文摘
在人类的大脑功能连接的网络体系结构的连接体了解甚少的体素的水平。这里,使用静息状态功能磁共振成像的数据来自1003名健康成年人,我们研究一个广泛的网络中心措施提供新颖的见解连接在整个大脑功能网络(即。功能连接体)。我们第一次组装和可视化voxel-wise(4毫米)功能连接体作为一个功能的网络。然后我们证明每个中心测量获取连接的不同方面,突出的重要性考虑全局和本地连接属性的功能连接体。除了检测功能中心,“我们治疗中心作为功能连通性的措施在大脑连接体和展示他们的可靠性和表型关联(即。、年龄和性别)。具体地说,我们的分析揭示老年性减少学位中心,但不是特征向量中心,楔前叶和后扣带区域内。这意味着,尽管本地或(直接)连接随着年龄降低,与枢纽内的大脑区域与年龄在全球水平保持稳定。总的来说,这些发现表明各种中心的非冗余性措施,提高其内在的生理机制问题,可能相关的神经退行性和精神疾病的研究。
介绍
静息状态功能磁共振成像的出现(R-fMRI)已经向获得高分辨率的可行的人类地图功能连接体(Biswal et al . 1995一个>;斯波恩et al . 2005一个>;福克斯瑞克2007一个>;Biswal et al . 2010一个>)。然而,随着新进展新挑战(DeFelipe 2010一个>;Friston和多兰2010一个>)。特别是,大脑的功能连接体必然是动态的,因为它支撑着众多的大脑状态涉及情感,认知,行为,知觉和感觉(Carhart-Harris Friston 2010一个>;Friston 2010一个>;德科et al . 2011一个>)。理解这些复杂功能的起源的大脑的功能连接,第一步由创建地图的潜在连接大脑和描述它们的功能相互作用的复杂性。
两种基本的方法主导功能连通性文学日期:seed-based相关分析和独立分量分析(科尔,史密斯,等。2010一个>)。Seed-based方法估计成对的力量和意义之间的关系感兴趣的区域和其他所有体素在大脑中。相比之下,独立分量分析试图确定集的大脑区域分离的基础上动态时间序列的统计模式。这两种方法有着显著的成功导致大规模的发现和详细的映射大脑内在连接网络(icn) (贝克曼et al . 2005一个>;Damoiseaux et al . 2006一个>;马格里斯et al . 2007一个>,2009年一个>)。然而,这些方法都没有完全描述大脑的功能连接体。虽然seed-based方法可以用来映射功能连接体的,它只提供了一系列给定地区和其他地区之间的关系不考虑连接的完整模式。同样地,独立分量分析提供信息关于地区可能相关的大规模网络中但没有透露这些网络之间的连接模式。
最近,研究人员已经开始应用图基于理论的网络分析探索大脑连接(图像和2009年斯波恩一个>;Rubinov和2010年斯波恩一个>;王et al . 2010一个>)。这种方法可以用来描述(即在整个大脑功能连接网络。功能连接体)。中心,一个类图基于理论的网络措施评估中心或功能的重要性,获得大量关注(Koschutzki et al . 2005一个>)。与seed-based方法或独立分量分析,中心措施考虑给定区域与整个功能连接体的关系,而不仅仅是个别地区或较大的组件分离。因此,中心措施让我们捕捉功能连接体作为一个整体的复杂性。
最初的考试中心的功能连接体的识别主要关注“功能中心”(Achard et al . 2006一个>;Hagmann et al . 2008一个>;Buckner et al . 2009一个>;他et al . 2009一个>;乔伊斯et al . 2010一个>;罗曼et al . 2010一个>;预,Volkow 2010一个>;Fransson et al . 2011一个>;预和Volkow 2011一个>)。虽然有些一致性的研究已经指出研究(如高中心后扣带,腹侧楔前叶,内侧前额叶/顶叶皮层、岛叶、颞叶皮层和海马旁回),也有一些值得注意的变化在特定的地区中心的识别。在某种程度上,这种差异可能反映了不同中心的具体措施或大规模采用分割模板(王et al . 2009一个>)。而越来越多的研究已经开始采用特定的中心措施(乔伊斯et al . 2010一个>;罗曼et al . 2010一个>),主要集中在功能检测中心,我们缺乏一个更具体的了解多个中心的相关措施在功能连接体连接的不同方面。
