Hum Brain Mapp：结构依赖性：一种评估大脑结构-功能耦合的新方法

本篇文献发表在Human Brain Mapping杂志。所发布内容旨在与大家分享学术新知促进交流学习版权归原作者或原出处所有感谢各位学者的辛勤付出与研究成果。1.引言许多人认为大脑的结构解剖决定了其功能模式。然而大脑功能的灵活性以及结构与功能之间的不完全对应关系表明了一种复杂的关系这种关系已被证明难以捕捉。除了量化大脑结构连接的困难之外还必须区分抑制性与兴奋性、活跃性与非活跃性以及强连接与弱连接。先前探索这种关系的研究已经探究了通过弥散加权磁共振成像测量的结构连接(SC)如何与通过血氧水平依赖功能性磁共振成像测量的功能连接(FC)相关联。主要方法是评估给定区域的结构连接分布和功能连接分布之间的相关性以衡量该区域的功能通信与其结构连接之间的对应关系。鉴于直接关系表现出更强结构连接的区域将被假定也表现出更强的功能连接。这种被称为结构-功能连接耦合分析的测量方法已被证明与多种行为功能相关从一般认知能力到神经系统疾病。评估结构-功能连接耦合分析的研究表明虽然功能并不直接依附于结构但功能表现可能与功能对结构的依赖水平有关。然而这种关系的方向可能因所评估的行为指标而异。由于认知灵活性即根据环境变化调整行为的能力与整体认知功能和单个任务表现高度相关健康的大脑功能必须在其对结构连接的依从性上表现出灵活性而不是对结构连接组的静态或完全依从。同样研究表明在休息和不同任务之间功能网络差异较大的个体其任务表现会提高这表明功能灵活性的增加与认知表现的改善相关。因此认知功能与大脑根据许多可能不同于结构解剖的不同功能连接模式进行功能活动的能力有关。同时当任务唤起的神经模式能够被结构连接很好地定义时通过强结构连接的功能通信可能更有效导致耦合与表现之间呈正相关关系。虽然近期的耦合研究有助于知识的进展但对结构、功能和行为之间联系的理解仍然不完整。此研究提出当前检验结构-功能连接耦合分析的方法忽略了一个关键方面这主要源于功能连接的构建方式及其在结构连接-功能连接分析中的应用。首先虽然功能连接是评估两个区域功能时间序列相似性的强有力且简单的测量方法但它是对整个时间段内区域间通信的静态估计。大脑中的通信基于认知需求不断演变因此更动态的功能通信评估可能更适合理解功能模式在不同时间如何依从于结构连接组。其次功能连接并不一定表示两个区域之间的通信。通常区域可能共享一个在很大程度上决定其功能的输入导致尽管没有结构连接或相互通信但仍表现出明显的功能连接。更广泛地说神经元在大型网络内通信它们接收和发送大量信号导致对每个区域施加的复杂影响组合。鉴于体素或分割图谱区域内大量的连接和高神经元密度两个区域之间的广泛通信可能不会导致相似的功能活动而其他区域可能在没有直接相互通信的情况下表现出非常相似的功能连接。来自众多传输不同信号的区域的多样化影响可能导致通信区域响应方式的显著变异性。替代耦合方法已纳入网络度量如最短路径长度通过量化区域之间所有可能的信息传输途径的强度而不仅仅是直接通信来考虑共同邻居。尽管如此这些方法也夸大了功能上不同质但通过单一网络间路径连接的区域之间的结构连接值导致结构解释的功能方差仅略有改善。无论结构连接组的替代表示如何功能连接由于其计算过程中未包含所有区域而容易错误表示区域间的通信。在研究中已经使用了功能连接的各种替代方法以更好地考虑所有区域的活动来量化通信。例如偏相关在控制其余脑区活动的同时考虑区域之间活动的相似性。然而偏相关在消除假阳性连接方面最有效它通过控制可能决定两个未连接区域功能的共同邻居来实现。