基于DTI的人類與獼猴腦區(qū)連通性方法研究

李斌強(qiáng)，王千山，姚蓉，柴靜文，王玥，李海芳

作者單位：太原理工大學(xué)信息與計(jì)算機(jī)學(xué)院，太原030000

獼猴是研究人類的天然過(guò)渡模型，在中國(guó)具有得天獨(dú)厚的資源優(yōu)勢(shì),隨著體細(xì)胞克隆猴和轉(zhuǎn)基因獼猴模型的相繼突破[1]，獼猴作為焦點(diǎn)模式實(shí)驗(yàn)動(dòng)物的地位進(jìn)一步強(qiáng)化，針對(duì)人類和獼猴跨物種研究也愈發(fā)重要。通過(guò)獼猴來(lái)探索人腦的工作機(jī)制和病理機(jī)制是人腦研究的一種重要手段[2]，因此人腦和猴腦的比較已成為當(dāng)前研究的熱點(diǎn)和難點(diǎn)。近些年來(lái)，人類和獼猴腦影像數(shù)據(jù)的不斷積累和公開，為兩者的直接比較提供了支持[3]?？缥锓N比較神經(jīng)影像學(xué)新技術(shù)和方法的研究也愈發(fā)重要，并逐漸成為國(guó)際前沿基礎(chǔ)研究的熱點(diǎn)問(wèn)題。

跨物種研究與單物種個(gè)體或組間的比較不同，必須有先驗(yàn)同源信息的約束和支撐[4]。目前，最主要的跨物種比較方法是使用已有同源腦區(qū)作為參照系，如：華盛頓大學(xué)醫(yī)學(xué)院van Essen 實(shí)驗(yàn)室總結(jié)利用55 對(duì)大腦皮層同源腦區(qū)用于表面配準(zhǔn)[5]，牛津大學(xué)納菲爾德腦功能磁共振成像中心預(yù)定義出23對(duì)同源腦區(qū)來(lái)比較人類和獼猴前額葉皮層位點(diǎn)的功能連接模式[6]。這種方法比較依賴于已有同源腦區(qū)的信息，在同源腦區(qū)信息缺失的情況下，會(huì)有一定的局限性[7]。2018年，Mars等[8]提出了一個(gè)基于白質(zhì)纖維束比較靈長(zhǎng)類動(dòng)物大腦之間異同的方法，并將其用于跨物種研究。2020年，Warrington等[9]將人類與獼猴共有的一組白質(zhì)纖維束繪制為白質(zhì)纖維束圖譜，為后續(xù)的跨物種研究奠定了基礎(chǔ)。2020年，Bryant等[10]通過(guò)擴(kuò)散加權(quán)掃描圖像構(gòu)建了大猩猩的第一個(gè)白質(zhì)纖維束圖譜,為識(shí)別人類和其他靈長(zhǎng)類物種之間的神經(jīng)解剖學(xué)差異和相似性提供了有用的工具。已有研究表明，在高等靈長(zhǎng)類動(dòng)物中，白質(zhì)組織在不同的物種中呈現(xiàn)較高的共性[11]。目前已經(jīng)在人類、黑猩猩和獼猴中識(shí)別到一些共同存在的白質(zhì)纖維束[12]，他們的連接主干比較相似，且這些共性能夠用于跨物種比較研究。

因此，本文提出一種基于白質(zhì)纖維束圖譜進(jìn)行人類和獼猴腦區(qū)的連通性分析的方法。首先通過(guò)概率纖維束追蹤技術(shù)，在個(gè)體水平上分別追蹤到人類和獼猴的32 條白質(zhì)纖維束。其次，分別構(gòu)建人類的246 個(gè)腦區(qū)和獼猴的197 個(gè)腦區(qū)與32 條白質(zhì)纖維束的連通性矩陣。最后，基于克倫巴赫α系數(shù)驗(yàn)證物種內(nèi)個(gè)體間的一致性，基于余弦相似度衡量已知同源腦區(qū)在物種間的連通一致性，并通過(guò)應(yīng)用該方法篩選出同源腦區(qū)。結(jié)果表明，本文方法在物種內(nèi)分析和跨物種分析時(shí)具有一定的可靠性，且能夠在人類與獼猴的跨物種研究中篩選出同源腦區(qū)。