因此,获得更全面的观点的本质连接大脑中独立于特定的分割模板,我们检查了voxel-wise功能连接体的多个中心措施的一致性(即参与者。voxel-wise网络中心地图[VNCM],在集团层面),他们两次试验法的可靠性(TRT)跨越时间,和他们的表型的关系。具体地说,我们进行了分析使用大样本(即。,One hundred.3R- - - - - -f先生I data sets from the 1000 Functional Connectomes Project: FCP,<一个class="link link-uri openInAnotherWindow" href="http://fcon_1000.projects.nitrc.org" target="_blank">http://fcon_1000.projects.nitrc.org一个>)建立VNCM。我们使用了纽约大学(NYU)泰爱泰党数据集(<一个class="link link-uri openInAnotherWindow" href="http://www.nitrc.org/projects/nyu_trt" target="_blank">http://www.nitrc.org/projects/nyu_trt一个>)来评估泰爱泰党VNCM的可靠性。最后,由于年龄和性有关的属性的差异地区被普遍认为是功能中心(公平et al . 2008一个>;Biswal et al . 2010一个>;权力et al . 2010一个>;左,凯利,Di马蒂诺,等。2010一个>;预,Volkow 2011 b一个>),我们再次使用了冷冻铸造数据集在VNCM检查年龄和性有关的变化。
材料和方法
参与者和脑成像过程
纽约大学泰爱泰党数据
共有25人参加了这个泰爱泰党实验男性(平均年龄30.7±8.8,9)。三个静止状态扫描获得每个参与者使用西门子爱兰歌娜3.0 T扫描仪。每个扫描由197相邻回波平面成像(EPI)功能。扫描2和3进行会话,扫描一次45分钟,获得5-16个月(平均11±4)后扫描1。可以找到更多的细节在我们先前的研究使用此数据集(Shehzad et al . 2009一个>;左,Di马蒂诺,等。2010一个>;左,凯利,艾德斯坦,等。2010一个>;左,凯利,Di马蒂诺,等。2010一个>)。所有的参与者的历史证实了精神或神经系统疾病的临床评估。之前获得知情同意参与。数据是根据收集的机构审查委员会批准的协议的纽约大学和纽约大学医学院的。这些泰爱泰党数据集是完全可以从网站下载NITRC (<一个class="link link-uri openInAnotherWindow" href="http://www.nitrc.org/projects/nyu_trt" target="_blank">http://www.nitrc.org/projects/nyu_trt一个>)。
1000年铸造数据
共有1003名参与者(平均年龄28.1±12.7年;434男性)21中心,包括在1000年的铸造,R-fMRI扫描完成。与原始铸造出版物(Biswal et al . 2010一个>),我们只包括21中心在这项研究中,以确保均匀brain-wide报道。表1一个>21中心提供信息。每个中心的各自获得伦理委员会批准提交消除识别信息数据从每个参与者以书面知情同意。每个中心的R-fMRI细节数据集可以铸造网站上找到<一个class="link link-uri openInAnotherWindow" href="http://www.nitrc.org/projects/fcon_1000" target="_blank">http://www.nitrc.org/projects/fcon_1000一个>。
中心 | π | N | |
1。 | 美国马里兰州巴尔的摩 | 詹姆斯j . Stewart h . Mostofsky之中/ | 23 |
