使用机器学习研究功能脑网络形态在儿童青少年阶段的变化及其与认知能力的关系

来源：BioArt

原标题：Neuron：崔再续博士等使用机器学习研究功能脑网络形态在儿童青少年阶段的变化及其与认知能力的关系

以往的脑功能研究普遍假设大脑的功能解剖单元在所有人上都处在大脑皮层的相同位置。近年来，多个研究使用成年人的功能磁共振成像数据证明，认知相关的功能单元在大脑皮层上的位置对于不同的人具有很大的变异【1,2】。研究表明负责负责高级执行功能的联合皮层功能网络的大小和形态在成人人群中具有很大的变异【2,3】，但我们仍然并不清楚这种个体特异的网络形态在儿童青少年发育过程中是如何变化的，以及这种变化如何影响认知能力 。

2020年2月19日，美国宾夕法尼亚大学的Ted Satterthwaite课题组在Neuron上发表了一篇题为 Individual Variation in Functional Topography of Association Networks in Youth的文章，研究了大尺度功能脑网络的大小和形态随着儿童青少年发育的变化以及与执行功能的关系。该论文通讯作者为Ted Satterthwaite教授，第一作者为博后崔再续博士。

本研究使用了National Institute of Mental Health支持的Philadelphia Neurodevelopmental Cohort (PNC) 项目采集的8-23岁的693名儿童青少年的27分钟的功能磁共振成像数据。他们使用宾大的合作者范勇教授及其博后李宏明博士开发的机器学习方法为每个被试的大脑皮层划分为17个大尺度功能网络。结果表明，与成年人类似，每一个儿童都有一个独特的功能分区组织模式，并且执行功能相关的功能脑网络变异最大。

研究发现，大脑的功能网络的解剖划分随着青少年发育不断变化，主要表现为在不同网络交界处的边界区域的网络隶属会随着发育变化。使用大脑皮层的体素属于哪一个功能网络的信息可以显著的预测一个被试的年龄以及执行功能的能力。执行功能相关的脑网络占据的皮层区域更大的儿童在执行功能相关任务上表现更好，相反，表现较差的被试的这些脑网络占据的皮层区域更小。

这些结果从新的角度解读了青少年发育过程中脑的可塑性和多元化，并且可能可以辅助个性化诊断与治疗。这些发现也带来了一些有趣的问题，比如这些功能网络在整个发育过程中是如何形成的？哪些潜在的基因或者环境的因素决定了大脑皮层在不同功能网络的分配？在使用TMS等神经调节技术的时候作用于个体特异的分区是否会得到更好的效果？

该研究的参与者还包括：Hongming Li, Cedric H. Xia, Bart Larsen, Azeez Adebimpe, Graham L. Baum, Matt Cieslak, Raquel E. Gur, Ruben C. Gur, Tyler M. Moore, Desmond J. Oathes, Aaron Alexander-Bloch, Armin Raznahan, David R. Roalf, Russell T. Shinohara, Daniel H. Wolf, Christos Davatzikos, Danielle S. Bassett, Damien A. Fair, and Yong Fan.

参考文献

1. Laumann TO, Gordon EM, Adeyemo B, Snyder AZ, Joo SJ, Chen MY, Gilmore AW, McDermott KB, Nelson SM, Dosenbach NU, Schlaggar BL, Mumford JA, Poldrack RA, Petersen SE. 2015. Functional System and Areal Organization of a Highly Sampled Individual Human Brain. Neuron. 87:657-670.

2. Gordon EM, Laumann TO, Gilmore AW, Newbold DJ, Greene DJ, Berg JJ, Ortega M, Hoyt-Drazen C, Gratton C, Sun H, Hampton JM, Coalson RS, Nguyen AL, McDermott KB, Shimony JS, Snyder AZ, Schlaggar BL, Petersen SE, Nelson SM, Dosenbach NUF. 2017. Precision Functional Mapping of Individual Human Brains. Neuron. 95:791-807 e797.

3. Li M, Wang D, Ren J, Langs G, Stoecklein S, Brennan BP, Lu J, Chen H, Liu H. 2019. Performing group-level functional image analyses based on homologous functional regions mapped in individuals. PLoS Biol. 17:e2007032.