静息态人脑功能网络的小世界特性

合集下载

rs-f mri技术的基本原理

rs-f mri技术的基本原理下载提示：该文档是本店铺精心编制而成的，希望大家下载后，能够帮助大家解决实际问题。

文档下载后可定制修改，请根据实际需要进行调整和使用，谢谢!本店铺为大家提供各种类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you! In addition, this shop provides you with various types of practical materials, such as educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts, other materials and so on, want to know different data formats and writing methods, please pay attention!RSfMRI技术的基本原理1. 引言1.1 背景介绍。

不同状态下脑功能网络特性研究

不同状态下脑功能网络特性研究摘要：脑功能网络（FNC）是指基于不同脑区域间的相互作用而形成的可重构和动态的网络结构。

本文将探讨不同状态下FNC的特性研究，包括静息态和任务状态下的FNC网络特性、睡眠状态下的脑电图（EEG）网络特性和药物干预下的FNC特性。

关键词：脑功能网络；静息态；任务状态；睡眠状态；药物干预介绍脑是一个高度复杂的生物系统，由数十亿个神经元和突触联系在一起，形成了一系列复杂的神经网络。

这些神经网络通过不断变化和适应外部环境，实现了不同的感知、认知、情感调节和运动控制等功能。

因此，研究脑功能网络（FNC）的结构和功能对于理解脑功能失调的机制和治疗脑疾病具有重要意义。

FNC是指基于不同脑区域间的相互作用而形成的可重构和动态的网络结构。

在FNC中，不同脑区域的连接强度和方向可以随着时间变化而发生变化，因此FNC是一种具有时空动态性的网络。

由于FNC是通过不同的脑区域间的交互作用而建立的，因此它具有高度复杂的结构和功能。

近年来，随着脑成像技术的发展，研究FNC的方法也得到了显著的改进和发展，如磁共振成像（MRI）、脑电图（EEG）等技术已被广泛应用于研究FNC的结构和功能。

本文将探讨不同状态下FNC的特性研究，包括静息态和任务状态下的FNC网络特性、睡眠状态下的EEG网络特性和药物干预下的FNC 特性。

静息态和任务状态下的FNC网络特性静息态和任务状态是研究FNC的常见状态。

静息态是指人们在安静的状态下，没有特定的感知、认知或行为任务。

在静息态下，脑功能网络中的不同区域会自发性地启动和停止，并通过相互作用而形成复杂的网络结构。

任务状态是指人们在执行特定任务时对脑功能网络的影响。

任务状态下的FNC与静息态下的FNC不同，因为任务需要大量的认知和运动控制。

任务状态下的FNC网络结构可能会发生改变，不同的任务可能会与不同的脑区域之间建立更强或更弱的连接。

静息态和任务状态下的FNC有不同的特性。

静息状态下脑功能连接的磁共振成像研究

静息状态下脑功能连接的磁共振成像研究1. 本文概述本文旨在系统地探讨静息状态下脑功能连接的磁共振成像（Restingstate Functional Magnetic Resonance Imaging, rsfMRI）研究，这一领域近年来已成为认知神经科学与临床神经影像学研究的核心议题之一。

静息态功能成像是通过监测大脑在无特定任务指令下自发性神经活动的时空模式，揭示内在的脑网络组织及其动态变化，对于理解大脑的正常功能架构、疾病发生机制以及个体差异提供了独特视角。

本文首先概述rsfMRI的基本原理，包括其依赖的血氧水平依赖（Blood Oxygen Level Dependent, BOLD）信号以及如何利用这一信号反映神经元活动引起的局部血液动力学变化。

接着，我们将详细介绍静息态脑功能连接的主要分析方法，如种子点分析、独立成分分析（Independent Component Analysis, ICA）、图论网络分析等，阐述这些方法如何从不同层面揭示大脑区域间的时间同步性和功能集成性。

默认模式网络（Default Mode Network, DMN）：作为最早识别且最为人所知的静息态网络，DMN涉及后扣带回皮层、楔前叶、外侧顶叶及内侧前额叶皮层等多个脑区，其在静息状态下表现出高度的内在连通性，并与自我参照思维、记忆检索、情感调控等高级认知功能密切相关。