2。 | 英国班戈 | 斯坦Colcombe | 20. |
3所示。 | 柏林,德国 | 丹尼尔·格里斯 | 26 |
4所示。 | 中国,北京 | 于枫藏 | 192年 |
5。 | 美国剑桥,马 | 兰迪·l·巴克纳 | 198年 |
6。 | 美国克利夫兰哦 | 马克·j·劳 | 31日 |
7所示。 | 美国达拉斯,TX | 巴特Rypma | 24 |
8。 | 荷兰莱顿 | 哔叽R b . Rombouts | 31日 |
9。 | 德国莱比锡 | 阿诺Villringer | 37 |
10。 | 美国密尔沃基,WI | Shi-Jiang李 | 46 |
11。 | 加拿大蒙特利尔 | 艾伦·c·埃文斯 | 51 |
12。 | 德国慕尼黑 | 基督教Sorg Valentin Riedl | 15 |
13。 | 纽约,纽约,美国 | 迈克尔Milham / F。泽维尔卡斯特罗 | 59 |
14。 | 纽约,纽约,美国 | 迈克尔Milham / F。泽维尔卡斯特罗 | 20. |
15。 | 美国新泽西纽瓦克 | 巴拉特b Biswal | 19 |
16。 | Orangeburg,纽约,美国 | 马修·j·Hoptman | 20. |
17所示。 | 芬兰奥卢 | 视频电子设备标准协会j·基维涅米/ Juha Veijola | 103年 |
18岁。 | 牛津大学,英国 | 史蒂夫·m·史密斯/克莱尔麦凯 | 22 |
19所示。 | 帕洛阿尔托,加州,美国 | 迈克尔·格雷丘斯 | 17 |
20. | 澳大利亚昆士兰州 | 凯蒂·麦克马洪 | 18 |
21。 | 圣路易斯,密苏里州,美国 | 布拉德利l . Schlaggar /史蒂文·e·彼得森 | 31日 |
中心 | π | N | |
1。 | 美国马里兰州巴尔的摩 | 詹姆斯j . Stewart h . Mostofsky之中/ | 23 |
2。 | 英国班戈 | 斯坦Colcombe | 20. |
3所示。 | 柏林,德国 | 丹尼尔·格里斯 | 26 |
4所示。 | 中国,北京 | 于枫藏 | 192年 |
5。 | 美国剑桥,马 | 兰迪·l·巴克纳 | 198年 |
6。 | 美国克利夫兰哦 | 马克·j·劳 | 31日 |
7所示。 | 美国达拉斯,TX | 巴特Rypma | 24 |
8。 | 荷兰莱顿 | 哔叽R b . Rombouts | 31日 |
9。 | 德国莱比锡 | 阿诺Villringer | 37 |
10。 | 美国密尔沃基,WI | Shi-Jiang李 | 46 |
11。 | 加拿大蒙特利尔 | 艾伦·c·埃文斯 | 51 |
12。 | 德国慕尼黑 | 基督教Sorg Valentin Riedl | 15 |
13。 | 纽约,纽约,美国 | 迈克尔Milham / F。泽维尔卡斯特罗 | 59 |
14。 | 纽约,纽约,美国 | 迈克尔Milham / F。泽维尔卡斯特罗 | 20. |
15。 | 美国新泽西纽瓦克 | 巴拉特b Biswal | 19 |
16。 | Orangeburg,纽约,美国 | 马修·j·Hoptman | 20. |
17所示。 | 芬兰奥卢 | 视频电子设备标准协会j·基维涅米/ Juha Veijola | 103年 |
18岁。 | 牛津大学,英国 | 史蒂夫·m·史密斯/克莱尔麦凯 | 22 |
19所示。 | 帕洛阿尔托,加州,美国 | 迈克尔·格雷丘斯 | 17 |
20. | 澳大利亚昆士兰州 | 凯蒂·麦克马洪 | 18 |
21。 | 圣路易斯,密苏里州,美国 | 布拉德利l . Schlaggar /史蒂文·e·彼得森 | 31日 |
中心 | π | N | |
1。 | 美国马里兰州巴尔的摩 | 詹姆斯j . Stewart h . Mostofsky之中/ | 23 |
2。 | 英国班戈 | 斯坦Colcombe | 20. |
3所示。 | 柏林,德国 | 丹尼尔·格里斯 | 26 |
