DOI: https://doi.org/10.1007/s12021-025-09764-z
PMID: https://pubmed.ncbi.nlm.nih.gov/41501562
تاريخ النشر: 2026-01-08
المؤلف: Shuning Han وآخرون
الموضوع الرئيسي: دراسات الاتصال الوظيفي في الدماغ
نظرة عامة
تستكشف هذه الدراسة الشبكات الدماغية الهيكلية (SBNs) وعلاقتها بالأداء المعرفي، مع التركيز على نوعين من الشبكات SBN على مستوى الفرد: شبكات التشابه المورفومتري (MSNs) وشبكات الانحراف العكسي المورفومتري (MIND). باستخدام بيانات التصوير بالرنين المغناطيسي الهيكلي (sMRI) من 29 طفلًا ذكرًا، تقارن الأبحاث هذه الشبكات من حيث خصائصها الطوبولوجية، والأهمية المعرفية، والحساسية لكثافة الاتصال. تكشف التحليلات أن نطاق كثافة الاتصال من $p = 0.05$ إلى $0.15$ هو الأمثل لاستقرار خصائص الشبكة وتعظيم الارتباطات مع الأداء المعرفي. وُجد أن المقاييس المتقدمة لفصل الشبكة ودمجها، مثل الكفاءة المحلية ومرونة العقد، كانت أكثر حساسية للنتائج المعرفية.
تشير النتائج إلى أن MSNs توفر إطارًا أكثر موثوقية من شبكات MIND، حيث تظهر ارتباطات مستقرة عبر كثافات اتصال متغيرة. على وجه التحديد، يرتبط الأداء المعرفي الأعلى بزيادة الاتصال داخل نصف الكرة الأيسر، وضعف الاتصال بين نصفي الكرة، وتنظيم شبكة أكثر وحدوية، مما يتماشى مع نظريات التخصص النصفي. بالمقابل، أظهرت شبكات MIND فعالية واستقرار أقل في مقاييسها. بشكل عام، تعزز هذه الأبحاث الفهم لعلاقات الدماغ والمعرفة وتقدم إرشادات عملية لاختيار المعلمات وتحديد المقاييس في التحليلات المعرفية القائمة على الشبكة.
مقدمة
تستعرض مقدمة هذه الورقة البحثية أهمية علم الأعصاب المعرفي في فهم الآليات العصبية للإدراك البشري من خلال دراسة الشبكات الدماغية. تبرز التقدم في تقنيات التصوير العصبي، وخاصة التصوير بالرنين المغناطيسي الهيكلي (sMRI) والتصوير بالرنين المغناطيسي الانتشاري، التي تسهل بناء الشبكات الدماغية الهيكلية (SBNs). يتم تحليل هذه الشبكات باستخدام طرق نظرية الرسم البياني لاستكشاف خصائصها الطوبولوجية وارتباطاتها بالعوامل البيولوجية والمعرفية، مثل الجنس والأداء المعرفي. تؤكد الورقة على التطور من الشبكات التقليدية على مستوى المجموعة (SCNs) إلى SCNs على مستوى الفرد، والتي تتضمن ميزات مورفومترية متعددة، مما يعزز الفهم للاختلافات الفردية في تنظيم الدماغ.
تركز الأبحاث بشكل خاص على مقارنة شبكات التشابه المورفومتري (MSNs) وشبكات الانحراف العكسي المورفومتري (MIND)، بهدف توضيح مزاياها وقيودها فيما يتعلق بالأداء المعرفي. كما تتناول التحديات المرتبطة بتحديد عتبات الشبكات الموزونة، والتي يمكن أن تؤثر بشكل كبير على طوبولوجيا الشبكة وقابلية إعادة إنتاج النتائج. تهدف الدراسة إلى تقييم منهجي لتأثيرات كثافة الاتصال على استقرار الشبكة والارتباطات المعرفية في مجموعة من 29 طفلًا ذكرًا، مع فحص أنماط الاتصال النصفي والعلاقات بين الميزات الطوبولوجية والأداء المعرفي. تم هيكلة الورقة لتشمل أقسامًا عن المواد والأساليب، والنتائج، والنقاش، والاستنتاجات.
