在 resting-state functional connectivity (RSFC) 中类似人类大脑指纹的节点：一项探索性研究及其在 RSFC 与行为关联中的作用

《Brain Imaging and Behavior》：Human brain fingerprint-like nodes within RSFC: an exploratory study and their role in RSFC-behavior associations

　　

摘要

静息态功能连接性（RSFC）包含特定于参与者的模式，这些模式有助于区分同一组中的个体。本文提出了计算方法，用于确定来自人类连接组项目（HCP）和莱比锡心脑身项目（LEMON）数据集中的节点的差异可识别性，并定义了类似“指纹”的节点，以探索个体大脑功能特征的识别和认知预测。此外，还研究了流体智力和工作记忆的预测。实验表明，与全脑功能连接性节点相比，类似“指纹”的节点具有更高的识别率，在HCP和LEMON数据集中，各自的个体识别率至少达到了95.6%和99.5%。这些节点在不同的大脑图谱和数据集中表现出变异性，但在功能网络中分布一致。使用这些节点的预测模型也提高了流体智力和工作记忆的预测准确性。与现有方法相比，所提出的方法能够定义类似“指纹”的节点，并系统地揭示它们在节点层面的空间分布特征及其对个体功能特征识别的贡献权重。尽管VAN和DAN对个体功能特征识别的贡献小于FPN和DMN，但我们的实验发现这些网络中存在一些对个体识别有显著影响的节点。类似“指纹”的节点在个体大脑功能特征识别和认知预测方面表现良好。这些方法将有助于更深入地理解RSFC的组织和功能机制，以及RSFC在个体识别和认知预测中的作用机制。