4所示。 | 中国,北京 | 于枫藏 | 192年 |
5。 | 美国剑桥,马 | 兰迪·l·巴克纳 | 198年 |
6。 | 美国克利夫兰哦 | 马克·j·劳 | 31日 |
7所示。 | 美国达拉斯,TX | 巴特Rypma | 24 |
8。 | 荷兰莱顿 | 哔叽R b . Rombouts | 31日 |
9。 | 德国莱比锡 | 阿诺Villringer | 37 |
10。 | 美国密尔沃基,WI | Shi-Jiang李 | 46 |
11。 | 加拿大蒙特利尔 | 艾伦·c·埃文斯 | 51 |
12。 | 德国慕尼黑 | 基督教Sorg Valentin Riedl | 15 |
13。 | 纽约,纽约,美国 | 迈克尔Milham / F。泽维尔卡斯特罗 | 59 |
14。 | 纽约,纽约,美国 | 迈克尔Milham / F。泽维尔卡斯特罗 | 20. |
15。 | 美国新泽西纽瓦克 | 巴拉特b Biswal | 19 |
16。 | Orangeburg,纽约,美国 | 马修·j·Hoptman | 20. |
17所示。 | 芬兰奥卢 | 视频电子设备标准协会j·基维涅米/ Juha Veijola | 103年 |
18岁。 | 牛津大学,英国 | 史蒂夫·m·史密斯/克莱尔麦凯 | 22 |
19所示。 | 帕洛阿尔托,加州,美国 | 迈克尔·格雷丘斯 | 17 |
20. | 澳大利亚昆士兰州 | 凯蒂·麦克马洪 | 18 |
21。 | 圣路易斯,密苏里州,美国 | 布拉德利l . Schlaggar /史蒂文·e·彼得森 | 31日 |
中心 | π | N | |
1。 | 美国马里兰州巴尔的摩 | 詹姆斯j . Stewart h . Mostofsky之中/ | 23 |
2。 | 英国班戈 | 斯坦Colcombe | 20. |
3所示。 | 柏林,德国 | 丹尼尔·格里斯 | 26 |
4所示。 | 中国,北京 | 于枫藏 | 192年 |
5。 | 美国剑桥,马 | 兰迪·l·巴克纳 | 198年 |
6。 | 美国克利夫兰哦 | 马克·j·劳 | 31日 |
7所示。 | 美国达拉斯,TX | 巴特Rypma | 24 |
8。 | 荷兰莱顿 | 哔叽R b . Rombouts | 31日 |
9。 | 德国莱比锡 | 阿诺Villringer | 37 |
10。 | 美国密尔沃基,WI | Shi-Jiang李 | 46 |
11。 | 加拿大蒙特利尔 | 艾伦·c·埃文斯 | 51 |
12。 | 德国慕尼黑 | 基督教Sorg Valentin Riedl | 15 |
13。 | 纽约,纽约,美国 | 迈克尔Milham / F。泽维尔卡斯特罗 | 59 |
14。 | 纽约,纽约,美国 | 迈克尔Milham / F。泽维尔卡斯特罗 | 20. |
15。 | 美国新泽西纽瓦克 | 巴拉特b Biswal | 19 |
16。 | Orangeburg,纽约,美国 | 马修·j·Hoptman | 20. |
17所示。 | 芬兰奥卢 | 视频电子设备标准协会j·基维涅米/ Juha Veijola | 103年 |
18岁。 | 牛津大学,英国 | 史蒂夫·m·史密斯/克莱尔麦凯 | 22 |
19所示。 | 帕洛阿尔托,加州,美国 | 迈克尔·格雷丘斯 | 17 |
20. | 澳大利亚昆士兰州 | 凯蒂·麦克马洪 | 18 |
21。 | 圣路易斯,密苏里州,美国 | 布拉德利l . Schlaggar /史蒂文·e·彼得森 | 31日 |
核磁共振成像预处理
1000年铸造数据