طرق البحث
في هذه الدراسة، شملت عملية جمع البيانات درجات الاختبارات المعرفية وبيانات التصوير بالرنين المغناطيسي الهيكلي (sMRI) من 29 طفلًا ذكرًا، تم تصنيفهم إلى مجموعة تحكم (CG) ومجموعة موهوبة (GG). تم بناء نوعين من الشبكات الدماغية على مستوى الفرد: شبكة التشابه المورفومتري (MSN) وشبكة الانحراف العكسي المورفومتري (MIND). تم إجراء تحليلات مقارنة على مستوى المجموعة والفرد، مع التركيز على الاتصال النصفي وخصائص العقد الطوبولوجية عبر كثافات اتصال متغيرة.
قامت تحليلات مستوى المجموعة بمقارنة الشبكات المتوسطة لـ CG و GG، مع فحص الاتصال داخل وبين نصفي الكرة وخصائص العقد. على مستوى الفرد، تم استخدام تحليل الارتباط سبيرمان للتحقيق في العلاقات بين المقاييس العالمية للشبكة—التي تتكون من سبعة مقاييس طوبولوجية وخمسة مقاييس نصفية—ودرجة الأداء المعرفي. يسهل هذا الإطار المنهجي فهمًا شاملاً للاختلافات العصبية المعرفية بين المجموعتين.
النتائج
يقدم قسم النتائج تحليلًا شاملاً للاختلافات الهيكلية بين مجموعات التحكم (CG) والمجموعات الوراثية (GG) في سياق MSNs وشبكات MIND. تكشف تحليلات المجموعة عن اختلافات كبيرة في خصائص العقد الطوبولوجية، لا سيما معامل المشاركة، الذي يظهر توزيعات مميزة عبر نصفي الكرة. في شبكة MSN، تظهر GG معامل مشاركة أعلى في نصف الكرة الأيسر، بينما يُلاحظ الاتجاه المعاكس في شبكة MIND. بالإضافة إلى ذلك، تكون مرونة العقد أقل بشكل ملحوظ في GG لشبكة MSN، مع اختلافات طفيفة في MIND. يظهر معامل التجميع والكفاءة المحلية اختلافات متوسطة طفيفة بين المجموعات، ومع ذلك، فإن الكفاءة المحلية أقل بشكل ملحوظ في GG لنصف الكرة الأيمن في MSN.
تستكشف التحليلات المعرفية الفردية العلاقة بين درجات الذكاء والمقاييس العالمية، كاشفة عن ارتباطات متغيرة عبر كثافات الاتصال. يظهر معامل التجميع الموزون المتوسط ارتباطات منخفضة مع الذكاء في MSN ولكن ارتباطًا إيجابيًا في MIND عند كثافات معينة. بالمقابل، يظهر متوسط المرونة ارتباطًا سلبيًا كبيرًا مع الذكاء في MSN، بينما تظهر MIND ارتباطات متقلبة. من الجدير بالذكر أن الكفاءة العالمية تعرض ارتباطات سلبية مع الذكاء في MSN وارتباطات إيجابية في MIND، مما يشير إلى ديناميات شبكة معرفية مميزة. بشكل عام، بينما لا تكون الفروق الجماعية في المقاييس العالمية ذات دلالة إحصائية، تشير الاتجاهات إلى أن MSN قد تكشف عن اختلافات أكثر وضوحًا مقارنة بـ MIND، لا سيما في سياق الأداء المعرفي.
