基于數(shù)學(xué)圖論分支的復(fù)雜網(wǎng)絡(luò)理論是分析復(fù)雜關(guān)系的強(qiáng)有力工具，近年來(lái)被廣泛應(yīng)用于腦網(wǎng)絡(luò)成像研究中。模塊化分析是復(fù)雜網(wǎng)絡(luò)的典型方法，可用于檢測(cè)大尺度腦網(wǎng)絡(luò)結(jié)構(gòu)特點(diǎn)。相關(guān)研究發(fā)現(xiàn)，人腦網(wǎng)絡(luò)是以模塊化進(jìn)行結(jié)構(gòu)與功能組織構(gòu)建的，而這種基本組織結(jié)構(gòu)會(huì)受到各種神經(jīng)精神疾病條件的影響。

近日，中國(guó)科學(xué)院行為科學(xué)重點(diǎn)實(shí)驗(yàn)室、中科院心理研究所腦與心智畢生發(fā)展研究中心、重慶醫(yī)科大學(xué)*附屬醫(yī)院、西南大學(xué)心理學(xué)部、廣西師范學(xué)院和美國(guó)印第安納大學(xué)的研究人員合作，檢測(cè)了抑郁癥患者的大腦功能模塊化重組。

該研究共對(duì)46名未服藥抑郁癥患者、38名已服藥抑郁癥患者和50名健康匹配對(duì)照志愿者進(jìn)行了人腦磁共振成像檢測(cè)，其中包括大腦形態(tài)影像和靜息態(tài)功能影像。研究人員通過(guò)多重尺度模塊檢測(cè)算法來(lái)探測(cè)3組志愿者的腦網(wǎng)絡(luò)模塊化分特性，這一算法可以在進(jìn)行模塊劃分時(shí)，通過(guò)調(diào)節(jié)相關(guān)參數(shù)來(lái)控制模塊劃分的分辨率，從而精細(xì)地進(jìn)行模塊化重組檢測(cè)。就像將腦網(wǎng)絡(luò)想象成一個(gè)大城市，城市可以劃分成幾個(gè)大城區(qū)，進(jìn)一步細(xì)分可以劃分成街道，再細(xì)分可以劃為小區(qū)、單元樓、每戶(hù)人家一樣，經(jīng)過(guò)該算法運(yùn)算后，可以得到人腦網(wǎng)絡(luò)一系列從粗到細(xì)的模塊劃分，根據(jù)每種劃分的參數(shù)穩(wěn)定性選出zui合適的劃分方式。

研究結(jié)果表明，與正常對(duì)照組相比，2個(gè)病人組都在視覺(jué)網(wǎng)絡(luò)和默認(rèn)網(wǎng)絡(luò)表現(xiàn)出相似的重組特性，但在額頂控制網(wǎng)絡(luò)卻表現(xiàn)出不同的重組改變形式；額頂控制網(wǎng)絡(luò)的3個(gè)功能模塊和體感運(yùn)動(dòng)網(wǎng)絡(luò)在未服藥條件下表現(xiàn)出更強(qiáng)的模塊間功能連接，而這些連接增強(qiáng)在藥物控制下大部分可以達(dá)到正常控制組水平，值得關(guān)注的是額頂網(wǎng)絡(luò)的外側(cè)模塊（如圖編碼4所示）并未表現(xiàn)出對(duì)藥物的上述重組效果。研究成果展示了抑郁癥相關(guān)的人腦連接組特定模塊網(wǎng)絡(luò)組織特性的改變，同時(shí)揭示了藥物對(duì)重塑腦網(wǎng)絡(luò)模塊特性改變的潛在作用，為各類(lèi)臨床干預(yù)提供了全腦系統(tǒng)水平上的靶向網(wǎng)絡(luò)及其相關(guān)腦區(qū)。

相關(guān)研究成果發(fā)表在Cerebral Cortex上。該研究得到了國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃、國(guó)家自然科學(xué)基金面上項(xiàng)目和重點(diǎn)合作項(xiàng)目、北京市科學(xué)與技術(shù)基金、中科院－荷蘭科研組織聯(lián)合研究項(xiàng)目等的資助