A dynamic gradient architecture generates brain activity states.
A dynamic gradient architecture generates brain activity states.
复制标题
DOI：
10.1016/j.neuroimage.2022.119526
复制
发表时间：
2022-11-01
期刊：
影响因子：
5.7
通讯作者：
Seeley, William W.
中科院分区：
文献类型：
--
作者：
Brown, Jesse A.;Lee, Alex J.;Pasquini, Lorenzo;Seeley, William W.
人类大脑呈现出多样但受限的活动状态范围。虽然这些状态可以在低维潜在空间中忠实地表示，但我们对组成性功能解剖学的理解仍在不断发展。在这里，我们应用降维无任务和任务功能磁共振成像数据，以解决潜在的尺寸是否反映内在的系统，如果是这样，这些系统如何相互作用，产生不同的活动状态。我们发现，每个维度代表一个动态的活动梯度，包括一个主要的单极感觉关联梯度的全球信号。梯度在个体和认知状态之间表现稳定，同时概括了关键的功能连接特性，包括网络关系、模块化和区域中心性。然后，我们使用动态系统建模表明，梯度因果互动通过特定状态的耦合参数，以创建不同的大脑活动模式。总之，这些发现表明，一组动态的、内在的空间梯度相互作用，以确定可能的大脑活动状态的全部内容。
The human brain exhibits a diverse yet constrained range of activity states. While these states can be faithfully represented in a low-dimensional latent space, our understanding of the constitutive functional anatomy is still evolving. Here we applied dimensionality reduction to task-free and task fMRI data to address whether latent dimensions reflect intrinsic systems and if so, how these systems may interact to generate different activity states. We find that each dimension represents a dynamic activity gradient, including a primary unipolar sensory-association gradient underlying the global signal. The gradients appear stable across individuals and cognitive states, while recapitulating key functional connectivity properties including anticorrelation, modularity, and regional hubness. We then use dynamical systems modeling to show that gradients causally interact via state-specific coupling parameters to create distinct brain activity patterns. Together, these findings indicate that a set of dynamic, intrinsic spatial gradients interact to determine the repertoire of possible brain activity states.
登录
查看更多内容
DOI：
10.1073/pnas.0504136102
发表时间：
2005-07-05
影响因子：
11.1
作者：
Fox, MD;Snyder, AZ;Raichle, ME
通讯作者：
Raichle, ME
影响因子：
3.4
作者：
Carbonell, Felix;Bellec, Pierre;Shmuel, Amir
通讯作者：
Shmuel, Amir
人脑网络组图谱：基于连接架构的新大脑图谱
DOI：
10.1093/cercor/bhw157
发表时间：
2016-08
期刊：
Cerebral cortex (New York, N.Y. : 1991)
影响因子：
--
作者：
Fan L;Li H;Zhuo J;Zhang Y;Wang J;Chen L;Yang Z;Chu C;Xie S;Laird AR;Fox PT;Eickhoff SB;Yu C;Jiang T
通讯作者：
Jiang T
影响因子：
5.7
作者：
Glasser, Matthew F.;Coalson, Timothy S.;Smith, Stephen M.
通讯作者：
Smith, Stephen M.
影响因子：
3.7
作者：
Allen, Elena A.;Damaraju, Eswar;Calhoun, Vince D.
通讯作者：
Calhoun, Vince D.