Cerebral Cortex|认知和基于结构协方差结构形态连接的性别差异：来自UK Biobank大样本量的证据

摘要：有证据表明，在特定领域的认知存在性别差异，女性通常在言语记忆方面表现出优势，而男性往往在空间记忆方面表现得更好。大脑连通性的性别差异得到了充分的记录，可能为这些差异提供了见解。在这项研究中，我们研究了来自英国生物银行的大型健康样本的认知和结构协方差的性别差异，作为形态测量连通性的指标。正如预测的那样，女性表现出更好的言语记忆，而男性表现出空间记忆优势。女性也表现出更快的处理速度，在执行功能上没有观察到性别差异。相对于女性，男性表现出更高的整体效率，以及更高的两个半球的区域协方差。这些发现有助于更好地理解生物性别和认知差异如何与图形论方法衍生的形态测量连通性相关。

1. 引言

有证据表明，性别在认知表现上存在差异。女性在言语记忆(VM)任务中表现得更好，而男性在某些空间记忆(SM)任务中表现得更好，比如心理旋转。因此，女性倾向于在认知表现中表现出广义的语言优势，而男性则倾向于在与视觉或空间信息的短期存储相关的过程中表现出优势。相比之下，很少有证据支持执行功能的性别差异，执行功能是一套广泛的认知过程，允许个体从事目标导向的行为。

认知功能是由相互关联和复杂的大脑网络之间发生的协调活动驱动的，并且已经发现大脑网络组织的个体差异可以预测认知表现的差异。大脑连通性对认知至关重要，因此，通过连通性索引的这些神经元通信中断会导致认知功能障碍的迹象。从这个意义上说，研究大脑连通性的差异可以让我们更全面地了解认知表现差异背后的大脑变化，这可能比单独研究区域差异更具信息性。

1.1  大脑连通性和结构协方差

检查大脑连通性的方法有很多。但与理解大脑网络特征的性别差异特别相关的是图论方法。图论的数学方法是测量大脑连通性的最常用方法之一，其中大脑被建模为一个复杂的网络，由节点和边缘组成，代表大脑区域之间的结构或功能连接。节点强度的图度量描述了加权网络中将特定节点连接到其他节点的边的总和，允许对网络内的信息流进行评估。全局效率的特点是节点之间的路径更短，路径被定义为在任何一对节点之间移动所需的最小边数。从这个意义上说，全球效率代表了信息在网络中传播的效率。

结构协方差可以被认为是大脑解剖或形态测量连通性的度量，因为它描述了受试者在结构度量上的相关性，如体积或皮层厚度。大脑区域结构的个体间差异往往与其他区域的个体间差异共同变化，因此一个区域的皮质厚度可能会影响结构和功能相连的大脑区域的厚度。例如，许多已知由白质束直接连接的大脑区域表现出强烈的形态共变。这些相关的大脑区域经常形成网络，这些网络被观察到服务于特定的行为或认知功能。因此，结构协方差代表了个体之间的区域间相关性，可以表明直接的白质连接，例如来自基于扩散的连接方法的连接，或者通过其他大脑区域的间接连接，类似于在功能连接中测量的同步激活。尽管结构协方差的生物学意义仍有争议，但有人提出它可以反映大脑区域的神经发育协调。结构协方差的度量是通过关联形态学度量来计算的。如皮层厚度、表面积或大脑区域的区域体积，在一组受试者中进行研究，并检查各组之间的差异。

