Resolving Structure in Human Brain Organization: Identifying Mesoscale Organization in Weighted Network Representations
人类大脑的解剖结构和功能显示出模块化和层次化组织的组合，这表明了内聚结构和可变分辨率在促进健康认知过程中的重要性。然而，同时探测大脑结构的这些特征的工具需要进一步开发。我们提出并应用了一套方法来提取内聚结构的网络表示的大脑连接使用多分辨率技术。我们采用软阈值，窗口阈值，并在社区检测的分辨率的组合，使我们能够识别和隔离与不同的权重相关的结构。一种这样的中尺度结构是二分性，其量化大脑被分成两个分区的程度，其中分区之间具有高连接性，分区内具有低连接性。第二个互补的中尺度结构是模块化，它量化了大脑被分成多个社区的程度，每个社区内的连接性很强，社区之间的连接性很弱。我们的方法导致这些网络诊断在一系列的空间，几何和结构尺度的多分辨率曲线。为了统计比较，我们将我们的结果与几个基准零模型的结果进行了对比。我们的工作表明，多分辨率诊断曲线捕捉复杂的组织配置文件的加权图。我们将这些方法应用于识别健康加权图架构的分辨率特定特征和精神疾病中的连接配置文件改变。
2013-12-20 q-bio.NC
Complex network analysis of brain functional connectivity under a multi-step cognitive task
功能性脑网络已被广泛研究，以了解大脑组织和行为之间的关系。本研究旨在探讨在包含连续行为的\emph{multi-step}认知任务下脑网络的功能连接，进一步了解行为对脑组织的影响。基于高空间和时间分辨率的fMRI数据集构建功能脑网络，并通过基于复杂网络的方法进行分析。我们发现，在体素水平上的功能性脑网络显示出强大的小世界性和无标度特性，而它的可扩展性和丰富的俱乐部组织略有限制的行为执行的顺序。更有趣的是，脑网络的功能连接在激活的ROI与行为密切相关，并表现出明显的差异，限于行为执行的顺序。这些实验结果表明，大脑组织具有小世界性和无标度性的共性特征，其由激活的感兴趣区产生的多样性功能连接是由这些行为活动通过大脑的可塑性强烈驱动的。
2017-11-28 physics.bio-ph physics.data-an q-bio.NC
Signatures of hierarchical temporal processing in the mouse visual system
本文通过信息论与自相关分析揭示小鼠视觉系统沿解剖层级时间尺度增加而可预测性下降，并在循环网络模型中重现该效应，证明高级皮层借助内在机制实现更长整合与高效编码。
2024-01-17 q-bio.NC
Discovering the Computational Relevance of Brain Network Organization
理解神经认知计算不仅需要定位分布在整个大脑中的认知信息，还需要确定这些信息是如何到达那里的。本文综述了将经验和模拟的脑网络组织与认知信息处理联系起来的最新进展。在这些进展的基础上，我们提供了一个新的框架来理解连接在认知中的作用-网络编码（编码/解码）模型。这些模型利用连通性来指定通过神经活动流过程的信息传递，成功地预测了经验神经数据中认知表征的形成。这些模型的成功支持的可能性，本地化的神经功能机械地出现（计算）从分布式活动流程，主要是由连接模式指定。
2019-10-21 q-bio.NC
Sparse connectivity for MAP inference in linear models using sister mitral cells
感觉处理是困难的，因为感兴趣的变量以相对复杂的方式编码在脉冲序列中。感觉处理的一个主要目标是了解大脑如何提取这些变量。在这里，我们重新审视一个常见的编码模型，其中变量被线性编码。虽然变量通常比神经元多，但这个问题仍然是可解的，因为在任何一个时间只有少量变量出现（稀疏先验）。然而，以前的解决方案通常需要所有对所有的连接，与大脑中看到的稀疏连接不一致。在这里，我们提出了一个原则性的算法，可证明达到MAP推理解决方案，但使用稀疏连接。我们的算法的灵感来自于小鼠的嗅球，但我们的方法是通用的，足以适用于其他形式，此外，它应该是可能的，以扩展到非线性编码模型。
2017-09-05 q-bio.NC
A proposal for a coordinated effort for the determination of brainwide neuroanatomical connectivity in model organisms at a mesoscopic scale
在这个完整基因组的时代，我们对神经解剖回路的了解仍然令人惊讶地稀少。然而，这些知识对于大脑功能的基础和临床研究都至关重要。在这里，我们主张通过系统的、实验性的神经回路映射来填补这一空白，这种映射的分辨率是适合于全面的、全脑覆盖的介观尺度，使用示踪剂或病毒载体注射。我们详细介绍了科学和医学原理，并简要回顾了现有的知识和实验技术。我们定义了一组必要的，包括全脑覆盖;验证和可扩展的实验技术，适合标准化和自动化;集中，开放访问的数据存储库;与现有资源的兼容性，以及与当前信息技术的易处理性。我们讨论了一个假设的，但听话的计划，小鼠，猕猴的额外努力，和技术开发的人。我们估计，鼠标连接项目可以在五年内完成，预算相对适中。
2009-01-29 q-bio.NC
Building a model of the brain: from detailed connectivity maps to network organization
大脑的计算建模领域发展如此之快，以至于现在可以对代表不同大脑区域的大规模网络进行建模，这些网络在数量和突触方面具有高水平的生物细节。对于一个研究神经生物学问题的理论家来说，分析每一个可用模型的优缺点是很重要的。在这里，我们提供了一个教程审查最近的模型，不同的大脑回路，这是基于实验获得的连接图。我们讨论的特殊性，可能是相关的建模时，选择一个审查模型。这篇评论的目的是给读者一个公平的概念所涵盖的计算模型，重点是相应的连接图，以及如何使用它们。
2021-06-07 cond-mat.dis-nn nlin.AO physics.bio-ph
