脑网络分析方法及其应用

黄嘉爽，接 标，丁卫平，张道强

（1.南通大学信息科学技术学院，南通 226019；2.安徽师范大学计算机与信息学院，芜湖 241002；3.南京航空航天大学计算机科学与技术学院，南京 211106）

引 言

人类社会和自然界中互相关联元素之间的复杂关系，如科学合作网中各个作者的合作关系，蛋白质交互网络中蛋白质分子之间的物理接触等，通常可以通过网络结构表示。这些天然存在的网络并不是无规则的也不是随机的，而是具备一定的拓扑结构。分析这些网络的拓扑信息，可以帮助理解网络的整体功能、性能以及网络元素的行为［1⁃2］。

人的大脑也具有网络结构。从微观尺度看，大脑由1014个神经元组成，这些神经元之间相互的信息传播形成了人脑的生物运作系统，从宏观尺度看，大脑由诸如视觉、运动等多个功能区组成，功能区之间的相互作用，构成了人类大脑的认知、情感、记忆等复杂活动［3］。然而，无论从微观还是宏观，脑网络的结构都具备社团化、高聚集性等复杂网络的典型特征［4］。同时，研究已经表明脑网络与社交网络等复杂网络类似，存在一些连接量非常高的节点，这些节点在保证大脑连接模式具有有效性的同时，也使得网络具备了“小世界属性”［5］。

脑网络的结构与人类的认知功能和脑疾病存在密切联系，这种联系通常是多样且复杂［6］。例如，研究表明脑网络中的模块度与人的智力水平存在一定的联系，在智商测试中得分越高的被试，其网络处于高模块化状态的时间较多［7］。……