静息态脑功能网络中核心节点的定位及其方法比较

生物医学工程研究
ＪｏｕｒｎａｌｏｆＢｉｏｍｅｄｉｃａｌＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈ
２０１３，３２（３）：１４５～１４９
国家自然科学基金资助项目（６１０７５１０７）；江苏省临床医学科技专项基金项目（ＢＬ２０１２０４１）。

△通信作者　Ｅｍａｉｌ：ｗｊｆｙｕｎｚｈｕ＠１６３．ｃｏｍ
静息态脑功能网络中核心节点的定位
及其方法比较
武江芬１
△，钱志余１
，陶玲１
，丁尚文
１
（南京航空航天大学自动化学院，江苏南京　２１００１６）
摘要：本研究致力于对核心节点的定位方法进行比较，并将核心节点映射到相应的解剖区域。

分别采用
节点度法和介数中心度法求出网络中的核心节点，并通过参数易损性对两种方法进行比较，即分别去掉每一个核心节点，比较网络的全局效率受影响的程度，再进一步将采用介数中心度法将求出的核心节点定位到相应的解剖区域。

结果表明采用介数中心度求出的核心节点易损性更大、实验结果的一致性更好，是更为有效的核心节点定义方法，正常人核心节点对应的解剖区域主要集中在顶叶和额叶。

结果为进一步探索核心节点在脑网络中的作用奠定了基础，并为进一步研究功能网络的信息传输在解剖结构上的映射提供了帮助。

关键词：静息态脑功能网络；核心节点；节点度；介数中心度；易损性；脑区定位
中图分类号：Ｒ３１８；Ｑ－３１ 文献标识码：Ａ 文章编号：１６７２６２７８（２０１３）０３０１４５０５
ＴｈｅＣｏｍｐａｒｉｓｏｎｏｆＯｒｉｅｎｔａｔｉｏｎａｎｄＭｅｔｈｏｄｓｏｆＨｕｂｓ
ｉｎｔｈｅＲｅｓｔｉｎｇＳｔａｔｅＦｕｎｃｔｉｏｎａｌＢｒａｉｎＮｅｔｗｏｒｋ
ＷＵＪｉａｎｇｆｅｎ１，ＱＩＡＮＺｈｉｙｕ１，ＴＡＯＬｉｎｇ１，ＤＩＮＧＳｈａｎｇｗｅｎ
１
（１．ＣｏｌｌｅｇｅｏｆＡｕｔｏｍａｔｉｏｎ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓ＆Ａｓｔｒｏｎａｕｔｉｃｓ，Ｎａｎｊｉｎｇ２１００１６，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｏｃｏｍｐａｒｅｔｈｅｍｅｔｈｏｄｓｏｒｉｅｎｔａｔｉｎｇｏｆｈｕｂｓａｎｄｍａｐｐｉｎｇｉｔｔｏｔｈｅａｎａｔｏｍｉｃａｌｂｒａｉｎｒｅｇｉｏｎｓ．Ｉｎｔｈｉｓｉｓｓｕｅ，ｗｅａｐｐｌｉｅｄｔｗｏｍｅｔｈｏｄｓｔｏｆｉｎｄｔｈｅｈｕｂｓｉｎｔｈｅｎｅｔｗｏｒｋｒｅｓｐｅｃｔｉｖｅｌｙ，ｎｏｄｅｄｅｇｒｅｅａｎｄｂｅｔｗｅｅｎｎｅｓｓｃｅｎｔｒａｌｉｔｙ（ＢＣ）．Ｔｈｅｎｖｕｌｎｅｒａｂｉｌｉｔｙｗａｓｅｍｐｌｏｙｅｄｔｏｃｏｍｐａｒｅｔｈｅｔｗｏｍｅｔｈｏｄｓ，ｗｈｉｃｈｎｅｅｄｓｔｏｄｅｌｅｔｅｎｏｄｓｉｎｔｈｅｎｅｔｗｏｒｋａｎｄｃｏｍｐａｒｅｔｈｅｇｌｏｂａｌｅｆｆｉｃｉｅｎｃｙｂｅｔｗｅｅｎｔｈｅｉｎｔａｃｔｎｅｔｗｏｒｋａｎｄｌｅｓｉｏｎｅｄｎｅｔｗｏｒｋ．ＩｔｓｈｏｗｅｄｔｈａｔＢＣｍｅｔｈｏｄｗａｓａｍｏｒｅｅｆｆｅｃｔｉｖｅｍｅｔｈｏｄｓｉｎｃｅｔｈｅｈｕｂ′ｓｖｕｌｎｅｒａｂｉｌｉｔｙｏｆＢＣｍｅｔｈｏｄｗａｓｌａｒｇｅｒｔｈａｎｎｏｄｅｄｅｇｒｅｅｍｅｔｈｏｄａｎｄｔｈｅｃｏｎｓｉｓｔｅｎｃｙｗａｓｂｅｔｔｅｒ．ＷｅｆｕｒｔｈｅｒａｐｐｌｉｅｄＢＣｍｅｔｈｏｄｔｏｔｈｅａｎａｔｏｍｉｃａｌｏｒｉｅｎｔａｔｉｏｎｏｆｈｕｂｓ，ｗｈｉｃｈｆｏｕｎｄｔｈａｔｈｕｂｓｇａｔｈｅｒｉｎｔｈｅｆｒｏｎｔａｌａｎｄｐａｒｉｅｔａｌｌｏｂｅｏｎｔｈｅｐｒｅｖｉｏｕｓｒｅｓｕｌｔ．Ｔｈｅｒｅｓｕｌｔｓｌａｙｆｏｕｎｄａｔｉｏｎｆｏｒｓｔｕｄｙｉｎｇｔｈｅｆｕｎｃｔｉｏｎｏｆｔｈｅｈｕｂｓｉｎｔｈｅｎｅｔｗｏｒｋ．Ｉｔｉｓｈｅｌｐｆｕｌｆｏｒｔｈｅｆｕｒｔｈｅｒｒｅｓｅａｒｃｈｏｆｔｈｅａｎａｔｏｍｉｃａｌｍａｐｐｉｎｇｉｎｉｎｆｏｒｍａｔｉｏｎｄｅｌｉｖｅｒｙ．
Ｋｅｙｗｏｒｄｓ：Ｒｅｓｔｉｎｇｓｔａｔｅｆｕｎｃｔｉｏｎａｌｂｒａｉｎｎｅｔｗｏｒｄ（ＲＳＮ）；Ｈｕｂｓ；Ｎｏｄｅｄｅｇｒｅｅ；Ｂｅｔｗｅｅｎｎｅｓｓｃｅｎｔｒａｌｉｔｙ；Ｖｕｌｎｅｒａｂｉｌｉｔｙ；Ｂｒａｉｎｒｅｇｉｏｎｏｒｉｅｎｔａｔｉｏｎ
１　引　言
人脑是由多个神经元、神经元集群以及多个脑
区相互连接而成的复杂结构网络，各部分之间的神
经元相互配合完成脑的各种功能［１－２］。

