经典论文难度：入门

绘制人类大脑皮层的结构核心

Mapping the structural core of human cerebral cortex

Hagmann P, Cammoun L, Gigandet X, Meuli R, Honey CJ, Wedeen VJ, et al. · PLoS Biology 2008 · DOI: 10.1371/journal.pbio.0060159

连接组弥散谱成像结构连接k-core结构核心结构–功能耦合

一句话

用弥散谱成像构建全皮层高分辨率结构网络，发现位于后内侧与顶叶皮层的结构核心，并显示结构连接强度能预测静息态功能连接。

相关专题：脑连接组：结构与功能连接、动态功能连接与多层脑网络

VIDEO讲解视频

绘制人类大脑皮层的结构核心5 分 6 秒

文字稿

大家好，这一期我们精读2008年发表在PLoS Biology上的结构核心论文。它把整个大脑皮层切成约一千个小区域，绘制出一张个体化的皮层布线图。

2005年前后，研究者提出了连接组的概念，也就是一张完整的区域间连接图。动物可以用示踪剂注射得到连接矩阵，人脑却只能依靠无创成像。此前的人脑结构网络多用粗分区和弥散张量成像，分辨率和纤维交叉处的追踪能力都有限。本文要回答两个问题，第一，高分辨率下的人脑皮层网络是否存在一个核心？第二，结构网络和静息态功能网络之间是什么关系？

数据来自5名健康右利手男性，其中一人间隔数天扫描两次，用于检验可重复性。每人都采集了弥散谱成像和T1像，另做两次静息态功能磁共振。节点方面，先按解剖标志分成66个区域，再细分为998个约1.5平方厘米的小区。边是每对小区之间的纤维密度，对纤维长度和小区面积做了校正，得到加权无向网络。网络只包含皮层，不含皮层下结构。

作者计算了度、强度、介数、效率等节点指标。还做了k核分解，反复删去度小于k的节点，直到不再有这样的节点，剩下的就是k核。节点能留下的最大k叫核数，核数高说明它处在密集互连的群体中，而不只是自身度高。把度换成强度，就得到加权版本的s核。最后综合六项指标的排名，挑出在各项上都靠前的区域，称为结构核心。

综合六项指标，作者确定了8个解剖亚区构成结构核心，左右两侧都有。包括后扣带皮层、楔前叶、楔叶、旁中央小叶和扣带峡部。还有颞上沟岸，以及顶上和顶下皮层。它们集中在大脑的后内侧和顶叶皮层。

网络可以分成若干模块，参与系数用来区分连接枢纽和局部枢纽。大多数核心区域属于两个内侧模块。把它们合成一个核心模块时，模块间连接权重的七成以上都与核心相连。k核分解在每个被试中，都在核数约20处把网络完全剥离。最高核的成员在5个被试中高度一致。

第二个问题是结构与功能，作者在同样的998个小区上计算了静息态信号的相关。功能连接就是脑区信号之间的相关矩阵，画面演示的是一个模拟的模块化相关网络。把它和纤维密度逐对比较，以楔前叶和后扣带为例，决定系数达到0.53。对66个区域取5人平均时，决定系数达到0.62。也就是说，两个区域之间纤维连接越强，它们的静息态相关通常也越强。作者还指出，结构核心与默认模式网络明显重叠，可能是自发活动整合的解剖基础。

首先样本极小，只有5名男性，这是方法学示范，而不是人群推断。纤维追踪会产生假阳性和假阴性连接，长程连接容易被低估，核心边界也依赖算法和分区。网络只含皮层，后续研究加入皮层下区域后，发现海马、壳核和丘脑也属于富人俱乐部。结构功能关系只是相关，没有直接纤维的区域对也可以有强功能相关。静息态分析中回归了全局信号，这一预处理选择至今仍有争议。

这篇论文从弥散成像到连接矩阵的流程，成了脑网络构建的范本。它的结构功能散点关系，也是后来结构功能耦合研究的出发点。结构核心、富人俱乐部和枢纽在疾病中的脆弱性，是脑网络临床研究中常见的假设。若要在患者群体中比较结构功能耦合，还需要更大的样本和更多控制。

总结一下，作者用弥散谱成像构建了998个小区的高分辨率皮层结构网络。后扣带、楔前叶等后内侧和顶叶区域构成结构核心，也是模块之间的枢纽。结构连接越强，静息态功能相关通常也越强。但样本只有5人，纤维追踪也有误差，结论需要大样本研究检验。建议先读图1的五步流程，再读图5的k核分解和图8的结构功能比较。

一句话看懂

把整个大脑皮层切成约一千个小区域，用弥散磁共振追踪它们之间的白质纤维，就得到一张“个体化的皮层布线图”。在这张图里，后扣带、楔前叶等后内侧和顶叶区域彼此紧密相连、又与各个模块广泛连接，构成整个网络的结构核心；而且两个区域之间纤维连接越强，它们静息态 fMRI 信号的相关通常也越强。

研究背景与问题

2005 年前后，Sporns、Hagmann 等人提出了“连接组”（connectome）的概念：要理解大脑，需要一张完整的区域间连接图。动物研究可以用示踪剂注射得到连接矩阵（如猕猴的 CoCoMac），但人脑只能依靠无创成像。此前的人脑结构网络研究多用粗分区、弥散张量成像（DTI），空间分辨率和纤维交叉处的追踪能力都有限。

