[论文解读] Human brain parcellation using time courses of instantaneous connectivity

Erik S.B. van Oort, Maarten Mennes+6 more|arXiv (Cornell University)|Sep 15, 2016

Functional Brain Connectivity Studies参考文献 12被引用 3

一句话总结

本文提出一种自上而下的功能图谱划分方法——瞬时功能连接图谱法（Instantaneous Connectivity Parcellation, ICP），通过利用瞬时功能连接的时间序列对脑区进行细分。该方法应用于高质量的静息态fMRI数据，成功在丘脑、内嗅皮层、运动皮层及皮层下区域（包括脑干和纹状体）中识别出具有生物学合理性的亚区，并与细胞构筑图谱进行了验证。

ABSTRACT

Functional neuroimaging studies have lead to understanding the brain as a collection of spatially segregated functional networks. It is thought that each of these networks is in turn composed of a set of distinct sub-regions that together support each network's function. Considering the sub-regions to be an essential part of the brain's functional architecture, several strategies have been put forward that aim at identifying the functional sub-units of the brain by means of functional parcellations. Current parcellation strategies typically employ a bottom-up strategy, creating a parcellation by clustering smaller units. We propose a novel top-down parcellation strategy, using time courses of instantaneous connectivity to subdivide an initial region of interest into sub-regions. We use split-half reproducibility to choose the optimal number of sub-regions. We apply our Instantaneous Connectivity Parcellation (ICP) strategy on high-quality resting-state FMRI data, and demonstrate the ability to generate parcellations for thalamus, entorhinal cortex, motor cortex, and subcortex including brainstem and striatum. We evaluate the subdivisions against available cytoarchitecture maps to show that the our parcellation strategy recovers biologically valid subdivisions that adhere to known cytoarchitectural features.

研究动机与目标

• 开发一种新颖的自上而下图谱划分策略，以识别较大脑区内功能亚单位，突破传统自下而上聚类的局限。
• 通过与已知的细胞构筑边界对齐，提高功能图谱划分的生物学合理性。
• 评估瞬时连接的时间序列是否能可靠地将功能同质区域划分为不同的亚区。
• 通过分半一致性检验建立可重复的图谱划分方法，以确定最优亚区数量。
• 通过与现有组织学图谱对比，验证所得图谱的空间和功能相关性。

提出的方法

• 该方法从预先定义的感兴趣区域（ROI）开始，例如丘脑或运动皮层。
• 提取ROI内每个体素与其他所有体素之间瞬时功能连接的时间序列，以捕捉动态的功能关系。
• 将这些时间序列用作聚类分析的输入，以识别具有不同连接动态的亚区。
• 应用分半一致性检验评估不同数据分割下的结果一致性，用于选择最优亚区数量。
• 聚类过程以连接的时间模式为指导，强调动态功能分化，而非静态相关性。
• 最终图谱通过空间一致性及与已知细胞构筑边界的对齐性进行评估。

实验结果

研究问题

• RQ1 瞬时连接的时间序列是否能可靠地将同质脑区划分为功能上不同的亚区？
• RQ2 所提出的ICP方法是否能在不同数据分割中产生可重复且具有生物学合理性的图谱？
• RQ3 ICP生成的亚区与人类脑部已建立的细胞构筑图谱对齐程度如何？
• RQ4 ICP方法是否可应用于皮层下及非皮层区域（如丘脑和脑干），这些区域的图谱划分尤为具有挑战性？
• RQ5 与自下而上的聚类相比，自上而下的ICP策略是否更有效地捕捉到功能和解剖上具有意义的细分？

主要发现

• 瞬时功能连接图谱法（ICP）成功地将丘脑、内嗅皮层、运动皮层以及包括脑干和纹状体在内的皮层下区域划分为功能上不同的亚区。
• ICP生成的图谱表现出高度的分半一致性，表明其在亚区识别上具有稳健性。
• 所得亚区表现出强烈的时空一致性，且与人类脑部已知的细胞构筑边界一致。
• 该方法即使在传统上难以进行图谱划分的区域（如皮层下区域）中，也能识别出功能异质性的亚区。
• 与组织学图谱的对比验证表明，ICP能够恢复具有生物学有效性的细分，支持其在功能脑图谱中的应用价值。
• 利用瞬时连接的时间序列，能够检测到标准相关性方法无法捕捉到的动态功能分化。