banner
Maison / Blog / Les principaux modes fondamentaux d’activité spontanée déterminent l’organisation de la connectivité fonctionnelle individuelle dans le cerveau humain au repos
Blog

Les principaux modes fondamentaux d’activité spontanée déterminent l’organisation de la connectivité fonctionnelle individuelle dans le cerveau humain au repos

Apr 14, 2024Apr 14, 2024

Biologie des communications volume 6, Numéro d'article : 892 (2023) Citer cet article

Détails des métriques

L'activité spontanée du cerveau humain offre une fenêtre pour explorer les principes intrinsèques de l'organisation fonctionnelle. Cependant, la plupart des études se sont concentrées sur la connectivité fonctionnelle interrégionale. Les principes qui sous-tendent les riches répertoires d’activités instantanées restent largement inconnus. Nous appliquons une analyse de micro-état propre récemment proposée à trois ensembles de données d'IRM fonctionnelle à l'état de repos pour identifier les modes de base qui représentent les modèles d'activité fondamentaux qui coexistent au fil du temps. Nous identifions cinq principaux modes de base qui dominent les fluctuations d’activité. Chaque mode présente un modèle de coactivation fonctionnel distinct dépendant du système et correspond à des profils cognitifs spécifiques. En particulier, la structure spatiale du premier mode de base principal montre la séparation de l'activité entre le mode par défaut et les régions primaires et d'attention. Sur la base d'une modélisation théorique, nous reconstruisons en outre la connectivité fonctionnelle individuelle sous la forme d'une superposition pondérée de modèles de coactivation correspondant à ces principaux modes de base. De plus, ces principaux modes de base capturent les changements induits par la privation de sommeil dans l’activité cérébrale et la connectivité interrégionale, impliquant principalement les régions du mode par défaut et des tâches positives. Nos résultats révèlent un ensemble dominant de modes de base d’activité spontanée qui reflètent une coordination interrégionale multiplexée et pilotent la connectivité fonctionnelle conventionnelle, renforçant ainsi la compréhension de la signification fonctionnelle de l’activité cérébrale spontanée.

L'activité spontanée dans le cerveau humain au repos présente des modèles spatio-temporels bien organisés, ouvrant une fenêtre sur la compréhension de l'organisation fonctionnelle intrinsèque1,2. À l’aide de l’imagerie par résonance magnétique fonctionnelle au repos (IRMf-R), de nombreuses études ont révélé le réseau de connectivité fonctionnelle (FC) à grande échelle en mesurant les fluctuations spontanées à basse fréquence des signaux dépendants du niveau d’oxygénation du sang (BOLD)3,4, 5. Le réseau fonctionnel présente des propriétés non triviales, telles que des modules fonctionnellement spécifiques mais interactifs6,7,8, qui facilitent une ségrégation fonctionnelle et une intégration efficaces dans tout le cerveau9,10,11. De plus, l'architecture du réseau fonctionnel varie selon les individus12,13,14,15, façonne les modèles d'activation fonctionnelle au cours des tâches16,17,18,19, est liée aux performances cognitives individuelles18,20,21 et est modulée par les états mentaux22,23.

Malgré le succès des analyses fonctionnelles des réseaux, les informations associées se limitent aux modèles de connectivité résumés au fil du temps. De plus en plus de preuves suggèrent que l'interaction fonctionnelle interrégionale est très dynamique et présente des modèles qui varient dans le temps24,25,26. Une approche innovante consiste à examiner des images uniques de l'activité cérébrale pour révéler la coordination transitoire sur des échelles de temps plus courtes (par exemple, en secondes)27. Les modèles d'activité du cerveau entier ont été classés en plusieurs états cérébraux récurrents avec différents modèles de coactivation28,29,30,31. La transition temporelle entre ces états cérébraux suit une structure hiérarchique31 et montre des altérations selon les tâches30,32,33, les états de conscience34,35 et les troubles psychiatriques36,37. En plus de l'analyse au niveau du groupe, une étude très récente a identifié des états de coactivation cérébrale individualisés, dont les taux d'occurrence dépendent des états de tâche, de la maniabilité et du sexe, et montre des changements longitudinaux dans la récupération post-AVC38. Bien que ces études fournissent des informations précieuses sur l’organisation fonctionnelle variable dans le temps, elles attribuent généralement le modèle d’activité instantanée à chaque instant à un seul état cérébral ; les points communs partagés à travers le temps ont été sous-estimés39. Une vision plus naturelle soutient que plusieurs modes de base peuvent coexister au cours de l'activité résolue dans le temps, qui sont combinés sélectivement à chaque instant pour prendre en charge les réponses cognitives potentielles26,40,41. L’identification de ces modes de base peut démanteler les éléments constitutifs de l’activité intrinsèque et peut fournir une avenue pour explorer la multiplicité des relations interrégionales au repos. Cependant, les schémas spatiaux de ces modes d’activité de base et leur signification fonctionnelle potentielle restent largement inconnus.

 0.78)./p> 0.05, 10,000 permutations)./p> 0.96, Supplementary Fig. 8). The presence of five leading basic modes was replicated with high spatial similarity in most of the other cases (all rs > 0.85, Supplementary Figs. 9, 11, and 12), except for the case of without global signal regression (Supplementary Fig. 10). Notably, the total weight explained by the leading basic modes increased with the decreasing spatial resolution (Supplementary Fig. 13), with weights of 37% and 44% for the 400-node and 200-node parcellations, respectively. For the strategy without global signal regression, the number of leading basic modes was reduced to three (Supplementary Fig. 10). The reduced number might be biased by the presence of an additional basic mode, which ranked ahead of the five typical basic modes. This additional basic mode showed all positive amplitudes across the brain and accounted for a large portion of activity variance (i.e., 23%). All these results suggest that the five leading basic modes were robust and reproducible./p>2 mm or 2° in any direction or mean FD > 0.2 mm) to further reduce the influence of head motion. (iii) Global signal regression. In the main analysis, the global signal was regressed to better reduce the influence of head motion and non-neural signals89,99. To assess the potential influence of the global signal, we re-preprocessed the R-fMRI data in the HCP dataset without global signal regression. (iv) Brain parcellation. To assess the influence of spatial resolution, we extracted regional time courses from the HCP dataset by using the same type of functional parcellations with different spatial resolutions (i.e., comprising 200 and 400 cortical regions)52. The leading basic modes obtained from different spatial resolutions were compared at the functional system level53 and the voxel-wise level. In the latter case, the voxels within the same nodal regions were assigned the same amplitude values for each basic mode, regardless of the spatial resolution. In cases (i)–(iv), the validation analysis was performed based on REST1 of the HCP dataset. (v) Reproducibility across datasets. We identified the leading basic modes from another independent dataset, i.e., the Beijing Zang dataset51, and compared them with those in the HCP dataset./p>