跳到主页内容
美国国旗

美国政府的官方网站

Dot政府

gov意味着它是官方的。
联邦政府网站通常以.gov或.mil.Before结尾分享敏感信息，确保你在联邦政府政府网站。

Https公司

该站点是安全的。
这个https（https）：//确保您连接到官方网站，并且您提供的任何信息都是加密的并安全传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
.2015年6月30日；9:386.
doi:10.3389/fnhum.2015.00386。 2015年电子收集。

GRETNA：用于成像连接组学的图论网络分析工具箱

王金辉 1, 王新迪 2, 夏明瑞 2, 廖旭红 2, 阿兰·埃文斯 三, 雍和 4
附属公司
免费PMC文章

GRETNA：用于成像连接组学的图论网络分析工具箱

王金辉等。 前Hum神经科学. .
免费PMC文章

勘误表in

摘要

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）构建，并通过图论进一步表征。考虑到网络构建、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GRaph thEoreTical Network Analysis（GRETNA）工具箱。GRETNA包含以下几个关键功能：（i）一个开源、基于Matlab的跨平台（Windows和UNIX OS）软件包，带有图形用户界面（GUI）；（ii）允许对全局和局部网络属性进行拓扑分析，并具有并行计算能力，与成像方式和种类无关；（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化过程的选择；（iv）允许对全球、节点和连接网络指标进行统计比较，并评估这些网络指标与感兴趣的临床或行为变量之间的关系；和（v）包括基于静止状态功能MRI（R-fMRI）数据的图像预处理和网络构建功能。在将GRETNA应用于公开发布的54名健康年轻人的R-fMRI数据集后，我们证明了人脑功能网络展现出高效的小世界、分类、层次和模块化组织，并拥有高度连接的中枢，并且这些发现对不同的分析策略具有鲁棒性。通过这些努力，我们预计GRETNA将以简单、快速和灵活的方式加速成像连接组学。GRETNA在NITRC网站上免费提供。

关键词：连接体；图论；枢纽；网络；静息功能磁共振成像；小世界。

数字

图1
图1
GRETNA的图形用户界面（GUI）。GRETNA的主窗口包括三个面板：网络构建、网络分析和网络比较。
图2
图2
网络构建的GUI面板。在这个小组中，GRETNA允许研究人员执行R-fMRI社区使用的所有常见预处理步骤，并使用不同的区域划分构建大规模功能性脑网络。这里还可以计算基于体素的度中心性。
图3
图3
网络分析的GUI面板。在这个小组中，GRETNA允许研究人员计算大脑网络研究中使用的许多基于全局和节点图形的指标。该面板为研究人员提供了关于阈值过程、网络类型和网络连接成员的灵活操作。值得注意的是，这里可以生成零随机网络，以对大脑网络得出的结果进行基准测试。
图4
图4
网络比较的GUI面板。在这个小组中，GRETNA允许研究人员使用不同的参数模型从统计上推断兴趣对网络测量（全局、节点和连接）的影响，并检查网络测量与其他变量（例如行为和临床变量）之间的关系。
图5
图5
解释大脑网络构造、拓扑特征和并行计算的流程图.
图6
图6
平均基于体素的功能连接强度。主要在后扣带回、楔前叶、内侧前额叶皮质、背外侧前额叶皮层和皮层下结构观察到较高的连接性强度。这种模式在网络类型（二进制或加权）和网络连接成员（绝对、正或负）之间通常是稳健的。
图7
图7
平均区域间相关矩阵。首先将单个R-fMRI功能连接矩阵转换为z分数矩阵（Fisher的R-to-z转换），然后对所有参与者进行平均，最后将其逆转换为R-value矩阵（Filter的R-to z逆变换）。使用了六种不同的区域划分方法，包括四种功能性划分（Power-264、Crad-200、Dos-160和Fair-34）和两种结构性划分（AAL-90和HOA-112）。
图8
图8
基于群体的功能性脑网络的全球组织。R-fMRI脑网络的组织结构与匹配的随机网络显著不同，其特点是具有较高的聚类系数、特征路径长度、局部效率、分类性和模块性，但整体效率较低。这些发现通常对网络类型和阈值程序的选择是稳健的。
图9
图9
基于群体的功能性脑网络的节点特征。（A）在相关和稀疏阈值过程下，计算了二值和加权R-fMRI脑网络的节点度、效率和介数（仅显示中心度大于整个脑网络平均值的节点）。（B）尽管无论网络类型和阈值程序如何，三个节点中心度测度之间的空间分布都存在显著相关性，但节点介数与节点度和效率相比呈现出独特的模式，这一点通过层次聚类分析得到了证明。
请参阅PMC中的此图像和版权信息

类似文章

查看所有类似文章

引用人

查看所有“被引用”文章

工具书类

    1. Achard S.、Bullmore E.（2007年）。经济型脑功能网络的效率和成本。公共科学图书馆计算。生物学3:e17。10.1371/日记.pcbi.0030017-内政部-项目管理咨询公司-公共医学
    1. Achard S.、Salvador R.、Whitcher B.、Suckling J.、Bullmore E.（2006）。一个具有高度连接的弹性、低频率、小世界人脑功能网络。联想皮层中枢。神经科学杂志。26, 63–72. 10.1523/jneurosci.3874-05.2006-内政部-项目管理咨询公司-公共医学
    1. Ashburner J.、Friston K.J.（1999）。使用基函数的非线性空间归一化。嗯。大脑映射。7, 254–266. 10.1002/（sici）1097-0193（1999）7:4<254:：aid-hbm4>3.3.co公司;2-7-内政部-项目管理咨询公司-公共医学
    1. Ashburner J.、Friston K.J.（2005）。统一细分。神经影像26，839–851。2016年10月10日/j.neuroimage.2005.02.018-内政部-公共医学
    1. Barahona M.，Pecora L.M.（2002年）。小世界系统中的同步。物理学。修订稿。89:054101.10.1103/physrevlett.89.054101-内政部-公共医学