【博士每天一篇文献-综述】Modular Brain Networks

2024-03-09 07:04

本文主要是介绍【博士每天一篇文献-综述】Modular Brain Networks,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

阅读时间:2023-11-27

1 介绍

年份:2016
作者:Olaf Sporns,Richard Betzel,印第安纳大学心理与脑科学杰出教授
期刊: Annual review of psychology
引用量:1205
详细介绍了模块化大脑网络及其如何利用图论工具进行分析,以检查大脑连接的结构和功能。首先介绍了大脑网络的概念以及检测这些网络中模块的方法。然后讨论了结构和功能大脑网络中存在模块的证据,并探讨了这些模块在大脑进化和连接性最小化中的生物作用。总之,论文详细陈述了模块化大脑网络的相关概念、生物作用和检测方法的研究进展。

2 创新点

(1)整合网络建模和大脑连接的方法,通过图论工具分析模块化大脑网络的结构和功能连接。
(2)探讨大脑结构和功能网络中模块存在的证据,并揭示这些模块在大脑进化和减小网络连接方面的潜在功能角色。
(3)讨论了模块检测的各种方法,重点关注最大化模块性的方法,以将网络分割为最大化模块质量函数的社区。
(4)回顾了网络神经科学领域的最新进展,特别是模块化大脑网络的研究。

3 相关研究

截屏2024-03-08 上午9.11.20.png
(1)模块化的概念
模块是网络中的一个密集连接节点的子网络,与网络的其余部分稀疏连接。网络中的模块对应密集连接的节点群,也被称为网络社区。
模块化是根据模块内部密度是否高于或低于预期密度来对分区进行评分的过程。模块在网络中的检测可能容易定义,但实际上却面临着一些障碍和受到一些误解和偏见的影响。
(2)模块化的作用
模块化是复杂生物系统的一般特征,模块在多个生物领域中的潜在功能角色已经被考虑过,从进化和发育到新陈代谢和信息处理。模块化大脑网络的潜在作用包括促进进化能力、节约布线成本,以及创造专门信息和复杂动态。模块化的组织结构对生物系统在进化环境中的适应性和稳健性带来显著优势,增加系统的进化能力。同时,模块化还具有提高系统对突发干扰的稳健性的益处。模块化结构的节点紧凑性有助于节约布线成本。总的来说,模块化对于稳定可遗传变异的产生和应对环境变化的新解决方案的出现至关重要。
大脑网络的模块化组织在信息分布和处理中起着重要作用,促使信息的丰富分布。模块化网络促进了更复杂的动态,包括亚稳态和可同步性。 Hierarchical modularity(分层模块化)在实现关键性动态的重要性上起着关键作用。模块化大脑网络对塑造大脑动态具有重要意义,促使人们对与临床疾病的大脑功能紊乱相关的模块化变化进行进一步实证研究。