我们将回顾DMN的结构特征、功能属性及其在健康和疾病状态下的变异规律。

其他关键网络及其功能：除DMN之外，静息态研究还揭示了多个具有特定功能特性的脑网络，如执行控制网络、感觉运动网络、视觉网络等。

本文将概述这些网络的组成、功能角色以及它们在静息态下与其他网络的交互关系。

静息态功能连接的临床应用：探讨rsfMRI在诊断、预后评估及治疗监测中的价值，特别是在神经精神疾病（如阿尔茨海默病、帕金森病、精神分裂症、抑郁症等）、脑损伤（如创伤后应激障碍、中风等）以及发展障碍（如自闭症谱系障碍）等领域的研究成果。

高度近视患者脑结构及功能磁共振研究进展

•综述•高度近视患者脑结构及功能磁共振研究进展朱勤勤综述，陈自谦审校【关键词】高度近视；结构磁共振；功能磁共振；功能连接；视觉皮层【中图分类号】 R445.2; R778【文献标识码】 A【文章编号】 2095-2252(2020)03-1897-051 近视及高度近视并发症概述近视是远程视力下降的主要原因。

2010年，未矫正屈光不正影响1.08亿人，是全球第二大致盲原因。

预计到2050年，近视人数达47.58亿（占全球人口的49.8﹪），其中，高度近视（high myopia, HM）人数约9.38亿（占全球人口的9.8﹪）[1]。

Chen等[2]统计奉化市43858名高中学生在2001 ~ 2015年间近视程度的变化，其中，HM和极高度近视在近视患病增加率中占比最大，分别占比27.00﹪及69.07﹪。

在15年间，高中生HM和极高度近视患病率明显增加，这可能成为中国未来重大公共健康问题。

HM是指屈光度超过-6.00 D或眼轴长度≥ 26 mm的一种屈光不正。

HM可伴有其他眼部并发症，如黄斑中心凹劈裂、视网膜脱离、黄斑萎缩、黄斑裂孔伴或不伴视网膜脱离等，是致盲的重要原因[3]。

近视的病因非常复杂，现有的证据表明环境因素和遗传因素均参与了近视的发生、发展[4]。

环境因素包括近距离作业、阅读习惯、较重的学业负担、较少的户外活动等。

许多家族聚集性研究显示，父母近视会增加儿童近视的风险，表现出近视的遗传易感性[5]。

病理性近视缺乏有效的治疗方法，预后差，严重危害全球视力健康。

为了预防此病的流行，有必要对近视发展进行控制[6]。

近年来，随着神经影像的发展，利用结构磁共振成像（magnetic resonance imaging, MRI）可以定量测量大脑灰质、白质的体积和密度及皮层的厚度，利用功能磁共振成像（functional magnetic resonance imaging, fMRI）可以通过不同的分析方法定量测量局部脑神经活动的改变、脑区和网络之间的功能连接改变，从而对疾病的异常脑区进行定位，有利于寻找疾病可能的病理生理机制，为临床疾病的预防、治疗及预后预测提供依据。

COPD相关文献学习汇

研究人员在短暂呼吸闭塞（t<1s）下用 EEG证实了注意和情感可调节呼吸相关的电位，特别是P300/P3峰值，支持了在呼吸困难感知中注意和情感的重要性。

早期研究发现呼吸困难的实验者在岛叶、前扣带回及扁桃体中发现持续的激活区；由于研究数量少，研究方法多，不能得出一致的结论，

文化程度低,支气管阻塞严重,中度的二氧化碳潴留,同时患有抑郁症等这些因素都与COPD 的认知功能损害有关。
2、对COPD患者呼吸困难感知大脑机制的研究

在COPD患者中，呼吸困难是其一个临床表现，其症状有喘气、胸闷、用力呼吸，实际上其临床症状更加复杂。

尽管人们在改善肺功能及提高运动能力上做出了很多努力，然而，COPD所致呼吸困难感知的大脑机制还是很少受到关注很少有人去研究它。大多研究局限在肺与肌肉，然而对其认知和情感方面的研究不多，神经影像学可以提供研究呼吸困难感知大脑机制的客观方法。

