功能连接中个体间差异的稳定性与局部化

近年来，在个体受试者水平上量化解剖和功能神经成像受到了广泛关注。为了实现最佳的个体受试者表征，需要确定特定的采集和分析特征，以在最大化个体间变异的同时最小化受试者内变异。在此，我们开发了一种非参数统计指标，用于量化参数集在多大程度上允许这种个体受试者区分。我们将该指标应用于公开可用的重测-重测静息态功能磁共振成像 数据集的分析中。我们发现，在最大化个体区分的问题上，通过提高采样频率或延长采集时间来增加采样之间存在相对权衡；对于所分析的数据集大小，仅需 4-5 分钟的采集时间即可完美区分每个受试者；而对个体独特表征贡献最大的脑区位于联想皮层，该区域被认为有助于高级认知功能。这些发现可为优化 rs-fMRI 实验设计提供指导，并有助于阐明受试者间差异的神经基础。