1 材料與方法

1.1 數(shù)據(jù)集

人腦數(shù)據(jù)來(lái)自人類連接項(xiàng)目提供的最低限度預(yù)處理的數(shù)據(jù)。10 個(gè)人類被試的彌散張量成像(diffusion tensor imaging，DTI)數(shù)據(jù)和結(jié)構(gòu)磁共振成像(structural magnetic resonance imaging，sMRI)數(shù)據(jù)來(lái)自于2016 年人腦連接組項(xiàng)目(Human Connectome Project，HCP)數(shù)據(jù)中心發(fā)布的WU-Minn受試者數(shù)據(jù)集[13]，這批數(shù)據(jù)集通過(guò)德國(guó)西門子Skyra掃描儀進(jìn)行掃描得到的，該掃描儀使用標(biāo)準(zhǔn)32 通道西門子接收頭線圈和特殊梯度體傳輸線圈進(jìn)行數(shù)據(jù)采集。整個(gè)實(shí)驗(yàn)遵照赫爾辛基宣言。具體采集參數(shù)如下：T1W：TE=2.14 ms, TR=2400 ms，TI=1000 ms，翻轉(zhuǎn)角度=7°，體素分辨率為0.7×0.7×0.7 mm3；DTI:TE=89.5 ms，TR=5520 ms,彌散加權(quán)b 值分別為1000、2000、3000 s/mm2。

獼猴公共數(shù)據(jù)集來(lái)自最近建立的PRIME-DE數(shù)據(jù)集。10 個(gè)獼猴被試的DTI 據(jù)和sMRI 數(shù)據(jù)來(lái)自于加利福尼亞大學(xué)戴維斯分校的數(shù)據(jù)集[14]，這批獼猴數(shù)據(jù)是使用西門子Skyra 3.0 T 的4 通道翻轉(zhuǎn)線圈掃描收集得到的。整個(gè)實(shí)驗(yàn)得到了當(dāng)?shù)貍惱砦瘑T會(huì)的批準(zhǔn)，并遵守歐盟關(guān)于保護(hù)用于科學(xué)目的的動(dòng)物的指令(2010/63/EU)。具體采集參數(shù)如下。T1W：TE=3.65 ms，TR=2500 ms，TI=1100 ms，翻轉(zhuǎn)角度=7°，體素分辨率為0.3×0.3×0.3 mm3；DTI：TE=115 ms，TR=6400 ms，切片間隙為1.4 mm，彌散加權(quán)b 值分別為1600、800 s/mm2。

1.2 數(shù)據(jù)預(yù)處理

分別采用HCP 最小預(yù)處理管道方法和FMRIB 工具對(duì)人類和獼猴DTI數(shù)據(jù)預(yù)處理[15]，如圖1A所示。具體步驟包括：頭動(dòng)渦流校正、梯度方向校正、獲取大腦的掩膜文件。但是在獲取大腦掩膜文件的過(guò)程中，獼猴的DTI 數(shù)據(jù)辨識(shí)度較低，導(dǎo)致使用FMRIB 無(wú)法得到很好的效果。因此，本文首先使用BET工具對(duì)獼猴的結(jié)構(gòu)性數(shù)據(jù)進(jìn)行腦組織提取，并手動(dòng)進(jìn)行掩膜文件校正；其次將獼猴結(jié)構(gòu)像掩膜文件線性配準(zhǔn)到DTI 數(shù)據(jù)上，獲得獼猴DTI 數(shù)據(jù)的掩膜文件；最后，對(duì)擴(kuò)散加權(quán)圖像進(jìn)行處理，擬合擴(kuò)散張量并估計(jì)平均擴(kuò)散系數(shù)和分?jǐn)?shù)各向異性，并使用限于三個(gè)纖維方向的交叉纖維模型對(duì)擴(kuò)散方向進(jìn)行體素模型擬合。

1.3 圖像配準(zhǔn)