Multi-scale community organization of the human structural connectome and its relationship with resting-state functional connectivity
在过去的十年里，人类连接体已经被广泛研究。一个主要的发现是，它可以被分解成密集互联的大脑区域的社区。然而，这一结果可能受到方法论的限制。过去的研究经常使用一个有缺陷的模块性措施，以推断连接体的社区结构。此外，这些研究依赖于直觉，即社区结构最好根据网络的静态拓扑结构来定义，而不是更动态的定义。在这份报告中，我们使用了分区稳定性框架，它根据马尔可夫过程（随机游走）定义社区，以推断连接体的多尺度社区结构。将社区结构与观察到的静息态功能连接进行比较，发现社区在广泛的动态尺度上与功能连接密切相关。这一结果表明，结构网络中的社区、通信过程模型和大脑功能之间存在映射关系。它进一步表明，大脑中的沟通并不局限于一个单一的特征规模，导致我们在大脑皮层的规模选择性沟通的启发。
2013-04-14 q-bio.NC
Persistence of hierarchical network organization and emergent topologies in models of functional connectivity
功能网络提供了大脑中活动模式的拓扑描述，因为它们源于突触连接的基础解剖或结构网络上的神经活动的传播。众所周知，后者是以分层和模块化的方式组织的。虽然人们认为结构网络塑造了它们的功能对应物，但也有人假设大脑动力学的改变伴随着功能连接的转变。在这项计算研究中，我们引入了一种新的方法来监测的持久性和故障的功能网络中的层次顺序，从计算模型的活动传播合成和真正的结构连接体。我们表明，层次连接出现在功能网络中的一个持久的方式，如果动态被设置为在准临界制度与最佳的处理能力和正常的大脑功能，而它打破了在其他（超临界）动态制度，往往与病理条件。我们的研究结果提供了重要的线索，最佳的神经计算架构和过程，这是能够控制的活动和信息流的模式的研究。我们的结论是，功能连接模式通过继承底层结构架构的层次组织，实现了局部专门处理（即隔离）和全局整合之间的最佳平衡。
2021-02-10 cond-mat.dis-nn physics.soc-ph q-bio.NC
Basic principles drive self-organization of brain-like connectivity structure
该研究提出大脑通过扩散驱动的自适应重连优化网络效率，从而自组织出模块化小世界和具体神经结构，并猜想其可独立于生物学实现。
2024-02-05 math.DS q-bio.NC
Predicting the connectivity of primate cortical networks from topological and spatial node properties
哺乳动物皮层区域之间的连接组织已经成为研究的主要课题，因为它在构建动物行为和智力的宏观方面起着重要作用。在这项研究中，我们提出了一个计算重建网络组织的问题，通过考虑在灵长类动物大脑皮层的每个区域的拓扑和空间特征作为补贴的全球皮层网络连接的重建。从断开所有区域开始，将具有相似特征集的成对区域连接在一起，试图恢复原始网络结构。从节点的属性推断灵长类动物皮层连接性，可以获得非常好的全球网络组织重建，拓扑特征允许略优于空间的准确性。对C. elegans神经元网络导致实质上更差的恢复，表明皮层区域互连与所考虑的拓扑和空间特性的相关性比线虫中的神经元投射相对更强。基于区域的特征和全局连接之间的密切关系可能暗示了皮层网络的发展规则和限制。特别是，从拓扑和空间属性的预测之间的差异，以及从空间属性导致的较差的恢复，表明皮层网络的组织并不完全由空间约束决定。
2007-04-26 physics.soc-ph q-bio.NC
Thermodynamic connectivity reveals functional specialization and multiplex organization of extrasynaptic signaling
Concordia University（康科迪亚大学）；Centre de Recherche de l’Institut Universitaire de Gériatrie de Montréal (CRIUGM)（蒙特利尔老年学大学研究所研究中心）
研究通过整合Caenorhabditis elegans的突触和神经肽连接图谱，揭示了突触和胞外信号在功能特化和多层组织中的互补作用，为理解大脑功能提供了新策略。
2026-04-02 cond-mat.dis-nn nlin.AO physics.bio-ph
Topological Analysis of Mouse Brain Vasculature via 3D Light-sheet Microscopy Images
本文提出基于拓扑数据分析理论提取脑血管的稳健多尺度拓扑特征，以弥补几何特征在刻画分支丰富度和连通性方面的不足，并在不同脑区和正常与肥胖群体间进行比较，为神经系统疾病研究提供结构基础。
2024-02-23 eess.IV q-bio.NC
Investigating complex networks with inverse models: analytical aspects of spatial leakage and connectivity estimation
网络理论和逆模型是应用物理的两个标准工具，在从间接测量研究空间分布系统的动力学组织时，需要它们的结合。然而，相关的连接性估计可能会受到空间泄漏的影响，这是一种限制网络分析可解释性的逆建模伪影。本文探讨了与这一问题有关的一般分析方面。首先，从逆算子的拓扑结构出发，证明了空间泄漏的存在性。然后，空间泄漏的几何建模和用于定义一个几何校正方案，这限制了空间泄漏的影响，在连接性估计。最后，这种新的网络分析方法进行了分析比较，现有的方法的基础上线性回归，这是产生有偏的耦合估计。
2015-01-29 physics.data-an q-bio.NC
