模拟人脑空间导航的功能网络

Summary

本文提出了一种研究人脑空间导航功能网络的综合方法。这种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技术。

Abstract

空间导航是一项复杂的功能，涉及多感官信息的整合和操作。使用不同的导航任务，在各种大脑区域（例如海马体、内嗅皮层和海马旁位置区域）的特定功能上取得了许多有希望的结果。最近，有人提出，涉及多个相互作用的大脑区域的非聚集网络过程可以更好地表征这种复杂功能的神经基础。本文提出了一种构建和分析人脑空间导航功能特异性网络的综合方法。简而言之，这种综合方法包括三个主要步骤:1）识别对空间导航很重要的大脑区域（节点定义）;2）估计这些区域中每一对之间的功能连通性，并构建连通性矩阵（网络构造）;3）研究所得网络的拓扑特性（例如，模块化和小世界性）（网络分析）。从网络的角度来看，所提出的方法可以帮助我们更好地理解我们的大脑如何在复杂和动态的环境中支持灵活的导航，并且揭示的网络拓扑特性还可以为指导临床实践中阿尔茨海默病的早期识别和诊断提供重要的生物标志物。

Introduction

功能特异性是人脑的基本组织原则，在塑造认知功能方面起着至关重要的作用¹.功能特异性组织的异常可以反映标志性的认知障碍和主要脑部疾病（如自闭症和阿尔茨海默病）的相关病理基础 ^2,3。虽然传统理论和研究倾向于关注单个大脑区域，例如用于面部识别的梭形面部区域 （FFA）⁴ 和用于场景处理的海马旁位置区域 （PPA）⁵，但越来越多的证据表明，复杂的认知功能，包括空间导航和语言，需要跨多个大脑区域的协调活动⁶.研究支持复杂认知功能的相互作用背后的机制是一个关键的科学问题，将有助于阐明大脑的功能结构和操作。本文以空间导航为例，提出了一种对人脑空间导航功能网络进行建模的综合方法。

空间导航是一种复杂的认知功能，它涉及多个认知组件的整合和操作，如视觉空间编码、记忆和决策⁷.通过功能性磁共振成像 （fMRI），许多研究在理解潜在的认知处理和神经机制方面取得了重大进展。例如，使用各种导航任务将特定功能与不同的大脑区域联系起来:场景处理与 PPA 特别相关，导航策略的转换与脾后皮层 （RSC^{） 相关}....

Protocol

注意:此处使用的所有软件都显示在 材料表中。本研究中用于演示目的的数据来自人类连接组项目 （HCP: http://www. humanconnectome.org）¹⁵。所有实验程序均已获得华盛顿大学机构审查委员会（IRB）的批准。HCP 数据集中的成像数据是使用带有 32 通道头线圈的改进型 3T 西门子 Skyra 扫描仪获取的。其他图像采集参数详见早先的论文¹⁶。为演示下载了最少的预处理数据，该演示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、蒙特利尔神经学研究所 （MNI） 空间空间归一化、强度归一化和偏置场去除。也可以使用来自研究人员项目的静息态fMRI数据。

1. 数据预处理

1. 检查数据质量并排除缺少重测数据和头部运动过度（平移 3 毫米和旋转 3°）的参与者。
   注:5名受试者被移除，38名年轻人（22-35岁）被纳入主要分析。
2. 在 MATLAB 中打开图理论网络分析 （GRETNA） 工具箱¹⁷ ，执行进一步的预处理步骤。单击" FC Matrix Construction"批次。选择功能数据集的路径以加载 NIFTI 文档并执行以....

Results

导航网络
本研究通过结合最新的荟萃分析神经影像数据库和 AICHA 图谱，确定了 27 个与空间导航相关的大脑区域。这些区域包括内侧颞区和顶叶区，这些区域在导航神经影像学研究中很常见。这些区域的空间分布如图5A和图5C所示。作为比较，我们还在图5B和图5D中可视化了空间导航区域的早期定义。AAL地图集中的20个地区被纳入比较范围。这两组区域显示出很大的重叠。

图 5

Discussion

网络神经科学有望帮助理解大脑网络如何支持人类认知功能³².该协议展示了一种研究人脑空间导航功能网络的综合方法，这也可以激发其他认知结构（例如语言）的网络建模。

该方法包括三个主要步骤:节点定义、网络构建和网络分析。虽然网络构建和网络分析与一般的全脑网络研究相同，但节点定义是该协议最关键的一步。此步骤利用与空间导航相关的功能激活的大规模荟萃分析来定位导航行为最重要的大脑区域。因此，我们可以对功能有意义的网络进行建模，这有助于从网络的角度理解复杂处理的神经基础。请注意，前额叶区域在节点定义结果中缺失，而越来越多的导航研究表明这些区域具有关键作用³³.这可能是由于数据库内导航相关研究中缺乏这些区域的激活，导致meta分析的数据有限。当有更多的数据可用于定位这些与导航相关的前额叶区域时，在未来的研究中研究它们在导航网络中的作用将是一个有趣的问题。当可以定位单个大脑区域时，研究人员还可以应用该协议来研究其他认知功能。需要现场知识来识别感兴趣的区域，以确保与特定功能的密切关联。

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
大脑连接工具箱 （BCT）	Mikail Rubinov &奥拉夫·斯波恩斯	2019	The Brain Connectivity Toolbox （brain-connectivity-toolbox.net） 是一个 MATLAB 工具箱，用于对结构和功能脑连接数据集进行复杂网络（图形）分析。
GRETNA	Jinhui Wang 等人。	2	GRETNA 是一个图论网络分析工具箱，它允许研究人员通过整合当前神经科学领域研究的大部分网络测量来对脑连接组的拓扑进行综合分析。
MATLAB	MathWorks	2021a	MATLAB 是一个编程和数值计算平台，数百万工程师和科学家使用它来分析数据、开发算法和创建模型。
Python	Guido van Rossum 等人。	3.8.6	Python 是一种编程语言，可让您更快地工作并更有效地集成您的系统。
统计参数映射 （SPM）	Karl Friston 等人	12	统计参数映射 是指用于检验有关功能成像数据的假设的空间扩展统计过程的构建和评估。