白質(zhì)纖維束的提取以及連通性矩陣的構(gòu)建均需要選取感興趣區(qū)域，感興趣區(qū)域的選取涉及到個(gè)體的標(biāo)準(zhǔn)化，配準(zhǔn)精度直接影響到了個(gè)體白質(zhì)纖維束提取的精準(zhǔn)度及連通性矩陣的可靠性。為了取得最佳的配準(zhǔn)效果，本文采用兩步配準(zhǔn)法進(jìn)行圖像配準(zhǔn)[16]，如圖1B 所示，具體步驟如下：(1)使用線性配準(zhǔn)法將個(gè)體b0 像仿射配準(zhǔn)至個(gè)體T1 結(jié)構(gòu)像，保存配準(zhǔn)過(guò)程中生成的變形文件和變形矩陣，并將變形矩陣進(jìn)行轉(zhuǎn)置，得到個(gè)體T1 結(jié)構(gòu)像到個(gè)體b0 像的變換矩陣；(2)使用線性配準(zhǔn)法將個(gè)體T1 結(jié)構(gòu)像配準(zhǔn)到標(biāo)準(zhǔn)空間上，參照變形矩陣，使用非線性配準(zhǔn)方法將個(gè)體T1 結(jié)構(gòu)像配準(zhǔn)到標(biāo)準(zhǔn)影像空間，得到變形場(chǎng)文件，同時(shí)逆轉(zhuǎn)變形場(chǎng)文件得到標(biāo)準(zhǔn)影像空間到個(gè)體T1結(jié)構(gòu)像的變形場(chǎng)文件；(3)將從標(biāo)準(zhǔn)影像空間到個(gè)體T1 結(jié)構(gòu)像的變形場(chǎng)文件與個(gè)體T1 結(jié)構(gòu)像到個(gè)體b0 像的變換矩陣聯(lián)合起來(lái)，得到從個(gè)體標(biāo)準(zhǔn)空間到個(gè)體b0 像的變形場(chǎng)文件；(4)通過(guò)個(gè)體標(biāo)準(zhǔn)空間到個(gè)體b0 像的變形場(chǎng)文件，將腦圖譜配準(zhǔn)到個(gè)體彌散空間上，得到基于個(gè)體彌散空間的腦圖譜。

1.4 參照系選擇

為了能夠更可靠地研究白質(zhì)纖維束的個(gè)體差異性，通常使用概率纖維束追蹤預(yù)先定義好的基于個(gè)體水平上的感興趣區(qū)域，這些感興趣區(qū)域反映了先前的解剖學(xué)知識(shí)，且能夠用于指導(dǎo)和限制概追曲線的傳播，減少假陽(yáng)性的機(jī)會(huì)。本實(shí)驗(yàn)使用人類和獼猴共有的主要白質(zhì)纖維束的感興趣區(qū)域,其中，人類的掩膜文件是在蒙特利爾神經(jīng)病學(xué)研究所標(biāo)準(zhǔn)空間繪制的，獼猴的掩膜文件是在F99標(biāo)準(zhǔn)空間繪制的。

如圖1C 所示，本文首先將32 條白質(zhì)纖維束的Seed Mask、Target Mask、Exclude Mask 等感興趣區(qū)域配準(zhǔn)到個(gè)體上，然后進(jìn)行概率纖維束追蹤[17]，獲得基于個(gè)體水平的白質(zhì)纖維束，其中人類和獼猴的纖維流線分別設(shè)置為5000 次和50000 次。為確保這些連接的可靠性，使用P＞0.04%的經(jīng)驗(yàn)值來(lái)閾值化得到的追蹤結(jié)果[18]，以去除其中的假陽(yáng)性連接，得到32 條白質(zhì)纖維束的掩膜文件，以此作為兩個(gè)物種的公共參照系。

