導(dǎo)讀

人腦由多個(gè)離散的、功能特異的區(qū)域組成，這些區(qū)域相互連接以形成大規(guī)模的分布式網(wǎng)絡(luò)。使用先進(jìn)的腦成像方法和機(jī)器學(xué)習(xí)分析方法，最近的研究表明在執(zhí)行各種認(rèn)知任務(wù)時(shí)，可以從任務(wù)獨(dú)立的大腦連接模式中準(zhǔn)確預(yù)測(cè)區(qū)域大腦活動(dòng)。在這篇綜述文章中，首先從結(jié)構(gòu)連接（即白質(zhì)連接）和功能連接（即時(shí)間同步的無任務(wù)激活）提出了大腦活動(dòng)可預(yù)測(cè)性的證據(jù)。然后，討論了這些預(yù)測(cè)對(duì)臨床人群（例如被診斷患有精神疾病或神經(jīng)系統(tǒng)性疾病的患者）和大腦-行為關(guān)聯(lián)研究的影響。

前言

神經(jīng)科學(xué)的一個(gè)基本前提是，大腦任何組成部分的功能，無論是單個(gè)神經(jīng)元、神經(jīng)元集群，還是皮層區(qū)域，在很大程度上是由其連接定義的。我們的大腦似乎遵循兩個(gè)基本的功能組織原則：1）將不同的區(qū)域劃分為不同的認(rèn)知功能或心理過程，以及2）這些專門區(qū)域之間的整合是通過神經(jīng)連接實(shí)現(xiàn)的。在過去的十年中，對(duì)大腦連接及其與局部認(rèn)知任務(wù)激活關(guān)系的研究，為它們?cè)谒茉烊祟愋袨榉矫娴淖饔锰峁┝霜?dú)特的見解。

連接模式可以用MRI進(jìn)行無創(chuàng)測(cè)量，主要有兩種方法：彌散MRI利用神經(jīng)元連接的幾何特征來重建已知的解剖束，稱為結(jié)構(gòu)連接，而fMRI信號(hào)可以在整個(gè)大腦中相互關(guān)聯(lián)，以檢測(cè)功能定義的大腦網(wǎng)絡(luò)，稱為功能連接。結(jié)構(gòu)連接指標(biāo)通常反映了大腦不同區(qū)域之間的連接概率或流線數(shù)量和長度。功能連接測(cè)量表示預(yù)定義感興趣區(qū)域與大腦其余部分之間的時(shí)間同步，或表示隨時(shí)間推移活動(dòng)自發(fā)波動(dòng)模式相似的全腦區(qū)域網(wǎng)絡(luò)。

通過成像測(cè)量計(jì)算出的大腦連接通常獨(dú)立于特定的任務(wù)要求。傳統(tǒng)的fMRI研究引入一個(gè)任務(wù)并測(cè)量相應(yīng)的大腦反應(yīng)，與之不同的是，大腦連接研究的被試在接受掃描時(shí)通常不參與任何特定的認(rèn)知功能。這適用于結(jié)構(gòu)連接，但更適用于功能連接，即當(dāng)參與者處于所謂的“休息”狀態(tài)時(shí)進(jìn)行廣泛評(píng)估。因此，從與復(fù)雜功能和認(rèn)知相關(guān)的局部腦激活的分布式大腦連接模式中，我們能夠了解到什么仍然是一個(gè)懸而未決的問題。

解決這個(gè)問題的一種方法是利用機(jī)器學(xué)習(xí)算法，它在過去二十年中徹底改變了神經(jīng)成像數(shù)據(jù)的分析。機(jī)器學(xué)習(xí)使用多變量方法來預(yù)測(cè)單個(gè)被試并發(fā)現(xiàn)數(shù)據(jù)中的模式。一般來說，可以通過訓(xùn)練一組被試的大腦活動(dòng)和連接之間的關(guān)系，并在另一組被試上進(jìn)行測(cè)試，從而從連接中預(yù)測(cè)不可見個(gè)體的大腦活動(dòng)（圖1）。這兩組被試，即訓(xùn)練集和測(cè)試集，應(yīng)該是完全獨(dú)立的，以避免模型的交叉污染和過擬合。為了達(dá)到這一目的，交叉驗(yàn)證被廣泛用于將單個(gè)數(shù)據(jù)集迭代地劃分為獨(dú)立的訓(xùn)練和測(cè)試子樣本。在訓(xùn)練期間，為模型輸入一組連接特征，這些特征可以通過使用先驗(yàn)知識(shí)或數(shù)據(jù)驅(qū)動(dòng)方法（例如，主成分分析）來選擇。通過學(xué)習(xí)這些特征與觀察到的任務(wù)激活圖之間的關(guān)系，該模型能夠僅根據(jù)新被試的連接數(shù)據(jù)為其生成預(yù)測(cè)的任務(wù)激活圖。本文回顧了快速增長的、關(guān)于從連通性預(yù)測(cè)大腦活動(dòng)的文獻(xiàn)，并提出了來自結(jié)構(gòu)和fMRI研究的證據(jù)，這些研究使用了機(jī)器學(xué)習(xí)方法來關(guān)聯(lián)連通性測(cè)量和任務(wù)誘發(fā)的大腦活動(dòng)。然后，討論了實(shí)際（如臨床）和理論（如連接作為決定大腦活動(dòng)的基本架構(gòu)的作用）的影響，并總結(jié)了未來的方向和一些開放性問題（圖2）。

