基于多模态磁共振影像的人脑复杂网络关键通路研究

The human brain network is the most complex system for information processing in nature. "Connectomics" derived from massive neuroimaging data provides ways to conceptualize and quantify the organizational patterns and topological properties of large-scale brain networks. However, knowledge about the pivotal circuits in human brain networks is still lacking. This project plans to construct both the white matter structural and resting-state functional whole brain networks with multi-modal magnetic resonance imaging (MRI) data, identify the pivotal circuits in the brain networks with edge-based graph theoretical algorithm, and study the physical and topological attributes of these circuits. The nexus between the pivotal circuits in the structural and functional networks will be further investigated. Building on these analyses, we will set up an automate framework for analyzing the pivotal circuits in whole brain networks with multi-model MRI data and validate this framework with Alzheimer’s disease (AD) patients. We expect that these studies would enrich the understanding of the topological organization of the large-scale brain networks, the framework established in this project for analyzing pivotal circuits would provide an applicable protocol for depicting pivotal circuits with multi-modal MRI data, and the validation studies in AD would offer a novel circuit perspective for research on the neuroimaging biomarkers in AD.

人脑网络是自然界中最为复杂的信息加工和处理系统。利用神经影像海量数据，“脑连接组学”为大尺度脑网络的组织模式和拓扑属性提供了定量描述。然而，目前仍然缺乏对于人脑网络中关键连接通路的系统性描述。本项目拟采用磁共振影像数据，构建人脑白质结构和静息态功能网络，采用针对每条连接通路的图论算法识别对人脑结构和功能网络通信效率起到重要作用的关键通路，定量描述其物理属性和拓扑性质，进而分析人脑结构和功能网络关键通路的关联性，并以此为基础建立一套规范的、自动化的复杂脑网络关键通路分析框架，在阿尔茨海默病的神经影像脑网络数据中进行验证。本项目的实施将丰富“脑连接组学”对大尺度人脑网络拓扑组织的描述，所建立的分析框架将为描述多模态复杂脑网络的关键通路提供可行的分析流程。此外，在阿尔茨海默病中的验证研究也可能为该病的神经影像学标志物研究从脑连接通路的角度提供新的思路。

基于多模态磁共振影像的脑连接组学研究为理解脑认知功能的神经环路基础，探索脑发育、老化和脑疾病的机制提供了新思路和新方法。然而，目前仍然缺乏对于人脑网络中关键连接通路的系统性描述。本项目采用高时空分辨率大样本的多模态神经影像数据，识别了人脑网络中对通讯效率起到重要作用的关键通路，评价了其重测可测性和认知功能，探索了关键通路在重大脑疾病中的异常连接模式。该项目资助下取得的重要结果包括：.（1）采用多模态磁共振影像数据构建了高精度人脑结构和功能连接网络，识别了人脑网络中的关键通路，并发现了脑网络关键通路在网络、模块系统、核心节点、构建单元等方面的高通讯贡献和生理消耗。.（2）采用重复测量结构和功能影像数据揭示了脑网络关键通路和核心节点的高重测可测性；发现核心脑区的关键连接模式与高级认知功能（如工作记忆）密切相关。.（3）采用脑连接组学元分析发现阿尔茨海默病等11种脑疾病共性的脑网络紊乱异常集中在模块间的关键通路中；并采用阿尔茨海默病和抑郁症作为模型，进一步探索了脑网络关键通路作为临床早期辅助诊断和药物治疗评价脑网络影像标志物的潜在价值。.研究成果的学术价值：系列研究对建立基于脑影像的复杂脑网络关键通路计算分析框架，探索认知加工和微观组织间的规律，揭示脑疾病连接组异常和建立影像标志物具有重要价值，推动了国际人脑连接组学前沿领域的发展。.在项目资助下，共发表（含接受）标注该基金的SCI论文18篇，其中第一作者或通讯作者（含并列）论文11篇（7篇IF>5），这包括发表在Cereb Cortex，NeuroImage和Hum Brain Mapp等本领域主流国际期刊的研究论文和综述。