使用fMRI对大脑功能连接网络进行高阶图形拓分析

科学领域:

• 神经科学是一个神经科学.
• 图形理论 图形理论
• 医疗成像医学成像

背景情况:

• 大脑连接网络通常使用经典图形理论进行分析,这可能会忽略关键的高阶拓性质.
• 对大脑拓学的全面理解需要检查低级指标之外的指标.

研究的目的:

• 开发和验证使用功能磁共振成像 (fMRI) 的大脑连接网络的图形拓分析框架.
• 调查高阶拓特征,阶段过渡,并为大脑混乱提出一种新的度量 ("冗余能量").
• 评估该框架的可重现性,通用性和应用性,以区分健康对照群和帕金森病患者.

主要方法:

• 利用功能磁共振成像 (fMRI) 数据来构建大脑连接网络.
• 应用图形拓分析框架来检查不同图形稀疏度级别的高阶拓指标.
• 研究了拓阶段过渡,并引入了一个"冗余能量"指标来量化大脑混乱.

主要成果:

• 高阶指标揭示了拓阶段过渡,表明大脑的关键性.
• 经典图表指标显示了临界点附近的急剧变化,由高节点曲率的大脑区域驱动.
• 在帕金森病患者中发现了高阶拓特征的显著变化,与疾病严重程度相关.

结论:

• 拟议的框架有效地捕捉了大脑网络的高阶拓特征.
• 这项研究为大脑拓学提供了新的视角,增强了对健康和疾病中的大脑功能的理解.
• 高阶拓分析有助于理解神经系统疾病,如帕金森病.