人脑形态网络及其在脑发育研究中的应用

人脑是一个极其复杂的系统,数以万亿的神经元通过突触构成了庞大的连接网络,如何系统而全面地刻画大脑内部的组织模式一直是神经科学家致力解决的热点问题.随着非侵入神经成像技术的兴起,基于磁共振成像的脑网络研究为揭示人脑的复杂结构提供了新的契机.其中,脑形态网络因其图像易获得、质量稳定和分析方法简单等优势引发了研究者的广泛关注.传统的脑形态网络是利用一组受试者的某种形态学指标构建的被试间协方差网络,只能反映大脑形态的群组特征.个体水平脑形态网络则针对个体大脑刻画脑区间的形态相似性,保留了个体的形态信息.多指标甚至多模态数据的应用,进一步整合多种互补的结构信息,能够综合表征皮层形态的拓扑连接模式.近年来,脑形态网络在探究人类大脑发育进程方面体现了重要价值.研究发现,胎儿时期形态网络从高度模块化的原始状态开始逐渐整合,至出生时已形成小世界拓扑,出生后至童年早期网络变得分离,童年晚期至青春期又逐渐整合,初级网络率先达到成熟而高级网络长期持续发育.这些结论为理解大脑认知功能的形成和发育障碍的起源提供了重要的理论支撑.本文介绍了两种脑形态网络的构建方法和图论模型的基本概念,回顾了脑形态网络在胎儿、婴儿、...