Resting-State Functional Connectivity in Late-Life Depression: Higher Global Connectivity and More Long Distance Connections
人脑静息状态下的功能磁共振成像记录的特征在于血氧水平依赖信号的自发低频波动，其通过空间同步性揭示了功能连接。本RS研究应用网络分析比较了老年抑郁症（LLD）患者和对照组的FC。LLD的原始互相关矩阵（CM）的特征在于较高的FC。我们分析了这些网络的小世界（SW）和模块化组织，每个网络由110个节点组成，以及基底神经节单个节点的连接模式。拓扑网络测量显示组间无显著差异。LLD和对照组受试者的顶部枢纽的组成是相似的，但是在LLD组中，后内侧-顶叶区域与对照组相比连接得更紧密。在LLD中，许多大脑区域显示出与更远的邻居的连接，导致与对照组相比，连接区域之间的平均欧几里得距离增加。此外，在LLD中，右侧尾状核连接更加弥散。总之，LLD与整体FC强度增加和连接节点之间平均距离的变化相关，但不会导致软件或模块化组织的全局变化。
2013-02-20 q-bio.NC
Quantitative relations among causality measures with applications to nonlinear pulse-output network reconstruction
网络的因果连通性通常被推断以理解网络功能。可以说，推断出的因果连接依赖于因果关系的措施之一适用，它可能不同于网络的基础结构连接。然而，因果连接的解释仍然有待充分澄清，特别是，因果连接如何依赖于因果关系的措施，以及因果连接如何与结构连接。在这里，我们专注于非线性网络与脉冲信号作为测量输出，$e.g.$，神经网络与尖峰输出，并解决上述问题的基础上，四个密集使用的因果关系的措施，$i.e.$，时间延迟相关性，时间延迟互信息，格兰杰因果关系，转移熵。我们从理论上展示了这些因果关系的措施是如何相互关联时，适用于脉冲信号。以模拟的Hodgkin-Huxley神经网络和真实的小鼠脑网络为例，进一步验证了四种因果关系测度之间的定量关系，并证明了四种测度中的任何一种所推断的因果连接性都能很好地与底层网络的结构连接性相吻合，从而建立了因果连接性与结构连接性之间的直接联系。我们强调，网络的结构连接可以成对地重建，而不需要网络中所有其他节点的全局信息，从而规避维数灾难。该框架为脉冲输出网络重构提供了一种实用有效的方法。
2021-10-17 q-bio.NC
Neuronal functional connectivity graph estimation with the R package neurofuncon
本文介绍R包neurofuncon，基于Graphical lasso从大规模数据中计算并可视化神经元功能连接图，并在小鼠视觉皮层约10000个神经元的数据上演示其应用。
2024-02-08 q-bio.NC stat.CO
Neuro-PC: Causal Functional Connectivity from Neural Dynamics
功能性连接组是解剖学连接组的延伸，它根据神经元的活动和相互作用来捕捉神经元之间的关系。当这些关系是因果关系时，功能性连接体映射神经活动如何在神经回路内流动，并提供推断功能性神经通路（例如感觉-运动-行为通路）的可能性。虽然存在各种信息的方法来非因果估计的功能连接，方法的特点是因果功能连接-神经元时间序列之间的因果关系，是稀缺的。在这项工作中，我们开发了Neuro-PC算法，这是一种新的方法，用于从多维时间序列（如神经元记录）推断神经元之间的因果功能连接。我们的方法的核心依赖于PC算法，一个国家的最先进的统计因果推理的方法，神经动力学的多维时间序列的一种新的适应。我们验证的性能的网络模体的神经元之间的各种相互作用模拟使用连续时间的人工神经元网络的方法。然后，我们考虑应用该方法获得因果功能连接体的最近的多阵列电生理记录从小鼠视觉皮层在不同的刺激的存在下。我们展示了如何映射的功能可以用于量化不同刺激的神经反应之间的相似性。
2020-11-08 q-bio.NC
Distinct Modes of Functional Neural Organization in Autism: Insights from Dynamical Systems Analysis of Resting-State EEG
本研究通过动力学系统方法分析静息态EEG，发现自闭症患者在睁眼时神经动力学更随机且稳定性差，闭眼能使其规律化，揭示了其独特的神经组织模式。
2025-07-11 q-bio.NC
Hierarchy of neural organization in the embryonic spinal cord: Granger-causality graph analysis of in vivo calcium imaging data
最近开发的基因编码的钙指标，使在体内监测神经元群体的活动。这些钙瞬变的大多数分析依赖于基于施加的感觉刺激或观察到的行为的线性回归分析。为了估计功能性神经回路的基本特性，我们提出了一种基于网络的方法，该方法基于以单细胞分辨率记录的钙成像。与之前基于互相关性的分析不同，我们使用Granger因果关系估计来推断不同神经元活动之间的活动传播。然后将得到的功能网络建模为有向图，并根据连通性和节点中心性进行表征。我们应用我们的方法记录在低频率（4 Hz）在胚胎阶段的斑马鱼脊髓腹侧神经元自发卷曲的尾巴时，钙瞬变。我们对人群钙成像数据的分析揭示了一个强大的同侧连接和网络枢纽的特征层次组织，支持从头侧到尾侧脊髓的活动传播。我们的方法可用于检测神经元电路在发育和病理条件下的功能缺陷。
2014-07-16 q-bio.NC
Exploring Cordial Labeling techniques in Brain Connectivity Network
本文将亲切标号与带符号乘积亲切标号引入脑连接网络分析，以度量兴奋/抑制平衡及合作/拮抗动力学共存，并揭示其与小世界网络模型的关联。
2025-11-06 q-bio.NC
Functional Architecture of the Human Hypothalamus: Cortical Coupling and Subregional Organization Using 7-Tesla fMRI
