Nature Neuroscience：通过功能连接梯度揭示人类皮层下结构的拓扑组织

大脑图谱对于理解人类大脑的拓扑组织至关重要,然而许多当代人类大脑图谱仅覆盖大脑皮层,使得皮层下结构成为一片未知领域。我们使用功能磁共振成像(fMRI)绘制人类皮层下结构的复杂拓扑组织,揭示了大尺度连接梯度和新的区域边界。我们揭示了皮层下结构组织的四个尺度,在最粗糙的尺度上重现了众所周知的解剖核团,在最精细的尺度上划分出27个新的双侧区域。超高场强fMRI证实并扩展了这种组织结构,使得能够划分出海马和杏仁核的更精细亚区,而任务诱发fMRI则揭示了皮层下结构对不同认知需求的微妙重组。我们描绘了一个新的皮层下图谱,并将其个性化以体现个体差异,用于揭示可重复的脑-行为关系。将皮层网络与皮层下区域联系起来重现了从任务正到任务负的轴。这个新图谱使得整体连接组绘制和皮层-皮层下连接特征分析成为可能。本文发表在Nature Neuroscience杂志。

正文

      磁共振成像(MRI)的普及使得能够对数百名受试者进行高通量扫描,从而绘制出代表皮层边界共识的标准化大脑分区图谱。与大脑皮层相比,对人类皮层下结构进行分区的工作相对较少。事实上,许多主要的大脑图谱仅描绘了皮层区域。

      皮层下结构被广泛认为与许多神经精神疾病的病理生理学有关,其在认知中的作用也是毋庸置疑的。为了更好地阐明皮层下结构在健康和疾病中的作用,需要进一步工作来推进近期绘制皮层下结构功能架构的努力。本研究旨在通过开发和验证使用3特斯拉(3T)和7T功能磁共振成像(fMRI)的综合皮层下图谱,来揭示人类皮层下结构极其复杂的功能组织。

      大脑图谱中的皮层边界通常在皮层微观结构、功能和/或连接性发生突变的位置进行描绘。皮层梯度和相关的连接拓扑概念提供了皮层拓扑结构的互补表征。它们不是描绘离散的空间边界,而是沿着重叠的组织轴连续表示拓扑变化。

      大脑制图研究倾向于采用这两种表征之一。这在当前关于小脑功能拓扑结构是最好用连续梯度还是离散边界来表征的争论中得到了体现。然而,这两种范式并不一定相互矛盾。大脑某些区域的空间变化可能是明显的,但过于渐进以至于不值得描绘边界;因此,连续体可能被认为提供了最简约的表征。这引出了以下模型选择问题：变化必须多么锐利和明显才能保证描绘边界？在这里,我们绘制人类皮层下结构的功能连接梯度,并仅在正式的模型选择过程证明合理时才描绘皮层下边界。

      皮层下几何结构与大脑皮层的复杂片状结构有根本不同。因此,需要新的范式来促进皮层下制图。为此,我们开发了梯度成像法,这是扩散MRI纤维束追踪的功能MRI类似物,能够量化皮层下连接梯度,并提供统计学原理来指导边界描绘。这使我们能够根据静息态功能连接特征全面地对皮层下结构进行分区,并生成代表1000多名健康成年人共识边界的标准化图谱。新图谱包含四个尺度,在最粗糙的尺度上重现了众所周知的解剖核团,在最精细的尺度上揭示了27个双侧区域。新图谱使用超高场强fMRI(7T)进行了复制,并进行个性化以考虑个体连接差异。对任务诱发fMRI(tfMRI)的分析揭示了皮层下拓扑结构对不断变化的认知需求的微妙重组。我们使用新图谱揭示了皮层下功能连接与五个行为领域的个体差异之间的相关关系,并揭示了皮层-皮层下连接中从任务正到任务负的新组织轴。这项研究为理解人类皮层下结构的功能组织迈出了重要一步。

结果

     我们使用来自人类连接组计划(HCP)18的健康成年人的3T(n = 1,080)和7T(n = 183)静息态功能磁共振成像(rfMRI)数据以及3T(n = 725)任务态功能磁共振成像(tfMRI)数据,研究了人类皮层下结构的功能连接架构。人口统计信息见补充表1。每个个体获取了两次3T rfMRI扫描,第一次作为主要数据集(REST1),第二次用于重复(REST2)。使用拉普拉斯特征映射和新开发的梯度成像法绘制了功能连接梯度。采用正式的模型选择来确定梯度幅度峰值是否足够大以保证边界描绘。竞争模型假设连接性呈现渐进的空间变化,没有离散边界。这产生了一个基于fMRI的皮层下结构多尺度分区图谱,我们用它来揭示皮层下功能和结构的新见解。

