Modellierung des funktionalen Netzwerks für die räumliche Navigation im menschlichen Gehirn

Summary

In dieser Arbeit wird ein integrativer Ansatz zur Untersuchung des funktionellen Netzwerks für die räumliche Navigation im menschlichen Gehirn vorgestellt. Dieser Ansatz umfasst eine groß angelegte metaanalytische Datenbank für Neuroimaging, funktionelle Magnetresonanztomographie im Ruhezustand sowie Netzwerkmodellierung und graphentheoretische Techniken.

Abstract

Die räumliche Navigation ist eine komplexe Funktion, die die Integration und Manipulation multisensorischer Informationen beinhaltet. Mit Hilfe verschiedener Navigationsaufgaben wurden viele vielversprechende Ergebnisse zu den spezifischen Funktionen verschiedener Hirnregionen (z.B. Hippocampus, entorhinaler Kortex und parahippocampaler Ortsbereich) erzielt. In jüngster Zeit wurde vorgeschlagen, dass ein nicht-aggregierter Netzwerkprozess, an dem mehrere interagierende Hirnregionen beteiligt sind, die neuronale Basis dieser komplexen Funktion besser charakterisieren könnte. In dieser Arbeit wird ein integrativer Ansatz zur Konstruktion und Analyse des funktionsspezifischen Netzwerks für die räumliche Navigation im menschlichen Gehirn vorgestellt. Kurz gesagt besteht dieser integrative Ansatz aus drei Hauptschritten: 1) Identifizierung von Hirnregionen, die für die räumliche Navigation wichtig sind (Knotendefinition); 2) Abschätzung der funktionalen Konnektivität zwischen jedem Paar dieser Regionen und Konstruktion der Konnektivitätsmatrix (Netzwerkaufbau); 3) die topologischen Eigenschaften (z.B. Modularität und Kleinweltlichkeit) des resultierenden Netzwerks zu untersuchen (Netzwerkanalyse). Der vorgestellte Ansatz aus der Netzwerkperspektive könnte uns helfen, besser zu verstehen, wie unser Gehirn die flexible Navigation in komplexen und dynamischen Umgebungen unterstützt, und die aufgedeckten topologischen Eigenschaften des Netzwerks können auch wichtige Biomarker für die Früherkennung und Diagnose der Alzheimer-Krankheit in der klinischen Praxis liefern.

Introduction

Funktionelle Spezifität ist ein grundlegendes Organisationsprinzip des menschlichen Gehirns, das eine entscheidende Rolle bei der Gestaltung kognitiver Funktionen spielt¹. Anomalien in der Organisation der funktionellen Spezifität können charakteristische kognitive Beeinträchtigungen und die damit verbundenen pathologischen Grundlagen wichtiger Hirnerkrankungen wie Autismus und Alzheimer widerspiegeln ^2,3. Während sich herkömmliche Theorien und Forschungen eher auf einzelne Hirnregionen konzentrieren, wie z. B. den fusiformen Gesichtsbereich (FFA) für die Gesichtserkennung

Protocol

HINWEIS: Die gesamte hier verwendete Software ist in der Materialtabelle aufgeführt. Die in dieser Studie zu Demonstrationszwecken verwendeten Daten stammen aus dem Human Connectome Project (HCP: http://www. humanconnectome.org)¹⁵. Alle experimentellen Verfahren wurden vom Institutional Review Board (IRB) der Washington University genehmigt. Die Bilddaten im HCP-Datensatz wurden mit einem modifizierten 3T-Skyra-Scanner von Siemens mit einer 32-Kanal-Kopfspule aufgenommen. Andere Bildaufnahmeparameter sind in einem früheren Artikel¹⁶ beschrieben. Für die Demonstration wurden minimale vorverarbeitete Daten....

Results

Die Navigationsnetze
Die vorliegende Studie identifizierte 27 Hirnregionen, die mit der räumlichen Navigation assoziiert sind, indem sie die neueste Meta-Analyse-Neuroimaging-Datenbank und den AICHA-Atlas einbezog. Diese Regionen bestanden aus den medialen temporalen und den parietalen Regionen, die häufig in Navigations-Neuroimaging-Studien berichtet wurden. Die räumliche Verteilung dieser Regionen ist in den Abbildungen 5A und 5C

Discussion

Es wird erwartet, dass die Netzwerkneurowissenschaften dazu beitragen werden, zu verstehen, wie das Gehirnnetzwerk die menschlichen kognitiven Funktionen unterstützt³². Dieses Protokoll demonstriert einen integrativen Ansatz zur Untersuchung des funktionalen Netzwerks für die räumliche Navigation im menschlichen Gehirn, der auch die Netzwerkmodellierung für andere kognitive Konstrukte (z. B. Sprache) inspirieren kann.

Dieser Ansatz bestand aus drei Hauptschritten: Knote.......

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Brain Connectivity Toolbox (BCT)	Mikail Rubinov & Olaf Sporns	2019	Die Brain Connectivity Toolbox (brain-connectivity-toolbox.net) ist eine MATLAB-Toolbox für die Analyse komplexer Netzwerke (Graphen) von strukturellen und funktionellen Gehirnkonnektivitätsdatensätzen.
GRETNA	Jinhui Wang et al.	2	GRETNA ist ein graphentheoretischer Netzwerkanalyse-Werkzeugkasten, der es Forschern ermöglicht, eine umfassende Analyse der Topologie des Gehirnkonnektoms durchzuführen, indem die meisten Netzwerkmaße integriert werden, die im aktuellen Bereich der Neurowissenschaften untersucht wurden.
MATLAB	MathWorks	2021a	MATLAB ist eine Programmier- und numerische Rechenplattform, die von Millionen von Ingenieuren und Wissenschaftlern verwendet wird, um Daten zu analysieren, Algorithmen zu entwickeln und Modelle zu erstellen.
Python	Guido van Rossum et al.	3.8.6	Python ist eine Programmiersprache, mit der Sie schneller arbeiten und Ihre Systeme effektiver integrieren können.
Statistisches parametrisches Mapping (SPM)	Karl Friston et.al	12	Statistische parametrische Kartierung bezieht sich auf die Konstruktion und Bewertung räumlich erweiterter statistischer Prozesse, die verwendet werden, um Hypothesen über funktionelle Bildgebungsdaten zu testen.