1.5 結(jié)構(gòu)連通性矩陣

人類使用中國(guó)科學(xué)院自動(dòng)化研究所的人類腦網(wǎng)絡(luò)組圖譜，獼猴使用D99圖譜[19]。具體步驟如圖1D所示。首先分別將人類的腦網(wǎng)絡(luò)組圖譜和獼猴的D99 圖譜線性配準(zhǔn)到個(gè)體上，得到基于個(gè)體的腦區(qū)分布；其次，逐個(gè)計(jì)算每條纖維束同每個(gè)腦區(qū)之間的連通關(guān)系，具體操作步驟為：(1)從參照系到腦區(qū)進(jìn)行概率纖維束追蹤，其中人類纖維流線設(shè)置為5000次，獼猴纖維流線設(shè)置為50000 次，使用matrix2 模式分別得到人類和獼猴的主要白質(zhì)纖維束同腦區(qū)的體素級(jí)連通性矩陣；(2)對(duì)體素級(jí)連通性矩陣進(jìn)行降維操作，即將體素級(jí)連通性矩陣按行與按列取平均，將得到的值作為纖維束到腦區(qū)的連通值；(3)將人和獼猴的纖維束到腦區(qū)的連通強(qiáng)度值拼接起來(lái)，得到人類和獼猴246×32和197×32的連通性矩陣。

圖1 技術(shù)路線。Fig.1 Technical route.

1.6 屬性分析

為了證明本文所提出的方法具有較高的可靠性，隨機(jī)選取了Broca44 區(qū)、S1 區(qū)、Hippoc 區(qū)三個(gè)腦區(qū)進(jìn)行種內(nèi)分析與種間分析，早期跨物種研究已經(jīng)證明，這三個(gè)腦區(qū)在人類和獼猴之間具有同源關(guān)系。本文主要從物種內(nèi)和物種間兩個(gè)角度來(lái)分析，通過(guò)驗(yàn)證連通性矩陣的個(gè)體一致性，以及三個(gè)腦區(qū)在同物種的內(nèi)部一致性，證明計(jì)算方法在物種內(nèi)的可靠性；物種間主要是驗(yàn)證三個(gè)腦區(qū)的同源性，證明計(jì)算方法進(jìn)行跨物種分析時(shí)的有效性。

1.6.1 物種內(nèi)分析

為了驗(yàn)證全腦連通性矩陣在物種內(nèi)的不同個(gè)體間是否具有一致性，將不同個(gè)體的連通性矩陣互相相減，統(tǒng)計(jì)相減之后連通強(qiáng)度差值在0.2 之內(nèi)的采用克倫巴赫α 系數(shù)來(lái)進(jìn)行驗(yàn)證不同個(gè)體在同一腦區(qū)的連通關(guān)系是否具有一致性，具體計(jì)算公式如下所示：

其中，k表示待比較的個(gè)體的數(shù)量，σi表示第i個(gè)指紋圖中的內(nèi)部方差，σx表示全部指紋圖的方差?？藗惏秃咋料禂?shù)范圍為0 到1 之間，越接近1 表示一致性越高。一般探索性研究，克倫巴赫α系數(shù)在0.6以上，基準(zhǔn)研究在0.8以上，通常情況下克倫巴赫α系數(shù)在0.6以上，被認(rèn)為可信度較高。

1.6.2 物種間分析

本文選取余弦相似度作為衡量指標(biāo)。通過(guò)計(jì)算人類和獼猴的某個(gè)腦區(qū)同白質(zhì)纖維束的連通關(guān)系，并計(jì)算它們的余弦相似度，比較兩個(gè)物種的某個(gè)腦區(qū)是否存在結(jié)構(gòu)連通關(guān)系相似的情況，具體計(jì)算公式如下所示：

其中，p、q表示兩個(gè)待比較的指紋圖；n是指紋圖中目標(biāo)區(qū)域的個(gè)數(shù)，pi、qi分別表示p、q兩個(gè)待比較的連通指紋圖中第i個(gè)目標(biāo)區(qū)域的連接值。余弦相似度范圍為-1 到1。-1 意味著兩個(gè)向量指向的方向正好截然相反，1表示它們的指向是完全相同的，0通常表示它們之間是獨(dú)立的，而在這之間的值則表示中間的相似性或相異性。余弦相似度值越接近1，表明兩個(gè)腦區(qū)的連通性越相似，即兩個(gè)腦區(qū)同源的可能性越大；余弦相似度值越接近0，表明兩個(gè)腦區(qū)相獨(dú)立，同源的可能性較??；余弦相似度值接近-1，表明兩個(gè)腦區(qū)負(fù)相關(guān)。