1.2 大脑连通性的性别差异

除了认知上的差异，也有证据表明大脑结构连通性存在性别差异。Gong等在对扩散张量成像(DTI)神经束成像的图论分析中发现，女性表现出更大的整体皮质连通性，以及更高的局部和整体皮质网络组织效率，这表明女性更有效地利用了可用的白质。作者进一步观察到与区域网络效率相关的半球不对称性别差异，例如:女性在左侧语言主导半球的区域效率更高，而男性在右侧空间主导半球的区域效率更高。此外，Ingalhalikar等人使用DTI方法发现，男性大脑表现出更大的半球内连通性，而女性大脑表现出更大的半球内连通性大脑更倾向于表现出更高的半球间连通性。这些研究都控制了大脑的总大小，这表明连通性的性别差异并不是由这项测量中公认的性别差异所驱动的。女性性别也被发现可以预测结构和功能连接模式之间更强的耦合。此外，在一项检查功能性网络活动的研究中，Tian等人发现，雄性右半球具有更大的聚类性，其中特定的节点组彼此高度连接，但左半球的聚类性较低，这表明功能性网络拓扑组织的性别差异不对称。尽管有这些研究，但很少有研究使用结构协方差技术评估脑形态测量连通性的性别差异。虽然结构协方差的差异与生物性别有关，这种基于性别聚合数据的差异，随后无法与特定受试者的测量相关。在本研究中。我们通过应用折刀偏差估计程序解决了这一限制计算受试者特定的结构协方差测量，并允许调查认知性别差异背后的形态连通性。

1.3 具体目标和假设

本研究的目的是检查健康人群中基于认知和结构协方差的形态测量连通性的性别差异。我们检查了来自英国生物银行数据库(UKBB)的样本，并检查了认知和皮层厚度衍生的结构协方差中的性别差异。然后，通过采用受试者特定的结构协方差测量来索引形态连通性，我们能够评估这种性别对认知的影响程度。我们首先测试了这样一个假设，即在一般人群中，特定领域的认知表现存在性别差异，例如女性会表现出VM优势，男性会表现出SM优势，而在执行功能方面没有预期的性别差异。由于先前研究结果的混合性质，我们采取了探索性方法来检查全球和局部结构协方差的性别差异。此外，我们预测全局结构协方差的差异将观察到的认知表现差异。

2. 材料和方法

参与者来自UKBB数据，包含生活在英国的50多万成年人的各种健康数据。UKBB中可用的数据集包括遗传、磁共振成像(MRI)和社会人口信息。该数据集对全球研究界开放获取，研究申请必须由独立的访问小组委员会批准。参与者完成行为。口腔检测、MRI扫描和生物样本采集。

采用考虑MRI安全和质量标准的一般排除标准。更准确地说，如果受试者的体重低于扫描台负载限制170 kg，并且没有包括电或金属植入物的禁忌症，则纳入受试者。心脏起搏器或铁磁植入物)、最近6周内的近期手术、听力困难、呼吸困难、震颤、幽闭恐怖症或怀孕。如果参与者没有药物滥用史，从未被诊断患有精神和行为障碍，并且从未经历过任何创伤性脑损伤。多重剥夺指数是衡量社会经济剥夺的整体指标，研究人员还研究了该指数的组间差异。这一预分析评估考虑了这样一个事实，即假设社会经济地位和教育有助于认知储备，或者增加现有大脑网络的容量和功能，从而防止年龄或疾病导致的大脑病理和相应的认知能力下降。如果在这项测量中发现性别差异是显著的，我们会将其作为协变量添加到我们的分析中。我们只纳入了具有IMD英格兰得分的参与者，因为这包含了绝大多数参与者，并且不需要缩放来自英国的区域标准化IMD数据。

3. 行为方法

3.1  神经心理学评估

参与者被展示了12对单词，总共30秒。在一段时间内，参与者完成了另一个不相关的测试，然后向他们展示了10个单词，并要求他们从四个选项中选择最匹配的一对。正确关联的单词对的数量被用来计算这个变量，得分范围从0到最多10对正确关联的单词对。

3.2 空间记忆

参与者完成了一个视觉空间对象定位记忆任务。在这个任务中，参与者被要求记住屏幕上匹配的纸牌对的位置。然后将卡片正面朝下翻过来，参与者被要求在最少的尝试次数内触摸尽可能多的配对卡片。这项任务进行了两轮，第一轮有三对纸牌，第二轮有六对纸牌。用一轮中不正确匹配的次数来表示这个变量。该任务已被发现显示出适度的并发效度和信。