2 模块化检测方法

参考:Fortunato S. 2010. Community detection in graphs. Phys. Rep. 486(3):75–174
(1)最大Q矩阵
计算Q矩阵,越大越好。最大化Q值的方法包括分裂算法、谱分解、极端优化、贪心算法和模拟退火等。
截屏2024-03-08 上午9.25.15.png
aij代表节点i和j之间的连线数量。pij表示根据一个空模型,对于无向网络,该模型给出了一个预期的权重p ij =kij2m,其中ki = ∑aij是一个节点的度,2m = ∑aij 是网络中连接的总数。Kronecker delta函数δ(σi, σj)在节点的社区分配σi∈{1,…, K}相同时等于1,在不同时等于0,确保Q的贡献仅来自于σi = σj的{i, j}对,即来自于被分配到同一社区的节点对。
参考:Finding community structure in very large networks、Community structure in directed networks
(2)模块系数
截屏2024-03-08 上午9.34.45.png
截屏2024-03-08 上午9.36.30.png
正模块化Q+代表模块内正相关系数的过量,可以增加总体模块化。负模块化Q-代表模块内负系数的过量,会降低总体模块化。正模块化代表模块内正相关系数的过剩,而负模块化代表模块内负相关系数的过剩。
参考:Analysis of community structure in networks of correlated data、Weight-conserving characterization of complex functional brain networks
(3)多分辨率技术
通过调节分辨率参数来揭示不同大小的社区。分辨率参数可以调整社区尺寸和数量,但并不能完全解决分辨率限制问题。选择合适的分辨率参数可以通过多次运行算法生成社区划分的集合,然后通过相似性度量来选择最优参数值。其他选择参数值的方法包括交叉验证、与特定领域知识的对比以及与空模型的比较。
截屏2024-03-08 下午1.39.34.png
参考:Analysis of the structure of complex networks at different resolution ´ levels、Statistical mechanics of community detection.
(4)耦合系数
截屏2024-03-08 上午9.57.10.png
将多个网络层面组合成多层面网络堆栈,并引入耦合参数来跨层面连接相应的节点,从而找到一致的社区标签而无需在不同层面间匹配社区。
参考:Community structure in timedependent, multiscale, and multiplex networks.
(5)参与系数
用于衡量节点连接在不同社区之间的分布情况,值接近1表示连接均匀分布在所有社区,接近零表示大部分连接在一个社区内。节点的社区内度数z-score指出节点与同一社区其他节点的连接数量,正值表示节点在同一社区内连接紧密,负值表示相反。通过参与系数和z-score可以区分节点的功能角色,包括中心节点和外围节点。中心节点通常与同一社区内的节点连接更多,不同参与系数的中心节点可进一步细分为省级中心节点、连接中心节点和孤立中心节点。这种以模块划分为基础的节点角色分配方法适用于结构和功能网络,并能揭示特别重要的节点在维持模块间通信方面的作用。还可以使用区域连接多样性的测量方法来表达节点在多个模块之间的关系,这在有符号网络中也同样适用。
参考:Functional cartography of complex metabolic networks
(6)基于距离的模块
是一种简单的复杂网络模块检测方法,其基本思想是将网络节点映射到高维空间中,认为模块在这个空间中互相靠近。通过测量节点之间的距离来确定模块,常用的方法是通过节点之间的连接情况来计算距离。然后可以利用距离算法如k-means或聚类算法来识别模块。虽然这种方法简单,但它定义的社区与密度相互连接的概念有所不同。
参考:The Elements of Statistical Learning
(7)Infomap算法
是一种基于信息理论的社区检测方法,通过将随机游走在网络中的路径作为依据来进行社区检测。该算法通过考虑随机游走中的正常规律性,使用两个不同的名称列表来更有效地描述随机游走,其中一个列表分配给社区独特的名称,另一个列表则分配给社区内的节点。Infomap算法通过评估描述长度来评分分区,最佳分区是能够通过最大程度地压缩随机游走描述的分区。
参考:Deciphering network community structure by surprise
(8)block models
是一种网络生成模型,用于解决社区检测问题。它假设网络连接是独立生成的,并且连接的概率取决于节点所属的社区。通过估计这些参数,可以确定生成了给定网络的可能性最大的模型。与其他社区检测方法相比,block models 提供更灵活的识别不同体系结构的能力,例如核-边缘和双分组组织。通过估计参数,block models可以检测到比大多数其他方法更多样化的社区类型。
参考:Models and Methods in Social Network Analysi、 Community detection as an inference problem.
(9)重叠社区
检测重叠社区的方法包括使用固定大小的团枚举来构建团邻接矩阵,以及将网络转换为对应的线图来识别重叠社区。线图中的节点代表原始网络中的连接,节点之间连接表示在原始网络中的连接共享一个节点。这些方法将节点分配到多个社区,使得节点可以同时隶属于多个子网络。一种方法是对线图进行加权后应用非重叠社区检测方法,另一种方法是根据相似性对线图连接进行加权然后进行分层聚类。这些方法提供了一种探索网络中重叠社区结构的方式。
参考:Uncovering the overlapping community structure of ´ complex networks in nature and society
(10)独立成分分析
Independent Component Analysis(ICA)是一种用于从功能性数据中发现社区的重要技术。ICA假设体素的时间序列是一小组原型时间序列的线性组合。与主成分分析类似,主成分在空间和时间上都是独立的,ICA得到的原型是在空间或时间上最大程度地独立的。如果指定了空间独立性,结果将是体素加载到最小重叠的空间原型模式上,这可解释为社区。有趣的是,从功能性磁共振成像(fMRI)功能连接网络中进行聚类或社区检测得到的模式通常与ICA得到的模式非常相似。相比于基于网络的模块化方法,ICA需要用户选择所需的组件数(即模型顺序),并且提供不了这些组件之间的关系信息(例如通过模块间的连接)。
参考:Investigations into resting-state connectivity using independent component analysis. 、
Multivariate statistical analysis for neuroimaging data.
(11)共识聚类
使用共识聚类来结合多种社区检测方法或多次运行的结果,以获得平均或共识的社区划分。共识聚类通过对网络的关联矩阵进行迭代聚类来实现,其中通过阈值处理共识矩阵来增强一致性的节点对,并减弱不一致性的节点对。共识社区划分的方法可以提高不同方法获得的社区划分之间的一致性,并通常会收敛为一个共识社区划分。
参考:Consensus clustering in complex networks

