条状体区分,体和矩阵,嵌入在很大程度上不同的静止状态功能网络中

科学领域:

• 神经科学是一个神经科学.
• 人类大脑成像技术
• 功能神经解剖学 功能神经解剖学

背景情况:

• 条形体由两部分组成:条形体和矩阵,在运动和情绪功能中发挥着不同的作用.
• 了解人类的特定功能是有限的,但对于神经精神疾病的洞察力至关重要.
• 之前的研究已经提出了假设,但没有直接测试人类大脑网络中分区特定的角色.

研究的目的:

• 绘制人体状体中与体和矩阵部分相关的体内功能网络的地图.
• 研究体样和矩阵样声细胞的独特静止状态功能连接 (rsFC) 模式.
• 为了确定这些条纹区与主要大脑网络 (默认模式,突出,前层双层) 的参与.

主要方法:

• 利用了来自人类结合体项目的674名健康成年人的扩散和功能性MRI数据.
• 通过概率扩散通道学识别了具有体样和矩阵样结构连接的条状声.
• 分析了静止状态功能连接 (rsFC) 使用像隔间的voxels作为种子,评估网络主导地位和三重网络模型参与.

主要成果:

• 在体状和矩阵状种子之间,在rsFC中表现出广泛的,解剖学上精确的差异,表明不同的功能网络.
• 体种子网络显示出ipsilateral主导地位,而矩阵种子网络显示出 contralateral 主导地位.
• 与默认模式网络和前面岛屿密切连接的状声;与前面双相网络节点有更强的连接的矩阵状声.

结论:

• 体和矩阵区占据了人类大脑中高度分离的功能网络.
• 分区选择性条纹性损伤可能会产生明显的运动,认知和行为症状.
• 识别rsFC异常可能会在结构损伤之前出现,为理解神经精神疾病提供了基质.