COPD 患者在复杂注意、概念能力、执行速度方面存在问题。执行功能衰退是引起人们日常认知功能衰退的主要原因；执行功能是为实现一项特殊目标而将不同的认知加工过程灵活地整合、协同操作的能力, 包括抑制功能、转换功能、工作记忆刷新等子功能, 其中抑制功能是执行功能的标志性功能, 与前额叶功能紧密相联,
COPD相关文献学习汇报
汇报人：D认知功能损害的机制三、国内外用于COPD认知功能研究工具四、COPD认知损害及呼吸困难脑机制国内外研究现状五、我们在COPD静息态方面可以做的研究
一、 COPD疾病简介

慢性阻塞性肺疾病( chronic obstructive pulmonary disease , COPD) 是一种以气流受限为特征的慢性呼吸系统疾病, 随着病情进展, 可导致低氧血症和(或) 高碳酸血症, 进而引起呼吸、循环、肝肾及中枢神经系统等受损, 尤其是对中枢神经系统产生明显影响,引起记忆力、计算力等认知功能的改变。

基于功能磁共振成像的静息态脑网络研究方法

心电子信息科技风2021年4月DOI：10.19392/ki.1671-7341.202111042基于功能磁共振成像的静息态脑网络研究方法薛婷唐俊李明昕陶占龙内蒙古科技大学理学院内蒙古包头014010摘要：大脑在静息状态下仍存在许多重要的神经活动，脑区之间仍存在不间断的信息传递，构成功能连接并由此构成脑网络。

静息态脑功能网络分析，由其具有相对简单的计算且具有重大临床意义，已广泛应用于多种脑疾病的研究中。

本文从信息计算的角度，总结了近年来静息态脑网络研究中的经典算法。

关键词：功能磁共振成像;静息态；脑网络大脑是极为高效和精密的信息处理系统，不仅掌握语言、思维、情绪等高级活动,也是信息储存、加工和整合的中枢。

神经元是大脑活动的基本单元，通过神经突触的彼此连接形成神经通路，完成对信息的加工处理⑴&在此过程中，神经元之间或神经元集群之间的连接模式构成了脑网络，掌握脑网络的连接模式对于理解大脑的运转机制具有重要意义。

影像学技术的发展应用极大丰富了科研人员的脑网络研究手段。

近年来，静息状态下脑功能网络的研究受到广泛关注。

相较于任务态，静息态可避免由被试完成任务的差异性所导致的结果不可靠。

因此,越来越多的学者开始关注静息态下脑功能网络的活动模式。

本文主要针对静息态下脑功能网络的研究方法进行综述。

一、基于种子点的功能连接分析方法该方法是一种模型依赖方法(model-based),通常首先选择特定脑区作为感兴趣区域(region of interest，ROt)，即种子点。

然后计算该种子点与其他脑区的血氧水平依赖信号之间的时间相关性。

如计算岀某个脑区与该种子点之间的血氧水平依赖信号时间相关性较强，则可认为该脑区与种子点之间存在功能连接基于种子点的功能连接分析方法得到的结果易于理解，但种子点的选择没有固定标准,具体的选择过程很大程度取决于实验设计人员，通常依据先验知识或功能定位来选定。

