CIN 计算智能和神经科学 1687 - 5273<我年代年代npub-type="ppub"> 1687 - 5265 Hindawi出版公司 412512年 10.1155 / 2012/412512 412512年 研究文章 大脑连通性分析:一个简短的调查 e·W。 1 多美 a . M。 2 凯克 i R。 3 Gorriz-Saez j . M。 4 Puntonet c·G。 5 Greenlee 马克 1 CIML集团 生物物理研究所 雷根斯堡大学 93040年雷根斯堡 德国 uni-regensburg.de 2 IEETA /体 德威罗大学 3810 - 193年的威 葡萄牙 ua.pt 3 实验心理学研究所 雷根斯堡大学 93040年雷根斯堡 德国 uni-regensburg.de 4 DTSTC Facultad de Ciencias 格拉纳达大学 18071年格拉纳达 西班牙 ugr.es 5 DATC / ESTII 格拉纳达大学 18071年格拉纳达 西班牙 ugr.es 2012年 11 10 2012年 2012年 08年 05年 2012年 10 08年 2012年 28 08年 2012年 2012年 版权©2012 e·w·朗等。 这是一个开放的文章在知识共享归属许可下发布的,它允许无限制的使用,分布和繁殖在任何媒介,提供最初的工作是正确的引用。

这个简短的调查评论最近的文献对大脑连通性的研究。它包括所有形式的静态和动态连接是否解剖,功能,或有效的。过去十年,越来越多的研究致力于推断功能或有效连接,主要来自功能性神经成像实验。静息状态的条件已经成为占主导地位的实验范式,和一个静息状态的网络,其中包括著名的默认模式网络,已确定。图形化模型表示一个方便的工具,实验结果和形式化密切和定量描述各种网络标识。基础解剖网络这些抽象的概念,所谓的连接体,可以调查功能成像技术。未来的研究之间的桥梁结构神经元连接和相关功能或有效的连接性。

1。大脑Connectivity-What它</t我tle><p>大脑的功能性组织的特点是分离和集成的信息处理。现代神经科学中心范式是解剖和功能的大脑区域之间的联系等方式组织信息处理是接近最优。提供的功能交互似乎同步活动,同时在本地和遥远的大脑区域之间。大脑网络因此由空间分布但功能连接区域处理信息。大脑连通性分析是建立在三个不同但相关的连接形式(<xref ref-type="bibr" rid="B1"> 1</xref>]。<l我年代t><l我年代t- - - - - -我te米><l一个bel>(我)</l一个bel> </list-item> </list></p> <p>解剖连接(AC),也称为结构连接,形成<我t一个l我c>连接体</我t一个l我c>(<xref ref-type="bibr" rid="B2"> 2</xref>通过邻近的神经元之间的突触联系或纤维追踪大脑神经元连接池在遥远的空间区域。整个组的纤维跟踪大脑中被称为白质。短时间尺度(秒、分钟),解剖连接是相当持久而稳定的,而对于长时间跨度巨大可塑性可能观察到。</p> <list-item> <label>(2)</l一个bel> <p>功能连通性(FC)被定义为时间依赖的神经激活模式的解剖大脑区域分开。它反映了统计不同的信息处理和遥远的地区之间的依赖性神经元数量。因此,它基本上是一个统计概念,它依赖于相关等统计指标,协方差,光谱相干或锁相。统计依赖关系高度与时间有关的,在多个时间尺度波动形式毫秒到秒。</p> </list-item> <list-item> <label>(3)</l一个bel> <p>有效的连接(EC)描述了影响神经系统施加在另一个,从而反映因果激活脑区之间的相互作用。它结合了结构和有效的连接到一个接线图反映定向的影响在一个神经网络。因果关系可以从网络扰动或推断时间序列分析(TSA)。基于网络扰动技术通常需要结构信息作为输入,而TSA-based技术,像格兰杰因果关系,可能被视为模范自由。</p> </list-item> <p></p> <p>合成后两个概念的连接,主要用于和推导出功能性神经成像模式,提供了Friston [<xref ref-type="bibr" rid="B3"> 3</xref>]。功能和有效的连接可以产生,例如,从多极阵列记录。两指抽象概念没有直接连接到解剖连接身体调和这种相关性。然而,近年来已开展工作之间的桥梁这些类型的连通性分析,提出主要由扩散张量成像(DTI)等技术,使我们能够跟踪纤维形成的神经基础功能的相关性。最近的一个评论(<xref ref-type="bibr" rid="B4"> 4</xref>]细节生物物理概念用来模拟这样的连接性。</p> <p>2003年,霍维茨(<xref ref-type="bibr" rid="B5"> 5</xref>)质疑的概念功能和有效的连接。他认为,这些概念源于不同的功能成像模式如功能性磁共振成像(fMRI)或正电子发射断层扫描(PET)。连接指定的力量相互作用的概念,无论是直接或间接,大脑不同区域之间在本地处理信息。然而,功能和有效连接来自数量计算在不同空间和时间尺度,使用不同的定义和采用不同的算法。只要这样的抽象概念的关系到底层结构之间的连接区域并不理解,比较在研究必须采取非常谨慎。然而,请注意,有充足的证据表明,这两个概念也可以来自相同的成像模式(<xref ref-type="bibr" rid="B3"> 3</xref>]。</p> <p>仍然连通性分析研究创建复杂的大脑网络的概念特点是紧密连接节点的信息处理在解剖空间遥远,只有稀疏通过远程连接不同的交互功能的大脑区域之间的连接。这些网络拓扑反映潜在的大脑信息处理两个基本原则:功能分离和功能集成。实验证据等网络拓扑主要来自神经成像技术(EEG、MEG功能磁共振成像、PET和SPECT)和神经解剖学的方法。</p> <p>不同的大脑区域之间的信号传输需要连接纤维束,因此人类连接体形成的结构基础。Diffusion-weighted磁共振成像及其变体叫做扩散张量成像(DTI)表示纤维跟踪的最有前途的方法(<xref ref-type="bibr" rid="B6"> 6</xref>]。前者地图中的水分子的扩散运动组织回归一个灰度值每体素,后者还考虑扩散运动的方向,因此确定二阶对称扩散张量。严重限制这些方法,然而,他们较低的空间分辨率。后者可以克服与3 d偏振光成像(3 d-pli) (<xref ref-type="bibr" rid="B7"> 7</xref>),三维的纤维可以追溯到空间分辨率下降到100<我t一个l我c>μ</我t一个l我c>3米。因此,d-pli提供了一个独立评估的结果DTI。</p> <p>大脑连通性可以量化编码邻里关系进入连接矩阵,行和列的对应不同的大脑区域。这种表示法有助于被映射到图形模型提供方法来量化不同的拓扑方面的连接体。图形化模型表示一个通用的数学框架为一个通用的两两相互作用的大脑区域之间的关系的研究。近年来研究相关的指数增长的应用图论结构的破坏特征,功能,和有效的连接从神经影像学研究<xref ref-type="bibr" rid="B8"> 8</xref>- - - - - -<xref ref-type="bibr" rid="B10"> 10</xref>]。最引人注目的发现揭示了复杂的大脑网络的小世界特性,他们与许多其他的复杂系统。小世界拓扑允许效率高在不同空间和时间尺度与布线和能源成本很低(<xref ref-type="bibr" rid="B11"> 11</xref>]。最近发现确实可能表明连接体是一类更一般的普遍性的一个例子复杂系统中观察到的自然(<xref ref-type="bibr" rid="B12"> 12</xref>]。</p> <p>调查以以下方式组织。首先,一些最近的研究和评论功能连通性的实验研究报道。这不是应该是全面的,而是应该说明一些典型的研究在这个领域。接下来,最近的计算方法处理功能连通性和收集一些说明性的应用程序。这是紧随其后的是一个简短的调查最近的研究有效连接。最后,图形模型的重要的概念应用到如此复杂的大脑网络以及一些应用程序连接性分析进行了探讨。</p> </sec> <sec id="sec2"> <title>2。实验研究在功能连通性</t我tle><年代ec我d="sec2.1"> <title>2.1。实验研究静态功能连通性</t我tle><p>功能连通性是一个统计概念,它是指统计体素之间的依赖性活动时间的课程。更普遍的是,功能连通性之间的两个给定的区域被认为是时间相干性或相关性振荡神经元的放电频率总成(<xref ref-type="bibr" rid="B3"> 3</xref>]。它可以通过互相关或协方差估计在时间和频率域,互信息,或光谱相干(<xref ref-type="bibr" rid="B1"> 1</xref>]。因此它反映大脑网络的相关活动,以及可以从神经影像学方法推导出功能性磁共振成像(fMRI)、脑电图(EEG), magnetoencephalogram (MEG)正电子发射断层扫描(PET)和单光子发射计算机断层扫描(SPECT)提到最广泛的技术。主要技术,然而,研究功能性磁共振成像数据和blood-oxygen-level-dependent(粗体)信号。在这种情况下,功能连通性(FC)仅仅指的是大胆的信号的时间相关性波动离散解剖区域(<xref ref-type="bibr" rid="B13"> 13</xref>]。此外,大脑连接的解剖衬底可以量化来diffusion-weighted磁共振成像神经纤维束造影的帮助下(dwMRIT)。在实践中,FC研究通常由当地相关的时间进程选择种子体素剩下的体素时间课程voxel-by-voxel的方式。这种方法是有偏见的实际选择种子体素,然而。相反,空间独立分量分析(西卡)可以代表一个探索性搜索全球模式的活动,因此评估大脑皮层的功能连接(<xref ref-type="bibr" rid="B14"> 14</xref>]。</p> <p>功能连通性(FC),尽管从intervoxel推导出互关联,还是常常假定也反映了区际相干波动活动潜在的神经网络在大脑中。因此被认为是指区际同步的低频波动低表示频率<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"> <mml:mi> ν</米米l:米我><米米l:mo> ≤</米米l:米o> <mml:mn mathvariant="normal"> 0.1</米米l:米n></米米l:math> </inline-formula>赫兹。注意,这里同步是指通过映射定义的广义同步<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M2"> <mml:mi mathvariant="normal"> Ψ</米米l:米我><米米l:mo> :</米米l:米o> <mml:mi> 年代</米米l:米我><米米l:mo> →</米米l:米o> <mml:mi> R</米米l:米我></米米l:math> </inline-formula>种子阶段之间的空间<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M3"> <mml:mrow> <mml:mi> </米米l:米我></米米l:mrow> </mml:math> </inline-formula>和一个响应相空间<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M4"> <mml:mrow> <mml:mi> ℛ</米米l:米我></米米l:mrow> </mml:math> </inline-formula>这样<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M5"> <mml:msub> <mml:mrow> <mml:mi> 一个</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 我</米米l:米我></米米l:mrow> </mml:msub> <mml:mo stretchy="false"> (</米米l:米o> <mml:mi> t</米米l:米我><米米l:mo stretchy="false"> )</米米l:米o> <mml:mo> =</米米l:米o> <mml:mi mathvariant="normal"> Ψ</米米l:米我><米米l:mo stretchy="false"> (</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> 一个</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> j</米米l:米我></米米l:mrow> </mml:msub> <mml:mo stretchy="false"> (</米米l:米o> <mml:mi> t</米米l:米我><米米l:mo stretchy="false"> )</米米l:米o> <mml:mo stretchy="false"> )</米米l:米o> </mml:math> </inline-formula>有一些功能<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M6"> <mml:mi mathvariant="normal"> Ψ</米米l:米我><米米l:mo stretchy="false"> (</米米l:米o> <mml:mo> ⋯</米米l:米o> <mml:mo stretchy="false"> )</米米l:米o> </mml:math> </inline-formula>和相关的种子<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M7"> <mml:msub> <mml:mrow> <mml:mi> 一个</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 年代</米米l:米我></米米l:mrow> </mml:msub> <mml:mo stretchy="false"> (</米米l:米o> <mml:mi> t</米米l:米我><米米l:mo stretchy="false"> )</米米l:米o> </mml:math> </inline-formula>和响应<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M8"> <mml:msub> <mml:mrow> <mml:mi> 一个</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> r</米米l:米我></米米l:mrow> </mml:msub> <mml:mo stretchy="false"> (</米米l:米o> <mml:mi> t</米米l:米我><米米l:mo stretchy="false"> )</米米l:米o> </mml:math> </inline-formula>活动,分别为(<xref ref-type="bibr" rid="B15"> 15</xref>]。这种相互依赖关系可以通过血氧监测等级相关(粗体)功能性磁共振成像(fMRI)。后一种技术利用自发,低频(<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M9"> <mml:mi> ν</米米l:米我><米米l:mo> ≤</米米l:米o> <mml:mn mathvariant="normal"> 0.1</米米l:米n><米米l:米o> </mml:mo> <mml:mtext> 赫兹</米米l:米text> </mml:math> </inline-formula>)大胆连贯的波动信号识别功能脑网络连接。伯杰(时代以来<xref ref-type="bibr" rid="B16"> 16</xref>),神经科学家认为大脑不断活跃,即使受试者在一个没有执行认知任务的静息状态的条件或收到明确的外部刺激。这些自我参照状态被认为起源于神经活动连贯地组织在一个所谓的默认模式网络(静)。后者的概念被首次提出Raichle et al。<xref ref-type="bibr" rid="B17"> 17</xref>),总结了一个紧急的证据,由任务相关的活动,一个大脑区域网络,包括楔前叶/后扣带皮层(PCC),内侧前额叶皮质(MPFC)和内侧,外侧,伪劣顶叶皮层、一致的模式失活的神经活动中观察到这些大脑区域。例如,早期的研究表明的大脑区域活动增加包括后扣带皮层(PCC)和腹侧前扣带皮层(vACC)在静息状态条件下<xref ref-type="bibr" rid="B18"> 18</xref>]。尽管减毒在任务的性能,静是活跃在高度的静息状态脑区之间的功能连接。这静息状态的活动被称为默认的大脑活动模式来表示一个国家,一个人是清醒和警惕,但不积极参与关注要求或有目的的任务(<xref ref-type="bibr" rid="B17"> 17</xref>,<xref ref-type="bibr" rid="B19"> 19</xref>]。静的相干振荡表现出以下特征频率<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M10"> <mml:mi> ν</米米l:米我><米米l:mo> ≤</米米l:米o> <mml:mn mathvariant="normal"> 0.1</米米l:米n><米米l:米o> </mml:mo> <mml:mtext> 赫兹</米米l:米text> </mml:math> </inline-formula>对应于静息状态的条件,没有任何刺激认知任务。这就解释了为什么最初这样的网络也称为静息状态的网络(工匠们)。同时,压倒性的证据表明许多(同时)网络静止的存在,在静只是其中一种(<xref ref-type="bibr" rid="B20"> 20.</xref>- - - - - -<xref ref-type="bibr" rid="B23"> 23</xref>]。这些早期的研究表明,在执行认知任务,以应对外部刺激,这些静息活动同步活动出现的减毒和其他网络自适应重组自己的任务和目标明确的方式。后者网络形式与静息和通常被称为anticorrelated网络(ACN)。两个网络,静息和ACN合作在某种意义上,当其中一个主要是积极的,另一种是少,反之亦然。因此,大脑静息状态的活动都纳入了任务消极和task-positive组件。一个显著的例外发生失活在有目的的活动的一般模式与任务要求自我参照的想法或工作记忆,只有特定的静地区专门释放(<xref ref-type="bibr" rid="B19"> 19</xref>]。衰减的静息活动任务特异性的意义的特点,通过有目的的活动在多大程度上影响衰减是至少部分依赖认知负荷和任务需求涉及功能促进区域内静。最近,有人建议,结束时间之间的链接和力量anticorrelation任务消极和task-positive网络可能允许他们两个被认为是与anticorrelated组件组件一个默认网络(<xref ref-type="bibr" rid="B24"> 24</xref>]。自第一个报告关于静止状态的活动,许多不同的视觉相关的静息状态的网络,语言,执行处理,其他感觉和认知领域已确定(<xref ref-type="bibr" rid="B25"> 25</xref>]。尽管坚持怀疑工匠们的功能作用,格雷丘斯et al。<xref ref-type="bibr" rid="B25"> 25</xref>)可以证明静息状态功能连通性的确反映了底层结构连接。但是请注意,这并不影响之间存在简单的一对一的关系,功能和结构连接。最后,最近的一项调查证实发现静连接功能和结构措施的潜在效用区分心理病态,尤其是阿尔茨海默氏痴呆,健康对照组(<xref ref-type="bibr" rid="B26"> 26</xref>,<xref ref-type="bibr" rid="B27"> 27</xref>]。此类调查导致静息的建议,扭曲的功能可能会形成许多脑部疾病像自闭症的基础,萧条,帕金森病、阿尔茨海默,和相关的痴呆。自然,怀疑等强烈断言仍对目前尚不清楚静息状态的功能异常是否因果而不是病理的结果。</p> <p>在最近的一次审查,Broyd et al。<xref ref-type="bibr" rid="B19"> 19</xref>)讨论在静息脑功能障碍痴呆的证据。关于静,静的五个关键特性进行了讨论。<l我年代t><l我年代t- - - - - -我te米><l一个bel>(我)</l一个bel> </list-item> </list></p> <p>区域task-non-specific失活在有目的的活动。静的活动变得减毒在任务性能(<xref ref-type="bibr" rid="B28"> 28</xref>]。要求任务越多,越强衰减似乎是(<xref ref-type="bibr" rid="B22"> 22</xref>,<xref ref-type="bibr" rid="B29"> 29日</xref>- - - - - -<xref ref-type="bibr" rid="B31"> 31日</xref>]。一个显著的例外发生失活在有目的的活动的一般模式与任务要求自我参照的想法或工作记忆,只有特定的静地区专门释放(<xref ref-type="bibr" rid="B32"> 32</xref>,<xref ref-type="bibr" rid="B33"> 33</xref>]。衰减的静息活动因此似乎任务特异性。有目的的活动在多大程度上影响衰减依赖,至少在某种程度上,认知负荷和任务需求涉及功能促进了区域内静息(<xref ref-type="bibr" rid="B19"> 19</xref>]。</p> <list-item> <label>(2)</l一个bel> <p>在静息状态一致性和功能连通性。在功能磁共振成像数据的背景下,功能连通性只是指的是大胆的信号的时间相关性波动离散解剖区域(<xref ref-type="bibr" rid="B13"> 13</xref>]。Friston [<xref ref-type="bibr" rid="B3"> 3</xref>]首先创造了这个词功能连通性从而表示时间相干性或相关性神经振荡燃烧率之间的装配两个脑区之间的考虑。此外,节点的空间坐标内静似乎大大镜子底层结构大脑区域之间的连接(<xref ref-type="bibr" rid="B25"> 25</xref>]。低频振荡可能与大规模神经网络的连通性在更高频率限制在较小的网络,并可调节的活动缓慢振荡较大的网络(<xref ref-type="bibr" rid="B13"> 13</xref>,<xref ref-type="bibr" rid="B34"> 34</xref>]。低频振荡连贯的功能作用在静息状态的网络,尤其是静,然而,仍然是投机。</p> </list-item> <list-item> <label>(3)</l一个bel> <p>一个低频的信号。非常低频振荡神经元之间提供时间同步功能特定的和多样化的地区在静<xref ref-type="bibr" rid="B24"> 24</xref>]。这种自发的相干振荡占显著变化trial-to-trial大胆响应功能磁共振成像实验中观察到(<xref ref-type="bibr" rid="B35"> 35</xref>]。这种连贯的低频振荡以来探索各种任务(<xref ref-type="bibr" rid="B36"> 36</xref>和临床病理<xref ref-type="bibr" rid="B37"> 37</xref>- - - - - -<xref ref-type="bibr" rid="B39"> 39</xref>]。也认为这个网络自发的低频活动发生发展变化和成熟<xref ref-type="bibr" rid="B40"> 40</xref>- - - - - -<xref ref-type="bibr" rid="B42"> 42</xref>]。</p> </list-item> <list-item> <label>(iv)</l一个bel> <p>Anticorrelated task-positive和任务消极静息状态的网络。在静息状态,大脑活动的特征是task-positive以及任务消极组件。后者是静的最初定义的特征。第二网络自发低频活动,所谓task-positive网络,包括背外侧前额叶皮层(DLPFC),顶叶皮层(IPC),辅助运动区(SMA)。它似乎与任务相关的模式提高警觉性和反应也被相关准备和选择(<xref ref-type="bibr" rid="B24"> 24</xref>,<xref ref-type="bibr" rid="B35"> 35</xref>,<xref ref-type="bibr" rid="B43"> 43</xref>]。task-positive网络和静暂时anticorrelated出现。task-positive组件之间的互反关系,静被描述为低频task-independent之间切换,自我指涉的,内省状态确保个人和一个extrospective警报和细心的意外或小说环境事件(<xref ref-type="bibr" rid="B43"> 43</xref>,<xref ref-type="bibr" rid="B44"> 44</xref>]。结束时间之间的链接和力量anticorrelation任务消极和task-positive网络建议考虑作为一个默认网络的组件与反关联组件(<xref ref-type="bibr" rid="B24"> 24</xref>]。</p> </list-item> <list-item> <label>(v)</l一个bel> <p>由静息功能促进。Broyd et al。<xref ref-type="bibr" rid="B19"> 19</xref>default-mode-related]进一步讨论一些公认的机制障碍在精神障碍的潜在意义,表示模式改变的静息活动主题与精神障碍精神病理学的理论模型。</p> </list-item> <p></p> <p>格雷丘斯et al。<xref ref-type="bibr" rid="B18"> 18</xref>首先分析功能连通性的默认模式网络使用功能成像(静)。静的概念建立在特定的大脑区域活动增强的观察,特别是包括后扣带皮层(PCC)和腹侧前扣带皮层(vACC),在休息。作者对静息假说通过研究PCC的功能连通性和vACC期间休息,当他们表现在活动性降低工作记忆任务。他们发现PCC和vACC强耦合相互还涉及与其他地区的静。此外,在视觉处理任务,连接被发现几乎相同的映射到连接在休息。最后,重要的逆三个侧前额叶区域之间的相关性被发现,显示增加活动在认知任务,和新闻申诉委员会,从而形成相应的雨。这一发现表明一个衰减的静息活动在认知加工和ACN的活动的放大。总之,默认模式网络(静)代表一个一致的大脑区域网络时表现出高水平的活动没有明确的认知任务执行和参与者是在休息的时候。除了通过定义其减少活动目标导向行为像被动视觉固定或与闭上眼睛休息。宠物研究证实,这些减少没有出现从静止状态(激活<xref ref-type="bibr" rid="B45"> 45</xref>]。静息状态的功能连通性网络而且被认为反映了在解剖学上受限的自发波动和依赖政府活动功能磁共振成像研究。Gopinath et al。<xref ref-type="bibr" rid="B46"> 46</xref>)评估的状态依赖功能连通性背侧和腹侧纹状体通过功能磁共振成像在静息状态的条件,在连续的<我t一个l我c>经颅电神经刺激</我t一个l我c>。结果证实,静息状态功能磁共振成像网络的确反映了国家相关的活动。但是请注意,Morcom和弗莱彻<xref ref-type="bibr" rid="B47"> 47</xref>)早些时候提出对静息的存在严重怀疑和挑战静息状态的应用研究。他们质疑此类研究的可解释性,建议观察静息状态条件下没有特权地位的一个基本度量大脑功能。</p> <p>回顾van den Heuvel和Hulshoff波尔<xref ref-type="bibr" rid="B48"> 48</xref>)总结了静息状态功能磁共振成像调查决定功能连通性。可能的起源以及如何讨论这些信号功能连通性可能与结构连接,和这样的连接模式可以通过图的理论特征和量化措施。最后,作者认为这些工具的作用研究改变功能连通性的阿尔茨海默病和痴呆有关,精神分裂症,多发性硬化症,所有这些都被认为是疾病与中断或扭曲的连接性。马格里斯et al。<xref ref-type="bibr" rid="B49"> 49</xref>),此外,讨论重要问题的工具是用于分析静息状态功能磁共振成像的录音。作者回顾seed-based功能连通性,独立分量分析(ICA)、集群、模式分类、图论和两个本地方法。他们也解决他们的基本假设、方法和新颖的应用程序。</p> <p>阿尔茨海默病(AD)导致强大的脑网络的结构和功能的改变。自发的大脑活动是由同步活动在不同的空间和时间尺度上,从而反映出静息状态网络的复杂结构。后者可以通过fMRI信号的时序相关性研究。AD-induced网络结构和功能的变化可以通过学习时间相关性等特征在不同级别的大脑组织:区域(微观)、区际(中型),和大规模的(宏观)水平。特别是大脑的PCC患有阿尔茨海默病(AD)是容易受到孤立的大脑。Zhang et al。<xref ref-type="bibr" rid="B50"> 50</xref>)检查患者的大脑区域的广告连接PCC采用静息状态功能磁共振成像。他们的发现证明了不对称PCC-left马体之间中断功能连通性,PCC-right背外侧前额叶皮层和PCC-right丘脑。此外,地区双边视觉皮层,腹侧内侧前额叶皮质,而楔前叶显示降低了PCC功能连通性。然而,区域在左额叶和顶叶皮层显示功能连通性增加支持补充招聘假说。Sorg et al。<xref ref-type="bibr" rid="B51"> 51</xref>)审查使用静息状态功能磁共振成像研究显示,改变后地区的默认模式网络(静)和内侧颞叶出现最突出。明显的干扰神经沟通出现在空间尺度上,在疾病的早期阶段。<我t一个l我c>静息状态功能磁共振成像</我t一个l我c>因此似乎提供了与生物标记区分AD患者和正常对照组。</p> <p>白质纤维束代表解剖连接和功能连通性提供物理衬底。在最近的一次审查,哟et al。<xref ref-type="bibr" rid="B52"> 52</xref>)提出了一个代表来在diffusion-weighted算法使用核磁共振神经纤维束造影的选择(dwMRIT)。作者不同方法相比如扩散张量成像(DTI),球形反褶积,球棍模型和持久角结构的确定性和概率tractography算法还有几对人类diffusion-weighted成像数据集。还一个新颖的方法来量化大脑区域之间的连接已经被提出。比较表明,fibre-crossing模型表明更多的大脑区域之间的联系比简单扩散张量模型。还概率tractography算法平均收益率比确定性模型连接地区较低的连通性。</p> <p>结合功能和解剖连接因此需要披露的关系前抽象概念的物理衬底后者。格雷丘斯et al。<xref ref-type="bibr" rid="B25"> 25</xref>)测试假设静息状态功能磁共振成像反映结构连接而不是简单地跟踪大胆信号相关性由nonneuronal工件。扩散张量成像tractography (DTIT)结合静息状态功能磁共振成像研究连接在静息。后者包括内侧前额叶皮层(MPFC),内侧颞叶(MTL),和后扣带皮层(PCC)。这些区域被认为是从事情景记忆处理。fMRI连接地图是用来定义种子区域的DTI分析显示持续的结构性mtl和retroplenial皮层之间的连接(RSC),当MPFC与新闻申诉委员会。从功能磁共振成像测量结果表明,功能连通性推断的确反映了结构连接。此外,作者证明了结合模式可以提高我们理解大脑的默认模式网络。阿富汗二月et al。<xref ref-type="bibr" rid="B53"> 53</xref>)也报告相结合的方法,但应用于语言处理领域。网络节点之间的直接交互识别的功能磁共振成像与多元时间序列分析方法直接偏相关(dPC)。概率纤维跟踪DTI数据可以确定最可能的解剖白质纤维束调节功能的交互。相关的网络拓扑是调查在两个层面:低一级的言语知觉和更高层次的语音识别。dPC分析揭示了有关网络的功能连通性和确定其最突出的节点通过连接到其他节点的数量。DTI tractography证明潜在的这些功能连接不同的腹侧和背侧协会大港形成解剖基质介导这些功能相互作用。因此,功能连通性反映结构连接。</p> </sec> <sec id="sec2.2"> <title>2.2。实验研究在动态功能连通性</t我tle><p>内在神经网络可以通过测量大脑区域之间的相关性最好的识别在静息状态的活动。研究上面所讨论的,以及其他的很多问题没有提到,关注静态方面的功能连通性。传统上,静息状态的功能连通性的分析研究,运用相关性或数据驱动的探索性分解技术,通常假定时间记录信号的平稳性。然而,最近的实验表明,功能连通性网络可能出现在短时间尺度动态变化。Chang和格洛弗<xref ref-type="bibr" rid="B54"> 54</xref>]因此研究静息状态的功能连通性的动力学在单一试验水平采用基于小波变换的时频相干性分析。新闻申诉委员会的重点是连接,默认模式的一个主要中心大脑的功能连接网络。时间和频率相关的可变性之间的连贯性和观察阶段PCC和反关联网络连接到其他节点的DFN。统计测试基于蒙特卡罗模拟和一个滑动窗口相关技术证实了重要尺度颞可变性。目前尚不清楚在连贯性和阶段观察到的变化是由于残余噪声或调制的认知状态。然而,很明显,功能连通性不是静态的;因此,变异性的措施应考虑除了报告平均数量。</p> <p>虽然功能磁共振成像是一种流行的技术来确定功能连通性在大脑中,它受限于间接测量一个大胆的反应自然而不是直接神经电活动。布鲁克斯et al。<xref ref-type="bibr" rid="B55"> 55</xref>)结合静息状态功能磁共振成像和梅格测量克服这样的缺点。梅格,他们将信封相关性和一致性技术应用到梅格信号是将源空间和使用波束形成来估算功能连通性。必须小心之间串音压在源空间可能会导致虚假的连接。功能连通性估计在感觉运动区域使用这两种方法结合或隔离。导致连接地图显示良好的空间协议。最好的结果在梅格被过滤到信号<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M11"> <mml:mrow> <mml:mi> β</米米l:米我></米米l:mrow> </mml:math> </inline-formula>第16 - 25乐队(Hz)。方法结合大胆与响应相关的功能连通性与电动功能连通性和借贷款的假设神经活动确实是密切相关的功能连通性。</p> <p>静息状态的网络的特点是缓慢的波动似乎高度结构化的解剖关系。然而,这些缓慢的动态波动的神经元活动的关系,特别是在<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M12"> <mml:mrow> <mml:mi> γ</米米l:米我></米米l:mrow> </mml:math> </inline-formula>高频乐队,基本上仍模糊。缓慢的力量波动的局部场电位(联赛),所透露的神经活动在灵长类动物的直接测量,显示类似的大规模的相关性。卡布拉尔et al。<xref ref-type="bibr" rid="B56"> 56</xref>]研究神经元动力学在大型的神经活动模式。的大脑结构网络模型由经验得到遥远的大脑区域之间的联系及其相关传导延迟。人口的神经振荡器,自发振荡的表演<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M13"> <mml:mrow> <mml:mi> γ</米米l:米我></米米l:mrow> </mml:math> </inline-formula>乐队,被放置在每一个网络节点。这些耦合振子之间的时滞相互作用所描述的著名Kuramoto振子模型的阶段。与现实值轴突传导速度,这个网络展览缓慢波动与神经活动模式与经验中发现功能连接网络。最好的协议获得在网络中只有一个子集的节点同步而全球网络仍是不同步的。同步的簇内节点,模拟大胆的信号节点之间的关联。集群之间,积极的和消极的相关性。模型从而解释了静息状态的神经活动可以通过当地的相互作用出现神经动力学和大规模的网络体系结构。</p> <p>功能连接区域同步他们的活动。测量这种振荡动力学要求方法具有高时间分辨率像脑电图,梅格。考虑到大脑的动态连接,EEG相干常被用来测量人类大脑的功能连通性(<xref ref-type="bibr" rid="B57"> 57</xref>- - - - - -<xref ref-type="bibr" rid="B59"> 59</xref>]。因为数量很大传导,脑组织和脑脊液(CSF),虚假的一致性可能叠加相干真正的来源。同样梅格相干估计过高的频率源和传感器之间的领域蔓延。表面拉普拉斯算子脑电图方法体积传导效应的影响较小,因为他们在较小的空间尺度上强调来源。因此,脑电图,表面拉普拉斯算子的脑电图,在不同的空间尺度和梅格估计相干源方向。Srinivasan et al。<xref ref-type="bibr" rid="B60"> 60</xref>]最近面临相干估计产生的脑电图,表面拉普拉斯算子的脑电图和梅格录音使用头部模型与模拟执行来自核磁共振。脑电图和梅格代表非侵入性的方法确定电磁功能连通性与池附近的神经振荡器的相位同步或遥远的大脑区域。人们普遍认为同步<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M14"> <mml:mrow> <mml:mi> α</米米l:米我></米米l:mrow> </mml:math> </inline-formula>- - - - - -,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M15"> <mml:mrow> <mml:mi> β</米米l:米我></米米l:mrow> </mml:math> </inline-formula>- - - - - -,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M16"> <mml:mrow> <mml:mi> γ</米米l:米我></米米l:mrow> </mml:math> </inline-formula>带振荡所需的统一认知操作。被假定在这些乐队相同步坐标系的选择和维护神经对象表示在工作记忆、知觉和意识(<xref ref-type="bibr" rid="B61"> 61年</xref>]。的活动<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M17"> <mml:mrow> <mml:mi> α</米米l:米我></米米l:mrow> </mml:math> </inline-formula>乐队被认为反映空转或抑制task-irrelevant皮质区域。但<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M18"> <mml:mrow> <mml:mi> α</米米l:米我></米米l:mrow> </mml:math> </inline-formula>乐队(7 - 13赫兹)韵律性也起着积极的作用机制的关注和意识。振荡的活动<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M19"> <mml:mrow> <mml:mi> γ</米米l:米我></米米l:mrow> </mml:math> </inline-formula>乐队(30 - 80 Hz)被认为反映了大脑皮层的时序动态网络和他们的相互作用。<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M20"> <mml:mrow> <mml:mi> γ</米米l:米我></米米l:mrow> </mml:math> </inline-formula>乐队活动被发现在认知任务像视觉感知、注意力,学习、记忆以及在处理听觉空间和模式的信息和自上而下的任务(<xref ref-type="bibr" rid="B62"> 62年</xref>]。Shmuel和利奥波德(<xref ref-type="bibr" rid="B63"> 63年</xref>]研究神经元的静息状态相关的有趣的问题大胆的波动信号。他们研究了大胆的缓慢波动信号之间的相关性和并发波动在底层神经元活动时测量本地通过同步功能磁共振成像和皮层神经生理学的录音。相关性是最可靠地检测到当神经元信号与本地或上升速度<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M21"> <mml:mrow> <mml:mi> γ</米米l:米我></米米l:mrow> </mml:math> </inline-formula>乐队(30 - 80 Hz)当地的活动领域的潜力。模式voxel-by-voxel fMRI时间序列之间的相关性和被发现慢慢地遍历皮层神经元的活动。结果表明,静息状态fMRI-based遥远的皮层区域之间的功能连通性可以与连贯的缓慢波动的潜在的神经信号。自发的,低频(<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M22"> <mml:mi> ν</米米l:米我><米米l:mo> ≤</米米l:米o> <mml:mn mathvariant="normal"> 0.1</米米l:米n><米米l:米o> </mml:mo> <mml:mtext> 赫兹</米米l:米text> </mml:math> </inline-formula>),大脑的波动也显示有趣的时空模式功能网络,然而,由生理和运动混淆损坏。特别是当研究disease-dependent振幅的变化和空间相干的低频大胆的波动,这样的工件是有害的和彻底的预处理。奥氏小体(<xref ref-type="bibr" rid="B64"> 64年</xref>)评论最近的研究对神经刺激的血流动力学反应在静息状态的条件,讨论了他们的生理关系混淆以及潜在的临床诊断研究。</p> <p>为了量化补救的患有精神分裂症,维斯et al。<xref ref-type="bibr" rid="B65"> 65年</xref>)研究的准确性和实践的变化图形理论措施索引神经网络结构和活动。梅格录音之前和之后执行一个语气歧视任务被用于结合合成孔径测磁学与高精度定位脑振荡。在实践之前,准确性是反关联<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M23"> <mml:mrow> <mml:mi> β</米米l:米我></米米l:mrow> </mml:math> </inline-formula>乐队的成本效率。还在<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M24"> <mml:mrow> <mml:mi> β</米米l:米我></米米l:mrow> </mml:math> </inline-formula>乐队,感觉运动调节可以检测到在感觉运动皮层和颞顶叶区域。高<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M25"> <mml:mrow> <mml:mi> γ</米米l:米我></米米l:mrow> </mml:math> </inline-formula>乐队活动相关的声音刺激后感觉运动加工引起听觉皮质的活动和活动在离开感觉运动皮层前按一个按钮。高<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M26"> <mml:mrow> <mml:mi> γ</米米l:米我></米米l:mrow> </mml:math> </inline-formula>带左额叶皮质的活动也与精度有关。在练习2、5 h,声音刺激诱导增加宽带功率在左角脑回。在<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M27"> <mml:mrow> <mml:mi> β</米米l:米我></米米l:mrow> </mml:math> </inline-formula>乐队,改善精度也将积极与高之间的互信息(MI)传感器在颞顶地区,而全球成本效率是不相关的。结果表明,练习能引起中尺度改变功能连通性特征(权力在某些频段,MI)任务相关的神经网络。</p> <p>Ghuman et al。<xref ref-type="bibr" rid="B66"> 66年</xref>报告结合小波方法确定锁相的梅格数据和结构磁共振成像数据提供高空间分辨率。作者使用minimum-norm-estimate逆解产生光谱功能连通性地图从一个预定义的种子区域,包括频率范围广泛的利益。作者运用他们的方法来识别两半球间的光谱在静息状态的听觉网络功能连通性<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M28"> <mml:mrow> <mml:mi> α</米米l:米我></米米l:mrow> </mml:math> </inline-formula>乐队(7 - 13赫兹)。</p> </sec> </sec> <sec id="sec3"> <title>3所示。计算方法来量化功能连通性</t我tle><p>考虑典型的脑功能连接的研究如前所述,功能神经影像学在静息状态条件下看起来特别有趣,因为它探讨了自发的大脑活动。后者已被证明组织成为可再生的活动模式。因此,它显示结构,反映了潜在的脑结构和脑疾病的标志。现代神经科学的一个重要观点是,如此大规模的结构连贯的活动反映了大脑的模块化特性连接图。学习这样的模型需要两个主要挑战。<l我年代t><l我年代t- - - - - -我te米><l一个bel>(我)</l一个bel> </list-item> </list></p> <p>建模完整大脑连通性是一个困难的估计问题,面对维度的诅咒。</p> <list-item> <label>(2)</l一个bel> <p>对象之间的差异,再加上变化的功能实验试验之间的信号,使得使用多个数据集具有挑战性。</p> </list-item> <p></p> <p>关于脑功能连接研究计算方法,两个广泛的类可能是确定的,即以知识为基础的,也叫监督方法,以及数据驱动的,也称为探索性或无监督方法。后者可以进一步细分为分解方法和集群技术(<xref ref-type="bibr" rid="B67"> 67年</xref>]。</p> <sec id="sec3.1"> <title>3.1。以知识为基础的计算方法</t我tle><p>监督方法提供先验知识的空间和时间模式激活,以及数据生成过程的模型。通常方法采用特定认知任务的志愿者应该执行。然而,最近,他们一直也适用于静息状态的条件。它们被广泛使用,因为它们容易实现和简单的解释。基本上,以知识为基础的数据分析方法选择一些感兴趣的区域(ROI)种子和生成一个人类大脑的连接映射通过确定其它地区是否功能连接到这些种子根据预定义的指标。一个方便的方法来定义这样一个指标是基于互相关分析(CCA)大胆的时间课程之间的种子区域和其他大脑区域在考虑。相关性是由皮尔森相关系数来衡量<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M29"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> ρ</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 问</米米l:米我><米米l:mi> 年代</米米l:米我></米米l:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>给出的<disp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M30"> <mml:mtable> <mml:mlabeledtr id="EEq1"> <mml:mtd> <mml:mtext> (1)</米米l:米text> </mml:mtd> <mml:mtd> <mml:maligngroup></mml:maligngroup> <mml:msub> <mml:mrow> <mml:mi> ρ</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 问</米米l:米我><米米l:mi> 年代</米米l:米我></米米l:mrow> </mml:msub> <mml:mrow> <mml:mo class="left"> (</米米l:米o> <mml:mrow> <mml:mi> τ</米米l:米我></米米l:mrow> <mml:mo class="right"> )</米米l:米o> </mml:mrow> <mml:malignmark></mml:malignmark> <mml:mo id="ECAABAAABAA0KB0AA"></mml:mo> <mml:mo> =</米米l:米o> <mml:mfrac> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> σ</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 问</米米l:米我><米米l:mi> 年代</米米l:米我></米米l:mrow> </mml:msub> <mml:mrow> <mml:mo class="left"> (</米米l:米o> <mml:mrow> <mml:mi> τ</米米l:米我></米米l:mrow> <mml:mo class="right"> )</米米l:米o> </mml:mrow> </mml:mrow> <mml:mrow> <mml:msqrt> <mml:msub> <mml:mrow> <mml:mi> σ</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 问</米米l:米我></米米l:mrow> </mml:msub> <mml:mo> ·</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> σ</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 年代</米米l:米我></米米l:mrow> </mml:msub> </mml:msqrt> </mml:mrow> </mml:mfrac> <mml:mo linebreak="newline" indentalign="id" indenttarget="ECAABAAABAA0KB0AA"></mml:mo> <mml:mo> =</米米l:米o> <mml:mfrac> <mml:mrow> <mml:mrow> <mml:mo class="left"> 〈</米米l:米o> <mml:mrow> <mml:mrow> <mml:mo class="left"> (</米米l:米o> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 一个</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 问</米米l:米我></米米l:mrow> </mml:msub> <mml:mrow> <mml:mo class="left"> (</米米l:米o> <mml:mrow> <mml:mi> t</米米l:米我><米米l:mo> +</米米l:米o> <mml:mi> τ</米米l:米我></米米l:mrow> <mml:mo class="right"> )</米米l:米o> </mml:mrow> <mml:mo> - - - - - -</米米l:米o> <mml:mrow> <mml:mo class="left"> 〈</米米l:米o> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 一个</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 问</米米l:米我></米米l:mrow> </mml:msub> <mml:mrow> <mml:mo class="left"> (</米米l:米o> <mml:mrow> <mml:mi> t</米米l:米我></米米l:mrow> <mml:mo class="right"> )</米米l:米o> </mml:mrow> </mml:mrow> <mml:mo class="right"> 〉</米米l:米o> </mml:mrow> </mml:mrow> <mml:mo class="right"> )</米米l:米o> </mml:mrow> <mml:mrow> <mml:mo class="left"> (</米米l:米o> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 一个</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 年代</米米l:米我></米米l:mrow> </mml:msub> <mml:mrow> <mml:mo class="left"> (</米米l:米o> <mml:mrow> <mml:mi> t</米米l:米我></米米l:mrow> <mml:mo class="right"> )</米米l:米o> </mml:mrow> <mml:mo> - - - - - -</米米l:米o> <mml:mrow> <mml:mo class="left"> 〈</米米l:米o> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 一个</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 年代</米米l:米我></米米l:mrow> </mml:msub> <mml:mrow> <mml:mo class="left"> (</米米l:米o> <mml:mrow> <mml:mi> t</米米l:米我></米米l:mrow> <mml:mo class="right"> )</米米l:米o> </mml:mrow> </mml:mrow> <mml:mo class="right"> 〉</米米l:米o> </mml:mrow> </mml:mrow> <mml:mo class="right"> )</米米l:米o> </mml:mrow> </mml:mrow> <mml:mo class="right"> 〉</米米l:米o> </mml:mrow> </mml:mrow> <mml:mrow> <mml:msqrt> <mml:msup> <mml:mrow> <mml:mrow> <mml:mo class="left"> 〈</米米l:米o> <mml:mrow> <mml:mrow> <mml:mo class="left"> (</米米l:米o> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 一个</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 问</米米l:米我></米米l:mrow> </mml:msub> <mml:mrow> <mml:mo class="left"> (</米米l:米o> <mml:mrow> <mml:mi> t</米米l:米我><米米l:mo> +</米米l:米o> <mml:mi> τ</米米l:米我></米米l:mrow> <mml:mo class="right"> )</米米l:米o> </mml:mrow> <mml:mo> - - - - - -</米米l:米o> <mml:mrow> <mml:mo