功能連接使用工具箱

本文首發(fā)在陳銳博客上（https://7988888.xyz），此文章中所有鏈接均通過博客進(jìn)行訪問。

說是寫東西這事，有一段 時(shí)間沒寫了，原因還是有一些，最主要的是還是自己懶了。同時(shí)，創(chuàng)作寫文這件事也不是那么容易的，是需要知識(shí)的積累的，有時(shí)候還得有創(chuàng)作的靈感。我相信大家在寫論文的時(shí)候尤其有這種感覺。公眾號(hào)的堅(jiān)持，是我個(gè)人一直在努力的東西。在2022年，我可能沒有那么多的原創(chuàng)內(nèi)容，更多的是帶給大家一些前沿最新的相關(guān)資訊，同時(shí)我也將精力會(huì)放在知識(shí)星球上，在這上面我會(huì)分享一些優(yōu)質(zhì)的教程資料和學(xué)習(xí)資料，以及提供一些問題問答，還會(huì)根據(jù)大家的需求進(jìn)行資料迭代。

好了，回到今天的正題來，今天這篇文章也是 一位客戶啟發(fā)的，她在詢問我有關(guān)于功能連接中有哪些工具箱能實(shí)現(xiàn)這個(gè)功能。我搜索了一下，發(fā)現(xiàn)還是有很多工具箱能實(shí)現(xiàn)的。今天就給大家總結(jié)一下

什么是功能連接？

說起功能連接，在很多腦成像分析中，都有涉及，像我之前分享的近紅外的功能連接等 ，在腦電。近紅外和核磁技術(shù)中，都能做。在談這個(gè)概念的時(shí)候，我推薦大家首先去參閱一下這些文獻(xiàn)

Bastos André M., Schoffelen Jan-Mathijs.A Tutorial Review of Functional Connectivity Analysis Methods and Their Interpretational Pitfalls. Frontiers in Systems Neuroscience (2016 )https://www.frontiersin.org/article/10.3389/fnsys.2015.00175 .DOI.10.3389/fnsys.2015.00175 ?

Damoiseaux, J.S., Greicius, M.D. Greater than the sum of its parts: a review of studies combining structural connectivity and resting-state functional connectivity. Brain Struct Funct 213, 525–533 (2009). https://doi.org/10.1007/s00429-009-0208-6

Martijn P. van den Heuvel, Hilleke E. Hulshoff Pol,Exploring the brain network: A review on resting-state fMRI functional connectivity,European Neuropsychopharmacology,Volume 20, Issue 8,2010,Pages 519-534,ISSN 0924-977X,https://doi.org/10.1016/j.euroneuro.2010.03.008.

這三篇文獻(xiàn)主要是綜述性的文章，介紹了主要的概念和前人所做的工作。類似的文獻(xiàn)還有很多，也是很值得一讀。

在這里，我只是很簡單的介紹一下功能連接的概念，最容易的理解是腦功能連接是指腦皮質(zhì)區(qū)域間在神經(jīng)生理活動(dòng)上的相互關(guān)聯(lián)連接。在文獻(xiàn)3中的描述是功能連接被定義為解剖分離的大腦區(qū)域的神經(jīng)元激活模式的時(shí)間依賴性相關(guān)。

這種方法屬于高級(jí)分析的方法之一，在現(xiàn)在的文獻(xiàn)中常常被引用。

功能連接的分類方法

在文獻(xiàn)1中，它系統(tǒng)的總結(jié)了功能連接常用度量的分類方法和描述了每種 方法的主要目的。

圖中描述的基于模型的方法對(duì)兩個(gè)信號(hào)之間可能發(fā)生的交互類型做出了線性假設(shè)

從圖中可以看出，最開始的第一步是區(qū)分有定向和非定向的分類，不同的方向也對(duì)應(yīng)著不同的處理方法 。在文獻(xiàn)1中還 介紹到了處理這些方法的常用指標(biāo)定義及原理，Synchronization相位同步、The Coherence Coefficient相干系數(shù)、相位差譜的相干性與斜率（Coherency and the Slope of the Phase Difference Spectrum）、相位斜率指數(shù)（Phase Slope Index）、相干性虛部（Imaginary Part of Coherency）、鎖相值（Phase Locking Value）、相滯指數(shù)（PLI）和配對(duì)相位一致性（PPC）、尖峰場相干性（Spike-Field Coherence）、用Granger因果關(guān)系的定向交互量化頻域

Granger因果關(guān)系不僅適用于時(shí)域中的功能連接分析，還適用于頻域中的功能連接分析。

上圖使用參數(shù)或非參數(shù)方法計(jì)算格蘭杰因果關(guān)系的數(shù)據(jù)處理

說了那么多，功能連接的確是很復(fù)雜的方法。但是現(xiàn)在已經(jīng)有很多的工具箱支持它的實(shí)現(xiàn)，最重要的是你能去克服它并了解理解它的概念和原理。

以下工具箱均來自網(wǎng)絡(luò)和官網(wǎng)搜索，僅供參考。教程內(nèi)容可參考各自的官網(wǎng)手冊。

EEGLAB中的SIFT插件

網(wǎng)址：https://github.com/sccn/SIFT

簡介：SIFT is an EEGLAB-compatible toolbox for analysis and visualization of multivariate causality and information flow between sources of electrophysiological (EEG/ECoG/MEG) activity.

它是基于EEGLAB下的插件，可在上面的網(wǎng)址中進(jìn)行下載code，能進(jìn)行以下的 方法實(shí)現(xiàn)。

HERMES工具箱

網(wǎng)址：https://hermes.med.ucm.es/

簡介：HERramientas de MEdida de la Sincronización同步評(píng)估工具，它是基于MATLAB平臺(tái)下 的工具箱，比較出名，它的GUI界面也是非常直接給力，清晰明了的工具箱，功能連接和有效連接都可以做。

BrainStorm工具箱

網(wǎng)址：https://neuroimage.usc.edu/brainstorm/Tutorials/Connectivity

簡介：它屬于包羅萬象的工具箱了，能實(shí)現(xiàn)的功能非常多，功能連接只是它其中很小的一部分。感興趣的可以去官網(wǎng)看看教程，非常多的教程內(nèi)容。

BSmart工具箱

網(wǎng)址：https://brain-smart.org/

簡介：The backbone of the BSMART project is Multivariate AutoRegressive (MAR) analysis that has been long developed for statistical quantification of brain connectivity on different time scales. Based upon a MAR model, a plethora of spectral quantities such as auto power, partial power, coherence, partial coherence, multiple coherence and Granger causality can be immediately derived.有文獻(xiàn)發(fā)表，缺點(diǎn)是沒人維護(hù)更新好像。

還有其它的很成熟的工具箱也可以實(shí)現(xiàn)。

Python-MNE:https://mne.tools/mne-connectivity/stable/auto_examples/mne_inverse_label_connectivity.html

Fieldtrip:https://www.fieldtriptoolbox.org/tutorial/networkanalysis/

謝謝大家觀看，如有幫助，來個(gè)喜歡或者關(guān)注吧！

本文作者：陳銳

有任何疑問及建議，掃描以下公眾號(hào)二維碼添加交流：