本研究利用7 Tesla静息态fMRI和数据驱动方法划分人类下丘脑功能亚区，揭示四个亚区与两类皮层网络的差异化连接。
2025-07-28 q-bio.NC q-bio.QM
Imaging the Topology of Dynamic Brain Connectivity
针对动态脑功能连接的非欧几里得数据表示难题，提出将其编码为拓扑图像的框架，通过持久图同调生成稳定嵌入并堆叠成拓扑图像，支持卷积架构与迁移学习，在早期阿尔茨海默病检测中实现临床有效准确性。
2025-11-13 q-bio.NC
From modular to centralized organization of synchronization in functional areas of the cat cerebral cortex
最近的研究指出了广泛分布的神经组件之间的瞬时同步对理解意识感知的重要性。这些神经组装形成了神经元和突触的复杂网络，其哺乳动物的详细地图仍然未知，离我们的实验能力还很远。只有在少数情况下，例如C。在elegans中，我们知道神经元组织的完整映射或其由皮层区域提供的介观水平的描述。在这里，我们研究的过程中的瞬态和全球同步使用一个简单的模型相耦合振荡器分配到大脑中的猫皮层的皮质区。我们的研究结果突出了拓扑连接的同步发展的影响，揭示了一个过渡的同步组织，从一个模块化的分散的一致性，集中的同步制度控制的几个皮层区域形成一个丰富的俱乐部连接模式。
2010-11-06 nlin.AO physics.bio-ph q-bio.NC
Early deafness leads to re-shaping of global functional connectivity beyond the auditory cortex
早期感觉剥夺，如失明或耳聋，以多种方式塑造大脑发育。虽然已经确定，被剥夺的大脑区域开始参与处理来自其余模式的刺激和高水平的认知任务，但一些报告也表明，非剥夺的大脑区域可能发生结构和功能变化。我们通过研究全球网络分离和整合，比较了早期耳聋成年人和听力控制者大脑的静息状态功能网络组织。相对于听力控制，聋人表现出改变模块化组织，与区域的显着性网络与额顶叶网络。他们表现出较弱的听觉和躯体运动区域之间的连接，额顶叶网络和其他几个大规模的网络（视觉，记忆，扣带-鳃盖和躯体运动）之间的耦合较强，和扩大的默认模式网络。他们大脑网络的整体功能分离也较低。我们的研究结果表明，成年聋人的大脑可塑性不仅限于听觉皮层的变化，而且还改变了其他大规模网络之间的耦合。这些广泛的功能连接变化可能为聋人在视觉和注意力任务中的优异行为表现提供了一种机制。
2019-03-28 q-bio.NC
Community detection in weighted brain connectivity networks beyond the resolution limit
图论为研究脑功能连接网络及其模块组织提供了一个强有力的框架。然而，大多数基于图的方法都受到基本分辨率限制的影响，这可能会影响以前的研究，并阻止检测小于特定尺度的模块或社区。Surprise是一个基于离散概率理论的无分辨率限制的函数，最近被引入并应用于大脑网络，揭示了功能模块的广泛尺寸分布，与许多以前的报道相反。然而，Surprise的使用仅限于二进制网络，而大脑网络本质上是加权的，反映了不同大脑区域之间连接强度的连续分布。在这里，我们提出了渐近惊喜，惊喜的连续版本，加权大脑连接网络的研究，并验证这种方法在合成网络赋予地面真理模块化结构。我们比较渐近惊喜与领先的社区检测方法目前正在使用，并显示其优越的灵敏度，即使在存在噪声和受试者间的变异性，如在功能磁共振成像数据中观察到的小模块的检测。最后，我们将我们的新方法应用于静息态fMRI实验中的功能连接网络，并展示了一个异构的模块化组织，具有跨越多个尺度的广泛分布的集群。
2016-09-14 physics.soc-ph q-bio.NC q-bio.QM
Preferential Detachment During Human Brain Development: Age- and Sex-Specific Structural Connectivity in Diffusion Tensor Imaging (DTI) Data
人类大脑成熟的特征是大规模网络的结构和功能特性的长期发展，并延伸到成年期。然而，人们并不清楚哪些特征会随着时间的推移而变化，哪些特征会保持稳定。在这里，我们研究了基于扩散张量成像（DTI）的结构连接在121名4至40岁的参与者。DTI数据进行了分析的小世界参数，模块化，并在流线水平的纤维束的数量。首先，我们的研究结果表明，纤维束的数量，小世界拓扑结构和模块化组织在很大程度上保持稳定，尽管流线的数量随着年龄的增长而大幅减少。第二，这种减少主要影响的纤维束，有大量的流线，短，模块内和半球内;这种连接受到影响的显着更经常比预期的出现在网络中的数量。第三，流线型损失发生在女性比男性早。总之，我们的研究结果表明，大脑结构连接的核心特性，如小世界和模块化组织，在大脑成熟过程中保持稳定，通过将流线损失集中到特定类型的纤维束。
2014-04-01 physics.soc-ph q-bio.NC
Functional modularity of background activities in normal and epileptic brain networks
我们分析了加权脑网络的连接结构提取自发脑磁图（MEG）信号的健康受试者和癫痫患者（患有失神发作）在休息时记录。我们发现，对于5-14 Hz范围内的活动，健康的大脑表现出稀疏的连通性，而患者的大脑网络则表现出丰富的连通性和清晰的模块结构。我们的研究结果表明，模块化在休息时正常和病理神经活动的脑区的功能组织中起着关键作用。
2010-02-03 physics.bio-ph physics.data-an q-bio.NC
EEG Interpretation Across Chant Listening: A Single-Subject Pilot Investigation Using Spectral and Functional Connectivity Analysis
