大脑网络组织的动态性及其社区架构作为从全脑连接组对常见精神障碍的分类的特征

科学领域:

• 神经科学是一个神经科学.
• 精神病学是一个精神病学.
• 计算生物学 计算生物学

背景情况:

• 常见的精神障碍 (双极性障碍,多动症,精神分裂症) 对社会产生重大影响,需要更好的诊断和支持策略.
• 之前关于这些疾病中的功能连接组模块化的研究主要使用静态功能连接 (sFC),可能缺少关键的动态网络信息.
• 了解静止状态大脑网络的动态重新配置和时间结构对于理解精神健康障碍中的神经活动至关重要.

研究的目的:

• 通过分析静止状态大脑网络的时空动态来开发和验证一种无监督的方法来分类常见的精神障碍.
• 通过使用fMRI数据,调查精神分裂症,多动症和健康对照者之间的网络组织和时间稳定性差异.
• 探索功能连接 (FC) 时间稳定性作为常见精神障碍的生物标志物的潜力.

主要方法:

• 利用两个队列 (N=408) 的fMRI时间序列数据,包括健康对照组和精神分裂症和多动症患者.
• 采用一种无监督的方法,结合空间和时间特征,包括加权的随机块模型,来分析大脑网络社区架构.
• 模拟功能连接组动态作为时间景观,以量化整个大脑和网络层面的时间稳定性,克服静态FC分析的局限性.

主要成果:

• 精神分裂症患者表现出较少的分类社区结构和较少的专业网络组织,参与多个动机类.
• 与健康对照组相比,精神分裂症和ADHD患者在脑网络中表现出明显减少的时间稳定性.
• 该研究确定了与常见精神障碍相关的独特的时空FC模式.

结论:

• 功能性大脑网络的变化时空组织是诸如精神分裂症和多动症等常见精神障碍的特征.
• 减少大脑网络的时间稳定性成为一个重要的发现,表明它有可能成为这些条件的敏感生物标志物.
• 提出的无监督方法为心理健康和疾病中大脑连接的动态性质提供了新的见解.