种子点的选择至关重要,研究者选择的偏向性将直接影响研究结果。

大脑功能区域之间联结特性分析与人类行为相关性探索

大脑功能区域之间联结特性分析与人类行为相关性探索大脑是人类最为复杂的器官之一，其复杂性来自于其庞大的神经网络结构和不同功能区域之间的联结特性。

不同功能区域之间的联结方式对于人类行为的产生和调控起着重要的作用。

本文将对大脑功能区域之间的联结特性进行分析，并探索其与人类行为的相关性。

大脑的神经网络由亿万个神经元相互连接而成，形成了复杂的功能区域和连接模式。

通过使用功能性磁共振成像（fMRI）等技术，研究人员可以观察和探索大脑不同功能区域之间的相互作用和联结特性。

一项基础的研究工作是对大脑网络的拓扑结构进行分析。

图论方法可以帮助我们理解大脑网络的复杂性和组织方式。

研究发现，大脑网络具有“小世界”特性，即网络中各节点之间的平均路径长度较短，同时具备高度聚集性。

这种小世界结构使得大脑网络具有高效的信息传递和处理能力。

除了拓扑结构外，大脑功能区域之间的连接方式也至关重要。

研究表明，大脑的功能区域可以通过结构连接和功能连接进行有效的信息传递。

结构连接是指物理上的纤维束连接，而功能连接则是指不同区域之间的活动同步性。

研究人员通过对大脑的静息态功能性连接进行分析，发现大脑网络可以划分为多个功能网络。

例如，前额叶网络与决策制定和社会认知密切相关，而运动网络主要参与感觉运动的控制。

同时，大脑的功能连接也可以揭示不同功能区域之间的相互作用和信息传递。

例如，视觉感知与视觉运动控制之间的连接可以帮助我们理解如何完成复杂的运动任务。

除了静息态功能性连接外，研究人员还关注大脑在不同任务状态下的功能连接特性。

例如，执行认知任务时，大脑的功能连接模式会发生变化，相关功能区域之间的连接会增强或减弱。

这些变化可以帮助我们理解认知过程的底层机制，并揭示与特定任务相关的功能连接模式。

利用大脑功能区域之间的联结特性，研究人员还可以探索人类行为与大脑连接的相关性。

通过将大脑连接特征与行为数据相结合，研究人员可以发现大脑连接特征与不同行为表现之间的相关性。

脑功能网络

脑功能网络脑功能网络（Brain Functional Network）是指脑内不同区域之间相互连接和相互作用的网络结构。

它通过一系列的神经元和突触连接，传递和处理信息，从而实现人类的认知、情绪和行为。

脑功能网络的研究主要通过脑功能成像技术（如功能磁共振成像）和网络分析方法进行。

通过对大量被试者进行脑功能成像扫描，可以获取大脑各个区域的活动信息，并据此构建脑功能网络。

脑功能网络可以分为全局网络和局部网络。

全局网络主要由大脑的主要区域之间的连接组成，它们负责整体认知和情绪处理。

局部网络则包括每个区域内部的连接，负责该区域特定功能的执行。

脑功能网络具有小世界特性和模块化特性。

小世界特性指网络中的连接距离短、聚集性高，信息传递效率高。

模块化特性指网络中的区域间连接紧密、区域内连接稠密，实现不同功能的区域之间的协调与合作。

研究表明，脑功能网络的结构与人的认知和行为密切相关。

例如，一些认知任务的执行需要大脑各个区域之间的协调和合作，这要求网络中的连接强度和效率高。

而一些精神障碍的病例研究也发现，脑功能网络的异常连接和结构重组可能与疾病的发生和发展有关。

此外，脑功能网络的结构和功能在个体之间也存在差异。

这种差异可能与遗传、环境和学习等因素有关。

一些研究表明，有些人具有更高的网络效率和连接强度，表现出更好的认知能力和更强的情绪调节能力。

脑功能网络的研究在神经科学领域具有重要意义。

它有助于我们理解人类的认知和行为机制，揭示大脑在不同任务和状态下的工作原理。

此外，脑功能网络的研究还有望为神经系统疾病的诊断和治疗提供新的思路和方法。

总之，脑功能网络是大脑内多个区域之间连接和相互作用的复杂网络结构。

它在人类的认知、情绪和行为中起着重要作用，对于我们理解大脑工作原理和相关疾病的发生和发展具有重要意义。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