Centre for Brain Research (CBR), Indian Institute of Science (IISc)（印度科学院脑研究中心）；National Institute of Advanced Studies (NIAS)（国立高等研究院）
本研究通过频谱和功能连接分析，比较了五种听觉条件下5岁儿童的大脑活动，发现不同吟唱条件（如Shiv Tandav Stotra）能调节神经振荡并形成不同的功能网络连接模式。
2026-06-24 eess.SP q-bio.NC
Multiplex core-periphery organization of the human connectome
许多复杂系统的行为是由密集互连的单元的核心决定的。虽然当节点之间的连接都是相同类型时，许多方法可用于识别网络的核心，但仍然缺乏在允许多种类型的连接时定义核心的原则性方法。在这里，我们介绍了一个通用的框架来定义和提取的核心-外围结构的多层网络，明确考虑到在每一层的节点的连接。我们展示了我们的方法如何在具有不同大小，密度和不同层核心之间重叠的合成网络上工作。然后，我们将该方法应用于多路复用的大脑网络，其层编码信息的解剖和人类皮层区域之间的功能连接。结果证实了主要已知枢纽的存在，但也表明存在新的大脑核心区域，这些区域已被先前专门关注结构层的分析所丢弃。我们的工作是人类连接体核心识别的一个进步，有助于揭示现代神经科学中的一个基本问题。
2017-12-23 cs.SI physics.soc-ph q-bio.NC
Seven properties of self-organization in the human brain
自组织原理在新兴的计算哲学领域中具有重要意义。自组织系统在科学和哲学的各个领域都有描述，包括物理学，神经科学，生物学和医学，生态学和社会学。虽然系统架构及其一般目的可能取决于特定领域的概念和定义，但在大脑系统中至少有七个自组织的关键属性：模块连接，无监督学习，自适应能力，功能弹性，功能可塑性，从局部到全局的功能组织和动态系统增长。这些是根据神经生物学，认知神经科学和自适应共振理论（ART）和物理学的见解来定义的，以表明自组织实现稳定性和功能可塑性，同时最大限度地减少结构系统的复杂性。一个具体的例子告知实证研究进行了讨论，以说明如何模块化，自适应学习，和动态网络的增长，使稳定而可塑性的体感代表人类的握力控制。强人工智能的机器人设计的影响。
2020-11-11 q-bio.NC
K-shell decomposition reveals hierarchical cortical organization of the human brain
近年来，人们从网络的角度进行了许多了解人脑的尝试。一个网络框架考虑到系统的不同部分之间的关系，并能够检查如何从网络拓扑结构中出现全局和复杂的功能。先前的研究表明，人类大脑具有“小世界”的特征，皮层枢纽往往相互连接。然而，为了充分理解枢纽的拓扑结构，需要超越特定枢纽的属性，并检查网络的各个结构层。为了进一步解决这个问题，我们应用了统计物理和网络理论中称为k壳分解分析的分析。该分析应用于人类皮层网络，来自六名参与者的MRI \DSI数据。这样的分析使我们能够描绘一个详细的说明皮层连接集中在不同的社区的互联层在整个皮层。我们的研究结果表明，人类大脑皮层是高度连接和高效的，不像互联网网络包含孤立的节点。皮层网络由一个核和一个连接性不断增加的壳层组成，形成了一个连接的巨大组件。所有这些组成部分根据其连接情况进一步分为三个层次，每个层次反映不同的功能作用。这样的模型可以解释从最低层次到最高层次的有效信息流，每一步都可以增加数据集成。在顶部，最高层级（核心）作为一个全球性的相互联系的集体，并表现出与意识相关区域的高度相关性，这表明核心可能是意识出现的平台。
2018-03-10 q-bio.NC
Neuronal functional connectivity among multiple areas of the rat somatosensory system during spontaneous and evoked activities
小世界网络（SWN）代表了理解许多复杂的人造和生物网络的基本模型。在中枢神经系统中，SWN模型已被证明在宏观水平上很好地拟合解剖和功能图。然而，功能微观水平，其中网络的节点由单个神经元组成，仍然知之甚少。在这个水平上，尽管最近的证据表明，功能连接地图表现出小世界组织，但我们不知道这些分布在多个大脑区域的地图是否以及如何在不同的条件下发生变化。我们通过同时多阵列细胞外记录在三个脑区参与躯体感觉信息处理：丘脑腹后外侧核（VPL），初级躯体感觉皮层（S1）和中央-正中丘脑核（CM）。从峰电位和局部场电位（LFP）记录，我们估计的功能连接地图使用归一化压缩相似性（尖峰）和相位同步（LFP）。然后，通过使用图论统计，我们的特点是在自发活动和感觉刺激的功能地图的拓扑结构。我们的主要结果表明：（i）在自发活动期间，尖峰和LFP显示SWN组织;（ii）在刺激开始后，虽然在尖峰和LFP两者中发生实质性的功能图重构，但是小世界性被保留。（iii）刺激触发区域间LFP连接的显著增加，而不改变区域内功能连接的拓扑结构。（iv）通过对细胞集合体基本概念的计算机模拟，可以用小世界网络来描述激活神经元的瞬时群体。
2013-01-17 q-bio.NC
Combined MEG and fMRI Exponential Random Graph Modeling for inferring functional Brain Connectivity
通过神经影像学技术估计的连接体丰富了我们对大脑组织特性的认识，从而发展了基于网络的临床诊断。不幸的是，迄今为止，许多基于网络的临床诊断工具，仅仅基于对所观察到的连接体的孤立实例的描述，是对真实连接网络的噪声估计。因此，对大脑连接网络进行建模对于更好地解释大脑的功能组织并允许推断特定的大脑特性非常重要。在这份报告中，我们提出了试点结果的建模组合MEG和功能磁共振成像神经成像数据期间获得的n-back记忆任务实验。我们采用混合指数随机图模型（Exponential Random Graph Model，ERGM）作为网络统计模型，对32名被试在0-back和2-back记忆任务实验中的9个脑磁图和功能磁共振成像数据进行了脑功能网络的底层处理。我们的研究结果表明，所有的功能连接体的9个主题具有强有力的证据，小世界的属性。通过成对比较条件进行的组水平比较显示，受试者之间的功能连接体没有显着差异。我们的混合ERGM成功地再现了重要的大脑特性，如功能分离和功能整合。然而，再现脑网络功能分离的ERGM区分了0-back和2-back条件，而再现这两种属性的模型未能成功区分这两种条件。我们的结果是有希望的，并将提高鲁棒性与更大的样本量。尽管如此，我们的初步结果倾向于支持以前的发现，功能分离和整合足以在统计上重现大脑网络的主要属性。