圖1.從結(jié)構(gòu)或功能連接預(yù)測(cè)大腦活動(dòng)的一般機(jī)器學(xué)習(xí)方法示意圖。

圖2.理論框架和文章概覽。

從結(jié)構(gòu)和功能連接預(yù)測(cè)大腦活動(dòng)

在過去的十年里，越來越多的證據(jù)表明，任務(wù)誘發(fā)大腦活動(dòng)的個(gè)體模式可以通過大腦連接的無任務(wù)MRI測(cè)量來準(zhǔn)確預(yù)測(cè)。在Saygin等人(2012)的一項(xiàng)開創(chuàng)性研究中，解剖學(xué)連接被用來預(yù)測(cè)梭狀回對(duì)面部的功能激活。Saygin首先計(jì)算了梭狀回中每個(gè)體素與大腦其余部分的結(jié)構(gòu)連接概率，然后訓(xùn)練一個(gè)線性回歸模型，將這些連接模式與每個(gè)體素的活動(dòng)與面部＞場(chǎng)景的對(duì)比聯(lián)系起來。該模型應(yīng)用于未知被試，結(jié)果發(fā)現(xiàn)每個(gè)梭狀回體素的預(yù)測(cè)激活與實(shí)際（觀察到的）fMRI激活驚人地相似（圖3A，左側(cè)）。

圖3.從大腦連接預(yù)測(cè)任務(wù)激活圖。

這些開創(chuàng)性的發(fā)現(xiàn)指出了大腦結(jié)構(gòu)（以連接的形式）與功能之間的密切聯(lián)系。具體來說，盡管面部選擇性體素簇的位置因人而異，但它們的外部連接隨著每個(gè)個(gè)體的功能而系統(tǒng)地變化。這種從結(jié)構(gòu)連接預(yù)測(cè)功能特征的方法后來擴(kuò)展到預(yù)測(cè)大腦活動(dòng)，以響應(yīng)面部以外的視覺類別（例如，身體，物體和場(chǎng)景），以及強(qiáng)化學(xué)習(xí)等高級(jí)認(rèn)知功能。除了預(yù)測(cè)本身之外，它還允許檢測(cè)到最能預(yù)測(cè)并可能定義特定功能下的神經(jīng)機(jī)制的特定解剖連接。

連通性在指示功能專門化方面的因果作用，更直接的證據(jù)來自一項(xiàng)縱向研究，該研究追蹤了5至8歲兒童的結(jié)構(gòu)和功能特征。在這項(xiàng)研究中，可以從兒童5歲時(shí)的結(jié)構(gòu)連接預(yù)測(cè)每個(gè)8歲兒童中功能性定義的視覺詞形區(qū)的位置，這表明早期發(fā)育的白質(zhì)連接可能指導(dǎo)以后的功能專門化（圖3A，右側(cè)）。

最近對(duì)1333例中風(fēng)病例的結(jié)構(gòu)斷連的廣泛分析顯示，中風(fēng)斷連的腦區(qū)模式與元分析得出的任務(wù)相關(guān)fMRI激活顯著相關(guān)。中風(fēng)后的斷連與任務(wù)相關(guān)的功能架構(gòu)之間的密切對(duì)應(yīng)關(guān)系支持了結(jié)構(gòu)連接在區(qū)域腦功能中的機(jī)制作用，并使認(rèn)知功能映射到白質(zhì)束的圖譜得以發(fā)展。