同样重要的是一个能够通过考虑由于与功能同质区域可能在一个子网络内的大量连接而导致功能异质的通信区域表现出不同功能活动来消除假阴性连接的度量。一种既能限制假阳性又能限制假阴性直接通信但低功能连接区域通信值的技术是多元自回归模型该模型基于区域自身的先前活动和其他脑区的活动重建区域的BOLD时间序列从而考虑全脑的动态多变量影响。此外通过共同邻居发生的区域间通信将反映在邻居的时间序列中这也有助于解决这一限制。当与格兰杰因果关系一起使用时该模型允许用户确定每个区域对另一个区域施加的影响从而产生一种称为有效连接的连通性度量。基于此研究更近期的研究利用结构连接来约束有效连接将缺乏结构连接的区域之间的有效连接值设为零以更好地估计通信。虽然此类工作展示了这些度量结合使用的能力但这种方法的影响及其增强对结构-功能连接耦合分析理解的潜力在很大程度上仍未得到探索。此研究提出了一种通过在修改后的多元自回归框架内整合结构连接来重建功能活动的新方法并检验了该方法对重新定义结构-功能连接耦合分析的意义。此研究表明该方法可以作为现有结构-功能连接耦合分析测量的替代和补充。在使用结构连接加权的其他区域时间序列之和在多元自回归框架内重建每个区域的时间序列后确定每个区域的重建时间序列与其真实时间序列之间的相关性。该相关系数此后称为结构依赖性估计区域活动如何依从于潜在的结构通路。换言之该度量量化了区域功能活动对其结构连接之和的依赖程度其中高结构依赖性值表明区域似乎更直接地根据结构连接值进行通信。为了证明该方法在量化结构-功能关系及其与行为联系方面的有效性此研究使用人类连接组计划数据将传统的结构-功能连接耦合分析值与不同脑区的结构依赖性值进行比较并通过使用这些值预测功能性磁共振成像任务表现和 行为测量来评估耦合/依赖性与功能之间的关系。具体而言此研究使用结构依赖性和标准结构-功能连接耦合分析数据来预测受试者的功能性磁共振成像任务准确性、整体认知以及各种人口统计学指标。功能性磁共振成像任务准确性提供了一个与成像过程中认知需求直接相关的结果变量确保大脑中相关的功能模式。整体认知是一种在结构-功能耦合中被广泛研究的行为测量并且与功能性磁共振成像任务中施加的认知负荷高度相关。此研究还调查了年龄、身体质量指数以及过去12个月内重度饮酒的频率作为人口统计学变量。年龄在结构和功能方面两者独立以及通过耦合一起都得到了充分研究。另一方面重度饮酒频率和身体质量指数作为探索性变量尽管对它们与大脑结构和功能的独立关系进行了多次调查但关于它们与结构-功能关系联系的研究仍然有限。总之这些指标提供了广泛的变量来研究结构依赖性和耦合以及它们如何与行为相关。2.方法2.1被试和数据采集分析使用来自人类连接组计划年轻成人S1200 数据集的数据进行该数据集包括 1200 名年龄在22-37 岁之间的个体。其中1113 名个体包括 606名女性具有完整的磁共振成像、认知测试和详细的人口统计学数据。此研究使用了其中 1034 名具有完整弥散张量成像数据的个体559 名女性475 名男性平均年龄28.8 岁。此研究使用了人类连接组计划研究提供的最小预处理弥散张量成像和功能磁共振成像数据。在这 1034名参与者中很少有人缺失任何静息态功能磁共振成像、任务态功能磁共振成像或行为数据。鉴于不同的分析依赖于不同的任务或行为分析每个分析中都根据该任务/行为的可用数据纳入参与者以最大化样本量。不同功能磁共振成像范式中的参与者数量非常相似范围从最少 1005 人到最多 1026 人。每个任务的参与者数量见补充文件表 S1。