基于静息态fNIRS的儿童脑功能连接组学研究

Mapping the functional connectivity patterns of the human brain(also called “human connectome”) by resting-state fNIRS isfundamentally important for understanding the work mechanisms of the brain in children. However,the related theory and methodology of brain connectome analysis have not been developed well. In this project, we will utilize resting-state fNIRS dataset in children to develop research in both methodology and cognitive application. For methodology study, the project will mainly focus on the analysis of both static functional brain network and dynamic functional brain network in fNIRS data in children. The aim of the methodology research in children data is to build a set of systemic, scientific and specific methodology and evaluation framework for children study. Specifically, several researches will be performed: 1) evaluation of the effects of the data preprocessing on the static and dynamic network construction; 2) evaluation of the reliability of the topological organization of the static and dynamic brain networks; 3)analytic calculation of the children specific static and dynamic brain network. For the cognitive research, in order to find sensitive biomarkers to reflect cognitive difference in children, the project will use both static and dynamic brain network features to correlate the cognitive scores. The conclusion of the correlation analysis was hoped to be able to reveal brain network basis in children with cognitive difference. This project will make contributions to the great scientific frontier “the human connectome” and be important for understanding the brain mechanisms of the cognitive difference in children.

采用静息态fNIRS成像进行儿童脑功能网络构建及其连接模式描述（即“人脑连接组学”）对于揭示儿童大脑认知机制具有重要意义，然而相关计算理论与方法仍不成熟。本项目拟基于静息态fNIRS数据开展儿童(7-9岁)脑功能网络的计算方法学及认知科学应用研究。在方法学层面，将从传统的静态脑功能网络和新兴的动态脑功能网络两个角度展开数据分析和网络构建评价，期望建立一套系统、科学、儿童特异的脑网络计算方法和评价体系。具体包括：数据预处理方式对静态和动态儿童脑网络的影响及评价；静态和动态儿童脑网络拓扑属性的可靠性评价；儿童特异的(对比成人)静态和动态脑网络计算分析等。在认知科学层面，将采用静态和动态脑网络属性特征刻画儿童认知能力差异，以发现与认知能力相关的脑网络指标，揭示其脑网络基础，促进对儿童认知能力差异的理解。该项目将为人脑连接组学这一重大科学前沿课题做出贡献，并对揭示儿童认知差异的脑机制具有重要意义

采用静息态fNIRS成像进行儿童脑功能网络构建及其连接模式描述（即“人脑连接组学”）对于揭示儿童大脑发育及其认知发展具有重要意义，然而相关计算理论与方法仍不成熟。本项目基于静息态fNIRS数据从计算方法学以及儿童脑网络发育评价两个角度开展研究。在方法学层面，本项目通过对静息态fNIRS数据不同数据预处理方法、不同脑功能网络构建方法、不同脑网络可靠性评价，以及获取稳定脑网络所需要的最短采集时长等问题进行了系统研究。研究结果表明：Pearson 相关方法构建的脑网络，其可靠性优于Cross 相关方法，并且基于Pearson相关建构的二值网络与加权网络其网络指标的可靠性基本一致；在时长方面，发现1分钟fNIRS数据采集时长能够获取稳定的大脑功能连接，但是时长大于等于5分钟时获取的脑网络拓扑特征会更加稳定，该结论对于成人以及儿童数据基本一致；此外，本项目评价了动态功能连接方法以及多尺度熵算法在刻画大脑功能连接研究方面的潜力，为该方法后续应用于儿童脑发育及认知发展研究奠定了方法学基础；另一重要方面，本项目支持下我们开发了国际上首个用于静息态fNIRS数据分析的脑功能连接和脑网络分析平台(http://www.nitrc.org/projects/fcnirs/)，并免费对国内外开放。在脑发育应用层面，我们从全脑网络视角以及半脑偏侧化视角对儿童大脑发育规律进行研究，发现儿童具有不同于成人的大脑发育模式，例如儿童时期其大脑的全局信息整合能力以及局部信息处理能力相比于成人明显降低。此外，在大脑半球网络偏侧化方面，儿童左右大脑半球之间具有低于成人的大脑偏侧化特性（主要在局域效率上），这些研究促进了我们对儿童时期大脑发育规律的了解。该项目的实施为基于静息态fNIRS数据的人脑连接组学研究做出了贡献，也将对揭示儿童大脑发育具有重要意义。