隨著人們對(duì)從解剖學(xué)連接中預(yù)測(cè)大腦活動(dòng)的興趣增加，一個(gè)新興的研究領(lǐng)域集中于大腦活動(dòng)和功能連接之間的關(guān)系，以及后者對(duì)前者的可預(yù)測(cè)性。靜息態(tài)功能連接與任務(wù)誘發(fā)的大腦活動(dòng)之間強(qiáng)關(guān)系的首次證明是基于對(duì)靜息態(tài)和任務(wù)態(tài)之間全腦網(wǎng)絡(luò)架構(gòu)之間的相似性識(shí)別。根據(jù)這些發(fā)現(xiàn)，一些研究開發(fā)了幾種受機(jī)器學(xué)習(xí)啟發(fā)的技術(shù)來探索認(rèn)知任務(wù)激活與無任務(wù)網(wǎng)絡(luò)組織之間的關(guān)系。例如，使用反映同步活動(dòng)網(wǎng)絡(luò)的靜息態(tài)功能連接特征，將其輸入到基于機(jī)器學(xué)習(xí)的回歸模型中，已被證明可以準(zhǔn)確預(yù)測(cè)各種認(rèn)知任務(wù)的大腦激活。該模型被訓(xùn)練成任務(wù)無關(guān)預(yù)測(cè)因子和任務(wù)誘發(fā)的激活圖之間的關(guān)系，隨后應(yīng)用于未知（樣本外）被試來預(yù)測(cè)他們的任務(wù)激活（z評(píng)分圖）。預(yù)測(cè)的激活圖與實(shí)際的任務(wù)誘發(fā)圖驚人地相似，捕獲了活動(dòng)強(qiáng)度和拓?fù)浣Y(jié)構(gòu)的個(gè)體差異（圖3B，右側(cè)）。產(chǎn)生這種預(yù)測(cè)的能力突出了連接在大腦功能組織中的核心作用。

Cole等人(2016)使用被稱為“活動(dòng)流映射”的方法，通過估計(jì)靜息態(tài)衍生的功能連接網(wǎng)絡(luò)上的任務(wù)誘發(fā)活動(dòng)流（激活幅度的擴(kuò)展）來預(yù)測(cè)不同認(rèn)知領(lǐng)域的任務(wù)激活（圖3B，左側(cè)）。該方法采用功能連接來映射大腦區(qū)域之間的活動(dòng)流，并構(gòu)建經(jīng)驗(yàn)推導(dǎo)的網(wǎng)絡(luò)模型來模擬任務(wù)誘發(fā)激活的產(chǎn)生方式。通過將所有其他大腦區(qū)域的活動(dòng)相加，并根據(jù)它們與該區(qū)域的連通性加權(quán)，就可以預(yù)測(cè)給定大腦區(qū)域的任務(wù)激活。成功的預(yù)測(cè)支持了靜息態(tài)功能網(wǎng)絡(luò)的認(rèn)知相關(guān)性，表明大腦區(qū)域在任務(wù)執(zhí)行過程中的反應(yīng)剖面至少部分受其內(nèi)在連接指紋的控制。

在過去幾年中，有些研究通過采用更高級(jí)的方法來提高對(duì)連接中的任務(wù)活動(dòng)的預(yù)測(cè)。這些更高級(jí)的方法包括特征提取和建模算法，以及基于解碼的方法，將自發(fā)的神經(jīng)活動(dòng)轉(zhuǎn)化為與任務(wù)相關(guān)的模式。另一些研究則側(cè)重于采用無任務(wù)范式來計(jì)算功能連接測(cè)量，而不是靜息態(tài)fMRI（方框1）。

方框1.靜息態(tài)是測(cè)量功能連接的最佳狀態(tài)嗎？

靜息態(tài)fMRI掃描在過去的幾十年里變得非常受歡迎，通過相對(duì)簡(jiǎn)短和簡(jiǎn)單的fMRI掃描，對(duì)基礎(chǔ)和轉(zhuǎn)化神經(jīng)科學(xué)產(chǎn)生了巨大的影響。到目前為止，大多數(shù)研究都是利用靜息態(tài)fMRI數(shù)據(jù)來提取功能連接特征，從而預(yù)測(cè)任務(wù)活動(dòng)。雖然靜息態(tài)被廣泛認(rèn)為是一種“空閑”狀態(tài)，在這種狀態(tài)下，參與者不進(jìn)行任何明確的認(rèn)知、運(yùn)動(dòng)或感知任務(wù)，但實(shí)際上我們的大腦從來沒有真正空閑過。事實(shí)上，在休息期間進(jìn)行掃描的參與者可能會(huì)參與各種有意識(shí)或無意識(shí)的認(rèn)知過程，例如視覺和聽覺處理(如掃描室和掃描儀噪音)，運(yùn)動(dòng)和感覺功能(如肢體運(yùn)動(dòng)、癢、口渴或肌肉不適)，警覺性波動(dòng)，以及多種自發(fā)和目標(biāo)導(dǎo)向的認(rèn)知過程。這些過程很難監(jiān)測(cè)，通常被功能連接研究人員所忽略，盡管它們可能影響從靜息態(tài)fMRI提取的連接模式。在這里，本文討論了可替代的無任務(wù)范式，這些范式可能有利于功能連接研究，特別是從連接中預(yù)測(cè)大腦活動(dòng)的研究。

近年來，使用自然刺激(如看電影或聽故事)的fMRI研究顯著增加。這些刺激比傳統(tǒng)的fMRI任務(wù)更豐富、更有活力，被認(rèn)為可以驅(qū)動(dòng)可能更接近自由形式認(rèn)知的大腦活動(dòng)。為靜息態(tài)fMRI開發(fā)的大多數(shù)功能連接技術(shù)都可以有效地應(yīng)用于自然范式中獲取的數(shù)據(jù)。

