如何使用静止状态fMRI测量功能连接? 对不同连接指标进行全面的实证探索
Lukas Roell1, Stephan Wunderlich2, David Roell3
1Department of Psychiatry and Psychotherapy, LMU University Hospital, LMU Munich, Munich, Germany; NeuroImaging Core Unit Munich (NICUM), LMU University Hospital, LMU Munich, Munich, Germany; Max Planck Institute of Psychiatry, Munich, Germany.
NeuroImage
|April 11, 2025
概括
选择正确的功能连接度量在神经成像中至关重要. 相关性和距离指标最好检测与年龄相关的连接性变化,优于部分相关性.
科学领域:
- 神经成像是一种神经成像.
- 脑连接分析 脑连接分析
- 功能磁共振成像 (fMRI) 是一种功能性磁共振成像技术.
背景情况:
- 在fMRI中的功能连接 (FC) 通常使用皮尔森或部分相关性.
- 有超过230个相似度指标用于时间序列分析,需要进行度量评估.
研究的目的:
- 评估不同FC指标如何影响神经成像结果.
- 确定准确检测年龄和瘤相关连接性减少的指标.
- 促进对最佳大脑连接评估方法的讨论.
主要方法:
- 分析了四个独立的数据集 (1187个人) 与多式联络数据.
- 在静止状态fMRI数据上使用四个领域的20个指标计算FC.
- 使用了T1/T2加权,扩散加权和伪连续动脉旋转标记 (pCASL) 数据.
主要成果:
- FC度量选择从根本上改变神经成像结果.
- 相关性和距离指标是检测与年龄相关的连接性下降的最佳方法.
- 度量表现因扫描参数,感兴趣的区域和个体而异.
- 通过pCASL测量的大脑 perfusion 强有力的反映与年龄相关的神经和认知变化.
结论:
- 经验发现支持最近的理论FC框架.
- 未来的研究必须确定FC分析的理论性质,评估方法和混因素.
更多相关视频
07:13Cerebral Blood Flow-Based Resting State Functional Connectivity of the Human Brain using Optical Diffuse Correlation Spectroscopy
Published on: May 27, 2020
6.5K
08:36Dynamic Inter-subject Functional Connectivity Reveals Moment-to-Moment Brain Network Configurations Driven by Continuous or Communication Paradigms
Published on: March 21, 2019
7.2K
