输入节点放置在脑网络可控性中的作用

网络控制理论可用于建模应如何通过驱动特定脑区来将大脑在不同状态间引导。控制网络所需能量常被用于量化其可控性，而控制脑网络所需能量因所选输入区域而异。我们利用输入节点放置如何影响脑网络可控性中最长控制链（LCC）的理论，研究白质纤维结构在所需控制能量中的作用。我们表明，控制人脑网络所需能量与 LCC 相关，即输入区域与网络中其他区域间的最长距离。我们指出，以较低能量控制脑网络的区域具有较小的 LCC。这些区域与能够平滑地在状态空间中引导大脑的区域一致。相比之下，需要较高能量将大脑移向不同目标状态的区域具有较大的 LCC。我们还研究了区域间路径数量在控制能量中的作用。我们的结果表明，区域间路径越多，控制脑网络所需成本越低。我们通过统计脑网络中特定模体（motif）的数量来评估路径数，因为确定图中所有路径是一个困难问题。