基于自然刺激的fMRI衍生的連接模式已被證明可用于開發(fā)基于成像的精神疾病標(biāo)志物、大腦-行為關(guān)聯(lián)研究和個(gè)體特征的預(yù)測(cè)。此外，在預(yù)測(cè)單個(gè)任務(wù)誘發(fā)的激活圖方面，觀影數(shù)據(jù)的表現(xiàn)優(yōu)于靜息態(tài)fMRI，這些激活圖比從靜息態(tài)預(yù)測(cè)的激活圖更能預(yù)測(cè)智力分?jǐn)?shù)。這些發(fā)現(xiàn)強(qiáng)調(diào)了自然刺激在靜息態(tài)fMRI中的潛力，可用于個(gè)體大腦活動(dòng)和認(rèn)知特征的基于連接體的預(yù)測(cè)建模。

值得注意的是，“自然刺激”是一個(gè)總稱，涵蓋了不同類型的刺激。作為自然主義刺激的相應(yīng)內(nèi)容是有爭(zhēng)議的，因?yàn)椴煌愋偷拇碳た梢詥酒鸩煌拇竽X激活模式。例如，與熟悉的、高度社會(huì)化的電影場(chǎng)景相比，不熟悉的抽象視頻片段在參與者之間誘發(fā)了空間有限且較弱的同步活動(dòng)。在連接組預(yù)測(cè)建模的背景下也報(bào)告了不同的結(jié)果。雖然抽象視頻片段在預(yù)測(cè)任務(wù)誘發(fā)激活圖方面優(yōu)于熟悉的視頻片段，但與社交內(nèi)容較少的晦澀視頻相比，觀看熟悉的、高度社會(huì)化的電影時(shí)測(cè)量的功能連接更準(zhǔn)確地預(yù)測(cè)了認(rèn)知和情感得分。因此，電影中可獲得的社會(huì)內(nèi)容水平（例如，面孔和對(duì)話vs自然和蒙太奇）可能會(huì)以一種可能與認(rèn)知和心理特征相關(guān)的方式影響最終的功能連接模式。因此，未來的研究可能會(huì)直接比較從觀察不同類型刺激時(shí)收集的數(shù)據(jù)中得出的預(yù)測(cè)，并檢查刺激內(nèi)容在多大程度上影響對(duì)大腦活動(dòng)和行為個(gè)體差異的敏感性。

最后，從任務(wù)態(tài)fMRI數(shù)據(jù)中提取功能連接。為此，研究人員將傳統(tǒng)的任務(wù)態(tài)fMRI數(shù)據(jù)作為連續(xù)的時(shí)間過程進(jìn)行分析，而不是分析不同任務(wù)條件的blocks/events，就好像不涉及任務(wù)設(shè)計(jì)一樣。通常，任務(wù)設(shè)計(jì)（即刺激開始）是回歸的，并且功能連接是根據(jù)該回歸的殘差計(jì)算的。在任務(wù)期間獲得的數(shù)據(jù)增強(qiáng)了對(duì)大腦-行為關(guān)系的可解釋性和敏感性。因此，相對(duì)于靜息態(tài)fMRI獲得的連接，從任務(wù)態(tài)數(shù)據(jù)(例如，工作記憶)獲得的功能連接模式可以更好地預(yù)測(cè)參與者的認(rèn)知、性格和情緒得分。

無論選擇何種實(shí)驗(yàn)范式和建模方法，無任務(wù)測(cè)量對(duì)任務(wù)誘發(fā)活動(dòng)的可預(yù)測(cè)性表明，大腦激活的個(gè)體差異是固有的、類特質(zhì)特征，而不是狀態(tài)依賴性特征。這些發(fā)現(xiàn)對(duì)臨床研究和大腦-行為關(guān)聯(lián)的研究具有重要意義。接下來，首先關(guān)注將大腦活動(dòng)的預(yù)測(cè)能力從連接擴(kuò)展到臨床人群，然后討論預(yù)測(cè)的任務(wù)激活對(duì)研究認(rèn)知特征的個(gè)體差異的影響。