class="left"> 〈</米米l:米o> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 一个</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 问</米米l:米我></米米l:mrow> </mml:msub> <mml:mrow> <mml:mo class="left"> (</米米l:米o> <mml:mrow> <mml:mi> t</米米l:米我></米米l:mrow> <mml:mo class="right"> )</米米l:米o> </mml:mrow> </mml:mrow> <mml:mo class="right"> 〉</米米l:米o> </mml:mrow> </mml:mrow> <mml:mo class="right"> )</米米l:米o> </mml:mrow> </mml:mrow> <mml:mo class="right"> 〉</米米l:米o> </mml:mrow> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 2</米米l:米n></米米l:mrow> </mml:msup> </mml:msqrt> <mml:msqrt> <mml:msup> <mml:mrow> <mml:mrow> <mml:mo class="left"> 〈</米米l:米o> <mml:mrow> <mml:mrow> <mml:mo class="left"> (</米米l:米o> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 一个</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 年代</米米l:米我></米米l:mrow> </mml:msub> <mml:mrow> <mml:mo class="left"> (</米米l:米o> <mml:mrow> <mml:mi> t</米米l:米我></米米l:mrow> <mml:mo class="right"> )</米米l:米o> </mml:mrow> <mml:mo> - - - - - -</米米l:米o> <mml:mrow> <mml:mo class="left"> 〈</米米l:米o> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 一个</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 年代</米米l:米我></米米l:mrow> </mml:msub> <mml:mrow> <mml:mo class="left"> (</米米l:米o> <mml:mrow> <mml:mi> t</米米l:米我></米米l:mrow> <mml:mo class="right"> )</米米l:米o> </mml:mrow> </mml:mrow> <mml:mo class="right"> 〉</米米l:米o> </mml:mrow> </mml:mrow> <mml:mo class="right"> )</米米l:米o> </mml:mrow> </mml:mrow> <mml:mo class="right"> 〉</米米l:米o> </mml:mrow> </mml:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 2</米米l:米n></米米l:mrow> </mml:msup> </mml:msqrt> </mml:mrow> </mml:mfrac> <mml:mo> ,</米米l:米o> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula>在哪里<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M31"> <mml:mrow> <mml:mi> τ</米米l:米我></米米l:mrow> </mml:math> </inline-formula>代表一个预定义的时间间隔,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M32"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> σ</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 我</米米l:米我></米米l:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>表示方差查询区域的神经活动<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M33"> <mml:mi> 我</米米l:米我><米米l:mo> =</米米l:米o> <mml:mi> 问</米米l:米我></米米l:math> </inline-formula>或种子区域<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M34"> <mml:mi> 我</米米l:米我><米米l:mo> =</米米l:米o> <mml:mi> 年代</米米l:米我></米米l:math> </inline-formula>,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M35"> <mml:msub> <mml:mrow> <mml:mi> σ</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 问</米米l:米我><米米l:mi> 年代</米米l:米我></米米l:mrow> </mml:msub> <mml:mo stretchy="false"> (</米米l:米o> <mml:mi> τ</米米l:米我><米米l:mo stretchy="false"> )</米米l:米o> <mml:mo> =</米米l:米o> <mml:mo stretchy="false"> 〈</米米l:米o> <mml:mo stretchy="false"> (</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> 一个</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 问</米米l:米我></米米l:mrow> </mml:msub> <mml:mo stretchy="false"> (</米米l:米o> <mml:mi> t</米米l:米我><米米l:mo> +</米米l:米o> <mml:mi> τ</米米l:米我><米米l:mo stretchy="false"> )</米米l:米o> <mml:mo> - - - - - -</米米l:米o> <mml:mo stretchy="false"> 〈</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> 一个</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 问</米米l:米我></米米l:mrow> </mml:msub> <mml:mo stretchy="false"> (</米米l:米o> <mml:mi> t</米米l:米我><米米l:mo stretchy="false"> )</米米l:米o> <mml:mo stretchy="false"> 〉</米米l:米o> <mml:mo stretchy="false"> )</米米l:米o> <mml:mo stretchy="false"> (</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> 一个</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 年代</米米l:米我></米米l:mrow> </mml:msub> <mml:mo stretchy="false"> (</米米l:米o> <mml:mi> t</米米l:米我><米米l:mo stretchy="false"> )</米米l:米o> <mml:mo> - - - - - -</米米l:米o> <mml:mo stretchy="false"> 〈</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> 一个</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 年代</米米l:米我></米米l:mrow> </mml:msub> <mml:mo stretchy="false"> (</米米l:米o> <mml:mi> t</米米l:米我><米米l:mo stretchy="false"> )</米米l:米o> <mml:mo stretchy="false"> 〉</米米l:米o> <mml:mo stretchy="false"> )</米米l:米o> <mml:mo stretchy="false"> 〉</米米l:米o> </mml:math> </inline-formula>表示协方差波动的神经元活动的查询和种子区域,分别。假设功能连通性<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M36"> <mml:msub> <mml:mrow> <mml:mi> ρ</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 问</米米l:米我><米米l:mi> 年代</米米l:米我></米米l:mrow> </mml:msub> <mml:mo> ></米米l:米o> <mml:msub> <mml:mrow> <mml:mi> ρ</米米l:米我></米米l:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 0</米米l:米n></米米l:mrow> </mml:msub> </mml:math> </inline-formula>超过一个预定义的阈值<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M37"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> ρ</米米l:米我></米米l:mrow> <mml:mrow> <mml:mn mathvariant="normal"> 0</米米l:米n></米米l:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>。鉴于血流动力学响应函数(HRF)返回到零很快(不到一分钟),相关性只需要探索的有限数量的延误减少计算负荷的方法。CCA在实践中,通常是在零延迟执行这似乎只有合理的信号传播时间远远低于所涉及的实验方法的时间分辨率。种子地区平均像素时间的课程在一定程度上消除噪声的贡献。此外,空间平滑往往受雇于应用高斯滤波。虽然普遍采用,CCA并非没有问题。HRF是已知的不同脑区之间的血管反应和代谢因素,以及学科之间更是如此。有争议的假设的时间动态deoxy-hemoglobin响应在整个大脑往往是当应用这些分析工具。因此,零延迟CCA似乎有问题,更多的噪声贡献很容易创建一个强相关性的错觉。</p> <p>另一个指标是基于相干而非相关性。前经营在频域和被定义为<disp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M38"> <mml:mtable> <mml:mlabeledtr id="EEq2"> <mml:mtd> <mml:mtext> (2)</米米l:米text> </mml:mtd> <mml:mtd> <mml:msub> <mml:mrow> <mml:mi> H</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 问</米米l:米我><米米l:mi> 年代</米米l:米我></米米l:mrow> </mml:msub> <mml:mrow> <mml:mo class="left"> (</米米l:米o> <mml:mrow> <mml:mi> ν</米米l:米我></米米l:mrow> <mml:mo class="right"> )</米米l:米o> </mml:mrow> <mml:mo> =</米米l:米o> <mml:mfrac> <mml:mrow> <mml:msup> <mml:mrow> <mml:mrow> <mml:mo class="left"> |</米米l:米o> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 年代</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 问</米米l:米我><米米l:mi> 年代</米米l:米我></米米l:mrow> </mml:msub> <mml:mrow> <mml:mo class="left"> (</米米l:米o> <mml:mrow> <mml:mi> ν</米米l:米我></米米l:mrow> <mml:mo class="right"> )</米米l:米o> </mml:mrow> </mml:mrow> <mml:mo class="right"> |</米米l:米o> </mml:mrow> </mml:mrow> <mml:mrow> <mml:mn> 2</米米l:米n></米米l:mrow> </mml:msup> </mml:mrow> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 年代</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 问</米米l:米我><米米l:mo> ,</米米l:米o> <mml:mi> 问</米米l:米我></米米l:mrow> </mml:msub> <mml:mrow> <mml:mo class="left"> (</米米l:米o> <mml:mrow> <mml:mi> ν</米米l:米我></米米l:mrow> <mml:mo class="right"> )</米米l:米o> </mml:mrow> <mml:msub> <mml:mrow> <mml:mi> 年代</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 年代</米米l:米我><米米l:mo> ,</米米l:米o> <mml:mi> 年代</米米l:米我></米米l:mrow> </mml:msub> <mml:mrow> <mml:mo class="left"> (</米米l:米o> <mml:mrow> <mml:mi> ν</米米l:米我></米米l:mrow> <mml:mo class="right"> )</米米l:米o> </mml:mrow> </mml:mrow> </mml:mfrac> <mml:mo> ,</米米l:米o> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula>在哪里<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M39"> <mml:msub> <mml:mrow> <mml:mi> 年代</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> 我</米米l:米我><米米l:mi> j</米米l:米我></米米l:mrow> </mml:msub> <mml:mo stretchy="false"> (</米米l:米o> <mml:mi> ν</米米l:米我><米米l:mo stretchy="false"> )</米米l:米o> </mml:math> </inline-formula>代表傅里叶互谱(<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M40"> <mml:mi> 我</米米l:米我><米米l:mo> =</米米l:米o> <mml:mi> 问</米米l:米我><米米l:mo> ,</米米l:米o> <mml:mi> j</米米l:米我><米米l:mo> =</米米l:米o> <mml:mi> 年代</米米l:米我></米米l:math> </inline-formula>)或傅里叶功率谱(<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M41"> <mml:mi> 我</米米l:米我><米米l:mo> =</米米l:米o> <mml:mi> j</米米l:米我><米米l:mo> =</米米l:米o> <mml:mi> 问</米米l:米我><米米l:mo> ,</米米l:米o> <mml:mi> 年代</米米l:米我></米米l:math> </inline-formula>)相关的协方差函数。最感兴趣的是光谱内容如下<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M42"> <mml:mi> ν</米米l:米我><米米l:mo> ≤</米米l:米o> <mml:mn mathvariant="normal"> 0.1</米米l:米n><米米l:米o> </mml:mo> <mml:mtext> 赫兹</米米l:米text> </mml:math> </inline-formula>,血流量的波动发生在十秒钟的时间尺度,大约。因此,低通滤波通常是用来抑制干扰信号的频率更高。连贯性是不变的对频率的变化;因此,它是对区域血流量和体积的差异。除了研究光谱的大小,还其感兴趣的阶段是相移之间提供信息延迟功能连接的地区。最后,有时只是一个种子区域需要考虑。在这种情况下,有必要确定每个功能连接的具体贡献只的地区之一。偏相关(PC)是一个著名的技术有效地解决这些问题通过多元回归与相关控制变量。通过计算线性回归的残差之间的关系感兴趣的每个变量的控制变量,PC决定两个特定区域之间的功能连通性而删除所有其他因素的影响。如今,使用最广泛的基于模型的方法来识别功能连通性,尤其是在功能磁共振成像研究中,统计参数映射(SPM) (<xref ref-type="bibr" rid="B68"> 68年</xref>]。它推断功能连通性之间的空间扩展数据结合一般线性模型(GLM)和高斯随机场(平)理论。SPM的漠视使用估计的参数能够解释的数据,然后使用平解决多重比较问题在统计上强大的推论。虽然通常与paradigm-based设计有关的工作,它也已经被应用于静息状态功能磁共振成像研究缺乏设计任务性能(<xref ref-type="bibr" rid="B18"> 18</xref>]。这些知识的方法都是基于预定义的种子;因此,结果取决于他们不同的种子的选择导致不同的连接图。此外,以知识为基础的方法只能研究已知的内容,因此错过了机会发现意想不到的连接性不包含在模型用来分析功能图像。</p> </sec> <sec id="sec3.2"> <title>3.2。数据驱动的计算方法</t我tle><p>探索性数据分析技术,主要分解和集群技术,代表了全球不依赖先验知识的方法。因此,他们能够揭示意想不到的相关性的数据。这些方法依赖于假设大脑组织一组有限的功能网络。探索矩阵分解(EMF)技术解决这些通过提取盲源分离问题,从观察,不同的组件使用预定义的属性只有最小集合的约束。这样的数据驱动方法认为最适合静息状态的研究探索,在别人,所谓的默认模式网络(静)。Decomposition-based技术,如奇异值分解),主成分分析(PCA),独立分量分析(ICA)和非负矩阵和张量分解(NMF / NTF)考虑任何观察潜在的线性叠加特性。后者应该捕获的本质信息埋在功能图像;因此,它们也可以被视为feature-generating技术。然而,哪些特征提取是未知的,和不同的方法产生不同的功能或多或少地公开相关信息透明的分析器。圣言会和PCA变换功能,不相关的图像,正交eigenimages结果。 The decomposition can be written as<disp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M43"> <mml:mtable> <mml:mlabeledtr id="EEq3"> <mml:mtd rowspan="2"> <mml:mtext> (3)</米米l:米text> </mml:mtd> <mml:mtd> <mml:mtext> 圣言会</米米l:米text> <mml:mo> :</米米l:米o> <mml:mi mathvariant="bold"> X</米米l:米我><米米l:mo> =</米米l:米o> <mml:mi mathvariant="bold"> U</米米l:米我><米米l:mi mathvariant="bold"> Σ</米米l:米我><米米l:msup> <mml:mrow> <mml:mi mathvariant="bold"> V</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> T</米米l:米我></米米l:mrow> </mml:msup> </mml:mtd> </mml:mlabeledtr> <mml:mtr> <mml:mtd> <mml:mtext> 主成分分析</米米l:米text> <mml:mo> :</米米l:米o> <mml:mi mathvariant="bold"> X</米米l:米我><米米l:msup> <mml:mrow> <mml:mi mathvariant="bold"> X</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> T</米米l:米我></米米l:mrow> </mml:msup> <mml:mo> =</米米l:米o> <mml:mi mathvariant="bold"> U</米米l:米我><米米l:mi mathvariant="bold"> Σ</米米l:米我><米米l:msup> <mml:mrow> <mml:mi mathvariant="bold"> Σ</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> T</米米l:米我></米米l:mrow> </mml:msup> <mml:msup> <mml:mrow> <mml:mi mathvariant="bold"> U</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> T</米米l:米我></米米l:mrow> </mml:msup> <mml:mo> =</米米l:米o> <mml:mover accent="true"> <mml:mrow> <mml:mi mathvariant="bold"> U</米米l:米我></米米l:mrow> <mml:mo> ~</米米l:米o> </mml:mover> <mml:msup> <mml:mrow> <mml:mover accent="true"> <mml:mrow> <mml:mi mathvariant="bold"> U</米米l:米我></米米l:mrow> <mml:mo> ~</米米l:米o> </mml:mover> </mml:mrow> <mml:mrow> <mml:mi> T</米米l:米我></米米l:mrow> </mml:msup> <mml:mo> ,</米米l:米o> </mml:mtd> </mml:mtr> </mml:mtable> </mml:math> </disp-formula>在哪里<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M44"> <mml:mrow> <mml:mi mathvariant="bold"> X</米米l:米我></米米l:mrow> </mml:math> </inline-formula>代表了<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M45"> <mml:mi> N</米米l:米我><米米l:mo> ×</米米l:米o> <mml:mi> 米</米米l:米我></米米l:math> </inline-formula>维矩阵的零均值和所有数据<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M46"> <mml:mrow> <mml:mi> 米</米米l:米我></米米l:mrow> </mml:math> </inline-formula>功能图像连接到<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M47"> <mml:mrow> <mml:mi> 米</米米l:米我></米米l:mrow> </mml:math> </inline-formula>列向量包含<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M48"> <mml:mi> N</米米l:米我><米米l:mo> ≫</米米l:米o> <mml:mi> 米</米米l:米我></米米l:math> </inline-formula>像素,每一个。的<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M49"> <mml:mi> N</米米l:米我><米米l:mo> ×</米米l:米o> <mml:mi> N</米米l:米我></米米l:math> </inline-formula>维矩阵<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M50"> <mml:mrow> <mml:mi mathvariant="bold"> U</米米l:米我></米米l:mrow> </mml:math> </inline-formula>代表了eigenimages的矩阵<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M51"> <mml:mi> N</米米l:米我><米米l:mo> ×</米米l:米o> <mml:mi> N</米米l:米我></米米l:math> </inline-formula>维空间相关矩阵<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M52"> <mml:mi mathvariant="bold"> C</米米l:米我><米米l:mo> =</米米l:米o> <mml:mi mathvariant="bold"> X</米米l:米我><米米l:msup> <mml:mrow> <mml:mi mathvariant="bold"> X</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> T</米米l:米我></米米l:mrow> </mml:msup> </mml:math> </inline-formula>,而<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M53"> <mml:mi> 米</米米l:米我><米米l:mo> ×</米米l:米o> <mml:mi> 米</米米l:米我></米米l:math> </inline-formula>维矩阵<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M54"> <mml:mrow> <mml:mi mathvariant="bold"> V</米米l:米我></米米l:mrow> </mml:math> </inline-formula>代表相应的内核的特征向量矩阵的矩阵<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M55"> <mml:mi mathvariant="bold"> K</米米l:米我><米米l:mo> =</米米l:米o> <mml:msup> <mml:mrow> <mml:mi mathvariant="bold"> X</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> T</米米l:米我></米米l:mrow> </mml:msup> <mml:mi mathvariant="bold"> X</米米l:米我></米米l:math> </inline-formula>和矩形<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M56"> <mml:mi> N</米米l:米我><米米l:mo> ×</米米l:米o> <mml:mi> 米</米米l:米我></米米l:math> </inline-formula>维矩阵<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M57"> <mml:mrow> <mml:mi mathvariant="bold"> Σ</米米l:米我></米米l:mrow> </mml:math> </inline-formula>包含非负实值沿对角线只有奇异值<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M58"> <mml:mi> 最小值</米米l:米我><米米l:mo> </mml:mo> <mml:mo stretchy="false"> (</米米l:米o> <mml:mi> 米</米米l:米我><米米l:mo> ,</米米l:米o> <mml:mi> N</米米l:米我><米米l:mo stretchy="false"> )</米米l:米o> </mml:math> </inline-formula>从零奇异值是不同的。后者对应的方差投影的新基础,可以用来生成一个dimension-reduced表示仍然保留了大部分的信息内容。Eigenimages识别扩展相关的神经活动,只要其他领域活动的干扰来源,如生理噪声,并不是主要的。正交约束强加到圣言/ PCA常常限制了实用性和直接的解释<我t一个l我c>eigenimages</我t一个l我c>提取。</p> <p>近年来,等分解技术减轻约束被认为是最著名的独立分量分析(ICA) [<xref ref-type="bibr" rid="B69"> 69年</xref>,<xref ref-type="bibr" rid="B70"> 70年</xref>]。后者认为下面的通用数据模型<disp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M59"> <mml:mtable> <mml:mlabeledtr id="EEq5"> <mml:mtd> <mml:mtext> (4)</米米l:米text> </mml:mtd> <mml:mtd> <mml:msup> <mml:mrow> <mml:mi mathvariant="bold"> X</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> T</米米l:米我></米米l:mrow> </mml:msup> <mml:mo> =</米米l:米o> <mml:mi mathvariant="bold"> 米</米米l:米我><米米l:mi mathvariant="bold"> H</米米l:米我><米米l:mo> 。</米米l:米o> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula></p> <p>如果数据矩阵<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M60"> <mml:mrow> <mml:msup> <mml:mrow> <mml:mi mathvariant="bold"> X</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> T</米米l:米我></米米l:mrow> </mml:msup> </mml:mrow> </mml:math> </inline-formula>包含在它的行空间活动的分布和列的不同观察时间点,然后空间ICA(西卡)试图找到一个un-mixing矩阵<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M61"> <mml:mrow> <mml:msup> <mml:mrow> <mml:mi mathvariant="bold"> 米</米米l:米我></米米l:mrow> <mml:mrow> <mml:mo> __</米米l:米o> </mml:mrow> </mml:msup> </mml:mrow> </mml:math> </inline-formula>这样<disp-formula> <mml:math display="block" xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M62"> <mml:mtable> <mml:mlabeledtr id="EEq6"> <mml:mtd> <mml:mtext> (5)</米米l:米text> </mml:mtd> <mml:mtd> <mml:mi mathvariant="bold"> H</米米l:米我><米米l:mo> =</米米l:米o> <mml:msup> <mml:mrow> <mml:mi mathvariant="bold"> 米</米米l:米我></米米l:mrow> <mml:mrow> <mml:mo> __</米米l:米o> </mml:mrow> </mml:msup> <mml:msup> <mml:mrow> <mml:mi mathvariant="bold"> X</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> T</米米l:米我></米米l:mrow> </mml:msup> <mml:mo> ,</米米l:米o> </mml:mtd> </mml:mlabeledtr> </mml:mtable> </mml:math> </disp-formula>在哪里<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M63"> <mml:mrow> <mml:msup> <mml:mrow> <mml:mi mathvariant="bold"> 米</米米l:米我></米米l:mrow> <mml:mrow> <mml:mo> __</米米l:米o> </mml:mrow> </mml:msup> </mml:mrow> </mml:math> </inline-formula>表示混合矩阵的伪逆<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M64"> <mml:mrow> <mml:mi mathvariant="bold"> 米</米米l:米我></米米l:mrow> </mml:math> </inline-formula>。因此,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M65"> <mml:mrow> <mml:mi mathvariant="bold"> H</米米l:米我></米米l:mrow> </mml:math> </inline-formula>包含在它的行独立活动空间分布假定最佳特征观察,和<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M66"> <mml:mrow> <mml:mi mathvariant="bold"> 米</米米l:米我></米米l:mrow> </mml:math> </inline-formula>包含在它的行对应的权重,有助于观察每个独立的组件在任何给定的时间点。相反,如果一个考虑矩阵的列<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M67"> <mml:mrow> <mml:msup> <mml:mrow> <mml:mi mathvariant="bold"> X</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> T</米米l:米我></米米l:mrow> </mml:msup> </mml:mrow> </mml:math> </inline-formula>,其中包含的像素时间课程观察到的函数图像,然后分解产生独立的列矩阵<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M68"> <mml:mrow> <mml:mi mathvariant="bold"> 米</米米l:米我></米米l:mrow> </mml:math> </inline-formula>,对应于独立像素时间课程反映时间的变化观察到神经元的活动,和矩阵的列<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M69"> <mml:mrow> <mml:mi mathvariant="bold"> H</米米l:米我></米米l:mrow> </mml:math> </inline-formula>然后包含相应的权重。因此,矩阵<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M70"> <mml:mrow> <mml:mi mathvariant="bold"> 米</米米l:米我></米米l:mrow> </mml:math> </inline-formula>时间信息包含在它的行,矩阵<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M71"> <mml:mrow> <mml:mi mathvariant="bold"> H</米米l:米我></米米l:mrow> </mml:math> </inline-formula>包含在它的行相应的空间信息,即活动地图。最近,还一个完整的时空分解的二维数组的数据讨论(<xref ref-type="bibr" rid="B71"> 71年</xref>- - - - - -<xref ref-type="bibr" rid="B73"> 73年</xref>),但应用程序功能成像数据还是要来。虽然PCA decorrelates二阶依赖性,ICA试图decorrelate高阶所有依赖项,因此生产统计独立的特性。然而在实践中,通常只有第三和四阶相关性decorrelated尽可能多。尽管在一开始,只有最小的假设ICA和相关技术受到健壮和可靠的技术来估计未知的潜在的独立的组件的数量。Model-order选择技术(<xref ref-type="bibr" rid="B74"> 74年</xref>,<xref ref-type="bibr" rid="B75"> 75年</xref>]像最小描述长度(MDL) Akaike信息准则(AIC),贝叶斯信息准则(BIC),等等,主要是高估了组件的数量。另一个困难是测量可靠地提取的独立组件,尤其是在更高的维度,互信息作为独立是很难估计的最可靠指标。事实上,盲源分离假定的存在寻找来源,以及他们的号码,虽然EMF试图任意给定的一组观测数据分解为组件尽可能独立。因此,一定程度的独立总是当EMF技术应用实现。在这方面,第三个问题是关于独立本身,因为它绝不是清楚为什么应该存在独立的神经网络活动分布在大脑中。因此,独立成分分析等其他范式(DCA)允许组件组的依赖,然而独立于其他组,可能成为有吸引力的功能成像社区。稀疏需要独立或至少uncorrelatedness, EMF技术可能会推动对产生稀疏的组件,而不是独立的(<xref ref-type="bibr" rid="B76"> 76年</xref>]。尽管EMF技术存在和提取有意义的相关组件的神经元网络活动关键信息在大脑中处理步骤仍然是一个有争议的问题,可以实现去噪和工件去除对这些技术相当可靠。因此,EMF技术也可以采用适当的预处理方法使用seed-based甚至对以后处理的程序。一个特别要求和仍然没有令人满意地解决问题是EMF分析跨组织的主题。EMF技术错过任何组件提取的自然排序,确定相应的组件在一群志愿者仍然是一个有争议的问题和methodological-development [<xref ref-type="bibr" rid="B77"> 77年</xref>]。几种方法提出了到目前为止包括模板匹配(<xref ref-type="bibr" rid="B26"> 26</xref>,<xref ref-type="bibr" rid="B78"> 78年</xref>),时间连接的个人数据集从一群对象注册<xref ref-type="bibr" rid="B79"> 79年</xref>),双,空间时间,回归组级别的数据集(<xref ref-type="bibr" rid="B80"> 80年</xref>,<xref ref-type="bibr" rid="B81"> 81年</xref>],back-reconstruction组级别的数据集分解分别与ICA (<xref ref-type="bibr" rid="B82"> 82年</xref>]。然而,大多数这些方法需要在一定阶段模板匹配的分析,呈现他们的结果强烈依赖于预先建立的模板的质量。</p> <p>考虑EMF作为无监督数据分析工具,提取组件作为一个无约束模型的参数,这些技术也可以作为无监督聚类方法实现分类分区数据集的子集根据预定义的标准或非度量<xref ref-type="bibr" rid="B83"> 83年</xref>相似性度量。EMF,观察投射到新的基础系统生成的数据集的一种新的表示,这些预测是分组根据他们的大小。其他聚类技术用于功能成像包含层次聚类,partitional集群、和谱聚类往往伴随着多维标度,高斯混合模型,引导和装袋<xref ref-type="bibr" rid="B84"> 84年</xref>- - - - - -<xref ref-type="bibr" rid="B89"> 89年</xref>]。层次聚类,凝结的还是分裂,可以实现任何预定义的数量的集群,适当数量的集群可以分区后的决定过程。partitional集群,集群的数量需要固定在聚类之前就开始了。典型的集群的数量由方差最小化的星团内获得均匀优化集群根据一些适当的均匀性和problem-dependent测量。谱聚类首先执行一个eigendecomposition基尔霍夫矩阵的基本图,然后集群数据的基础上生成的特征向量(<xref ref-type="bibr" rid="B90"> 90年</xref>]。类似于EMF技术,所有聚类算法的缺点是未知数量的集群的数据集自然分解。最近,概率方法提出了克服这种几乎无处不在的model-order选择问题(<xref ref-type="bibr" rid="B91"> 91年</xref>,<xref ref-type="bibr" rid="B92"> 92年</xref>]提出技术被称为自动相关性检测(ARD)。</p> <p>聚类分类问题密切相关,尤其是功能连通性之间比较某些疾病和正常的同行。后者比较特别有趣,当图像是静止状态条件下获得的。multivoxel模式分析等具体的刺激,大脑已经被命名为阅读(<xref ref-type="bibr" rid="B93"> 93年</xref>,<xref ref-type="bibr" rid="B94"> 94年</xref>]。这样的多元方法的一个重要的先决条件是一个健壮和可靠的特征提取阶段,生成适当的特性,然后用于分类的一个子集来识别脑部特定的心理状态。所有分类器需要训练与preclassified活动模式。随后的测试包括交叉验证(<xref ref-type="bibr" rid="B95"> 95年</xref>]提供办法泛化能力的特异性,选择性和使用的分类器精度。措施接受者操作特征曲线(roc)和相关曲线下的面积(AUC)通常用来衡量分类器的性能。分类器使用最频繁Fisher线性判别分析(LDA),线性支持向量(SVM),或非线性内核机器或树像随机森林分类器(RF)。一般来说,任何分类器的成功是建立在质量和适当的功能是提供执行任务的歧视。给予适当的特性,通常简单线性分类器实现精度高,而与不当甚至功能最复杂的分类器无法达到良好的结果。应用支持向量机,一种称为递归的技术特性消除(RFE-SVM) [<xref ref-type="bibr" rid="B96"> 96年</xref>),可以应用于找到最歧视的特征子集分类问题。一个类似的目标可以通过计算基尼系数(<xref ref-type="bibr" rid="B97"> 97年</xref>)一个射频分类器提供了一个重要的衡量每个特性相对于歧视的任务。</p> </sec> <sec id="sec3.3"> <title>3.3。计算方法的一些应用程序</t我tle><年代ec我d="sec3.3.1"> <title>3.3.1。计算研究静态连接</t我tle><p>从神经影像学评估功能连通性录音基本上遵循两种策略:基于种子与ICA。这两种方法可以结合估算时间相关性与指定种子体素或感兴趣的小区域,空间独立组件(中心)。独立分量分析(ICA)和相关的探索性分解技术着手近似任何观察到的活动分布<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M72"> <mml:mrow> <mml:mi mathvariant="bold"> X</米米l:米我></米米l:mrow> </mml:math> </inline-formula>作为一个叠加<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M73"> <mml:msup> <mml:mrow> <mml:mi mathvariant="bold"> X</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> T</米米l:米我></米米l:mrow> </mml:msup> <mml:mo> ≈</米米l:米o> <mml:mi mathvariant="bold"> 米</米米l:米我><米米l:mi mathvariant="bold"> H</米米l:米我></米米l:math> </inline-formula>许多潜在的活性分布<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M74"> <mml:mrow> <mml:mi mathvariant="bold"> H</米米l:米我></米米l:mrow> </mml:math> </inline-formula>,称为特征,描述近独立子网从事认知信息处理。Seed-based FC措施显示最近的总和ICA-derived网络连接性和网络连接性(<xref ref-type="bibr" rid="B98"> 98年</xref>]。两种方法因此密切相关并提供本质上类似的信息。然而,除了分布统计方法,探索矩阵分解技术如ICA或主成分分析(PCA)不易广义跨一组志愿者。</p> <p>最近的证据来自几个神经影像学研究表明,人类的大脑有一个模块化分层组织,由不同的ICA模型订单(类似于层次结构描述混合矩阵的列数<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M75"> <mml:mrow> <mml:mi mathvariant="bold"> 米</米米l:米我></米米l:mrow> </mml:math> </inline-formula>)。静息状态的网络(工匠们)发现可以可靠和可重复使用独立分量分析(ICA)在个人主体和组织水平。Elseoud et al。<xref ref-type="bibr" rid="B99"> 99年</xref>)最近推测,ICA功能连通性测量组之间的差异可能会影响model-order选择。他们调查了不同的功能连通性使用所谓的双重回归秩序作为ICA的函数模型。结果表明,发现疾病相关的差异功能连通性改变作为ICA模型阶的函数。特别高的模型显示订单的风险增加假阳性,需要克服。Elseoud等人的研究结果表明,多级ICA的探索功能连通性使灵敏度优化,也就是说,真正的阳性的数量(TP)与TP和假阴性的总和(FN),脑部疾病。探索性的方法发现未知的连接性,一般来说,必须控制自己的错误发现率(罗斯福= TP / (TP + FP))引起的随机数据的变化。李等人。<xref ref-type="bibr" rid="B100"> One hundred.</xref>)描述图形模型的方法,允许控制罗斯福条件依赖关系的图形化模型编码。一群分析的功能磁共振成像研究帕金森病了罗斯福的有效控制方法。</p> <p>估计功能或有效的连接依赖的相关性或因果结构活动分布在遥远的大脑区域。这样的活动模式,然而,受内部和主体间的变化。因此,它通常是识别感兴趣的变异来源fMRI连接。罗杰斯和戈尔(<xref ref-type="bibr" rid="B101"> 101年</xref>)进行实证比较各种来源的变化在一个功能连通性的功能磁共振成像研究。更具体地说,他们估计功能和运动皮层基于主体间的有效连接任务激活水平的变化,在主题任务相关的变化反应,试残余变异后删除任务的影响。两种不同任务条件,结果显示不同的区际相关系数,所有三个措施成果定性相似条件不同的连接。因此,受试和主客体之间的结果可以有效地比较。此外,剩余时间序列相关性表明残差不只是对应于静息状态的活动。相反,它们反映了变化也更为稳态性能。</p> <p>Varoquaux et al。<xref ref-type="bibr" rid="B102"> 102年</xref>)首次报告旨在自发的大脑活动模式。这项研究描述了大脑功能连接结构在学科层面作为多元高斯过程,引入一个新的策略来估计从组数据施加一个常见的结构图形化模型的人口。作者表明,个体模型从fMRI数据之前使用这个人口概括看不见的数据比模型基于选择正则化方案。估计他们,此外,使用图形化的模型来探索大规模功能体系结构的特点,首次表明认知网络的出现被称为综合社区功能连接图。</p> </sec> <sec id="sec3.3.2"> <title>3.3.2。计算研究动态连通性</t我tle><p>迄今为止,功能连通性只在静态的角度讨论。动态系统的角度需要处理时间限制功能连接性,考虑功能网络特性的研究在一个广泛的频率。因此,而不是使用矩阵分解技术,功能连通性也可以使用多变量自回归模型在频域建模(兆乏)。传统上,这些估计基于兆乏模型忽视瞬时效应。Erla et al。<xref ref-type="bibr" rid="B103"> 103年</xref>]讨论的影响包括无滞后交互和评估性能差异传统兆乏模型使用指示部分相干(dPC)。与瞬时相互作用产生误导的连接模式模拟结果与传统兆乏分析。作者得出结论,脑电图数据,瞬时效应不容忽视,需要分析与扩展兆乏模型正确阐明的方向和强度EEG节律之间的交互。Haufe说道et al。<xref ref-type="bibr" rid="B104"> 104年</xref>)讨论基于兆乏模型的一种新方法来评估脑功能连接在脑电图/梅格信号叫做稀疏源分析(SCSA)。SCSA代表EEG信号的线性混合相关资源在一个兆乏模型。它与兆乏模型参数估计,同时分层,同时避免过度拟合实行集团套索点球。功能连通性的数据驱动的模型然后起源于提取提取来源之间的适当水平的相声。</p> <p>动态神经活动可局部采用脑电图特征或梅格录音。然而,皮层同步网络的大规模结构特征仍依然不佳。Palva et al。<xref ref-type="bibr" rid="B105"> 105年</xref>)同时结合脑电图和梅格录音在所有频带估算神经振荡器的相位同步网络的架构采用逆建模估计基于最低标准。刺激来自一个视觉工作记忆的维护任务。时间和频率相关区际阶段同步估计从实验阶段的差异。后者来自大脑皮层补丁覆盖整个表面。图的理论措施应用于描述网络特定的各种频段,和之间的显著差异可以检测到<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M76"> <mml:mi> δ</米米l:米我><米米l:mo> /</米米l:米o> <mml:mi> θ</米米l:米我></米米l:math> </inline-formula>乐队(3 - 6赫兹)<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M77"> <mml:mrow> <mml:mi> α</米米l:米我></米米l:mrow> </mml:math> </inline-formula>乐队(7 - 13赫兹)<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M78"> <mml:mrow> <mml:mi> β</米米l:米我></米米l:mrow> </mml:math> </inline-formula>第16 - 25乐队(Hz)和<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M79"> <mml:mrow> <mml:mi> γ</米米l:米我></米米l:mrow> </mml:math> </inline-formula>乐队(30 - 80赫兹)。特别是<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M80"> <mml:mrow> <mml:mi> α</米米l:米我></米米l:mrow> </mml:math> </inline-formula>- - -<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M81"> <mml:mrow> <mml:mi> β</米米l:米我></米米l:mrow> </mml:math> </inline-formula>带网络表现出更明显的集群化趋势和小世界特性,但全球效率明显低于<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M82"> <mml:mi> δ</米米l:米我><米米l:mo> /</米米l:米o> <mml:mi> θ</米米l:米我></米米l:math> </inline-formula>- - -<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M83"> <mml:mrow> <mml:mi> γ</米米l:米我></米米l:mrow> </mml:math> </inline-formula>带网络。此外,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M84"> <mml:mrow> <mml:mi> α</米米l:米我></米米l:mrow> </mml:math> </inline-formula>- - -<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M85"> <mml:mrow> <mml:mi> β</米米l:米我></米米l:mrow> </mml:math> </inline-formula>带网络表现出截断幂律度分布表明memory-load-dependent无尺度小世界结构紧密连接芯集群。