连接梯度和梯度成像

      为每个皮层下体素和个体绘制了全脑功能连接指纹。使用拉普拉斯特征映射和连接拓扑方法计算了表征皮层下拓扑结构上功能连接变化连续模式的空间梯度(图1a)。解释功能连接最大方差的特征映射或连接拓扑被称为梯度I(图1b),接下来的两个连续特征映射分别被称为梯度II和梯度III(补充图1)。进一步的梯度解释的方差显著较少,因此未被考虑(补充图2)。开发了一种称为梯度成像的新技术来可视化连接梯度。梯度成像包括估计每个皮层下体素的主要梯度方向,用张量表示梯度方向和幅度,然后使用扩散MRI纤维束追踪的成熟工具通过张量场传播流线。通过这种方式,初始化并传播了约15,000条流线,以绘制梯度I(图1b)和梯度II、III(补充图1)的皮层下主要组织轴。

图1：人类皮层下结构的梯度成像方法

     a, 功能连接梯度映射的示意图。使用η2系数测量皮层下体素对之间连接指纹的相似性。具有相似指纹的体素对连接到相似的脑区。所示的相似性矩阵(S)代表1,080名健康成年人的群体共识。相似性矩阵被转换为具有邻接矩阵W的稀疏图。图的节点对应于皮层下体素。计算了图拉普拉斯算子的特征值和特征向量。具有第二、第三和第四小特征值的特征向量分别称为梯度I、II和III。每个梯度提供了皮层下拓扑结构上功能连接连续变化的映射。N，皮层下体素数量；M，全脑灰质体素数量；T，时间帧数。

     b, 梯度成像流程的示意图。梯度被投影到皮层下体素上以实现解剖可视化。所示的轴向切片为梯度I。使用Sobel算子估计每个皮层下体素的局部梯度方向和幅度。箭头指向估计的梯度方向。箭头长度被归一化为单位长度。张量被拟合到梯度场。张量根据梯度方向着色（红色，左-右；绿色，后-前；蓝色，上-下）。使用扩散MRI纤维束追踪的方法通过张量场传播流线。从后视角显示流线，并根据梯度幅度着色。红色条带表示梯度幅度的峰值，标示出海马-丘脑和尾状核-丘脑边界。

      梯度幅度峰值指示了区域间潜在功能边界的位置。为了可视化峰值位置,流线根据梯度幅度进行着色。峰值位置显示为环绕的红色带(图1b),重现了众所周知的解剖核团之间的边界。梯度幅度图像中的局部最大值在三个梯度中显示出中等一致性(补充图1和3);因此,仅使用梯度I进行边界描绘。在尾状核尾部和丘脑前部之间的解剖不连续处,梯度I流线被分为背侧和腹侧组。背侧组覆盖了苍白球(GP)和纹状体(图2a),而杏仁核、海马和丘脑构成了腹侧组(图2b)。

图2：模型选择：哪些梯度幅度峰值足够大以保证边界描绘？

      a,b, 流线被分为双侧对称的背侧(a)和腹侧(b)组。所示的流线根据梯度幅度着色。背侧流线穿过GP（苍白球）、壳核、NAc（伏隔核）和尾状核。腹侧流线穿过左右丘脑(THA；其中a为前部，p为后部)、海马(HIP)和杏仁核(AMY)。

     c,d, 绘制了背侧(c)和腹侧(d)多样性曲线，以将梯度幅度参数化为背侧和腹侧流线轨迹长度上空间位置的函数。黑色三角形表示多样性曲线峰值(局部最大值)，标示出推定功能边界的位置。多样性曲线根据梯度I的特征映射值着色。灰色显示了无离散边界的零假设的零多样性曲线(n = 100)，阴影用于显示95%置信区间(CI)，实线表示平均值。零多样性曲线中的峰值是由几何效应造成的。可以拒绝零假设的峰值用蓝色星号标记(P < 0.05单侧，对所有12个峰值进行FDR校正)。

      接下来,我们试图量化每个梯度幅度峰值的大小,以确定梯度是否足够陡峭以保证边界描绘。为此,将梯度幅度图像投影到称为多样性曲线的二维轨迹上。分别为背侧和腹侧流线组绘制了多样性曲线。背侧多样性曲线包含三个不同的局部最大值,指示了GP（苍白球）-壳核、壳核-伏隔核(NAc)和NAc-尾状核之间潜在边界的位置(图2c)。腹侧多样性曲线中出现了九个局部最大值,这表明了区分杏仁核、前后海马、前后丘脑以及左右丘脑的边界位置(图2d)。梯度幅度峰值的位置不能用结构MRI信号特性和潜在混淆因素解释,包括fMRI信噪比(SNR)、fMRI信号幅度以及T1加权和T1/T2加权对比度(补充图4)。

新的皮层下图谱

     多样性曲线中局部最大值的幅度变化超过十倍,这表明一些区域之间的潜在边界明显比其他更加陡峭。峰值应该有多大才能保证边界描绘?由于皮层下的复杂几何形状和其他混淆因素,可能会出现小峰值(补充图5)。不应在这些峰值处描绘假阳性边界。因此,对于每个峰值,使用正式的模型选择程序来检验零假设,即峰值幅度可以用几何形状和/或其他混淆因素解释。拒绝零假设表明应该描绘边界。否则,如果峰值幅度不够大以至于无法拒绝零假设,则认为连接性空间变化的连续表示是最简约的模型。使用保持几何形状的零模型来检验零假设(方法)。使用零模型生成的多样性曲线在图2c,d中以灰色显示。实际峰值显著超过了所有零数据(P < 0.05,对所有12个峰值进行FDR校正),除了分隔双侧海马/丘脑和前-后海马的峰值。

