A Chronnectogram-ICA Framework for Tracking Continuously Evolving and Overlapping Functional Brain States
本文介绍了一种多层联通图-独立成分分析（chronnectogram-ICA）框架，该框架通过捕捉持续演变且重叠的功能性脑状态，克服了离散状态模型的局限性，揭示了传统方法无法观测到的精神分裂症中复杂的、具有患者特异性的连接动态。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
人类大脑并非一台静态的机器；它是一个活生生的、呼吸着的系统，即使在休息时也在不断地进行自我重构。几十年来，研究不同脑区如何相互交流的科学家们一直依赖于一种将这些对话视为一系列离散、独立章节的模型。在传统的观点中，大脑在大脑在固定的几种“状态”之间切换，就像灯开关从一个设置跳到另一个设置一样。研究人员通过观察脑部扫描并断言：“现在大脑处于状态 A，”紧接着一刻钟后又说：“现在进入了状态 B。”这种方法虽然有用，但它假设大脑在不同模式之间是瞬间跳转的，忽略了这些状态可能相互融合、重叠或缓慢演变的可能性。如果大脑的本质是连续的流动而非一系列快照，那么旧的观察方式可能会遗漏最重要的细节。
一项新研究通过引入一种将大脑活动视为连贯、演进的故事而非一系列脱节帧的方法，挑战了这一长期存在的假设。研究人员利用了来自 311 名成年人的数据——其中 151 名被诊断为精神分裂症，160 名为健康对照组——开发了一个框架，用于追踪大脑网络如何随时间变化，而不将其强行归入僵化的类别。他们不再询问大脑在任何给定时刻处于哪一个单一状态，而是询问不同的状态在上升、下降和相互作用时是如何相互关联的。通过分析数千个大脑活动瞬间，他们发现大脑的功能连接不仅仅是开启或关闭，它们还会漂移、重叠，有时甚至会同时向相反方向移动。这种新的视角揭示出，精神分裂症患者的大脑并非仅仅比健康个体拥有“更多”或“更少”的大脑活动。相反，他们的大脑表现出一种复杂的状态连接重新分配：一些患者在某些网络之间表现出极度的同步性，而另一些患者则表现出完全缺乏协调，这种模式在传统的分析中会被平均化并消失。
研究人员首先收集了静息态功能磁共振成像（fMRI）扫描数据。这些扫描测量血流量，以此作为神经活动的替代指标，捕捉不同脑区之间通信的细微起伏。过去，科学家会将这些扫描切成短时间窗口，并使用统计工具将它们分组为几种反复出现的模式。如果一个窗口看起来像模式 A，它就被标记为 A；如果看起来像模式 B，它就被标记为 B。这种方法虽然在寻找宏观趋势方面很有效，但却丢弃了那些两个模式可能同时发生，或者一个模式正在缓慢转化为另一个模式的、混乱的中间时刻。这个被作者称为“时序连接图”（chronnectogram）的新框架拒绝做出这些生硬的切割。它允许数据展示出一个大脑网络可以部分处于一种状态且部分处于另一种状态，或者两个不同的网络可以随着时间推移同步或对立运动。
为了测试这种新方法是否真的奏效，团队首先进行了计算机模拟，在模拟中他们预先知道确切答案。他们创建了虚构的大脑数据，其中的状态被设计为连续演变且相互重叠。当他们将旧的、僵化的方法应用于这些数据时，这些工具无法识别出重叠部分，将平滑的过渡视为一堆无关的开关切换。然而，新的“时序连接图”框架成功恢复了数据的连续性和重叠性质。它证明了该方法能够看到其他工具错过的“灰色地带”，同时在数据确实是离散的情况下，其表现与旧方法同样出色。这种验证让研究人员确信，新工具并非在制造噪声，而是在揭示一个此前从未被察觉的隐藏的大脑动力学层面。
当研究团队将此框架应用于精神分裂症组和对照组的真实世界数据时，结果令人震惊。他们发现，同一对大脑状态在不同患者身上的表现截然不同。在某些精神分裂症患者中，两个特定的脑网络正处于紧密的同步舞步中；而在另一些人身上，同样的网络却在积极地相互对抗，向着相反的方向运动。在传统分析中，这两种极端情况会相互抵消，使之看起来患者组与健康组之间没有差异。然而，新方法保留了这些对立的极端情况，显示出该疾病并非由单一、统一的大脑活动变化所定义。相反，它表现为一种复杂的连接重新分配，即一些患者倾向于过度连接，而另一些患者则表现为协调性的崩溃。
研究还观察了这些大脑状态在最剧烈时刻（即处于最强或最弱时）的变化情况。他们发现，健康个体在这些波峰和波谷的发生方式上具有一致的模式，这表明他们的大脑内部对话具有稳定的节奏。相比之下，患者表现出更加分散和不可预测的模式。他们的大脑不太可能稳定在某个高点或低点，而是频繁地在不同的、缺乏协调的配置之间跳跃。这种时间上的不规则性表明，精神分裂症患者的大脑难以维持稳定的航向，比健康大脑更容易漂移到不稳定的状态中。
或许最重要的一点是，研究人员将这些复杂的模式与患者实际经历的症状联系了起来。他们发现，特定类型的大脑耦合与特定的临床结果相关。例如，当某些脑网络处于完美同步状态时，与更严重的阳性症状（如幻觉或妄想）相关；相反，当这些网络处于对立运动时，则与较少的此类症状相关。另一方面，阴性症状（如缺乏动力或情感表达）则与另一种模式相关：即在某些大脑状态中表现出的顽固持续性，拒绝发生改变。认知表现（即患者思考和处理信息的能力）则与大脑协调不同网络的能力的灵活性有关。能够流畅地在不同网络配置之间切换的患者，其认知得分往往更高；而那些网络处于僵化或冲突模式中的患者，其表现则更为吃力。
研究结果表明，精神分裂症的大脑并非以一种简单、统一的方式“损坏”了。并不是大脑单纯地“过于活跃”或“过于安静”。相反，该疾病似乎破坏了不同大脑状态随时间相互作用的微妙平衡。一些患者经历的是大脑过于紧密锁定的状态，而另一些患者经历的则是大脑无法维持其连接的状态。这种变异性解释了为什么以往的研究有时会报告相互矛盾的结果——有些发现活动增加，而有些发现活动减少。新框架表明，这两种情况都可能是真实的，具体取决于观察的是哪位患者以及测量的是哪种特定的连接。
通过不再将大脑视为离散状态的开关板，这项研究为心理健康提供了一个更细致的视角。它表明，理解精神分裂症等疾病的关键，不在于计算大脑访问某种状态的频率，而在于理解这些状态如何演进以及它们如何相互关联的复杂且连续的故事。“时序连接图”提供了这一故事的地图，揭示了大脑的动力学远比此前认为的更加流动、重叠且具有个体差异。这种视角的转变不仅改变了我们衡量大脑的方式，也改变了我们的观察能力，为更深入地理解人类心智那错综复杂、瞬息万变的全貌打开了大门。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。