为节点，往往忽视这些区域内更细粒度解剖标志物的复杂折痕模式。在本研究中，我们提出了一种新方法，将大脑的两种主要折痕模式——gyri（颗骨）和 sulci（沟槽）—整合到一种统一的网络中，称为 Gyral-Sulcal-Net（GS-Net），其中成功识别了三种不同类型的更细粒度标志物。我们在多个数据集上评估了所提出的 GS-Net，数据集包含超过 1600 颗大脑，涵盖不同的年龄组（从 34 周妊娠期到老年成人）和队列（健康大脑和病理条件下的大脑）。实验结果表明，GS-Net 可以有效地从网络视角整合和表示多样化的皮层折痕模式。更重要的是，这种方法为将不同折痕模式整合到统一的解剖大脑网络之道，同时整合结构网络和功能网络，为研究大脑网络提供了一个综合性的框架。
引用
@article{arxiv.2601.08818,
title = {Gyral-Sulcal-Net: An Integrated Network Representation of Brain Folding Patterns},
author = {Chao Cao and Tong Chen and Nan Zhao and Minheng Chen and Michael Qu and Zeyu Zhang and Xiao Shi and Xiang Li and Tianming Liu and Lu Zhang},
journal= {arXiv preprint arXiv:2601.08818},
year = {2026}
}