1.NeuroImage：动态低频振幅与动态功能连接的关系：在精神分裂症中的应用

人脑是一个高度动态的系统，具有非平稳的神经活动和快速变化的神经交互作用。近年来，学者们对静息态动态功能连接（dFC）进行了广泛的研究，新兴的异常dFC模式已被确定为许多精神疾病（例如精神分裂症（SZ））的重要特征。但是，仅关注FC中随时间变化的模式是不够的，因为使用高温分辨率成像技术进行的研究也发现局部神经活动本身（与相互连接性相反）会发生很大的波动。探索大脑活动的时变模式及它们与时变的大脑连通性之间的关系，对于增进我们对脑网络的共同进化特性以及脑动力学的潜在机制的理解非常重要。

在这项研究中，研究者介绍了一个表征时变大脑活动并探索其与时变大脑连通性关联的框架，并将该框架应用于包括151名SZ患者和163个年龄和性别匹配的健康对照的静息态fMRI数据集（HCs）。在此框架中，首先使用组水平的独立成分分析（GICA）将48个大脑区域识别为内在连通性网络（ICN）。然后采用滑动窗方法估算低频波动（dALFF）和dFC的动态幅度，分别用于测量随时间变化的大脑活动和随时间变化的大脑连通性。dALFF通过k-means聚类方法进一步聚类为六个重复发生状态，并探讨了dALFF状态发生的群体差异。最后，计算了dALFF和dFC之间的相关系数，并探讨了这些dALFF-dFC相关中的组差异。

研究者们通过实验的分析与研究，得出结果：

1．静息状态下大脑区域的ALFF高度波动，这种动态模式在SZ中发生了变化；

2．dALFF和dFC在时间上相关，在SZ中它们之间的相关性也发生了变化。实验的总体结果支持并拓展了大脑活动，sFC和dF异常的先验工作，并提供有关异常时变大脑活动的新证据以及与SZ的大脑连通性相关，这可能强调了这种精神疾病大脑认知功能的破坏。

原文：Characterizing dynamic amplitude of low-frequency fluctuation and its relationship with dynamic functional connectivity: An application to schizophrenia

DOI: 10.1016/j.neuroimage.2017.09.035

第十八届磁共振脑网络数据处理班（南京，11.6-11）

2.NeuroImage：许多精神疾病都与脑的功能连接有关

许多精神疾病都与脑的功能连接——也就是不同脑区间的相关模式有关。通常会使用功能磁共振成像（fMRI）评估脑的功能连接，Maximilian Nentwich学者使用了相位耦合技术研究EEG功能连接与基因型的关联。作者分析了公开可用的健康的脑网络的数据。该数据库持续录入儿童和青少年样本，目前涵盖1657个人。在各种评估工具中，作者重点关注十个表现型和其他人口学指标，这些指标可以捕获此样本中的大部分差异。fMRI和EEG受年龄和性别影响最大。作者复制了前人关于功能磁共振成像的功能连接与智商（IQ）和注意力缺陷多动障碍（ADHD）的关系。还发现其与社会经济地位，焦虑和儿童行为清单得分相关。

对于EEG，作者发现（功能连接）与智商之间存在显着的功能连接-表现型之间的关系。功能磁共振成像和脑电源空间的功能连接的实际空间模式有较大差异。然而，在脑电图中，作者观察到功能连接在数个频段上是一致的。此外作者还分析了功能连接分析的可重复性。通过比较了通过不同任务获得的连通性，包括静息态，视频和视觉闪烁任务。对于EEG和fMRI，任务之间的差异小于受试者之间的差异。研究还发现，随着EEG频率的增加和采样持续时间的增加，可靠性也随之提高。在此基础上得出的结论是，尽管功能连接的模式在功能磁共振成像和脑电图的相位耦合之间是截然不同的，但它们的鲁棒性与任务相似，并且在连接的特有模式上可以预测个体表型。

原文：Functional connectivity of EEG is subject-specific, associated with phenotype, and different from fMRI

https://doi.org/10.1016/j.neuroimage.2020.117001

第九届脑电数据处理入门班（重庆，9.22-27）

第三十一届磁共振脑影像基础班（重庆，9.14-19）

3.PANS：胼胝体在人类大脑半球间功能连接中的作用

图1：(A) 2岁时部分胼胝体切开术;4岁随访(镇静);

(B) 13岁完全性胼胝体切开术;