      然而,考虑到海马和丘脑在解剖学和功能上是不同的,并且分隔这两个区域的峰值是明确的,我们做了一个例外并在这里描绘了一个边界,而潜在的前-后海马边界未被描绘,这与零数据一致。虽然零多样性曲线中的峰值通常对应于实际多样性曲线中峰值的位置,包括壳核-NAc（伏隔核）、后海马-后丘脑和左-右丘脑之间的功能边界,但在几何效应最小的地方也出现了明显的峰值(补充图5a),如杏仁核-前海马、前-后丘脑和GP（苍白球）-壳核。这表明皮层下几何形状可以预测和解释一些功能边界的位置,但几何形状本身不能解释所有边界的幅度,除了海马-丘脑(见方法中的"进一步方法学考虑")。最后,使用分水岭变换算法将皮层下体素分割成连续区域,使边界标记分水岭线。

      这导致了八个双侧区域,构成了一个相对粗糙的图谱,称为尺度I图谱(图3a)。尺度I图谱重现了众所周知的解剖核团,即杏仁核、海马、丘脑、GP（苍白球）、NAc（伏隔核）、尾状核和壳核,以及一个前后丘脑分区,对应于两个丘脑投射细胞亚群(基质和核心)的空间分布。然后,对构成尺度I图谱的每个区域分别迭代执行梯度映射、边界描绘和模型选择。这导致了一个更精细的图谱,称为尺度II图谱,包括16个双侧区域。接着,对尺度II图谱中的每个区域独立检验零假设。递归地继续这个过程,直到无法拒绝任何区域的零假设,产生了四个越来越详细的皮层下图谱(尺度I:16个区域(图3a);尺度II:32个区域;尺度III:50个区域;尺度IV:54个区域(图3b);补充图6)。新图谱是分层组织的,整个皮层下结构位于分层树的基部,构成尺度IV图谱的最小区域定义了叶(图4a,b)。皮层下梯度也是分层组织的(图4b,c和补充图7)。递归程序的示意图见补充图8。

图3: 从1,080名健康成年人获得的3T-rfMRI衍生出的多尺度群体共识分区图谱。

      a. 尺度I是最粗糙的图谱,包括8个双侧区域,重现了解剖核团,包括尾状核(CAU)、伏隔核(NAc)、壳核(PUT)、杏仁核、海马和丘脑。丘脑内还存在前后分区。

      b. 尺度IV是分区层次结构中最精细的尺度,包括27个双侧区域。同源区域以相同颜色标记。d, 背侧; i, 下部; l, 外侧; m, 内侧; s, 上部; v, 腹侧(所有区域的详细命名见补充表2)。

图4: 人类皮层下结构的组织

      使用模型选择和零假设检验来确定梯度幅度峰值是否足够大以保证边界描绘。这个过程对每个新描绘的区域递归重复,揭示了多尺度分区架构。对于构成尺度IV的任何区域,都无法拒绝无边界的零假设;因此,不保证进一步(更精细)分区。

      a. 分区层次结构的自上而下表示。区域显示在参考结构MRI图像之上。同源区域以相同颜色标记。†出于可视化目的移除了尾状核;‡出于可视化目的移除了壳核和苍白球。

      b. 以圆形树的形式可视化的分区层次结构。中心节点代表整个皮层下结构,其他节点代表不同区域。区域排列在四个同心圆内,最内圈(灰色)是第一级(尺度I)。节点根据每个区域内的主要梯度方向着色(红色,左-右;绿色,后-前;蓝色,上-下)。主要梯度方向通过平均每个区域内所有体素的局部梯度方向来估计。

      c. 用箭头线表示尺度I-IV的区域平均梯度方向。没有区域平均的相同图像见补充图7。所有区域的详细命名见补充表2。

       杏仁核的分区在尺度II终止,纹状体分区持续到尺度III,而只有丘脑和海马进展到尺度IV。为所有划分的区域制定了命名方案(补充表2)。特别是,可以明确匹配到同源解剖结构的区域被标记为这些结构,而其余区域则参考标准解剖平面进行标记(例如,前-后、内-外、背-腹和上-下)。

      尺度I和II通常重现了解剖边界,而在更精细的尺度上,解剖学与基于功能连接描绘的边界之间出现了一些分歧。构成尺度IV的8个丘脑亚区与组织学描绘的丘脑核团显示出中等程度的空间对应(补充图9a)。海马沿其长轴被分割为前部(头部)和后部(体部和尾部)成分(补充图9b),这与先前基于功能的海马分区一致。虽然海马头部被进一步分为内侧和外侧成分,但整体长轴组织与组织学上发现的特征性内-外侧组织有所不同。