臨床人群中的大腦活動(dòng)和連接

大多數(shù)研究通過結(jié)構(gòu)連接或功能連接來預(yù)測(cè)大腦活動(dòng)，使用了來自健康參與者的數(shù)據(jù)，例如人類連接組項(xiàng)目提供的數(shù)據(jù)（圖4A）。不過，從連通性預(yù)測(cè)任務(wù)活動(dòng)最讓人感興趣的應(yīng)用之一是用于神經(jīng)系統(tǒng)和精神病患者。這些人群在數(shù)據(jù)收集方面具有挑戰(zhàn)性（例如，他們最可能在從事認(rèn)知要求高的任務(wù)時(shí)遇到困難），這使他們成為無需實(shí)際執(zhí)行掃描儀內(nèi)任務(wù)就能從預(yù)測(cè)任務(wù)誘發(fā)的大腦活動(dòng)中獲益的理想人選。然而，預(yù)測(cè)方法在臨床中的適用性并不簡(jiǎn)單，原因有兩個(gè)：首先，臨床成像數(shù)據(jù)的質(zhì)量通常低于年輕健康成年人的數(shù)據(jù)(而模型通常是基于健康成年人的數(shù)據(jù)開發(fā)的)；其次，患者的大腦活動(dòng)通常比健康對(duì)照組表現(xiàn)出更大的個(gè)體間差異性。

圖4.健康和臨床人群中實(shí)際(頂部)和預(yù)測(cè)(底部)任務(wù)激活圖的示例。(A)來自人類連接組項(xiàng)目數(shù)據(jù)集的年輕健康成年人，顯示了語言任務(wù)中(數(shù)學(xué)vs故事)的大腦活動(dòng)。(B)精神分裂癥患者，顯示了工作記憶任務(wù)中(2-BACK vs 0-BACK)的大腦活動(dòng)。經(jīng)Tik等人(2021)的許可改編。(C)發(fā)育人群數(shù)據(jù)，來自人類連接組項(xiàng)目5至18歲兒童和青少年的數(shù)據(jù)，顯示了情緒任務(wù)中(面孔vs圖形)的大腦活動(dòng)。圓圈突出顯示了對(duì)個(gè)體特定激活模式的精確預(yù)測(cè)區(qū)域。

基于靜息態(tài)的任務(wù)激活預(yù)測(cè)一般集中在為神經(jīng)外科做準(zhǔn)備的術(shù)前定位方面。這種術(shù)前計(jì)劃通常涉及任務(wù)態(tài)fMRI，以確定與關(guān)鍵認(rèn)知功能相關(guān)的大腦區(qū)域，旨在最大限度地切除組織，同時(shí)最小化術(shù)后神經(jīng)功能缺損。在這些研究中，可通過被診斷患有顳葉癲癇或血管病變的術(shù)前患者的靜息態(tài)功能連接特征成功預(yù)測(cè)其語言任務(wù)(分類流暢性)或運(yùn)動(dòng)任務(wù)(手部運(yùn)動(dòng))中的大腦活動(dòng)。此外，僅用健康對(duì)照訓(xùn)練的模型就可以預(yù)測(cè)患者的任務(wù)活動(dòng)(全腦統(tǒng)計(jì)圖)，這使得在理論上預(yù)測(cè)其他任務(wù)域的活動(dòng)成為可能，而不需要獲得患者的任務(wù)態(tài)fMRI訓(xùn)練數(shù)據(jù)。

通過類似的方法，從健康對(duì)照中提取的靜息態(tài)功能連接被證明可以準(zhǔn)確預(yù)測(cè)精神分裂癥患者工作記憶任務(wù)中大腦活動(dòng)的個(gè)體變異性（圖4B）。因此，從無任務(wù)數(shù)據(jù)中預(yù)測(cè)精神分裂癥和精神障礙患者的任務(wù)誘發(fā)大腦活動(dòng)的能力是非常有價(jià)值的。應(yīng)該指出的是，盡管在這兩個(gè)人群中的預(yù)測(cè)都很成功，但是在健康個(gè)體上訓(xùn)練的模型應(yīng)用于其他未知健康個(gè)體上的效果要比在患者上表現(xiàn)更好。因此，進(jìn)一步的研究應(yīng)側(cè)重于提高模型在不同人群中的普遍適用性，以使任務(wù)激活預(yù)測(cè)真正適用于臨床應(yīng)用。

從理論角度來看，“遷移學(xué)習(xí)”(即在健康參與者上訓(xùn)練模型并在患者身上進(jìn)行測(cè)試)是可能的，這表明，盡管被診斷患有精神分裂癥的患者的大腦活動(dòng)和連接發(fā)生了重大變化，但兩者之間的關(guān)系仍然沒有改變。研究哪些大腦網(wǎng)絡(luò)最有助于預(yù)測(cè)的成功，可能會(huì)獲得對(duì)健康和疾病中活動(dòng)-連接關(guān)系的更多見解。

區(qū)域大腦激活可能由分布式過程決定，反映在功能連接測(cè)量中，這一概念表明了連接在神經(jīng)和精神病患者中廣泛報(bào)道的大腦活動(dòng)異常中的作用機(jī)制。利用活動(dòng)流映射方法，在精神分裂癥患者和具有阿爾茨海默癥風(fēng)險(xiǎn)的患者中預(yù)測(cè)了與認(rèn)知功能相關(guān)的大腦活動(dòng)的變化。有趣的是，將健康大腦活動(dòng)流與來自風(fēng)險(xiǎn)個(gè)體的靜息態(tài)功能連接進(jìn)行建模，結(jié)果預(yù)測(cè)的激活圖更類似于風(fēng)險(xiǎn)個(gè)體而不是健康個(gè)體的實(shí)際激活圖。這一發(fā)現(xiàn)支持了功能連接是阿爾茨海默癥相關(guān)功能障礙的潛在機(jī)制，即使在疾病的早期階段也是如此。