3.3 处理速度和执行功能

处理速度（PS）和执行功能使用“轨迹”任务进行评估。在这项任务中，研究人员向参与者展示了一系列数字(数字试验)或数字和字母(字母数字试验)，这些数字和字母分布在屏幕周围的圆圈中。数字路径制作任务只包括应该以升序模式选择的数字，并且被认为以运动和视觉搜索速度能力的形式反映基线PS。相比之下，字母数字轨迹由字母和数字组成，必须根据它们的顺序以交替的模式进行选择，并且被认为可以测量更一般的执行功能。特别是设置转移和认知灵活性。完成这两条路径所需的时间用来评估任务的性能，数字路径的性能反映PS，字母数字路径的性能反映执行功能。虽然假设数字路径制作可以直接测量PS，但一些工作表明，字母数字路径制作性能和一般的高阶执行功能也可能高度依赖于PS

4. 神经影像学方法

4.1  MRI采集类型

数据集中的所有MRI扫描都是在单个扫描仪上进行的，该扫描仪使用西门子Skyra 3t扫描仪和西门子32通道射频接收头线圈。在我们的分析中，我们使用高分辨率t1加权结构MRI扫描。采用三维磁化制备的梯度回波快速采集、集成并行采集技和“预扫描-归一化”信号归一化滤波器进行扫描。

4.2  图像处理

使用CBRAIN，通过NeuroHub平台，通过基于皮质迭代顶点的厚度估计(CIVET)管道对扫描进行预处理。自动CIVET管道在整个皮质的每个半球表面估计40,962个点的皮质厚度。通过对MNI ICBM平均脑立体定位配准模型的线性配准，对每张图像进行标准化。对图像应用非均匀性校正算法，将脑组织分为脑脊液、灰质和白质，并将背景与组织区分开来。采用使用邻近算法的受限拉普拉斯解剖分割提取皮质表面。去除非小脑脑结构，包括脑干和小脑。最后，使用基于表面的Desikan-Killiany Tourville (DKT)皮质标记方案来分割感兴趣的区域，并获得每个个体的平均区域皮质厚度值。在DKT分割之后，我们进行了线性回归，以解释平均皮质厚度和年龄的个体差异。在补充分析中，我们添加了脑容量和IMD评分作为协变量。由于对我们结果的影响很小，我们继续处理经年龄和平均皮质厚度校正的结果。

4.3 折刀偏差估计程序

我们首先建立了全样本结构协方差在DKT区域之间使用两两相关。然后使用jackknife偏差估计程序计算受试者特定的结构协方差矩阵。这种自举方法采用“留一”方法，每次迭代N-1个参与者，重新计算结构协方差矩阵N次。然后从全组协方差矩阵中减去这些遗漏的结构协方差矩阵，可以确定单个受试者对组级协方差结构的贡献。

4.4 图论

我们使用加权图作为大脑连通性的表示，这可能比二值图更可取，因为二值图基于阈值，这些阈值在组间可能是任意的和不一致的。因此，二值图可能会人为地过度简化连接模式，并去除单个拓扑信息的细微差别。因此，大脑结构连通性的加权网络表示可能是该网络属性的更具生物学信息的表示。为了估计脑形态测量连通性，我们计算了全局和局部结构协方差的度量。然后通过Python中的大脑连接性工具箱作为全球结构协方差的度量。

