心理所利用大規模神經影像數據全面揭示大腦皮層形態和功能的關聯

　　腦的結構特征是實現腦功能的物質基礎。在微觀層面，不同類型的神經元及神經元之間的突觸聯系結構決定了神經網絡的計算機制，從而在本質上決定了神經網絡的功能, 神經科學家已經開展了大量工作來研究微觀層面上的神經網絡結構如何實現簡單的功能。復雜的腦功能則依賴于更大規模的全腦神經網絡來實現，但我們至今尚不清楚復雜的腦功能是如何由全腦神經網絡實現的。在宏觀層面上，盡管結構決定功能是神經科學的共識，但大腦皮層形態與功能的關系尚未被揭示。 

　　中國科學院行為科學重點實驗室楊志副研究員等利用大規模神經影像數據，系統地探索和檢驗了宏觀層面的腦皮層形態特征與腦皮層內在神經活動特點之間的關聯，實踐了其前期提出的從“發現”到“驗證”的神經影像大數據研究框架（楊志，左西年，2015）。在“發現”階段，利用數據挖掘方法gRAICAR（Yang et al., 2008; 2012; 2014）分別將6個皮層形態學指標（體積、面積、厚度、溝回指數、曲率、溝回深度）的全腦圖譜和6個皮層神經活動指標（低頻震蕩幅度、相對低頻震蕩幅度、局部活動一致性、稍大范圍的局部活動一致性、度中心度、特征值中心度）的全腦圖譜分解為若干皮層圖譜成分，每個成分代表了不同的個體間變異規律。來自不同形態學和功能指標、但個體間變異規律相似的成分被gRAICAR辨識為一組，稱為多模態共變單元（Multi-metric co-variance unit,  MMCU）。圖1展示了其中一個MMCU，并描繪了其各指標成員之間的共變關系強度。在“驗證”階段，這些MMCU被作為研究假設，在另一組獨立的數據中重新計算每個MMCU所包含的12個皮層圖譜間的共變關系，計算并統計檢驗新的共變關系與原假設中的共變關系之間的一致性。經過“驗證”階段，15個高可重復性的MMCU被檢測到，它們分別揭示了不同的腦皮層形態學特征與皮層功能特征之間的關系。 

　　本研究的意義在于：首先，它系統地展現了健康人整個皮層內的結構與功能間的關聯，提供了結構功能關系交互式查詢數據庫（https://yangzhi.shinyapps.io/showCovGraph_R）。用戶點擊任何形態學或功能圖譜中的任何位置，即可獲取與此位置具有共變關系的其他形態、功能圖譜。通過這一數據庫，我們可清晰地了解皮層結構與功能各測量指標之間的聯系，并且發現未知的結構——功能關聯。其次，它系統地刻畫了6個皮層功能測量與皮層結構間的關系（圖2），使我們對皮層現有功能測量的生物學意義有更深入的了解。再次，它為我們整合來自多模態的研究提供了新途徑（圖3）；具體來講，以往許多研究利用不同結構、功能測量對同一問題（如精神分裂癥的腦機制）開展研究，提出了不同的結論。但我們并不清楚這些結論間是否存在關聯。結合本研究的成果，以往多模態的研究結果可以被整合。同時，本研究的結果可對一些尚未應用于某問題（如精神分裂癥）的測量進行預測，如根據顳上回的皮層體積（結構測量）與度中心度（功能測量）的共變關系，我們可由已知的精神分裂癥的顳上回體積異常預測顳上回的度中心度異常，進而在實際數據中驗證。此外，本研究所應用的數據均為公開數據，數據分析代碼全部公開（https://github.com/yangzhi-psy/gRAICAR；https://github.com/yangzhi-psy/covGraph）以利于提高研究結果的可重復性。 

　　該研究已在Brain Structure & Function期刊在線發表： Yang Z^*, Qiu J, Wang P, Liu R, Zuo XN^* (2016). Brain structure–function associations identified in large-scale neuroimaging data. Brain Struct Funct. DOI 10.1007/s00429-015-1177-6. http://link.springer.com/article/10.1007/s00429-015-1177-6/fulltext.html 

其他參考文獻： 

Yang Z*, Chang C, Xu T, Jiang L, Handwerker D, Castellanos F, Milham M, Bandettini P, Zuo XN* (2014). Connectivity trajectory across lifespan differentiates the precuneus from the default network. NeuroImage 89, 45-56. 

Yang Z*, Zuo XN, Wang P, Li Z, Laconte S, Bandettini PA, Hu X (2012). Generalized RAICAR: Discover homogeneous subject (sub)groups by reproducibility of their intrinsic connectivity networks. NeuroImage 63, 403-414. 

Yang Z, LaConte S, Weng X, Hu X* (2008). Ranking and averaging independent component analysis by reproducibility (RAICAR). Human Brain Mapping 29, 711-725. 

楊志^*, 左西年^* (2015). 神經影像大數據與心腦關聯: 方法學框架與應用. 《科學通報》60, 966-975. 

圖1. 研究中發現的一個多模態共變單元（Multi-metric co-variance unit, MMCU）。
該圖顯示了12種形態和功能圖譜的共變關系。在不同圖譜中，皮層各區域具有不同的數值。 

圖2. （A）6個形態和6個功能測量之間的總體共變關系。（B）將
（A）中右上角放大后更清晰地顯示出6個功能指標與形態指標的關系。

圖3. 基于先驗知識“精神分裂癥穩定出現顳上回的體積異常”，本研究成果可對
不同皮層位置的面積、特征值中心度、度中心度等形態和功能指標的異常做出預測。