目录
1 功能分割的参数(function segregation)
degree
意义:与一个节点相连的节点数(通过节点的边数)
计算:
1 功能分割的参数(function segregation)
包括:
- 基础-三角数t
- 聚类系数(cluster coeffecient-CC)
- 传递性(transitivity)
- 模块结构(modular structure)
意义:集群或模块(cluster /modules)在解剖网络中,这提示可能的功能分割,而在功能网络中提示可能的分割的神经进程。
1.1t
意义:经过节点i的三角形数目
计算:
(i与另外两个节点连接且另外两个节点相互连接-全1)
1.2 CC 和 transitivity
CC
意义:围绕单个节点的集群连接的prevalence
计算:
即是任意两个与i节点相连的节点,与其组成了一个三角形,这个三角形最少有两条边(因为是degree),最多有三条边都相连,那么有三条相连的为t,三条边与总的(两条边和三条边)的比值,将其对所有节点取平均数就是CC
CC值存在一个缺点,那就是忽略了每个节点degree的不同(对每个节点进行了标准化),所以引入了传递性来解决这个问题
transitivity
计算:
指的是所有的节点 ’3边三角形‘比上 所有的三角形(不对每个节点标准化 而是直接当作一个整体)
1.3 modular structure
将聚类划分为节点,使得这个结构满足最大组内连接和最小组间连接(分割),使用算法得到
不同算法特点
- Newman法:精确,慢,运用于小网络较好
- Blondel法:运用于大网络(牺牲精确度),可以得到网络的层次结构
- Palla法:一个节点可属于不同的modules
经过modular structure重排后的矩阵
参考资料
Complex network measures of brain connectivity: Uses and interpretations Mikail Rubinov
,
Olaf Sporns
doi:
10.1016/j.neuroimage.2009.10.003