5. 质量控制程序

5.1 MRI质量控制

CIVET处理的扫描通过CivetQC进行质量控制，这是一种内部开发的自动化质量控制管道，可以通过Python包索引项目。这个管道在概念上类似于Klapwijk等人为FreeSurfer开发的管道。CivetQC应用支持向量机分类器模型对通过CIVET处理的结构MRI扫描进行可接受或不可接受的分类。提供给CivetQC的数据包括CIVET为每个参与者的t1加权MRI扫描产生的29个质量控制指标。所有29个指标在补充表2中有详细说明，包括掩码误差百分比、自交和面-面交的数量，以及体积、表面积、白质/灰质表面和脑脊液的百分比(视情况而定)。CivetQC的分类器模型在四个非UKBB数据集上进行了1,098次t1加权MRI扫的训练，并在来自UKBB的120次扫描上进行了测试，这些扫描都是基于CIVET输出的目视检查手动标记为可接受或不可接受的。该模型更倾向于防止假阴性而不是防止假阳性。

5.2 异常值检测

在看到用CivetQC控制的神经成像数据质量中的异常值后，我们决定通过从每个认知变量的整个样本平均值和总体效率的一般度量中去除得分为三个标准差的所有参与者来执行异常值排除。对整个样本进行排除，而不是对组内样本进行排除，以避免I型错误。在这一修正之后，我们为我们的认知变量删除了1935名参与者，为我们的整体效率中介删除了282名参与者。除了未报告的诊断外，认知变量异常值的其他可能原因可能包括测试中的技术错误或对任务的误解，这在这么大的样本中是不可避免的。

6. 结果

我们首先进行了简单的线性回归来评估年龄的组差异，因为年龄与所有感兴趣的认知领域的表现有关以及大脑连通性。由于发现组间年龄存在显著差异，因此将其作为协变量纳入。在我们的样本中没有发现IMD评分的显著差异，因此没有进行控制。完整的人口统计数据汇总在表1中。 

6.1 认知的性别差异

为了检验我们关于规范性性别差异的假设，我们观察到性别对VM的显著影响，其中女性表现出小到中等的优势，表现为更多的正确单词对。此外，在SM中发现了显著的影响，其中男性在我们的样本中显示出小但显著的优势，使更少的错误匹配，在PS中也发现了影响，其中女性花费更少的时间来完成匹配。在字母数字划线任务的表现上，没有发现显著的性别差异。完整的结果见表2，并在图2中进行了可视化建模。

6.2 结构协方差的性别差异

性别对整体效率的影响虽小但显著，因此男性的影响更高。根据DKT图谱的区域性定义，我们还发现，男性在整个大脑中表现出更高的节点强度，其中在地理区域和非地理区域中存在较大差异，对双侧脑岛的显著影响(图3)。

6.3 中介分析

我们运行了多个中介模型来测试整体效率是否显著调节认知的性别差异。我们将年龄作为协变量，并指定了标准参数。如果发现间接中介效应的bootstrap置信区间不包括零，则认为该中介显著，我们发现整体效率显著介导了VM和PS的性别差异，但不影响SM。这些结果表明，男性较高的总体结构协方差导致了VM任务中的更多错误和更长的PS时间。这些中介分析的结果如图4所示。

图1 数据处理和分析示意图

图2 VM上的性别差异

图3 由DKT区域创建的R局部大小的区域性别差异

图4 全局效率作为VM (a)、PS (B)和SM (C)的中介

7. 讨论

本研究的目的是评估众所周知的特定领域认知表现的性别差异，以及这些差异如何与个体结构协方差的性别差异联系起来，作为大脑形态测量连通性的指标。与文献一致，女性在VM方面表现出优势，而男性在SM方面表现出优势。有趣的是，雌性在PS方面也表现出优势，这可以从它们在数字路径制作任务中的表现中看出。在执行功能上没有观察到显著的性别差异，正如用字母数字划线任务测量的集转移能力所表明的那样。在我们的样本中，男性比女性具有更高的整体效率，并且在左右半球具有更高的节点强度，似乎显示出更大的整体和局部结构协方差。此外，整体效率被发现调解认知的性别差异，其中较高的整体效率预测较差的VM性能和较慢的PS在男性。

