静息态无标度指数作为典型与非典型脑活动的生物标记物

无标度网络（SFN）源于简单的增长过程，能够促进高效、集中且容错的通信 (1)。最近研究表明，稳定的网络枢纽结构受指数（>2.0）处相变的支配，导致网络结构发生剧烈变化，包括全局连通性丧失、最小支配节点集增大，以及相比节点增长更倾向于连接增长。这种SFN转变在非典型脑活动中可识别吗？枢纽度（D）上的帕累托分布（P(D)~D^-\b{eta}）是无标度网络的特征。在静息态下，我们评估了广大神经典型与非典型受试者的度指数。我们利用图复杂性理论提供脑网络结构的预测理论。结果。我们显示神经典型的静息态fMRI脑活动具有无标度帕累托指数（1.8 se .01，单个个体扫描66天）以及60个不同个体（1.8 se .02）。我们还显示60名自闭症谱系障碍患者和60名精神分裂症患者具有显著更高（>2.0）的无标度指数（2.4 se .03, 2.3 se .04），表明静息态所揭示的脑网络具有更碎片化且更不可控的动力学。最后我们显示指数值随非典型疾病严重度的表型度量而变化，表明网络本身的全局拓扑可提供用于非典型脑活动的特定诊断生物标记物。