3 模块分区的显著性和稳健性

如何确定社区的质量达到何种程度才能自信地说系统具有模块化属性

  • 一种方法是比较经验网络上估计的社区结构质量与在完全随机网络集合上进行的同样测量的结果。
  • 另一种方法是鲁棒性测试,通过向社区检测过程添加一些噪声来诱导网络社区结构的变化。
  • 还有一种探测方法是OSLOM,该方法通过在没有社区结构的随机网络中寻找具有相似属性的社区来评分社区的统计显著性。

4 思考

这篇论文,详细给出了模块化的定义、概念、生物作用,并给出了检测模块化结构的多种方法。最后给出了评价模块化结构的鲁棒性检验方法。系统的由浅入深讲解了模块化的相关研究。

这篇关于【博士每天一篇文献-综述】Modular Brain Networks的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/789888

相关文章

每天认识几个maven依赖(ActiveMQ+activemq-jaxb+activesoap+activespace+adarwin)

八、ActiveMQ 1、是什么? ActiveMQ 是一个开源的消息中间件(Message Broker),由 Apache 软件基金会开发和维护。它实现了 Java 消息服务(Java Message Service, JMS)规范,并支持多种消息传递协议,包括 AMQP、MQTT 和 OpenWire 等。 2、有什么用? 可靠性:ActiveMQ 提供了消息持久性和事务支持,确保消

CSP-J基础之数学基础 初等数论 一篇搞懂(一)

文章目录 前言声明初等数论是什么初等数论历史1. **古代时期**2. **中世纪时期**3. **文艺复兴与近代**4. **现代时期** 整数的整除性约数什么样的整数除什么样的整数才能得到整数?条件:举例说明:一般化: 判断两个数能否被整除 因数与倍数质数与复合数使用开根号法判定质数哥德巴赫猜想最大公因数与辗转相除法计算最大公因数的常用方法:举几个例子:例子 1: 计算 12 和 18

【阅读文献】一个使用大语言模型的端到端语音概要

摘要 ssum框架(Speech Summarization)为了 从说话人的语音提出对应的文本二题出。 ssum面临的挑战: 控制长语音的输入捕捉 the intricate cross-mdoel mapping 在长语音输入和短文本之间。 ssum端到端模型框架 使用 Q-Former 作为 语音和文本的中介连接 ,并且使用LLMs去从语音特征正确地产生文本。 采取 multi-st

CSP-J基础之数学基础 初等数论 一篇搞懂(二)

文章目录 前言算术基本定理简介什么是质数?举个简单例子:重要的结论:算术基本定理公式解释:举例: 算术基本定理的求法如何找出质因数:举个简单的例子: 重要的步骤:C++实现 同余举个例子:同余的性质简介1. 同余的自反性2. 同余的对称性3. 同余的传递性4. 同余的加法性质5. 同余的乘法性质 推论 总结 前言 在计算机科学和数学中,初等数论是一个重要的基础领域,涉及到整数

kaggle竞赛宝典 | Mamba模型综述!