由于患者最初表现为癫痫性脑病，本例的胼胝体前切开术研究被排除在外。全胼胝体切开术后的随访影像在镇静下进行，以适应临床适应症。在这些患者的随访中没有发现任何半球间FC恢复的迹象。

静息态功能连通性(FC)是根据生理信号之间的时间相关性来定义的，其中一个显著特征是中线的对称性。而功能连接与结构连接上有着不仅仅是一一对应的关系，例如与胼胝体（CC）有关的脑半球间功能连接。针对这个例子，Jarod L. Roland等人使用FMRI技术评估22名癫痫患者胼胝体手术前后的功能连通性，以研究胼胝体对于半球间功能连接的影响。

结果发现，胼胝体的切面明显降低了脑半球间功能连接。这种影响在额叶和顶叶的多模态区域与感觉运动和视觉功能区域最为深刻，在样本的后续随访中,FC也没有恢复的证据。此外，部分与完全胼胝体切开术的比较显示了几种暗示远端脑区间存在多突触功能连接的效应。

原文：On the role of the corpus callosum in interhemispheric functional connectivity in humans

Doi：https://doi.org/10.1073/pnas.1707050114

第三十二届磁共振脑影像基础班（南京，9.21-26）

4.Schizophrenia Bulletin：精神分裂症频谱障碍中一致性功能连通性的改变：一项综合性研究

精神分裂症（SZ）是一种遗传性高、病因复杂的严重精神疾病。越来越多的来自神经影像学的证据表明，在病理生理学中，SZ患者大脑网络的连通性被破坏了。以前的研究结果和该结论并不一致，可能是由于方法和临床差异性以及相对较小的样本量的原因导致的。

因为很少有研究使用数据驱动的方法来表征整个大脑区域之间的病理相互作用，并评估独立样本之间的普遍性。为了克服这一问题，本文作者收集了来自3个独立样本(1个来自挪威，2个来自瑞典)的静息态功能磁共振成像数据，包括182 名SZ频谱诊断患者和348名健康对照者。研究者们使用全脑数据驱动的网络节点定义和正则化的部分相关性来评估和比较各组之间的直接脑网络节点交互作用。并通过在独立样本中使用机器学习训练和测试多变量分类器，评估功能连接特征的临床效用和效果在样本间的推广性。

单变量分析显示，SZ患者的14个网络边缘，包括额叶、躯体运动、视觉、听觉和皮层下脑节点的功能连通性一致下降。作者还发现，使用独立的训练和测试样本对患者和对照组进行分类时，总体精度很高(高达80%)，这一发现有力地支持了不同扫描仪和异质性样本之间连接性改变的普遍性。通过本文的实验以及研究，作者得出这样的结论: SZ频谱患者的大脑功能连接性显著降低，大脑皮层感觉和额叶区域的信息流中断。

原文: Consistent Functional Connectivity Alterations in Schizophrenia Spectrum Disorder: A Multisite Study

DOI:10.1093/schbul/sbw145

第十七届磁共振脑网络数据处理班（重庆，10.20-25）

第十二届脑影像机器学习班（重庆，11.11-16）

5.Pattern Recognition：基于脑电信号的自动视觉分类集成深度学习

人脑如何处理外界诸如图像、声音等信息，已经成为了类脑研究的前沿问题。有许多倾向于研究视觉水平的大脑机制并基于脑电信号对对象进行分类的的工作，但准确性和泛化性有待提高。为了解决这个问题，本文提出了一种指导多网络的选择以提升分类表现的新颖方法。

LSTMS-B（Long Short Term Memory network with Swish activation function in Bagging algorithm）方法结合了集成学习与深度学习以提取脑电信号中的独立类别特征，它改进了LSTM网络和Bagging算法。一方面，将Swish激活函数引入LSTM可以缓解梯度消失的影响并优化训练过程；另一方面，基于Bagging算法训练多个视觉分类器，对经典投票表决策略进行改进，以增强泛化能力。本文提出的LSTMS-B自动视觉分类模型平均精度达到97.13%，在学习脑电视觉呈现方面大大优于传统LSTM模型及其他对比方法。

除此之外，为了验证其应用价值，本文使用原始图像和前面学习到的相关脑电信号特征对基于ResNet的回归进行训练，将提取脑视觉特征的能力转移到机器上，使机器能够利用基于脑的特征实现自动化的视觉分类。以回归结果作为特征对图像进行分类，最终得到平均分类精度为90.16%。

原文：Ensemble deep learning for automated visual classification using EEG signals.