因此,依赖于认知状态,同步动态功能连通性网络出现在不同的频段不同,可能支持不同的功能角色。</p> <p>德科et al。<xref ref-type="bibr" rid="B106"> 106年</xref>)最近集中在新兴概念的动态复杂的大脑网络。他们回顾了三个大规模的大脑皮层神经系统模型强调局部动态的突出作用,信号传输延迟,新兴工匠们和噪音。作者认为静息状态模式的出现和消失的活动反映探索功能网络配置的解剖骨架稳定。在一个相关评论,德科和Corbetta [<xref ref-type="bibr" rid="B107"> 107年</xref>)指向的决定性作用的动态网络和倡导者认为,静息状态的网络活动功能组织为竞争系统,在休息和在任务的性能。在anticorrelated网络,noise-driven多稳集群同步状态之间的转换驱动动力学在这些网络。Multi-stable州被认为是出现因为大脑区域之间的传输延迟。后者被建模为耦合振荡器系统。动力学在大规模网络中,不同的功能维护子网增强竞争的状态。计算研究表明,后者可以通过小调节稳定或兴奋的感觉或内部信号。</p> </sec> <sec id="sec3.3.3"> <title>3.3.3。计算研究的发展,功能连接</t我tle><p>最近来到另一个重要方面目前的研究的重点是大脑功能连通性的发展在发展中。公平等。<xref ref-type="bibr" rid="B108"> 108年</xref>]研究大脑网络的功能性组织的发展。他们联合静息状态功能磁共振成像,图像理论分析,社区检测,spring-embedding可视化技术来分析四个不同网络之前确定。他们表明,大脑发育的特点是普遍下降在解剖学上关闭大脑区域间的关联程度(隔离)平衡连接强度的增加(集成)的解剖学上遥远的地区。图理论措施,特别是小世界属性聚类系数和平均路径长度,变成类似于本地子网相比,大规模的全球网络。社区检测显示了一个模块化的组织与稳定的社区在月初截然不同的图表(孩子),后来(青少年)的发展阶段。这意味着类似的信息处理问题得到解决以不同方式在人类大脑的成熟。得出了类似的结论后,傅高义et al。<xref ref-type="bibr" rid="B109"> 109年</xref>回顾了静息状态功能磁共振成像研究的人类大脑发育。作为一般原则,种族隔离和集成机制,主要出现在解剖学上局部相互作用在儿童发展向更分布式交互生成皮质的距离更长。因此,大脑成熟发生通过隔离的功能连接本地区域和集成功能连接遥远的区域最终形成大规模网络不同,高度连接的子网,本身是稀疏相连。的重要性,具体的区际发展中大脑功能连接形成,由遗传和环境因素,进一步讨论了香农et al。<xref ref-type="bibr" rid="B110"> 110年</xref>]。作者研究了静息状态的网络在fMRI冲动少年与正常对照组。他们表明,在正常对照组、运动规划区域与网络相关的空间注意和执行控制。相反,在冲动的青少年,运动规划地区强烈与默认模式网络(静),与自然有关,自我认知。后续研究开发大脑的功能连接在一个大年龄跨度证实这些发现和表现出很强的相关性之间的功能连通性变化结构的特点和新兴冲动模式。结果表明罪犯人口的冲动引起的延迟,但典型的成熟的大脑,而不是一个不同的异常。smyster et al。<xref ref-type="bibr" rid="B111"> 111年</xref>]回顾最近的研究新生儿大脑发育的功能磁共振成像。特别是问题性质、位置和时间的变化在大脑发育需要进一步研究。作者得出结论,最优方法的功能连接磁共振成像数据采集和分析新生儿婴儿人口仍然需要定义。此外,适当的方案的口译和笔译fMRI连通性的研究结果仍未知,需要探讨。</p> </sec> </sec> <sec id="sec3.4"> <title>3.4。有效的连接</t我tle><p>有效的连接是直接和动态变化根据给定的上下文或执行一个任务。因此,有效的连通性分析的一个重要方面是要挖出因果影响的方向性。如果一个观察时间的波动一个大脑区域的神经活动可以更好地预测未来时间波动在神经活动在另一个地区,然后前地区说影响后者。理解大脑连通性一般遵循两条不同的路线:动态因果模型(DCM) [<xref ref-type="bibr" rid="B112"> 112年</xref>)模型有效的连接(EC)通过研究如何在不同的大脑区域活动相互影响,而格兰杰因果建模(GCM) [<xref ref-type="bibr" rid="B113"> 113年</xref>)查找相关活动的几个地区,因此以功能连通性(FC)为基础。动机两种方法提取因果相互作用以及争论Friston大胆讨论测量的(<xref ref-type="bibr" rid="B114"> 114年</xref>- - - - - -<xref ref-type="bibr" rid="B116"> 116年</xref>]。</p> <p>周et al。<xref ref-type="bibr" rid="B117"> 117年</xref>)考虑结合主成分分析和格兰杰因果关系研究定向影响功能的大脑区域在一个fMRI之间连通性分析采用模拟以及人类的功能磁共振成像数据集。主成分分析应用功能磁共振成像时间序列的预处理,以减少。作者表明,从而更多的能量,比只使用平均,资讯类功能可以保留活动的roi值。格兰杰因果关系可以应用于提取主成分进一步研究有效连接。结果分析情感task-induced活动,前扣带皮层局部,下额沟,和杏仁核表明定向影响可以解决这些地区之间和地区之间伤亡可以更好的代表。</p> <p>虽然这些方法不需要时间方面,拉贾帕克萨et al。<xref ref-type="bibr" rid="B118"> 118年</xref>)描述一个概率框架,基于动态贝叶斯网络(DBNs),估算有效激活脑区之间的连接,从fMRI数据集。贝叶斯网络常用于学习的结构有效的连接性在任何给定的时间。因此是动态变化的快照没有时间信息的有效的连接性。后者可以从功能磁共振成像时间序列数据建模推导出他们使用马尔可夫链的方法。模拟基于合成功能磁共振成像数据显示良好的通信产生的有效连接结构格兰杰因果关系映射(<xref ref-type="bibr" rid="B119"> 119年</xref>]。因此大脑连通性描述统计,和时间特性,编码在体元活动时间序列,是显式地考虑。上述工作动态贝叶斯网络用于代表区域之间的相互作用,和马尔可夫随机域(mrf)为代表的上下文依赖内部功能图像。大脑活动和有效的连接同时估计不需要任何<我t一个l我c>先天的</我t一个l我c>模型的连接。</p> <p>Roebroeck et al。<xref ref-type="bibr" rid="B120"> 120年</xref>]也专注于动力系统的角度看因果时间序列分析和评估工作。综述在fMRI数据来推断大脑连接的动态因果分析从时间序列分析和动力系统的视角。因果影响Wiener-Akaike-Granger-Schweder的表达(太太)的传统,和动力系统在状态空间建模框架。fMRI信号的性质与强调了涉及神经、生理、和物理过程及其动力系统建模。在这种情况下,两个流建模发展的因果大脑连接使用fMRI讨论:时间序列方法在离散时间传统因果关系和动态系统和控制理论方法在一个连续时间的传统。这篇评论关闭讨论正在进行的工作和未来的角度对这两种方法的集成。</p> <p>与解剖连接,有效连接灵活取决于环境和任务。巴塔利亚等。<xref ref-type="bibr" rid="B121"> 121年</xref>)展示了动态有效的连接可以摆脱转换同步神经元的集体组织的活动。中尺度网络主题互动的皮质进行了研究分析,通过模拟。计算是基于扩展随机神经网络与节点对应于飙升神经元或简单的速度单位。因果分析的时间序列模型神经元活动执行。它显示不同的动力学状态产生一个完全相同的结构连接的主题图案对应不同的有效连接。方向性在有效的连接可以摆脱对称性破坏尽管互惠基础结构连接。也显示了有效的连接控制的动态信息传递的效率和方向性通过固定结构连接图案。这些结果很好地证明了动态神经元之间的相互作用在遥远的大脑区域的活动提供“自组织控制的基础<我t一个l我c>communication-through-coherence</我t一个l我c>,因此可能快<我t一个l我c>随需应变</我t一个l我c>重新配置全球信息路由模式。”</p> <p>尽管潜在的有用概念的有效连接,它仍然是一个来源的不断关注和正在进行的讨论,主要是因为颞模糊hemodynamical引发的反应。</p> </sec> </sec> <sec id="sec4"> <title>4所示。大脑网络的图形模型</t我tle><p>图形理论概念经历越来越多的关注近年来描述复杂的大脑网络的静态和动态结构(<xref ref-type="bibr" rid="B122"> 122年</xref>,<xref ref-type="bibr" rid="B123"> 123年</xref>]。图形描述复杂的大脑连接网络模型提供了手段,所谓脑图(<xref ref-type="bibr" rid="B9"> 9</xref>,<xref ref-type="bibr" rid="B10"> 10</xref>]。图可能对解剖构造网络以及功能网络。因此,他们提供了一个理论框架来描述整个系统的大脑网络的拓扑结构和功能。近年来,大量的研究已经被认为是图论(<xref ref-type="bibr" rid="B9"> 9</xref>,<xref ref-type="bibr" rid="B124"> 124年</xref>)作为一个适当的工具来描述和分析的神经活动模式在性能或静息状态条件下的任务。人类的连接体甚至被认为是更一般的普遍性的一个例子在自然界发现的一类复杂系统(<xref ref-type="bibr" rid="B125"> 125年</xref>]。</p> <sec id="sec4.1"> <title>4.1。图形模型的理论概念</t我tle><p>考虑大脑的功能性组织进入本地交互执行低级信息处理,称为感兴趣的区域(ROI)或模块,支持分布式信息处理和提供控制和远程耦合和高级信息融合,大脑网络形式图中间正则图,只有最近的邻居节点之间的连接和随机图中,所有节点随机连接。功能网络从而形成图形<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M86"> <mml:mi> G</米米l:米我><米米l:mo stretchy="false"> (</米米l:米o> <mml:mi> V</米米l:米我><米米l:mo> ,</米米l:米o> <mml:mi> E</米米l:米我><米米l:mo stretchy="false"> )</米米l:米o> </mml:math> </inline-formula>,投资回报率称为顶点<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M87"> <mml:mrow> <mml:mo stretchy="false"> {</米米l:米o> <mml:mrow> <mml:mi> V</米米l:米我><米米l:mrow> <mml:mo> ∣</米米l:米o> </mml:mrow> <mml:msub> <mml:mrow> <mml:mi> v</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> n</米米l:米我></米米l:mrow> </mml:msub> <mml:mo> :</米米l:米o> <mml:mi> n</米米l:米我><米米l:mo> =</米米l:米o> <mml:mn mathvariant="normal"> 1</米米l:米n><米米l:米o> ,</米米l:米o> <mml:mo> …</米米l:米o> <mml:mo> ,</米米l:米o> <mml:mi> N</米米l:米我></米米l:mrow> <mml:mo stretchy="false"> }</米米l:米o> </mml:mrow> </mml:math> </inline-formula>,对应于边缘和远程耦合<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M88"> <mml:mrow> <mml:mo stretchy="false"> {</米米l:米o> <mml:mrow> <mml:mi> E</米米l:米我><米米l:mrow> <mml:mo> ∣</米米l:米o> </mml:mrow> <mml:msub> <mml:mrow> <mml:mi> e</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> n</米米l:米我><米米l:mi> 米</米米l:米我></米米l:mrow> </mml:msub> <mml:mo> :</米米l:米o> <mml:mi> n</米米l:米我><米米l:mo> ,</米米l:米o> <mml:mi> 米</米米l:米我><米米l:mo> ∈</米米l:米o> <mml:mrow> <mml:mo stretchy="false"> {</米米l:米o> <mml:mrow> <mml:mn mathvariant="normal"> 1</米米l:米n><米米l:米o> ,</米米l:米o> <mml:mi> N</米米l:米我></米米l:mrow> <mml:mo stretchy="false"> }</米米l:米o> </mml:mrow> </mml:mrow> <mml:mo stretchy="false"> }</米米l:米o> </mml:mrow> </mml:math> </inline-formula>表明大脑信息处理的关键途径。顶点在前将由单一的神经元或神经元池和边缘将对应于单突触或整个纤维跟踪。在这里讨论功能网络的基础上,顶点可以对应ROI或单一像素点和边的功能或有效顶点之间的连接。边缘通常基于功能特定区域之间的相关性和负担的定义,有些武断,阈值相关性假设两个相邻顶点之间的边。边缘可能会进一步被相关的相关系数加权。的路径图是顶点连接边的序列,和路径的长度是由顶点遍历的数量。任意两个顶点之间的距离是衡量的最短路径连接它们。附近的一个顶点是由连接到它的所有顶点的边缘,和一个顶点的度中心对应边缘连接的数量和措施的相对重要性一个图的顶点。本地和全球措施经常被用来描述功能网络的结构。</p> <p>一个简单的全球测量图是其度分布<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M89"> <mml:mi> P</米米l:米我><米米l:mo stretchy="false"> (</米米l:米o> <mml:mi> V</米米l:米我><米米l:mo> ,</米米l:米o> <mml:mi> E</米米l:米我><米米l:mrow> <mml:mo> ∣</米米l:米o> </mml:mrow> <mml:mi> k</米米l:米我><米米l:mo stretchy="false"> )</米米l:米o> </mml:math> </inline-formula>这些措施的可能性<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M90"> <mml:mi> ℒ</米米l:米我><米米l:mo stretchy="false"> (</米米l:米o> <mml:mi> k</米米l:米我><米米l:mo stretchy="false"> )</米米l:米o> </mml:math> </inline-formula>一个顶点的度<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M91"> <mml:mrow> <mml:mi> k</米米l:米我></米米l:mrow> </mml:math> </inline-formula>。而对于一个随机图相应的度分布是高斯分布,很多复杂网络显示非高斯度分布。如果给定顶点显示高度中心,它被称为中心(<xref ref-type="bibr" rid="B126"> 126年</xref>]。其他中心措施图的中间状态,亲密和特征向量中心。后者表示网络中节点的重要性通过邻接矩阵的最大特征值的特征向量。它的<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M92"> <mml:mrow> <mml:mi> v</米米l:米我></米米l:mrow> </mml:math> </inline-formula>组件然后给分节点<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M93"> <mml:mrow> <mml:mi> v</米米l:米我></米米l:mrow> </mml:math> </inline-formula>在网络。度分布提供了重要措施的弹性网络损伤或发育缺陷(<xref ref-type="bibr" rid="B127"> 127年</xref>- - - - - -<xref ref-type="bibr" rid="B129"> 129年</xref>]。当地的密实度测量图是本地集群系数<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M94"> <mml:mi> C</米米l:米我><米米l:mo stretchy="false"> (</米米l:米o> <mml:mi> v</米米l:米我><米米l:mo stretchy="false"> )</米米l:米o> </mml:math> </inline-formula>如果直接连接所有的邻居衡量<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M95"> <mml:mi> w</米米l:米我><米米l:mo> ∈</米米l:米o> <mml:mi> U</米米l:米我><米米l:mo stretchy="false"> (</米米l:米o> <mml:mi> v</米米l:米我><米米l:mo stretchy="false"> )</米米l:米o> </mml:math> </inline-formula>的节点<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M96"> <mml:mrow> <mml:mi> v</米米l:米我></米米l:mrow> </mml:math> </inline-formula>也彼此连接。它的存在有关三角形图案,代表了本地连接或网络<我t一个l我c>cliquiness</我t一个l我c>的节点。网络的所有顶点的平均收益率平均聚类系数<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M97"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> C</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> G</米米l:米我></米米l:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>它提供了一个全球的网络连接和代表邻近短连接的可能性。相关的连接是平均路径长度<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M98"> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi> l</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> G</米米l:米我></米米l:mrow> </mml:msub> </mml:mrow> </mml:math> </inline-formula>图的意思是所有网络中任意两个顶点之间的距离。它代表的可能性长连接网络和反映了给定图的一体化程度。注意,常规的网络<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M99"> <mml:mrow> <mml:mi> C</米米l:米我></米米l:mrow> </mml:math> </inline-formula>和大<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M100"> <mml:mrow> <mml:mi> l</米米l:米我></米米l:mrow> </mml:math> </inline-formula>随机网络,而小<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M101"> <mml:mrow> <mml:mi> C</米米l:米我></米米l:mrow> </mml:math> </inline-formula>和小<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M102"> <mml:mrow> <mml:mi> l</米米l:米我></米米l:mrow> </mml:math> </inline-formula>。一个高的中间状态<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M103"> <mml:mrow> <mml:mi> C</米米l:米我></米米l:mrow> </mml:math> </inline-formula>,也就是说,许多短连接,小<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M104"> <mml:mrow> <mml:mi> l</米米l:米我></米米l:mrow> </mml:math> </inline-formula>,几个长连接,也存在,反映了所谓的小世界属性(<xref ref-type="bibr" rid="B130"> 130年</xref>]。这些措施往往是归一化相对于相应的值的一个随机网络相同的号码<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M105"> <mml:mrow> <mml:mi> N</米米l:米我></米米l:mrow> </mml:math> </inline-formula>的顶点。展示small-worldness,网络<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M106"> <mml:mi> c</米米l:米我><米米l:mo> =</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> C</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> G</米米l:米我></米米l:mrow> </mml:msub> <mml:mo> /</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> C</米米l:米我></米米l:mrow> <mml:mrow> <mml:mtext> 兰德</米米l:米text> </mml:mrow> </mml:msub> <mml:mo> ></米米l:米o> <mml:mn mathvariant="normal"> 1</米米l:米n></米米l:math> </inline-formula>和<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M107"> <mml:msub> <mml:mrow> <mml:mi> l</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> G</米米l:米我></米米l:mrow> </mml:msub> <mml:mo> =</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> l</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> G</米米l:米我></米米l:mrow> </mml:msub> <mml:mo> /</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> l</米米l:米我></米米l:mrow> <mml:mrow> <mml:mtext> 兰德</米米l:米text> </mml:mrow> </mml:msub> <mml:mo> ≈</米米l:米o> <mml:mn mathvariant="normal"> 1</米米l:米n></米米l:math> </inline-formula>导致<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M108"> <mml:msub> <mml:mrow> <mml:mi> 年代</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> G</米米l:米我></米米l:mrow> </mml:msub> <mml:mo> =</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> c</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> G</米米l:米我></米米l:mrow> </mml:msub> <mml:mo> /</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> l</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> G</米米l:米我></米米l:mrow> </mml:msub> <mml:mo> ></米米l:米o> <mml:mn mathvariant="normal"> 1</米米l:米n></米米l:math> </inline-formula>。鉴于模块化神经网络的性质,模块化<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M109"> <mml:mrow> <mml:mi> 米</米米l:米我></米米l:mrow> </mml:math> </inline-formula>的图描述了一个给定的网络连接的高度可分为集群节点,也叫做模块或社区,只有稀疏intercluster连接。模块化的定义不同,最常见的一个是模块化函数定义为纽曼(<xref ref-type="bibr" rid="B131"> 131年</xref>),表达了比现有的边的数量在一个集群中相对于社区中所有可能的边的数量。内部模块,中心被称为省级中心连接不同的模块称为连接器中心。他们用来测量层次结构在复杂网络的层次网络展览许多省级和只有少数连接器中心(<xref ref-type="bibr" rid="B132"> 132年</xref>]。注意,聚类系数、主题、中心和模块结构方面描述一个网络在越来越大的鳞片。网络的特点是高聚类系数,因此显示派系,和大量的中心,和重尾分布程度分布形式,据说小世界特性。如果他们遵循幂律度分布的行为,他们被称为无标度(<xref ref-type="bibr" rid="B133"> 133年</xref>]。这样的无标度网络是特别相关的功能网络开发(<xref ref-type="bibr" rid="B108"> 108年</xref>]。大脑解剖连接和同步网络的神经元表现出小世界属性与指数截断幂律度分布(<xref ref-type="bibr" rid="B9"> 9</xref>]。此拓扑结构允许效率高<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M110"> <mml:mrow> <mml:mi> F</米米l:米我></米米l:mrow> </mml:math> </inline-formula>,(<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M111"> <mml:msub> <mml:mrow> <mml:mi> F</米米l:米我></米米l:mrow> <mml:mrow> <mml:mtext> 全球</米米l:米text> </mml:mrow> </mml:msub> <mml:mo> ≈</米米l:米o> <mml:msubsup> <mml:mrow> <mml:mi> l</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> G</米米l:米我></米米l:mrow> <mml:mrow> <mml:mo> - - - - - -</米米l:米o> <mml:mn mathvariant="normal"> 1</米米l:米n></米米l:mrow> </mml:msubsup> </mml:math> </inline-formula>,<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M112"> <mml:msub> <mml:mrow> <mml:mi> F</米米l:米我></米米l:mrow> <mml:mrow> <mml:mtext> 当地的</米米l:米text> </mml:mrow> </mml:msub> <mml:mo> ≈</米米l:米o> <mml:msub> <mml:mrow> <mml:mi> C</米米l:米我></米米l:mrow> <mml:mrow> <mml:mi> G</米米l:米我></米米l:mrow> </mml:msub> </mml:math> </inline-formula>),在不同空间和时间尺度上,导致线路和能源成本低,提供了一个高水平的适应(<xref ref-type="bibr" rid="B134"> 134年</xref>]。小世界拓扑从而反映本地信息处理之间的平衡和全球一体化的信息在人类的大脑。正因为如此,小世界网络特殊相关性疾病状态。因此,图形模型非常适合于描述大脑功能连接网络的拓扑结构(<xref ref-type="bibr" rid="B1"> 1</xref>,<xref ref-type="bibr" rid="B135"> 135年</xref>,<xref ref-type="bibr" rid="B136"> 136年</xref>]。然而,研究的解剖和功能脑网络的小世界特性通常比较网络不同节点代表什么,什么样的连接测量,以及空间和时间尺度是什么了。Ioannides [<xref ref-type="bibr" rid="B137"> 137年</xref>)综述研究大规模脑网络的连通性和考虑的结果实时记录技术。他声称一个适当的描述大脑组织的需要层次组织而不是单个网络通常被认为是。模式分析方法提供一个合适的方式来构建这样的层次结构。他制定一个对应原理指导解释在网络水平和相关节点解剖实体。最近,假发等。<xref ref-type="bibr" rid="B138"> 138年</xref>)提供见解的背后的数学原理图论的研究大脑静息状态的网络。后者显示典型的复杂网络的特性,也就是说,他们显示高集群、短路径长度,倾斜程度分布,中心的存在,选型混合,模块的存在(<xref ref-type="bibr" rid="B139"> 139年</xref>]。网络拓扑也已被证明是高度可继承允许预测认知功能的功能相似。计算模型是刚刚开始在开发过程中阐明复杂网络的形成机制。</p> </sec> <sec id="sec4.2"> <title>4.2。一些应用程序的图形化模型大脑网络</t我tle><p>最近的一些评论处理图形理论概念应用到复杂的大脑网络。Reijneveld et al。<xref ref-type="bibr" rid="B8"> 8</xref>回顾旧文学领域,关注网络理论和背景知识强调网络的结构属性之间的相关性及其动力学。计算研究和神经影像研究的证据表明,大脑的功能和解剖连接显示,许多小世界网络但符合无标度网络的特征只在有限的程度上。最重要的是,小世界网络结构代表了最优结构有关快速同步和信息传递,最小的布线成本,和一个本地处理和全球一体化之间的平衡。最重要的是,随着认知和精神疾病,这些特性以特有的方式改变。Guye et al。<xref ref-type="bibr" rid="B140"> 140年</xref>)讨论方法论的神经影像学的发展和他们的贡献对大脑网络的功能性组织的理解。他们还强调图论的好处阐明这种网络的复杂性,并提供定量措施的描述(<xref ref-type="bibr" rid="B11"> 11</xref>]。特别是这些网络的小世界拓扑提供了一个通用的框架结构和功能合并成像以及动态数据。静息状态功能磁共振成像研究已经提供了证据,跨区域功能连通性在默认模式网络表现出小世界拓扑中,也就是说,高度聚集的子网结合先进的全球连通性。研究无标度拓扑的网络仍不确定,但是。Van den Heuvel et al。<xref ref-type="bibr" rid="B90"> 90年</xref>)考虑为一个模范自由分布的方法检查国际和地区内部的连接。从静息状态功能磁共振成像记录在健康受试者,个人连接图显示所有的皮质和皮质下的像素点之间形成intervoxel功能连通性。图理论分析这些图表显示聚类系数远高于等效随机图和短的平均路径长度。既反映了小世界网络的拓扑特性。此外,连接inter-voxel连接的数量显示幂律分布比例指数接近2,表明无标度拓扑。结果反映了一种高效的网络组织的大脑功能连接。体素主要是连接到最近的邻居形成群集子网。后者是绑在一起的几个高度连接中心保证高度的全球连通性。偏相干分析被用于(<xref ref-type="bibr" rid="B141"> 141年</xref>)也确定图形模型脑功能连接。然而,这种分析的结果很大程度上取决于几个因素如光谱平滑的程度,线和干扰去除,矩阵求逆的稳定,抑制旁瓣泄漏造成的影响。也从不同的时代,人们的组合结果以及多重假设检验可能会影响结果。结果表明,光谱矩阵的对角upweighting可以同时稳定光谱矩阵求逆和抑制旁瓣泄漏造成的影响。还降压多个假设检验有助于形成一种互动的力量。作者声称,这样干净的连通性阴谋的结果。图像和斯波恩<xref ref-type="bibr" rid="B9"> 9</xref>]最近提供复杂的大脑网络的另一个图的理论研究阐明了不同成像模式如脑电图,梅格,磁共振成像,功能磁共振成像和DTI。图理论方法表明大脑网络的组织原则的线索。作者提供了图论的基本原理和突出的一些关键问题处理的未来发展。他和埃文斯(<xref ref-type="bibr" rid="B142"> 142年</xref>]同样回顾图人类大脑网络的理论分析。它们揭示等复杂网络特征的模块化、小世界结构、无尺度结构和高度连接的网络中心。这些定量特性变化在开发期间,老化和各种神经和神经精神障碍。此外,他们似乎与行为和遗传因素有关。正常的调查对象表明,PCC MPFC, IPC形成静息状态默认模式网络的枢纽。广告,例如,这些中心修改连接。苗族et al。<xref ref-type="bibr" rid="B143"> 143年</xref>]研究这种变化采用格兰杰因果图建模和理论方法。志愿者由年轻人,年长的正常对照组,病人和广告。结果表明PCC的主导作用显示特别宽,独特的对年轻人的静动态的影响。也是唯一中心保存重要的因果关系到所有其他节点的静。MPFC和IPC展出中断因果AD患者与其他节点的交互。</p> <p>总之,小worldness和大脑的结构连接网络的模块化已经阐明通过扩散张量成像(DTI) (<xref ref-type="bibr" rid="B144"> 144年</xref>),扩散光谱成像(DSI) (<xref ref-type="bibr" rid="B145"> 145年</xref>),皮质厚度的互相关<xref ref-type="bibr" rid="B146"> 146年</xref>)和图形模型的特征。大多数研究表明前额叶,顶叶和颞区域中心一样重要。这些地区部分重叠的静息和注意力网络(<xref ref-type="bibr" rid="B140"> 140年</xref>]。后地区,尤其是楔前叶和后扣带区域,被认为是大脑皮层的结构核心(<xref ref-type="bibr" rid="B145"> 145年</xref>]。这些地区的特点是高水平的代谢和首次参与退化的过程(<xref ref-type="bibr" rid="B147"> 147年</xref>]。Small-worldness和模块化也被证明从图形理论特征功能和有效的连接网络阐明主要由fcMRI [<xref ref-type="bibr" rid="B13"> 13</xref>,<xref ref-type="bibr" rid="B88"> 88年</xref>,<xref ref-type="bibr" rid="B148"> 148年</xref>)还与脑电图和梅格技术(<xref ref-type="bibr" rid="B135"> 135年</xref>,<xref ref-type="bibr" rid="B149"> 149年</xref>]。不同结论关于底层的度分布,是否幂律指数截断幂律,而是功能连通性的图形模型从这样的研究报道。这些差异主要是由于不同的方法来选择适当的顶点功能成像数据的图形化模型(<xref ref-type="bibr" rid="B90"> 90年</xref>,<xref ref-type="bibr" rid="B150"> 150年</xref>,<xref ref-type="bibr" rid="B151"> 151年</xref>]。然而,潜在的中心已确定在这些研究基本上是一致各自的结构连接调查(<xref ref-type="bibr" rid="B152"> 152年</xref>)关于与静息和注意力的重叠网络。此外,与年龄相关的功能连接网络的拓扑变化也已报告(<xref ref-type="bibr" rid="B153"> 153年</xref>]。这样的改变也在大脑病理的研究尤其重要。几乎所有的神经和精神疾病(癫痫、精神分裂症、老年痴呆症、痴呆,自闭症谱系障碍,多发性硬化症,等等)的特点是网络dysconnections和放松管制<xref ref-type="bibr" rid="B9"> 9</xref>,<xref ref-type="bibr" rid="B12"> 12</xref>,<xref ref-type="bibr" rid="B146"> 146年</xref>]。</p> <p>声发个图中理论的描述复杂的大脑网络仅限于单一学科研究。组的大脑连通性网络有很大的呼吁研究人员感兴趣的获得进一步了解复杂的大脑功能,以及它如何变化在不同的心理状态和疾病的条件。准确地构建这些网络提出了一个令人畏惧的挑战困难与占主体间拓扑可变性。传统的方法是使用均值或中位数相关网络(<xref ref-type="bibr" rid="B51"> 51</xref>,<xref ref-type="bibr" rid="B150"> 150年</xref>体现一组网络。Simpsona et al。<xref ref-type="bibr" rid="B154"> 154年</xref>]调查这些均值和中位数相关网络的性能。他们提出了另一种方法基于一个指数随机图建模(ERGM)框架和比较其性能与上述传统方法。他们表明,该ERGM方法优于传统的均值和中位数correlation-based方法和提供了一个准确和灵活的方法构建脑网络组的代表。</p> <p>尽管大量的图的理论特征功能连通性网络以来,已报告的大脑,两次试验法的(TRT)脑功能网络的拓扑度量的可靠性几乎没有被研究过。最近,Deuker et al。<xref ref-type="bibr" rid="B155"> 155年</xref>]调查泰爱泰党梅格图理论的可靠性指标在两个数据集采样来自16个志愿者在休息和n - back工作记忆任务。每个志愿者,每个会话样本小波过滤,和之间的互信息(MI)对传感器估计在所有频段<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M113"> <mml:mrow> <mml:mi> θ</米米l:米我></米米l:mrow> </mml:math> </inline-formula>乐队的<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M114"> <mml:mrow> <mml:mi> γ</米米l:米我></米米l:mrow> </mml:math> </inline-formula>乐队。二进制无向图是由阈值MI值,和八个全球网络指标,即聚类系数、路径长度、小世界属性,效率,成本效益,assortativity,层次结构,和synchronizability评估。通过组内相关性可靠性评估。良好的可靠性被发现对大多数指标在任务性能和显示与频率成正比。可靠性在高频波段<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M115"> <mml:mrow> <mml:mi> β</米米l:米我></米米l:mrow> </mml:math> </inline-formula>- - -<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M116"> <mml:mrow> <mml:mi> γ</米米l:米我></米米l:mrow> </mml:math> </inline-formula>乐队在本地节点水平高于在全球层面上,尤其是在额叶和顶叶区域。从静止状态数据指标估计,从而描述默认模式网络属性,一般都不可靠。在类似的研究中,再现性图指标的报告(<xref ref-type="bibr" rid="B156"> 156年</xref>]。图指标估计两fMRI数据集收集来自45个健康的志愿者。图指标比较两运行应用内部类之间的相关系数(ICC)统计和Bland-Altman (BA)的情节。国际刑事法庭的分数高<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M117"> <mml:mo stretchy="false"> (</米米l:米o> <mml:mtext> 国际刑事法庭</米米l:米text> <mml:mo> ></米米l:米o> <mml:mn mathvariant="normal"> 0.75</米米l:米n><米米l:米o stretchy="false"> )</米米l:米o> </mml:math> </inline-formula>除了节点度很低<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M118"> <mml:mo stretchy="false"> (</米米l:米o> <mml:mtext> 国际刑事法庭</米米l:米text> <mml:mo> =</米米l:米o> <mml:mn mathvariant="normal"> 0.29</米米l:米n><米米l:米o stretchy="false"> )</米米l:米o> </mml:math> </inline-formula>。再现性地图,来自这些分数,显示全球效率和持续高重现性路径长度在大规模网络中,而其他指标,如聚类系数,当地的效率,和节点度,实现高重现性只有在网络中心。英航情节除了使用测试测量所有图的再现性指标。另一个研究由王等。<xref ref-type="bibr" rid="B157"> 157年</xref>考虑到静息状态功能磁共振成像数据记录在。长期(> 150 d)和短期(< 1 h)术语泰爱泰党可靠性已经检查了12个全球和当地6节点指标。全球的可靠性指标普遍偏低,阈值敏感,依赖于扫描时间间隔等因素,网络成员和网络类型。选择节点定义的依赖进一步调制策略。本地节点的可靠性指标表现出大的可变性,要么节点度是最健壮和可靠的指标。然而,节点可靠性稳健反对上面提到的因素。额外的模拟表明,全球网络指标应该对噪声非常敏感,而本地节点指标是健壮的反对声音。调查揭示上仔细分析方案和选择适当的网络指标。最近,布劳恩et al。<xref ref-type="bibr" rid="B158"> 158年</xref>报告的另一个勘探图理论的再现性措施的人类的连接体。措施从静息状态功能磁共振成像数据记录来自33个健康志愿者。无向图的帮助下生成anatomic-automatic标签(AAL)图谱模板。几个常用的图形指标,如聚类系数、路径长度、局部和全局效率,assortativity,模块化、层次结构、small-worldness,估计和用于研究混淆,混淆修正策略的影响。可靠性评估使用内部类相关系数(ICC)。应该注意的是,数据对应频带<我nl我ne- - - - - -formula> <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M119"> <mml:mi> ν</米米l:米我><米米l:mo> <</米米l:米o> <mml:mn mathvariant="normal"> 0.15</米米l:米n><米米l:米o> </mml:mo> <mml:mtext> 赫兹</米米l:米text> </mml:math> </inline-formula>反映慢动力学。总的来说可以是强烈依赖于使用的方法和指标选择。一般二阶指标,如小worldness,层次结构,assortativity,往往比一阶更可靠指标。</p> <p>最后,讨论了方法论的问题还没有解决(<xref ref-type="bibr" rid="B11"> 11</xref>]。作者确定以下还没有完全解决问题当图形模型适用于分析结构,功能,或有效的连接。<l我年代t><l我年代t- - - - - -我te米><l一个bel>(我)</l一个bel> </list-item> </list></p> <p>节点选择标准。替代的方法分割皮层可以解释差异的拓扑参数提取图形模型(<xref ref-type="bibr" rid="B159"> 159年</xref>- - - - - -<xref ref-type="bibr" rid="B163"> 163年</xref>]。因此,大脑的功能成像数据的分割方法需要均质为了提高一致性参数提取图形模型应用于连接大脑的分析。</p> <list-item> <label>(2)</l一个bel> <p>阈值的选择连接度量。标准化的统计方法似乎最需要的比较研究,尤其是当加权图是采用(<xref ref-type="bibr" rid="B164"> 164年</xref>,<xref ref-type="bibr" rid="B165"> 165年</xref>]。</p> </list-item> <list-item> <label>(3)</l一个bel> <p>解剖结构与认知功能之间的关系。功能连通性之间大脑的两个区域并不需要直接结构连接。特别是在病理情况下,更显然是需要结合研究[<xref ref-type="bibr" rid="B166"> 166年</xref>]。</p> </list-item> <p></p> </sec> </sec> <back> <ack> <title>确认</t我tle><p>支持由DAAD-FCT BFHZ-CCUFB, CITIC-UGR GENIL-SPR项目。</p> </ack> <ref-list> <ref id="B1" content-type="book"> <label>1</l一个bel> <nlm-citation publication-type="book"> <person-group person-group-type="author"> <name> <surname> 斯波恩</年代urname> <given-names> O。</given-names> </name> </person-group> <source> <italic> 连接体</我t一个l我c><year> 2010年</year> <volume> 5</volume> <publisher-name> Scholarpedia</publisher-name> </nlm-citation> </ref> <ref id="B2" content-type="article"> <label>2</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 斯波恩</年代urname> <given-names> O。</given-names> </name> <name> <surname> 托诺尼</年代urname> <given-names> G。</given-names> </name> <name> <surname> 科特</年代urname> <given-names> R。</given-names> </name> </person-group> <article-title> 人类连接体:人类大脑的结构描述</一个rt我cle- - - - - -t我tle> <source> <italic> PLoS计算生物学</我t一个l我c><year> 2005年</year> <volume> 1</volume> <issue> 4</我年代年代ue> <fpage> e42</fpage> <pub-id pub-id-type="other"> 2 - s2.0 - 34548090183</pub-id> </nlm-citation> </ref> <ref id="B3" content-type="article"> <label>3</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Friston</年代urname> <given-names> k·J。</given-names> </name> </person-group> <article-title> 功能神经影像学和有效连接:合成</一个rt我cle- - - - - -t我tle> <source> <italic> 人类大脑图谱</我t一个l我c><year> 1994年</year> <volume> 2</volume> <issue> 1 - 2</我年代年代ue> <fpage> 56</fpage> <lpage> 78年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 0028190347</pub-id> </nlm-citation> </ref> <ref id="B4" content-type="article"> <label>4</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Friston</年代urname> <given-names> k·J。</given-names> </name> </person-group> <article-title> 功能神经影像学和有效连接:合成</一个rt我cle- - - - - -t我tle> <source> <italic> 人类大脑图谱</我t一个l我c><year> 1994年</year> <volume> 2</volume> <issue> 1 - 2</我年代年代ue> <fpage> 56</fpage> <lpage> 78年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 0028190347</pub-id> </nlm-citation> </ref> <ref id="B5" content-type="article"> <label>5</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 霍维茨</年代urname> <given-names> B。</given-names> </name> </person-group> <article-title> 难以捉摸的大脑连通性的概念</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2003年</year> <volume> 19</volume> <issue> 2</我年代年代ue> <fpage> 466年</fpage> <lpage> 470年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 0042738946</pub-id> <pub-id pub-id-type="doi"> 10.1016 / s1053 - 8119 (03) 00112 - 5</pub-id> </nlm-citation> </ref> <ref id="B6" content-type="article"> <label>6</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 约翰森伯格</年代urname> <given-names> H。</given-names> </name> <name> <surname> 拉什沃斯</年代urname> <given-names> m·f·S。</given-names> </name> </person-group> <article-title> 利用扩散成像来研究人类正如解剖学</一个rt我cle- - - - - -t我tle> <source> <italic> 年度回顾神经科学</我t一个l我c><year> 2009年</year> <volume> 32</volume> <fpage> 75年</fpage> <lpage> 94年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 67651048947</pub-id> <pub-id pub-id-type="doi"> 10.1146 / annurev.neuro.051508.135735</pub-id> </nlm-citation> </ref> <ref id="B7" content-type="article"> <label>7</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 斧</年代urname> <given-names> M。</given-names> </name> <name> <surname> Amunts</年代urname> <given-names> K。</given-names> </name> <name> <surname> Grassel</年代urname> <given-names> D。</given-names> </name> <name> <surname> 棕榈</年代urname> <given-names> C。</given-names> </name> <name> <surname> Dammers</年代urname> <given-names> J。</given-names> </name> <name> <surname> 斧</年代urname> <given-names> H。</given-names> </name> <name> <surname> Pietrzyk</年代urname> <given-names> U。</given-names> </name> <name> <surname> 齐勒</年代urname> <given-names> K。