      海马、纹状体和丘脑的连接梯度(梯度I-III)基于与之最强连接的皮层顶点投射到皮层表面(补充图10a-c)。

分区同质性

      在描绘了新的皮层下图谱后,我们接下来致力于研究图谱的有效性和可重复性。分区有效性的一个关键标志是区域内功能信号的同质性。同质性是根据第二次fMRI会话(REST2)获得的fMRI时间序列的区域内同步性来测量的,而第一次会话(REST1)用于分区。对每个区域单独计算同质性,然后在所有区域上平均,得到尺度I-IV的分区同质性估计(补充图11a)。

     如预期,同质性从尺度I到尺度IV单调增加(图5a)。为了检验分区同质性是否显著高于偶然预期,还对随机皮层下分区集合估计了同质性(补充图11b)。随机分区是通过在任意位置描绘边界生成的,但保留了关键几何特性(方法)。尺度II-IV的同质性显著高于偶然预期(P < 0.01),而尺度I则不是这样(P = 0.23;图5a)。尺度I区域(图3a)包含多个功能不同的亚结构,这可能解释了该尺度相对较低的区域内同质性。将新图谱的分区同质性与现有的基于成像和组织学的皮层下分区进行了比较(补充表3)。从新图谱中分离出纹状体、海马和丘脑分区,以便与这些区域的现有分区进行比较。新图谱的同质性显著高于现有的整个皮层下(皮层下-I: P < 0.001;皮层下-II: P < 0.001)、海马(P < 0.001)、丘脑(P < 0.001)或纹状体(P < 0.001)的基于成像的分区,以及海马的组织学图谱(海马-His: P < 0.001;图5b和补充图12)。这些结果在一个包含10名健康成年人的独立数据集中得到了重复(6名男性,平均年龄26 ± 2.1岁;补充图13)。

图5 | 分区同质性

      a, 新图谱的分区同质性与包含相同数量区域和可比区域大小分布的皮层下随机分区进行了基准比较。小提琴图显示了在100个随机分区集合中测量的分区同质性分布。每个尺度显示的P值(单侧)是构成集合的随机分区中比观察到的分区更同质的比例。水平红线表示观察到的分区同质性值。方框的底边和顶边分别表示分布的第25和第75百分位数。中心标记表示中位数。须线延伸到不被视为异常值的最极端数据点(四分位距的1.5倍)。为便于可视化，省略了垂直轴。除尺度I外，对所有尺度都可以拒绝分区同质性不优于随机的零假设。

      b, 新图谱与现有的整个皮层下和特定皮层下核团分区图谱(补充表3)之间的分区同质性比较。分区同质性为每个个体(REST2, n = 1,021)单独计算，并通过随机分区同质性进行归一化，得到观察值与零值的比率。箱线图显示了新(青色)和现有(紫色)分区图谱在个体间这一比率的分布。方框的底边和顶边分别表示分布的第25和第75百分位数。中心标记表示中位数。须线延伸到不被视为异常值的最极端数据点(四分位距的1.5倍)。同质的分区具有超过1的比率。星号表示新图谱的观察值与零值比率显著高于用于比较的现有图谱(P < 0.001，双侧双样本t检验)。新图谱和比较图谱的解剖可视化分别显示在箱线图的上方和下方。

     在辅助分析中,我们测试了任务诱发活动是否映射到新图谱和相应的图谱边界上。为此,计算了构成每个区域的体素中任务诱发活动的标准差,然后在所有区域上平均。这对尺度I-IV重复进行。标准差越低,任务诱发活动就越局限于特定的图谱区域。对于所有任务条件,我们发现新图谱的标准差显著低于可比较的皮层下随机分区(P < 0.01;补充图14)。这种跨模态验证表明,任务诱发活动比偶然预期更局限于特定的皮层下图谱区域。

分区复制

      超高场强MRI可以缓解与皮层下成像相关的几个技术挑战。因此,我们尝试研究是否可以使用7T fMRI复制新图谱。定性上,7T的梯度幅度峰值比3T更尖锐和局限(图6)。应用于7T数据的梯度成像、模型选择和边界描绘产生了一个可比但更详细的皮层下图谱,也包括四个尺度(尺度I:16个区域;尺度II:34个区域;尺度III:54个区域;尺度IV:62个区域)。3T和7T数据在尺度I描绘的区域数量相同(图6)。然而,在尺度II-IV上,7T数据可以识别额外的边界(补充图15和16)。特别是,在3T上杏仁核被分为内侧和外侧亚区,而在7T上其内侧范围被进一步分为中内侧和上内侧成分,海马体也进一步分为内侧和外侧。基于归一化互信息(NMI),3T和7T图谱之间的空间对应性很好(尺度I、II、III和IV的NMI分别为0.93、0.88、0.84和0.83;补充图16)。3T和7T图谱之间的对应性在所有分区尺度上都显著高于偶然预期(P < 0.01;补充图16)。

