读书报告：人类大脑皮层的结构核心Hagmann P, Cammoun L, Gigandet X, Meuli R, Honey CJ, et al. (2008) Mapping the structural core of human cerebral cortex. PLoS Biol 6(7): e159.doi:10.1371/journal.pbio.0060159报告人：南京医科大学第一附属医院 康复医学科 林枫1.背景资料：为什么要研究大脑皮层网络？ (1)1.1 什么是解剖网络？ (1)1.2 结构和功能有什么关系？ (2)1.3 什么是功能定位？ (2)1.4 什么是功能网络？ (3)1.5 是否有与功能相对应的解剖网络模块？ (4)2.实验方法：如何构建和研究大脑皮层网络？ (5)2.1 如何构建脑解剖网络？ (5)2.2 采用什么参数进行网络分析？ (7)2.2.1 基本指标 (7)2.2.2 网络处理 (7)3. 实验结果：如何分析大脑的皮层联系网络？ (9)3.1 Figure2: 节点的点度和强度在脑区位置上的分布 (9)3.2 连线密度分布 (10)3.3 Figure S1:节点的点度和强度的频数分布 (10)3.4 协调相关性（assortativity）： (11)3.5 Figure 3 感兴趣区域网络的矩阵可视化和骨干网可视化分析 (11)3.6 Figure 4 解剖脑区网络的矩阵可视化和骨干网可视化分析 (12)3.7 Figure5：网络的结构核心 (12)3.8 Figure 6：模块识别和集散节点分类 (13)3.9 Figure 7：中间中心性和效能 (14)3.10 结构可视化的合理原因 (14)4 实验结论: (15)1.背景资料：为什么要研究大脑皮层网络？1.1 什么是解剖网络？在特定解剖层面上，人类大脑的解剖结构可以表征为网络。

网络的基本结构是节点和连 线。

在神经元层面上，网络可以以神经元为节点，突触为连线。

在皮质下神经核团层面上， 以神经核团为节点，传导束为连线。

在皮质脑区层面上，以皮质脑区为节点，神经通路为连，而连线则可以统称为神经联系 线。

这些“节点”都可以统称为神经单位（neuronal units）（neuronal connectivities） 。

不同层面的综合又可以形成更复杂的嵌套网络。

ppt2 上图显示了 嵌套网络的层次性。

由于“结构”一词的语义比较宽泛，因此为了能够在下面使用这个词而 不引起歧义，下面将统一采用解剖网络（anatomical network）这个术语来指称脑的物质结构网络，而避免使用“结构”一词。

如果从灰质和白质区别的角度来看大脑的复杂结构，那么 灰质所含的脑区结构是构建网络节点的基础， 而白质则由于其含有大量联系纤维而成为构建 节点之间连线的基础。

MRI 技术已经可以测定灰质脑区结构和白质的纤维联系，从而构建 脑的结构网络用于分析。

ppt2 下图显示了对网络进行的一些基本操作， 例如将粉红色节点所 组成的模块（也可以称为社群，communities）提取出来并保留模块之间的连线，这种过程 反复进行就可以形成树状的层次图，还有诸如切出、约简或背景化操作。

1.2 结构和功能有什么关系？由于对“结构”的研究必然引向对“功能”的探索。

因此，有必要澄清“结构”和“功 能”的关系。

可以用铁路运输为例。

铁路线路的“结构”可以表示为以站点为节点，轨道线 路为连线的网络。

这种“结构”的“功能”就是进行旅客货物的运输，具体表现为货物在运 输线上的流动以及货物聚集和/或分发。

与此类似，人脑的“结构”是以神经单位为节点， 神经联系为连线的网络。

这种“结构”的“功能”是进行信息处理，具体表现为信息在网络。

正如 中的流动以及信息的分离（information segregation）和整合（information integration）首先要有铁路才能有铁路货流一样，需要先有大脑的解剖结构才会有脑功能，这是必然前提 。

例如需要在北京和南京之间有铁路，货流才可能出现起来。

但不意味着实现某种 （ppt3）功能和调用某种结构之间就是确定的点对点的关系。

例如从北京到广州的货运功能， 除了从 北京直接到广州以外，还可以先到上海再中转广州。

这相当于脑功能的系统内重组。

而如果 北京到广州和上海的铁路都中断了，还可以乘飞机到广州。

这相当于脑功能的系统间重组。

所有这一切都需要以存在航线或铁路线为前提（存在解剖结构），实际的货流路径可以有变 化，而最大运输能力则受到整个线路结构的限制。

因此，脑的解剖网络提供了实现功能的可 能性范围，不同功能的实现需要调动解剖网络结构的不同部分。

功能附着在结构上，在结构 所赋予的可能性范围内实现着其可行性。

以 fMRI为代表的功能影像学的发展为脑解剖网络 上的功能定位提供了有力的工具。

1.3 什么是功能定位？功能定位的思想可以追溯到颅相学（Phrenology） （ppt4） ，其为功能定位埋下了两个潜 在的前提假设：存在相对独立和可以分离的认知功能成分和功能活动过程； 功能与脑区之间 是一一对应关系。

