映射人类连接组中的混合功能-结构连接特征

神经科学中的关键问题之一是，大脑状态丰富的功能库如何与其底层的结构组织相关联。如何研究这些结构层与功能层之间的关联是一个开放性问题，涉及解决此问题的新颖概念性方法。我们在此提出对连接独立成分分析 (connICA) 框架的扩展，以识别联合的结构-功能连接特征。这里，我们扩展 connICA，通过将结构和功能连接组合并成共同的混合连接模式（代表受试者的连接指纹）来整合它们。我们在人类连接组计划的 100 名无关受试者上测试了这种扩展方法。该方法能够从整个队列中提取出主要的独立结构-功能连接模式，这些模式对不同任务的执行敏感。混合 connICA 提取了两个主要的任务敏感混合特征。第一个特征包含背侧注意和视觉区域的内部及之间的连接，以及额顶回路。第二个特征主要包含视觉、注意、默认模式网络和皮层下网络之间的连接。总体而言，这些发现证实了混合 connICA 在将结构/功能连接组压缩为来自一组个体脑网络的整合模式方面的潜力。