基于磁共振成像的脑功能网络连接技术

摘要

人类大脑是一个高度复杂的网络系统,在这个系统中,多个神经元、神经元集群或者多个脑区相互连接成庞大的网络,并通过相互的作用完成脑的各种功能.关于脑网络的研究很多,其中功能分化(functional segmentation)和功能整合(functional integration)是研究和理解大脑的两个基本原则,前者是为了寻找一个特定的行为功能对应的具体脑区;后者认为脑功能活动是由多个不同的脑区相互协作完成的,是脑功能网络的理论基础.磁共振成像(magnetic resonance imaging，MRI)是目前人们掌握的唯一具有无创伤、无辐射性、可精确定位等多重优势为一体的脑功能研究实验手段，并且基于血氧水平依赖(Blood-oxygen Level Dependent，BOLD)原理的功能磁共振成像（functional MRI．fMRI）技术已成为现今研究脑科学和生命科学的重要工具，己受到神经、认知、心理和临床等领域的极大关注。静息状态下的脑功能固有网络连接模式是阐述提取静息态脑激活网络的方法、脑功能网络连接方法及脑功能网络间效应连接方法。提取脑功能网络方法的主要工作是为了寻找一个特定的行为功能对应的具体脑区，是一种功能定位技术，该方法主要有：用于任务态fMRI的广义线性模型(generalized linear model，GLM)、用于静息态fMRI的低频振幅（amplitude oflow frequency fluctuation，ALFF）、局域一致性(reginal homogeneity，ReHo)还有基于特定感兴趣区(region of interest，ROI)的功能连接技术；脑功能网络连接方法主要基于相关的概念，包括：相关分析、相干分析、独立成分分析(independent component analysis，ICA)、图论分析和小世界网络（small world network，SWN）等；脑功能网络间的效应连接方法有：格兰杰因果分析( granger causality analysis，GCA)等。本文从各个方法的原理及优缺点简要介绍静息态下的脑功能网络连接技术。