静息态人脑功能网络的小世界特性_黄文涛VIP专享VIP免费

第30卷第3期中南民族大学学报(自然科学版)Vol．30No．32011年9月JournalofSouth-CentralUniversityforNationalities(Nat．Sci．Edition)Sep．2011收稿日期2011-05-04作者简介黄文涛(1977-)，男，博士，讲师，研究方向:生物信息学，E-mail:hungwentao@gmail．com基金项目国家自然科学基金资助项目(11047134)，中南民族大学自然科学基金资助项目(YZZ09004)和中南民族大学神经科学和神经工程重点实验室研究基金资助项目(XJS09001)静息态人脑功能网络的小世界特性黄文涛1，2，冯又层1(1中南民族大学电子信息工程学院，武汉430074;2中南民族大学武汉神经科学和神经工程研究所，武汉430074)摘要研究了静息态下健康人脑的功能连接模式有助于理解人脑在正常或疾病状态下的功能活动规律．利用小波变换从健康志愿者静息态的功能磁共振成像中提取时间序列，计算90个脑区的相关性，设定阈值建立脑功能网络的无向简单图，然后计算特征路径长度和聚类系数，并对度分布进行拟合．结果显示:脑功能网络具有规则网络的大聚集系数又具有随机网络的小特征路径长度，度的拟合显示具有指数截断幂律分布，即脑功能网络具有小世界特性．关键词复杂网络;小世界;脑功能连接;静息态;功能磁共振成像中图分类号O414;R741．04文献标识码A文章编号1672-4321(2011)03-0057-04Small-WorldPropertiesofRestingStateHumanBrainFunctionalNetworksHuangWentao1，2，FengYouceng1(1CollegeofElectronicsandInformationEngineering，South-CentralUniversityforNationalities，Wuhan430074，China;2WuhanInstituteforNeuroscienceandNeuroengineering，South-CentralUniversityforNationalities，Wuhan430074，China)AbstractItisimportanttostudytherestingstatefunctionalpatternofhealthyhumanbrainbecauseitwillaidustounderstandthelawoffunctionalactivitiesofhumanbraininnormalordiseasestates．Usingwavelettransformation，timeseriesof90brainregionswereextractedfromfunctionalmagneticresonanceimaginesofrestingstatehealthyvolunteers．Functionalcorrelationsbetweenbrainregionswerecalculated，andthethresholdwassettoestablishthesimpleundirectedgraph，thencharacteristicpathlengthandclusteringcoefficientwerecomputed，finallythedegreedistributionwasfitted．Theresultsdemonstratedthatthebrainfunctionalnetworkshadbothbigclusteringcoefficientslikeregularnetworksandsmallcharacteristicpathlengthssimilarasrandomnetworks，degreedistributionmetexponentiallytruncatedpower-lawdistribution．Takentogether，thehumanbrainfunctionalnetworkshavesmallworldproperties．Keywordscomplexnetworks;smallworld;brainfunctionalconnectivity;restingstate;functionalmagneticresonanceimaging人脑约有1000亿个神经元，是一个开放的自组织的复杂巨系统，功能分化与功能整合是其两大基本组织原则［1］．人们一直采用如脑电图(EEG)、脑磁图(MEG)和功能磁共振成像(fMRI)等非侵入式探测手段来观测人脑在任务或静息下的信号，探索人脑的结构和功能组织模式，特别期望能服务于客观准确的对一些“连接失调”脑神经精神疾病［2］(如阿尔兹海默病、癫痫以及精神分裂症等)进行早期诊断、预防和药物治疗评估．一方面随着技术的进步，特别是3T(特斯拉)的普及，甚至是7T甚高场fMRI的推出，其空间分辨率得到提高，时间分辨率也得到极大改善;另一方面随着静息状态脑功能研究的很多优点逐步被人们认识到(不需要丰富的先验性知识以便去验证某个假设;能探索消耗所谓“暗”能量的脑自发性神经活动［3］;方便对一些特殊人群进行数据采样等)，利用Ogawa等人开创的血氧水平依赖的fMRI技术来探索静息状态下的人脑功能网络成为目前的研究热点［4］，以致人们提出了“功能连接组学”［5］．目前以探索节点和边的拓扑关系的复杂网络(complexnetworks)理论已经成为一门横跨多个研究领域的新的科学［6-10］，在生物医学领域得到广泛的应用［11，12］，具体在脑结构、功能和效用网络的探索上取得了初步的成果［13，14...