2018-05-23 q-bio.NC
Self-organized critical neural networks
研究了模型神经网络连通度的自组织机制。网络连通性是局部调节的基础上的序参量的全球动态，这是估计从一个可观察的单突触水平。这一原则是在一个二维的神经网络与随机有线不对称的权重进行研究。在这类网络中，网络连通性与有序和无序动力学之间的相变密切相关。一个缓慢的拓扑结构变化是通过一个由活动依赖性突触发育激发的局部重新布线规则强加在网络上的：活动相关的邻居神经元平均会建立一个新的连接，而不相关的邻居神经元往往会断开连接。结果，网络向有序无序过渡的鲁棒自组织发生。收敛与初始条件无关，对热噪声具有鲁棒性，并且不需要微调参数。
2003-09-25 cond-mat.dis-nn cond-mat.stat-mech q-bio.NC
Topological Origin of the Diversity of Timescales in Recurrent Neural Circuits
Padova Neuroscience Center, University of Padova（帕多瓦神经科学中心，帕多瓦大学）；Institute of Neuroscience, Departments of Biology, Mathematics & Physics, University of Oregon（俄勒冈大学生物学、数学与物理学系神经科学研究所）；Department of Physics and Astronomy “Galileo Galilei”, University of Padova（帕多瓦大学“伽利略·伽利莱”物理与天文学系）；INFN, Padova Division（意大利国家核物理研究所，帕多瓦分部）
研究揭示了循环神经回路中时间尺度多样性的拓扑起源，通过分析连接异质性与神经动力学的关系，发现枢纽神经元在多重处理中的作用。
2026-03-04 q-bio.NC
SynapsNet: Enhancing Neuronal Population Dynamics Modeling via Learning Functional Connectivity
University of British Columbia（不列颠哥伦比亚大学）
提出深度学习框架SynapsNet，通过学习神经元间的功能连接性来建模群体动力学，在多种记录模态和任务中显著提升了群体活动预测性能，并准确揭示了神经元间的预测性相互作用。
2024-11-12 cs.LG q-bio.NC
Extraction of hierarchical functional connectivity components in human brain using resting-state fMRI
University of Pennsylvania（宾夕法尼亚大学）
人类大脑网络中的层次结构的研究已经引起了研究人员的极大兴趣，因为许多研究已经指出了人类大脑的功能层次组织。本文提出了一种利用静息态fMRI提取人脑层次连接成分的新方法。该方法建立在稀疏连接模式（SCP）之前的工作，通过引入稀疏重叠模式的层次结构。通过fMRI生成的相关矩阵的深度因式分解来估计分量。本文的目标是使用相关矩阵提取可解释的层次模式，其中低秩分解由高秩分解的线性组合形成。我们制定的分解作为一个非凸优化问题，并解决它使用梯度下降算法与自适应步长。我们还提供了一种方法，使用奇异值分解的梯度下降的热启动。我们证明了所开发的方法在两个不同的现实世界的数据集上的有效性，通过显示多尺度分层SCP子样本之间是可重复的，并且与单尺度模式相比更具可重复性。我们还比较了我们的方法与现有的分层社区检测方法。我们的方法还提供了新的洞察人类大脑的功能组织。
2020-12-07 cs.LG eess.IV q-bio.NC
Self-organization of microcircuits in networks of neurons with plastic synapses
与简单的随机网络模型相比，皮层网络的突触连接具有某些布线图案的过度表达。这种结构的形成，部分是由突触可塑性，促进或抑制神经元之间的连接，这取决于他们的尖峰活动。通常，理论研究集中在前馈输入如何驱动可塑性以创建这种网络结构。我们研究了循环网络中自组织结构的互补性情景，其中尖峰时间依赖的可塑性由自发动力学驱动。我们开发了一个自洽的理论，描述了网络结构的演变相结合的快速尖峰协方差与突触权重动态的快-慢理论。通过网络动力学的有限尺寸扩展，我们得到了一组低维的非线性微分方程的两个突触连接图案的演变。有了这个理论在手，我们探讨了可塑性规则的形式如何驱动皮层网络中微电路的演变。当增强和抑制处于近似平衡时，突触动力学依赖于加权发散、收敛和链基序的频率。对于加法，赫布STDP，这些基序相互作用在突触动力学中产生不稳定性，从而促进或抑制初始网络结构。我们的工作提供了一个一致的理论框架，研究如何在循环网络的尖峰活动与突触可塑性相互作用，以确定网络结构。
2014-12-20 q-bio.NC
Mapping hybrid functional-structural connectivity traits in the human connectome
神经科学中的一个关键问题是大脑状态的丰富功能库如何与其潜在的结构组织相关联。如何研究这些结构层和功能层之间的关联是一个开放的问题，涉及解决这个问题的新概念方法。在这里，我们提出了一个扩展的连接独立成分分析（connICA）框架，以确定联合结构-功能连接性状。在这里，我们扩展connICA整合结构和功能连接体合并成共同的混合连接模式，代表一个主题的连接指纹。我们在人类连接组项目的100名无关受试者身上测试了这种扩展方法。该方法能够从整个队列中提取对不同任务的实现敏感的主要独立结构-功能连接模式。混合connICA提取两个主要的任务敏感的杂种性状。第一，包括背侧注意和视觉区域的内部和之间的连接，以及额顶叶回路。第二部分，主要包括视觉、注意、DMN和皮层下网络之间的连接。总的来说，这些发现证实了混合connICA将结构/功能连接体压缩成来自一组个体大脑网络的集成模式的潜力。