本研究中观察到的VM和SM的性别差异在之前的文献中有很好的记录。然而，目前尚不清楚为什么在我们的样本中，男性更高的整体效率似乎会导致更差的VM。一个考虑因素是，目前对皮质厚度的研究没有考虑海马结构或连通性，这是记忆过程的关键区域。有充分证据表明，海马体体积的性别差异可能会驱动这些双向效应。Spets等人在一项功能连通性研究中发现，尽管女性在大脑的任何区域都没有表现出比男性更强的连通性，但男性在前额叶前部皮层、楔前叶、扣带沟和内侧后额叶皮层中表现出更强的区域连通性，同一项研究发现，在空间长期记忆任务中，这些区域与海马体在功能上有联系。有趣的是，在我们的研究结果中，性别对右侧内嗅皮层的影响是显著的，男性表现出更大的节强度，而左侧则没有。内嗅皮层和海马体之间的连接障碍先前被认为与SM缺陷有关。Stone等人发现，脑深部刺激促进内嗅皮层的神经发生，并随后融入海马回路，有助于改善小鼠的SM表现。需要更多的研究来了解涉及内侧颞叶的形态测量连通性的性别差异的重要性，以及记忆中已确立的性别差异。在本研究中观察到的PS中女性的优势在以前的工作中也有报道。例如，Camarata和Woodcock指出，在三个认知电池的大型标准化样本中，女性在PS测量方面得分更高。此外，在美国标准化样本中，Irwing发现女性在WAIS-III上显示出较大的PS优势。在我们的样本中，为什么降低的整体效率似乎介导了更快的女性PS，这仍有待确定。Imms等人发现，在年龄在21岁至59岁之间的参与者样本中，更好的PS与更高的整体效率和网络特定效率相关。这些研究结果的差异表明，需要进行更多的研究，以便更好地理解从图论方法中得出的认知和潜在大脑连通性的性别差异。

考虑到我们研究中一些意想不到的结果。值得注意的是，迄今为止，相对较少的研究发表了从皮层厚度测量的结构协方差中得出的形态测量连通性的性别差异的研究结果，现有的研究结果是混合的。例如，Lv等人基于civet衍生的皮质厚度测量，研究了结构协方差的性别差异。尽管他们在样本中发现了两个与女性性别相关的区域间相关性增加，但他们得出结论，在局部和全球连通性方面没有总体差异，健康成年人在整体网络拓扑结构上没有显着的性别差异。使用基于扩散的连通性的研究先前报告了男性的全球效率水平较低或对全球效率没有性别影响。有趣的是，在一项调查精神分裂症患者和健康对照者白质束性别差异的荟萃分析中，Shahab等人得出结论，大多数文献没有显示性别的影响;然而，他们将此解释为由于缺乏统计效力。此外，在确实发现了影响的纳入研究中，与男性相比，女性倾向于表现出较少的分数各向异性，这是衡量白质束连通性的一种指标。尽管很难比较不同模式下的发现，但由皮层厚度相关性生成的图谱与由检查白质束的DTI技术生成的图谱惊人地相似，这表明皮层厚度相关性大致反映了真实的神经解剖学连接。例如，在一项检查皮层厚度结构协方差和DTI束状图的研究中。Gong发现，大约35-40%的厚度相关性与束状图结果趋同。这些结果表明，皮质厚度相关性部分反映了白质连接，但也包含了扩散方法无法捕获的独特连接信息。

我们发现，通过节点强度量化的局部结构协方差在男性的双半球上更高，这也与之前使用DTI图方法的发现形成了对比。例如，Gong等人观察到，女性在左言语主导半球显示出更高的区域效率。相比之下，男性仅在右侧罗兰底盖和三角形额下回中表现出更高的区域效率。然而，这些结果是通过DTI神经束造影数据而不是皮质厚度估计值获得的，并且是基于区域效率作为局部连通性的衡量标准，而不是节点强度。类似地，Tian等人发现了不对称半球连通性的性别差异，如本研究所预测的那样，男性的右半球连通性高于女性。然而，这些结果来自功能性MRI数据，反映的是聚类而不是节点强度的测量。需要进一步的研究来理解这些研究之间方法学差异的意义，以及它们与结果差异的关系。