</given-names> </name> </person-group> <article-title> 一种新颖的方式人类连接体:超高分辨率的映射在大脑中纤维束</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2011年</year> <volume> 54</volume> <issue> 2</我年代年代ue> <fpage> 1091年</fpage> <lpage> 1101年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 78649703251</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2010.08.075</pub-id> </nlm-citation> </ref> <ref id="B8" content-type="article"> <label>8</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Reijneveld</年代urname> <given-names> j . C。</given-names> </name> <name> <surname> Ponten</年代urname> <given-names> s . C。</given-names> </name> <name> <surname> Berendse</年代urname> <given-names> h·W。</given-names> </name> <name> <surname> 斯塔姆</年代urname> <given-names> c·J。</given-names> </name> </person-group> <article-title> 图的应用理论分析复杂网络在大脑中</一个rt我cle- - - - - -t我tle> <source> <italic> 临床神经生理学</我t一个l我c><year> 2007年</year> <volume> 118年</volume> <issue> 11</我年代年代ue> <fpage> 2317年</fpage> <lpage> 2331年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 35148829514</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.clinph.2007.08.010</pub-id> </nlm-citation> </ref> <ref id="B9" content-type="article"> <label>9</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 图像</年代urname> <given-names> E。</given-names> </name> <name> <surname> 斯波恩</年代urname> <given-names> O。</given-names> </name> </person-group> <article-title> 复杂脑网络:图结构和功能系统的理论分析</一个rt我cle- - - - - -t我tle> <source> <italic> 神经系统科学自然评论</我t一个l我c><year> 2009年</year> <volume> 10</volume> <issue> 3</我年代年代ue> <fpage> 186年</fpage> <lpage> 198年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 60549103853</pub-id> <pub-id pub-id-type="doi"> 10.1038 / nrn2575</pub-id> </nlm-citation> </ref> <ref id="B10" content-type="article"> <label>10</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 图像</年代urname> <given-names> e . T。</given-names> </name> <name> <surname> 巴塞特</年代urname> <given-names> d S。</given-names> </name> </person-group> <article-title> 人类大脑的脑图:图形化模型的连接体</一个rt我cle- - - - - -t我tle> <source> <italic> 临床心理学的年度审查</我t一个l我c><year> 2011年</year> <volume> 7</volume> <fpage> 113年</fpage> <lpage> 140年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 79953664777</pub-id> <pub-id pub-id-type="doi"> 10.1146 / annurev - clinpsy - 040510 - 143934</pub-id> </nlm-citation> </ref> <ref id="B11" content-type="article"> <label>11</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Guye</年代urname> <given-names> M。</given-names> </name> <name> <surname> Bettus</年代urname> <given-names> G。</given-names> </name> <name> <surname> Bartolomei</年代urname> <given-names> F。</given-names> </name> <name> <surname> Cozzone</年代urname> <given-names> p . J。</given-names> </name> </person-group> <article-title> 图理论分析MRI在正常和病理的大脑结构和功能上的连接网络</一个rt我cle- - - - - -t我tle> <source> <italic> 磁共振材料在物理学、生物学和医学</我t一个l我c><year> 2010年</year> <volume> 23</volume> <issue> 5 - 6</我年代年代ue> <fpage> 409年</fpage> <lpage> 421年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 78651292288</pub-id> <pub-id pub-id-type="doi"> 10.1007 / s10334 - 010 - 0205 - z</pub-id> </nlm-citation> </ref> <ref id="B12" content-type="article"> <label>12</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Fornito</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Zalesky</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> 哈丁</年代urname> <given-names> i . H。</given-names> </name> <name> <surname> Cocchi</年代urname> <given-names> l</given-names> </name> <name> <surname> Yucel</年代urname> <given-names> M。</given-names> </name> <name> <surname> Pantelis</年代urname> <given-names> C。</given-names> </name> <name> <surname> 图像</年代urname> <given-names> e . T。</given-names> </name> </person-group> <article-title> 整个大脑解剖网络:节点的选择有关系吗?</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2010年</year> <volume> 50</volume> <issue> 3</我年代年代ue> <fpage> 970年</fpage> <lpage> 983年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 77349095673</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2009.12.027</pub-id> </nlm-citation> </ref> <ref id="B13" content-type="article"> <label>13</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 福克斯</年代urname> <given-names> m D。</given-names> </name> <name> <surname> Raichle</年代urname> <given-names> m E。</given-names> </name> </person-group> <article-title> 大脑活动的自发波动与功能性磁共振成像观察</一个rt我cle- - - - - -t我tle> <source> <italic> 神经系统科学自然评论</我t一个l我c><year> 2007年</year> <volume> 8</volume> <issue> 9</我年代年代ue> <fpage> 700年</fpage> <lpage> 711年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 34548014282</pub-id> <pub-id pub-id-type="doi"> 10.1038 / nrn2201</pub-id> </nlm-citation> </ref> <ref id="B14" content-type="article"> <label>14</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> van de Ven</年代urname> <given-names> 诉G。</given-names> </name> <name> <surname> Formisano</年代urname> <given-names> E。</given-names> </name> <name> <surname> Prvulovic</年代urname> <given-names> D。</given-names> </name> <name> <surname> 罗德</年代urname> <given-names> c . H。</given-names> </name> <name> <surname> 林登</年代urname> <given-names> d·e·J。</given-names> </name> </person-group> <article-title> 功能连通性所显示的功能磁共振成像测量的空间独立分量分析在休息</一个rt我cle- - - - - -t我tle> <source> <italic> 人类大脑图谱</我t一个l我c><year> 2004年</year> <volume> 22</volume> <issue> 3</我年代年代ue> <fpage> 165年</fpage> <lpage> 178年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 3042776628</pub-id> <pub-id pub-id-type="doi"> 10.1002 / hbm.20022</pub-id> </nlm-citation> </ref> <ref id="B15" content-type="article"> <label>15</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 他</年代urname> <given-names> D。</given-names> </name> <name> <surname> 曾</年代urname> <given-names> Z。</given-names> </name> <name> <surname> 石头</年代urname> <given-names> l</given-names> </name> </person-group> <article-title> 广义同步检测:一种改进方法</一个rt我cle- - - - - -t我tle> <source> <italic> 物理评论E</我t一个l我c><year> 2003年</year> <volume> 67年</volume> <issue> 2</我年代年代ue> <pub-id pub-id-type="publisher-id"> 026223年</pub-id> </nlm-citation> </ref> <ref id="B16" content-type="article"> <label>16</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 伯杰</年代urname> <given-names> H。</given-names> </name> </person-group> <article-title> 超级das Elektrenkephalogramm人类</一个rt我cle- - - - - -t我tle> <source> <italic> 档案毛皮Psychiatrie Nervenkrankheiten</我t一个l我c><year> 1929年</year> <volume> 87年</volume> <issue> 1</我年代年代ue> <fpage> 527年</fpage> <lpage> 570年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 34250548621</pub-id> <pub-id pub-id-type="doi"> 10.1007 / BF01797193</pub-id> </nlm-citation> </ref> <ref id="B17" content-type="article"> <label>17</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Raichle</年代urname> <given-names> m E。</given-names> </name> <name> <surname> 麦克劳德</年代urname> <given-names> a . M。</given-names> </name> <name> <surname> 斯奈德</年代urname> <given-names> 答:Z。</given-names> </name> <name> <surname> 权力</年代urname> <given-names> w·J。</given-names> </name> <name> <surname> Gusnard</年代urname> <given-names> d . A。</given-names> </name> <name> <surname> 舒尔曼</年代urname> <given-names> g . L。</given-names> </name> </person-group> <article-title> 大脑功能的默认模式</一个rt我cle- - - - - -t我tle> <source> <italic> 美国国家科学院院刊》上的美利坚合众国</我t一个l我c><year> 2001年</year> <volume> 98年</volume> <issue> 2</我年代年代ue> <fpage> 676年</fpage> <lpage> 682年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 0035895264</pub-id> <pub-id pub-id-type="doi"> 10.1073 / pnas.98.2.676</pub-id> </nlm-citation> </ref> <ref id="B18" content-type="article"> <label>18</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 格雷丘斯</年代urname> <given-names> m D。</given-names> </name> <name> <surname> Krasnow</年代urname> <given-names> B。</given-names> </name> <name> <surname> 瑞斯</年代urname> <given-names> a . L。</given-names> </name> <name> <surname> 梅农</年代urname> <given-names> V。</given-names> </name> </person-group> <article-title> 休息大脑功能连通性:网络分析的默认模式的假设</一个rt我cle- - - - - -t我tle> <source> <italic> 美国国家科学院院刊》上的美利坚合众国</我t一个l我c><year> 2003年</year> <volume> One hundred.</volume> <issue> 1</我年代年代ue> <fpage> 253年</fpage> <lpage> 258年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 0037422586</pub-id> <pub-id pub-id-type="doi"> 10.1073 / pnas.0135058100</pub-id> </nlm-citation> </ref> <ref id="B19" content-type="article"> <label>19</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Broyd</年代urname> <given-names> 美国J。</given-names> </name> <name> <surname> Demanuele</年代urname> <given-names> C。</given-names> </name> <name> <surname> 岁以上</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> 帮助</年代urname> <given-names> 美国K。</given-names> </name> <name> <surname> 詹姆斯</年代urname> <given-names> c·J。</given-names> </name> <name> <surname> Sonuga-Barke</年代urname> <given-names> e·j·S。</given-names> </name> </person-group> <article-title> 静息状态脑功能障碍在精神疾病:一项系统回顾</一个rt我cle- - - - - -t我tle> <source> <italic> 神经科学和生物行为的评论</我t一个l我c><year> 2009年</year> <volume> 33</volume> <issue> 3</我年代年代ue> <fpage> 279年</fpage> <lpage> 296年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 59449100479</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neubiorev.2008.09.002</pub-id> </nlm-citation> </ref> <ref id="B20" content-type="article"> <label>20.</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Damoiseaux</年代urname> <given-names> j·S。</given-names> </name> <name> <surname> Rombouts</年代urname> <given-names> s . a . r . B。</given-names> </name> <name> <surname> Barkhof</年代urname> <given-names> F。</given-names> </name> <name> <surname> Scheltens</年代urname> <given-names> P。</given-names> </name> <name> <surname> 斯塔姆</年代urname> <given-names> c·J。</given-names> </name> <name> <surname> 史密斯</年代urname> <given-names> s M。</given-names> </name> <name> <surname> 贝克曼</年代urname> <given-names> c F。</given-names> </name> </person-group> <article-title> 静息状态的网络在健康受试者保持一致</一个rt我cle- - - - - -t我tle> <source> <italic> 美国国家科学院院刊》上的美利坚合众国</我t一个l我c><year> 2006年</year> <volume> 103年</volume> <issue> 37</我年代年代ue> <fpage> 13848年</fpage> <lpage> 13853年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 33748796093</pub-id> <pub-id pub-id-type="doi"> 10.1073 / pnas.0601417103</pub-id> </nlm-citation> </ref> <ref id="B21" content-type="article"> <label>21</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Mantini</年代urname> <given-names> D。</given-names> </name> <name> <surname> Perrucci</年代urname> <given-names> m·G。</given-names> </name> <name> <surname> 德尔Gratta</年代urname> <given-names> C。</given-names> </name> <name> <surname> 吉普赛</年代urname> <given-names> g . L。</given-names> </name> <name> <surname> Corbetta</年代urname> <given-names> M。</given-names> </name> </person-group> <article-title> 电生理特征的人类大脑静息状态的网络</一个rt我cle- - - - - -t我tle> <source> <italic> 美国国家科学院院刊》上的美利坚合众国</我t一个l我c><year> 2007年</year> <volume> 104年</volume> <issue> 32</我年代年代ue> <fpage> 13170年</fpage> <lpage> 13175年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 34548797958</pub-id> <pub-id pub-id-type="doi"> 10.1073 / pnas.0700668104</pub-id> </nlm-citation> </ref> <ref id="B22" content-type="article"> <label>22</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 格雷丘斯</年代urname> <given-names> m D。</given-names> </name> <name> <surname> 基维涅米</年代urname> <given-names> V。</given-names> </name> <name> <surname> Tervonen</年代urname> <given-names> O。</given-names> </name> <name> <surname> Vainionpaa</年代urname> <given-names> V。</given-names> </name> <name> <surname> 阿拉胡赫塔</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> 瑞斯</年代urname> <given-names> a . L。</given-names> </name> <name> <surname> 梅农</年代urname> <given-names> V。</given-names> </name> </person-group> <article-title> 光镇静期间持续静息状态的网络连接</一个rt我cle- - - - - -t我tle> <source> <italic> 人类大脑图谱</我t一个l我c><year> 2008年</year> <volume> 29日</volume> <issue> 7</我年代年代ue> <fpage> 839年</fpage> <lpage> 847年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 44449127510</pub-id> <pub-id pub-id-type="doi"> 10.1002 / hbm.20537</pub-id> </nlm-citation> </ref> <ref id="B23" content-type="article"> <label>23</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Jafri</年代urname> <given-names> m·J。</given-names> </name> <name> <surname> Pearlson</年代urname> <given-names> g D。</given-names> </name> <name> <surname> 史蒂文斯</年代urname> <given-names> M。</given-names> </name> <name> <surname> 卡尔豪</年代urname> <given-names> 诉D。</given-names> </name> </person-group> <article-title> 功能网络连接的方法在空间上独立的静息状态的组件在精神分裂症</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2008年</year> <volume> 39</volume> <issue> 4</我年代年代ue> <fpage> 1666年</fpage> <lpage> 1681年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 38749089029</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2007.11.001</pub-id> </nlm-citation> </ref> <ref id="B24" content-type="article"> <label>24</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Sonuga-Barke</年代urname> <given-names> e·j·S。</given-names> </name> <name> <surname> 卡斯特罗</年代urname> <given-names> f . X。</given-names> </name> </person-group> <article-title> 自发的注意力受损状态的波动和病理条件:神经生物学假说</一个rt我cle- - - - - -t我tle> <source> <italic> 神经科学和生物行为的评论</我t一个l我c><year> 2007年</year> <volume> 31日</volume> <issue> 7</我年代年代ue> <fpage> 977年</fpage> <lpage> 986年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 34548251341</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neubiorev.2007.02.005</pub-id> </nlm-citation> </ref> <ref id="B25" content-type="article"> <label>25</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 格雷丘斯</年代urname> <given-names> m D。</given-names> </name> <name> <surname> Supekar</年代urname> <given-names> K。</given-names> </name> <name> <surname> 梅农</年代urname> <given-names> V。</given-names> </name> <name> <surname> 多尔蒂</年代urname> <given-names> r F。</given-names> </name> </person-group> <article-title> 静息状态的功能连通性反映结构在默认模式网络连通性</一个rt我cle- - - - - -t我tle> <source> <italic> 大脑皮层</我t一个l我c><year> 2009年</year> <volume> 19</volume> <issue> 1</我年代年代ue> <fpage> 72年</fpage> <lpage> 78年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 57749172272</pub-id> <pub-id pub-id-type="doi"> 10.1093 / cercor / bhn059</pub-id> </nlm-citation> </ref> <ref id="B26" content-type="article"> <label>26</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 格雷丘斯</年代urname> <given-names> m D。</given-names> </name> <name> <surname> 斯利瓦斯塔瓦</年代urname> <given-names> G。</given-names> </name> <name> <surname> 瑞斯</年代urname> <given-names> a . L。</given-names> </name> <name> <surname> 梅农</年代urname> <given-names> V。</given-names> </name> </person-group> <article-title> 静息状态网络活动区分阿尔茨海默氏症与健康老化:功能性磁共振成像的证据</一个rt我cle- - - - - -t我tle> <source> <italic> 美国国家科学院院刊》上的美利坚合众国</我t一个l我c><year> 2004年</year> <volume> 101年</volume> <issue> 13</我年代年代ue> <fpage> 4637年</fpage> <lpage> 4642年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 1842427969</pub-id> <pub-id pub-id-type="doi"> 10.1073 / pnas.0308627101</pub-id> </nlm-citation> </ref> <ref id="B27" content-type="article"> <label>27</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 张</年代urname> <given-names> l . J。</given-names> </name> <name> <surname> 杨</年代urname> <given-names> G。</given-names> </name> <name> <surname> 阴</年代urname> <given-names> J。</given-names> </name> <name> <surname> 刘</年代urname> <given-names> Y。</given-names> </name> <name> <surname> 气</年代urname> <given-names> J。</given-names> </name> </person-group> <article-title> 肝硬化患者的静息状态网络异常激活:功能性磁共振成像研究</一个rt我cle- - - - - -t我tle> <source> <italic> Acta Radiologica</我t一个l我c><year> 2007年</year> <volume> 48</volume> <issue> 7</我年代年代ue> <fpage> 781年</fpage> <lpage> 787年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 34548348177</pub-id> <pub-id pub-id-type="doi"> 10.1080 / 02841850701422161</pub-id> </nlm-citation> </ref> <ref id="B28" content-type="article"> <label>28</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 多夫</年代urname> <given-names> T。</given-names> </name> <name> <surname> 岁以上</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> 卡尔豪</年代urname> <given-names> 诉D。</given-names> </name> <name> <surname> Specht</年代urname> <given-names> K。</given-names> </name> <name> <surname> 恩格尔</年代urname> <given-names> 答:K。</given-names> </name> <name> <surname> Hugdahl</年代urname> <given-names> K。</given-names> </name> <name> <surname> 冯Cramon</年代urname> <given-names> d . Y。</given-names> </name> <name> <surname> Ullsperger</年代urname> <given-names> M。</given-names> </name> </person-group> <article-title> 人为错误的预测不适应与事件相关的大脑网络的变化</一个rt我cle- - - - - -t我tle> <source> <italic> 美国国家科学院院刊》上的美利坚合众国</我t一个l我c><year> 2008年</year> <volume> 105年</volume> <issue> 16</我年代年代ue> <fpage> 6173年</fpage> <lpage> 6178年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 43149121112</pub-id> <pub-id pub-id-type="doi"> 10.1073 / pnas.0708965105</pub-id> </nlm-citation> </ref> <ref id="B29" content-type="article"> <label>29日</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 辛格</年代urname> <given-names> k·D。</given-names> </name> <name> <surname> 福西特</年代urname> <given-names> i . P。</given-names> </name> </person-group> <article-title> 瞬态和线性分段失活的人类静息状态网络视觉检测任务</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2008年</year> <volume> 41</volume> <issue> 1</我年代年代ue> <fpage> One hundred.</fpage> <lpage> 112年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 42649138197</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2008.01.051</pub-id> </nlm-citation> </ref> <ref id="B30" content-type="article"> <label>30.</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 威尔逊</年代urname> <given-names> s M。</given-names> </name> <name> <surname> Molnar-Szakacs</年代urname> <given-names> 我。</given-names> </name> <name> <surname> Iacoboni</年代urname> <given-names> M。</given-names> </name> </person-group> <article-title> 超越颞皮层:叙事演讲中主体间的相互关系的理解</一个rt我cle- - - - - -t我tle> <source> <italic> 大脑皮层</我t一个l我c><year> 2008年</year> <volume> 18</volume> <issue> 1</我年代年代ue> <fpage> 230年</fpage> <lpage> 242年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 36849024459</pub-id> <pub-id pub-id-type="doi"> 10.1093 / cercor / bhm049</pub-id> </nlm-citation> </ref> <ref id="B31" content-type="article"> <label>31日</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Horovitz</年代urname> <given-names> s G。</given-names> </name> <name> <surname> 的巨大</年代urname> <given-names> M。</given-names> </name> <name> <surname> 德兹瓦特</年代urname> <given-names> j . A。</given-names> </name> <name> <surname> 范Gelderen</年代urname> <given-names> P。</given-names> </name> <name> <surname> 富尔顿</年代urname> <given-names> s . C。</given-names> </name> <name> <surname> Balkin</年代urname> <given-names> t·J。</given-names> </name> <name> <surname> Duyn</年代urname> <given-names> j . H。</given-names> </name> </person-group> <article-title> 低频率的波动在清醒和轻睡眠休息:同时EEG-fMRI研究</一个rt我cle- - - - - -t我tle> <source> <italic> 人类大脑图谱</我t一个l我c><year> 2008年</year> <volume> 29日</volume> <issue> 6</我年代年代ue> <fpage> 671年</fpage> <lpage> 682年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 40649090533</pub-id> <pub-id pub-id-type="doi"> 10.1002 / hbm.20428</pub-id> </nlm-citation> </ref> <ref id="B32" content-type="article"> <label>32</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 埃斯波西托</年代urname> <given-names> F。</given-names> </name> <name> <surname> Bertolino</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Scarabino</年代urname> <given-names> T。</given-names> </name> <name> <surname> Latorre</年代urname> <given-names> V。</given-names> </name> <name> <surname> 布拉西</年代urname> <given-names> G。</given-names> </name> <name> <surname> Popolizio</年代urname> <given-names> T。</given-names> </name> <name> <surname> 泰德斯</年代urname> <given-names> G。</given-names> </name> <name> <surname> Cirillo</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> Goebel</年代urname> <given-names> R。</given-names> </name> <name> <surname> Di室</年代urname> <given-names> F。</given-names> </name> </person-group> <article-title> 静息状态脑功能的独立组件模型:评估活跃思维的影响</一个rt我cle- - - - - -t我tle> <source> <italic> 大脑研究公告</我t一个l我c><year> 2006年</year> <volume> 70年</volume> <issue> 4 - 6</我年代年代ue> <fpage> 263年</fpage> <lpage> 269年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 33749427408</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.brainresbull.2006.06.012</pub-id> </nlm-citation> </ref> <ref id="B33" content-type="article"> <label>33</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 萨尔瓦多</年代urname> <given-names> R。</given-names> </name> <name> <surname> 马丁内斯</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Pomarol-Clotet</年代urname> <given-names> E。</given-names> </name> <name> <surname> Gomar</年代urname> <given-names> J。</given-names> </name> <name> <surname> 维拉</年代urname> <given-names> F。</given-names> </name> <name> <surname> Sarro</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> Capdevila</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> 图像</年代urname> <given-names> E。</given-names> </name> </person-group> <article-title> 一个简单的视图通过frequency-specific功能连通性测量大脑的</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2008年</year> <volume> 39</volume> <issue> 1</我年代年代ue> <fpage> 279年</fpage> <lpage> 289年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 36148947506</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2007.08.018</pub-id> </nlm-citation> </ref> <ref id="B34" content-type="article"> <label>34</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Buzsaki</年代urname> <given-names> G。</given-names> </name> <name> <surname> Draguhn</年代urname> <given-names> 一个。</given-names> </name> </person-group> <article-title> 在大脑皮层神经元olscillations网络</一个rt我cle- - - - - -t我tle> <source> <italic> 科学</我t一个l我c><year> 2004年</year> <volume> 304年</volume> <issue> 5679年</我年代年代ue> <fpage> 1926年</fpage> <lpage> 1929年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 3042523540</pub-id> <pub-id pub-id-type="doi"> 10.1126 / science.1099745</pub-id> </nlm-citation> </ref> <ref id="B35" content-type="article"> <label>35</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 福克斯</年代urname> <given-names> m D。</given-names> </name> <name> <surname> 斯奈德</年代urname> <given-names> 答:Z。</given-names> </name> <name> <surname> 扎克</年代urname> <given-names> j . M。</given-names> </name> <name> <surname> Raichle</年代urname> <given-names> m E。</given-names> </name> </person-group> <article-title> 连贯的自发活动占trial-to-trial可变性在人类诱发的大脑反应</一个rt我cle- - - - - -t我tle> <source> <italic> 自然神经科学</我t一个l我c><year> 2006年</year> <volume> 9</volume> <issue> 1</我年代年代ue> <fpage> 23</fpage> <lpage> 25</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 29444432367</pub-id> <pub-id pub-id-type="doi"> 10.1038 / nn1616</pub-id> </nlm-citation> </ref> <ref id="B36" content-type="article"> <label>36</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 凯利</年代urname> <given-names> a . m . C。</given-names> </name> <name> <surname> Uddin</年代urname> <given-names> l Q。</given-names> </name> <name> <surname> Biswal</年代urname> <given-names> B . B。</given-names> </name> <name> <surname> 卡斯特罗</年代urname> <given-names> f . X。</given-names> </name> <name> <surname> Milham</年代urname> <given-names> m P。</given-names> </name> </person-group> <article-title> 脑功能网络调节之间的竞争行为的变化</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2008年</year> <volume> 39</volume> <issue> 1</我年代年代ue> <fpage> 527年</fpage> <lpage> 537年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 36048936678</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2007.08.008</pub-id> </nlm-citation> </ref> <ref id="B37" content-type="article"> <label>37</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 格雷丘斯</年代urname> <given-names> m D。</given-names> </name> <name> <surname> 弗洛勒斯</年代urname> <given-names> b . H。</given-names> </name> <name> <surname> 梅农</年代urname> <given-names> V。</given-names> </name> <name> <surname> 格洛弗</年代urname> <given-names> g . H。</given-names> </name> <name> <surname> Solvason</年代urname> <given-names> h . B。</given-names> </name> <name> <surname> Kenna</年代urname> <given-names> H。</given-names> </name> <name> <surname> 瑞斯</年代urname> <given-names> a . L。</given-names> </name> <name> <surname> 沙士伯格</年代urname> <given-names> 答:F。</given-names> </name> </person-group> <article-title> 静息状态的功能连通性在抑郁症:异常增加的贡献subgenual扣带皮层和丘脑</一个rt我cle- - - - - -t我tle> <source> <italic> 生物精神病学</我t一个l我c><year> 2007年</year> <volume> 62年</volume> <issue> 5</我年代年代ue> <fpage> 429年</fpage> <lpage> 437年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 34548039062</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.biopsych.2006.09.020</pub-id> </nlm-citation> </ref> <ref id="B38" content-type="article"> <label>38</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 卡斯特罗</年代urname> <given-names> f . X。