Circular representation of human cortical networks for subject and population-level connectomic visualization.
Circular representation of human cortical networks for subject and population-level connectomic visualization.
复制标题
DOI：
10.1016/j.neuroimage.2012.01.107
复制
发表时间：
2012-04-02
期刊：
影响因子：
5.7
通讯作者：
Van Horn, John D.
中科院分区：
文献类型：
--
作者：
Irimia, Andrei;Chambers, Micah C.;Torgerson, Carinna M.;Van Horn, John D.
皮质网络架构主要是使用图论表示进行可视化研究。然而，在人类连接组学的背景下，这种表示并不总是令人满意的，因为顶点-边缘关系表示的规范方法并不总是提供关于功能和结构神经连接的最佳见解。本文介绍了一个创新的框架，通过采用圆形可视化方法，这是非常适合探索中枢神经系统的架构描绘人类连接。这种类型的表示，我们称之为“连接图”，具有直观和优雅地分类神经连接关系的能力。MRI/DTI神经成像数据采集的多模式协议与自动图像分割相结合，以（1）提取皮质和非皮质解剖结构，（2）计算相关的体积和形态，（3）确定患者特定的连接配置文件，以生成受试者水平和人群水平的连接图。我们的方法的可扩展性证明了人口的50名成年人。连接图的两个基本优势是（1）映射和分析人类连接体的巨大潜力，以及（2）将此分析框架扩展和扩展到临床人群和动物模型研究的不受约束的能力。
Cortical network architecture has predominantly been investigated visually using graph theory representations. In the context of human connectomics, such representations are not however always satisfactory because canonical methods for vertex–edge relationship representation do not always offer optimal insight regarding functional and structural neural connectivity. This article introduces an innovative framework for the depiction of human connectomics by employing a circular visualization method which is highly suitable to the exploration of central nervous system architecture. This type of representation, which we name a ‘connectogram’, has the capability of classifying neuroconnectivity relationships intuitively and elegantly. A multimodal protocol for MRI/DTI neuroimaging data acquisition is here combined with automatic image segmentation to (1) extract cortical and non-cortical anatomical structures, (2) calculate associated volumetrics and morphometrics, and (3) determine patient-specific connectivity profiles to generate subject-level and population-level connectograms. The scalability of our approach is demonstrated for a population of 50 adults. Two essential advantages of the connectogram are (1) the enormous potential for mapping and analyzing the human connectome, and (2) the unconstrained ability to expand and extend this analysis framework to the investigation of clinical populations and animal models.
登录
查看更多内容
影响因子：
1
作者：
Brandes, U
通讯作者：
Brandes, U
影响因子：
19.9
作者：
Bassett, Danielle S.;Gazzaniga, Michael S.
通讯作者：
Gazzaniga, Michael S.
DOI：
10.1109/tvcg.2006.147
发表时间：
2006-09-01
影响因子：
5.2
作者：
Holten, Danny
通讯作者：
Holten, Danny
影响因子：
3.7
作者：
Dinov, Ivo;Lozev, Kamen;Toga, Arthur
通讯作者：
Toga, Arthur
使用条件格兰杰因果关系评估运动想象和执行过程中运动区域的有效连接
影响因子：
5.7
作者：
Gao, Qing;Duan, Xujun;Chen, Huafu
通讯作者：
Chen, Huafu