虽然我们的样本量很大，为我们的发现提供了很大的统计能力，但我们的效应量，特别是对于全球效率和SM的性别差异，在本研究中相对较小。这表明，尽管我们的研究结果是可靠的，但这些性别差异的实际意义仍有待确定。值得注意的是，心理学和神经科学中的性别差异研究结果应始终谨慎解读，以免对所发现的差异的更广泛含义产生误解。在心理学层面上，两性之间的相似之处要比差异多得多，而大多数已经发现的差异往往具有较小或无关紧要的效应大小。我们鼓励在这种背景下理解我们的研究结果，并相信它们将有助于进一步理解认知和结构协方差中与性别差异相关的细微差别，以及它们的潜在含义。

8. 优势与局限

这项研究的一个显著优势是我们能够从UKBB中提取健康样本，这对于神经影像学研究来说是非常大的。我们不知道有任何其他研究在如此大的样本量下对结构协方差进行了图表分析。此外，我们严格选择排除标准，这增加了我们的研究结果中真实性别差异的可能性。然而，我们的研究受到了参与者大量缺失数据的限制，这导致了我们分析的局限性，例如我们认知分析的样本量减少。即便如此，我们剩余样本的大量可能减轻了这一影响。此外，我们的数据中基本没有种族信息，无法对群体差异进行评估。

此外，我们实现了折刀偏差估计程序来创建特定于受试者的协方差矩阵。建立特定于受试者的结构协方差度量是一项具有挑战性但具有潜在高度影响力的努力，这导致了各种新技术的出现，其中折刀是一种新应用的技术，在该领域获得了关注。特定主题协方差矩阵的生成是这里的核心，使我们能够超越典型的组间评估对性别差异进行综合调解分析。除了考虑与个体差异的关联之外，我们对折刀程序的实施为未来对大脑连接的多模态评估铺平了道路。更准确地说。通过推导特定主题的结构协方差矩阵，折刀和其他此类技术提供了一个框架，可以使用来自扩散加权和功能连接的特定主题连接值集成到多模态研究中。

关于我们研究的局限性，我们承认我们的研究结果依赖于对结构协方差的刀切技术的一种相当新颖的实现，与任何统计方法一样，它也有其自身的局限性。鉴于折刀偏差估计程序最初是为了估计偏差而建立的，它在推导特定于受试者的结构协方差矩阵中的应用是否确实为群体协方差矩阵提供了个人贡献，或者更确切地说，是偏离平均值，这仍然是开放的。虽然我们在这里依赖于先前对折刀值的解释，认为它是特定于主体的贡献，我们确实鼓励在该领域进一步讨论该技术。为此，我们是第一个在GitHub上公开提供代码的人。通过这样做，我们希望促进Jackknife技术的改进，并支持其发展成为一种普遍的实践，认为基于结构协方差的连接的特定主题评估与其他连接技术同样有价值。

我们也仅限于使用UKBB组中已有的认知测量方法，包括配对任务，该任务只有中等可靠性来测量SM。此外，本研究中观察到的男性在SM中的优势，通过在配对对象位置记忆任务中较少的错误来量化，具有非常小的效应量。在SM领域，物体定位记忆的性别差异是一个有争议的话题，一些研究提供了证据表明女性在这项任务上比男性更有优势。有人认为，这种优势的存在与任务中使用的对象的可言语性有关，从而利用了女性在VM方面的良好优势。在目前的研究中，我们从UKBB中使用的配对任务包含了可语言化的对象，如房屋的简化描述，以及抽象的对象，如两个黑色方块的轮廓重叠。因此，与VM和PS性能相比，该任务中对象的混合性质可以帮助解释为观察到的性别差异发现的较小效应大小。未来的研究应该调查VM在特定SM任务中发现的性别差异中的作用。