2018-02-21 q-bio.NC
Structurally Constrained Brain Network Dynamics Reveal Reduced Functional Flexibility in Cocaine Use Disorder
University of Oklahoma（俄克拉荷马大学）；University of Tennessee Medical Center（田纳西大学医学中心）；University of Oklahoma Health Campus（俄克拉荷马大学健康校区）
本研究引入基于结构的动态功能连接框架，发现可卡因使用障碍患者脑网络整合增强、灵活性降低，且该特征可预测每周可卡因使用量，为可卡因成瘾的网络改变研究提供了有价值的测量方法。
2026-09-09 eess.SP q-bio.NC
Feedback through graph motifs relates structure and function in complex networks
在物理学、生物学和工程学中，网络系统比比皆是。网络系统的连通性如何与其单个组件的行为相结合，以确定其集体功能？我们通过将内部网络反馈与连通性基序的统计流行率（一组令人惊讶的简单和局部连通性统计数据）联系起来，来解决具有线性时不变动力学的网络的这个问题。这导致在一个降阶模型的网络输入输出动态的图案结构。作为一个例子，新的公式大大简化了经典的Erdos-Renyi图，将整个网络行为减少到一个围绕单个节点动态的比例反馈。对于一般的网络，高阶模体系统地提供更多的反馈层和类型来调节网络响应。因此，局部连通性塑造了整个网络的时间和频谱处理，我们展示了这是如何实现鲁棒且可调的功能的，例如扩展网络记住过去信号的时间常数。该理论还扩展到由具有不同动态和连通性的异构节点组成的网络，以及对节点子集的模式化输入（和读出）。这些统计描述提供了一个强大的理论框架来理解现实世界的网络系统的功能，正如我们所展示的例子，包括小鼠大脑连接体。
2018-12-18 cond-mat.dis-nn physics.soc-ph q-bio.NC
Graph analysis and modularity of brain functional connectivity networks: searching for the optimal threshold
神经成像数据可以表示为节点和边的网络，其捕获大脑连接的拓扑组织。图论提供了一个通用而强大的框架来研究这些网络及其在各种尺度上的结构。举例来说，社区检测方法已被广泛应用于研究许多自然网络的模块结构，包括大脑功能连接网络。稀疏化过程通常用于去除最受实验噪声影响的最弱边缘，并降低图的密度，从而使其在理论上和计算上更易于处理。然而，薄弱环节也可能包含重要的结构信息，并确定最佳权衡的程序是积极研究的主题。在这里，我们将探索使用渗透分析，一种基于统计物理学的方法，来确定大脑连接网络中社区检测的最佳稀疏化阈值。通过使用合成网络赋予地面真理模块化结构和现实的拓扑特征典型的人脑功能连接网络，我们表明，渗透分析可以应用于确定最佳的稀疏化阈值，最大限度地提高网络的社区结构的信息。我们使用三种不同的社区检测方法来验证这种方法，这些方法广泛应用于大脑连接网络的分析：Newman的模块化，InfoMap和Asymptotical Surprise。重要的是，我们测试了噪声和数据变异性的影响，这是确定最佳阈值的关键因素。这种数据驱动的方法在分析具有不同连接强度的人群（如患者和对照组）的大脑网络社区结构时特别有用。
2017-05-18 physics.data-an physics.soc-ph q-bio.NC
A stylised view on structural and functional connectivity in dynamical processes in networks
网络结构与动力学之间的关系是近年来复杂系统理论中研究最广泛的问题之一。理解这种关系与一系列学科有关-从神经科学到地貌学。研究这种关系的一个主要策略是定量比较网络结构（结构连通性）与动态（功能连通性）的（网络）表示。在过去的几年里，分析这种SC/FC关系大大有助于我们理解网络属性的功能作用，如模块化，分层组织，枢纽和循环。在这里，我们表明，可以区分两类功能连接-一个基于同时活动（共同活动）的节点，其他基于顺序活动的节点。我们描绘这两个类在不同类别的动力学过程-激发，经常和混乱的振荡器-并提供SC/FC相关性的例子，这两个类在每个这些模型。我们扩大了SC/FC关系的理论观点，SC的概念实例和两类FC的各种应用场景在地貌学，淡水生态学，系统生物学，神经科学和社会生态系统。将网络中的动态过程的组织看作是由协同活动或顺序活动所支配的，这使我们能够在与复杂网络的结构和功能相关的无数观察中带来某种秩序。
2021-06-07 physics.soc-ph q-bio.MN q-bio.NC
Resting-State EEG Network Profiles Associated with Creative Engagement and Creative Self-Efficacy
University of British Columbia（不列颠哥伦比亚大学）；University of Oxford（牛津大学）；Hong Kong Baptist University（香港浸会大学）
研究通过静息态EEG分析揭示了创造力自我效能与参与度的神经网络特征，发现不同群体在alpha波段连接模式上存在显著差异。
2026-01-19 eess.SP q-bio.NC q-bio.QM
Brain organization into resting state networks emerges at criticality on a model of the human connectome