相对于解剖
结构上存在的神经网络而言，大脑功能网络是个抽
象的网络，众多研究结果表明大脑功能网络具有小
世界属性和模块化结构等拓扑属性［３－４］。

网络的基本结构是节点和连线。

网络中存在的少量核心节点对网络的全局信息传递效率起着非常重要的作用，其损失将会严重影响整个网络的完整
性和连通性［５－６］。

准确寻找核心节点，并将核心节
生物医学工程研究第３２卷　
点投射到大脑相应的解剖区域，对于神经外科手术导航中避开重要功能区及其手术前后认知损伤的评
估具有重要的临床价值［７］。

如何定义核心节点目前尚无统一的标准和方法，文献中采用较多的是节点度法和介数中心度法，
但这两种方法求出的核心节点差异很大［８－１０］。

本
研究通过参数易损性对两种方法进行比较：首先对正常人静息态ｆＭＲＩ数据进行功能网络构建；然后分别用节点度法和介数中心度法求出网络的核心节点；接着分别去掉每一个核心节点，比较网络的全局效率受影响的程度，结果发现用介数中心度法求出的核心节点易损性更大，并且实验结果的一致性更好，是更为有效的核心节点定义方法。

在此基础上，采用介数中心度法定义核心节点，并定位核心节点对应的解剖区域。

２　实验数据与方法
本研究的ｆＭＲＩ数据来源于南京脑科医院医学影像科，１０例健康志愿者，所有被试者均采用ＳＩＥＭＥＮＳ公司Ｖｅｒｉｏ／３．０ＴＭＲ超导磁共振扫描仪进行结构像与功能像数据采集，被试者均被要求闭眼静躺于磁共振中，尽量不进行特定的思维活动，同时调暗磁共振室内的灯光。

