格雷特纳

GRETNA:一个用于成像连接组学的图论网络分析工具箱。最近的研究表明,大脑的结构和功能网络(即连接组学)可以通过各种成像技术(如EEG/MEG;结构、扩散和功能MRI)来构建,并进一步用图论来描述。考虑到网络建设、分析和统计的巨大复杂性,包含这些功能的工具箱在很大程度上是缺乏的。在这里,我们开发了用于成像连接组学的图论网络分析(GRETNA)工具箱。GRETNA包含以下几个关键特性:(i)一个开源的、基于Matlab的、跨平台(Windows和UNIX操作系统)的图形用户界面(GUI);(ii)允许对全局和局部网络特性进行拓扑分析,并具有并行计算能力,与成像模式和物种无关;(iii)在网络构建和分析的几个关键步骤中提供灵活的操作,包括网络节点定义、网络连接处理、网络类型选择和阈值程序选择;(iv)允许对全局,节点和连接网络度量以及这些网络度量与感兴趣的临床或行为变量之间关系的评估;以及(v)包括基于静息状态功能磁共振成像(R-fMRI)数据的图像预处理和网络构建功能。在将GRETNA应用于一个公开发布的54名健康年轻人的R-fMRI数据集之后,我们证明了人脑功能网络具有高效的小世界、分类、分层和模块化组织,并具有高度连接的枢纽,并且这些发现对不同的分析策略是强有力的。通过这些努力,我们预计GRETNA将以一种简单、快速和灵活的方式加速成像连接组学。GRETNA可在NITRC网站上免费获得。