</given-names> </name> <name> <surname> 马格里斯</年代urname> <given-names> d S。</given-names> </name> <name> <surname> 凯利</年代urname> <given-names> C。</given-names> </name> <name> <surname> Uddin</年代urname> <given-names> l Q。</given-names> </name> <name> <surname> Ghaffari</年代urname> <given-names> M。</given-names> </name> <name> <surname> 樱桃酒</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> 肖</年代urname> <given-names> D。</given-names> </name> <name> <surname> Shehzad</年代urname> <given-names> Z。</given-names> </name> <name> <surname> Di马蒂诺</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Biswal</年代urname> <given-names> B。</given-names> </name> <name> <surname> Sonuga-Barke</年代urname> <given-names> e·j·S。</given-names> </name> <name> <surname> Rotrosen</年代urname> <given-names> J。</given-names> </name> <name> <surname> 阿德勒</年代urname> <given-names> l。</given-names> </name> <name> <surname> Milham</年代urname> <given-names> m P。</given-names> </name> </person-group> <article-title> Cingulate-precuneus交互:一个新的轨迹功能障碍的成人的儿童注意力缺陷多动症</一个rt我cle- - - - - -t我tle> <source> <italic> 生物精神病学</我t一个l我c><year> 2008年</year> <volume> 63年</volume> <issue> 3</我年代年代ue> <fpage> 332年</fpage> <lpage> 337年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 38049078773</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.biopsych.2007.06.025</pub-id> </nlm-citation> </ref> <ref id="B39" content-type="article"> <label>39</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Tinaz</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> Schendan</年代urname> <given-names> h·E。</given-names> </name> <name> <surname> 斯特恩</年代urname> <given-names> c, E。</given-names> </name> </person-group> <article-title> Fronto-striatal赤字在帕金森病语义事件排序</一个rt我cle- - - - - -t我tle> <source> <italic> 神经生物学衰老的</我t一个l我c><year> 2008年</year> <volume> 29日</volume> <issue> 3</我年代年代ue> <fpage> 397年</fpage> <lpage> 407年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 38949127252</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neurobiolaging.2006.10.025</pub-id> </nlm-citation> </ref> <ref id="B40" content-type="article"> <label>40</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Fransson</年代urname> <given-names> P。</given-names> </name> <name> <surname> Skiold</年代urname> <given-names> B。</given-names> </name> <name> <surname> Horsch</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> Nordell</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Blennow</年代urname> <given-names> M。</given-names> </name> <name> <surname> Lagercrantz</年代urname> <given-names> H。</given-names> </name> <name> <surname> 亚丁湾</年代urname> <given-names> U。</given-names> </name> </person-group> <article-title> 婴儿大脑静息状态的网络</一个rt我cle- - - - - -t我tle> <source> <italic> 美国国家科学院院刊》上的美利坚合众国</我t一个l我c><year> 2007年</year> <volume> 104年</volume> <issue> 39</我年代年代ue> <fpage> 15531年</fpage> <lpage> 15536年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 34848875130</pub-id> <pub-id pub-id-type="doi"> 10.1073 / pnas.0704380104</pub-id> </nlm-citation> </ref> <ref id="B41" content-type="article"> <label>41</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 公平</年代urname> <given-names> d . A。</given-names> </name> <name> <surname> 科恩</年代urname> <given-names> a . L。</given-names> </name> <name> <surname> Dosenbach解释</年代urname> <given-names> n美国F。</given-names> </name> <name> <surname> 教堂</年代urname> <given-names> j . A。</given-names> </name> <name> <surname> Miezin</年代urname> <given-names> f·M。</given-names> </name> <name> <surname> Barch</年代urname> <given-names> d . M。</given-names> </name> <name> <surname> Raichle</年代urname> <given-names> m E。</given-names> </name> <name> <surname> 彼得森</年代urname> <given-names> s E。</given-names> </name> <name> <surname> Schlaggar</年代urname> <given-names> b . L。</given-names> </name> </person-group> <article-title> 成熟的大脑的默认网络的体系结构</一个rt我cle- - - - - -t我tle> <source> <italic> 美国国家科学院院刊》上的美利坚合众国</我t一个l我c><year> 2008年</year> <volume> 105年</volume> <issue> 10</我年代年代ue> <fpage> 4028年</fpage> <lpage> 4032年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 41649108053</pub-id> <pub-id pub-id-type="doi"> 10.1073 / pnas.0800376105</pub-id> </nlm-citation> </ref> <ref id="B42" content-type="article"> <label>42</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 。托马森</年代urname> <given-names> m E。</given-names> </name> <name> <surname> 常</年代urname> <given-names> c, E。</given-names> </name> <name> <surname> 格洛弗</年代urname> <given-names> g . H。</given-names> </name> <name> <surname> 加百利</年代urname> <given-names> j·d·E。</given-names> </name> <name> <surname> 格雷丘斯</年代urname> <given-names> m D。</given-names> </name> <name> <surname> Gotlib</年代urname> <given-names> i . H。</given-names> </name> </person-group> <article-title> 静息状态功能和task-induced失活有重叠的儿童大脑基质</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2008年</year> <volume> 41</volume> <issue> 4</我年代年代ue> <fpage> 1493年</fpage> <lpage> 1503年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 44649100116</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2008.03.029</pub-id> </nlm-citation> </ref> <ref id="B43" content-type="article"> <label>43</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Fransson</年代urname> <given-names> P。</given-names> </name> </person-group> <article-title> 默认是大脑功能的默认模式如何?。进一步的证据从内在大胆的信号波动</一个rt我cle- - - - - -t我tle> <source> <italic> 这项研究</我t一个l我c><year> 2006年</year> <volume> 44</volume> <issue> 14</我年代年代ue> <fpage> 2836年</fpage> <lpage> 2845年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 33749427596</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuropsychologia.2006.06.017</pub-id> </nlm-citation> </ref> <ref id="B44" content-type="article"> <label>44</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 福克斯</年代urname> <given-names> m D。</given-names> </name> <name> <surname> 斯奈德</年代urname> <given-names> 答:Z。</given-names> </name> <name> <surname> 文森特</年代urname> <given-names> j·L。</given-names> </name> <name> <surname> Corbetta</年代urname> <given-names> M。</given-names> </name> <name> <surname> 范·埃森</年代urname> <given-names> d . C。</given-names> </name> <name> <surname> Raichle</年代urname> <given-names> m E。</given-names> </name> </person-group> <article-title> 人类的大脑本质上是组织成动态,anticorrelated功能网络</一个rt我cle- - - - - -t我tle> <source> <italic> 美国国家科学院院刊》上的美利坚合众国</我t一个l我c><year> 2005年</year> <volume> 102年</volume> <issue> 27</我年代年代ue> <fpage> 9673年</fpage> <lpage> 9678年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 22144469412</pub-id> <pub-id pub-id-type="doi"> 10.1073 / pnas.0504136102</pub-id> </nlm-citation> </ref> <ref id="B45" content-type="article"> <label>45</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Raichle</年代urname> <given-names> m E。</given-names> </name> <name> <surname> 斯奈德</年代urname> <given-names> 答:Z。</given-names> </name> </person-group> <article-title> 大脑功能的默认模式:一个发展简史的想法</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2007年</year> <volume> 37</volume> <issue> 4</我年代年代ue> <fpage> 1083年</fpage> <lpage> 1090年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 34548535101</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2007.02.041</pub-id> </nlm-citation> </ref> <ref id="B46" content-type="article"> <label>46</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Gopinath</年代urname> <given-names> K。</given-names> </name> <name> <surname> 吊环</年代urname> <given-names> W。</given-names> </name> <name> <surname> Goyal</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> 卡特</年代urname> <given-names> K。</given-names> </name> <name> <surname> Dinse</年代urname> <given-names> h·R。</given-names> </name> <name> <surname> 哈雷</年代urname> <given-names> R。</given-names> </name> <name> <surname> 布里格斯</年代urname> <given-names> R。</given-names> </name> </person-group> <article-title> 纹状体是通过控制调节功能连通性网络fMRI静息状态的条件</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2011年</year> <volume> 54</volume> <issue> 1</我年代年代ue> <fpage> 380年</fpage> <lpage> 388年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 77957955436</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2010.07.021</pub-id> </nlm-citation> </ref> <ref id="B47" content-type="article"> <label>47</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Morcom</年代urname> <given-names> a . M。</given-names> </name> <name> <surname> 弗莱彻</年代urname> <given-names> p C。</given-names> </name> </person-group> <article-title> 大脑有一个基线吗?为什么我们应该抵制休息</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2007年</year> <volume> 37</volume> <issue> 4</我年代年代ue> <fpage> 1073年</fpage> <lpage> 1082年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 34548544198</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2006.09.013</pub-id> </nlm-citation> </ref> <ref id="B48" content-type="article"> <label>48</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> van den Heuvel</年代urname> <given-names> m P。</given-names> </name> <name> <surname> Hulshoff波尔</年代urname> <given-names> h·E。</given-names> </name> </person-group> <article-title> 探索大脑网络:静息状态功能磁共振成像功能连通性的审查</一个rt我cle- - - - - -t我tle> <source> <italic> 欧洲神经精神药理学</我t一个l我c><year> 2010年</year> <volume> 20.</volume> <issue> 8</我年代年代ue> <fpage> 519年</fpage> <lpage> 534年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 77953961776</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.euroneuro.2010.03.008</pub-id> </nlm-citation> </ref> <ref id="B49" content-type="article"> <label>49</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 马格里斯</年代urname> <given-names> d S。</given-names> </name> <name> <surname> 配方</年代urname> <given-names> J。</given-names> </name> <name> <surname> 长</年代urname> <given-names> X。</given-names> </name> <name> <surname> Lv</年代urname> <given-names> Y。</given-names> </name> <name> <surname> 凯利</年代urname> <given-names> C。</given-names> </name> <name> <surname> 谢弗</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Goldhahn</年代urname> <given-names> D。</given-names> </name> <name> <surname> Abbushi</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Milham</年代urname> <given-names> m P。</given-names> </name> <name> <surname> 罗曼</年代urname> <given-names> G。</given-names> </name> <name> <surname> Villringer</年代urname> <given-names> 一个。</given-names> </name> </person-group> <article-title> 休息的进展:回顾功能磁共振成像后处理方法对自发的大脑活动</一个rt我cle- - - - - -t我tle> <source> <italic> 磁共振材料在物理学、生物学和医学</我t一个l我c><year> 2010年</year> <volume> 23</volume> <issue> 5 - 6</我年代年代ue> <fpage> 289年</fpage> <lpage> 307年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 78651328035</pub-id> <pub-id pub-id-type="doi"> 10.1007 / s10334 - 010 - 0228 - 5</pub-id> </nlm-citation> </ref> <ref id="B50" content-type="article"> <label>50</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 张</年代urname> <given-names> h . Y。</given-names> </name> <name> <surname> 王</年代urname> <given-names> 美国J。</given-names> </name> <name> <surname> 兴</年代urname> <given-names> J。</given-names> </name> <name> <surname> 刘</年代urname> <given-names> B。</given-names> </name> <name> <surname> 马</年代urname> <given-names> z L。</given-names> </name> <name> <surname> 杨</年代urname> <given-names> M。</given-names> </name> <name> <surname> 张</年代urname> <given-names> z . J。</given-names> </name> <name> <surname> 腾</年代urname> <given-names> g . J。</given-names> </name> </person-group> <article-title> 在静息状态功能磁共振成像检测PCC功能连通性特征轻度阿尔茨海默氏症</一个rt我cle- - - - - -t我tle> <source> <italic> 大脑研究行为</我t一个l我c><year> 2009年</year> <volume> 197年</volume> <issue> 1</我年代年代ue> <fpage> 103年</fpage> <lpage> 108年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 57649224343</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.bbr.2008.08.012</pub-id> </nlm-citation> </ref> <ref id="B51" content-type="article"> <label>51</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Sorg</年代urname> <given-names> C。</given-names> </name> <name> <surname> Riedl</年代urname> <given-names> V。</given-names> </name> <name> <surname> Perneczky</年代urname> <given-names> R。</given-names> </name> <name> <surname> Kurz</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Wohlschlager</年代urname> <given-names> a . M。</given-names> </name> </person-group> <article-title> 阿尔茨海默病的功能连通性的影响自发的大脑活动</一个rt我cle- - - - - -t我tle> <source> <italic> 目前老年痴呆症研究</我t一个l我c><year> 2009年</year> <volume> 6</volume> <issue> 6</我年代年代ue> <fpage> 541年</fpage> <lpage> 553年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 73949095474</pub-id> <pub-id pub-id-type="doi"> 10.2174 / 156720509790147106</pub-id> </nlm-citation> </ref> <ref id="B52" content-type="article"> <label>52</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 哟</年代urname> <given-names> t·s·艾。</given-names> </name> <name> <surname> Anwander</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Descoteaux</年代urname> <given-names> M。</given-names> </name> <name> <surname> Fillard</年代urname> <given-names> P。</given-names> </name> <name> <surname> Poupon</年代urname> <given-names> C。</given-names> </name> <name> <surname> Knosche</年代urname> <given-names> t·R。</given-names> </name> </person-group> <article-title> 量化脑连接:比较tractography研究</一个rt我cle- - - - - -t我tle> <source> <italic> 在计算机科学的课堂讲稿</我t一个l我c><year> 2009年</year> <volume> 5761年</volume> <issue> 1</我年代年代ue> <fpage> 886年</fpage> <lpage> 893年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 77952275234</pub-id> <pub-id pub-id-type="doi"> 10.1007 / 978 - 3 - 642 - 04268 - 3 - _109</pub-id> </nlm-citation> </ref> <ref id="B53" content-type="article"> <label>53</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 阿富汗二月</年代urname> <given-names> D。</given-names> </name> <name> <surname> Schelter</年代urname> <given-names> B。</given-names> </name> <name> <surname> 施耐尔</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> Kratochvil</年代urname> <given-names> D。</given-names> </name> <name> <surname> Kupper</年代urname> <given-names> H。</given-names> </name> <name> <surname> Kellmeyer</年代urname> <given-names> P。</given-names> </name> <name> <surname> kummer领军</年代urname> <given-names> D。</given-names> </name> <name> <surname> Kloppel</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> Glauche</年代urname> <given-names> V。</given-names> </name> <name> <surname> 兰格</年代urname> <given-names> R。</given-names> </name> <name> <surname> 马德尔</年代urname> <given-names> W。</given-names> </name> <name> <surname> 费用</年代urname> <given-names> D。</given-names> </name> <name> <surname> 蒂莫</年代urname> <given-names> J。</given-names> </name> <name> <surname> 威尔</年代urname> <given-names> C。</given-names> </name> </person-group> <article-title> 结合功能和解剖连接显示大脑网络的听觉语言理解</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2010年</year> <volume> 49</volume> <issue> 4</我年代年代ue> <fpage> 3187年</fpage> <lpage> 3197年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 73749086669</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2009.11.009</pub-id> </nlm-citation> </ref> <ref id="B54" content-type="article"> <label>54</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 常</年代urname> <given-names> C。</given-names> </name> <name> <surname> 格洛弗</年代urname> <given-names> g . H。</given-names> </name> </person-group> <article-title> 时频动态静止状态与功能磁共振成像的大脑连通性测量</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2010年</year> <volume> 50</volume> <issue> 1</我年代年代ue> <fpage> 81年</fpage> <lpage> 98年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 75249093217</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2009.12.011</pub-id> </nlm-citation> </ref> <ref id="B55" content-type="article"> <label>55</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 布鲁克斯</年代urname> <given-names> m·J。</given-names> </name> <name> <surname> 黑尔</年代urname> <given-names> j . R。</given-names> </name> <name> <surname> Zumer</年代urname> <given-names> j . M。</given-names> </name> <name> <surname> 史蒂文森</年代urname> <given-names> c . M。</given-names> </name> <name> <surname> 弗朗西斯</年代urname> <given-names> s T。</given-names> </name> <name> <surname> 巴恩斯</年代urname> <given-names> g·R。</given-names> </name> <name> <surname> 欧文</年代urname> <given-names> j . P。</given-names> </name> <name> <surname> 莫里斯</年代urname> <given-names> p·G。</given-names> </name> <name> <surname> 纳</年代urname> <given-names> 美国年代。</given-names> </name> </person-group> <article-title> 测量功能连通性使用梅格:方法与fcMRI和比较</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2011年</year> <volume> 56</volume> <issue> 3</我年代年代ue> <fpage> 1082年</fpage> <lpage> 1104年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 79955480798</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2011.02.054</pub-id> </nlm-citation> </ref> <ref id="B56" content-type="article"> <label>56</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 卡布拉尔</年代urname> <given-names> J。</given-names> </name> <name> <surname> Hugues</年代urname> <given-names> E。</given-names> </name> <name> <surname> 斯波恩</年代urname> <given-names> O。</given-names> </name> <name> <surname> 德科</年代urname> <given-names> G。</given-names> </name> </person-group> <article-title> 本地网络振荡在静息状态功能连通性</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2011年</year> <volume> 57</volume> <issue> 1</我年代年代ue> <fpage> 130年</fpage> <lpage> 139年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 79956204167</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2011.04.010</pub-id> </nlm-citation> </ref> <ref id="B57" content-type="article"> <label>57</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Nunez</年代urname> <given-names> p . L。</given-names> </name> <name> <surname> Srinivasan</年代urname> <given-names> R。</given-names> </name> <name> <surname> Westdorp</年代urname> <given-names> 答:F。</given-names> </name> <name> <surname> Wijesinghe</年代urname> <given-names> r S。</given-names> </name> <name> <surname> 塔克</年代urname> <given-names> d . M。</given-names> </name> <name> <surname> Silberstein</年代urname> <given-names> r B。</given-names> </name> <name> <surname> Cadusch</年代urname> <given-names> p . J。</given-names> </name> </person-group> <article-title> EEG相干我:统计、参比电极、体积传导,拉普拉斯算子,皮层成像,在多尺度和解释</一个rt我cle- - - - - -t我tle> <source> <italic> 脑电图与临床神经生理学</我t一个l我c><year> 1997年</year> <volume> 103年</volume> <issue> 5</我年代年代ue> <fpage> 499年</fpage> <lpage> 515年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 0030694031</pub-id> <pub-id pub-id-type="doi"> 10.1016 / s0013 - 4694 (97) 00066 - 7</pub-id> </nlm-citation> </ref> <ref id="B58" content-type="article"> <label>58</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Nunez</年代urname> <given-names> p . L。</given-names> </name> <name> <surname> Silberstein</年代urname> <given-names> r B。</given-names> </name> <name> <surname> 史</年代urname> <given-names> Z。</given-names> </name> <name> <surname> 卡彭特</年代urname> <given-names> m·R。</given-names> </name> <name> <surname> Srinivasan</年代urname> <given-names> R。</given-names> </name> <name> <surname> 塔克</年代urname> <given-names> d . M。</given-names> </name> <name> <surname> 多兰</年代urname> <given-names> s M。</given-names> </name> <name> <surname> Cadusch</年代urname> <given-names> p . J。</given-names> </name> <name> <surname> Wijesinghe</年代urname> <given-names> r S。</given-names> </name> </person-group> <article-title> EEG相干II:实验比较多种措施</一个rt我cle- - - - - -t我tle> <source> <italic> 临床神经生理学</我t一个l我c><year> 1999年</year> <volume> 110年</volume> <issue> 3</我年代年代ue> <fpage> 469年</fpage> <lpage> 486年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 0032950093</pub-id> <pub-id pub-id-type="doi"> 10.1016 / s1388 - 2457 (98) 00043 - 1</pub-id> </nlm-citation> </ref> <ref id="B59" content-type="article"> <label>59</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Nunez</年代urname> <given-names> p . L。</given-names> </name> <name> <surname> Wingeier</年代urname> <given-names> b . M。</given-names> </name> <name> <surname> Silberstein</年代urname> <given-names> r B。</given-names> </name> </person-group> <article-title> 人类α节律的时空结构:理论,在临床上来源,多尺度测量,和全球绑定本地网络</一个rt我cle- - - - - -t我tle> <source> <italic> 人类大脑图谱</我t一个l我c><year> 2001年</year> <volume> 13</volume> <issue> 3</我年代年代ue> <fpage> 125年</fpage> <lpage> 164年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 0034979051</pub-id> <pub-id pub-id-type="doi"> 10.1002 / hbm.1030</pub-id> </nlm-citation> </ref> <ref id="B60" content-type="article"> <label>60</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Srinivasan</年代urname> <given-names> R。</given-names> </name> <name> <surname> 冬天</年代urname> <given-names> w·R。</given-names> </name> <name> <surname> 丁</年代urname> <given-names> J。</given-names> </name> <name> <surname> Nunez</年代urname> <given-names> p . L。</given-names> </name> </person-group> <article-title> 脑电图和梅格一致性:功能连通性的措施在不同的空间尺度上皮层动态</一个rt我cle- - - - - -t我tle> <source> <italic> 神经科学杂志》上的方法</我t一个l我c><year> 2007年</year> <volume> 166年</volume> <issue> 1</我年代年代ue> <fpage> 41</fpage> <lpage> 52</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 34548491999</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.jneumeth.2007.06.026</pub-id> </nlm-citation> </ref> <ref id="B61" content-type="article"> <label>61年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Palva</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> Palva</年代urname> <given-names> j . M。</given-names> </name> </person-group> <article-title> 新的视野<我t一个l我c>α</我t一个l我c>高频振荡乐队</一个rt我cle- - - - - -t我tle> <source> <italic> 神经科学的趋势</我t一个l我c><year> 2007年</year> <volume> 30.</volume> <issue> 4</我年代年代ue> <fpage> 150年</fpage> <lpage> 158年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 33947613170</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.tins.2007.02.001</pub-id> </nlm-citation> </ref> <ref id="B62" content-type="article"> <label>62年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 凯撒</年代urname> <given-names> J。</given-names> </name> <name> <surname> Lutzenberger</年代urname> <given-names> W。</given-names> </name> </person-group> <article-title> 人类gamma-band活动:认知过程的窗口</一个rt我cle- - - - - -t我tle> <source> <italic> NeuroReport</我t一个l我c><year> 2005年</year> <volume> 16</volume> <issue> 3</我年代年代ue> <fpage> 207年</fpage> <lpage> 211年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 14944382157</pub-id> <pub-id pub-id-type="doi"> 10.1097 / 00001756-200502280-00001</pub-id> </nlm-citation> </ref> <ref id="B63" content-type="article"> <label>63年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Shmuel</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> 利奥波德</年代urname> <given-names> d . A。</given-names> </name> </person-group> <article-title> 神经元的自发波动fMRI信号相关猴子视觉皮层:对功能连通性的影响在休息的时候</一个rt我cle- - - - - -t我tle> <source> <italic> 人类大脑图谱</我t一个l我c><year> 2008年</year> <volume> 29日</volume> <issue> 7</我年代年代ue> <fpage> 751年</fpage> <lpage> 761年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 44949148155</pub-id> <pub-id pub-id-type="doi"> 10.1002 / hbm.20580</pub-id> </nlm-citation> </ref> <ref id="B64" content-type="article"> <label>64年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 奥氏小体</年代urname> <given-names> d . P。</given-names> </name> </person-group> <article-title> 自发的低频血氧等级相关的波动和功能连通性分析大脑“休息”</一个rt我cle- - - - - -t我tle> <source> <italic> 磁共振成像</我t一个l我c><year> 2008年</year> <volume> 26</volume> <issue> 7</我年代年代ue> <fpage> 1055年</fpage> <lpage> 1064年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 48549087974</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.mri.2008.05.008</pub-id> </nlm-citation> </ref> <ref id="B65" content-type="article"> <label>65年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 维斯</年代urname> <given-names> 美国一个。</given-names> </name> <name> <surname> 巴塞特</年代urname> <given-names> d S。</given-names> </name> <name> <surname> 鲁宾斯坦</年代urname> <given-names> D。</given-names> </name> <name> <surname> 霍尔德</年代urname> <given-names> T。</given-names> </name> <name> <surname> Apud</年代urname> <given-names> J。</given-names> </name> <name> <surname> 迪金森</年代urname> <given-names> D。</given-names> </name> <name> <surname> 科波拉</年代urname> <given-names> R。</given-names> </name> </person-group> <article-title> 脑功能网络特性和自适应性在任务实践在健康志愿者和精神分裂症患者</一个rt我cle- - - - - -t我tle> <source> <italic> 人类神经科学前沿</我t一个l我c><year> 2011年</year> <volume> 5</volume> <fpage> 81年</fpage> </nlm-citation> </ref> <ref id="B66" content-type="article"> <label>66年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Ghuman</年代urname> <given-names> 答:S。</given-names> </name> <name> <surname> 麦克丹尼尔</年代urname> <given-names> j . R。</given-names> </name> <name> <surname> 马丁</年代urname> <given-names> 一个。