界特性．
关键词
复杂网络；小世界；脑功能连接；静息态；功能磁共振成像
Ｏ４１４；Ｒ７４１．０４文献标识码Ａ文章编号１６７２－４３２１（２０１１）０３－００５７－０４
中图分类号
Ｓｍａｌｌ－ＷｏｒｌｄＰｒｏｐｅｒｔｉｅｓｏｆＲｅｓｔｉｎｇＳｔａｔｅＨｕｍａｎＢｒａｉｎＦｕｎｃｔｉｏｎａｌＮｅｔｗｏｒｋｓ
ｓｅｉｒｅｓｏｆ９０ｂｒａｉｎｒｅｇｉｏｎｓｗｅｒｅｅｘｔｒａｃｔｅｄｆｒｏｍｆｕｎｃｔｉｏｎａｌｍａｇｎｅｔｉｃｒｅｓｏｎａｎｃｅｉｍａｇｉｎｅｓｏｆｒｅｓｔｉｎｇｓｔａｔｅｈｅａｌｔｈｙｖｏｌｕｎｔｅｅｒｓ．Ｆｕｎｃｔｉｏｎａｌｃｏｒｒｅｌａｔｉｏｎｓｂｅｔｗｅｅｎｂｒａｉｎｒｅｇｉｏｎｓｗｅｒｅｃｌｃａｕｌａｔｅｄ，ａｎｄｔｈｅｔｈｒｅｓｈｏｌｄｗａｓｓｅｔｔｏｅｓｔａｂｌｉｓｈｔｈｅｓｉｍｐｌｅｕｎｄｉｒｅｃｔｅｄｇｒａｐｈ，ｔｈｅｎｃｈａｒａｃｔｅｉｓｒｔｉｃｐａｔｈｌｅｎｇｔｈａｎｄｃｌｕｓｔｅｉｒｎｇｃｏｅｆｉｆｃｉｅｎｔｗｅｒｅｃｏｍｐｕｔｅｄ，ｆｉｎａｌｌｙｔｈｅｄｅｒｅｇｅｄｉｓｔｒｉｂｕｔｉｏｎｗａｓｉｆｔｔｅｄ．Ｔｈｅｒｅｓｕｌｔｓｄｅｍｏｎｓｔｒａｔｅｄｔｈａｔｔｈｅｂｒａｉｎｆｕｎｃｔｉｏｎａｌｎｅｔｗｏｒｋｓｈａｄｂｏｔｈｂｉｇｃｌｕｓｔｅｉｒｎｇｃｏｅｆｉｆｃｉｅｎｔｓｌｉｋｅｒｅｇｕｌａｒｎｅｔｗｏｒｋｓｎｄａ
ｒｅｓｏｎａｎｃｅｉｍａｇｉｎｇ
人脑约有１０００亿个神经元，是一个开放的自组织的复杂巨系统，功能分化与功能整合是其两大基本组织原则 … ．人们一直采用如脑电图（ＥＥＧ）、脑
磁图（ＭＥＧ）和功能磁共振成像（ｆＭＲＩ）等非侵入式
值设定为Ｒ＝０．３，得到１１４６条边连接，即连接密度为０．２８６的邻接矩阵，如图１，后面的分析在此基础上进行．
能连接数据进行复杂网络建模分析，探索其是否具有小世界特性．
１材料和方法
本研究采用ｆＭＲＩ实验数据，数据预处理采
ＨｕａｎｇＷｅｎｔａｏ一，ＦｅｎｇＹｏｕｃｅｎｇ
（１ＣｏｌｌｅｇｅｏｆＥｌｅｃｔｒｏｎｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｉｒｎｇ，Ｓｏｕｔｈ — ＣｅｎｔｒａｌＵｎｉｖｅｒｓｉｔｙｆｏｒＮａｔｉｏｎａｌｉｔｉｅｓ，Ｗｕｈａｎ４３００７４，Ｃｈｉｎａ；
波变换从健康志愿者静息态的功能磁共振成像中提取时间序列，计算９０个脑区的相关性，设定阈值建立脑功能网
络的无向简单图，然后计算特征路径长度和聚类系数，并对度分布进行拟合．结果显示：脑功能网络具有规则网络的大聚集系数又具有随机网络的小特征路径长度，度的拟合显示具有指数截断幂律分布，即脑功能网络具有小世
基金项目国家自然科学基金资助项目（１１４７０１３４），中南民族大学自然科学基金资助项目（ＹＺＺ０９０４）０和中南民族大学
５８
中南民族大学学报（自然科学版）
第３Ｏ卷
（ｃｏｍｐｌｅｘｎｅｔｗｏｒｋｓ）理论已经成为一门横跨多个研
