基于联合连接矩阵独立成分分析的结构与功能连接动态融合

《Brain Connectivity》：Dynamic Fusion of Structural and Functional Connectivity via Joint Connectivity-Matrix ICA

　　

摘要

引言：

将功能磁共振成像（fMRI）与弥散磁共振成像（dMRI）整合，可通过融合脑网络的互补视角来推动神经影像学的发展，其中fMRI测量功能活动，而dMRI捕获结构连接（SC）。然而，由于两者数据特征截然不同，将其动态结合仍然充满挑战。

方法：

我们提出了一种新颖的框架——"动态融合"，该框架通过连接矩阵独立成分分析（cmICA）扩展联合成分分析，以整合静态结构连接（SC）与动态功能连接（FC）。该方法评估联合成分在不同时间状态间的关联，以同时捕获静态和时间变化的连接特征。作为概念验证，并且不同于建模真实时间动态的系统性方法，我们根据fMRI时间序列的前三分之一和后三分之一定义了两个时间状态。我们将此方法应用于此前使用纯静态模型分析过的对照组受试者的fMRI和dMRI数据，以及同一研究中一个可比较的精神分裂症组。

结果：

结果表明，功能连接中存在异质性的时间动态，并且重要的是，结构连接表征在两个功能时间片段中有所不同，反映了依赖于功能情境的分解而非解剖学变化。该方法还检测到了精神分裂症组与对照组之间联合动态结构连接-功能连接的差异，表明了对可能在静态分析中遗漏的组水平效应的敏感性。

讨论：

尽管当前的时间片段并非旨在代表典型的或反复出现的脑状态，但结果表明，多模态融合的结果可能取决于与之融合的结构连接所处的功能情境。总体而言，我们的动态融合为整合结构连接与动态功能连接提供了一种有前景的方法，有助于更好地理解脑组织和神经精神障碍，同时激励未来工作中对动态状态进行更系统的定义。

摘要

影响力声明

我们提出了一个体素级别的框架，利用联合cmICA实现结构连接与功能连接的时间敏感融合，作为一项初步的概念验证应用于弥散磁共振成像与功能磁共振成像数据。该方法揭示了结构连接如何随时间演变的功能状态而适应，揭示了精神分裂症中脑组织与脑功能破坏的新模式。通过激励未来在跨模态融合中对动态状态进行有原则的表征，该方法开辟了一条通往动态连接组学和发现多模态生物标志物的道路，以探索健康和疾病中脑结构与功能之间的复杂相互作用。

获取本文全文

查看本文的所有访问和购买选项。

获取访问权限