所有数据均在位于华盛顿大学或明尼苏达大学的 3T 西门子磁共振扫描仪上采集。磁共振成像数据使用西门子 Skyra 3T 扫描仪采用梯度回波平面成像序列和 32 通道头部线圈获得。功能数据血氧水平依赖加权来自最小预处理的功能磁共振成像数据采集参数如下重复时间 TR 720 ms回波时间 TE 33.1 ms体素大小 2 × 2 × 2 mm翻转角 52°多波段加速因子 8。弥散张量成像数据来自最小预处理的弥散加权成像数据参数如下重复时间 TR 5520 ms回波时间 TE 89.5 ms体素大小 1.25 × 1.25 × 1.25 mm多波段加速因子 3b 值 1000、2000、3000 s/mm²每个壳层 90 个方向。2.2结构和功能网络构建此研究使用了人类连接组计划提供的多模态表面映射全脑配准版本的最小预处理功能性磁共振成像数据该数据将去噪后的血氧水平依赖时间序列跨个体配准。具体而言该方法使用基于表面的多模态跨参与者配准通过结合解剖和功能信息来增强跨参与者对齐。为了进一步对数据去噪还从数据中回归了参与者运动参数及其一阶导数以及全局信号、脑室信号和脑白质信号。通过回归全局信号此研究确保了依赖性和耦合值更准确地关联结构和功能连接而不是基于与全局信号的相关性来夸大依赖性/耦合系数。使用标准带通滤波(0.009–0.08 Hz) 对静息态血氧水平依赖信号进行滤波以减少生理噪声。关于血氧水平依赖信号的更多细节包括时间序列的长度以及静息态和任务数据的其他规格在补充文件中提供。然后使用多模态分割图谱将大脑分割成360个区域并在每个区域内平均血氧水平依赖信号以生成区域时间序列。通过计算所有区域对之间的皮尔逊相关性从多模态分割图谱时间序列为每个参与者构建一个功能网络得到一个360×360的相关性矩阵并应用费舍Z变换对数值进行归一化。最小预处理的弥散数据包括BedpostX输出该输出使用功能磁共振成像软件库的多壳层球面解卷积工具箱对纤维方向进行建模。使用BedpostX输出此研究通过功能磁共振成像软件库的probtrackX进行概率示踪纤维成像为每个参与者生成一个密集的结构连接组。具体而言使用91,282个灰度坐标通过从每个灰度坐标播种并追踪到所有其他坐标来进行全脑概率示踪纤维成像。得到的91,282×91,282矩阵显示了连接每对灰度坐标的流线数量。这个密集的全脑连接组随后可以根据任何所需的分割图谱进行分割以得出区域间的连接。此研究使用多模态分割图谱分割成360个区域并为每个个体导出一个360×360的结构网络。对于每对区域通过求和从一个区域起源并终止于另一个区域的所有流线来计算总流线数。这产生了一个有向加权的基于图谱的结构连接矩阵。使用高性能计算集群生成了密集连接组。对于每个个体100 个 ProbtrackX 命令实例使用不同的随机种子分布在集群上确保不同的随机结果每个种子包含 50 个样本。然后使用 FSL 将结果组合起来以生成密集连接组每个种子 5000 条曲线。关于纤维追踪和生成密集连接组的更多细节请参见补充材料。2.3耦合一个区域的结构连接 (SCi)分布被定义为一个包含该区域到所有其他分割区域的连接值的向量类似地其功能连接分布包含到所有其他区域的功能连接值(FCi)。然后每个区域的结构-功能连接耦合分析计算为这两个分布之间的皮尔逊相关性。此研究也考虑了使用斯皮尔曼相关性但探索性分析显示皮尔逊相关性在此研究框架中优于斯皮尔曼相关性。给定区域较高的耦合值表明该区域的结构连接模式强度与其功能连接模式强度高度相关。