将个体行为架构与大脑拓结构联系起来:一种综合网络分析方法

科学领域:

• 神经科学是一个神经科学.
• 网络神经科学 网络神经科学
• 认知神经科学 认知神经科学

背景情况:

• 了解大脑功能需要一种多式联络,网络层面的方法,超越孤立的领域.
• 个人的独特性源于神经和行为方面之间的相互作用.
• 人类结合体项目为研究大脑行为关系提供了丰富的数据集.

研究的目的:

• 为了研究大规模的大脑网络拓与个人心理架构的关系.
• 通过图形理论和通用添加模型来建模非线性大脑行为关系.
• 确定静态网络 (RSN) 拓性质对认知和行为表现的贡献.

主要方法:

• 结合图形理论和探索性图形分析对人类连接组项目数据 (N=379).
• 利用通用添加模型来分析非线性大脑行为关联.
• 检查了七个认知/行为领域的七个正规静态网络 (RSN) 的拓性质.

主要成果:

• 识别了与认知/行为表现相关的网络集成和分离的特定领域特征.
• 高层和核心认知功能与前端-双层网络集成和默认模式网络隔离相关.
• 适应不良的领域 (药物滥用,冲动性) 与增加的感觉运动和边缘网络集成有关.
• 单节点分析揭示了具有不同认知/行为特征的拓特征的关键枢纽.

结论:

• 网络神经科学为理解人类认知和行为的复杂性提供了一种强有力的方法.
• 大脑网络拓在描述心理架构中的个体差异方面发挥着至关重要的作用.
• 特定领域的网络配置是适应性和不适应性认知和行为结果的基础.