对整个大脑的时空组织的全面表征对于理解人类大脑的功能和功能障碍都是至关重要的。灰质静息状态功能连接(FC)有助于揭示大脑固有的基线网络。然而，尽管有研究表明脑白质(WM)的FC在任务和休息时确实发生了变化，但白质(WM)几乎占大脑的一半，在这一表征中却基本被忽略。在本研究中，我们鉴定了静息态fMRI的9个白质功能网络(WM-FNs)和9个灰质功能网络(GM-FNs)。利用多路fMRI数据计算类内相关系数(ICC)，评估静态功能连接(SFC)和动态功能连接(DFC)的可靠性。在GM-FNs、WM-FNs和GM-WM-FNs中估计SFC、DFC和它们各自的ICCs之间的关联。GM-FNs的SFC强于WM-FNs，但对应的DFC较低，说明WM-FNs更具动态性。在GM-和WM-FNs中，SFC、DFC及其ICCs之间的关联相似。这些结果表明，WMfMRI信号包含与GM相似的丰富时空信息，可能为更好地建立全脑功能组织提供重要线索。

1简介

功能磁共振成像(Functionalmagneticresonanceimaging,fMRI)是一种通过血氧合水平依赖(BOLD)信号间接检测神经元活动的无创方法。使用BOLD信号，可以在不受约束的内在活动中评估分离的大脑区域之间的时间同步活动，这被定义为功能连接(FC)测量。采用不同区域的灰质(GM)之间的FC测量,人类大脑基线功能网络(FNs),如运动网络,听觉网络,默认模式网络(DMM),和注意网络,可以可靠地提取。此外，fMRI的FC已被证明与年龄、神经反应、流体智力和性别有关。此外，各种精神障碍，如阿尔茨海默氏病、精神分裂症、抑郁症和自闭症，都被报道改变了FC。上述研究表明，脑功能参数在表征人脑功能和功能障碍方面有许多重要的应用。

然而，以往的fMRIFC研究大多集中在GMBOLD信号上，而来自白质(whitematter,WM)的信号通常被认为是由噪声主导的，WM中的FC多被忽略。考虑到WM紧密地连接着GM的不同区域，并且占了人类大脑的近一半。一些研究已经开始在正常和临床人群中使用FC测量来探索WM信号的变化。Ding和同事证明，在不同的任务条件下，某些WM束的BOLD信号在特定的GM区域显示出不同的FC模式。以往的静息状态研究大多采用静态功能连接(SFC)来探讨不同脑区之间的时间同步性。Peer及其同事在静息态fMRI信号中采用了SFC方法，证实了不同的对称白质功能网络(WM-FNs)的存在，它与灰质功能网络(GM-FNs)和底层的WM束紧密相连。这一发现被我们之前的研究进一步证实，我们使用人类连接组项目(HCP)数据在GM-和WM-FNs(GM-WM-FNs,GM-WM-FNs)之间发现了可靠的WM-FNs和FC。此外，对称WM-FNs和GM感知运动系统之间的FC在精神分裂症患者中显示了异常变化，这表明GM和WM之间的连接(GM-WM)对维持人类大脑的正常功能至关重要。然而，这些在WM中使用时间平均FC的研究忽略了FC的动态特性。探讨脑皮层的动态特性及其可靠性有助于揭示脑皮层的基线网络，从而更好地理解全脑的时空动态。

累积的fMRI研究表明，动态功能连接(DFC)代表功能连接的时间变化，可以反映认知和行为关键方面的宏观神经活动模式的变化。DFC改变在各种精神疾病中已被广泛报道，如精神分裂症、重度抑郁症、自闭症和阿尔茨海默病。由于DFC测量在分析人类行为测量和各种精神障碍的大脑功能障碍中具有重要的应用，因此在多个静息状态fMRI扫描中估计DFC参数的可靠性是很重要的。Choe等采用3种常用的DFC估计方法对DFC的可靠性进行了估计，发现动态条件相关方差比滑动窗口(SW)和锥形SW得到的更可靠。此外，使用包含3种不同DFC统计量标准差(SD)、低频振幅(ALFF)和偏移的SW方法，Zhang和同事利用类内相关系数(ICC)探索了SFC、DFC及其可靠性之间的关联。然而，目前对DFC的研究主要集中在GMBOLD信号上，尚未研究DFC在WM中的时间特性和可靠性。

在这项研究中,我们假设从WMBOLD信号包含丰富的和鲁棒的时空信息，类似于从GM获得的。为了解决这个假说,WM分割掩模,包括个随机出感兴趣的区域(roi),获得了用层次划分方法。随后，构建GM-和WM-FNs，并通过对基于分区的DFC矩阵进行K-means聚类来评估。对于每个成对的FNs，采用SW法计算所有FNs的SD值，得到一个DFC值。通过计算ICC值来估计GM-/WM-FNs内部和GM-WM-FNs之间DFC参数的可靠性。最后，通过Pearson相关系数估计SFC、DFC与ICCs之间的相关性。

2方法简述

2.1数据和预处理

HCP数据集用于当前的研究(

欢迎转载,转载请注明原文网址：http://www.yksmz.com/zzyfl/14610.html