2.4依赖此研究引入了一种基于先前多元自回归功能性磁共振成像研究的技术为每个区域产生一个单一的相关系数用于测量功能活动对结构连接的依从性类似于上述基本耦合值。该度量旨在量化区域功能活动产生的行为对其结构连接组的依赖程度因此此研究将该技术称为结构依赖性。为了量化区域的结构依赖性此研究首先使用公式1基于该区域的结构连接及其邻居的功能生成一个预测的血氧水平依赖时间序列。与标准的多元自回归不同后者将每个时间序列平移若干重复时间以预测未来的血氧水平依赖活动此研究通过计算所有剩余N个区域的血氧水平依赖时间序列的一阶导数的加权和来预测区域的并发活动其中导数计算为时间点t和t1之间血氧水平依赖序列的斜率。权重被分配为从每个区域到种子区域的结构连接值 (scji)除以到达种子点的所有结构连接值之和。导数反映活动的变化因此在每个时间点t加权和表示通过结构连接施加的其他脑区活动的变化如何预测该时间点种子区域血氧水平依赖信号的变化率。从时间0的真实时间序列值开始来自节点i邻居的导数加权和乘以重复时间以估计当前和下一个时间点之间血氧水平依赖信号的变化。将此变化估计添加到节点i的当前血氧水平依赖值以估计时间t1时的血氧水平依赖信号值。此过程在时间序列的剩余部分迭代重复产生一个完整的预测血氧水平依赖时间序列。然后计算重建的预测时间序列与区域真实血氧水平依赖时间序列之间的皮尔逊相关性为区域产生一个单一的相关系数。此工作流程的示例如下图1所示。2.5幅度模式的比较耦合和结构依赖性之间的第一个比较涉及评估依赖性和耦合值在全脑的幅度模式。依赖性和耦合都可能反映结构和功能连接模式中的空间对应关系但结构依赖性采用血氧水平依赖动态来产生结构-功能关联的时间分辨度量该度量包含区域通信的变化而耦合测量连接分布之间的静态相关性。依赖性的动态性质可能为区域的结构架构如何随时间支持其区域功能提供补充见解但它使用其他区域的功能活动来预测种子区域的活动使得无法直接比较每种测量的幅度大小。然而比较每种测量的相对幅度对于展示依赖性测量的新颖性以及两种方法在大脑中结构-功能对应的不同模式是有用的。区域相对于其他区域的幅度大小对于理解哪些区域在功能通信中更依赖于其结构连接至关重要。对于静息态数据此研究为每个具有可接受静息态数据的参与者计算了所有360个分割区域的结构依赖性和耦合值。每个区域的结构依赖性和耦合值分别跨参与者平均以估计每个区域的典型值。利用每个区域的组平均相关系数值此研究按系数的平均幅度对区域进行排序以辨别在相对幅度上依赖性和耦合之间存在差异的区域。耦合和依赖性系数的幅度模式也在不同的功能性磁共振成像任务范式中进行了比较。为了探索结构与功能之间关联的灵活性此研究计算了人类连接组计划研究的八个功能性磁共振成像范式中每个参与者的平均全脑耦合和依赖性系数。还计算了参与者内部区域系数之间的平均标准差以检验结构-功能对应在不同区域之间如何变化。最后此研究计算了参与者的全脑平均系数和参与者内部单个区域系数在任务之间的耦合和依赖性值的标准差从而能够研究在不同认知需求下结构-功能对应的差异。2.6使用依赖值预测参与者指标结构-功能连接耦合分析和结构依赖性在预测多种参与者指标方面的能力进行了比较功能性磁共振成像任务表现、整体认知和人口统计学指标。在人类连接组计划进行的七项功能性磁共振成像任务中有五项返回了可量化的表现指标情绪处理、语言处理、关系处理、社会认知和工作记忆。每项任务的简短描述和表现指标在表1中提供。对于五项基于表现的任务选择了整体准确性作为预测指标如适用。对于社会认知任务正确回答百分比之和减去错误回答百分比之和不确定回答百分比不包括在总和中。