图6 | 使用7T-rfMRI复制3T分区

      a, 使用3T-rfMRI (n = 1,080)描绘的群体共识梯度幅度图像(顶行)和尺度I图谱(下三行)。黄-橙色带表示梯度幅度图像中的局部最大值。同源区域以相同颜色标记。

       b, 与a相同，但使用7T-rfMRI (n = 183)描绘。构成尺度I的八个区域在7T成像中得到复制。所有切片坐标均以MNI空间(mm)表示。使用参考结构MRI图像作为背景。

个性化分区

      在描绘了皮层下结构的群体共识图谱后,我们接下来致力于将新图谱个性化以考虑连接架构的个体差异。遵循先前关于皮层图谱个性化的工作,训练了一个机器学习分类器(n = 100,REST2)来识别每个尺度IV区域特征的推定连接指纹。然后使用训练好的分类器为独立组(n = 921,REST2)中的每个区域描绘个性化边界。特别是,对于每个个体,为体素分配属于每个区域的分类概率,并使用胜者通吃规则来描绘个性化分区(补充图17)。

     使用Dice系数进行量化显示，个性化图谱重现群体共识图谱的程度在个体和区域之间显著不同。这在纹状体(图7a)和海马头部的内侧亚区中最为明显。对于50%的分类概率阈值，群体平均Dice系数(图7b)从0.22(左半球海马头部内侧亚区(HIP-head-m2-lh))变化到0.85(右半球背外侧后部壳核(PUT-DP-rh))。群体平均分类概率图中的热点被群体共识边界包围(图7c)，这表明分类性能的自洽性。Dice系数的个体差异高度偏斜，这在背外侧后部壳核和海马体中得到了证实(图7d)。具体来说，大多数个体重现了群体共识(Dice > 0.8)，但2-7%显示出明显的分歧(Dice < 0.5)。边界收缩是个体和群体共识图谱之间分歧的最常见来源(图7c)。同样的个体在所有区域都一致地偏离群体共识图谱，这表明这种偏离是特定于个体而非区域的(补充图18)。

图7 | 尺度IV图谱的个性化

      a, 纹状体区域的群体共识图谱（顶行）和代表性个体的个性化图谱，这些个体与群体共识图谱的相似度相对较高（中间行，Dice = 0.81）和较低（底行，Dice = 0.15）。

      b, 曲线显示群体平均Dice系数作为分类概率阈值（0-100%）的函数。构成尺度IV图谱的54个区域每个都显示了一条单独的曲线。分类概率是指在给定个体中，皮层下体素被分类为属于特定区域的概率。对每个分类概率阈值实现分区，并使用Dice系数与群体共识图谱进行比较。计算了每个区域的曲线下面积，图例按从上到下和从左到右的降序显示。

       c, 七个区域的群体平均分类概率图示例。体素颜色按体素属于给定区域的分类概率缩放。群体共识边界以绿色显示。

       d, 箱线图显示背外侧后部壳核（PUT-DP，左）和海马体（HIP-body，右）的Dice系数个体变异分布。每个数据点代表用于评估分类性能的921个个体之一的Dice系数。箱子的底边和顶边分别表示分布的第25和第75百分位数。中心标记表示中位数。须线延伸到不被视为异常值的最极端数据点（四分位距的1.5倍）。分类概率图以解剖空间显示，代表Dice系数相对较高（顶部）、中等（中部）和较低（底部）的个体。群体共识边界以绿色显示。

      e, 曲线显示区域检测率作为分类概率阈值的函数。插图显示名义分类概率阈值为50%时区域检测率的解剖渲染。具有最低区域检测率的两个海马区域（双侧HIP-head-m1和HIP-head-m2）在所示切片中被遮蔽。虚线红色箭头指示插图中所示图像使用的阈值（50%）。所有切片坐标相对于MNI空间（mm）指示。在解剖可视化中使用参考结构MRI图像作为背景。

       分类器可能无法在某些个体中检测到特定区域。对于每个区域,至少有一个体素被分配到该区域的个体比例(称为区域检测率)被分析为分类概率阈值的函数(图7e)。50%分类概率阈值的区域检测率被渲染在群体共识图谱上(图7e,插图)。平均区域检测率为97.8%,只有两个双侧区域(即HIP-head-m1和HIP-head-m2)的检测率低于95%。这表明群体共识图谱代表了大多数个体,尽管少数个体可能受益于描绘个体特异性图谱以考虑区域边界的个体间变异。

静息与任务诱发条件的比较

       到目前为止,我们一直关注rfMRI数据。使用tfMRI,我们接下来研究了皮层下结构的功能拓扑结构在响应不断变化的认知需求时重构的程度。对于七个任务和两个静息会话中的每一个,梯度幅度(梯度I)被投影到先前映射的腹侧和背侧流线上,产生了任务诱发的多样性曲线。

