基于一维卷积神经网络的猕猴脑沟回功能活动分离功率谱图谱研究

为解决猕猴脑沟回功能分离特征不明的问题，研究人员采用一维卷积神经网络（1D-CNN）分析440只猕猴静息态功能磁共振成像（rs-fMRI）信号，首次构建了0.01-0.1 Hz频段内沟回功率谱密度（PSD）差异图谱，揭示脑沟可能作为局部处理单元而脑回充当全局枢纽的功能分化机制，为哺乳动物脑功能分离研究提供新视角。

　　

猕猴作为非人灵长类模型，在探索复杂脑功能机制中具有不可替代性。尽管既往研究已描述其神经活动特征，但脑沟(gyri)与脑回(sulci)的功能分离特性仍属未知领域。本研究创新性地运用一维卷积神经网络(1D-CNN)，对来自两个独立实验中心的440只猕猴静息态功能磁共振成像(rs-fMRI)数据进行解码分析，通过功率谱密度(PSD)计算首次绘制全脑及区域尺度的沟回功能分离图谱。

研究发现，在0.01-0.1 Hz特征频段内，脑回PSD幅值显著高于脑沟，这种频率特异性差异提示：脑回可能作为全局功能枢纽(hubs)负责长程信息传递，而脑沟更倾向于充当局部信息处理单元。该成果不仅建立了首个猕猴脑沟回功能分离的功率谱特征图谱，更通过深度学习算法揭示了脑皮质折叠(brain folding)与功能分化的内在关联，为理解哺乳动物脑功能架构进化提供了全新研究范式。