梯度场强４５ｍＴ／ｍ，梯
度切换率为１５０ｍＴ．ｍ－１．ｍｓ－１，采用自旋回波（ＳＥ）
序列的扫描方式。

ＳＥ序列主要扫描参数：ＴＲ＝２３００ｍｓ，ＴＥ＝２．９８ｍｓ，采集矩阵２５６×２５６，层厚＝３ｍｍ，层间隔＝３ｍｍ，体素＝０．９４×０．９４×３．００
ｍｍ３。

首先对数据进行预处理，再利用自动解剖标定（ａｕｔｏｍａｔｅｄａｎａｔｏｍｉｃａｌｌａｂｅｌｉｎｇ，ＡＡＬ）模板将大脑分
割成９０个脑区（左右大脑各４５个）［１１］，一个脑区为
网络的一个节点，并为各脑区进行编号。

对于每一个被试的静息ｆＭＲＩ数据，计算每个时间点的每个脑
区的平均ＢＯＬＤ信号强度，从而得到９０个脑区的平均时间序列，计算这９０个时间序列两两之间的相关系数，得到一个９０×９０的相关系数矩阵Ｅ，结果见图１。

图中颜色由蓝变红，表示连接的强度不断增大。

进一步通过设定阈值构建二值化系数矩阵，见图２，图中白色表示有连接，黑色表示无连接，忽略脑区自身的相关性，对角线为黑色。

本研究在满足平均度大于节点
的自然对
的前提下，将阈值设
定为０．１２５，可以满足网络中所有的点都连通。

后
面的分析在此基础上进行。

图１　相关系数矩阵
Ｆｉｇ１　Ｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｍａｔｒｉ
ｘ
图２　二值化相关系数矩阵
Ｆｉｇ２　Ｂｉｎａｒｙｚａｔｉｏｎｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｍａｔｒｉｘ
３　寻找核心节点
大量研究结果表明，大脑在静息态下的功能活动是有特定的规律和组织形式的，各个脑区的神经群相互关联形成网络通路，并且显示出与小世界网络类似的拓扑特性。

常用来描述网络的特征度量参数有：度、簇系数、平均路径长度、网络成本、全局效率和局部效率等［１２－１３］。

在脑网络中，通常通过计算网络的节点度、介数中心度和节点效率等来描
述大脑网络中的核心区域，定义核心节点［８］。

某一节点的度是指与其相关联的边的数目，它反映该节点在网络中的重要程度和影响力。

节点度体现了一个脑区某一节点在整体网络信息传输中的作用，其值越大，对大脑信息传输越重要。

３．１　度拟合
为了便于观察和分析节点度分布，分别计算每
６
４１
　第３期武江芬，等：静息态脑功能网络中核心节点的定位及其方法比较
个被试者静息态网络的每一个脑区的节点度，并按
指数分布、幂律分布和指数截断幂律分布进行度分布拟合，拟合结果见图３，其中
为度分布曲线，－
为拟合好的曲线，＋为指数曲线，－．为幂分布曲线，横坐标反映度的大小，纵坐标反映度的累积概率分布。

从图中可以看出，拟合曲线的斜率由小逐渐增大，表明脑静息态功能网络中节点度分布符合指数截尾的幂分布，并且满足小世界网络中度分布的标准形式；同时网络的累积概率分布随度增加而减少，表明网络中具有少量核心节点，这些核心节点具有众多的连接，在网络中起着重要的作用。

为了更直观的观察节点的度概率分布，绘制被试者的节点度的分布直方图，见图４，可以看出度值主要分布在０～１５之间，而度值在２０～２８之间的节点相对较少。

这为进一步求解网络中的核心节点奠定了理论基础。

图３　度分布拟合曲线
Ｆｉｇ３　Ｄｅｇｒｅｅｄｉｓｔｒｉｂｕｔｉｏｎｍａｔｃｈｅｄｃｕｒｖ
ｅ
图４　度分布直
图
Ｆｉｇ４　Ｄｅｇｒｅｅｄｉｓｔｒｉｂｕｔｉｏｎｈｉｓｔｏｇｒａｍ
３．２　核心节点的计算
核心节点在大脑功能网络不同部分之间的信息传递中起着重要作用，决定着网络中神经信息的整
合效率和网络结构的稳定性和鲁棒性［１４－１５］。