       定性上,多样性曲线峰值在七个任务条件之间是一致的,但一些峰值位置和幅度与静息条件不同(补充图19a)。最突出的任务-静息变化是在任务条件下分隔壳核-NAc（伏隔核）和NAc-尾状核的边界分叉。杏仁核与海马前极端、后海马与丘脑之间的功能分离,以及丘脑内的前-后分区在任务条件下也比静息条件弱,而前海马和后海马之间的分离更强且向前延伸(补充图19a)。为进一步研究这一点,使用皮尔逊相关系数量化所有条件对之间多样性曲线的相似性,得到相关矩阵(补充图19b),并将其可视化为相关图(补充图19c)。多样性曲线在两个静息会话之间高度一致(背侧:r = 0.91,P < 0.0001;腹侧:r = 0.98,P < 0.0001),但与七个任务条件不同,从而导致不同的任务和静息模块(补充图19d)。功能组织的任务诱发重构不是由于任务和静息条件之间获取的fMRI体积数量差异造成的(方法)。

皮层下拓扑结构与皮层网络之间的联系

      接下来,我们研究了经典皮层网络与皮层下区域(尺度IV)之间的功能连接。量化了12个已建立的皮层网络之间与皮层下结构功能连接模式的相似性(补充图20a)。基于它们最强连接的皮层下区域的相似性,12个皮层网络可以解析为三个不同的组,并位于任务正到任务负的组织轴上(补充图20b)。轴的一端包括在注意力要求高的认知任务期间通常显示活动增加的皮层网络(即任务正),包括突显、扣带-顶叶、扣带-岛盖、额顶和背侧注意网络。相比之下,通常以任务相关去激活(即任务负)为特征的默认模式网络占据了另一端。在它们之间,感觉运动相关网络(视觉、听觉、背侧和腹侧体感运动)以及腹侧注意和回顾-颞网络形成了第三组,其中后两个也与默认模式网络相连。这一结果表明,从感觉运动功能向任务负功能存在过渡。

使用新图谱关联人类行为与皮层下连接

      最后,我们使用新图谱揭示了皮层下功能连接与人类行为个体差异之间的新关系。考虑了五个行为维度,表征(1)认知,(2)非法物质使用,(3)烟草使用,(4)人格和情绪特质以及(5)心理健康(图8a,b和补充图21)。这些维度是使用独立成分分析从109个行为项目(补充表4)中得出的(方法)。使用基于网络的统计(NBS),更高的烟草使用与丘脑-尾状核、丘脑-NAc（伏隔核）和海马-NAc环路中较低的功能连接显著相关(图8c-f)。这与皮层-基底神经节-丘脑-皮层环路和中脑边缘多巴胺通路参与奖赏和目标导向行为(如吸烟)一致(讨论)。虽然连接解释了表征烟草使用的行为维度4%的个体差异,但这种关系在所有四个分区尺度上高度一致(尺度I:r = −0.16,P = 4.6×10−7;尺度II:r = −0.17,P = 7.1×10−8;尺度III:r = −0.19,P = 3.2×10−9;尺度IV:r = −0.19,P = 3.4×10−9;图8e),并在fMRI会话之间可重复(补充图22)。其余四个维度在校正多重检验后与皮层下连接无显著关系。

图8: 行为维度个体差异与皮层下功能连接之间的关联。

      a. 使用ICA从109个行为项目中得出的五个行为维度的词云特征。只显示权重最高的行为项目。字体大小根据项目在ICA去混合矩阵中的绝对权重缩放。字体颜色表示权重极性(红色,正;蓝色,负)。

      b. 使用ICA估计的共识去混合矩阵。行对应行为项目。列对应五个潜在维度。单元格颜色由去混合权重调制。

     c. 左:尺度I-IV图谱的群体平均功能连接(FC)矩阵。重新排序行和列以突出模块结构(白色块)。右:模块也在解剖空间中渲染,构成同一模块的区域以相同颜色标记。尺度I包括两个模块(蓝色,海马和杏仁核;粉色,基底神经节和丘脑)。后者在尺度II-IV被分为两个亚模块,分离基底神经节(绿色)和丘脑(橙色)。

      d. 功能连接与表征烟草使用的行为维度个体差异显著相关的皮层下网络(n = 958)。线性关联对所有图谱尺度都显著(尺度I-IV,P < 0.0001,置换检验,n = 10,000,单侧,如NBS中实现)。节点和边根据模块归属着色。较粗的边与较强的效应相关。每行显示不同图谱尺度的结果。

     e. 皮层下功能连接与表征烟草使用维度个体差异之间线性关联的散点图和最佳拟合线。每个数据点代表958个个体中的一个。实线灰色线表示最佳拟合线,虚线灰色线显示95%置信区间。R值是皮尔逊相关系数,P值评估零相关的零假设。每行显示不同图谱尺度的结果。

     f. 与烟草使用相关的皮层下网络,显示为尺度IV图谱的圆形网络,突出了丘脑-纹状体-海马回路的作用。节点和连接根据模块归属着色。每个节点显示的直方图(灰色条)表示节点度。

讨论

      研究领域对大脑皮层的偏重,加上皮层下成像固有的技术挑战,导致皮层下结构仍然是一个未知领域。通过提供高质量、超高场强MRI数据,像HCP这样的协作计划为克服与可靠成像这种深部和解剖复杂的脑结构相关的一些挑战带来了新机遇。