نقاش
في هذه الدراسة، قمنا بتحليل مجموعة بيانات تتكون من التصوير بالرنين المغناطيسي الهيكلي (sMRI) ونتائج الاختبارات المعرفية من 29 طفلًا ذكرًا أصحاء يستخدمون اليد اليمنى، مقسمين إلى مجموعة تحكم (CG) ومجموعة موهوبة (GG). لم يظهر المشاركون اختلافات كبيرة في العمر، ولكن لوحظت تباينات ملحوظة في درجات الذكاء الكاملة. تم معالجة بيانات sMRI باستخدام FreeSurfer لتقدير سمك القشرة وتقسيم الدماغ إلى 308 منطقة. قمنا ببناء نوعين من الشبكات الدماغية على مستوى الفرد: شبكة التشابه المورفومتري (MSN) وشبكة الانحراف العكسي المورفومتري (MIND)، باستخدام خمسة ميزات مورفومترية (مساحة السطح، حجم المادة الرمادية، سمك القشرة، الانحناء المتوسط، والانحناء الغاوسي) لالتقاط الارتباطات بين المناطق والتوزيعات على مستوى القمة، على التوالي.
كشفت تحليلات مستوى المجموعة عن اختلافات كبيرة في أنماط الاتصال النصفي وخصائص العقد الطوبولوجية بين CG و GG. استخدمنا نهج تحديد العتبة القائم على شجرة التمديد الدنيا (MST) لضمان اتصال الشبكة مع التحكم في الندرة عبر كثافات اتصال مختلفة. شمل التحليل مقاييس مثل المسافة الإقليدية الموقعة (SED) لت quantifying الفروق في الاتصال والقوة بين المجموعات. من الجدير بالذكر أن الاتصالات داخل نصف الكرة كانت دائمًا أكبر من الاتصالات بين نصفي الكرة، على الرغم من أن الفروق المرئية في خرائط الحرارة كانت طفيفة. علاوة على ذلك، قمنا بتقييم العلاقة بين المقاييس العالمية لشبكة الدماغ والأداء المعرفي، ووجدنا أن بعض المقاييس ترتبط بدرجات الذكاء، مما يشير إلى روابط محتملة بين تنظيم شبكة الدماغ والقدرات المعرفية.
DOI: https://doi.org/10.1007/s12021-025-09764-z
PMID: https://pubmed.ncbi.nlm.nih.gov/41501562
Publication Date: 2026-01-08
Author(s): Shuning Han et al.
Primary Topic: Functional Brain Connectivity Studies
Overview
This study investigates the structural brain networks (SBNs) and their relationship with cognitive performance, focusing on two types of individual-level SBNs: morphometric similarity networks (MSNs) and morphometric inverse divergence (MIND) networks. Utilizing sMRI data from 29 male children, the research compares these networks in terms of their topological properties, cognitive relevance, and sensitivity to connection density. The analysis reveals that a connection density range of $p = 0.05$ to $0.15$ is optimal for stabilizing network properties and maximizing correlations with cognitive performance. Advanced metrics of network segregation and integration, such as local efficiency and node versatility, were found to be more sensitive to cognitive outcomes.
The findings indicate that MSNs provide a more reliable framework than MIND networks, demonstrating stable associations across varying connection densities. Specifically, higher cognitive performance correlates with stronger left intra-hemispheric connectivity, weaker inter-hemispheric connectivity, and a more modular network organization, aligning with theories of hemispheric specialization. In contrast, MIND networks showed reduced effectiveness and stability in their metrics. Overall, this research enhances the understanding of brain-cognition relationships and offers practical guidelines for parameter selection and metric identification in network-based cognitive analyses.
Introduction
The introduction of this research paper outlines the significance of cognitive neuroscience in understanding the neural mechanisms of human cognition through the study of brain networks. It highlights the advancements in neuroimaging techniques, particularly structural magnetic resonance imaging (sMRI) and diffusion MRI, which facilitate the construction of structural brain networks (SBNs). These networks are analyzed using graph theoretical methods to explore their topological properties and their associations with biological and cognitive factors, such as gender and cognitive performance. The paper emphasizes the evolution from traditional group-level structural covariance networks (SCNs) to individual-level SCNs, which incorporate multiple morphometric features, thereby enhancing the understanding of individual variability in brain organization.
