Inside information: Systematic within-node functional connectivity changes observed across tasks or groups.
Inside information: Systematic within-node functional connectivity changes observed across tasks or groups.
复制标题
DOI：
10.1016/j.neuroimage.2021.118792
复制
发表时间：
2022-02-15
期刊：
影响因子：
5.7
通讯作者：
Constable RT
中科院分区：
文献类型：
--
作者：
Luo W;Constable RT
绘制人类连接组并了解其与脑功能的关系具有巨大的临床潜力。连接体有两个基本组成部分：节点和节点之间的连接。虽然人们对绘制地图集和测量节点之间的连接给予了很大的关注，但对节点内的网络进行检查的研究却很少。在这里，我们证明了每个节点包含重要的连接信息，这些信息在任务诱导的状态和主题之间系统地变化，因此基于这些变化的度量可以用于对任务进行分类和识别主题。结果并不特定于任何特定的地图集，而是适用于不同的地图集分辨率。迄今为止，检查连接变化的研究主要集中在边缘变化上，并假设节点内没有有用的信息。我们的研究结果表明，对于典型的地图集，节点内的变化可能是显著的，并且可能占目前归因于边缘变化的方差的很大一部分。
Mapping the human connectome and understanding its relationship to brain function holds tremendous clinical potential. The connectome has two fundamental components: the nodes and the sconnections between them. While much attention has been given to deriving atlases and measuring the connections between nodes, there have been no studies examining the networks within nodes. Here we demonstrate that each node contains significant connectivity information, that varies systematically across task-induced states and subjects, such that measures based on these variations can be used to classify tasks and identify subjects. The results are not specific for any particular atlas but hold across different atlas resolutions. To date, studies examining changes in connectivity have focused on edge changes and assumed there is no useful information within nodes. Our findings illustrate that for typical atlases, within-node changes can be significant and may account for a substantial fraction of the variance currently attributed to edge changes .
登录
查看更多内容
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：
3
作者：
Joshi A;Scheinost D;Okuda H;Belhachemi D;Murphy I;Staib LH;Papademetris X
通讯作者：
Papademetris X
影响因子：
1.4
作者：
Antoniou, I. E.;Tsompa, E. T.
通讯作者：
Tsompa, E. T.
DOI：
10.1162/netn_a_00168
发表时间：
2021
期刊：
Network neuroscience (Cambridge, Mass.)
影响因子：
--
作者：
Boukhdhir A;Zhang Y;Mignotte M;Bellec P
通讯作者：
Bellec P
影响因子：
5.7
作者：
Eickhoff SB;Constable RT;Yeo BTT
通讯作者：
Yeo BTT