一个标准的数据预处理策略是使用目前(<一个class="link link-uri openInAnotherWindow" href="http://www.fmrib.ox.ac.uk/fsl/" target="_blank">http://www.fmrib.ox.ac.uk/fsl/一个>)和AFNI (<一个class="link link-uri openInAnotherWindow" href="http://afni.nimh.nih.gov/afni" target="_blank">http://afni.nimh.nih.gov/afni一个>)。这里采用脚本包含处理命令已经作为铸造的一部分发布。具体地说,它包括:1)丢弃前5 EPI卷从每个静息状态扫描允许信号平衡,2)3 d运动校正,3)时间序列削峰,4)4 d mean-based强度归一化,5)带通时间过滤(0.01 -0.1赫兹),6)消除线性和二次趋势,7)估计12个参数仿射线性变换从各个功能空间到蒙特利尔神经学研究所(MNI) 152的空间,和8)回归9妨害信号(全球的意思是,白质,脑脊液信号,和6运动参数)。这些预处理步骤的输出是一个4 d残留功能在本机功能空间,为每一个参与者。4 d本地数据注册与4毫米MNI152空间分辨率基于仿射变换。
纽约大学泰爱泰党数据
上述预处理步骤是相似的,除了跳过步骤1 (EPI丢弃前5卷)由于扫描仪的默认设置,无视第一4卷。Slice-timing交叉使用Sinc收购插值校正与汉宁窗口内核之前另外添加3 d运动校正(步骤2)。第七步是由b样条的基础上提炼非线性变换从个体功能空间MNI152标准大脑空间中实现目前FNIRT (<一个class="link link-uri openInAnotherWindow" href="http://www.fmrib.ox.ac.uk/fsl/fnirt/index.html" target="_blank">http://www.fmrib.ox.ac.uk/fsl/fnirt/index.html一个>)。最后,残差注册MNI152标准4毫米的空间分辨率。有两个因素考虑在选择4毫米作为我们的体素大小:1)的平均体素的大小EPI(即原始数据。中,最大
图的形成icn
一个二进制图像被构造成在方程(1一个>);它的加权版本是方程(1 b一个>)。排除artifactual从非灰色物质像素点的相关性,我们限制voxel-wise中心分析一个预定义的灰质面具与灰质组织概率超过20%。灰质组织模板的一部分发布组织先验概率SPM8 (<一个class="link link-uri openInAnotherWindow" href="http://www.fil.ion.ucl.ac.uk/spm/software/spm8" target="_blank">http://www.fil.ion.ucl.ac.uk/spm/software/spm8一个>)。
探索其他不那么保守的方式构建图,我们也使用相关性意义标准的阈值
核心指标
给定一个图 定义了所有节点和 代表图的邻接矩阵,所有非零元素定义图 的边缘设置 。的元素 邻接矩阵表示连接或边缘的节点 到节点 ,如果不存在边缘和非零重量的优势 。在当前的工作中,我们只专注于无向图,也就是说,邻接矩阵 是对称的。图0和1是二进制要是出现在它的邻接矩阵;否则,它是一个加权图。(即量化节点的贡献。,nodal centrality) for a graph, we examined 4 different centrality measures: degree, eigenvector, page-rank, and subgraph. They can be categorized into local (degree), mesoscale (subgraph), and global centralities (eigenvector and page-rank). Each of them is a function of nodes 。
学位中心
子图中心
这个一般SC,名叫消散的中心,最近提出了揭示网络属性矩阵的函数(埃斯特拉达,海厄姆2010一个>)。
特征向量中心
显然,电子商务不仅取决于所有相邻节点的程度还在EC。因为这个递归性质,电子商务能够捕获中心,延伸到全球的一个方面的特征图。值得注意的是,类似于SC,其实现也基于MATLAB eigs。神经科学家已经开始采用EC测量功能连通性在休息和大脑活动的任务状态(罗曼et al . 2010一个>)。
谷歌学术搜索一个>