基于回路的人脑区域结构重要性稳健评分
神经元与认知
2022-12-02 v1
摘要
我们考虑了由 1064 名受试者的扩散 MRI 数据计算得到的 1015 个顶点的人类共识连接组。我们在这 1015 个图顶点上定义了七种不同的序，其中这些序取决于从大脑回路导出的参数，即从与所排序顶点关联的边（或连接）的属性导出。我们根据顶点的度、关联边上的纤维计数之和、最大值和平均值，以及关联边上纤维长度之和、最大值和平均值对顶点进行排序。我们通过 Spearman 相关系数和逆序数分析了这七种序的相似性，发现所有这七种序都具有极大的相似性。换言之，如果我们将这些序解释为共识连接组中顶点重要性的评分，那么顶点的得分在所有七种排序中都将相似。也就是说，人类连接组的重要顶点通常具有许多邻居，由长而粗的轴突纤维连接（其中粗细由纤维数量衡量），并且它们的关联边在长度和纤维数量参数上也都具有很高的最大值和平均值。因此，这些参数可能提供稳健的方法，以决定在我们大脑回路的解剖结构中哪些顶点比其他顶点更重要。
引用
@article{arxiv.2212.00168,
title = {Robust Circuitry-Based Scores of Structural Importance of Human Brain Areas},
author = {Daniel Hegedus and Vince Grolmusz},
journal= {arXiv preprint arXiv:2212.00168},
year = {2022}
}