本文来源公众号“kaggle竞赛宝典”,仅用于学术分享,侵权删,干货满满。 原文链接:Mamba模型综述! 型语言模型(LLMs),成为深度学习的基石。尽管取得了令人瞩目的成就,Transformers仍面临固有的局限性,尤其是在推理时,由于注意力计算的平方复杂度,导致推理过程耗时较长。 最近,一种名为Mamba的新型架构应运而生,其灵感源自经典的状态空间模型,成为构建基础模型的有力替代方案

【Linux】萌新看过来!一篇文章带你走进Linux世界

🚀个人主页:奋斗的小羊 🚀所属专栏:Linux 很荣幸您能阅读我的文章,诚请评论指点,欢迎欢迎 ~ 目录 前言💥1、初识Linux💥1.1 什么是操作系统?💥1.2 各种操作系统对比💥1.3 现代Linux应用💥1.4 Linux常用版本 💥2、Linux 和 Windows 目录结构对比💥2.1 文件系统组织方式💥2.2

每天一道面试题(2):fail-safe 机制与 fail-fast 机制分别有什么作用?

当谈论Java集合的 fail-fast 和 fail-safe 机制时,涉及的是在集合被并发修改时的行为和处理方式。这些机制对保证程序的正确性和稳定性非常重要,尤其是在多线程环境中。 1. Fail-Fast 机制 定义: Fail-fast 机制的核心是在检测到集合在遍历过程中被修改时,立即抛出 ConcurrentModificationException 异常,从而中断迭代操作。这种

AI文献综述神器,有这一款就够了!

我是娜姐 @迪娜学姐 ,一个SCI医学期刊编辑,探索用AI工具提效论文写作和发表。 当前的AI辅助文献综述的工具有很多,如果说功能最强大的,娜姐无疑要推SciSpace了。 SciSpace利用强大的AI算法,理解并建立研究论文之间的联系,可以大大提升文献综述的质量和效率。并且其功能还在不断更新和完善。        1 强大的语义搜索功能 传统的关键词搜索可能会遗漏相关文献,Sc

天然药物化学史话:“四大光谱”在天然产物结构鉴定中的应用-文献精读46

天然药物化学史话:“四大光谱”在天然产物结构鉴定中的应用,天然产物化学及其生物合成必备基础知识~ 摘要 天然产物化学研究在药物研发中起着非常重要的作用,结构研究又是天然产物化学研究中最重要的工作之一。在天然药物化学史话系列文章的基础上,对在天然产物结构研究中起绝对主导作用的“四大光谱”分析技术,即红外光谱、紫外光谱、质谱、核磁共振波谱在天然产物结构鉴定中的应用历史进行回顾与总结,并对其发展

你读文献的方式可能错了!掌握这些技巧,让阅读事半功倍!

我是娜姐 @迪娜学姐 ,一个SCI医学期刊编辑,探索用AI工具提效论文写作和发表。 科研新手如何精读一篇论文? 很多科研新手,一上来就疯狂下载几十上百篇文献。囫囵吞枣看完了,还是什么都不知道,大脑一片空白。究竟该如何读文献收获最大? 大佬说,要积极阅读、频繁阅读。 什么是积极阅读? 相比被动阅读,积极阅读是指在阅读之前准备好问题、设置阅读目标、保持批判性,收获更多、进步更大的一种阅读