XiaoMi-AI文件搜索系统
World File Search System零滞后
利用人类大脑中缓慢、定向的功能网络解码特定任务的认知状态
摘要 大脑区域之间灵活的功能相互作用介导关键的认知功能。可以使用功能性磁共振成像 (fMRI) 数据测量此类相互作用，无论是瞬时（零滞后）还是基于滞后（时间滞后）的功能连接。由于 fMRI 血流动力学响应较慢，并且采样时间（秒）比底层神经动力学（毫秒）慢几个数量级，模拟研究表明，使用 Granger - Geweke 因果关系 (GC) 等方法测量的基于滞后的 fMRI 功能连接提供了虚假且不可靠的底层神经相互作用估计。对这一说法的实验验证具有挑战性，因为神经地面真实连接通常无法与 fMRI 记录同时获得。在这里，我们证明，尽管存在这些普遍存在的警告，但从 fMRI 记录估计的 GC 网络包含对任务特定认知状态进行分类的有用信息。我们使用来自 1000 名参与者的 fMRI 数据（人类连接组计划数据库）估计了瞬时和基于滞后的 GC 功能连接网络。经过瞬时或基于滞后的 GC 训练的线性分类器能够可靠地区分七种不同的任务和静息大脑状态，交叉验证准确率达到 0.80%。通过网络模拟，我们证明瞬时和基于滞后的 GC 分别利用快速和慢速时间尺度上的相互作用来实现稳健的分类。利用人类 fMRI 数据，瞬时和基于滞后的 GC 确定了互补的任务核心网络。最后，GC 连接的变化解释了各种认知分数的个体间差异。我们的研究结果表明，瞬时和基于滞后的方法揭示了大脑功能连接的互补方面，并表明使用 fMRI 估计的缓慢、定向的功能相互作用可以提供与行为相关的认知状态的有用标记。
用于映射大脑功能连接性的基准测试方法
大脑的联网体系结构促进了神经元种群之间的同步和相干动态的出现。可以使用非侵入性功能成像对这些通信模式进行全面映射，从而导致功能连接性（FC）网络。尽管很受欢迎，但FC还是统计结构，其操作定义是任意的。大多数研究默认情况下使用零滞后皮尔森的相关性，但在更广泛的科学文献中存在数百个成对相互作用统计，可用于估计FC。FC矩阵的组织如何随选择成对统计量的选择而变化，这是一个基本的方法论问题，影响了这个快速增长的领域的所有研究。在这里，我们全面基准了使用239个成对相互作用统计的大型库计算出的FC矩阵的拓扑和地理组织，神经生物学关联以及认知行为相关性。We comprehensively investigate how canonical features of FC networks vary with the choice of pairwise statistic, including (1) hub mapping, (2) weight-distance trade-offs, (3) structure–function coupling, (4) correspondence with other neurophysiological networks, (5) individual fingerprinting, and (6) brain–behavior prediction.我们发现了FC方法之间的实质性定量和定性变化。使用信息流量分解，我们发现FC方法之间的差异可能是由于对区域间通信的潜在机制的不同敏感性引起的，其中一些对冗余更敏感，有些对协同信息流。在整个过程中，我们都观察到，诸如协方差（完全相关），精度（部分相关）和距离之类的措施显示出多种理想的特性，包括与结构连接性的紧密对应，使个人区分的能力和预测行为的个性差异。总而言之，我们的报告强调了对特定神经生理机制和研究问题定制成对统计的重要性，为将来的研究提供了蓝图，以优化其对FC方法的选择。