测量大脑结构连接体的相对强度变化,以及它们与认知功能之间的关系
Hon Wah Yeung1, Colin R Buchanan1, Joanna Moodie1
1Lothian Birth Cohorts, Department of Psychology, University of Edinburgh, Edinburgh, United Kingdom.
bioRxiv : the preprint server for biology
|March 31, 2025
概括
新的大脑网络测量,相对强度变化 (RSV) 和层次式RSV (hRSV),捕获独特的连接信息. 较高的认知功能与较低的RSV和hRSV相关,表明更强的抗攻击能力和更低的复杂性.
科学领域:
- 神经科学是一个神经科学.
- 网络科学 网络科学
- 图形理论 图形理论
背景情况:
- 大脑连接体是复杂的网络.
- 现有的图表措施可能无法完全捕捉加权连接信息.
研究的目的:
- 引入新的图表措施:相对强度变化 (RSV) 和层次式RSV (hRSV).
- 评估RSV和hRSV在理解大脑连接和认知功能的有用性.
主要方法:
- 使用了英国生物银行结构连接器,具有六种不同的网络重量.
- 分析了RSV,hRSV,其他网络措施和一般认知功能之间的关系.
主要成果:
- RSV和hRSV与现有图表测量结果的相关性较低,表明新型信息被捕获.
- 更高的认知功能与较低的RSV和hRSV (更高的抗攻击性,更低的统计复杂性) 相关.
- RSV和hRSV与传统措施相比,与认知功能有更强的关联,提高了预测能力.
结论:
- RSV和hRSV代表了一个新的加权网络指标类别.
- 这些措施在从结构性连接组预测一般认知方面提供了显著的改进.