大尺度脑结构与功能的关系是神经科学中一个突出的开放性问题。我们接近这个问题，通过研究的动态制度下，现实的时空模式的大脑活动出现从经验得出的网络人脑神经解剖连接。结果表明，关键的动态展开的结构连接的人脑允许恢复功能性磁共振成像（fMRI），如发散的相关长度，相关波动的异常缩放，以及出现大规模的静息态网络获得的许多关键的实验结果。
2013-02-21 cond-mat.dis-nn physics.bio-ph q-bio.NC
GyralNet Subnetwork Partitioning via Differentiable Spectral Modularity Optimization
University of Texas at Arlington（德克萨斯大学阿灵顿分校）；Indiana University Indianapolis（印第安纳大学印第安纳波利斯分校）；University of Georgia（佐治亚大学）
针对GyralNet中3HG分析的跨受试者对应与社区关系简化问题，提出基于可微谱模块度最大化的子网络划分框架，结合拓扑与DTI特征实现个体化划分并保持跨受试者一致性。
2025-03-31 cs.AI cs.CV q-bio.NC
Extraction of Hierarchical Functional Connectivity Components in human brain using Adversarial Learning
University of Pennsylvania（宾夕法尼亚大学）
从rsfMRI数据中估计反映大脑功能连接模式的稀疏层次成分可以有助于我们理解大脑的功能组织，并可以导致疾病的生物标志物。然而，扫描仪间的变化和其他混杂因素对功能可解释的脑网络的鲁棒和可再现的估计提出了挑战，特别是对可再现的生物标志物。此外，大脑被认为是分层组织的，因此单尺度分解错过了这个层次。该论文旨在利用对抗性学习的当前进展，使用rsfMRI数据来估计人类大脑中可解释的分层模式，这些数据对“对抗性效应”（如扫描仪间变化）具有鲁棒性。我们将估计问题写成最小化问题，并使用交替更新来解决它。模拟和真实世界的数据集上的广泛实验表明，与其他众所周知的方法相比，组件的可重复性很高。
2021-04-20 cs.LG q-bio.NC
Diversity of meso-scale architecture in human and non-human connectomes
大脑的功能多样性反映在其连接体的中尺度结构中，即其分为拓扑相关的大脑区域的集群和社区。占主导地位的观点是，社区是严格相互隔离的，据称是为了进行专门的信息处理。然而，这种观点排除了非自治社区的可能性，这种社区可以通过允许更复杂的社区间互动来产生更丰富的功能库。在这里，我们使用加权随机块模型来揭示\emph{Drosophila}，小鼠，大鼠，猕猴和人类连接体的中尺度架构。我们证实，虽然许多社区是互补的，其他形式的核心-外围和互补的结构，在人类更好地概括观察到的模式的功能连接和小鼠更好地概括观察到的模式的基因共表达比其他社区检测技术。我们定义了一组网络措施，用于量化大脑区域参与的社区类型的多样性。最后，我们表明，多样性在人类的控制和皮层下系统达到顶峰，这些系统内的多样性的个体差异预测Stroop和Navon任务的认知性能。总之，我们的报告描绘了连接体中尺度结构的更多样化的肖像，并证明了其与认知表现的相关性。
2017-02-10 q-bio.NC
Hierarchical Features of Large-Scale Cortical Connectivity
复杂网络的分析揭示了各种自然和人工系统中的组织模式，包括多尺度的大脑神经元网络。在本文中，我们描述了一种新的分析哺乳动物大脑皮层区域之间的大规模连接，利用最近提出的一组分层测量。我们研究了先前确定的猕猴视觉皮层和猫皮层脑区的功能集群，并发现这些集群之间的显着差异，在几个层次的措施，揭示了这些集群是如何嵌入在整体皮层架构的差异。例如，视觉皮层的腹侧集群在结构上比背侧集群保持更隔离、更少分歧的连接，这可能表明它们的组成大脑区域在功能上不同。
2005-08-02 cond-mat.dis-nn q-bio.NC q-bio.QM
Sex Differences in Hierarchical and Modular Organization of Functional Brain Networks: Insights from Hierarchical Entropy and Modularity Analysis
本研究通过层级熵与模块化分析发现，功能脑网络的层级组织存在显著性别差异，女性模块内连接更强，男性层级更复杂，且层级复杂性与模块化呈负相关，揭示了不同性别采用不同网络拓扑实现大脑功能。
2024-09-24 q-bio.NC
The Syncytial Mesh Model: A Mesoscale Control-Field Framework for Scale-Dependent Coherence in the Brain
本文提出同步网模型，通过整合局部神经回路、宏观结构连接和慢速介尺度控制场，解释大脑中大规模行波组织、低频相干结构和分布式可塑性现象。
2026-05-15 q-bio.NC
Brain Connectomes Come of Age
小鼠、猕猴和绒猴的定向和加权连通性数据库最近已经可用，并开始用于建立动态模型。一个层级组织可以定义为基于皮层连接的层状模式，可能通过丘脑皮质投射得到改善。一个大规模的模型猕猴皮层赋予层状结构帐户层依赖和自下而上和自上而下的过程之间的频率调制的相互作用。在具有尖峰神经元的模型版本中，信号传播显示了活动进入前额叶皮层的刺激幅度阈值，这让人想起与意识感知相关的点火现象。这两个例子说明了连接组学如何为理论提供信息，从而导致发现。计算建模为未来的实证研究提出了开放的问题，在实验学家和理论家的来回合作。
2020-08-10 q-bio.NC
Topological Analysis of Seizure-Induced Changes in Brain Hierarchy Through Effective Connectivity
提出CBTR方法，结合因果推断与霍奇分解，利用有效连接分析癫痫引起的脑层级变化，识别关键脑区，提供新见解。
2024-07-18 q-bio.NC stat.ME
