1、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(degree centrality)以节点度刻画其在网络中的中心程度, 而介数中心度(betweenness centrality)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jk 是从节点 j 到节点 k 的所有最短路径的数量,jk(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
2、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 = Creal/Crandom 1, = 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. = /来衡量“小世界”特性, 当1 时网络具有“小世界”属性, 且越大网络的“小世界”属性越强.概念:小世界网络( small-world network)无标度网络( scale-free network)随机网络( rando
3、m network)规则网络( regular network)无向网络( undirected network)加权网络( weighted network)图论( Graph theory)邻接矩阵( adjacency matrix)结构性脑网络( structural brain networks 或 anatomical brain networks)功能性脑网络( functional brain networks)因效性脑网络( effective brain networks)感兴趣脑区( region of interest, ROI)血氧水平依赖( BOLD,blood o
4、xygenation level depended)体素( voxel)自发低频震荡( spontaneous low-frequency fluctuations, LFF)默认功能网络( default mode network,DMN)大范围皮层网络( Large-scale cortical network)效应连接(effective connectivity)网络分析工具箱(Graph Analysis Toolbox,GAT)自动解剖模板(automatic anatomical template,AAL)技术:脑电图(electroencephalogram, EEG)脑磁图(
5、magnetoencephalogram, MEG)功能磁共振成像(Functional magnetic resonance imaging, fMRI)弥散张量成像(Diffusion Tensor Imaging, DTI)弥散谱成像( diffusion spectrum imaging ,DSI)细胞结构量化映射 ( quantitative cytoarchitecture mapping)正电子发射断层扫描(PET, positron emisson tomography)精神疾病:老年痴呆症( Alzheimer s disease,AD)癫痫( epilepsy)精神分裂症(
6、 Schizophrenia)抑郁症( major depression)单侧注意缺失( Unilateral Neglect)轻度认知障碍(mild cognitive impairment, MCI)正常对照组(normal control, NC)指标:边( link,edge)节点(vertex 或 node)节点度(degree)区域核心节点(provincial hub)度分布(degree distribution)节点强度( node strength)最短路径长度(shortest path length)特征路径长度( characteristic path length)
7、聚类系数( clustering coefficient)中心度(centrality)度中心度(degree centrality)介数中心度( betweenness centrality)连接中枢点( connector hub)局部效率(local efficiency)全局效率( global efficiency)相位同步( phase synchronization)连接密度(connection density/cost)方法:互相关分析( cross-correlation analysis)因果关系分析( Causality analysis)直接传递函数分析( Direc
8、ted Transfer Function,DTF)部分定向相干分析( Partial Directed Coherence,PDC)多变量自回归建模( multivariate autoregressive model,MVAR)独立成分分析( independent component analysis,ICA)同步似然性(synchronization likelihood, SL)结构方程建模(structural equation modeling, SEM) 动态因果建模(dynamic causal modeling, DCM)心理生理交互作用模型(Psychophysiolog
9、ical interaction model)非度量多维定标(non-metric multidimensional scaling)体素形态学(voxel-based morphometry, VBM)统计参数映射(statistical parametric mapping,SPM)皮尔逊相关系数(Pearson correlation)偏相关系数(Partial correlation)脑区:楔前叶( precuneus) 后扣带回( posterior cingulated cortex,PCC)腹侧前扣带回( ventral anterior cingulated cortex, vACC) 前额中分( medial prefrontal cortex,MPFC)额叶眼动区( the frontal eye field,FEF)副视区( the supplementary eye field,SEF)顶上小叶( the superior parietal lobule,SPL)顶内沟( the intraparietal sulcus,IPS)
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1