由于靜息態(tài)fMRI不需要患者執(zhí)行任務(wù)，因此它不僅可以應(yīng)用于神經(jīng)系統(tǒng)、精神病學(xué)、認(rèn)知障礙或兒科患者（圖4C），甚至可以應(yīng)用于意識(shí)障礙患者(即，最低意識(shí)狀態(tài)，植物或昏迷狀態(tài))。最近的幾項(xiàng)研究評(píng)估了這些人群，并發(fā)現(xiàn)了靜息態(tài)功能連接的獨(dú)特模式，可用于區(qū)分最低意識(shí)狀態(tài)和無反應(yīng)患者。此外，根據(jù)靜息態(tài)數(shù)據(jù)預(yù)測(cè)心理表象任務(wù)中的激活，從而來區(qū)分有能力執(zhí)行和沒有能力執(zhí)行意志任務(wù)的患者。然而，重要的是，這項(xiàng)研究并沒有預(yù)測(cè)單個(gè)任務(wù)激活圖，而只是預(yù)測(cè)參與任務(wù)的能或不能，這可以通過任務(wù)誘發(fā)的大腦激活的存在與否來反映。因此，未來的研究應(yīng)檢查任務(wù)-活動(dòng)預(yù)測(cè)在意識(shí)障礙患者中的可行性及其適用性，以更好地了解這些疾病的潛在神經(jīng)病理學(xué)，最終有助于開發(fā)可靠的意識(shí)生物標(biāo)志物。

從連通性預(yù)測(cè)大腦活動(dòng)，以增強(qiáng)大腦-行為關(guān)聯(lián)

從神經(jīng)成像學(xué)數(shù)據(jù)中預(yù)測(cè)個(gè)體行為表型是一個(gè)快速發(fā)展的領(lǐng)域。使用機(jī)器學(xué)習(xí)方法，可以從個(gè)體的大腦活動(dòng)模式映射到相應(yīng)的認(rèn)知或心理特征。例如，通過工作記憶任務(wù)中的大腦激活，可以準(zhǔn)確預(yù)測(cè)個(gè)體的智力得分。與其他任務(wù)(例如，運(yùn)動(dòng)，情感)或無任務(wù)(即靜息態(tài))相比，該任務(wù)能夠進(jìn)行更好地預(yù)測(cè)，這表明認(rèn)知要求較高的任務(wù)情景可能會(huì)放大個(gè)體差異，從而改善個(gè)體特征的預(yù)測(cè)模型。然而，任務(wù)態(tài)fMRI需要仔細(xì)的設(shè)計(jì)，寶貴的掃描儀時(shí)間和參與者的合作才能引發(fā)適當(dāng)?shù)纳窠?jīng)反應(yīng)。

在最近的一項(xiàng)研究中，研究者提出了一個(gè)問題：是否可以用預(yù)測(cè)的任務(wù)激活圖(而不是實(shí)際的任務(wù)激活圖)來進(jìn)一步預(yù)測(cè)個(gè)體特征，從而在避免使用耗時(shí)且繁瑣的fMRI任務(wù)的同時(shí)，提供一條將大腦與行為聯(lián)系起來的“旁路”。研究者發(fā)現(xiàn)，相對(duì)于直接從靜息態(tài)連接組得出的預(yù)測(cè)，從靜息態(tài)功能連接預(yù)測(cè)的任務(wù)激活圖可以更準(zhǔn)確地預(yù)測(cè)個(gè)體特征。因此，研究者建議將連通性表示為預(yù)測(cè)的任務(wù)活動(dòng)，可以作為一種從簡(jiǎn)單而輕松的fMRI掃描中估計(jì)個(gè)體特征的新方法，而無需實(shí)際執(zhí)行任何任務(wù)。

為什么預(yù)測(cè)的任務(wù)激活圖在估計(jì)個(gè)體特征方面優(yōu)于實(shí)際激活圖，這仍然是一個(gè)懸而未決的問題。一種可能的解釋是，雖然實(shí)際的任務(wù)激活圖包含“真實(shí)”的大腦活動(dòng)以及其他瞬態(tài)因素(例如，運(yùn)動(dòng)，掃描偽影，注意力水平波動(dòng))，但從功能連接預(yù)測(cè)的任務(wù)激活圖可能僅捕獲穩(wěn)定元素并最小化瞬態(tài)因素的影響。

