脑网络的多层模体分析

在过去的十年中，网络科学对人类大脑不同区域之间的结构（解剖）和功能（活动相关性）连接提供了新的见解。脑网络的分析使得检测神经系统的中心区域成为可能，并且通过寻找过度丰富的小子图（称为模体）来识别其构建模块。然而，脑网络的网络分析迄今为止主要关注解剖和网络功能网络作为独立实体。最近发展的多层网络数学框架允许对人类大脑进行分析，其中结构和功能层被共同考虑。在这项工作中，我们描述了如何对多层网络的子图进行分类，并将模体分析扩展到具有任意层数网络中。然后，我们通过考虑具有两层（解剖和功能，分别由扩散和功能磁共振成像获得）的网络，提取健康受试者脑网络中的多层模体。结果表明，脑区之间的物理连接存在（结构层中的链接）与其活动中的非平凡正相关共存的子图在统计上过度丰富。最后，我们通过观察在一层中找到链接的概率如何取决于另一层中连接的强度，来研究两层之间存在强化机制。我们的工作表明功能连接受到底层解剖网络的非平凡约束，有助于更好地理解人脑结构与功能之间的相互作用。