由此发展而来的功能影像学的定位方式通常遵循的是“减法”原则，即设 立实验状态和对照状态，并使两个状态中除了希望研究的认知活动以外，其他认知成分尽量 相同。

经过 fMRI成像后两组相减， 最终得到的信号增强脑区就是与该认知功能有关的脑区。

这种传统的功能成像定位方式强调的是功能的分离（segregation） 。

但是，即便是很简单的 手指运动，也需要同时激活在空间上相互分离的皮质脑区来共同完成功能（ppt4， A 为手 【1】 。

因此，传统的功能定位研究需要以研究功能整合（integration）作 指运动，B 为听音乐）为其补充和修正，而大脑的功能整合主要有两种表现：脑区活动的同步关系；脑区活动的因 果关系。

目前对功能整合的研究也正是从这两种表现出发对功能连通性（functional connectivity）和有效连通性（effective connectivity）进行研究。

1.4 什么是功能网络？许多证据都支持表明神经系统能够进行快速、实时的信息整合。

这种信息整合跨越相互 分离的感觉通道和脑区，并且这种整合不需要更高级中枢的控制。

这种“空间上远距离的神 经生理事件之间的时间相关性 ”（ temporal correlations between spatially remote neurophysiological events）就是功能连通性（functional connectivity）。

功能性磁共振提供了，大脑的不 进行此类检测的工具。

在进行某项任务的时候（比如听音乐或者进行眼球追踪）同区域会发生同步活动。

所谓的同步是指其活动强度之间的时间相关性存在显著的统计学意 义。

在同步活动的脑区之间就可以认为存在某种与完成任务相关的功能联系。

在这些脑区之 间就可以划上连线从而形成功能网络。

例如在 ppt5 中，fMRI每隔 2.5 秒就检测一次信号强。

每 度，每次检测时间持续 400毫秒。

整个脑区划分为 3×3.475×3.475mm 3 的体素（voxel）个体素在某个时间点的信号强度均被计算出来。

图中第二列显示了 1000 秒内的信号强度变 化。

这些变化来自于视觉皮层、运动皮层和后顶叶皮层中被选定的某个体素。

请注意在图中 可以看到类似于十二导心电图的同步活动记录。

图中第三列的相关矩阵（correlation matrix） 表示了各个体素之间的时间相关性。

将所有体素都编排序号后在x 轴和 y轴上列出， 坐标系 统中每个小方块表示的是两个体素（x 号体素和 y 号体素）之间的相关系数 r。

以不同的颜 色表示相关系数的值。

颜色越红，表示相关系数越大。

对角线上的体素号是相同的，即体素 与自身的相关性。

很显然，对角线上的相关性是 1。

因此这个矩阵只需要看下半部分。

当这 个系数超过预先给定的临界值r c 的时候， 就认为这两个体素之间存在显著的时间相关性。

在 用这个标准判断后， 可以画出其临界矩阵 （thresholded matrix）， 其中白色方块表示时间相关， 黑色表示时间不相关。

最终在时间相关的脑区之间划上连线，形成功能网络的连线。

推测这 种功能网络是大脑复杂解剖网络结构内部的动态相互作用所导致的功能结果。

除了这种矩阵分析法以外，还可以采用种子法进行功能连通性的分析，即将某个脑区作 为种子 （seed， 例如 ppt5 右图的白圈内的脑区， 包括楔前叶 （precuneus） 和后扣带回 （posterior cingulate） ），计算其他脑区内的体素与种子脑区的相关系数，从而找出与种子脑区的时间进 程相关的脑区，从而绘制这些脑区之间的功能连通关系。

种子法对功能连通性的研究也就是 下面要介绍的论文所采用的方法之一。

虽然时间相关性已经得到广泛的应用，但是脑区时间相关性并不一定意味着功能交互作 用，因为时间相关性也可能来自其他的因素。

在某些情况下，时间相关性也可能源于多个部 位同时受到外在刺激（例如看电影的时候，视觉中枢和听觉中枢都被调用起来）。

因此就出 现了试图将解剖结构与流附于其上的功能活动联系起来的研究。

这种研究被称为有效连通性（the （effective connectivity），即“一个神经系统直接或间接施加于另一个神经系统的影响” influence that one neural system exerts over another either dirctly or indirectly）。

其研究方法通常 是在脑区解剖相连基础上建立统计学的模型，然后设计几组不同的任务，记录和分析不同任 务状态下特定神经模块激活时间进程的交互关系， 通过实测数据与统计模型之间的比较来检 验模型是否成立。

最终为脑区之间的有效连通关系提供依据。

有效连通性研究的前提是需要对相关的脑功能区域理解比较深入，以至于能够提出相应 的理论假设模型。

但事实上能够建立这样模型的脑区不多，这就限制了有效连通性研究方法 的应用。

因此， 目前应用更多的还是将任务尽量简化， 然后采用种子法测算脑区功能连通性， 并与解剖结构进行比较，从而为功能网络和解剖结构网络之间的关系提供依据。

如果说以往 功能定位是要将某个任务/功能/行为定位到解剖结构上的沟回的话，那么现在基于解剖网络 和功能网络的研究希望在网络模块（modules）中寻找对应的定位关系，即在解剖上密切联 系的一系列脑区共同负责某项功能。

1.5 是否有与功能相对应的解剖网络模块？首先，要澄清模块的观点。