寻找
核心节点是分析功能网络的基础，目前核心节点的定义主要有两种方法：节点度法和介数中心度法。

某一节点的度是指与其相关联的边的数目，某一节点的介数中心度是指网络中任意两点之间的最短路径中通过该节点路径数所占的比例。

设两个脑区（如第ｉ个脑区和第ｊ个脑区）之间的相关系数构成的Ｎ×Ｎ邻接矩阵为Ｅ，Ｅ（ｉ，ｊ）为矩阵中的一个元素，则节点ｉ的度Ｋｉ表达为：
Ｋｉ＝∑
Ｎ
ｊ＝１Ｅ（ｉ，ｊ）（１）
节点的介数中心度Ｃｉ表达为：Ｃｉ
＝１　ρｈｊ
（ｉ）ρｈｊ
（２）
其中Ｎ为节点个数，ρｈｊ（ｉ）为网络中任意两点的最短路径中通过节点ｉ的数量，ρｈｊ
为任意两点的最短路径的数量。

节点度法定义的核心节点为网络中度比较高的点，其阈值为节点度值的平均值加上度值分布的标准差。

介数中心度法定义的核心节点为介数中心度比较高的点，其阈值也为介数中心度值的平均值加
上介数中心度值分布的标准差［８，１６］。

分别应用以上
两种方法求出的１０个被试的核心节点统计见图５、图６，各个节点所对应的脑区名称及编号参考文献
基于静息态ｆＭＲＩ的癫痫病机制基础研究［１７］。

图５　介数中心度法求出的核心节点分布Ｆｉｇ５　Ｈｕｂｓｄｉｓｔｒｉｂｕｔｉｏｎｂｙｂｅｔｗｅｅｎｎｅｓｓ－ｃｅｎｔｒｉｃｉｔｙ
图５和图６为１０个被试的核心节点的分布图，横轴为被试者的编号，总共有１０个被试，纵轴为节
点编号，总共有９０个节点。

由以上两幅图，可以看出介中心度法求出的核心节点分布相对更加集
７
４１
生物医学工程研究第３２卷　
中。

为了更加直观地观察核心节点的分布和被试核心节点的共有情况，将上述数据进行统计，见图７、图８。

图６　节点度法求出的核心节点分布Ｆｉｇ６　Ｈｕｂｓｄｉｓｔｒｉｂｕｔｉｏｎｂｙｎｏｄｅｄｅｇｒｅ
ｅ
图７　介数中心度法求出的核心节点分布直方图
Ｆｉｇ７　Ｈｕｂｓｄｉｓｔｒｉｂｕｔｉｏｎｈｉｓｔｏｇｒａｍｂｙｂｅｔｗｅｅｎｎｅｓｓ－ｃｅｎｔｒｉｃｉｔｙ
图７和图８的横坐标为节点名称，纵坐标为共
有该节点的人数。

比较两种结果发现：介数中心度
法求出的核心节点具有更好的一致性，且核心节点的度值较大，数量较少，
可以缩小核心节点的定位范
图８　节点度法求出的核心节点分布直方图Ｆｉｇ８　Ｈｕｂｓｄｉｓｔｒｉｂｕｔｉｏｎｈｉｓｔｏｇｒａｍｂｙｎｏｄｅｄｅｇｒｅｅ
围。

实验结果表明，用介数中心度法定义核心节点更具有优势。

为了更加客观的评价这两种方法，进一步通过易损性这个定量参数对这两种方法进行比
较。

３．３　易损性分析
当网络中的某一个节点被去掉后，网络的全局效率将发生改变，通常将某节点去掉前后网络的全局效率的变化比定义为易损性，显然易损性越大，说明该节点的破坏对整个网络的影响程度越高。