ＡｂｓｔｒａｃｔＩｔｉｓｉｍｐｏ￣ｎｔａｔｏｓｔｕｄｙｔｈｅｒｅｓｔｉｎｇｓｔａｔｅｆｕｎｃｔｉｏｎｌａｐａｔｔｅｒｎｏｆｈｅｌｔａｈｙｈｕｍａｎｂｒａｉｎｂｅｃａｕｓｅｉｔｗｉｌｌａｉｄＵＳｔｏ
ｆＭＲＩ的推出，其空间分辨率得到提高，时间分辨率也得到极大改善；另一方面随着静息状态脑功能研
究的很多优点逐步被人们认识到（不需要丰富的先
探测手段来观测人脑在任务或静息下的信号，探索人脑的结构和功能组织模式，特别期望能服务于客观准确的对一些“ 连接失调” 脑神经精神疾病（如阿尔兹海默病、癫痫以及精神分裂症等）进行早期诊断、预防和药物治疗评估．一方面随着技术的进步，特别是３Ｔ（特斯拉）的普及，甚至是７Ｔ甚高场
“ 功能连接组学 ” ．
目前以探索节点和边的拓扑关系的复杂网络
作者简介
黄文涛（１９７７－），男，博士，讲师，研究方向：生物信息学，Ｅ－ｍａｉｌ：ｈｕｎｇｗｅｎｔａｏ＠ｇｍａｉｌ．ｃｏｍ
神经科学和神经工程重点实验室研究基金资助项目（ＸＪＳ０９００１）
ｓｍａｌｌｃｈａｒａｃｔｅｉｒｓｔｉｃｐａｔｈｌｅｎｔｈｇｓｓｉｍｉｌａｒａｓｒｎｄａｏｍｎｅｔｗｏｒｋｓ，ｄｅｒｅｇｅｄｉｓｔｉｒｂｕｔｉｏｎｍｅｔｅｘｐｏｎｅｎｔｉｌｌａｙｔｒｕｎｃａｔｅｄｐｏｗｅｒ — ｌａｗ
第３Ｏ卷第３期
２０１１年９月
中南民族大学学报（自然科学版）ＪｏｕｒｎａｌｏｆＳｏｕｔｈ－ＣｅｎｔｒａｌＵｎｉｖｅｒｓｉｔｙｆｏｒＮａｔｉｏｎａｌｉｔｉｅｓ（Ｎａｔ．Ｓｅｉ．Ｅｄｉｔｉｏｎ）
究领域的新的科学，在生物医学领域得到广泛的应用 ¨ ｌ，Ｉ具体在脑结构、功能和效用网络的探索上取得了初步的成果ＨＪ．脑功能网络描述空间上分离的脑皮层各节点之间的时间统计性相关，目前为简单起见一般被看成为无向网络．１９９８年，Ｗａｔｔｓ和Ｓｔｒｏｇａｔｚ发现许多实际网络具有小世界网络特性 ¨ ．本文将对健康正常人的静息态ｆＭＲＩ脑功
收稿日期２０１１－０５－０４
验性知识以便去验证某个假设；能探索消耗所谓 “ 暗” 能量的脑自发性神经活动Ｌ３；方便对一些特殊人群进行数据采样等），利用Ｏｇａｗａ等人开创的血氧水平依赖的ｆＭＲＩ技术来探索静息状态下的人脑功能网络成为目前的研究热点Ｊ，以致人们提出了
ｕｎｄｅｒｓｔａｎｄｔｈｅｌａｗｏｆｆｕｎｃｔｉｏｎａｌａｃｔｉｖｉｔｉｅｓｏｆｈｕｍａｎｂｒａｉｎｉｎｎｏｍａｒｌｏｒｄｉｓｅａｓｅｓｔａｔｅｓ．Ｕｓｉｎｇｗａｖｅｌｅｔｔｒａｎｓｆｏｍａｒｔｉｏｎ，ｔｉｍｅ
用ＳＰＭ２（ｈｔｔｐ：／／ｗｗｗ．ｉｆｌ．ｉｏｎ．ｕｃ１．ａｃ．ｕｋ／）软件包完
黑色表示感兴趣脑区无显著性连接，白色表不有显著性连接
ｄｉｓｔｉｂｒｕｔｉｏｎ．Ｔａｋｅｎｔｏｇｅｔｈｅｒ，ｔｈｅｈｕｍａｎｂｒａｉｎｆｕｎｃｔｉｏｎａｌｎｅｔｗｏｒｋｓｈａｖｅｓｍａｌｌｗｏｒｌｄｐｒｏｐｅｒｔｉｅｓ．Ｋｅｙｗｏｒｄｓｃｏｍｐｌｅｘｎｅｔｗｏｒｋｓ；ｓｍａｌｌｗｏｒｌｄ；ｂｒａｉｎｆｕｎｃｔｉｏｎａｌｃｏｎｎｅｃｔｉｖｉｔｙ；ｒｅｓｔｉｎｇｓｔａｔｅ；ｆｕｎｃｔｉｏｎａｌｍａｇｎｅｔｉｃ