参与者的整体认知使用其年龄校正的美国国立卫生研究院工具箱认知总分综合评分进行估计。结合流体和晶体认知测量的表现综合评分代表个体基于多种不同认知需求表现的一般认知能力。最后此研究选择比较耦合和结构性度量在预测三个与任务无直接关系的人口统计学指标方面的能力年龄、身体质量指数和重度饮酒频率。年龄以年为单位测量身体质量指数测量为参与者的体重公斤除以身高米的平方重度饮酒频率测量为过去12个月内报告的酒醉次数。对于每个预测指标从指标值中回归了性别和扫描时头部运动的潜在混杂因素。2.7预测模型使用每个参与者中所有分区区域的依赖值和耦合值此研究采用预测模型来比较预测认知和人口统计学指标的有效性。采用带有最小绝对收缩和选择算子正则化的线性回归模型进行预测。具体而言使用区域依赖/耦合值作为输入特征认知/人口统计学指标作为输出结果预测模型在 80% 的参与者上进行训练剩余 20% 的参与者留作测试。在训练组内采用 10 折交叉验证以防止过拟合并保持泛化能力形成了 72% 训练、8% 验证、20% 测试的总体划分。训练完成后从使交叉验证折间偏差最小化的系数集合中选择系数。然后将选定的模型应用于测试数据性能通过预测指标与真实指标之间的相关系数来衡量。对每组特征重复此过程 100 次得到预测性能值的分布从中计算均值和标准差用于耦合模型与依赖模型之间的比较。在每次迭代中依赖和耦合在相同的训练-测试-验证划分上进行训练和测试从而允许在迭代之间直接比较性能。使用基于依赖和基于耦合的模型产生的 100 个性能值进行学生配对 t 检验以比较它们的性能统计显著性设定为 p 0.05。当使用全部八个功能磁共振成像范式预测同一指标时采用多重比较校正将统计显著性定义为 p 0.00625。在脑海科技云平台中内置了结构功能耦合分析支持用户批量处理数据并确保每一步参数设置都有据可查。此外平台的项目管理模块可清晰记录数据筛选标准、排除被试原因、分析版本等信息极大提升了研究的透明度和可复现性。感兴趣可联系咨询以及预约产品演示。3.结果3.1区域依赖值与耦合值之间的相对幅度差异使用静息态数据为所有分割区域和参与者生成了结构依赖性和耦合值。然后计算两种方法的平均区域系数作为所有参与者跨区域的平均值图2显示了这些区域系数映射到大脑上的情况。组平均区域依赖性值范围为0.14至0.90组平均区域耦合值范围为0.06至0.53。随后通过计算每个参与者内部所有区域系数的平均值生成参与者全脑平均值。组平均全脑平均依赖性值为0.583 (±0.0386)组平均全脑平均耦合值为0.233 (±0.0185)。由于耦合和依赖性系数的构建技术不同区域系数的幅度不能直接比较。因此图2还描绘了按方法内幅度排序的区域系数热图使得能够比较两种方法之间的区域结构-功能强度。这些图显示两种方法之间存在一些明显差异但正如预期的那样单模态区域倾向于显示较高值而跨模态区域通常显示较低值。静息态依赖性系数和耦合系数的区域平均分布与皮尔逊系数0.81相关。除了静息态还计算了所有七个任务范式的平均结构依赖性和耦合值以辨别两种技术测量的结构-功能关系在不同认知活动期间如何变化。同样这些分析旨在展示结构-功能关系在认知任务和区域之间的变化但由于构建方式不同不用于两种方法之间的比较。结果值在表2中显示区域和排序热图在图S1和S2中显示。此外此研究计算了参与者全脑依赖性/耦合值在不同任务之间变化的标准差均值以观察区域依赖性和耦合值在任务之间的变化。参与者的全脑依赖性值平均变化为0.0325而参与者的全脑耦合值平均变化为0.0296。