网络全局效率被定义为节点对间最短路径长度的调和平均值的倒，该参衡量了网络的并行性信息传递效率。

对于一个用Ｎ×Ｎ邻接矩阵Ｅ表示的网络，网络的全局效率Ｅｇｌｏｂ
表达为：Ｅｇｌｏｂ＝１Ｎ（Ｎ－１）ｉ∑ｊ∈Ｎ，ｉ≠ｊ１
ｄｉｊ（３）
节点ｉ的易损性表示为：Ｖｉ＝（Ｅｇｌｏｂ－Ｅｇｌｏｂ′）／Ｅｇｌｏｂ
（４）
其中，ｄｉｊ＝ｍｉｎ｛Ｌｉｊ｝指的是从一节点到另一节点所要经历的边的最小数目，Ｅｇｌｏｂ表示完整网络的全局效率，Ｅｇｌｏｂ
′表示去掉某个核心节点后的网络的全局效率。

为了比较上述两种节点定义方法求出的核心节点在网络中的重要程度，进一步求解两种方法所有核心节点的平均易损性，见图９，其中ＢＣ－Ｖｉ为介中心度法求出的易损性，ＤＥ－Ｖｉ为节点度法求出的易损性，其值为每个被试所有核心节点的易损性的平均值。

８
４１
　第３期武江芬，等：
静息态脑功能网络中核心节点的定位及其方法比较
图９　核心节点平均易损性统计图
Ｆｉｇ９　Ｈｕｂｓ’ａｖｅｒａｇｅｖｕｌｎｅｒａｂｉｌｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎ
从图９中可以看出，１０组数据中，９组数据的ＢＣ－Ｖｉ值都高于ＤＥ－Ｖｉ值。

从易损性的定义知，易损性的值越大，对全局效率的影响越大，因此，介
数中心度法求出的核心节点对网络全局效率的影响程度大于用节点度法求出的核心节点对网络全局效率的影响程度。

４　核心节点脑区分布
大脑功能网络的错乱与神经病理学有着紧密联
系［１４］
，相关研究表明不同类型的脑疾病将会造成核心节点的功能紊乱，主要原因为核心节点位置的改
变
［１５］
，因此，准确地将核心节点定位到大脑的解剖
结构上可以为揭示脑疾病的病理生理机制提供帮助，为脑神经外科手术后疗效评估和认知评价提供
新方法［１８］。

图１０　脑网络连接和节点位置分布图
Ｆｉｇ１０　Ｃｏｎｎｅｃｔｉｏｎｏｆｂｒａｉｎｎｅｔｗｏｒｋａｎｄｔｈｅｎｏｄｅ
ｌｏｃａｔｉｏｎｄｉｓｔｒｉｂｕｔｉｏｎ
按照Ｓａｌｖａｄｏｒ的理论［１１］
，通过对任意两节点进行两两偏相关分析，可将大脑的９０个脑区分为６个部分，分别为额叶、顶叶、颞叶、枕叶、皮质下和内侧
颞叶，每一部分由多个节点组成。

相对而言，同一个
部分的点相互之间具有更大的相关性，在大脑中的位置分布更加集中，这表明节点的功能与结构分布具有一致性。

脑区节点在大脑网络中的连接和位置分布见图６，其中红色节点位于顶叶，绿色节点位于颞叶，深蓝色节点位于额叶，天蓝色节点位于枕叶，枚红色节点位于皮质下，黄色节点位于内侧颞叶，节点越大节点度越高。

采用介数中心度法求出正常被试者每组数据的核心节点，并将这些核心节点进行脑区定位，结果发现静息态下大脑的核心节点主要分布在顶叶和额
叶，其中顶叶主要集中在中央前回，中央后回上方，中央旁小叶，中央后回，额叶主要集中在额上回外侧，额中回，眶部额下回，旁扣带回。

