NeuroImage：沿着结构连接梯度的信号扩散和连接枢纽节点间通信策略对大脑动态功能有着不同

NeuroImage
沿着结构连接梯度的信号扩散和连接枢纽节点间通信策略对大脑动态功能的不同贡献
 
本文的第一作者是Reinder Vos de Wael，通讯作者是Bo-yong Park，解读者为肖扬。本文于2020年9月30日发表在NeuroImage期刊上，影响因子为6.556。本文结果表明，皮层结构连接组织能够锚定在单模态区域的状态（这种模式能够被皮层结构连接组的低维表征所描述）和锚定在多模态联合区域的状态（参与状态之间的有效长距离通信）之间的灵活转换，由此，作者认为：人类大脑的连接具有局部和长距离的通信策略，而结构连接的这两个方面的平衡可能对支持认知加工的特异性和整合方面都很重要。
 
如果您对本篇文章感兴趣，可以加微信号13362142709获取原文~
如果您有fMRI背景，对文献解读工作感兴趣的话，也可以添加微信号13362142709获取更详尽的信息呀~我们在这里等候您的加入！
此外还有更多fMRI课程在这里等待您的加入。
 
 
摘要
人类的认知是动态变化的，随着时间的改变，人类认知在关注外部现象的认知状态与更抽象的、自我产生的内部思维模式之间交替转换。尽管认知神经科学领域的研究已经发现特定的大脑网络组织会决定大脑特定的功能模式，但是不同功能状态之间的转换机制仍然不清楚。因此，我们研究了大脑功能的时变变化是如何在宏观结构网络组织（大范围脑网络组织）的约束范围内出现的。基于一组大样本健康成人数据集（326人），我们利用流形学习技术来识别结构连接组织的低维表征，并且我们利用隐马尔可夫模型将神经生理活动分解为不同的功能状态并获得状态之间转换模式。结果表明，结构连接组织能够预测锚定在感觉运动系统状态的动态转换以及感觉运动状态和多模态联合状态之间的动态转换。连接拓扑分析结果揭示，锚定在感觉运动系统状态的转换涉及短距离和中间距离的连接，并且感觉运动状态转移符合网络扩散的通信机制。相反，多模态联合状态内部的转换涉及多个空间散布的hub中心节点，更多地涉及长距离的连接路径。这些发现表明，大脑皮层的结构为神经状态在不同的处理模式之间自由变化提供了优良的环境，从而对产生人类认知灵活性的神经机制提供了一个关键的见解。
 
1引言
神经科学领域的一个核心假设是，大脑结构支持着其持续的功能。但是，该假设存在着一个矛盾：大脑结构随着时间的推移保持相对不变，却支持着一种灵活多变的神经活动方式，即大脑根据不断变化的外部和内部需求改变其反应模式。以往研究表明，在人类和非人类灵长类动物中，大脑结构和特定认知功能之间的联系已经以一种固定的方式建立起来。尽管这些研究强调了特定的神经模式和认知的特定方面之间的联系，但这些分析并不适用于理解大脑如何在不同的操作模式之间灵活地变化。同时，神经科学领域已经开始认识到，大脑连接的全局特征（全脑连接组）在结构如何产生功能方面也很重要。这种观点认为，从感觉运动系统到多模态联合系统的皮层系统转变，可能支持着逐渐抽象的认知功能。此外，尽管这些多模态区域分布于不同空间位置（一些高级区域在大脑上并不相邻，甚至相距较远），但它们之间也有很强的相互联系，显示了rich-club结构，这意味着在控制整合性更高的认知状态中发挥作用。因此，在本研究中，我们将探索了特定的皮层结构连接组织特征是否支持大脑在自然发生的神经状态之间进行转换的假设。
活体测量大脑组织和功能技术的最新进展，如扩散磁共振成像(dMRI)和功能磁共振成像(fMRI)，使系统神经科学在理解大脑组织特征方面处于前所未有的位置，这些大脑组织特征支持不同神经活动模式之间的灵活转变。我们目前的研究结合了最先进的流形学习技术来识别皮层结构连接组织的紧凑的空间表征，并且我们应用动态功能磁共振成像分析来估计瞬时的大脑功能状态。在结构成像分析领域，我们基于在低维流形空间中捕获皮层拓扑组织的工作上，这项工作最近为在宏观尺度上的人类认知提供了新的见解。这些技术已被广泛应用于特定脑区和全脑的静息态功能MRI(rs-fMRI)研究。然而， dMRI数据的流形学习应用一直集中在特定脑区，而不是在研究全脑连接问题。在功能成像分析领域，我们使用动态功能连接分析来捕获大脑功能的瞬态特征。动态功能连接分析最近为大规模脑组织、个体间认知功能的差异以及常见的大脑疾病对大脑网络的干扰提供了新的见解。一种可以解决功能动力学的方法是隐马尔可夫模型(HMM)，这是一个生成概率模型框架，可以