人脑连接组研究：脑结构网络和脑功能网络

人脑连接组研究：脑结构网络和脑功能网络

目录

Basic information

科学通报 2010年第55卷第16期

Concepts

  • 据估计，一个成年人的大脑中约有1011个神经元细胞，且这些数量巨大的神经元细胞通过约1015个突触互相连接。

  • 人脑连接组可以从3个空间尺度，即微尺度|神经元水平(microscale)、中间尺度|神经元集群(mesoscale)和大尺度|大脑脑区(macroscale)上进行研究。

  • “小世界”网络：兼具高集群系数和最短路径长度的网络。(以随机网络为基准，如果研究的网络对于随机网络具有较大的集群系数和近似的最短路径长度，则该网络属于小世界网络范畴。)

  • 无标度网络：该网络中的大部分节点只有少数连接(non-huns)，而有的节点却拥有大量的连接(hubs)。

  • 扩散磁共振成像原理：主要是基于水分子的扩散属性。由于水分子不能自由出入有髓纤维的髓鞘，因此，水分子在有髓纤维的扩散形式表现出较高的各向异性，采用该技术可以测量某个体素内各向异性的大小，可以间接反映髓鞘化程度或纤维束的完整性；同时，根据各向异性的方向，可以追踪纤维束的走向。该方法目前存在两方面不足：(1)现存的纤维追踪方法在重建交叉纤维以及较长的纤维时仍存在困难；(2)基于概率的纤维追踪方法不可避免地会重建出一些并不存在的伪连接。

  • 大脑功能网络是对大脑结构网络之上不同的神经元、神经元集群或脑区之间动态活动交互整合的直观描述。(目前，人类大脑功能网络的研究主要局限在大尺度水平上。)

  • 基于血液氧合水平(blood oxygenation level dependent,BOLD)的功能磁共振成像技术兼具有较高的时间分辨率和空间分辨率，为研究人脑的功能提供了一种重要的手段。

  • 静息态功能磁共振成像能够反映人脑的自发神经活动。具体是指：在无特定任务的情况下，受试者在不做系统地思考或尽量不要思考问题的状态下进行的磁共振扫描。

  • 脑功能网络的研究存在一些局限性：(1)网络节点的定义依赖于先验的脑图谱模板，使得采用不同脑图谱建立的大脑功能网络存在着先天的差异，影响大脑网络的分析结果。(2)以脑区定义节点只能关注脑区之间的联系，无法揭示脑区内部的连接关系。

  • 脑功能网络的连接：指的是不同节点记录的神经活动信号之间的动态协调性，主要包括脑功能连接与脑效应连接。

    • 功能连接：是指空间上分离的神经单元其神经活动在时间上的关联性或统计依赖关系。
      功能连接的主要研究方法如下：

      类别 方法
      线性方法 皮尔逊相关、偏相关(时域)、偏相干(频域)等
      非线性方法 同步似然性、互信息等

    • 效应连接：刻画了一个神经单元对另一个神经单元神经活动的因果效应，即二者之间调控与被调控的关系(有向连接)。
      效应连接的主要研究方法如下：

      • 结构方程建模(structural equation modeling,SEM)
      • 动态因果建模(dynamic causal modeling,DCM)
      • 因果关系分析(granger causality)等。

  • 脑电图：是一种常用的无损伤获取脑活动信号的方法，通过头皮表面电极记录大脑内部神经元放电产生的电活动。其具有较高的时间分辨率，然而，空间分辨率相对较差。

Key points

  • 构建大脑结构网络关键的两步：(1)如何定义网络节点？(2)如何网络连接(边)？

  • 网络的图论描述：

    指标 概念 计算
    节点度(degree) 与节点直接相连的边数 直接观察
    度分布(degree distribution) 网络中等概率随机选取的节点度值正好为k的概率 一般用度值为k的节点总数占总节点数的比例近似表示
    集群系数(clustering coefficient) 某一节点i的邻居间互为邻居的可能 节点i的集群系数Ci的值等于该节点邻居间实际连接的边的数目与可能的最大连接边数(ki(ki-1)/2)的比值。计算公式：
    网络集群系数 网络中所有节点集群系数求平均 计算公式：
    局部效率 解决了集群系数值考虑邻居节点间的直接连接问题 计算公式：
    网络的局部效率 网络中所有节点的局部效率的平均 计算公式：
    最短路径长度(shortest path length) 两个节点i,j之间边数最少的一条通路，该通路所经过的边的数目即为节点i,j之间的最短路径长度(非加权图)
    网络最短路径长度 网络中任意两个节点间的最短路径长度的平均值 计算公式：
    网络全局效率 解决非连通图中节点间最短路径长度为无穷的问题 计算公式：
    中心度(centrality) 中心度最大的节点被认为是网络中的核心节点
    介数中心度 一种具体的中心度衡量指标 计算公式：
    模块(module) 网络中内部连接密集但对外连接稀疏的节点集团(区域性核心节点：在其所在模块内非常重要，但对整个网络而言却未必重要；连接子：在其所在的模块内作用有限，却连接着不同的模块，在整个网络中具有举足轻重的地位。)

  • 脑网络构建流程：

Further considerations

  • 如何评价不同的节点定义方法对脑功能网络的影响并确定最合理的定义方法。
  • 如何确定反映脑连接本质的合理的连接度量。
  • 如何构建有向的结构和功能网络，进一步探究脑活动间的因果关系。
  • 如何在更小的时间尺度上，如在每个时间点上构建动态的脑功能网络来了解大脑功能拓扑组织结构随时间变化的规律。
  • 从静息态到任务态，大脑功能网络的组织结构会发生这样的变化？
  • 不同认知状态下，大脑功能网络的组织结构是否会表现出不同的局部调制方式？
  • 如何结合多模态成像技术全面定量地评价脑结构-功能网络的相似性和特异性？理解结构网络组织模式对大脑功能形成的作用？大脑功能的塑造对大脑结构产生哪些影响？
  • 各种疾病下脑网络拓扑参数的变化趋势和幅度如何？
  • 如何融合多模态成像技术分析和理解神经精神疾病的病理生理机制，并建立可靠有效的影像学诊断标记？
  • 基于体素水平的脑结构网络能否也得到在基于脑区水平的脑结构网络发现的网络属性？
  • 如何针对单个被试建立其脑结构网络而不是特定固定人群？
posted @ 2022-06-02 10:57  闲晚  阅读(2395)  评论(0)  编辑  收藏  举报