由于核心节点的位置，与进行实验的生理和心理状态有关，也和试验者本身的教育程度、智力水平等有关，所以，更加准确客观的结果需要进一步的实验论证。

５　结语
核心节点的提出为网络研究提供了一种新的思路和方法，但是一直以来核心节点的定义却并不统一，主要包括两种定义：度值较高的点或者是介数中心度较高的点。

本研究利用静息态下的ｆＭＲＩ影像数据构建大脑功能网络，基于ＡＡＬ模板定义了网络中的９０个点。

首先，对各个点的度进行统计并拟合，发现网络中存在少量核心节点。

然后，通过大量实验对两种节点定义方法求出的结果进行比较分析，并首次采用易损性这个概念对两种方法的结果进行定量比较。

结果发现，用介数中心度求出的核心节点易损性更大、实验结果的一致性更好，是更为有效的核心节点定义方法。

最后，采用介数中心度法定位核心节点对应的解剖区域，发现正常人核心节点对应的解剖区域主要集中在顶叶和额叶。

参考文献：
［１］ＬｉａｎｇＸ，ＷａｎｇＪＨ，ＨｅＹ．Ｈｕｍａｎｃｏｎｎｅｃｔｏｍｅ：Ｓｔｒｕｃｔｕｒａｌａｎｄ
ｆｕｎｃｔｉｏｎａｌｂｒａｉｎｎｅｔｗｏｒｋｓ（ｉｎＣｈｉｎｅｓｅ）［Ｊ］．ＣｈｉｎｅｓｅＳｃｉＢｕｌｌ（ＣｈｉｎｅｓｅＶｅｒ），２０１０，５５：１５６５－１５８３．
［２］ＳｐｏｒｎｓＯ，ＴｏｎｏｎｉＧ，ＫｏｔｔｅｒＲ．Ｔｈｅｈｕｍａｎｃｏｎｎｅｃｔｏｍｅ：ａｓｔｒｕｃｔｕｒａｌ
ｄｅｓｃｒｉｐｔｉｏｎｏｆｔｈｅｈｕｍａｎｂｒａｉｎ［Ｊ］．ＰＬｏＳＣｏｍｐｕｔＢｉｏｌ，２００５，１：ｅ４２．
［３］ＷａｔｔｓＤＪ，ＳｔｒｏｇａｔｚＳＨ．Ｃｏｌｌｅｃｔｉｖｅｄｙｎａｍｉｃｓｏｆ“ｓｍａｌｌ－ｗｏｒｌｄ”
ｎｅｔｗｏｒｋｓ［Ｊ］．Ｎａｔｕｒｅ，１９９８，３９３：４４０－４４２．
［４］ＳｐｏｒｎｓＯ，ＺｗｉＪＤ．Ｔｈｅｓｍａｌｌｗｏｒｌｄｏｆｔｈｅｃｅｒｅｂｒａｌｃｏｒｔｅｘ［Ｊ］．
Ｎｅｕｒｏｉｎｆｏｒｍａｔｉｃｓ，２００４，２：１４５－６２．
（下转第１５７页）
９
４１
　第３期郭川军：近红外透射法的葡萄糖水溶液的浓度测量和分析
［３］李庆波，汪
，徐可欣，等．牛奶主要成分含量近红外光谱快速测
量法［Ｄ］．中国科学院上海冶金研究所，２０００．
［４］黄岚，丁海曙，王广志．用近红外漫反射光谱无损检测血糖的初
步研究［Ｄ］．中国科学院上海冶金研究所，２０００．
［５］李庆波，张鲁．葡萄糖水溶液浓度的近红外光谱测量法一人体血
糖浓度无创伤测量方法基础研究［Ｊ］．中国生物医学工程学报，２００４，１２，２３（６）：６０２－６０６．
［６］袁洪福，陆婉珍．近红外光谱分析技术正在快速进入石油化工领
域［Ｊ］．石油炼制与化工，１９９８，２９（９）：４７－５０．
［７］ＷｅｓｔｅｒｈｕｉｓＪＡ，ＳｉｊｍｅｎｄｅＪｏｎｇ，ＳｎｉｌｄｅＡＫ．Ｄｉｒｅｃｔｏｒｔｈｏｇｏｎａｌｓｉｇｎａｌ