</given-names> </name> </person-group> <article-title> 小波方法测量静息状态功能连通性的振荡动力学在梅格</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2011年</year> <volume> 56</volume> <issue> 1</我年代年代ue> <fpage> 69年</fpage> <lpage> 77年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 79953048045</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2011.01.046</pub-id> </nlm-citation> </ref> <ref id="B67" content-type="article"> <label>67年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 李</年代urname> <given-names> K。</given-names> </name> <name> <surname> 郭</年代urname> <given-names> l</given-names> </name> <name> <surname> 聂</年代urname> <given-names> J。</given-names> </name> <name> <surname> 李</年代urname> <given-names> G。</given-names> </name> <name> <surname> 刘</年代urname> <given-names> T。</given-names> </name> </person-group> <article-title> 对脑功能连接的方法使用fMRI检测</一个rt我cle- - - - - -t我tle> <source> <italic> 计算机医学影像和图形</我t一个l我c><year> 2009年</year> <volume> 33</volume> <issue> 2</我年代年代ue> <fpage> 131年</fpage> <lpage> 139年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 58149234673</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.compmedimag.2008.10.011</pub-id> </nlm-citation> </ref> <ref id="B68" content-type="book"> <label>68年</l一个bel> <nlm-citation publication-type="book"> <person-group person-group-type="author"> <name> <surname> Friston</年代urname> <given-names> K。</given-names> </name> <name> <surname> ashburn</年代urname> <given-names> j . T。</given-names> </name> <name> <surname> Kiebel</年代urname> <given-names> s T。</given-names> </name> <name> <surname> 考</年代urname> <given-names> t E。</given-names> </name> <name> <surname> 一分钱</年代urname> <given-names> w·D。</given-names> </name> </person-group> <source> <italic> 统计参数映射:功能性大脑成像分析</我t一个l我c><year> 2006年</year> <publisher-loc> 纽约,纽约,美国</publisher-loc> <publisher-name> 爱思唯尔,学术出版社</publisher-name> </nlm-citation> </ref> <ref id="B69" content-type="book"> <label>69年</l一个bel> <nlm-citation publication-type="book"> <person-group person-group-type="author"> <name> <surname> Hyvarinen</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Karhunen</年代urname> <given-names> J。</given-names> </name> <name> <surname> Oja</年代urname> <given-names> E。</given-names> </name> </person-group> <source> <italic> 独立分量分析</我t一个l我c><year> 2001年</year> <publisher-loc> 纽约,纽约,美国</publisher-loc> <publisher-name> 约翰威利& Sons</publisher-name> </nlm-citation> </ref> <ref id="B70" content-type="book"> <label>70年</l一个bel> <nlm-citation publication-type="book"> <person-group person-group-type="author"> <name> <surname> Cichocki</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Amari</年代urname> <given-names> 机票的。</given-names> </name> </person-group> <source> <italic> 自适应盲信号和图像处理</我t一个l我c><year> 2002年</year> <publisher-loc> 纽约,纽约,美国</publisher-loc> <publisher-name> 威利</publisher-name> </nlm-citation> </ref> <ref id="B71" content-type="article"> <label>71年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 石头</年代urname> <given-names> j . V。</given-names> </name> <name> <surname> Porrill</年代urname> <given-names> J。</given-names> </name> <name> <surname> 波特</年代urname> <given-names> n R。</given-names> </name> <name> <surname> 威尔金森</年代urname> <given-names> i D。</given-names> </name> </person-group> <article-title> 使用扭曲时空的独立分量分析与事件相关功能磁共振成像数据的概率密度函数</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2002年</year> <volume> 15</volume> <issue> 2</我年代年代ue> <fpage> 407年</fpage> <lpage> 421年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 0036334838</pub-id> <pub-id pub-id-type="doi"> 10.1006 / nimg.2001.0986</pub-id> </nlm-citation> </ref> <ref id="B72" content-type="inproceedings"> <label>72年</l一个bel> <nlm-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> 赛思</年代urname> <given-names> f·J。</given-names> </name> <name> <surname> 格鲁伯</年代urname> <given-names> P。</given-names> </name> <name> <surname> 凯克</年代urname> <given-names> i R。</given-names> </name> <name> <surname> 朗</年代urname> <given-names> e·W。</given-names> </name> </person-group> <person-group person-group-type="editor"> <name> <surname> 杜赫</年代urname> <given-names> W。</given-names> </name> </person-group> <article-title> 功能性核磁共振分析小说时空ICA算法</一个rt我cle- - - - - -t我tle> <volume> 3696年</volume> <conf-name> 学报》第15届国际会议上人工神经网络:生物灵感(ICANN 05)</conf-name> <conf-date> 2005年9月</conf-date> <conf-loc> 波兰华沙</conf-loc> <publisher-name> 施普林格</publisher-name> <fpage> 677年</fpage> <lpage> 682年</lpage> <series> 在计算机科学的课堂讲稿</年代er我e年代></nl米- - - - - -c我tation> </ref> <ref id="B73" content-type="article"> <label>73年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 赛思</年代urname> <given-names> f·J。</given-names> </name> <name> <surname> 格鲁伯</年代urname> <given-names> P。</given-names> </name> <name> <surname> 凯克</年代urname> <given-names> i R。</given-names> </name> <name> <surname> 朗</年代urname> <given-names> e·W。</given-names> </name> </person-group> <article-title> 一个健壮的模型时空依赖性</一个rt我cle- - - - - -t我tle> <source> <italic> Neurocomputing</我t一个l我c><year> 2008年</year> <volume> 71年</volume> <issue> 10 - 12</我年代年代ue> <fpage> 2209年</fpage> <lpage> 2216年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 44649136732</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neucom.2007.06.012</pub-id> </nlm-citation> </ref> <ref id="B74" content-type="article"> <label>74年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Stoika</年代urname> <given-names> P。</given-names> </name> <name> <surname> Selen</年代urname> <given-names> Y。</given-names> </name> </person-group> <article-title> 模型顺序选择</一个rt我cle- - - - - -t我tle> <source> <italic> IEEE信号处理杂志</我t一个l我c><year> 2004年</year> <volume> 21</volume> <issue> 4</我年代年代ue> <fpage> 36</fpage> <lpage> 47</lpage> </nlm-citation> </ref> <ref id="B75" content-type="article"> <label>75年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 丁</年代urname> <given-names> Q。</given-names> </name> <name> <surname> 凯</年代urname> <given-names> 年代。</given-names> </name> </person-group> <article-title> 不一致的MDL:模型顺序选择标准的性能提高信噪比</一个rt我cle- - - - - -t我tle> <source> <italic> IEEE信号处理</我t一个l我c><year> 2011年</year> <volume> 59</volume> <issue> 5</我年代年代ue> <fpage> 1959年</fpage> <lpage> 1969年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 79954552464</pub-id> <pub-id pub-id-type="doi"> 10.1109 / TSP.2011.2108293</pub-id> </nlm-citation> </ref> <ref id="B76" content-type="article"> <label>76年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Daubechies</年代urname> <given-names> 我。</given-names> </name> <name> <surname> ·鲁索斯</年代urname> <given-names> E。</given-names> </name> <name> <surname> Takerkart</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> Benharrosh</年代urname> <given-names> M。</given-names> </name> <name> <surname> 金</年代urname> <given-names> C。</given-names> </name> <name> <surname> D 'Ardenne</年代urname> <given-names> K。</given-names> </name> <name> <surname> 里希特</年代urname> <given-names> W。</given-names> </name> <name> <surname> 科恩</年代urname> <given-names> j . D。</given-names> </name> <name> <surname> Haxby</年代urname> <given-names> J。</given-names> </name> </person-group> <article-title> 独立分量分析的脑功能磁共振成像不选择独立</一个rt我cle- - - - - -t我tle> <source> <italic> 美国国家科学院院刊》上的美利坚合众国</我t一个l我c><year> 2009年</year> <volume> 106年</volume> <issue> 26</我年代年代ue> <fpage> 10415年</fpage> <lpage> 10422年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 67649811101</pub-id> <pub-id pub-id-type="doi"> 10.1073 / pnas.0903525106</pub-id> </nlm-citation> </ref> <ref id="B77" content-type="article"> <label>77年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 卡尔豪</年代urname> <given-names> 诉D。</given-names> </name> <name> <surname> 刘</年代urname> <given-names> J。</given-names> </name> <name> <surname> Adali</年代urname> <given-names> T。</given-names> </name> </person-group> <article-title> 回顾集团ICA fMRI数据和ICA的联合推理成像、基因和ERP数据。</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2009年</year> <volume> 45</volume> <issue> 1</我年代年代ue> <fpage> S163</fpage> <lpage> 172年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 65549097795</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2008.10.057</pub-id> </nlm-citation> </ref> <ref id="B78" content-type="article"> <label>78年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 斯利</年代urname> <given-names> W·W。</given-names> </name> <name> <surname> 克劳福德</年代urname> <given-names> r·K。</given-names> </name> <name> <surname> 周</年代urname> <given-names> J。</given-names> </name> <name> <surname> 米勒</年代urname> <given-names> b . L。</given-names> </name> <name> <surname> 格雷丘斯</年代urname> <given-names> m D。</given-names> </name> </person-group> <article-title> 人类大脑神经退行性疾病的目标的大规模网络</一个rt我cle- - - - - -t我tle> <source> <italic> 神经元</我t一个l我c><year> 2009年</year> <volume> 62年</volume> <issue> 1</我年代年代ue> <fpage> 42</fpage> <lpage> 52</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 64149093013</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuron.2009.03.024</pub-id> </nlm-citation> </ref> <ref id="B79" content-type="article"> <label>79年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 傻瓜</年代urname> <given-names> C。</given-names> </name> <name> <surname> Kamdar</年代urname> <given-names> N。</given-names> </name> <name> <surname> 阮</年代urname> <given-names> D。</given-names> </name> <name> <surname> 多嘴的人</年代urname> <given-names> K。</given-names> </name> <name> <surname> 贝克曼</年代urname> <given-names> c F。</given-names> </name> <name> <surname> 梅农</年代urname> <given-names> V。</given-names> </name> <name> <surname> 格雷丘斯</年代urname> <given-names> m D。</given-names> </name> </person-group> <article-title> 不同的小脑贡献内在连接网络</一个rt我cle- - - - - -t我tle> <source> <italic> 神经科学杂志》上</我t一个l我c><year> 2009年</year> <volume> 29日</volume> <issue> 26</我年代年代ue> <fpage> 8586年</fpage> <lpage> 8594年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 67649990015</pub-id> <pub-id pub-id-type="doi"> 10.1523 / jneurosci.1868 - 09.2009</pub-id> </nlm-citation> </ref> <ref id="B80" content-type="article"> <label>80年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Filippini</年代urname> <given-names> N。</given-names> </name> <name> <surname> 麦金塔电脑</年代urname> <given-names> b . J。</given-names> </name> <name> <surname> 脚腕</年代urname> <given-names> m·G。</given-names> </name> <name> <surname> 古德温</年代urname> <given-names> g . M。</given-names> </name> <name> <surname> Frisoni</年代urname> <given-names> g . B。</given-names> </name> <name> <surname> 史密斯</年代urname> <given-names> s M。</given-names> </name> <name> <surname> 马修斯</年代urname> <given-names> p . M。</given-names> </name> <name> <surname> 贝克曼</年代urname> <given-names> c F。</given-names> </name> <name> <surname> 麦凯</年代urname> <given-names> c, E。</given-names> </name> </person-group> <article-title> 年轻的航空公司不同的大脑活动模式的APOE -<我t一个l我c>ε</我t一个l我c>4个等位基因</一个rt我cle- - - - - -t我tle> <source> <italic> 美国国家科学院院刊》上的美利坚合众国</我t一个l我c><year> 2009年</year> <volume> 106年</volume> <issue> 17</我年代年代ue> <fpage> 7209年</fpage> <lpage> 7214年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 66349129276</pub-id> <pub-id pub-id-type="doi"> 10.1073 / pnas.0811879106</pub-id> </nlm-citation> </ref> <ref id="B81" content-type="article"> <label>81年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 贝克曼</年代urname> <given-names> c F。</given-names> </name> <name> <surname> 麦凯</年代urname> <given-names> c, E。</given-names> </name> <name> <surname> Filippini</年代urname> <given-names> N。</given-names> </name> <name> <surname> 史密斯</年代urname> <given-names> s M。</given-names> </name> </person-group> <article-title> 使用多种学科组比较静息状态功能磁共振成像数据ICA和双回归</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2009年</year> <volume> 47</volume> <supplement> 补充1</年代upplement> <fpage> S39</fpage> <lpage> S41</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2009.04.006</pub-id> </nlm-citation> </ref> <ref id="B82" content-type="article"> <label>82年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 卡尔豪</年代urname> <given-names> 诉D。</given-names> </name> <name> <surname> Adali</年代urname> <given-names> T。</given-names> </name> <name> <surname> McGinty</年代urname> <given-names> 诉B。</given-names> </name> <name> <surname> 之中</年代urname> <given-names> J·J。</given-names> </name> <name> <surname> 沃森</年代urname> <given-names> t D。</given-names> </name> <name> <surname> Pearlson</年代urname> <given-names> g D。</given-names> </name> </person-group> <article-title> 功能磁共振成像在视觉感知任务激活:地区检测到网络使用一般线性模型和独立成分分析</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2001年</year> <volume> 14</volume> <issue> 5</我年代年代ue> <fpage> 1080年</fpage> <lpage> 1088年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 0035172708</pub-id> <pub-id pub-id-type="doi"> 10.1006 / nimg.2001.0921</pub-id> </nlm-citation> </ref> <ref id="B83" content-type="inproceedings"> <label>83年</l一个bel> <nlm-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> Wismuller</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> 兰格</年代urname> <given-names> O。</given-names> </name> <name> <surname> 奥氏小体</年代urname> <given-names> D。</given-names> </name> <name> <surname> Leinsinger</年代urname> <given-names> G。</given-names> </name> </person-group> <article-title> 模范自由功能性核磁共振分析检测低频在人类大脑功能连通性</一个rt我cle- - - - - -t我tle> <volume> 7624年</volume> <conf-name> Photo-Optical仪表工程师学会学报(学报)系列会议</conf-name> <conf-date> 2010年</conf-date> <publisher-name> 被国际社会公认为光学和光子学(学报)</publisher-name> </nlm-citation> </ref> <ref id="B84" content-type="article"> <label>84年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Bellec</年代urname> <given-names> P。</given-names> </name> <name> <surname> Rosa-Neto</年代urname> <given-names> P。</given-names> </name> <name> <surname> 利特尔顿</年代urname> <given-names> o . C。</given-names> </name> <name> <surname> 贝纳里</年代urname> <given-names> H。</given-names> </name> <name> <surname> 埃文斯</年代urname> <given-names> a . C。</given-names> </name> </person-group> <article-title> 多层次引导分析稳定的集群在静息状态功能磁共振成像</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2010年</year> <volume> 51</volume> <issue> 3</我年代年代ue> <fpage> 1126年</fpage> <lpage> 1139年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 77952482885</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2010.02.082</pub-id> </nlm-citation> </ref> <ref id="B85" content-type="article"> <label>85年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Cordes</年代urname> <given-names> D。</given-names> </name> <name> <surname> 霍顿</年代urname> <given-names> V。</given-names> </name> <name> <surname> 卡鲁</年代urname> <given-names> j . D。</given-names> </name> <name> <surname> Arfanakis</年代urname> <given-names> K。</given-names> </name> <name> <surname> Maravilla</年代urname> <given-names> K。</given-names> </name> </person-group> <article-title> 层次聚类测量连接在fMRI静息状态的数据</一个rt我cle- - - - - -t我tle> <source> <italic> 磁共振成像</我t一个l我c><year> 2002年</year> <volume> 20.</volume> <issue> 4</我年代年代ue> <fpage> 305年</fpage> <lpage> 317年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 0036563292</pub-id> <pub-id pub-id-type="doi"> 10.1016 / s0730 - 725 x (02) 00503 - 9</pub-id> </nlm-citation> </ref> <ref id="B86" content-type="article"> <label>86年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 小菜</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Yovel</年代urname> <given-names> Y。</given-names> </name> <name> <surname> 帕斯捷尔纳克</年代urname> <given-names> O。</given-names> </name> <name> <surname> Gorfine</年代urname> <given-names> T。</given-names> </name> <name> <surname> 艾瑟夫巴德</年代urname> <given-names> Y。</given-names> </name> </person-group> <article-title> 静息状态功能磁共振成像时间序列的聚类分析</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2009年</year> <volume> 45</volume> <issue> 4</我年代年代ue> <fpage> 1117年</fpage> <lpage> 1125年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 62049084467</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2008.12.015</pub-id> </nlm-citation> </ref> <ref id="B87" content-type="article"> <label>87年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> van den Heuvel</年代urname> <given-names> M。</given-names> </name> <name> <surname> Mandl</年代urname> <given-names> R。</given-names> </name> <name> <surname> 波尔</年代urname> <given-names> H . H。</given-names> </name> </person-group> <article-title> 归一化减少组静息状态功能磁共振成像数据的聚类</一个rt我cle- - - - - -t我tle> <source> <italic> 《公共科学图书馆•综合》</我t一个l我c><year> 2008年</year> <volume> 3</volume> <issue> 4</我年代年代ue> <pub-id pub-id-type="other"> 2 - s2.0 - 44349149239</pub-id> <pub-id pub-id-type="doi"> 10.1371 / journal.pone.0002001</pub-id> <pub-id pub-id-type="publisher-id"> e2001</pub-id> </nlm-citation> </ref> <ref id="B88" content-type="article"> <label>88年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 萨尔瓦多</年代urname> <given-names> R。</given-names> </name> <name> <surname> 乳臭未干的小子</年代urname> <given-names> J。</given-names> </name> <name> <surname> 科尔曼</年代urname> <given-names> m·R。</given-names> </name> <name> <surname> 皮卡德</年代urname> <given-names> j . D。</given-names> </name> <name> <surname> 梅农</年代urname> <given-names> D。</given-names> </name> <name> <surname> 图像</年代urname> <given-names> E。</given-names> </name> </person-group> <article-title> 人类大脑的神经生理学的建筑功能性磁共振图像</一个rt我cle- - - - - -t我tle> <source> <italic> 大脑皮层</我t一个l我c><year> 2005年</year> <volume> 15</volume> <issue> 9</我年代年代ue> <fpage> 1332年</fpage> <lpage> 2342年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 18144431880</pub-id> <pub-id pub-id-type="doi"> 10.1093 / cercor / bhi016</pub-id> </nlm-citation> </ref> <ref id="B89" content-type="article"> <label>89年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 科恩</年代urname> <given-names> a . L。</given-names> </name> <name> <surname> 公平</年代urname> <given-names> d . A。</given-names> </name> <name> <surname> Dosenbach解释</年代urname> <given-names> n美国F。</given-names> </name> <name> <surname> Miezin</年代urname> <given-names> f·M。</given-names> </name> <name> <surname> dierk</年代urname> <given-names> D。</given-names> </name> <name> <surname> 范·埃森</年代urname> <given-names> d . C。</given-names> </name> <name> <surname> Schlaggar</年代urname> <given-names> b . L。</given-names> </name> <name> <surname> 彼得森</年代urname> <given-names> s E。</given-names> </name> </person-group> <article-title> 定义在个别人类大脑功能区域使用休息功能连接磁共振成像</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2008年</year> <volume> 41</volume> <issue> 1</我年代年代ue> <fpage> 45</fpage> <lpage> 57</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 42649084678</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2008.01.066</pub-id> </nlm-citation> </ref> <ref id="B90" content-type="article"> <label>90年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> van den Heuvel</年代urname> <given-names> m P。</given-names> </name> <name> <surname> 斯塔姆</年代urname> <given-names> c·J。</given-names> </name> <name> <surname> Boersma</年代urname> <given-names> M。</given-names> </name> <name> <surname> Hulshoff波尔</年代urname> <given-names> h·E。</given-names> </name> </person-group> <article-title> 小世界和无标度分布的组织的人类大脑静息状态的功能连通性</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2008年</year> <volume> 43</volume> <issue> 3</我年代年代ue> <fpage> 528年</fpage> <lpage> 539年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 54149095921</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2008.08.010</pub-id> </nlm-citation> </ref> <ref id="B91" content-type="inproceedings"> <label>91年</l一个bel> <nlm-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> Schachtner</年代urname> <given-names> R。</given-names> </name> <name> <surname> Poppel</年代urname> <given-names> G。</given-names> </name> <name> <surname> 朗</年代urname> <given-names> e·W。</given-names> </name> </person-group> <article-title> 贝叶斯非负矩阵分解的延伸</一个rt我cle- - - - - -t我tle> <conf-name> 第二届国际研讨会在认知信息处理(CIP的10)</conf-name> <conf-date> 2010年6月</conf-date> <fpage> 57</fpage> <lpage> 62年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 78349255548</pub-id> <pub-id pub-id-type="doi"> 10.1109 / CIP.2010.5604130</pub-id> </nlm-citation> </ref> <ref id="B92" content-type="article"> <label>92年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Cemgil</年代urname> <given-names> a . T。</given-names> </name> </person-group> <article-title> 贝叶斯推理在非负矩阵分解模型</一个rt我cle- - - - - -t我tle> <source> <italic> 计算智能和神经科学</我t一个l我c><year> 2009年</year> <volume> 2009年</volume> <lpage> 17</lpage> <pub-id pub-id-type="doi"> 10.1155 / 2009/785152</pub-id> <pub-id pub-id-type="publisher-id"> 785152年</pub-id> </nlm-citation> </ref> <ref id="B93" content-type="article"> <label>93年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 诺曼</年代urname> <given-names> k。</given-names> </name> <name> <surname> Polyn</年代urname> <given-names> s M。</given-names> </name> <name> <surname> 必要</年代urname> <given-names> g . J。</given-names> </name> <name> <surname> Haxby</年代urname> <given-names> j . V。</given-names> </name> </person-group> <article-title> 除了读心术:multi-voxel模式功能磁共振成像数据分析</一个rt我cle- - - - - -t我tle> <source> <italic> 认知科学趋势</我t一个l我c><year> 2006年</year> <volume> 10</volume> <issue> 9</我年代年代ue> <fpage> 424年</fpage> <lpage> 430年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 33748178966</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.tics.2006.07.005</pub-id> </nlm-citation> </ref> <ref id="B94" content-type="article"> <label>94年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 海恩斯</年代urname> <given-names> j . D。</given-names> </name> <name> <surname> 里斯</年代urname> <given-names> G。</given-names> </name> </person-group> <article-title> 人类解码大脑活动的心理状态</一个rt我cle- - - - - -t我tle> <source> <italic> 神经系统科学自然评论</我t一个l我c><year> 2006年</year> <volume> 7</volume> <issue> 7</我年代年代ue> <fpage> 523年</fpage> <lpage> 534年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 33745587777</pub-id> <pub-id pub-id-type="doi"> 10.1038 / nrn1931</pub-id> </nlm-citation> </ref> <ref id="B95" content-type="article"> <label>95年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 佩雷拉</年代urname> <given-names> F。</given-names> </name> <name> <surname> 米切尔</年代urname> <given-names> T。</given-names> </name> <name> <surname> Botvinick</年代urname> <given-names> M。</given-names> </name> </person-group> <article-title> 机器学习分类器和功能磁共振成像:教程概述</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2009年</year> <volume> 45</volume> <issue> 1</我年代年代ue> <fpage> S199</fpage> <lpage> 209年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 65549168742</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2008.11.007</pub-id> </nlm-citation> </ref> <ref id="B96" content-type="article"> <label>96年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 盖恩</年代urname> <given-names> 我。</given-names> </name> <name> <surname> Elisseeff</年代urname> <given-names> 一个。</given-names> </name> </person-group> <article-title> 介绍变量和特征选择</一个rt我cle- - - - - -t我tle> <source> <italic> 机器学习研究杂志》上</我t一个l我c><year> 2003年</year> <volume> 3</volume> <fpage> 1157年</fpage> <lpage> 1182年</lpage> </nlm-citation> </ref> <ref id="B97" content-type="article"> <label>97年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Breiman</年代urname> <given-names> l</given-names> </name> </person-group> <article-title> 随机森林</一个rt我cle- - - - - -t我tle> <source> <italic> 机器学习</我t一个l我c><year> 2001年</year> <volume> 45</volume> <issue> 1</我年代年代ue> <fpage> 5</fpage> <lpage> 32</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 0035478854</pub-id> <pub-id pub-id-type="doi"> 10.1023 /:1010933404324</pub-id> </nlm-citation> </ref> <ref id="B98" content-type="article"> <label>98年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 乔尔</年代urname> <given-names> s E。</given-names> </name> <name> <surname> Caffo</年代urname> <given-names> b S。</given-names> </name> <name> <surname> 范Zijl</年代urname> <given-names> p c . M。</given-names> </name> <name> <surname> 之中</年代urname> <given-names> J·J。</given-names> </name> </person-group> <article-title> 在seed-based和ica)措施的功能连通性之间的关系</一个rt我cle- - - - - -t我tle> <source> <italic> 磁共振医学</我t一个l我c><volume> 66年</volume> <issue> 3</我年代年代ue> <fpage> 644年</fpage> <lpage> 657年</lpage> <pub-id pub-id-type="doi"> 10.1002 / mrm.22818</pub-id> </nlm-citation> </ref> <ref id="B99" content-type="article"> <label>99年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Elseoud</年代urname> <given-names> 答:一个。</given-names> </name> <name> <surname> Littow</年代urname> <given-names> H。</given-names> </name> <name> <surname> 快速眼动</年代urname> <given-names> J。</given-names> </name> <name> <surname> 斯塔克</年代urname> <given-names> T。</given-names> </name> <name> <surname> Nikkinen</年代urname> <given-names> J。</given-names> </name> <name> <surname> Nissila</年代urname> <given-names> J。</given-names> </name> <name> <surname> Timonen</年代urname> <given-names> M。</given-names> </name> <name> <surname> Tervonen</年代urname> <given-names> O。</given-names> </name> <name> <surname> 基维涅米</年代urname> <given-names> V。