Data Management And Sharing System of China National Clinical Research Center for Neurological Diseases

Journal：

Publication type: Original Contributions

IF(IF):

PMID:

网络建模是研究大脑的生理与病理特征的重要工具之一。尽管现有研究表明动脉粥样硬化会影响大脑的拓扑模式，但仍缺少一个系统的、全面的、机制性的评估多血管动脉粥样硬化对大脑影响的方法。在此，我们基于复杂网络视角，构造一个基于系统的网络鲁棒性评价指标；进而根据渗流中心性和最优渗流理论，分析在血管病变到影响大脑网络鲁棒性的过程中发挥重要作用的关键脑区位置，建立血管病变到影响大脑网络系统鲁棒性的路径假设；最后我们使用多模态联合建模和网络动力学方法进一步揭示血管病变到大脑鲁棒性变化的动态机制。本研究旨在结合复杂网络与渗流思维，构造一个创新的大脑网络系统鲁棒性评价框架，这一框架不仅可以用于包括血管疾病在内的疾病机制探索分析，也可以为介入干预提供先验支持。

1.使用随机渗流、靶向渗流和空间距离渗流等方法构造系统鲁棒性的评价指标； 2.使用优化渗流、渗流中心度等指标评估在血管病变到影响大脑网络鲁棒性的过程中发挥重要作用的关键脑区位置； 3.使用网络耦合技术和网络动力学模型阐述血流对大脑网络鲁棒性影响的动态机制。