从路径学构建代表性群体网络:从动态方法中吸取教训

科学领域:

• 神经科学是一个神经科学.
• 网络科学 网络科学
• 计算生物学 计算生物学

背景情况:

• 人类群体连接组分析将个人数据与代表性网络相结合.
• 目前选择集团网络特征的方法缺乏明确的评估标准.
• 结构特征对于集团层面分析的适用性仍然不确定.

研究的目的:

• 研究包括动态行为在定义代表性群体连接组中的影响.
• 评估一个动态代表性的连接组是否能更好地总结个别网络结构和动态.
• 将动态优化的组连接组与从结构优化方法中获得的连接组进行比较.

主要方法:

• 适用于健康成年人的个人结构连接体的共识值.
• 构建跨越不同门的集团网络.
• 使用合振荡器模型测量动态行为.
• 根据个人动态的最小偏差,确定了最具动态代表性的组连接组.

主要成果:

• 动态的代表性网络有效地恢复了结构方面,没有明确的优化.
• 在动态优化的网络和针对特定指标优化的网络之间没有发现任何显著的结构差异.
• 其他结构优化的网络具有同等或更低的动态代表性.

结论:

• 动态行为应该是定义代表性组连接组的关键标准.
• 这项研究强调了功能动态在理解大脑组织方面的重要性.
• 需要进行进一步的研究,以确定连接组分析中代表性的有效和可测试标准.