</given-names> </name> </person-group> <article-title> Group-ICA模型强调脑功能连接的模式</一个rt我cle- - - - - -t我tle> <source> <italic> 神经系统科学</我t一个l我c><year> 2011年</year> <volume> 5</volume> <fpage> 73年</fpage> <pub-id pub-id-type="other"> 2 - s2.0 - 79957603931</pub-id> </nlm-citation> </ref> <ref id="B100" content-type="inproceedings"> <label>One hundred.</l一个bel> <nlm-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> 李</年代urname> <given-names> J。</given-names> </name> <name> <surname> 王</年代urname> <given-names> z . J。</given-names> </name> <name> <surname> 部</年代urname> <given-names> m·J。</given-names> </name> </person-group> <article-title> 控制建模的大脑功能连接的错误发现率</一个rt我cle- - - - - -t我tle> <conf-name> 《IEEE国际会议音响、演讲和信号处理(ICASSP ' 08)</conf-name> <conf-date> 2008年4月</conf-date> <fpage> 2105年</fpage> <lpage> 2108年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 51449123575</pub-id> <pub-id pub-id-type="doi"> 10.1109 / ICASSP.2008.4518057</pub-id> </nlm-citation> </ref> <ref id="B101" content-type="article"> <label>101年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 罗杰斯</年代urname> <given-names> b P。</given-names> </name> <name> <surname> 戈尔</年代urname> <given-names> j . C。</given-names> </name> </person-group> <article-title> 经验比较FMRI连接性分析变异的来源</一个rt我cle- - - - - -t我tle> <source> <italic> 《公共科学图书馆•综合》</我t一个l我c><year> 2008年</year> <volume> 3</volume> <issue> 11</我年代年代ue> <pub-id pub-id-type="other"> 2 - s2.0 - 56649089592</pub-id> <pub-id pub-id-type="doi"> 10.1371 / journal.pone.0003708</pub-id> <pub-id pub-id-type="publisher-id"> e3708</pub-id> </nlm-citation> </ref> <ref id="B102" content-type="misc"> <label>102年</l一个bel> <nlm-citation publication-type="other"> <person-group person-group-type="author"> <name> <surname> Varoquaux</年代urname> <given-names> G。</given-names> </name> <name> <surname> Gramfort</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Poline</年代urname> <given-names> j - b。</given-names> </name> <name> <surname> 蒂里翁</年代urname> <given-names> B。</given-names> </name> </person-group> <article-title> 大脑协方差选择:使用人口之前更好的个人功能连通性模型</一个rt我cle- - - - - -t我tle> <year> 2010年</year> </nlm-citation> </ref> <ref id="B103" content-type="inproceedings"> <label>103年</l一个bel> <nlm-citation publication-type="confproc"> <person-group person-group-type="author"> <name> <surname> Erla</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> 西班牙</年代urname> <given-names> l</given-names> </name> <name> <surname> Tranquillini</年代urname> <given-names> E。</given-names> </name> <name> <surname> Orrico</年代urname> <given-names> D。</given-names> </name> <name> <surname> Nollo</年代urname> <given-names> G。</given-names> </name> </person-group> <article-title> 多变量自回归模型和瞬时效应来提高大脑连通性评估</一个rt我cle- - - - - -t我tle> <conf-name> 《7日NFSI & ICBEM 2009会议</conf-name> <conf-date> 2009年</conf-date> </nlm-citation> </ref> <ref id="B104" content-type="article"> <label>104年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Haufe说道</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> 富冈</年代urname> <given-names> R。</given-names> </name> <name> <surname> 诺尔特</年代urname> <given-names> G。</given-names> </name> <name> <surname> 穆勒</年代urname> <given-names> k·R。</given-names> </name> <name> <surname> Kawanabe</年代urname> <given-names> M。</given-names> </name> </person-group> <article-title> 建模之间的稀疏连接大脑潜在来源脑电图/梅格</一个rt我cle- - - - - -t我tle> <source> <italic> IEEE生物医学工程</我t一个l我c><year> 2010年</year> <volume> 57</volume> <issue> 8</我年代年代ue> <fpage> 1954年</fpage> <lpage> 1963年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 77954646035</pub-id> <pub-id pub-id-type="doi"> 10.1109 / TBME.2010.2046325</pub-id> </nlm-citation> </ref> <ref id="B105" content-type="article"> <label>105年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Palva</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> Monto</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> Palva</年代urname> <given-names> j . M。</given-names> </name> </person-group> <article-title> 图形属性的同步的皮质网络在视觉工作记忆的维护</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2010年</year> <volume> 49</volume> <issue> 4</我年代年代ue> <fpage> 3257年</fpage> <lpage> 3268年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 74149087743</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2009.11.031</pub-id> </nlm-citation> </ref> <ref id="B106" content-type="article"> <label>106年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 德科</年代urname> <given-names> G。</given-names> </name> <name> <surname> Jirsa</年代urname> <given-names> 诉K。</given-names> </name> <name> <surname> 麦金托什</年代urname> <given-names> a。R。</given-names> </name> </person-group> <article-title> 新兴的概念在大脑静息状态的动态组织活动</一个rt我cle- - - - - -t我tle> <source> <italic> 神经系统科学自然评论</我t一个l我c><year> 2011年</year> <volume> 12</volume> <issue> 1</我年代年代ue> <fpage> 43</fpage> <lpage> 56</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 78650339790</pub-id> <pub-id pub-id-type="doi"> 10.1038 / nrn2961</pub-id> </nlm-citation> </ref> <ref id="B107" content-type="article"> <label>107年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 德科</年代urname> <given-names> G。</given-names> </name> <name> <surname> Corbetta</年代urname> <given-names> M。</given-names> </name> </person-group> <article-title> 大脑的动态平衡</一个rt我cle- - - - - -t我tle> <source> <italic> 神经系统科学家</我t一个l我c><year> 2011年</year> <volume> 17</volume> <issue> 1</我年代年代ue> <fpage> 107年</fpage> <lpage> 123年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 79952171623</pub-id> <pub-id pub-id-type="doi"> 10.1177 / 1073858409354384</pub-id> </nlm-citation> </ref> <ref id="B108" content-type="article"> <label>108年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 公平</年代urname> <given-names> d . A。</given-names> </name> <name> <surname> 科恩</年代urname> <given-names> a . L。</given-names> </name> <name> <surname> 权力</年代urname> <given-names> j . D。</given-names> </name> <name> <surname> Dosenbach解释</年代urname> <given-names> n美国F。</given-names> </name> <name> <surname> 教堂</年代urname> <given-names> j . A。</given-names> </name> <name> <surname> Miezin</年代urname> <given-names> f·M。</given-names> </name> <name> <surname> Schlaggar</年代urname> <given-names> b . L。</given-names> </name> <name> <surname> 彼得森</年代urname> <given-names> s E。</given-names> </name> </person-group> <article-title> 脑功能网络的发展从一个“本地分布式”组织</一个rt我cle- - - - - -t我tle> <source> <italic> PLoS计算生物学</我t一个l我c><year> 2009年</year> <volume> 5</volume> <issue> 5</我年代年代ue> <pub-id pub-id-type="other"> 2 - s2.0 - 67049119331</pub-id> <pub-id pub-id-type="doi"> 10.1371 / journal.pcbi.1000381</pub-id> <pub-id pub-id-type="publisher-id"> e1000381</pub-id> </nlm-citation> </ref> <ref id="B109" content-type="article"> <label>109年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 沃格尔</年代urname> <given-names> a . C。</given-names> </name> <name> <surname> 权力</年代urname> <given-names> j . D。</given-names> </name> <name> <surname> 彼得森</年代urname> <given-names> s E。</given-names> </name> <name> <surname> Schlaggar</年代urname> <given-names> b . L。</given-names> </name> </person-group> <article-title> 大脑功能网络体系结构的发展</一个rt我cle- - - - - -t我tle> <source> <italic> 神经心理学评估</我t一个l我c><year> 2010年</year> <volume> 20.</volume> <issue> 4</我年代年代ue> <fpage> 362年</fpage> <lpage> 375年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 79951675004</pub-id> <pub-id pub-id-type="doi"> 10.1007 / s11065 - 010 - 9145 - 7</pub-id> </nlm-citation> </ref> <ref id="B110" content-type="article"> <label>110年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 香农</年代urname> <given-names> b . J。</given-names> </name> <name> <surname> Raichle</年代urname> <given-names> m E。</given-names> </name> <name> <surname> 斯奈德</年代urname> <given-names> 答:Z。</given-names> </name> <name> <surname> 公平</年代urname> <given-names> d . A。</given-names> </name> <name> <surname> 米尔斯</年代urname> <given-names> k . L。</given-names> </name> <name> <surname> 张</年代urname> <given-names> D。</given-names> </name> <name> <surname> 贝奇</年代urname> <given-names> K。</given-names> </name> <name> <surname> 卡尔豪</年代urname> <given-names> 诉D。</given-names> </name> <name> <surname> 尼格</年代urname> <given-names> j . T。</given-names> </name> <name> <surname> 内格尔</年代urname> <given-names> b . J。</given-names> </name> <name> <surname> 史蒂文斯</年代urname> <given-names> 答:一个。</given-names> </name> <name> <surname> 基尔</年代urname> <given-names> k。</given-names> </name> </person-group> <article-title> 运动功能连通性预测青少年犯罪者的冲动</一个rt我cle- - - - - -t我tle> <source> <italic> 美国国家科学院院刊》上的美利坚合众国</我t一个l我c><year> 2011年</year> <volume> 108年</volume> <issue> 27</我年代年代ue> <fpage> 11241年</fpage> <lpage> 11245年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 79960567571</pub-id> <pub-id pub-id-type="doi"> 10.1073 / pnas.1108241108</pub-id> </nlm-citation> </ref> <ref id="B111" content-type="article"> <label>111年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> smyster</年代urname> <given-names> c, D。</given-names> </name> <name> <surname> 斯奈德</年代urname> <given-names> 答:Z。</given-names> </name> <name> <surname> 尼尔。</年代urname> <given-names> J·J。</given-names> </name> </person-group> <article-title> 婴儿的功能连接磁共振成像:勘探开发大脑的功能性组织</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2011年</year> <volume> 56</volume> <issue> 3</我年代年代ue> <fpage> 1437年</fpage> <lpage> 1452年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 79955485103</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2011.02.073</pub-id> </nlm-citation> </ref> <ref id="B112" content-type="article"> <label>112年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Friston</年代urname> <given-names> k·J。</given-names> </name> <name> <surname> 哈里森</年代urname> <given-names> l</given-names> </name> <name> <surname> 一分钱</年代urname> <given-names> W。</given-names> </name> </person-group> <article-title> 动态因果模型</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2003年</year> <volume> 19</volume> <issue> 4</我年代年代ue> <fpage> 1273年</fpage> <lpage> 1302年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 0041924877</pub-id> <pub-id pub-id-type="doi"> 10.1016 / s1053 - 8119 (03) 00202 - 7</pub-id> </nlm-citation> </ref> <ref id="B113" content-type="article"> <label>113年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Goebel</年代urname> <given-names> R。</given-names> </name> <name> <surname> Roebroeck</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> 金</年代urname> <given-names> d S。</given-names> </name> <name> <surname> Formisano</年代urname> <given-names> E。</given-names> </name> </person-group> <article-title> 调查指导皮质交互在时间分辨功能磁共振成像数据使用向量自回归模型和格兰杰因果关系映射</一个rt我cle- - - - - -t我tle> <source> <italic> 磁共振成像</我t一个l我c><year> 2003年</year> <volume> 21</volume> <issue> 10</我年代年代ue> <fpage> 1251年</fpage> <lpage> 1261年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 1042301100</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.mri.2003.08.026</pub-id> </nlm-citation> </ref> <ref id="B114" content-type="article"> <label>114年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 大卫</年代urname> <given-names> O。</given-names> </name> </person-group> <article-title> fMRI连接,意义和经验主义。点评:roebroeck et al .交互网络的识别使用功能磁共振成像的大脑:模型选择、因果关系和反褶积</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2009年</year> <volume> 58</volume> <issue> 2</我年代年代ue> <fpage> 306年</fpage> <lpage> 309年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 70449513245</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2009.09.073</pub-id> </nlm-citation> </ref> <ref id="B115" content-type="article"> <label>115年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Roebroeck</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Formisano</年代urname> <given-names> E。</given-names> </name> <name> <surname> Goebel</年代urname> <given-names> R。</given-names> </name> </person-group> <article-title> 相互作用网络的识别使用功能磁共振成像的大脑:模型选择、因果关系和反褶积</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2009年</year> <volume> 58</volume> <issue> 2</我年代年代ue> <fpage> 296年</fpage> <lpage> 302年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 70749134130</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2009.10.077</pub-id> </nlm-citation> </ref> <ref id="B116" content-type="article"> <label>116年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Roebroeck</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Formisano</年代urname> <given-names> E。</given-names> </name> <name> <surname> Goebel</年代urname> <given-names> R。</given-names> </name> </person-group> <article-title> 回复Friston和大卫。后点评:互动网络的识别使用功能磁共振成像的大脑:模型选择、因果关系和反褶积</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2009年</year> <volume> 58</volume> <issue> 2</我年代年代ue> <fpage> 310年</fpage> <lpage> 311年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 70749134130</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2009.10.077</pub-id> </nlm-citation> </ref> <ref id="B117" content-type="article"> <label>117年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 周</年代urname> <given-names> Z。</given-names> </name> <name> <surname> 丁</年代urname> <given-names> M。</given-names> </name> <name> <surname> 陈</年代urname> <given-names> Y。</given-names> </name> <name> <surname> 莱特</年代urname> <given-names> P。</given-names> </name> <name> <surname> 陆</年代urname> <given-names> Z。</given-names> </name> <name> <surname> 刘</年代urname> <given-names> Y。</given-names> </name> </person-group> <article-title> 在fMRI检测定向影响连接使用基于PCA的格兰杰因果分析</一个rt我cle- - - - - -t我tle> <source> <italic> 大脑研究</我t一个l我c><year> 2009年</year> <volume> 1289年</volume> <fpage> 22</fpage> <lpage> 29日</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 68749102230</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.brainres.2009.06.096</pub-id> </nlm-citation> </ref> <ref id="B118" content-type="article"> <label>118年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 拉贾帕克萨</年代urname> <given-names> j . C。</given-names> </name> <name> <surname> 王</年代urname> <given-names> Y。</given-names> </name> <name> <surname> 郑</年代urname> <given-names> X。</given-names> </name> <name> <surname> 周</年代urname> <given-names> J。</given-names> </name> </person-group> <article-title> 概率框架大脑连接功能,图像</一个rt我cle- - - - - -t我tle> <source> <italic> IEEE医学成像</我t一个l我c><year> 2008年</year> <volume> 27</volume> <issue> 6</我年代年代ue> <fpage> 825年</fpage> <lpage> 833年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 44449087381</pub-id> <pub-id pub-id-type="doi"> 10.1109 / TMI.2008.915672</pub-id> </nlm-citation> </ref> <ref id="B119" content-type="article"> <label>119年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 拉贾帕克萨</年代urname> <given-names> j . C。</given-names> </name> <name> <surname> 周</年代urname> <given-names> J。</given-names> </name> </person-group> <article-title> 学习有效的大脑连接与动态贝叶斯网络</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2007年</year> <volume> 37</volume> <issue> 3</我年代年代ue> <fpage> 749年</fpage> <lpage> 760年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 34547839743</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2007.06.003</pub-id> </nlm-citation> </ref> <ref id="B120" content-type="article"> <label>120年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Roebroeck</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> 赛斯</年代urname> <given-names> 答:K。</given-names> </name> <name> <surname> Valdes-Sosa</年代urname> <given-names> P。</given-names> </name> </person-group> <article-title> 因果关系的时间序列分析的功能磁共振成像数据</一个rt我cle- - - - - -t我tle> <source> <italic> 机器学习研究杂志》上</我t一个l我c><year> 2011年</year> <volume> 12</volume> <fpage> 65年</fpage> <lpage> 94年</lpage> </nlm-citation> </ref> <ref id="B121" content-type="article"> <label>121年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 巴塔利亚</年代urname> <given-names> D。</given-names> </name> <name> <surname> 威特</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> 狼</年代urname> <given-names> F。</given-names> </name> <name> <surname> Geisel</年代urname> <given-names> T。</given-names> </name> </person-group> <article-title> 动态的有效连接inter-areal大脑回路</一个rt我cle- - - - - -t我tle> <source> <italic> PLoS计算生物学</我t一个l我c><year> 2012年</year> <volume> 8</volume> <issue> 3</我年代年代ue> <pub-id pub-id-type="publisher-id"> e1002438</pub-id> </nlm-citation> </ref> <ref id="B122" content-type="article"> <label>122年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 史密斯</年代urname> <given-names> s M。</given-names> </name> <name> <surname> 米勒</年代urname> <given-names> k . L。</given-names> </name> <name> <surname> Salimi-Khorshidi</年代urname> <given-names> G。</given-names> </name> <name> <surname> 韦伯斯特</年代urname> <given-names> M。</given-names> </name> <name> <surname> 贝克曼</年代urname> <given-names> c F。</given-names> </name> <name> <surname> 尼克尔斯</年代urname> <given-names> t E。</given-names> </name> <name> <surname> 拉姆齐</年代urname> <given-names> j . D。</given-names> </name> <name> <surname> 三色</年代urname> <given-names> m·W。</given-names> </name> </person-group> <article-title> 网络建模功能磁共振成像的方法</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2011年</year> <volume> 54</volume> <issue> 2</我年代年代ue> <fpage> 875年</fpage> <lpage> 891年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 78649717035</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2010.08.063</pub-id> </nlm-citation> </ref> <ref id="B123" content-type="article"> <label>123年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 斯波恩</年代urname> <given-names> O。</given-names> </name> </person-group> <article-title> 人类连接体:一个复杂的网络</一个rt我cle- - - - - -t我tle> <source> <italic> 纽约科学院上</我t一个l我c><year> 2011年</year> <volume> 1224年</volume> <issue> 1</我年代年代ue> <fpage> 109年</fpage> <lpage> 125年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 79954516559</pub-id> <pub-id pub-id-type="doi"> 10.1111 / j.1749-6632.2010.05888.x</pub-id> </nlm-citation> </ref> <ref id="B124" content-type="book"> <label>124年</l一个bel> <nlm-citation publication-type="book"> <person-group person-group-type="author"> <name> <surname> Diestel</年代urname> <given-names> R。</given-names> </name> </person-group> <source> <italic> 章图论</我t一个l我c><year> 2005年</year> <publisher-loc> 纽约,纽约,美国</publisher-loc> <publisher-name> 施普林格</publisher-name> </nlm-citation> </ref> <ref id="B125" content-type="article"> <label>125年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 图像</年代urname> <given-names> E。</given-names> </name> <name> <surname> 巴恩斯</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> 巴塞特</年代urname> <given-names> d S。</given-names> </name> <name> <surname> Fornito</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Kitzbichler</年代urname> <given-names> M。</given-names> </name> <name> <surname> 莫尼耶</年代urname> <given-names> D。</given-names> </name> <name> <surname> 乳臭未干的小子</年代urname> <given-names> J。</given-names> </name> </person-group> <article-title> 通用方面脑成像数据的复杂性和其他生物系统</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2009年</year> <volume> 47</volume> <issue> 3</我年代年代ue> <fpage> 1125年</fpage> <lpage> 1134年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 67651031684</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2009.05.032</pub-id> </nlm-citation> </ref> <ref id="B126" content-type="article"> <label>126年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 斯波恩</年代urname> <given-names> O。</given-names> </name> <name> <surname> 蜂蜜</年代urname> <given-names> c·J。</given-names> </name> <name> <surname> 科特</年代urname> <given-names> R。</given-names> </name> </person-group> <article-title> 中心的大脑网络的识别和分类</一个rt我cle- - - - - -t我tle> <source> <italic> 《公共科学图书馆•综合》</我t一个l我c><year> 2007年</year> <volume> 2</volume> <issue> 10</我年代年代ue> <pub-id pub-id-type="other"> 2 - s2.0 - 38349140387</pub-id> <pub-id pub-id-type="doi"> 10.1371 / journal.pone.0001049</pub-id> <pub-id pub-id-type="publisher-id"> e1049</pub-id> </nlm-citation> </ref> <ref id="B127" content-type="article"> <label>127年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 艾伯特</年代urname> <given-names> R。</given-names> </name> <name> <surname> 宋</年代urname> <given-names> H。</given-names> </name> <name> <surname> 巴巴斯</年代urname> <given-names> a . L。</given-names> </name> </person-group> <article-title> 错误的攻击宽容和复杂的网络</一个rt我cle- - - - - -t我tle> <source> <italic> 自然</我t一个l我c><year> 2000年</year> <volume> 406年</volume> <issue> 6794年</我年代年代ue> <fpage> 378年</fpage> <lpage> 382年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 0034721164</pub-id> <pub-id pub-id-type="doi"> 10.1038 / 35019019</pub-id> </nlm-citation> </ref> <ref id="B128" content-type="article"> <label>128年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 斯塔姆</年代urname> <given-names> c·J。</given-names> </name> <name> <surname> De Haan</年代urname> <given-names> W。</given-names> </name> <name> <surname> Daffertshofer</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> 琼斯</年代urname> <given-names> b·F。</given-names> </name> <name> <surname> Manshanden</年代urname> <given-names> 我。</given-names> </name> <name> <surname> 范Cappellen Van Walsum</年代urname> <given-names> a . M。</given-names> </name> <name> <surname> 记得我</年代urname> <given-names> T。</given-names> </name> <name> <surname> Verbunt</年代urname> <given-names> j . p。</given-names> </name> <name> <surname> De Munck</年代urname> <given-names> j . C。</given-names> </name> <name> <surname> 冯·迪</年代urname> <given-names> b·W。</given-names> </name> <name> <surname> Berendse</年代urname> <given-names> h·W。</given-names> </name> <name> <surname> Scheltens</年代urname> <given-names> P。</given-names> </name> </person-group> <article-title> 图理论分析magnetoencephalographic功能连通性的阿尔茨海默氏症</一个rt我cle- - - - - -t我tle> <source> <italic> 大脑</我t一个l我c><year> 2009年</year> <volume> 132年</volume> <issue> 1</我年代年代ue> <fpage> 213年</fpage> <lpage> 224年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 58949094701</pub-id> <pub-id pub-id-type="doi"> 10.1093 /大脑/ awn262</pub-id> </nlm-citation> </ref> <ref id="B129" content-type="article"> <label>129年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 蜂蜜</年代urname> <given-names> c·J。</given-names> </name> <name> <surname> 斯波恩</年代urname> <given-names> O。</given-names> </name> </person-group> <article-title> 动力损伤皮层网络的后果</一个rt我cle- - - - - -t我tle> <source> <italic> 人类大脑图谱</我t一个l我c><year> 2008年</year> <volume> 29日</volume> <issue> 7</我年代年代ue> <fpage> 802年</fpage> <lpage> 809年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 44949108212</pub-id> <pub-id pub-id-type="doi"> 10.1002 / hbm.20579</pub-id> </nlm-citation> </ref> <ref id="B130" content-type="article"> <label>130年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 美国瓦茨</年代urname> <given-names> d . J。</given-names> </name> <name> <surname> “</年代urname> <given-names> s . H。</given-names> </name> </person-group> <article-title> 集体“small-world9网络的动力学</一个rt我cle- - - - - -t我tle> <source> <italic> 自然</我t一个l我c><year> 1998年</year> <volume> 393年</volume> <issue> 6684年</我年代年代ue> <fpage> 440年</fpage> <lpage> 442年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 0032482432</pub-id> </nlm-citation> </ref> <ref id="B131" content-type="article"> <label>131年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 纽曼</年代urname> <given-names> m·e·J。</given-names> </name> </person-group> <article-title> 模块化和社区结构网络</一个rt我cle- - - - - -t我tle> <source> <italic> 美国国家科学院院刊》上的美利坚合众国</我t一个l我c><year> 2006年</year> <volume> 103年</volume> <issue> 23</我年代年代ue> <fpage> 8577年</fpage> <lpage> 8582年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 33745012299</pub-id> <pub-id pub-id-type="doi"> 10.1073 / pnas.0601602103</pub-id> </nlm-citation> </ref> <ref id="B132" content-type="article"> <label>132年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Ravasz</年代urname> <given-names> E。</given-names> </name> <name> <surname> 巴巴斯</年代urname> <given-names> l</given-names> </name> </person-group> <article-title> 分层结构的复杂网络</一个rt我cle- - - - - -t我tle> <source> <italic> 物理评论E</我t一个l我c><year> 2003年</year> <volume> 67年</volume> <pub-id pub-id-type="publisher-id"> 026112年</pub-id> </nlm-citation> </ref> <ref id="B133" content-type="article"> <label>133年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 巴巴斯</年代urname> <given-names> a . L。</given-names> </name> <name> <surname> 艾伯特</年代urname> <given-names> R。</given-names> </name> </person-group> <article-title> 出现随机网络的扩展</一个rt我cle- - - - - -t我tle> <source> <italic> 科学</我t一个l我c><year> 1999年</year> <volume> 286年</volume> <issue> 5439年</我年代年代ue> <fpage> 509年</fpage> <lpage> 512年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 0038483826</pub-id> <pub-id pub-id-type="doi"> 10.1126 / science.286.5439.509</pub-id> </nlm-citation> </ref> <ref id="B134" content-type="article"> <label>134年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Latora</年代urname> <given-names> V。</given-names> </name> <name> <surname> Marchiori</年代urname> <given-names> M。