ｃｏｒｒｅｃｔｉｏｎ［Ｊ］．ＣｈｅｍｏｍＩｎｔｅｌｌＬａｂＳｙｓｔ，２００１，５６：１３－２５．［８］ＬＩＵＧｕａｎｇｊｕｎ，ＤＡＩＤｏｎｇｍｅｉ，ＧＡＯＨｏｎｇｔａｏ．Ｔｈｅａｌｇｏｒｉｔｈｍｓｏｆ
ｏｒｔｈｏｇｏｎａｌｓｉｇｎａｌｃｏｒｒｅｃｔｉｏｎａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎｓｐｅｃｔｒａｐｒｏｃｅｓｓｉｎｇ［Ｊ］．ＪＳｈａｎｄｏｎｇＵｎｉｖＡｒｅｈｉｔＥｎｇ，２００５，２Ｏ（２）：８５．
（收稿日期：２０１３－０７－１１）
（上接第１４９页）
［５］ＡｃｈａｒｄＳ，ＳａｌｖａｄｏｒＲ，ＷｈｉｔｃｈｅｒＢ，ｅｔａｌ．Ａｒｅｓｉｌｉｅｎｔ，ｌｏｗ－
ｆｒｅｑｕｅｎｃｙ，ｓｍａｌｌ－ｗｏｒｌｄｈｕｍａｎｂｒａｉｎｆｕｎｃｔｉｏｎａｌｎｅｔｗｏｒｋｗｉｔｈｈｉｇｈｌｙｃｏｎｎｅｃｔｅｄａｓｓｏｃｉａｔｉｏｎｃｏｒｔｉｃａｌｈｕｂｓ［Ｊ］．Ｎｅｕｒｏｓｃｉ，２００６，２６：６３－７２
［６］ＢａｓｓｅｔｔＤＳ，ＢｕｌｌｍｏｒｅＥＴ．Ｈｕｍａｂｒａｉｎｎｅｔｗｏｒｋｓｉｎｈｅａｌｔｈａｎｄｄｉｓｅａｓｅ
［Ｊ］．ＣｕｒｒＯｐｉｎＮｅｕｒｏｌ，２００９，２２：３４０－３４７．
［７］ＫｒｉｓｈｎａｎＲ，ＲａａｂｅＡ，ＨａｔｔｉｎｇｅｎＥ，ｅｌａ１．Ｆｕｎｃｔｉｏｎａｌｍａｇｎｅｔｉｃ
ｒｅｓｏｎａｎｃｅｉｍａｇｉｎｇ－ｉｎｔｅｇｒａｔｅｄｎｅｕｒｏｎａｖｉｇａｔｉｏｎ：ｃｏｒｒｅｌａｔｉｏｎｂｅｔｗｅｅｎｌｅｓｉｏｎ－ｔｏ－ｍｏｔｏｒｃｏｒｔｅｘｄｉｓｔａｎｃｅａｎｄｏｕｔｃｏｍｅ［Ｊ］．Ｎｅｕｒｏｓｕｒｇｅｒｙ，２００４，５５：９０４－９１５．
［８］ＳｐｏｒｎｓＯ，ＨｏｎｅｙＣＪ，ＫｏｔｔｅｒＲ．Ｉｄｅｎｔｉｆｉｃａｔｉｏｎａｎｄｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆ
ｈｕｂｓｉｎｂｒａｉｎｎｅｔｗｏｒｋｓ［Ｊ］．ＰＬｏＳＯｎｅ，２００７，２：ｅ１０４９．
［９］ＣｏｌｅＭ，ＰａｔｈａｋＳ，ＳｃｈｎｅｉｄｅｒＷ，Ｉｄｅｎｔｉｆｙｉｎｇｔｈｅｂｒａｉｎ＇ｓｍｏｓｔｇｌｏｂａｌｌｙ
ｃｏｎｎｅｃｔｅｄｒｅｇｉｏｎｓ［Ｊ］．Ｎｅｕｒｏｉｍａｇｅ，２０１０，４９，３１３２－３１４８．［１０］ＢｕｌｌｍｏｒｅＥ，ＳｐｏｒｎｓＯ．Ｃｏｍｐｌｅｘｂｒａｉｎｎｅｔｗｏｒｋｓ：Ｇｒａｐｈｔｈｅｏｒｅｔｉｃａｌ
ａｎａｌｙｓｉｓｏｆｓｔｒｕｃｔｕｒａｌａｎｄｆｕｎｃｔｉｏｎａｌｓｙｓｔｅｍｓ［Ｊ］．ＮａｔＲｅｖＮｅｕｒｏｓｃｉ，２００９，１０：１８６－１９８．
［１１］ＳａｌｖａｄｏｒＲ．Ｎｅｕｒｏｐｈｙｓｉｏｌｏｇｉｃａｌａｒｃｈｉｔｅｃｔｕｒｅｏｆｆｕｎｃｔｉｏｎａｌｍａｇｎｅｔｉｃ
ｒｅｓｏｎａｎｃｅｉｍａｇｅｓｏｆｈｕｍａｎｂｒａｉｎ［Ｊ］．ＣｅｒｅｂＣｏｒｔｅｘ，２００５，１５：１３３２－１３４２．