提供更深层次的背景参与者的区域依赖性值在不同任务之间平均变化为0.2043参与者的区域耦合值平均变化为0.0834表明在不同认知任务和需求下区域水平的结构-功能关系存在高度变异。3.2结构依赖在预测功能磁共振成像任务表现方面优于耦合此研究旨在确定哪种方法更准确地预测功能性磁共振成像数据采集期间任务的表现。不同功能性磁共振成像任务范式中依赖性和耦合模型的预测性能显示在图3和表S2中。结构依赖性在五个任务范式中的三个包括情绪处理、语言处理和关系处理中被证明显著更有效地预测任务表现。值得注意的是社会认知任务是唯一标准耦合显著优于依赖性的任务也是唯一没有整体准确性指标用于预测的任务。相反该任务的总体表现被计算为两种提示类型中正确分类之和减去错误分类数量。剩余的任务范式工作记忆在依赖性和标准耦合之间的预测性能上没有显著差异。3.3结构依赖比耦合更能预测一般认知能力不同任务中结构依赖性和结构-功能连接耦合分析值在预测美国国立卫生研究院工具箱认知总分综合评分方面的性能显示在图4和表S3中。性能通过计算预测认知值与真实认知值之间的相关性来评估。结构依赖性在静息态数据和七个任务数据中的四个包括情绪处理、赌博、社会认知和工作记忆表现显著优于基于相关的耦合。在语言、运动和关系处理任务中耦合在预测认知方面显著更有效。在比较不同任务的性能时静息态范式在预测认知方面效果最差而语言、社会认知和工作记忆等任务效果最好。3.4结构依赖在预测人口统计学指标方面优于耦合年龄、身体质量指数和饮酒量的预测结果显示在图5和表S4中。如图所示结构依赖性在四个任务范式包括语言、关系处理、社会认知和工作记忆中显著更有效地预测参与者年龄。另一方面基于相关的耦合仅在运动任务中显著优于依赖性。静息态、情绪处理和赌博任务在两种技术之间的预测性能统计上相似。静息态是预测年龄最有效的范式其他任务表现出彼此相似的预测能力相比静息态数据略有下降。类似地在预测身体质量指数方面结构依赖性在四个任务范式包括赌博、关系处理、社会认知和工作记忆以及静息态数据中被证明显著更有效。耦合在情绪处理和运动任务中统计上优于依赖性而在语言任务中没有显著差异。关于每个任务在预测身体质量指数方面的有效性静息态提供最低的预测性能而运动和社会认知任务被证明是最有效的。与之前的指标相比重度饮酒频率更难使用大多数任务中的依赖性或耦合度量来预测。在静息态、情绪处理、赌博、运动、社会认知和工作记忆任务中生成的依赖性或耦合系数均未表现出大于0.1的性能值。在剩余的范式中结构依赖性在语言和关系处理任务中在预测重度饮酒频率方面显著更有效。各实验范式的具体预测效能值详见表S4。4.讨论尽管有许多研究检验了磁共振成像测量的结构连接和功能连接之间的关系但这种关系的本质及其与大脑功能的相关性尚未被完全理解。在此研究中通过引入一种新的可解释方法并在不同功能性磁共振成像范式中评估其实用性探索了这种关系。这种方法称为结构依赖性表现出跨皮层不同的幅度模式并且在预测代表各种认知和人口统计学指标的多种行为变量方面通常优于标准耦合。重要的是这种总体性能提升是在全局信号回归后观察到的确保性能依赖于结构-功能关系而非全局信号。如果没有结构连接值作为权重生成的结构依赖性值将为零反映零全局信号。尽管依赖性和耦合之间的区域系数构建方式不同但能够比较两种方法之间区域结构-功能对应的相对幅度。两种方法在全脑产生了显著不同的模式同时一些预期的相似性仍然存在如单模态区域幅度增加和跨模态区域系数值降低。这些不同的模式旨在证明耦合和依赖性在量化结构-功能关系时提取了独特的信息。一个关键差异是所有功能性磁共振成像范式中平均依赖性值的幅度相似而功能性磁共振成像任务期间的平均耦合值显著低于静息态。