The research specifically focuses on comparing morphometric similarity networks (MSNs) and morphometric inverse divergence (MIND) networks, aiming to elucidate their respective advantages and limitations in relation to cognitive performance. It also addresses the challenges associated with thresholding weighted networks, which can significantly impact network topology and the reproducibility of results. The study aims to systematically evaluate the effects of connection density on network stability and cognitive associations in a cohort of 29 male children, while also examining hemispheric connectivity patterns and the relationships between topological features and cognitive performance. The paper is structured to include sections on materials and methods, results, discussion, and conclusions.
Methods
In this study, data acquisition involved cognitive test scores and structural MRI (sMRI) data from 29 male children, categorized into a control group (CG) and a gifted group (GG). Two individual-level brain networks were constructed: the morphometric similarity network (MSN) and the morphometric inverse divergence (MIND) network. Comparative analyses were conducted at both group and individual levels, focusing on hemispheric connectivity and nodal topological features across varying connection densities.
Group-level analyses compared the average networks of CG and GG, examining intra- and inter-hemispheric connectivity and nodal characteristics. At the individual level, Spearman correlation analysis was employed to investigate the relationships between global network metrics—comprising seven topological and five hemispheric metrics—and cognitive performance scores. This methodological framework facilitates a comprehensive understanding of the neurocognitive differences between the two groups.
Results
The results section presents a comprehensive analysis of structural differences between control groups (CG) and genetic groups (GG) in the context of MSNs and MIND networks. Group analyses reveal significant variations in nodal topological features, particularly the participation coefficient, which shows distinct distributions across hemispheres. In the MSN network, GG exhibits a higher average participation coefficient in the left hemisphere, while the opposite trend is observed in the MIND network. Additionally, node versatility is notably lower in GG for the MSN network, with minimal differences in MIND. The clustering coefficient and local efficiency demonstrate minor average differences between groups, yet local efficiency is significantly lower in GG for the right hemisphere in MSN.
Individual cognitive analyses further explore the relationship between IQ scores and global metrics, revealing varying correlations across connection densities. The mean weighted clustering coefficient shows low correlations with IQ in MSN but a positive correlation in MIND at certain densities. Conversely, mean versatility exhibits a significantly negative correlation with IQ in MSN, while MIND shows fluctuating correlations. Notably, global efficiency displays negative correlations with IQ in MSN and positive correlations in MIND, indicating distinct cognitive network dynamics. Overall, while group differences in global metrics are not statistically significant, trends suggest that MSN may reveal more discernible differences compared to MIND, particularly in the context of cognitive performance.
Discussion
In this study, we analyzed a dataset comprising structural MRI (sMRI) and cognitive test results from 29 healthy right-handed male children, divided into a control group (CG) and a gifted group (GG). The participants exhibited no significant age differences, but notable disparities in full-scale IQ scores were observed. The sMRI data were processed using FreeSurfer to estimate cortical thickness and parcellate the brain into 308 regions. We constructed two types of individual-level brain networks: the Morphometric Similarity Network (MSN) and the Morphometric INverse Divergence (MIND) network, utilizing five morphometric features (surface area, gray matter volume, cortical thickness, mean curvature, and Gaussian curvature) to capture inter-regional correlations and vertex-level distributions, respectively.
Group-level analyses revealed significant differences in hemispheric connectivity patterns and nodal topological features between CG and GG. We employed a minimum spanning tree (MST)-based thresholding approach to ensure network connectivity while controlling for sparsity across various connection densities. The analysis included metrics such as signed Euclidean distance (SED) to quantify differences in connectivity and strength between groups. Notably, the intrahemispheric connections consistently exhibited greater magnitudes than inter-hemispheric connections, although visual distinctions in heatmaps were minimal. Furthermore, we assessed the relationship between global brain network metrics and cognitive performance, finding that certain metrics correlated with IQ scores, indicating potential links between brain network organization and cognitive abilities.