脑网络一些基本概念_精品文档Word文档下载推荐.docx
《脑网络一些基本概念_精品文档Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《脑网络一些基本概念_精品文档Word文档下载推荐.docx(4页珍藏版)》请在冰豆网上搜索。
中心度(centrality).中心度是一个用来刻画网络中节点作用和地位的统计指标,中心度最大的节点被认为是网络中的核心节点(hub).最常用的度中心度(degreecentrality)以节点度刻画其在网络中的中心程度,而介数中心度(betweennesscentrality)则从信息流的角度出发定义节点的中心程度.对于网络G中的任意一点i,其介数中心度的计算公式如下:
其中σjk是从节点j到节点k的所有最短路径的数量,σjk(i)是这些最短路径中通过节点i的数量.
“小世界”网络.研究表明,规则网络具有较高的集群系数和较长的最短路径长度,与此相反,随机网络拥有较低的集群系数和较短的最短路径长度.兼具高集群系数和最短路径长度的网络称为“小世界”网络.将随机网络作为基准,如果所研究网络相对于随机网络具有较大的集群系数和近似的最短路径长度,即γ=Creal/Crandom>
>
1,λ=Lreal/Lrandom~1(其中脚标random表示随机网络,real表示真实网络),则该网络属于“小世界”网络范畴.σ=γ/λ来衡量“小世界”特性,当σ>
1时网络具有“小世界”属性,且σ越大网络的“小世界”属性越强.
概念:
小世界网络(small-worldnetwork)
无标度网络(scale-freenetwork)
随机网络(randomnetwork)
规则网络(regularnetwork)
无向网络(undirectednetwork)
加权网络(weightednetwork)
图论(Graphtheory)
邻接矩阵(adjacencymatrix)
结构性脑网络(structuralbrainnetworks或anatomicalbrainnetworks)
功能性脑网络(functionalbrainnetworks)
因效性脑网络(effectivebrainnetworks)
感兴趣脑区(regionofinterest,ROI)
血氧水平依赖(BOLD,bloodoxygenationleveldepended)
体素(voxel)
自发低频震荡(spontaneouslow-frequencyfluctuations,LFF)
默认功能网络(defaultmodenetwork,DMN)
大范围皮层网络(Large-scalecorticalnetwork)
效应连接(effectiveconnectivity)
网络分析工具箱(GraphAnalysisToolbox,GAT)
自动解剖模板(automaticanatomicaltemplate,AAL)
技术:
脑电图(electroencephalogram,EEG)
脑磁图(magnetoencephalogram,MEG)
功能磁共振成像(Functionalmagneticresonanceimaging,fMRI)
弥散张量成像(DiffusionTensorImaging,DTI)
弥散谱成像(diffusionspectrumimaging,DSI)
细胞结构量化映射(quantitativecytoarchitecturemapping)
正电子发射断层扫描(PET,positronemissontomography)
精神疾病:
老年痴呆症(Alzheimer’sdisease,AD)
癫痫(epilepsy)
精神分裂症(Schizophrenia)
抑郁症(majordepression)
单侧注意缺失(UnilateralNeglect)
轻度认知障碍(mildcognitiveimpairment,MCI)
正常对照组(normalcontrol,NC)
指标:
边(link,edge)
节点(vertex或node)
节点度(degree)
区域核心节点(provincialhub)
度分布(degreedistribution)
节点强度(nodestrength)
最短路径长度(shortestpathlength)
特征路径长度(characteristicpathlength)
聚类系数(clusteringcoefficient)
中心度(centrality)
度中心度(degreecentrality)
介数中心度(betweennesscentrality)
连接中枢点(connectorhub)
局部效率(localefficiency)
全局效率(globalefficiency)
相位同步(phasesynchronization)
连接密度(connectiondensity/cost)
方法:
互相关分析(cross-correlationanalysis)
因果关系分析(Causalityanalysis)
直接传递函数分析(DirectedTransferFunction,DTF)
部分定向相干分析(PartialDirectedCoherence,PDC)
多变量自回归建模(multivariateautoregressivemodel,MVAR)
独立成分分析(independentcomponentanalysis,ICA)
同步似然性(synchronizationlikelihood,SL)
结构方程建模(structuralequationmodeling,SEM)
动态因果建模(dynamiccausalmodeling,DCM)
心理生理交互作用模型(Psychophysiologicalinteractionmodel)
非度量多维定标(non-metricmultidimensionalscaling)
体素形态学(voxel-basedmorphometry,VBM)
统计参数映射(statisticalparametricmapping,SPM)
皮尔逊相关系数(Pearsoncorrelation)
偏相关系数(Partialcorrelation)
脑区:
楔前叶(precuneus)
后扣带回(posteriorcingulatedcortex,PCC)
腹侧前扣带回(ventralanteriorcingulatedcortex,vACC)
前额中分(medialprefrontalcortex,MPFC)
额叶眼动区(thefrontaleyefield,FEF)
副视区(thesupplementaryeyefield,SEF)
顶上小叶(thesuperiorparietallobule,SPL)
顶内沟(theintraparietalsulcus,IPS)