全局效率的显著但较小的效应大小表明，这一发现在我们的样本中是可靠的，但可能不具有实际相关性。我们样本中男性较高的整体和局部结构协方差可能是由于我们分析中未控制的未知因素造成的，这可能会导致样本特征偏斜，也可能会影响我们对个体特异性整体结构协方差的计算。该样本还显示出全球效率的巨大差异，这可能表明存在一个未知因素，例如没有通过我们的排除标准对精神或行为障碍、药物滥用障碍、神经系统疾病、神经退行性疾病或其他疾病进行适当筛选的参与者创伤性脑损伤，由于这些情况未报告或未诊断。我们的研究结果也可能受到以下事实的影响。因此，来自该样本的有关全球效率的结果可能不能代表这些结构性措施的更广泛的性别影响，因为可能存在选择偏差或检查以老年人为主的样本的不受控制的影响。

9. 未来方向

在目前的研究中，我们对年龄进行了控制，因为大脑已经有了成熟的衰老效应，尽管有证据表明认知和大脑中存在性别特异性的衰老模式，值得在未来的研究中进行更深入、假设驱动的探索。未来的工作还应该对大脑回路中特定区域连通性-认知关联进行更详细的分析，这些联系在结构或功能上与感兴趣的认知过程有关。例如，左侧颞叶、右侧后顶叶和背外侧前额叶皮层的局部连通性可以按性别进行比较，并分别与VM、SM或执行功能的差异相关。应该调查和比较不同的全球和本地连接措施，看看所选择的特定措施是否与手头的相关认知任务相关。检查半球内和半球间连通性的差异也可能很有趣，看看是否如Ingalhalikar等人所发现的那样，女性将倾向于表现出更多的半球间连通性，而男性则更多的半球内连通性，以及这是否与认知表现的差异有关。

从这项工作中产生的研究还应该检查其他形态学措施，如表面积和体积。特别是检查体积将允许包括许多皮层下区域(例如海马)，这些区域通常被排除在基于表面的处理管道中，例如CIVET。检查这些与VM和SM高度相关的大脑区域可能有助于理解认知表现背后的差异。此外，多模态脑连通性分析，例如将结构神经成像数据与DTI神经束造影或功能MRI (fMRI)数据相结合的分析也可以更深入地了解这些不同的连通性测量如何相互映射，从而如何更好地解释基于图的结构连通性发现。

除了普通人群，研究认知和大脑连通性的性别差异如何转化为临床人群也很有趣。此前，大脑结构连通性的差异与临床样本中的认知性别差异有关。例如，在一项使用区域脑容量的研究中，Abbs et al.发现精神分裂症患者VM电路的结构协方差存在性别差异，但健康对照组没有。有趣的是，在患者中，这些由结构协方差衍生的连通性的差异显著地预测了VM性能的性别差异。此外，Buck等人观察到，男性首发精神病患者表现出的较差VM与性别依赖性电路改变有关。

10. 结论

在这项研究中，我们再现了男性在认知上的空间优势和女性的语言优势。女性还表现出更快的PS。男性的整体效率以及两个半球的节点强度都高于女性，这表明男性可能具有更高的整体和局部大脑结构协方差。研究发现，男性整体效率较高的协方差可以调节认知的性别差异，预测男性较差的VM性能和较慢的PS。需要进一步研究认知和结构协方差的性别差异如何影响大脑连通性和认知表现之间的关联。本研究的发现将有助于更好地理解生物性别和认知表现差异与结构图论方法衍生的大脑结构连通性测量之间的关系。

参考文献：Sex differences in cognition and structural covariance-based morphometric connectivity: evidence from 28,000+ UK Biobank participants Cry.