通過結(jié)合多個(gè)預(yù)測(cè)的任務(wù)激活圖而不是單個(gè)圖，或者通過結(jié)合多個(gè)大腦狀態(tài)而不是單個(gè)靜息態(tài)下獲得的連接數(shù)據(jù)，進(jìn)一步提高了對(duì)個(gè)體認(rèn)知特征的預(yù)測(cè)(參見框1)。此外，通過將靜息態(tài)連接組轉(zhuǎn)換為與任務(wù)相關(guān)的連接組，行為預(yù)測(cè)得到了顯著增強(qiáng)，從而放大了行為相關(guān)的個(gè)體差異。這種連接組到連接組的轉(zhuǎn)換僅依靠三分之一參與者靜息態(tài)數(shù)據(jù)的情況下，提供了類似的預(yù)測(cè)性能，從而為大腦-行為關(guān)聯(lián)研究中樣本量有限的問題提供了一種可能的解決方案（方框2）。這些研究強(qiáng)調(diào)了從功能連接預(yù)測(cè)任務(wù)-活動(dòng)的潛力，不僅作為目標(biāo)本身，而且作為預(yù)測(cè)個(gè)體特征的一種手段。換句話說，預(yù)測(cè)的大腦活動(dòng)，無論是以任務(wù)-活動(dòng)圖還是任務(wù)連接組的形式，都可以揭示有關(guān)個(gè)體行為和認(rèn)知的信息。

方框2.從連通性預(yù)測(cè)大腦活動(dòng)是否有助于全腦關(guān)聯(lián)研究？

在最近一篇極具影響力的文章中，Marek等人(2022)認(rèn)為，需要數(shù)千名參與者在他們稱之為“全腦關(guān)聯(lián)研究”的研究中建立腦源性和行為測(cè)量之間的可重復(fù)性聯(lián)系。具體來說，他們將大腦結(jié)構(gòu)和功能(包括功能連接)的測(cè)量與認(rèn)知和精神病理學(xué)的測(cè)量相關(guān)聯(lián)，并表明除非基于非常大的樣本量，否則大腦-行為關(guān)聯(lián)不太可能復(fù)制。這篇文章在該領(lǐng)域引起了廣泛的討論，并且有研究已經(jīng)作出了一些回應(yīng)，提出除了增加參與者數(shù)量之外，還有不同的方法來增強(qiáng)全腦關(guān)聯(lián)研究的穩(wěn)健性。除了優(yōu)化數(shù)據(jù)采集和測(cè)試模型的適用性外，還包括改進(jìn)相關(guān)的行為和神經(jīng)變量。例如，腦源性和行為測(cè)量的信度和效度可以通過使用帶有潛變量的結(jié)構(gòu)方程建模來提高，從而消除感興趣結(jié)構(gòu)中的測(cè)量誤差。

在基于連接組的預(yù)測(cè)背景中，改進(jìn)相關(guān)變量可能涉及連接數(shù)據(jù)的不同表征。雖然功能連接組傳統(tǒng)上被表示為大腦區(qū)域?qū)χg所有成對(duì)連接的矩陣，但最近的證據(jù)表明，更復(fù)雜的連接組表征可能更適合研究大腦-行為關(guān)聯(lián)。其中一個(gè)例子是連接組嵌入，這是一種基于人工神經(jīng)網(wǎng)絡(luò)的方法，它創(chuàng)建了大腦區(qū)域的緊湊向量表征，在全局網(wǎng)絡(luò)拓?fù)渲胁东@其連接。與使用“標(biāo)準(zhǔn)”的結(jié)構(gòu)連接或功能連接相比，使用連接組嵌入建模功能連接可以提高對(duì)年齡和智力等方面的預(yù)測(cè)。

同樣，將連接數(shù)據(jù)轉(zhuǎn)換為任務(wù)誘發(fā)的激活模式已被證明可以增強(qiáng)對(duì)行為特征的預(yù)測(cè)。Yoo等人(2022)發(fā)現(xiàn)，這種連接組轉(zhuǎn)換允許樣本量的急劇減少。具體來說，只需要93名參與者就可以達(dá)到與使用標(biāo)準(zhǔn)靜息態(tài)連接組從300名參與者獲得的相似的預(yù)測(cè)精度。因此，越來越多的證據(jù)表明，連接數(shù)據(jù)的復(fù)雜表征可能會(huì)提高認(rèn)知特征的可預(yù)測(cè)性，為專注于連接的大腦-行為關(guān)聯(lián)研究提供了關(guān)于增加樣本量以外的另一種可行性替代方案。

總結(jié)

