[论文解读] Dynamic fluctuations in integration and segregation within the human functional connectome

James M. Shine, Peter T. Bell+4 more|arXiv (Cornell University)|Nov 10, 2015

Functional Brain Connectivity Studies被引用 2

一句话总结

本研究通过时间解析的fMRI分析揭示，人类大脑在功能状态上会动态地在分离的神经群落与整合的全脑网络之间切换。与认知表现提升及瞳孔扩大相关的整合状态，表明神经调制系统对灵活脑网络重组具有调控作用。

ABSTRACT

Higher brain function relies upon the ability to flexibly integrate information across specialized communities of brain regions, however it is unclear how this mechanism manifests over time. In this study, we use time-resolved network analysis of functional magnetic resonance imaging data to demonstrate that the human brain traverses between two functional states that maximize either segregation into tight-knit communities or integration across otherwise disparate neural regions. The integrated state enables faster and more accurate performance on a cognitive task, and is associated with dilations in pupil diameter, suggesting that ascending neuromodulatory systems may govern the transition between these alternative modes of brain function. Our data confirm a direct link between cognitive performance and the dynamic reorganization of the network structure of the brain.

研究动机与目标

• 研究功能脑网络的动态重组如何支持高级认知功能。
• 确定整合与分离状态之间的短暂转换是否与认知表现相关。
• 探讨以瞳孔直径为指标的神经调制系统在调控这些网络转换中的作用。
• 使用时间解析网络分析表征人类连接组中功能连接的时序动态特征。

提出的方法

• 对功能性磁共振成像（fMRI）数据应用时间解析网络分析，以追踪功能连接随时间的变化。
• 识别出两种主导脑状态：一种强调功能分离为专业化群落，另一种强调跨广泛区域的整合。
• 使用图论指标在每个时间点量化网络的分离与整合程度。
• 将网络状态与认知任务中的行为表现相关联，以评估其功能相关性。
• 测量瞳孔直径作为神经调制活动的代理指标，以建立生理信号与网络状态之间的关联。
• 采用滑动窗口方法估算动态功能连接并检测状态转换。

实验结果

研究问题

• RQ1 整合与分离脑网络状态之间的动态转换如何与认知表现相关？
• RQ2 以瞳孔扩大为指标的神经调制在这些功能状态之间的转换中起什么作用？
• RQ3 是否存在可区分的、反复出现的网络构型，以表征人类功能连接组中的整合与分离？
• RQ4 这些功能状态在静息或任务执行期间出现的频率和稳定性如何？

主要发现

• 大脑在高分离与高整合状态之间交替，其中整合状态与更快更准确的任务表现相关。
• 在网络整合期间，认知表现显著高于网络分离期间。
• 在整合状态期间，瞳孔直径增大，提示上行神经调制系统（如蓝斑-去甲肾上腺素系统）被激活。
• 功能网络的动态重组并非随机，而是在个体间表现出可重复的模式。
• 状态之间的转换并非渐进，而是表现出类似开关的行为，表明存在离散的功能模式。
• 研究结果建立了脑网络架构时序动态与认知效率之间的直接关联。