     为了解决许多主要MRI图谱中皮层下区域表征不完整的问题,我们使用了从参与HCP的1000多名健康成年人获得的多次脑功能MRI数据,为人类皮层下结构的组织架构和连接提供了根本性的新见解。在皮层下结构与全脑功能连接指纹发生急剧空间变化的位置递归描绘了推定的功能边界,这导致了新的多尺度分区图谱的半自动描绘。新图谱作为独立分区可公开获取,并已整合到已建立的仅皮层和小脑图谱中。至关重要的是,新的皮层下图谱使用超高场强MRI得到了复制,描绘的区域在功能上是同质的,并且可在个体参与者中识别,从而能够描绘考虑到连接个体差异的个性化图谱。我们使用新图谱将皮层网络与皮层下结构联系起来,并揭示了行为维度个体差异与皮层下功能连接之间稳健和可重复的关系。

调和分区和梯度

     大脑结构、功能和连接变异的地形表征通常遵循两种范式之一：(1) 由硬边界分隔的离散区块镶嵌，以及最近的，(2) 连续地形变异的梯度。我们引入了一种原则性的方法来调和这两种看似不兼容的范式，产生了一种混合表征，能够简约地容纳离散边界和连续梯度。仅在梯度幅度显著大于适当零假设下预期的位置描绘边界。这通过模型选择过程和配套的零模型来正式化，以检验候选位置无离散空间边界的零假设。没有模型选择，所有梯度幅度峰值都会被描绘为边界，这可能导致表示几何限制而非连接拓扑急剧变化的虚假边界。补充图5b中显示的蝴蝶结状收缩结构提供了虚假边界描绘的一个例子，尽管连接性呈均匀空间变化，但在收缩处出现了梯度峰值。虽然大脑皮层的片状几何不太可能受到这种现象的影响，但复杂的皮层下几何更容易出现假阳性边界和过度分区。

      开发了梯度成像以实现梯度可视化和候选边界的准确定位。梯度成像是扩散MRI纤维束追踪的fMRI类似物,可以被视为一种fMRI纤维束追踪形式。虽然纤维束追踪通常用于绘制白质纤维轨迹,但这里引入的梯度成像用于绘制连接拓扑梯度最大变化的轨迹。梯度成像的未来应用不限于皮层下结构,该方法可以在皮层梯度和分区之间提供桥梁。

新的多尺度皮层下图谱

     新的皮层下图谱包括四个尺度,标记为尺度I到尺度IV,每个尺度提供一个自包含的分区图谱。不需要额外的尺度,因为模型选择程序决定不对构成尺度IV的所有区域进行边界描绘。寻求使用新图谱的研究人员应选择能够提供足够分辨率以解决手头研究问题的图谱尺度,并在区域总数方面与所使用的任何皮层图谱的尺度大致匹配。虽然新图谱是单模态的,但rfMRI连接被认为是预测区域边界最有用的模态之一。

      层次结构是大脑组织的一个标志,本研究中使用的模型选择程序的递归应用并不必然导致分层组织(见方法中的"进一步方法学考虑")。图谱的尺度I重现了现有MRI图谱中描绘的皮层下区域,如Lead-DBS、Freesurfer和FSL中可用的图谱。梯度峰值的位置使得可以在杏仁核、海马、丘脑、尾状核、壳核、NAc（伏隔核）和GP（苍白球）之间自动划定边界。模型选择明确支持将基底神经节离散分割为后四个区域,以及杏仁核和海马之间的分离。相比之下,少数现有的基于连接的皮层下图谱通常不保留已建立的解剖边界，这表明存在结构-功能分歧或方法学变异。鉴于这些广泛的皮层下区域在解剖上是可区分的,预期与功能架构有基本一致性是合理的。事实上,这一假设促使了对区域的孤立分区,如海马、纹状体和丘脑而不需要首先在它们之间建立功能边界。尽管在尺度I上主要连接拓扑(梯度I)与解剖学对应,但特定结构内的精细变异被次要连接梯度捕捉到。如补充图10b所示,主要纹状体梯度分离了壳核、NAc（伏隔核）和尾状核,而第二和第三梯度沿背侧到腹侧轴组织,从而反映了背侧(壳核和尾状核)和腹侧(NAc)纹状体之间的连接变异。类似地,主要丘脑梯度遵循前后轨迹,而第二和第三梯度捕捉了内侧背侧和腹外侧丘脑之间的连接变异(补充图10c),这可能与丘脑核亚群之间的组织差异有关。

     尺度II描绘了每个尺度I区域内的功能划分。NAc（伏隔核）被划分为可能代表其壳和核的区域,识别了前(头)和后(体和尾)尾状核亚区,杏仁核被分为外侧和内侧亚区。GP（苍白球）的解剖和功能之间存在显著分歧。GP在解剖上沿内外侧轴分为内GP和外GP,而功能连接梯度表明存在前后分区。尺度III和IV仅在丘脑和海马的分区上有所不同。