本文回顧了最近有關(guān)大腦活動(dòng)和連通性之間關(guān)系的文獻(xiàn)，以及使用腦成像測(cè)量和機(jī)器學(xué)習(xí)方法預(yù)測(cè)大腦活動(dòng)和連通性之間的關(guān)系。有趣的是，大腦活動(dòng)與連通性之間的因果關(guān)系也可以逆轉(zhuǎn)，比如在執(zhí)行任務(wù)時(shí)的一致共激活可能會(huì)導(dǎo)致在休息時(shí)出現(xiàn)更一致的共同波動(dòng)。最初在任務(wù)過程中獨(dú)立活動(dòng)的腦區(qū)會(huì)發(fā)展成功能網(wǎng)絡(luò)，然后在不執(zhí)行任務(wù)的情況下顯示出來(例如，從靜息態(tài)fMRI中提取的功能連接網(wǎng)絡(luò))。這一假設(shè)植根于Hebbian學(xué)習(xí)規(guī)則，并可能在未來旨在描繪大腦活動(dòng)和連通性之間因果關(guān)系方向的研究中得到解釋。

大腦連通性研究似乎為理解大腦功能和認(rèn)知提供了一扇窗。這在開發(fā)基于連接的疾病生物標(biāo)志物方面具有巨大的潛力。例如，預(yù)測(cè)的任務(wù)-活動(dòng)圖可用于預(yù)測(cè)認(rèn)知能力，未來的研究可以考察這些激活圖用作評(píng)估認(rèn)知能力下降的生物標(biāo)志物的可能性。這可能為通過簡(jiǎn)單而輕松的fMRI掃描來診斷早期神經(jīng)退行性疾病提供了前所未有的機(jī)會(huì)，同時(shí)最大限度地減少患者的不便，而無需他們執(zhí)行任何認(rèn)知任務(wù)。

結(jié)構(gòu)連接和功能連接都已被證明可以成功預(yù)測(cè)任務(wù)誘發(fā)的大腦活動(dòng)。這就提出了這樣一個(gè)問題，即結(jié)構(gòu)連接和功能連接是否預(yù)測(cè)了任務(wù)激活中的獨(dú)特差異，以及其中一種模式是否比另一種模式更有助于預(yù)測(cè)。在之前的一項(xiàng)研究中，功能連接特征和顯微結(jié)構(gòu)特性被納入到預(yù)測(cè)模型中。顯微結(jié)構(gòu)特性包括分?jǐn)?shù)各向異性以及主擴(kuò)散方向與皮層表面之間的點(diǎn)積，這些可以被認(rèn)為是結(jié)構(gòu)連接的表征。盡管該模型利用了結(jié)構(gòu)特征，但移除它們并不會(huì)影響預(yù)測(cè)性能，這表明僅憑功能連接就足以預(yù)測(cè)任務(wù)映射中的個(gè)體變異性。然而，重要的是，這些結(jié)構(gòu)特征并不能直接衡量結(jié)構(gòu)連接，如流線數(shù)量和平均流線長度。因此，尚未有研究對(duì)功能連接與結(jié)構(gòu)連接的任務(wù)激活圖的可預(yù)測(cè)性進(jìn)行直接比較。有趣的是，Qi等人(2022)最近在行為特征預(yù)測(cè)的背景下進(jìn)行了這樣的比較，結(jié)果表明基于功能連接的模型在所有模型和特征中都提供了最佳的預(yù)測(cè)性能，特別是在認(rèn)知領(lǐng)域。

值得注意的是，研究人員在研究無任務(wù)fMRI對(duì)任務(wù)活動(dòng)的預(yù)測(cè)時(shí)，需要做出大量的自由參數(shù)和方法論決策。預(yù)測(cè)管道的各個(gè)方面(即輸入數(shù)據(jù)，預(yù)處理，特征提取和預(yù)測(cè)算法)之間缺乏系統(tǒng)的比較，因此，未來的研究仍然需要確定一個(gè)最佳的預(yù)測(cè)方案。具體而言，預(yù)測(cè)性能高度依賴于輸入模型的連接特征的預(yù)選。可以使用數(shù)據(jù)驅(qū)動(dòng)的、無監(jiān)督方法來提取特征(如主成分分析)，或者基于目標(biāo)變量的先驗(yàn)知識(shí)進(jìn)行特征提取。一些機(jī)器學(xué)習(xí)算法，如LASSO或Elastic Net，會(huì)自動(dòng)刪除變量，只留下最重要的變量。因此，特征的選擇和算法的選擇增加了基于連接的大腦活動(dòng)預(yù)測(cè)的復(fù)雜性。但同時(shí)這些方法的不斷發(fā)展也為大腦活動(dòng)和連接之間的關(guān)系以及人類行為的神經(jīng)基礎(chǔ)提供了令人興奮的新見解。

原文：The Prediction of Brain Activity from Connectivity: Advances and Applications.

https://doi.org/10.1177/10738584221130974

小伙伴們點(diǎn)個(gè)“在看”，加

(星標(biāo))關(guān)注茗創(chuàng)科技，將第一時(shí)間收到精彩內(nèi)容推送哦～