关键词:大脑网络拓扑,神经成像数据,空间自相关性,时间自相关性


论文题目:Functional brain networks reflect spatial and temporal autocorrelation
论文来源:Nature Neuroscience
论文链接:https://www.nature.com/articles/s41593-023-01299-3

神经科学中,高通量实验方法催生了大量用于测量复杂相互作用和多维模式的技术。然而,对于所涌现出的现象,复杂方法能否追溯到更加简单的、低维度的统计指标呢?


这篇最近发表在 Nature Neuroscience 上的文章探讨了这个问题,作者使用网络神经科学中的复杂拓扑方法研究了静息态功能磁共振成像(rs-fMRI,functional magnetic resonance imaging)数据,证明了空间自相关性(SA,spatial autocorrelation )和时间自相关性(TA,temporal autocorrelation )是可靠的统计指标,能够解释许多网络拓扑特性。


此外,作者开发了一种方法,用于生成与原始fMRI数据具有相同 SA 和 TA 值的人工 fMRI 数据。这些人工数据的网络特性捕捉到了拓扑方法中几乎所有可靠的个体和区域变化。作者还证明,SA 驱动衰老过程中网络拓扑的变化,多种含血清素药物因果诱导在TA上相同的大脑地形变化。这个工作强调了在研究复杂性质,如网络指标的同时,不要忽视更简单的性质,如SA和TA。


图1:SA和TA是rs-fMRI时间序列的重要特征。

图2:一个捕获连接体拓扑结构的时空模型。

图3:SA将功能连接体拓扑与衰老过程中的神经生物学联系起来。




编译|汪显意

复杂科学最新论文


集智斑图顶刊论文速递栏目上线以来,持续收录来自Nature、Science等顶刊的最新论文,追踪复杂系统、网络科学、计算社会科学等领域的前沿进展。现在正式推出订阅功能,每周通过微信服务号「我的集智」推送论文信息。扫描下方二维码即可一键订阅:




推荐阅读

1. Nat. Comput. Sci.速递:大脑显著性网络抑制默认模式网络的因果机制
2. PNAS:正念注意力促进对大脑网络动力学的控制,实现自我调节并中断过去与现在的联系
3. 前沿进展:分析网络隐含几何,理解大脑等复杂系统
4. 《张江·复杂科学前沿27讲》完整上线!
5. 成为集智VIP,解锁全站课程/读书会
6. 加入集智,一起复杂!


点击“阅读原文”,追踪复杂科学顶刊论文