在4D空间动态fMRI网络中描述"本地"功能网络连接

科学领域:

• 神经成像是一种神经成像.
• 认知神经科学 认知神经科学
• 大脑网络分析 脑网络分析

背景情况:

• 功能磁共振成像 (fMRI) 对于通过功能网络连接 (FNC) 绘制大脑活动至关重要.
• 当前的研究往往忽略了空间大脑网络中的时间变化动态,专注于预定义节点之间的静态或动态FNC.
• 现有的voxel级动态网络方法并不探索这些动态空间网络之间的FNC.

研究的目的:

• 提出和验证一种新的方法来评估空间动态大脑网络中的FNC,使用静态fMRI (rsfMRI).
• 为了能够在本地化的voxel子集中计算网络特定的FNC.
• 在不同的voxel子集中调查本地FNC动态.

主要方法:

• 开发一种基于voxel的新型FNC方法来分析rsfMRI数据.
• 该方法应用于青少年大脑和认知发展 (ABCD) 研究的100名参与者的基线数据集.
• 在局部化voxel子集中计算网络特定的FNC,包括静态FNC (sFNC),全球voxelFNC (GvFNC) 和本地voxelFNC (LvFNC).

主要成果:

• 基于voxel的FNC方法成功地复制了传统的静态FNC发现,在sFNC和GvFNC矩阵中显示了显著的模块化.
• 这种新的方法证明了在不同的voxel子集中调查局部FNC的能力.
• 在平均局部voxel FNC (LvFNC) 中,随着voxel包含率的下降,观察到抗相关性减少.

结论:

• 拟议的方法为在空间动态大脑网络中检查FNC提供了一种新的方法.
• 这种技术允许对不同voxel分辨率的本地FNC进行详细分析.
• 根据分析规模,研究结果表明网络反相关性发生动态变化.