模拟人脑空间导航功能网络

摘要

本文提出了一种综合方法，用于研究人类大脑中空间导航的功能网络。该方法结合了大规模神经影像元分析数据库、静息态功能磁共振成像，以及网络建模和图论分析技术。

摘要

空间导航是一种复杂的功能，涉及多感官信息的整合与处理。通过使用不同的导航任务，研究人员已在阐明各个脑区（例如海马体、内嗅皮层和海马旁位置区）的具体功能方面取得了许多有前景的成果。最近有研究提出，一种涉及多个相互作用脑区的非聚合性网络过程，可能更准确地刻画这一复杂功能的神经基础。本文介绍了一种用于构建和分析人类大脑中与空间导航相关的功能特异性网络的整合性方法。简而言之，该整合性方法包括三个主要步骤：1）识别对空间导航重要的脑区（节点定义）；2）估计这些脑区之间每一对的功能连接，并构建连接矩阵（网络构建）；3）探究所得到网络的拓扑特性（例如模块性和小世界性）（网络分析）。从网络视角出发，该方法有助于我们更好地理解大脑如何在复杂且动态的环境中支持灵活的导航行为；同时，所揭示的网络拓扑特性也可为临床实践中阿尔茨海默病的早期识别与诊断提供重要的生物标志物。

引言

功能特异性是人类大脑的一种基本组织原则，在塑造认知功能方面起着关键作用¹。功能特异性组织的异常可能反映自闭症和阿尔茨海默病等主要脑部疾病的核心认知障碍及其相关的病理基础^2,3。尽管传统理论和研究通常关注单一脑区，例如用于面孔识别的梭状回面孔区（FFA）⁴和用于场景处理的海马旁位置区（PPA）⁵，但越来越多的证据表明，包括空间导航和语言在内的复杂认知功能需要多个脑区之间的协同活动⁶。探究支持复杂认知功能的脑区间相互作用机制，是一个关键的科学问题，有助于揭示大脑的功能架构与运作方式。本文以空间导航为例，提出一种用于建模人类大脑中空间导航功能网络的整合方法。

空间导航是一种复杂的认知功能，涉及多种认知成分的整合与调控，例如视觉-空间编码、记忆和决策制定⁷。借助功能磁共振成像（fMRI），大量研究在理解其潜在的认知加工过程和神经机制方面取得了重要进展。例如，通过使用不同的导航任务，研究人员已将特定功能与不同的脑区联系起来：场景加工 与压后皮层（PPA）密切相关，而导航策略的转换则与后扣带回皮层（RSC）相关

方案

注意：此处使用的所有软件均列于材料表中。本研究用于演示的数据来自人类连接组计划（HCP：http://www.humanconnectome.org）¹⁵。所有实验程序均经华盛顿大学机构审查委员会（IRB）批准。HCP数据集中的成像数据采用配备32通道头部线圈的改良型3T西门子Skyra扫描仪获取。其他图像采集参数详见先前发表的论文¹⁶。为进行演示，已下载经过最小化预处理的数据，这些数据已完成以下预处理步骤：梯度失真校正、运动校正、场图预处理、空间失真校正、空间标准化至蒙特利尔神经学研究所（MNI）空间、强度标准化以及偏置场去除。研究者项目中的静息态fMRI数据也可用于此方法。

1. 数据预处理

1. 检查数据质量，排除重测数据缺失以及头动过大的参与者（平移超过 3 mm 且旋转超过 3°）° 在旋转中。
   注意：5名参与者被剔除，38名年轻人（22-35岁）被纳入主要分析。
2. 打开图论网络分析（GRETNA）工具箱¹⁷ 在 MATLAB 中执行进一步的预处理步骤。单击批次 FC矩阵构建. 选择功能数据集的路径以加载 NIFTI 文件，并执行以下步骤，如流程选....

结果

导航网络
本研究通过整合最新的荟萃分析神经影像数据库与AICHA图谱，确定了27个与空间导航相关的脑区。这些脑区包括内侧颞叶和顶叶区域，均为导航神经影像研究中常被报道的区域。这些区域的空间分布如图所示 图 5A 和 图 5C作为对比，我们还可视化了先前定义的空间导航脑区 图 5B 和 图 5D. 作为对比，纳入了AAL图谱中的20个脑区。这两组脑区显示出较大的重叠区域。

图.......

讨论

网络神经科学有望帮助理解大脑网络如何支持人类的认知功能³²。本方案展示了一种研究人脑空间导航功能网络的整合方法，该方法也可为其他认知结构（如语言）的网络建模提供启示。

该方法包含三个主要步骤：节点定义、网络构建和网络分析。其中，网络构建与网络分析与全脑网络研究中的一般方法相同，而节点定义是本方案中最关键的步骤。此步骤利用大规模的功能激活元分析，针对与空间导航相关的脑区进行定位，以确定对导航行为最重要的脑区。因此，我们能够构建具有功能意义的网络，从而从网络视角理解复杂神经加工过程的神经基础。需要注意的是，在节点定义的结果中未包含前额叶区域，而越来越多的导航研究已提示这些区域具有重要作用³³。这可能是由于数据库中与导航相关的研究缺乏这些区域的激活信号，导致元分析可用数据有限。当未来有更多数据可用于定位这些与导航相关的前额叶区域时，进一步探究它们在导航网络中的作用将是一个值得研究的问题。研究人员也可在能够定位特定脑区的前提下，应用该方案研究其他认知功能。为确保所选区域与特定功能密切相关，需依赖.......

材料

本文使用的材料清单

姓名	公司	目录编号	评论
脑连接工具箱（Brain connectivity toolbox，BCT）	Mikail Rubinov & Olaf Sporns	2019	脑连接工具箱（brain-connectivity-toolbox.net）是一个用于对结构和功能脑连接数据集进行复杂网络（图论）分析的 MATLAB 工具箱。
GRETNA	Jinhui Wang 等	2	GRETNA 是一个基于图论的网络分析工具箱，通过整合当前神经科学领域研究中的大多数网络度量指标，使研究人员能够对脑连接组的拓扑结构进行综合分析。
MATLAB	MathWorks	2021a	MATLAB 是一个由数百万工程师和科学家用于数据分析、算法开发和模型构建的编程与数值计算平台。
Python	Guido van Rossum 等	3.8.6	Python 是一种编程语言，可帮助您更快速地工作，并更有效地集成系统。
统计参数映射（Statistical Parametric Mapping，SPM）	Karl Friston 等	12	统计参数映射 指的是构建和评估空间扩展的统计过程，用于检验关于功能成像数据的假设。