</given-names> </name> </person-group> <article-title> 小世界网络的有效行为</一个rt我cle- - - - - -t我tle> <source> <italic> 物理评论快报</我t一个l我c><year> 2001年</year> <volume> 87年</volume> <issue> 19</我年代年代ue> <fpage> 198701/1</fpage> <lpage> 198701/4</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 35348957264</pub-id> <pub-id pub-id-type="publisher-id"> 198701年</pub-id> </nlm-citation> </ref> <ref id="B135" content-type="article"> <label>135年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 巴塞特</年代urname> <given-names> d S。</given-names> </name> <name> <surname> 图像</年代urname> <given-names> E。</given-names> </name> </person-group> <article-title> 小世界大脑网络</一个rt我cle- - - - - -t我tle> <source> <italic> 神经系统科学家</我t一个l我c><year> 2006年</year> <volume> 12</volume> <issue> 6</我年代年代ue> <fpage> 512年</fpage> <lpage> 523年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 33750466904</pub-id> <pub-id pub-id-type="doi"> 10.1177 / 1073858406293182</pub-id> </nlm-citation> </ref> <ref id="B136" content-type="article"> <label>136年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 斯波恩</年代urname> <given-names> O。</given-names> </name> <name> <surname> Zwi</年代urname> <given-names> j . D。</given-names> </name> </person-group> <article-title> 大脑皮层的小世界</一个rt我cle- - - - - -t我tle> <source> <italic> Neuroinformatics</我t一个l我c><year> 2004年</year> <volume> 2</volume> <issue> 2</我年代年代ue> <fpage> 145年</fpage> <lpage> 162年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 4444229670</pub-id> <pub-id pub-id-type="doi"> 10.1385 / NI: 2:2:145</pub-id> </nlm-citation> </ref> <ref id="B137" content-type="article"> <label>137年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Ioannides</年代urname> <given-names> 答:一个。</given-names> </name> </person-group> <article-title> 动态功能连通性</一个rt我cle- - - - - -t我tle> <source> <italic> 目前在神经生物学的观点</我t一个l我c><year> 2007年</year> <volume> 17</volume> <issue> 2</我年代年代ue> <fpage> 161年</fpage> <lpage> 170年</lpage> <pub-id pub-id-type="doi"> 10.1016 / j.conb.2007.03.008</pub-id> </nlm-citation> </ref> <ref id="B138" content-type="article"> <label>138年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 假发</年代urname> <given-names> g S。</given-names> </name> <name> <surname> Schlaggar</年代urname> <given-names> b . L。</given-names> </name> <name> <surname> 彼得森</年代urname> <given-names> s E。</given-names> </name> </person-group> <article-title> 大脑网络的概念和原则的分析</一个rt我cle- - - - - -t我tle> <source> <italic> 纽约科学院上</我t一个l我c><year> 2011年</year> <volume> 1224年</volume> <issue> 1</我年代年代ue> <fpage> 126年</fpage> <lpage> 146年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 79954455075</pub-id> <pub-id pub-id-type="doi"> 10.1111 / j.1749-6632.2010.05947.x</pub-id> </nlm-citation> </ref> <ref id="B139" content-type="article"> <label>139年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 斯塔姆</年代urname> <given-names> c·J。</given-names> </name> </person-group> <article-title> 大脑的解剖和功能连通性的特性:复杂网络视角。</一个rt我cle- - - - - -t我tle> <source> <italic> 国际心理生理学杂志</我t一个l我c><year> 2010年</year> <volume> 77年</volume> <issue> 3</我年代年代ue> <fpage> 186年</fpage> <lpage> 194年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 78951493634</pub-id> </nlm-citation> </ref> <ref id="B140" content-type="article"> <label>140年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Guye</年代urname> <given-names> M。</given-names> </name> <name> <surname> Bartolomei</年代urname> <given-names> F。</given-names> </name> <name> <surname> Ranjeva</年代urname> <given-names> j . P。</given-names> </name> </person-group> <article-title> 成像结构和功能连通性:对人类大脑组织的一个统一的定义</一个rt我cle- - - - - -t我tle> <source> <italic> 目前在神经病学的意见</我t一个l我c><year> 2008年</year> <volume> 21</volume> <issue> 4</我年代年代ue> <fpage> 393年</fpage> <lpage> 403年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 52049091838</pub-id> </nlm-citation> </ref> <ref id="B141" content-type="article"> <label>141年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Medkour</年代urname> <given-names> T。</given-names> </name> <name> <surname> 《瓦尔登湖》</年代urname> <given-names> a . T。</given-names> </name> <name> <surname> 伯吉斯</年代urname> <given-names> 一个。</given-names> </name> </person-group> <article-title> 通过部分相干大脑连接的图形造型</一个rt我cle- - - - - -t我tle> <source> <italic> 神经科学杂志》上的方法</我t一个l我c><year> 2009年</year> <volume> 180年</volume> <issue> 2</我年代年代ue> <fpage> 374年</fpage> <lpage> 383年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 65649094858</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.jneumeth.2009.04.003</pub-id> </nlm-citation> </ref> <ref id="B142" content-type="article"> <label>142年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 他</年代urname> <given-names> Y。</given-names> </name> <name> <surname> 埃文斯</年代urname> <given-names> 一个。</given-names> </name> </person-group> <article-title> 大脑连接图的理论建模</一个rt我cle- - - - - -t我tle> <source> <italic> 目前在神经病学的意见</我t一个l我c><year> 2010年</year> <volume> 23</volume> <issue> 4</我年代年代ue> <fpage> 341年</fpage> <lpage> 350年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 77954623552</pub-id> <pub-id pub-id-type="doi"> 10.1097 / WCO.0b013e32833aa567</pub-id> </nlm-citation> </ref> <ref id="B143" content-type="article"> <label>143年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 苗族</年代urname> <given-names> X。</given-names> </name> <name> <surname> 吴</年代urname> <given-names> X。</given-names> </name> <name> <surname> 李</年代urname> <given-names> R。</given-names> </name> <name> <surname> 陈</年代urname> <given-names> K。</given-names> </name> <name> <surname> 姚</年代urname> <given-names> l</given-names> </name> </person-group> <article-title> 改变连接的模式在静息状态网络中心与阿尔茨海默氏症:格兰杰因果建模方法</一个rt我cle- - - - - -t我tle> <source> <italic> 《公共科学图书馆•综合》</我t一个l我c><year> 2011年</year> <volume> 6</volume> <issue> 10</我年代年代ue> <pub-id pub-id-type="doi"> 10.1371 / journal.pone.0025546</pub-id> <pub-id pub-id-type="publisher-id"> e25546</pub-id> </nlm-citation> </ref> <ref id="B144" content-type="article"> <label>144年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 斯波恩</年代urname> <given-names> O。</given-names> </name> <name> <surname> 托诺尼</年代urname> <given-names> G。</given-names> </name> <name> <surname> 埃德尔曼</年代urname> <given-names> g . M。</given-names> </name> </person-group> <article-title> 理论神经解剖学:相关的解剖和功能连接图和皮层连接矩阵</一个rt我cle- - - - - -t我tle> <source> <italic> 大脑皮层</我t一个l我c><year> 2000年</year> <volume> 10</volume> <issue> 2</我年代年代ue> <fpage> 127年</fpage> <lpage> 141年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 0033953083</pub-id> </nlm-citation> </ref> <ref id="B145" content-type="article"> <label>145年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Hagmann</年代urname> <given-names> P。</given-names> </name> <name> <surname> Cammoun</年代urname> <given-names> l</given-names> </name> <name> <surname> Gigandet</年代urname> <given-names> X。</given-names> </name> <name> <surname> Meuli</年代urname> <given-names> R。</given-names> </name> <name> <surname> 蜂蜜</年代urname> <given-names> c·J。</given-names> </name> <name> <surname> Wedeen</年代urname> <given-names> 诉J。</given-names> </name> <name> <surname> 斯波恩</年代urname> <given-names> O。</given-names> </name> </person-group> <article-title> 人类大脑皮层映射结构的核心。</一个rt我cle- - - - - -t我tle> <source> <italic> 公共科学图书馆生物学</我t一个l我c><year> 2008年</year> <volume> 6</volume> <issue> 7</我年代年代ue> <fpage> e159</fpage> <pub-id pub-id-type="other"> 2 - s2.0 - 79956364269</pub-id> </nlm-citation> </ref> <ref id="B146" content-type="article"> <label>146年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 他</年代urname> <given-names> Y。</given-names> </name> <name> <surname> 陈</年代urname> <given-names> z . J。</given-names> </name> <name> <surname> 埃文斯</年代urname> <given-names> a . C。</given-names> </name> </person-group> <article-title> 小世界在人类的大脑解剖网络显示皮质厚度的磁共振成像</一个rt我cle- - - - - -t我tle> <source> <italic> 大脑皮层</我t一个l我c><year> 2007年</year> <volume> 17</volume> <issue> 10</我年代年代ue> <fpage> 2407年</fpage> <lpage> 2419年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 34548837501</pub-id> <pub-id pub-id-type="doi"> 10.1093 / cercor / bhl149</pub-id> </nlm-citation> </ref> <ref id="B147" content-type="article"> <label>147年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Buckner</年代urname> <given-names> r . L。</given-names> </name> <name> <surname> Sepulcre</年代urname> <given-names> J。</given-names> </name> <name> <surname> Talukdar</年代urname> <given-names> T。</given-names> </name> <name> <surname> Krienen</年代urname> <given-names> f·M。</given-names> </name> <name> <surname> 刘</年代urname> <given-names> H。</given-names> </name> <name> <surname> 海顿</年代urname> <given-names> T。</given-names> </name> <name> <surname> Andrews-Hanna</年代urname> <given-names> j . R。</given-names> </name> <name> <surname> 斯珀林</年代urname> <given-names> r。</given-names> </name> <name> <surname> 约翰逊</年代urname> <given-names> k。</given-names> </name> </person-group> <article-title> 皮质中心揭示了内在功能连通性:映射,评估稳定,与阿尔茨海默病的关系</一个rt我cle- - - - - -t我tle> <source> <italic> 神经科学杂志》上</我t一个l我c><year> 2009年</year> <volume> 29日</volume> <issue> 6</我年代年代ue> <fpage> 1860年</fpage> <lpage> 1873年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 60849136325</pub-id> <pub-id pub-id-type="doi"> 10.1523 / jneurosci.5062 - 08.2009</pub-id> </nlm-citation> </ref> <ref id="B148" content-type="article"> <label>148年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Eguiluz</年代urname> <given-names> 诉M。</given-names> </name> <name> <surname> Chialvo</年代urname> <given-names> d·R。</given-names> </name> <name> <surname> 这套</年代urname> <given-names> g。</given-names> </name> <name> <surname> Baliki</年代urname> <given-names> M。</given-names> </name> <name> <surname> Apkariana</年代urname> <given-names> V。</given-names> </name> </person-group> <article-title> 无尺度的大脑功能网络</一个rt我cle- - - - - -t我tle> <source> <italic> 物理评论快报</我t一个l我c><year> 2005年</year> <volume> 94年</volume> <pub-id pub-id-type="doi"> 10.1103 / PhysRevLett.94.018102</pub-id> <pub-id pub-id-type="publisher-id"> 018102年</pub-id> </nlm-citation> </ref> <ref id="B149" content-type="article"> <label>149年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 斯塔姆</年代urname> <given-names> c·J。</given-names> </name> <name> <surname> Reijneveld</年代urname> <given-names> j . C。</given-names> </name> </person-group> <article-title> 图理论分析复杂网络的大脑</一个rt我cle- - - - - -t我tle> <source> <italic> 非线性生物医学物理</我t一个l我c><year> 2007年</year> <volume> 1</volume> <fpage> 3</fpage> <pub-id pub-id-type="other"> 2 - s2.0 - 35148879706</pub-id> <pub-id pub-id-type="doi"> 10.1186 / 1753-4631-1-3</pub-id> </nlm-citation> </ref> <ref id="B150" content-type="article"> <label>150年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Achard</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> 萨尔瓦多</年代urname> <given-names> R。</given-names> </name> <name> <surname> 查询装备</年代urname> <given-names> B。</given-names> </name> <name> <surname> 乳臭未干的小子</年代urname> <given-names> J。</given-names> </name> <name> <surname> 图像</年代urname> <given-names> E。</given-names> </name> </person-group> <article-title> 弹性,低频,小世界人类大脑功能网络协会皮质中心高度相关</一个rt我cle- - - - - -t我tle> <source> <italic> 神经科学杂志》上</我t一个l我c><year> 2006年</year> <volume> 26</volume> <issue> 1</我年代年代ue> <fpage> 63年</fpage> <lpage> 72年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 30744439313</pub-id> <pub-id pub-id-type="doi"> 10.1523 / jneurosci.3874 - 05.2006</pub-id> </nlm-citation> </ref> <ref id="B151" content-type="article"> <label>151年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Achard</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> 图像</年代urname> <given-names> E。</given-names> </name> </person-group> <article-title> 经济的大脑功能网络的效率和成本</一个rt我cle- - - - - -t我tle> <source> <italic> PLoS计算生物学</我t一个l我c><year> 2007年</year> <volume> 3</volume> <issue> 2</我年代年代ue> <fpage> 0174年</fpage> <lpage> 0183年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 33847283332</pub-id> <pub-id pub-id-type="doi"> 10.1371 / journal.pcbi.0030017</pub-id> </nlm-citation> </ref> <ref id="B152" content-type="article"> <label>152年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 他</年代urname> <given-names> Y。</given-names> </name> <name> <surname> 王</年代urname> <given-names> J。</given-names> </name> <name> <surname> 王</年代urname> <given-names> l</given-names> </name> <name> <surname> 陈</年代urname> <given-names> z . J。</given-names> </name> <name> <surname> 杨ydF4y2Ba</surname> <given-names> C。</given-names> </name> <name> <surname> 杨</年代urname> <given-names> H。</given-names> </name> <name> <surname> 唐</年代urname> <given-names> H。</given-names> </name> <name> <surname> 朱</年代urname> <given-names> C。</given-names> </name> <name> <surname> 龚</年代urname> <given-names> Q。</given-names> </name> <name> <surname> 藏</年代urname> <given-names> Y。</given-names> </name> <name> <surname> 埃文斯</年代urname> <given-names> a . C。</given-names> </name> </person-group> <article-title> 发现内在的模块化组织自发的在人类的大脑活动</一个rt我cle- - - - - -t我tle> <source> <italic> 《公共科学图书馆•综合》</我t一个l我c><year> 2009年</year> <volume> 4</volume> <issue> 4</我年代年代ue> <pub-id pub-id-type="other"> 2 - s2.0 - 65349088487</pub-id> <pub-id pub-id-type="doi"> 10.1371 / journal.pone.0005226</pub-id> <pub-id pub-id-type="publisher-id"> e5226</pub-id> </nlm-citation> </ref> <ref id="B153" content-type="article"> <label>153年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 莫尼耶</年代urname> <given-names> D。</given-names> </name> <name> <surname> Achard</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> Morcom</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> 图像</年代urname> <given-names> E。</given-names> </name> </person-group> <article-title> 与年龄相关的变化,人类的大脑功能网络的模块化组织</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2009年</year> <volume> 44</volume> <issue> 3</我年代年代ue> <fpage> 715年</fpage> <lpage> 723年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 57649177558</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2008.09.062</pub-id> </nlm-citation> </ref> <ref id="B154" content-type="article"> <label>154年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Simpsona</年代urname> <given-names> s . L。</given-names> </name> <name> <surname> Moussab</年代urname> <given-names> m . N。</given-names> </name> <name> <surname> Laurientic</年代urname> <given-names> p . J。</given-names> </name> </person-group> <article-title> 一个指数随机图建模方法创建组的代表整个大脑连接网络</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2012年</year> <volume> 60</volume> <issue> 2</我年代年代ue> <fpage> 1117年</fpage> <lpage> 1126年</lpage> </nlm-citation> </ref> <ref id="B155" content-type="article"> <label>155年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Deuker</年代urname> <given-names> l</given-names> </name> <name> <surname> 图像</年代urname> <given-names> e . T。</given-names> </name> <name> <surname> 史密斯</年代urname> <given-names> M。</given-names> </name> <name> <surname> 克里斯坦森</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> 内森</年代urname> <given-names> p . J。</given-names> </name> <name> <surname> Rockstroh</年代urname> <given-names> B。</given-names> </name> <name> <surname> 巴塞特</年代urname> <given-names> d S。</given-names> </name> </person-group> <article-title> 人类大脑功能网络的图的再现性指标</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2009年</year> <volume> 47</volume> <issue> 4</我年代年代ue> <fpage> 1460年</fpage> <lpage> 1468年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 67651159289</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2009.05.035</pub-id> </nlm-citation> </ref> <ref id="B156" content-type="article"> <label>156年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Telesford</年代urname> <given-names> 问:K。</given-names> </name> <name> <surname> 摩根</年代urname> <given-names> a。R。</given-names> </name> <name> <surname> Hayasaka</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> 辛普森</年代urname> <given-names> s . L。</given-names> </name> <name> <surname> 巴雷特</年代urname> <given-names> W。</given-names> </name> <name> <surname> 卡夫</年代urname> <given-names> r。</given-names> </name> <name> <surname> Mozolic</年代urname> <given-names> j·L。</given-names> </name> <name> <surname> Laurienti</年代urname> <given-names> p . J。</given-names> </name> </person-group> <article-title> 再现性在fMRI网络图的指标</一个rt我cle- - - - - -t我tle> <source> <italic> Neuroinformatics前沿</我t一个l我c><year> 2010年</year> <volume> 4</volume> <fpage> 117年</fpage> </nlm-citation> </ref> <ref id="B157" content-type="article"> <label>157年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 王</年代urname> <given-names> j . H。</given-names> </name> <name> <surname> 左</年代urname> <given-names> x N。</given-names> </name> <name> <surname> Gohel</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> Milham</年代urname> <given-names> m P。</given-names> </name> <name> <surname> Biswal</年代urname> <given-names> B . B。</given-names> </name> <name> <surname> 他</年代urname> <given-names> Y。</given-names> </name> </person-group> <article-title> 图脑功能网络的理论分析:两次试验法的评价短期和长期静息状态功能磁共振成像数据</一个rt我cle- - - - - -t我tle> <source> <italic> 《公共科学图书馆•综合》</我t一个l我c><year> 2011年</year> <volume> 6</volume> <issue> 7</我年代年代ue> <pub-id pub-id-type="other"> 2 - s2.0 - 79960466747</pub-id> <pub-id pub-id-type="doi"> 10.1371 / journal.pone.0021976</pub-id> <pub-id pub-id-type="publisher-id"> e21976</pub-id> </nlm-citation> </ref> <ref id="B158" content-type="article"> <label>158年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 布劳恩</年代urname> <given-names> U。</given-names> </name> <name> <surname> Plichta</年代urname> <given-names> M . M。</given-names> </name> <name> <surname> 默尔</年代urname> <given-names> C。</given-names> </name> <name> <surname> 萨奥尔</年代urname> <given-names> C。</given-names> </name> <name> <surname> 哈达德</年代urname> <given-names> l</given-names> </name> <name> <surname> 格林</年代urname> <given-names> O。</given-names> </name> <name> <surname> 我的</年代urname> <given-names> D。</given-names> </name> <name> <surname> Mohnke</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> 亨氏食品公司</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> 的兵</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> 沃尔特</年代urname> <given-names> H。</given-names> </name> <name> <surname> Seiferth</年代urname> <given-names> N。</given-names> </name> <name> <surname> 樱桃酒</年代urname> <given-names> P。</given-names> </name> <name> <surname> 迈耶-林登贝格</年代urname> <given-names> 一个。</given-names> </name> </person-group> <article-title> 两次试验法的静息状态的连接网络的可靠性特征使用fmri和图理论的措施</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2012年</year> <volume> 59</volume> <issue> 2</我年代年代ue> <fpage> 1404年</fpage> <lpage> 1412年</lpage> </nlm-citation> </ref> <ref id="B159" content-type="article"> <label>159年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 王</年代urname> <given-names> J。</given-names> </name> <name> <surname> 王</年代urname> <given-names> l</given-names> </name> <name> <surname> 藏</年代urname> <given-names> Y。</given-names> </name> <name> <surname> 杨</年代urname> <given-names> H。</given-names> </name> <name> <surname> 唐</年代urname> <given-names> H。</given-names> </name> <name> <surname> 龚</年代urname> <given-names> Q。</given-names> </name> <name> <surname> 陈</年代urname> <given-names> Z。</given-names> </name> <name> <surname> 朱</年代urname> <given-names> C。</given-names> </name> <name> <surname> 他</年代urname> <given-names> Y。</given-names> </name> </person-group> <article-title> Parcellation-dependent小世界的大脑功能网络:静息状态功能磁共振成像研究</一个rt我cle- - - - - -t我tle> <source> <italic> 人类大脑图谱</我t一个l我c><year> 2009年</year> <volume> 30.</volume> <issue> 5</我年代年代ue> <fpage> 1511年</fpage> <lpage> 1523年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 66149131099</pub-id> <pub-id pub-id-type="doi"> 10.1002 / hbm.20623</pub-id> </nlm-citation> </ref> <ref id="B160" content-type="article"> <label>160年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> 王</年代urname> <given-names> l</given-names> </name> <name> <surname> 朱</年代urname> <given-names> C。</given-names> </name> <name> <surname> 他</年代urname> <given-names> Y。</given-names> </name> <name> <surname> 藏</年代urname> <given-names> Y。</given-names> </name> <name> <surname> 曹</年代urname> <given-names> Q。</given-names> </name> <name> <surname> 张</年代urname> <given-names> H。</given-names> </name> <name> <surname> 钟</年代urname> <given-names> Q。</given-names> </name> <name> <surname> 王</年代urname> <given-names> Y。</given-names> </name> </person-group> <article-title> 改变小世界与注意缺陷多动症儿童的大脑功能网络</一个rt我cle- - - - - -t我tle> <source> <italic> 人类大脑图谱</我t一个l我c><year> 2009年</year> <volume> 30.</volume> <issue> 2</我年代年代ue> <fpage> 638年</fpage> <lpage> 649年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 59949084588</pub-id> <pub-id pub-id-type="doi"> 10.1002 / hbm.20530</pub-id> </nlm-citation> </ref> <ref id="B161" content-type="article"> <label>161年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Fornito</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Zalesky</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> 图像</年代urname> <given-names> e . T。</given-names> </name> </person-group> <article-title> 网络扩展影响图分析研究人类的静息状态功能磁共振成像数据</一个rt我cle- - - - - -t我tle> <source> <italic> 神经系统科学</我t一个l我c><year> 2010年</year> <volume> 4</volume> <fpage> 22</fpage> <pub-id pub-id-type="other"> 2 - s2.0 - 78149420706</pub-id> <pub-id pub-id-type="doi"> 10.3389 / fnsys.2010.00022</pub-id> </nlm-citation> </ref> <ref id="B162" content-type="article"> <label>162年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Hayasaka</年代urname> <given-names> 年代。</given-names> </name> <name> <surname> Laurienti</年代urname> <given-names> p . J。</given-names> </name> </person-group> <article-title> 比较之间的特征区域和分布网络分析静息状态功能磁共振成像数据</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2010年</year> <volume> 50</volume> <issue> 2</我年代年代ue> <fpage> 499年</fpage> <lpage> 508年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 77952317463</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2009.12.051</pub-id> </nlm-citation> </ref> <ref id="B163" content-type="article"> <label>163年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Zalesky</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Fornito</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> 哈丁</年代urname> <given-names> i . H。</given-names> </name> <name> <surname> Cocchi</年代urname> <given-names> l</given-names> </name> <name> <surname> Yucel</年代urname> <given-names> M。</given-names> </name> <name> <surname> Pantelis</年代urname> <given-names> C。</given-names> </name> <name> <surname> 图像</年代urname> <given-names> e . T。</given-names> </name> </person-group> <article-title> 整个大脑解剖网络:节点的选择有关系吗?</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2010年</year> <volume> 50</volume> <issue> 3</我年代年代ue> <fpage> 970年</fpage> <lpage> 983年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 77349095673</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2009.12.027</pub-id> </nlm-citation> </ref> <ref id="B164" content-type="article"> <label>164年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Rubinov</年代urname> <given-names> M。</given-names> </name> <name> <surname> 斯波恩</年代urname> <given-names> O。</given-names> </name> </person-group> <article-title> Weight-conserving表征复杂的脑功能网络</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2011年</year> <volume> 56</volume> <issue> 4</我年代年代ue> <fpage> 2068年</fpage> <lpage> 2079年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 79957450857</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2011.03.069</pub-id> </nlm-citation> </ref> <ref id="B165" content-type="article"> <label>165年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Zalesky</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> Fornito</年代urname> <given-names> 一个。</given-names> </name> <name> <surname> 图像</年代urname> <given-names> e . T。</given-names> </name> </person-group> <article-title> 基于网络的数据:识别大脑网络的差异</一个rt我cle- - - - - -t我tle> <source> <italic> 科学杂志</我t一个l我c><year> 2010年</year> <volume> 53</volume> <issue> 4</我年代年代ue> <fpage> 1197年</fpage> <lpage> 1207年</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 77957324650</pub-id> <pub-id pub-id-type="doi"> 10.1016 / j.neuroimage.2010.06.041</pub-id> </nlm-citation> </ref> <ref id="B166" content-type="article"> <label>166年</l一个bel> <nlm-citation publication-type="journal"> <person-group person-group-type="author"> <name> <surname> Damoiseaux</年代urname> <given-names> j·S。</given-names> </name> <name> <surname> 格雷丘斯</年代urname> <given-names> m D。</given-names> </name> </person-group> <article-title> 大于各部分的总和:回顾研究结合结构连接和静息状态功能连通性</一个rt我cle- - - - - -t我tle> <source> <italic> 大脑结构和功能</我t一个l我c><year> 2009年</year> <fpage> 1</fpage> <lpage> 9</lpage> <pub-id pub-id-type="other"> 2 - s2.0 - 67649271264</pub-id> <pub-id pub-id-type="doi"> 10.1007 / s00429 - 009 - 0208 - 6</pub-id> </nlm-citation> </ref> </ref-list> </back> </article> </body> </html>