利用形态学内在差异进行脑网络分析:具有不同生物钟类型的健康年轻成年人在形态相似性网络的小世界特性上的差异

《Brain Imaging and Behavior》:Brain network analysis using morphological intrinsic divergence: differences in small-world properties of morphological similarity networks among healthy young adults with different chronotypes

【字体: 大 中 小 】 时间:2026年05月06日 来源:Brain Imaging and Behavior 2.4

编辑推荐:

   摘要 一个人的生理节律类型反映了他们内在的昼夜节律偏好,并与认知功能及心理健康密切相关。然而,生理节律类型与整个大脑形态结构网络组织之间的关系仍不明确。本研究旨在从图论的角度探讨不同生理节律类型的健康年轻成年人在形态测量相似性网络(MSNs)的拓扑组织特征上的差异。我们采用了

  

摘要

一个人的生理节律类型反映了他们内在的昼夜节律偏好,并与认知功能及心理健康密切相关。然而,生理节律类型与整个大脑形态结构网络组织之间的关系仍不明确。本研究旨在从图论的角度探讨不同生理节律类型的健康年轻成年人在形态测量相似性网络(MSNs)的拓扑组织特征上的差异。我们采用了一种新型的形态测量逆向散度(MIND)方法,该方法对细微的形态差异更为敏感,用于构建个体层面的大脑MSNs。该方法汇总每个皮质区域内所有顶点的形态学指标(皮质厚度、平均曲率、沟槽深度、表面积、灰质体积),形成区域性的多变量分布。随后,k最近邻密度算法构建成对距离矩阵,对称的Kullback-Leibler散度用于量化皮质区域之间的相似性。利用高分辨率的Glasser图谱、中等分辨率的Destrieux图谱和低分辨率的Desikan-Killiany图谱,分别为68名具有早型生理节律(EC)和晚型生理节律(LC)的年轻个体构建了MIND网络。我们计算了多个图论指标(包括小世界特性)在加权网络中不同稀疏度水平下的曲线下面积(AUC),随后进行了组间比较和相关性分析。基于Destrieux图谱的分析显示,EC参与者的小世界特性AUC显著高于LC参与者(P = 0.0045),并且这一指标与ChQ-ME评分呈显著负相关(rs = -0.2114,P = 0.0135)。而使用Desikan-Killiany图谱和Glasser图谱时,未检测到上述组间差异和相关性(P > 0.05)。这些发现表明,个人的生理节律类型与大脑MSNs的拓扑组织存在关联。这种关联在使用中等分辨率的Destrieux图谱时被特异性地检测到,而在本研究的条件下,使用较低分辨率的Desikan-Killiany图谱或较高分辨率的Glasser图谱时则未发现这种关联。这种模式表明,与生理节律类型相关的大脑差异可能发生在最佳的空间尺度上,在该尺度上,大脑的分区在信号整合和解剖特异性之间达到了平衡。研究结果支持了一种分布式、微妙的形态变化的模型,这些变化共同形成了可检测的“弱信号”网络。本研究从新的空间尺度角度探讨了大脑结构与昼夜节律之间的关系。

图形摘要

此图片的替代文本可能是由AI生成的。

一个人的生理节律类型反映了他们内在的昼夜节律偏好,并与认知功能及心理健康密切相关。然而,生理节律类型与整个大脑形态结构网络组织之间的关系仍不明确。本研究旨在从图论的角度探讨不同生理节律类型的健康年轻成年人在形态测量相似性网络(MSNs)的拓扑组织特征上的差异。我们采用了一种新型的形态测量逆向散度(MIND)方法,该方法对细微的形态差异更为敏感,用于构建个体层面的大脑MSNs。该方法汇总每个皮质区域内所有顶点的形态学指标(皮质厚度、平均曲率、沟槽深度、表面积、灰质体积),形成区域性的多变量分布。随后,k最近邻密度算法构建成对距离矩阵,对称的Kullback-Leibler散度用于量化皮质区域之间的相似性。利用高分辨率的Glasser图谱、中等分辨率的Destrieux图谱和低分辨率的Desikan-Killiany图谱,分别为68名具有早型生理节律(EC)和晚型生理节律(LC)的年轻个体构建了MIND网络。我们计算了多个图论指标(包括小世界特性)在加权网络中不同稀疏度水平下的曲线下面积(AUC),随后进行了组间比较和相关性分析。基于Destrieux图谱的分析显示,EC参与者的小世界特性AUC显著高于LC参与者(P = 0.0045),并且这一指标与ChQ-ME评分呈显著负相关(rs = -0.2114,P = 0.0135)。而使用Desikan-Killiany图谱和Glasser图谱时,未检测到上述组间差异和相关性(P > 0.05)。这些发现表明,个人的生理节律类型与大脑MSNs的拓扑组织存在关联。这种关联在使用中等分辨率的Destrieux图谱时被特异性地检测到,而在使用较低分辨率的Desikan-Killiany图谱或较高分辨率的Glasser图谱时未发现这种关联。这种模式表明,与生理节律类型相关的大脑差异可能发生在最佳的空间尺度上,在该尺度上,大脑的分区在信号整合和解剖特异性之间达到了平衡。研究结果支持了一种分布式、微妙的形态变化模型,这些变化共同形成了可检测的“弱信号”网络。本研究从新的空间尺度角度探讨了大脑结构与昼夜节律之间的关系。

图形摘要

此图片的替代文本可能是由AI生成的。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号