《Human Brain Mapping》:Introducing Structural Reliance: A New Method to Assess Structure–Function Coupling in the Brain
编辑推荐:
大脑结构连接组(Structural Connectome, SC)与功能活动之间的关系高度复杂,目前对二者联系的理解仍然有限。先前的研究表明,功能性大脑活动对潜在结构连接的依赖程度较低,这表明神经通信具有显著的灵活性。在此,研究人员引入了一种量化结构-功能耦
大脑结构连接组(Structural Connectome, SC)与功能活动之间的关系高度复杂,目前对二者联系的理解仍然有限。先前的研究表明,功能性大脑活动对潜在结构连接的依赖程度较低,这表明神经通信具有显著的灵活性。在此,研究人员引入了一种量化结构-功能耦合的新方法——结构依赖性(Structural Reliance),并通过评估多种功能磁共振成像(fMRI)任务范式下的结构-功能关系,将其与标准耦合技术进行比较。通过这一比较,研究人员探讨了在不同认知需求下结构-功能关系的变化,并评估了这些关系如何与行为相关联。本文引入的新方法——结构依赖性,在全脑范围内表现出不同的结构-功能对应关系模式,并且在基于耦合的行为测量预测中,通常优于标准耦合指标。
该研究针对大脑结构连接组(SC)与功能连接(FC)之间复杂且难以精确量化的关系,提出了一种名为“结构依赖性(Structural Reliance)”的新型计算方法。研究人员旨在解决现有SC-FC耦合测量方法的局限性,特别是在捕捉动态功能模式和其对行为预测方面的不足。通过对人类连接组计划(HCP)Young Adult S1200数据集的分析,研究发现结构依赖性在预测多种认知任务和人口统计学变量方面普遍优于标准的皮尔逊相关耦合方法,这为理解大脑结构与功能的动态相互作用提供了新的视角,具有重要的理论和临床转化意义。该研究成果发表于《Human Brain Mapping》。
为实现上述目标,研究人员采用了若干关键技术方法。首先,研究使用了HCP数据集中的1034名受试者的扩散张量成像(DTI)和静息态及任务态fMRI数据。其次,通过FSL软件的BedpostX和ProbtrackX工具生成个体水平的密集结构连接体,并利用Multimodal Surface Mapping(MSMAll)注册和最小预处理流程获得功能数据,最终采用MMP图谱将大脑划分为360个区域。在方法学上,标准耦合通过计算区域SC轮廓与FC轮廓的皮尔逊相关获得;而结构依赖性则基于多元自回归(MAR)框架,利用SC加权求和邻居区域的BOLD信号一阶导数来预测目标区域的BOLD时间序列,预测序列与真实序列的相关即为结构依赖性值。最后,利用LASSO正则化的线性回归模型,基于上述两种指标对fMRI任务表现、整体认知能力及人口统计学指标进行了预测分析。
研究结果部分主要包含以下内容:
1. 区域依赖性与耦合值的相对幅度差异
研究人员计算了静息态及各任务态下的平均区域系数。结果显示,结构依赖性和耦合值在大脑皮层的分布模式显著不同,尽管两者均在单模态区域表现出较高值,在跨模态区域表现出较低值。静息态下,组平均区域依赖性值为0.583,而耦合值为0.233。不同任务间,全脑平均依赖性值变化较小(平均标准差0.0325),而耦合值变化较大(平均标准差0.0296),表明依赖性可能反映了更稳定的结构-功能关联基础。
2. 结构依赖性在预测fMRI任务表现上优于耦合
通过比较LASSO模型预测性能发现,在情绪处理、语言和关系处理这三个任务范式中,结构依赖性显著优于标准耦合。值得注意的是,在社会认知任务中,标准耦合表现更好,这可能与该任务缺乏整体准确率指标有关。而在工作记忆任务中,两者表现无显著差异。
3. 结构依赖性比耦合更能预测一般认知能力
在预测NIH Toolbox认知总分时,结构依赖性在静息态以及情绪处理、赌博、社会认知和工作记忆四个任务数据中表现显著优于耦合。相反,耦合仅在语言、运动和关系处理任务中表现更佳。其中,静息态是预测年龄最有效的范式,而语言和社会认知任务在预测认知方面表现突出。
4. 结构依赖性在预测人口统计学指标上优于耦合
在预测受试者年龄、身体质量指数(BMI)和过去12个月重度饮酒频率方面,结构依赖性同样展现了优势。具体而言,在预测年龄时,结构依赖性在社会认知等工作记忆任务中表现更好;在预测BMI时,结构依赖性的优势体现在赌博、关系处理等四个任务及静息态中;而在预测饮酒频率这一较难预测的变量时,结构依赖性也在语言和关系处理任务中显著优于耦合。
讨论部分指出,尽管已有大量研究探讨MRI测量的SC与FC之间的关系,但其本质及其与脑功能的关联仍未完全阐明。本研究引入的结构依赖性方法展示了不同于标准耦合的全脑幅度模式,且在预测多种行为变量时普遍表现更优。这一优势可能源于结构依赖性通过考虑所有区域活动的加权和,更好地限制了假阳性(低SC高FC)和假阴性(高SC低FC)耦合值,并拥抱了脑通信的动态特性。此外,研究还揭示了不同fMRI任务范式对结构-功能模式的显著影响,强调了在研究结构-功能关系时考虑认知需求的重要性。
结论部分总结道,本研究提出的“结构依赖性”技术能有效量化人脑结构-功能关系。通过对相对幅度值的比较,证明结构依赖性与耦合揭示了不同的结构-功能对应模式。线性模型预测结果显示,在31个预测模型中,结构依赖性显著优于耦合的有19个,而耦合优于依赖性的仅有7个。这一显著差异表明,结构依赖性提供了一种更恰当的结构-功能关系测量手段,能够有效捕获传统耦合方法无法触及的认知和行为相关信息。同时,不同任务模型表现的变异性也凸显了在具体研究中考虑任务诱发功能模式的重要性。