[论文解读] Core language brain network for fMRI-language task used in clinical applications

Qiongge Li, Gino Del Ferraro+4 more|arXiv (Cornell University)|Jun 12, 2019

Functional Brain Connectivity Studies参考文献 42被引用 4

一句话总结

本研究在20名健康受试者执行临床fMRI语言任务时，识别出一个核心功能语言网络，揭示了布罗卡区（尤其是其岛盖部）、韦尼克区、辅助运动区前区及前辅助运动区之间的一致性连接。通过k-core中心性分析，表明其中三个区域构成最稳健的功能子网络，为临床fMRI提供基准，以指导神经外科切除术并保护关键语言环路。

ABSTRACT

Functional magnetic resonance imaging (fMRI) is widely used in clinical applications to highlight brain areas involved in specific cognitive processes. Brain impairments, such as tumors, suppress the fMRI activation of the anatomical areas they invade and, thus, brain-damaged functional networks present missing links/areas of activation. The identification of the missing circuitry components is of crucial importance to estimate the damage extent. The study of functional networks associated to clinical tasks but performed by healthy individuals becomes, therefore, of paramount concern. These `healthy' networks can, indeed, be used as control networks for clinical studies. In this work we investigate the functional architecture of 20 healthy individuals performing a language task designed for clinical purposes. We unveil a common architecture persistent across all subjects under study, which involves Broca's area, Wernicke's area, the Premotor area, and the pre-Supplementary motor area. We study the connectivity weight of this circuitry by using the k-core centrality measure and we find that three of these areas belong to the most robust structure of the functional language network for the specific task under study. Our results provide useful insight for clinical applications on primarily important functional connections which, thus, should be preserved through brain surgery.

研究动机与目标

• 识别健康受试者在执行标准化临床fMRI语言任务时，跨个体持续存在的功能语言网络。
• 表征该网络中布罗卡区亚区（岛盖部与三角部）的功能连接架构。
• 利用图论分析确定语言网络中最具鲁棒性与中心性的节点。
• 为临床fMRI研究提供对照基准，以评估脑肿瘤等脑部病理引起的语言功能损伤。
• 通过识别必须保留的关键功能连接，指导神经外科手术规划。

提出的方法

• 基于20名健康受试者在执行标准化语言任务时的BOLD fMRI信号，构建功能连接网络。
• 采用皮尔逊积差相关计算感兴趣脑区（fROIs）之间的成对功能连接。
• 应用k-core中心性识别每位受试者功能网络中最具鲁棒性与高度互联的子网络。
• 分析聚焦于关键语言相关区域：布罗卡区（岛盖部与三角部）、韦尼克区、辅助运动区前区（preMA）、前辅助运动区（pre-SMA）及其相互连接。
• 量化并平均各受试者间的连接权重，以识别一致的功能连接模式。
• 结合结构连接证据（如FAT、弓状束）解释功能发现。

实验结果

研究问题

• RQ1 在执行临床fMRI语言任务的健康受试者中，是否存在一致存在的功能脑网络架构？
• RQ2 布罗卡区亚区（岛盖部与三角部）在核心语言网络中的功能连接有何差异？
• RQ3 哪些脑区在语言网络中表现出最高的功能中心性与鲁棒性，如k-core中心性所测度？
• RQ4 功能连接模式在多大程度上与已知的结构语言通路一致？
• RQ5 该健康功能网络能否作为临床fMRI的可靠基准，用于评估脑部病理患者的功能损伤？

主要发现

• 在全部20名健康受试者中均识别出一致的核心语言网络，包含布罗卡区、韦尼克区、辅助运动区前区及前辅助运动区。
• 布罗卡区的岛盖部（op-BA）与腹侧辅助运动区前区之间的功能连接权重最高（W^C = 0.74 ± 0.31），表明其具有强烈的功能整合。
• op-BA与前辅助运动区之间的连接表现出较高的功能连接权重（W^C = 0.35 ± 0.23），与前额叶斜行束（FAT）的结构一致。
• op-BA与韦尼克区之间的连接权重为W^C = 0.30 ± 0.22，支持经由弓状束的背侧语言通路。
• 三个区域——op-BA、前辅助运动区及腹侧辅助运动区前区——被确定为最鲁棒k-core结构的一部分，表明其在功能上的中心地位。
• 功能连接模式与已知的结构通路（如FAT与弓状束）一致，增强了研究发现的生物学合理性。