在不同脑状态或功能模式期间平均耦合值降低可能表明结构连接组的利用减少。平均依赖性值在不同状态之间更为一致可能表明对结构连接组的整体依赖性更为一致即使不同的连接处于活动/非活动状态。此研究还比较了不同任务范式的全脑平均值和区域系数发现尽管区域系数在不同功能性磁共振成像范式和不同认知需求之间高度可变但全脑平均值在任务之间保持一致。鉴于不同认知需求所唤起的动态、灵活的功能模式不同的认知需求会导致功能模式以不同方式依从于结构连接组这在意料之中。这一现象进一步通过区域系数和系数幅度排名的区域热图得到例证这些热图在耦合和依赖性之间以及不同功能性磁共振成像范式之间表现出显著差异。检验依赖性和耦合值如何与行为相关对于将结构依赖性确立为量化结构-功能关系的可行工具也至关重要。此研究调查了三类行为变量功能性磁共振成像任务表现、整体认知和人口统计学指标。基于依赖性和耦合值训练的线性模型的预测结构依赖性在五个范式中三个范式预测任务准确性、八个范式中五个范式预测整体认知、八个范式中四个范式预测年龄、八个范式中五个范式预测身体质量指数以及两个可行范式中两个范式预测重度饮酒频率方面显著更有效。与此同时结构-功能连接耦合分析分别在零个、三个、一个、两个和零个范式中更有效。综合来看结构依赖性在31个模型中的19个中显著优于耦合而耦合仅在31个模型中的7个中优于依赖性。重要的是两种技术仅在五个模型中表现统计相似进一步表明结构依赖性和基于相关的耦合提取了关于结构-功能关系的独特信息。在预测行为结果方面依赖性指标的表现普遍优于SC-FC耦合度。鉴于依赖性分析所揭示的结构-功能模式具有独特特征这再次表明结构依赖性可作为量化结构-功能关系的有效替代方法。此研究认为结构依赖性能够全面反映大脑通信的动态特性并通过在计算过程中对所有脑区活动进行加权求和有效降低了假阳性低SC值、高FC值和假阴性高SC值、低FC值耦合度的结果。假阳性现象可能源于未直接连接的脑区因与相邻区域存在通信而呈现相似活动在时间序列重建过程中采用较小的SC值作为权重即可有效缓解这一问题。而假阴性现象则可能由不同功能网络间的连接引起但通过与其他功能同质区域的多重连接相互作用该现象亦能得到显著抑制。最后通过比较此研究还展示了不同功能性磁共振成像任务范式对大脑结构-功能模式及其与行为关系的影响。在预测整体认知方面结构依赖性和结构-功能连接耦合分析在语言、工作记忆和社会认知任务中都越来越有效。这些任务范式期间增加的认知负荷可能唤起了更能反映整体认知能力的结构-功能模式。年龄在静息态期间预测最好可能表明这是一个更一般的、抽象的测量不易在特定认知任务中表现出来。另一方面运动任务是预测身体质量指数最有效的范式考虑到身体活动与身体质量指数之间的关联这在意料之中。最后在预测健康饮酒频率方面有效的两个范式是语言和关系处理。预测饮酒量的困难可能归因于导致饮酒量的因素的复杂性和高度变异性。总体而言跨功能性磁共振成像范式的预测性能变化说明了大鼠功能活动及其对结构依从性的复杂性质进一步证明了在研究结构-功能关系时认知需求的重要性。值得注意的是尽管每个功能性磁共振成像范式有不同的持续时间但此研究没有发现基于持续时间的任何总体预测性能模式。相反每个范式在预测行为方面的有效性似乎与行为和功能性磁共振成像任务之间的联系有关。4.1未来方向与替代应用结构依赖性在此研究中被引入作为当前技术的补充或替代方法旨在增强对大脑结构连接如何塑造功能活动的理解。因此此研究将依赖性与利用直接结构连接值的基于相关的耦合进行了比较。