[论文解读] A mathematical perspective on edge-centric functional connectivity

Leonardo Novelli, Adeel Razi|arXiv (Cornell University)|Jun 20, 2021

Functional Brain Connectivity Studies参考文献 30被引用 8

一句话总结

本文建立了边缘中心功能连接（eFC）的数学基础，证明在零模型下，由静态节点中心功能连接（nFC）即可解释观察到的eFC特征——如大尺度边缘共波动和社区结构——从而质疑fMRI中时间边缘动态的必要性，认为当前eFC研究结果可能并未反映超越静态相关性的真正时间结构。

ABSTRACT

Edge-centric functional connectivity (eFC) has recently been proposed to characterise the finest time resolution on the FC dynamics without the concomitant assumptions of sliding-window approaches. Here, we lay the mathematical foundations for the edge-centric analysis and examine its main findings from a quantitative perspective. The proposed framework provides a theoretical explanation for the observed occurrence of high-amplitude edge cofluctuations across datasets and clarifies why a few large events drive the node-centric FC (nFC). Our exposition also constitutes a critique of the edge-centric approach as currently applied to functional MRI (fMRI) time series. The central argument is that the existing findings based on edge time series can be derived from the static nFC under a null hypothesis that only accounts for the observed static spatial correlations and not the temporal ones. Challenging our analytic predictions against fMRI data from the Human Connectome Project confirms that the nFC is sufficient to replicate the eFC matrix, the edge communities, the large cofluctuations, and the corresponding brain activity mode. We conclude that the temporal structure of the edge time series has not so far been exploited sufficiently and encourage further work to explore features that cannot be explained by the presented static null model.

研究动机与目标

• 为fMRI中的边缘中心功能连接（eFC）建立严格的数学框架。
• 探究观察到的eFC现象是否源于时间动态或静态空间相关性。
• 通过仅基于静态节点中心FC（nFC）的零模型，评估当前eFC研究结果的有效性。
• 确定现有eFC分析是否充分利用了边缘时间序列中的时间结构。
• 挑战eFC揭示了静态nFC无法解释的新型动态脑网络特征这一假设。

提出的方法

• 构建一个理论零模型，假设仅存在静态空间相关性（nFC），且边缘时间序列中无时间动态。
• 在该零假设下，推导eFC矩阵结构、边缘共波动和社区组织的解析预测。
• 将零模型的预测与人类连接组计划fMRI数据中获得的实证eFC结果进行比较。
• 利用零模型复现关键eFC发现：eFC矩阵、边缘社区、大尺度共波动及其相关脑活动模式。
• 评估边缘时间序列中的时间结构在静态相关性之外对eFC的贡献程度。
• 应用统计验证，确认仅靠静态nFC即可重现观察到的eFC特征。

实验结果

研究问题

• RQ1 观察到的边缘中心功能连接（eFC）结构是否可仅由静态节点中心功能连接（nFC）解释？
• RQ2 fMRI数据中大尺度边缘共波动在多大程度上源于时间动态，而非静态空间相关性？
• RQ3 eFC中的社区结构是由时间边缘动态驱动，还是由底层静态nFC驱动？
• RQ4 仅基于静态nFC的零模型能否复现与大尺度eFC事件相关的脑活动模式？
• RQ5 边缘时间序列中哪些特征无法被静态零模型解释，从而表明存在真正的时变结构？

主要发现

• 仅靠静态nFC矩阵即可充分复现fMRI数据中观察到的eFC矩阵结构。
• 此前被解释为动态事件的大尺度边缘共波动，可由基于静态空间相关性的零模型解释。
• eFC分析中识别出的边缘社区可从静态nFC中恢复，表明解释社区结构无需依赖时间边缘动态。
• 与大尺度eFC事件相关的脑活动模式在静态零模型下亦可复现，表明其可能并不代表新型动态网络状态。
• 当前eFC分析尚未充分利用边缘时间序列中的时间结构，为发现超越静态相关性的特征留下空间。
• 基于人类连接组计划fMRI数据的实证验证确认，零模型在不引入时间动态的情况下即可复现关键eFC发现。