［１２］ＣｏｒｄｅｓＤ，ＨａｕｇｈｔｏｎＶＭ，ＡｒｆａｎａｋｉｓＫ，ｅｔａｌ．Ｆｒｅｑｕｅｎｃｉｅｓ
ｃｏｎｔｒｉｂｕｔｉｎｇｔｏｆｕｎｃｔｉｏｎａｌｃｏｎｎｅｃｔｉｖｉｔｙｉｎｔｈｅｃｅｒｅｂｒａｌｃｏｒｔｅｘｉｎ“ｒｅｓｔｉｎｇ－ｓｔａｔｅ”ｄａｔａ［Ｊ］．ＡＪＮＲＡｍＪＮｅｕｒｏｒａｄｉｏｌ，２００１，２２：１３２６－１３３３．
［１３］杨丽琴，林富春，雷皓．静息状态下脑功能连接的磁共振成像研
究［Ｊ］．波谱学杂志，２０１０，２７（３），３２６－３３８
［１４］ＤａｒｄｏＴｏｍａｓｉ，ＶｏｌｋｏｗＮＤ．Ｆｕｎｃｔｉｏｎａｌｃｏｎｎｅｃｔｉｖｉｔｙｈｕｂｓｉｎｔｈｅ
ｈｕｍａｎｂｒａｉｎ［Ｊ］．ＮｅｕｒｏＩｍａｇｅ，２０１１，５７：９０８－９１７．
［１５］ＭａｒｔｉｊｎＰ．ｖａｎｄｅｎＨｅｕｖｅｌ１，ＯｌａｆＳｐｏｒｎｓ．Ｒｉｃｈ－ｃｌｕｂｏｒｇａｎｉｚａｔｉｏｎ
ｏｆｔｈｅｈｕｍａｎｃｏｎｎｅｃｔｏｍｅ［Ｊ］．Ｎｅｕｒｏｓｃｉｅｎｃｅ，２０１１，３１：１５７７５－１５７８６．
［１６］ＳｈｕＮ，ＬｉｕＹ，ＬｉＪ．ｅｔａｌ．（２００９）Ａｌｔｅｒｅｄａｎａｔｏｍｉｃａｌｎｅｔｗｏｒｋｉｎ
ｅａｒｌｙｂｌｉｎｄｎｅｓｓｒｅｖｅａｌｅｄｂｙｄｉｆｆｕｓｉｏｎｔｅｎｓｏｒｔｒａｃｔｏｇｒａｐｈｙ［Ｊ］．ＰＬｏＳＯＮＥ，２００９，４（９）：ｅ７２２８．
［１７］成文莲．基于静息态ｆＭＲＩ的癫痫病生机制基础研究［Ｄ］．南京
航空航天大学，２００９．
［１８］蒋田仔，刘勇，李永辉．脑网络：从脑结构到脑功能［Ｊ］．生命科
学，２００９，２１（２），１８１－１８８．
（收稿日期：２０１３－０５－１４）
哈医大利用小神经球传代法扩充干细胞来源
哈尔滨医科大学第一临床学院科研人员利用小神经球传代方法在体外培养神经干细胞，可在１０个月时间内传代２５代，从单一的细胞扩增至１０万个细胞。

目前，这一方法已在哈医大卫生部细胞移植重点实验室普遍应用，并已发表多篇学术论文。

临床上，脊髓损伤后的轴突再生和功能恢复仍是难以逾越的障碍，对伤者而言脊髓损伤的破坏性是严重和持久的。

目前，很多学者对发育的干细胞培养和应用潜力有着浓厚的研究兴趣，因为这些细胞可以提供神经元，神经元细胞作为再生轴突的靶点，能促进神经环路的重建。

哈医大神经外科梁鹏博士在国家自然科学基金的支持下，利用小神经球传代方法建立的神经干细胞体外长期培养传代系统，证实在细胞传代和诱导分化时，将干细胞增殖形成的神经球消化成小的含１０～２０个细胞的小神经球，可明显提高细胞的体外存活能力和增殖能力。

利用小神经球传代法在体外可培养神经
干细胞达到１０个月，传代２５代，从单一的细胞可扩增至１０个细胞。

多次传代后细胞冻存对细胞的存活
力无明显影响，多向分化潜力表现出稳定性。

生长曲线显示，细胞量在经过了很多次传代后始终呈指
扩
增状态，为神经干细胞的研究和移植提供了大量细胞来源。

７
５１。