通常结构-功能研究采用了替代方法如层次/空间耦合模式或图论度量以检验这种关系如何与行为相关联。这些技术在理解网络如大脑中信息的流动和积累方面很有价值。例如路径长度有助于解释由共同邻居通信导致的功能相似性。然而在此研究中结构依赖性被引入并测试作为测量大脑中结构和功能连接之间关系的技术。因此这些技术没有被纳入此分析中因为重点集中在结构依赖性如何与基于相关的耦合在描述由直接结构连接产生的功能活动方面进行比较。通过这样做此研究证明了结构依赖性的实用性并增强了其在许多当前基准技术中的应用潜力。鉴于结构依赖性与标准基于相关的耦合相比具有改进的预测性能它可能在许多基准方法中提供优于标准基于相关的耦合的优势。图论度量方法可以使用距离/相似性度量作为结构依赖性框架中结构连接值的权重皮层/空间组织分析技术可以使用结构性系数代替标准耦合系数。未来的工作应该研究结构依赖性与这些成熟技术或其他独特的耦合策略一起使用以评估结构-功能关系及其对行为的影响。除了其作为标准基于相关的耦合替代方法的潜力之外结构依赖性的框架还允许进行基于相关的耦合所限制的更有趣的探索。预测时间序列的构建允许对区域之间的结构连接进行更灵活的分析。通过探索不同的加权技术可以识别结构依从性、非活性和抑制性连接以及结构连接组的活跃子网络的特定模式。此外通过识别预测和真实时间序列发散的血氧水平依赖序列部分可以探索这些模式和连接如何随时间演变而无需担心窗口大小选择等限制。尽管先前的一些研究已经探索了跨时间的标准耦合但这些技术仅限于评估关系随时间的强度。再次强调结构依赖性的框架可以启用揭示特定连接动态的特征选择或加权替代方案。4.2局限尽管其在预测行为方面的强大表现令人鼓舞但关于结构依赖性有效性有几个重要的考虑因素。通过在每个重复时间使用导数构建预测的血氧水平依赖序列噪声和不稳定性的引入成为一个问题。这可以通过跨多个区域求和的性质来缓解然而较长的窗口方法在提高性能方面效果不佳。此外结构连接高度复杂结构依赖性中的线性加权可能不适合处理区域结构连接稀疏性差异或结构与通信之间的非线性关系。未来的工作应该研究潜在的密度控制和稳定器以解释非线性模式和区域之间的结构连接分布差异。5.结论此研究提出了一种量化人类大脑结构-功能关系的新技术称为结构依赖性。通过相对幅度值的比较此研究证明了结构依赖性和耦合揭示了大脑中结构-功能对应的不同模式。此外使用线性模型从依赖性和耦合值预测各种认知任务以及一些广泛使用的行为结果。结构依赖性在31个预测模型中的19个中显著优于耦合而耦合仅在7个预测模型中优于依赖性其余模型表现相似。这种性能上的显著差异表明结构依赖性可能提供更合适的结构-功能关系度量有效捕捉了传统耦合方法无法获取的认知和行为相关信息。除了对两种结构-功能技术的比较之外此研究还评估了各种任务范式在预测各种认知任务和人口统计学指标方面的有效性。不同任务之间模型性能的变异性突出了在研究结构-功能关联及其与行为结果的关系时考虑每个任务所唤起的功能模式的重要性。解读脑海科技参考文献Madden, D., Laurienti, P. J., Shappell, H. M., Bahrami, M. (2026). Introducing Structural Reliance: A New Method to Assess Structure-Function Coupling in the Brain. Human brain mapping, 47(5), e70499. https://doi.org/10.1002/hbm.70499