分区验证

      虽然组织学验证是金标准,但功能分区不一定要与解剖或细胞构筑分区一致才能被认为是有用的。为建立对新图谱的信心,我们首先证明除尺度I外,所有图谱尺度的同质性显著高于偶然预期。虽然尺度I区域与皮层下解剖结构一致,但它们包含多个功能系统,因此尺度I太粗糙而无法实现同质性。描绘的亚区内功能信号的同质性是功能分区的基本原则。有趣的是,现有的丘脑和海马的结构连接和组织学分区在功能上并不同质(补充图12),这表明需要特定模态的图谱。

       其次,我们使用7T fMRI重现了大多数区域。与3T MRI相比,7T改善的对比度噪声比和空间分辨率对皮层下成像特别重要。尽管3T和7T图谱之间存在显著一致性,但7T fMRI能够描绘更精细的结构。例如,在3T上描绘了杏仁核的二分区(内侧和外侧),而7T fMRI进一步将内侧杏仁核分为中央和上部成分,这大致重现了杏仁核的三个细胞构筑区。相反,NAc在3T和7T上一致地被分为两个亚区,因此可能代表灵长类动物常见的免疫组织化学上不同的壳和核亚区。因此,虽然使用从高质量3T fMRI数据推断的功能连接可以进行皮层下制图,但7T能解析的细节水平对几个区域来说更优越。

       皮层下图谱被个性化以考虑个体连接差异。我们展示了虽然群体共识图谱足以代表大多数个体,但对少数其他人来说,个性化的皮层下图谱是有必要的。与群体共识图谱的偏差特定于特定个体而非特定区域(补充图18),这表明偏差可能捕捉到功能架构中固有的个体间差异。需要进一步工作来了解皮层下连接拓扑的个体差异是否与解剖、任务诱发激活和行为相关。皮层下的个体特异性图谱可能有助于精神病学中靶向治疗的个性化,并改善行为预测。

动态和内在的皮层下拓扑结构

      使用tfMRI,我们识别了皮层下功能拓扑结构在响应不断变化的认知需求时的微妙重构。虽然先前的研究检查了对任务刺激的区块大小变化,但多样性曲线能够表征功能边界的变化。在任务条件下,前壳核与高阶联合网络更广泛地整合,而海马沿其长轴分离,产生一个可能服务于认知-情感处理的更加整合的前海马-杏仁核系统,以及一个可能有利于学习和空间记忆的更加整合的后海马-丘脑。这些任务诱导的动态重构可能反映了神经元被招募到特定功能处理系统以应对认知需求的过程。神经网络的灵活重构可能在很大程度上依赖于局部皮层环路内的内在功能组织,因为在皮层下结构中明显存在从任务正到任务负的组织轴(补充图20)。然而,跨内在区块的上下文依赖招募导致功能边界的调整,可能额外协助适应性任务反应。需要进一步工作来理解任务诱发的功能边界重构,不仅在皮层下结构,而且在整个大脑中。

烟草和皮层下连接

      我们对HCP认知和行为测量进行了无假设分解,得到五个潜在维度,以促进对大脑连接和行为之间关系的研究。之前的HCP研究通常调查数百个单独的测量,这导致一个艰巨的多重检验问题,或预先选择有限数量的特定行为领域或测量。这里识别的五个潜在维度浓缩了100多个单独测量的信息。

     新图谱揭示了功能连接的个体差异与表征烟草使用的行为维度之间的新关系。更高的烟草使用与更低的丘脑-尾状核、丘脑-NAc（伏隔核）和海马-NAc功能连接相关。NAc的壳和相邻的腹前尾状核(CAU-VA)最受影响(图8f)。这与NAc的壳和前尾状核在奖赏预期、激励动机和行动中的主要作用一致。NAc整合来自海马和丘脑的谷氨酸能(兴奋性)输入,这使得可以调节腹侧被盖区的多巴胺神经元活动。虽然烟草的主要神经活性化合物尼古丁刺激NAc中的多巴胺释放和传递,特别是内侧壳,但慢性尼古丁给药会导致海马和纹状体的神经元损伤,这可能表现为丘脑-纹状体-海马系统功能连接的降低。因此,尼古丁对中脑边缘回路的假定下调可能为精神分裂症患者中烟草吸烟流行率增加提供洞见。特别是,尼古丁对中脑边缘系统高多巴胺能状态的这种下调效应可能与尼古丁在前额叶皮层的上调效应相对应,这缓解了该疾病的症状。

结论

      本研究揭示了人类皮层下结构的复杂拓扑组织,并将这种复杂性解析为构成大脑剩余未知领域新图谱的四个尺度。新图谱可扩展、可个性化、可在超高场强下重现,并可公开获取。未来的工作将集中于添加亚丘脑区域、红核和下丘脑等结构。新图谱可以与现有的仅皮层图谱结合,以帮助研究皮层-皮层下相互作用,并使用MRI绘制整体连接组。

原文：Topographic organization of the human subcortex unveiled with functional connectivity gradients