论文部分内容阅读
大脑是生命活动的高级指挥中枢,大脑内部神经元之间的同步作用形成了结构和功能上非常复杂的脑神经网络。将复杂网络稳定性理论应用于脑神经科学领域,从网络的角度探究大脑的功能特性及生理机制成为必要。采用功能磁共振成像(Functional Magnetic Resonance Imaging, fMRI)技术基于n-back范式认知实验构建脑功能网络,从抗毁性和相继故障等方面分析脑功能网络的稳定性,并进一步从社团结构的角度探究社团结构状态对脑功能网络稳定性的影响。首先简要论述了复杂脑网络的研究背景和研究意义,并介绍了复杂网络稳定性及复杂脑功能网络的研究现状。借助fMRI技术,采用n-back范式认知实验,用种子体素法构造了脑功能网络模型。进一步对脑功能网络的聚类性和拓扑特点进行了研究,并验证了任务态比静息态脑功能网络聚类性和连通性更强。然后基于抗毁性和相继故障等动力学特征对构建的脑功能网络的稳定性进行了研究。利用不同的攻击策略分析比较了静息态和任务态两种脑功能网络抗毁性差异,探究了网络结构参数对脑功能网络稳定性影响,并结合ML相继故障模型分析了脑功能网络的相继故障特征。结果发现脑功能网络对随机故障容错性强,对蓄意攻击则抗毁性差,表现出鲁棒而又脆弱的双重性质。网络密度对脑功能网络稳定性有促进作用,网络规模则与抗毁性呈负相关。脑功能网络只有在蓄意攻击时才会发生相继故障且最大负荷攻击对脑功能网络破坏性最强,任务态脑功能网络抗毁性比静息态差但却更不容易发生相继故障。最后利用Newman贪婪算法划分了脑功能网络的社团结构,定义了社团结构强度影响因子ρ来控制社团结构连接强度,探究了不同社团结构状态对脑功能网络稳定性的影响。结果发现脑功能网络对随机扰动鲁棒,对蓄意扰动则表现出脆弱性,模块度大的脑功能网络更容易发生相继故障,社团结构鲁棒性与脑功能网络稳定性并没有相关性。另外社团连接强度对脑功能网络的容错性没有影响,而抗毁性随着ρ的增加出现波动变化,并存在一个临界阈值ρc使得当前社团结构状态刚好不被破坏但抗毁性最差。