一种用于定量评估新型神经影像结果的网络对应工具箱：推动神经科学研究标准化

《Nature Communications》：A network correspondence toolbox for quantitative evaluation of novel neuroimaging results

为解决脑功能网络命名不统一问题，研究人员开发网络对应工具箱（NCT），可定量评估结果，助力研究标准化。

　　在神经科学的研究领域，大脑一直是科学家们探索的核心对象。随着研究的深入，人们发现大脑可以分解为大规模的功能网络，这些网络在认知、情感等诸多方面发挥着关键作用。然而，当前的神经科学研究却面临着一个棘手的问题：不同研究中，这些功能网络的具体空间拓扑结构以及用于描述它们的名称存在差异。这就好比不同地图对同一地区的标注和划分各不相同，使得研究人员在解读和整合研究成果时困难重重，严重阻碍了神经科学研究的发展。

为了攻克这一难题，来自新加坡国立大学等多个研究机构的研究人员展开了深入研究。他们开发了网络对应工具箱（Network Correspondence Toolbox，NCT），旨在帮助研究人员更好地将新的神经影像结果与多种常用的功能性脑图谱进行对比，从而更准确地解读研究成果。该研究成果发表在《Nature Communications》上，为神经科学研究带来了新的曙光。

研究人员在这项研究中运用了多种关键技术方法。首先，在分析脑图谱间的网络相似性时，他们将输入数据空间作为参考数据空间，把不同空间的图谱投影到该参考空间，通过计算 Dice 系数来衡量网络相似性。对于数据的显著性检验，采用了在 Python 中实现的自旋检验（spin test）。此外，针对不同空间的图谱，研究人员使用了不同的投影方法，如体积到体积、体积到表面、表面到体积和表面到表面的投影等，以确保不同图谱间的兼容性和可比性。同时，研究中使用的神经影像数据来源于人类连接组计划（Human Connectome Project，HCP）和英国生物银行（UK Biobank），这些丰富的数据为研究提供了坚实的基础。

下面来具体看看研究结果：

• 网络对应工具箱（NCT）：NCT 是一个功能强大的工具，它能够灵活地评估多个目标参考图谱与新的脑图谱之间的空间对应关系。这些新的脑图谱包括但不限于功能连接和任务激活结果，以及标准空间中的其他图谱。目前，NCT 中包含了 23 种脑图谱，为研究人员提供了丰富的参考资源。
• 理解多个图谱间的网络对应问题：研究人员选取了 16 种广泛使用的功能性脑图谱进行分析。通过计算图谱间的网络重叠，他们发现不同图谱间存在一定的空间对应关系，但也存在显著差异。例如，一些功能网络在不同图谱中的命名不一致，像 “salience” 网络，在不同图谱中虽然名称相似，但空间拓扑结构却大不相同。通过聚类分析，研究人员还发现部分网络在空间拓扑和命名上存在模糊性，这进一步凸显了统一命名和准确评估网络对应关系的重要性。
• 理解两个特定图谱间的网络对应问题：以 Yeo2011 - 17 和 Gordon2017 - 17 这两个广泛使用的图谱为例，研究人员详细评估了它们之间网络的空间对应关系。结果发现，虽然部分网络之间存在良好的对应关系，但也存在诸多不一致的地方。比如，Gordon2017 - 17 中的听觉网络在空间上与 Yeo2011 - 17 中的躯体运动网络 B 相对应，这表明仅依据网络名称来判断对应关系是不准确的，需要更精确的定量评估。
• 如何使用 NCT：使用 NCT 时，研究人员首先要将所有图谱和功能磁共振成像（fMRI）结果从标准空间投影到 fsaverage6 空间，然后通过计算 Dice 系数来评估空间对应程度，Dice 系数为 0 表示无空间对应，为 1 则表示完全对应。为了评估统计显著性，还会进行 1000 次自旋检验。NCT 的使用方法非常便捷，用户只需指定输入数据路径、提供包含数据详细信息的配置文件以及选择要使用的图谱列表即可。对于一维数据和多维数据，NCT 会以不同的可视化方式呈现结果，如 “Network Clock” 图、“Network Radar” 图、“Overlap Heatmap” 图和汇总表等，这些可视化结果能够帮助研究人员直观地了解网络对应情况。
• 举例说明 NCT 的实用性：研究人员通过多个实例展示了 NCT 的实用性。在分析 HCP 工作记忆任务的 fMRI 对比数据时，发现该任务激活图与多个图谱中的多个网络存在显著空间重叠，这表明 NCT 能够有效地识别出与任务相关的网络。而在分析 HCP 社交任务的 fMRI 对比数据时，发现任务激活图与多个图谱中的网络对应性不佳，这提示研究人员在为该任务激活图分配网络标签时需要谨慎。此外，研究人员还使用英国生物银行的独立成分分析（ICA）数据进行了测试，同样验证了 NCT 在不同情况下的有效性。

在讨论部分，研究人员指出，尽管功能神经成像研究已经取得了很多成果，但脑功能网络的命名仍然缺乏标准化。不同研究团队使用不同的方法和命名系统，导致研究结果难以比较和整合。NCT 的出现，为解决这一问题提供了有力的工具。它不仅能够帮助研究人员更准确地将新的神经影像结果与现有图谱进行对比，还能促进不同研究之间的交流和合作。通过使用 NCT，研究人员可以更客观地评估网络对应关系，减少命名不一致带来的误解。这对于推动网络神经科学的发展，尤其是在跨研究比较、新发现的解释以及促进研究团队之间的对话等方面，具有重要意义。同时，研究人员也强调，NCT 是一个不断发展的资源，随着新的图谱和分区方案的出现，其数据库将不断更新和扩展，为神经科学研究提供更强大的支持。

综上所述，这项研究通过开发网络对应工具箱（NCT），为神经科学研究中脑功能网络命名不统一和网络对应评估困难的问题提供了有效的解决方案。NCT 的广泛应用有望推动神经科学研究朝着更加标准化、规范化的方向发展，促进不同研究之间的交流与融合，为深入理解大脑的奥秘奠定坚实的基础。