DOI：https://doi.org/10.1016/j.patcog.2019.107147

第二十一届脑电数据处理中级班（南京，9.7-12）

思影科技脑电机器学习数据处理业务

6. Schizophrenia bulletin：静息态运动系统连接异常与精神分裂患者的运动异常有关

运动异常在精神分裂症中十分常见，已有报道表明运动系统的结构改变。然而，异常运动网络功能的相关性还没有检测。此文假设异常的功能连接可能与精神分裂症运动异常的程度有关。在90名被试(46名患者)中，获得了8分40秒的静息态功能磁共振成像(fMRI)。参与者在扫描当天完成了一系列运动。感兴趣区域为皮层运动区、基底神经节、丘脑和运动小脑。计算roi到roi的功能连接性。运动行为数据的主成分分析产生了4个因素。运动成分与连通性值相关。精神分裂症的特征是3个主要区域的超连通性:运动皮质到丘脑，运动皮质到小脑，前额皮质到丘脑底核。在患者中，丘脑皮质超连通性与紧张症和运动障碍有关，而扣带皮层前吻侧和尾状核之间的异常连通性与主要运动因素有关。同样，运动皮层和小脑之间的连通性也与自发性运动活动有关。此外，静息态神经活动的改变与行为水平上的运动异常有关。因此，异常的静息态连接可能表明一个系统不平衡，从而产生特征的行为改变。

原文：Aberrant Hyperconnectivity in the Motor System at Rest Is Linked to Motor A normalities in Schizophrenia Spectrum Disorders

https://doi.org/10.1093/schbul/sbx091

第三十三届磁共振脑影像基础班（重庆，10.11-16）

7. Translational Psychiatry：利用神经影像资料对精神分裂症、自闭症、超高风险和首发精神病的机器学习分类

根据行为标准诊断神经精神疾病，这使诊断具有挑战性。需要客观的生物标记物，例如神经影像学，并与机器学习结合使用时，可以辅助诊断决策并提高其可靠性。本文分析了64名精神分裂症患者、36名自闭症患者（ASD）和106名正常发育的患者。利用FreeSurfer从参与者的大脑扫描中获取指标数据。利用六个分类器对受试者进行分类。随后，通过训练有素的分类器对26名超高精神病风险（UHR）和17名首发精神病（FEP）受试者进行了研究。

结果表明，患者组的分类器输出与其临床严重程度相关。所有六个分类器在区分被试方面表现都相对较好，尤其是支持向量机（SVM）和逻辑回归（LR）。LR和SVM与ASD的临床指标高度一致。当UHR和FEP组使用训练有素的分类器进行操作时，大多数病例被分类为精神分裂症，而没有分类为ASD。总体而言，SVM和LR是性能最好的分类器。与表面积相比，皮层厚度和皮质下体积对于分类最有用。LR，SVM和DT的输出具有临床意义。经过训练的分类器能够帮助预测UHR和FEP个体的诊断类别。

原文：Machine-learning classifification using neuroimaging data in schizophrenia, autism,ultra-high risk and fifirst-episode psychosis

https://doi.org/10.1038/s41398-020-00965-5

第十三届脑影像机器学习班（南京，12.13-18）

思影科技脑影像机器学习数据处理业务介绍

8. elife：使用皮质内脑-机接口实现瘫痪患者的高效沟通

脑-机接口(BCIs，Brain-computer interfaces)技术是通过将神经活动转换为辅助通信设备的控制信号，使恢复四肢瘫痪和构音障碍患者的沟通变得可能。虽然之前的临床前和临床研究已经证明了这一概念和想法是非常有希望实现的，但目前人类临床脑-机接口系统的性能还不够高，不足以支持有肢体语言障碍的人广泛使用。

来自斯坦福大学的Pandarinath等人，在elif上发文，他们使用一种用于交流的高效皮层内BCI (iBCI，intracortical BCI )在三名瘫痪患者上进行了临床试验。该系统利用了前人研究中开发的先进解码器，在三个参与者中，通过输入速率和信息吞吐量来衡量的iBCI性能，结果发现此系统的性能远超从前。这种高水平的性能证明了iBCIs作为功能强大的辅助通讯设备对运动功能有限的人的潜在效用。

原文：High performance communication by people with paralysis using an intracortical brain-computer interface

DOI：10.7554/eLife.18554

第七届脑电信号数据处理提高班（南京，11.18-23）

思影科技EEG/ERP数据处理业务

9.Radiology：结合PASL和¹⁸F-FDG-PET研究阿尔兹海默和轻度认知障碍

研究目的:

比较阿尔茨海默患者(AD)和轻度认知障碍患者(MCI)与健康对照组(HC)在PET/MR低灌注和代谢水平上的差异。

材料与方法:采集45例AD患者（平均年龄：69±9）、20名MCI患者（平均年龄：64±10）、10名健康对照组（平均年龄：65±8）的PET数据、PASL MRI数据和T1数据，并对其进行预处理。预处理之后，对CBF和葡萄糖代谢进行基于体素的方差分析、感兴趣脑区的VBM分析、独立成分分析。

结果:分析显示AD患者与HC患者在楔前叶、顶叶、颞叶和枕叶皮层的ICA成分、局部和定量低灌注、低代谢有高度重叠。与HC参与者相比，MCI患者中FDG PET仅显示出定量的低代谢和楔前叶中的一个成分。与HC参与者相比，AD患者的CBF较低(42 mL/100 g / min vs 49 mL/100 g / min;P = 0.035)、FDG摄取更低(分别为0.8±0.1 vs 1±0.1；P<0.001)。

结论:在AD患者中，PASL结果显示局部和定量异常，成分类似¹⁸F-FDG，但是范围覆盖较小。在MCI患者中，¹⁸F-FDG PET仅显示了定量的低代谢和楔前叶中的一个成分，表明与目前使用的脉冲ASL MRI序列（PASL）相比，它对检测临床前AD具有更高的敏感性。

原文：Alzheimer Disease and Mild Cognitive Impairment: Integrated Pulsed Arterial Spin-Labeling MRI and 18F-FDG PET

DOI：https://doi.org/10.1148/radiol.2018170575

10. Neuroimage:Pypreclin:自动化猴脑fmri处理工具包

本文提出了一种基于python的猴子脑影像预处理工具，通过在不同实验设计与场景的测试发现其优秀的通用性，可适应不同的场景下数据的处理和分析。该方法的提出使得猴脑数据分析更加具有重复性。

非人类灵长类功能磁共振成像(fMRI)是神经科学的一个新兴领域。然而，对于猴子的fMRI数据分析，目前还没有一个标准化的、具有针对性的预处理方法。猴子fMRI数据的预处理受到猴子研究的一些技术和实验特性的挑战，例如与身体运动导致的运动伪影以及颅内导联导致的磁场扭曲。在这里，我们提出解决这些挑战，开发一种新的多功能猕猴fMRI预处理流程。我们基于python开发了Pypreclin工具包，使用全自动的最新算法来处理原始图像。为了评估其稳健性，我们将pypreclin应用于3T时在清醒和麻醉的猕猴中获取的fMRI数据、使用或不使用铁氧化物对比剂、使用单回路或多通道相控阵线圈以及联合或不联合植入电极，在多种实验环境下对该工具包进行测试。同时我们还进行了静息状态和听觉诱发的任务态实验，并将云端处理的结果与之前使用的预处理流程进行了比较。在所有的实验条件下，pypreclin都成功地将功能影像配准到猕猴的大脑模板中。此外，pypreclin能够更准确地定位听觉诱发的激活与在清醒状态下校正水平的灰质之间的关系。最后，利用灵长类神经成像数据交换开放获取平台，我们可以对来自其他机构，使用不同的协议的超高场采集的猴子fMRI图像中进一步验证Pypreclin的处理效果。

原文：Pypreclin: An automatic pipeline for macaque functional MRI preprocessing

Doi: https://doi.org/10.1016/j.neuroimage.2019.1163

第三十四届磁共振脑影像基础班（南京，10.30-11.4）

第七届小动物磁共振脑影像数据处理班（南京，12.20-25）

思影科技啮齿类动物（大小鼠）神经影像数据处理业务

如需某篇原文及补充材料请加思影科技微信：siyingyxf 或者18983979082（杨晓飞）获取,如对思影课程感兴趣也可加此微信号咨询。觉得有帮助，给个转发，或许身边的朋友正需要。右下角点个再看，我们会更努力做好。

微信扫码或者长按选择识别关注思影

非常感谢转发支持与推荐

欢迎浏览思影的数据处理业务及课程介绍。（请直接点击下文文字即可浏览思影科技所有的课程，欢迎添加微信号siyingyxf或189839798082（杨晓飞）进行咨询，所有课程均开放报名，报名后我们会第一时间联系，并保留已报名学员名额）：

第三十一届磁共振脑影像基础班（重庆，9.14-19）

第十四届DTI数据处理班（重庆，11.19-24）

第十届磁共振脑影像结构班（重庆，11.2-7）