基于高分辨率神经影像的后内顶叶皮层高精度亚区图谱构建计算方法及其验证研究

The posteromedial cortex (PMC), including the precuneus and posterior cingulate cortex, is one of the core brain regions with high level of metabolism in the human brain. The PMC participants in a variety of cognitive functions and plays a crucial role in the integration of information of the emotion and memory circuits of the brain. However, the subdivisions in PMC are still very coarse in the current atlases, lacking reliably subdividing frameworks and accurate descriptions on the structures and functions of the PMC subdivisions. This proposed project plans to establish an PMC subdividing framework with automatic and reliable features by the fusion of multimodal MRI information and to further construct highly accurate structural and functional PMC subdivision atlas by using the large-sample, high-field, high spatiotemporal resolution, and test-retest neuroimaging datasets. Several validation analyses would be performed on the constructed PMC subdivision atlas from a multi-dimensional view, including test-retest reliability, high-low field comparison, meta-analysis, animal model, and disease models. We expect that the framework established in this project for PMC subdividing would be applied to the subdividing of other key brain regions involving the emotion and memory circuits, and provide methodological breakthrough for the construction of the new generation whole-brain high-resolution brain atlas. The PMC subdivision atlas could also provide important guides for the understanding of pathophysiological mechanisms of the emotion and memory related brain diseases and the studies of neuroimaging biomarkers for disease diagnosis.

后内皮层（PMC）包括楔前叶和后扣带皮层，参与多种认知功能，是具有高代谢水平的人脑核心区域，在情感和记忆神经环路及其相关障碍研究中起到至关重要的作用。然而，现有的脑图谱对PMC亚区划分较为粗糙，缺乏针对该区域可靠的分区方法和高精度亚区结构和功能描述。本项目拟采用大样本、高场强、高时空分辨率的多模态神经影像数据，建立融合多模态信息的自动化PMC亚区分割计算方法，构建PMC高精度结构和功能亚区图谱。同时从重测可测性、高低场强图谱对比、元分析、跨物种（猴脑）影像数据、脑疾病（阿尔茨海默病和抑郁症）影像数据五个维度对所建立的PMC高精度亚区图谱进行多层次验证。本项目建立的计算方法能够被推广到其他与情感和记忆相关的重要脑区的亚区划分中，为构建新一代全脑高分辨率脑图谱提供方法学突破。所构建的PMC亚区图谱可以为理解情绪和记忆相关疾病的病理生理机制和早期诊断影像学标志物研究提供可靠的高精度图谱指导。

后内皮层（PMC）包括楔前叶和后扣带皮层，是具有高代谢水平的人脑核心区域，在情感和记忆神经环路及相关脑疾病中起到至关重要的作用，然而针对PMC的高精度亚区结构和功能描述仍然十分匮乏。本项目采用大样本、高时空分辨率、高场强的多模态神经影像数据，开展高精度PMC亚区计算方法和连接组学图谱绘制、重测可测性和认知功能评价及其在重大神经精神疾病的应用研究。该项目资助下取得的重要结果包括：.（1）采用多模态影像数据构建了高精度人脑结构和功能连接网络，识别了不同类型核心脑区在PMC及其亚区中的共性和独特分布；发现PMC具有密集的白质纤维连接，并对脑网络信息传输的重要作用；揭示了PMC在有向功能网络中基本构建单元的连接模式和动态功能网络中的高稳定连接模式。.（2）采用重复测量结构和功能影像数据揭示了PMC区域节点中心度的高重测可测性；采用高场强鼠脑功能影像数据，发现PMC连接模式和高代谢水平的跨物种一致性；发现PMC区域的连接模式发育较晚，且与高级认知功能（如工作记忆、流体智力和执行控制等）密切相关。.（3）采用脑连接组学元分析发现PMC是11种情感和记忆相关重大神经精神疾病共性的脑活动异常区域；揭示了PMC及其亚区在阿尔兹海默病、重度抑郁症、脑损伤和社交焦虑障碍等脑疾病中的失连接模式，并进一步探索了PMC连接模式作为临床早期辅助诊断和预后评价脑网络影像标志物的潜在价值。.研究成果的学术价值：系列研究建立了高精度PMC亚区脑连接图谱计算和验证方法，揭示了PMC的认知关联及其在重大脑疾病中的异常连接模式，为情感和记忆相关重要脑区的亚区图谱构建提供方法学支持，也为理解情绪和记忆相关疾病的病理生理机制和早期诊断影像学标志物研究提供可靠的高精度图谱指导。.在该项目资助下，发表（含接受）标注该基金的SCI论文16篇，其中通讯作者论文11篇（9篇IF>5），这包括发表在Cereb Cortex，J Neurosci和NeuroImage 等研究论文和发表在Neurosci Biobehav Rev的综述。