本文要回答两个问题：（1）用分辨率更高的成像与分区，人脑皮层结构网络在整体上是什么样的，是否存在一个“核心”？（2）结构网络和静息态功能网络之间是什么关系？

核心思想与方法

数据：5 名健康右利手男性，采集弥散谱成像（DSI）和 T1 像；其中一人间隔数天扫描两次，用于检验可重复性。每人另做两次静息态 fMRI。
节点：先按解剖标志把皮层分成 66 个区域，再细分为 998 个面积约 1.5 cm² 的感兴趣区（ROI）。网络只包含皮层，不含皮层下结构。
边：全脑纤维追踪后，计算每对 ROI 之间的纤维密度（对纤维长度和 ROI 面积做校正），得到加权无向网络。
网络分析：度、强度、介数、效率等节点指标；k-core 与按强度剥离的 s-core 分解；谱方法社团检测；参与系数区分连接枢纽与局部枢纽。
结构–功能比较：在相同的 998 个 ROI 上计算静息态信号相关，与纤维密度做散点比较。

k-core：反复删去度小于 $k$ 的节点，直到不再有这样的节点，剩下的子图就是 $k$ -core。节点的核数是它仍留在其中的最大 $k$ 。核数越高，说明节点处在一个彼此密集互连的群体中，而不仅仅是自身度高。s-core 是把“度”换成“强度”的加权版本。

作者对六种节点指标的排名做综合，挑出在各指标上都排名靠前的区域，称为“结构核心”。

主要发现

存在一个后内侧–顶叶结构核心：综合六项指标，作者确定了 8 个解剖亚区，包括后扣带皮层、楔前叶、楔叶、旁中央小叶、扣带峡部、颞上沟岸以及顶上、顶下皮层，双侧都在。
核心是模块之间的枢纽：网络可分为若干模块，大多数核心区域属于两个内侧模块；把它们合成一个“核心模块”时，模块间连接权重的七成以上与核心相连。
k-core 结果跨被试一致：在每个被试中，网络在核数约 20 处被完全剥离，最高核的成员在 5 人中高度一致。
结构连接能预测功能连接：以楔前叶和后扣带为例，纤维密度与静息态功能相关的关系达到 $r^2=0.53$ ；对 66 个区域取 5 人平均时 $r^2=0.62$ （均 $p<10^{-10}$ ）。
作者指出，结构核心与静息态“默认模式网络”的空间位置有明显重叠，提示结构核心可能是自发活动整合的解剖基础。

怎样读这篇论文

先读引言和图 1（从 DSI 到连接矩阵的五步流程），这是整个脑网络构建流程的范本，对应结构连接：弥散 MRI 与纤维追踪。然后读图 5（k-core）和表 1（六项指标的排名），理解“核心”是怎样被定义出来的。图 8 是结构–功能比较，篇幅不长但影响很大。方法部分的纤维密度校正公式可以对照节点与边的定义精读；谱聚类细节初读可以跳过。

局限与后续工作

样本极小：只有 5 名男性被试，是方法学示范而非人群推断。结论的稳健性要靠后续大样本研究检验。
纤维追踪的误差：弥散成像只能间接推断纤维走向，存在假阳性与假阴性连接，长程连接容易被低估；后续的国际比赛（Maier-Hein 等, 2017, Nature Communications）显示不同追踪算法会产生大量假连接。“核心”的确切边界依赖于追踪算法和分区。
只含皮层：丘脑、基底节等皮层下结构被排除。van den Heuvel 与 Sporns（2011）加入皮层下区域后，发现海马、壳核、丘脑也属于高度互连的“富人俱乐部”。
结构–功能关系是相关： $r^2$ 描述的是跨区域对的相关，不能说明功能连接由直接纤维“决定”；没有直接纤维的区域对也可以有强功能相关。Honey 等（2009, PNAS）随后用计算模型探讨了间接通路的作用，这一方向发展为结构–功能耦合研究。
全局信号回归：静息态分析中回归了全局信号，这一预处理选择会影响相关分布，仍有争议。

关联知识

结构连接：弥散 MRI 与纤维追踪（从影像到网络）与拓扑指标：小世界、模块、枢纽与富人俱乐部（枢纽与结构核心）直接引用了本文；k-core 分解可以和该页中枢纽、中心性的内容对照。
结构–功能耦合的出发点就是本文图 8 这样的散点关系。
结构核心与富人俱乐部、枢纽在疾病中的脆弱性，是脑网络临床研究的常见假设，请结合脑连接组：结构与功能连接专题的生物医学应用阅读。

延伸思考

结构核心是由“六项指标综合排名”定义的。如果只用度或只用介数，核心会不会变？这种依赖说明了什么？
如果纤维追踪系统性地低估长程连接，你预期核心区域的排名会如何变化？可以设计什么模拟来检验？
只有 5 名被试时，“结构连接预测功能连接”的结论可以推广到什么程度？若要在患者群体中比较结构–功能耦合，需要哪些额外控制？