1.7 統(tǒng)計(jì)分析

由于本文所使用的被試數(shù)量較少，并不能完全反映物種整體水平在腦區(qū)連接結(jié)構(gòu)方面的一些差異。針對(duì)上述問(wèn)題，本文采用Python以及Numpy 庫(kù)對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。計(jì)算人類和獼猴的組平均指紋圖之間的余弦相似度值作為實(shí)際觀測(cè)值，組合兩組指紋圖然后隨機(jī)分成10 和10 兩組，并計(jì)算新的兩個(gè)組的組平均值指紋圖及它們之間的余弦相似度值，重復(fù)上述的分組及計(jì)算操作10 000次，使用得到的余弦相似度值構(gòu)建置換檢驗(yàn)分布，檢驗(yàn)標(biāo)準(zhǔn)值定義為5%顯著水平。

2 結(jié)果

基于白質(zhì)纖維束的人和獼猴的腦區(qū)連通性計(jì)算方法，得到每個(gè)個(gè)體的全腦腦區(qū)與32 條白質(zhì)纖維束之間的連通性矩陣。將物種內(nèi)的個(gè)體連通性矩陣互相相減，并統(tǒng)計(jì)連通強(qiáng)度差值在0.2 之內(nèi)的比例，結(jié)果顯示，在人類的所有個(gè)體中，連通強(qiáng)度值在-0.2～0.2 之間的占比達(dá)到了95%左右；在獼猴的所有個(gè)體中，連通強(qiáng)度值在-0.2～0.2 之間的占比達(dá)到在85%左右。如圖2所示。

圖2 個(gè)體間連通性矩陣比較。2A：獼猴；2B：人類。Fig.2 Comparison of connectivity matrices between individuals.2A:Macaque;2B:Human.

獼猴與人類所有個(gè)體Broca44 區(qū)的連通指紋圖如圖3A 所示，獼猴與人類所有個(gè)體S1 區(qū)的連通指紋圖如圖3B 所示，獼猴與人類所有個(gè)體Hippoc 區(qū)的連通指紋圖如圖3C所示。其中，橫坐標(biāo)為白質(zhì)纖維束，縱坐標(biāo)為連通強(qiáng)度。

圖3 種內(nèi)個(gè)體間連通性比較。3A:Broca44區(qū)；3B:S1區(qū)；3C:Hippoc區(qū)。 圖4 跨物種腦區(qū)驗(yàn)證結(jié)果。4A：Broca腦區(qū)；4B：S1腦區(qū)；4C：Hippoc腦區(qū)。Fig. 3 Comparison of connectivity between individuals within species. 3A: Broca44; 3B: S1; 3C: Hippoc. Fig. 4 Cross-species brain region verification results.4A:Broca;4B:S1;4C:Hippoc.

分別計(jì)算了Broca44 區(qū)、S1 區(qū)、Hippoc 區(qū)在兩個(gè)物種中的克倫巴赫α系數(shù)，結(jié)果如表1所示。

表1 種內(nèi)一致性分析Tab.1 Intraspecies consistency analysis

圖4A 表示獼猴和人類在Broca44 區(qū)的連通指紋圖和連通趨勢(shì)圖，圖4B 表示獼猴和人類在S1 區(qū)的連通指紋圖和連通趨勢(shì)圖，圖4C 表示獼猴和人類在Hippoc 區(qū)的連通指紋圖和連通趨勢(shì)圖。其中，橫坐標(biāo)為白質(zhì)纖維束，縱坐標(biāo)為連通強(qiáng)度。

人類和獼猴在Broca44 區(qū)、S1 區(qū)、Hippoc 區(qū)置換檢驗(yàn)的置信區(qū)間如表2所示，置換檢驗(yàn)的結(jié)果圖如圖5 所示。其中，置換檢驗(yàn)結(jié)果藍(lán)色代表觀測(cè)值，紅色代表閾值，灰色代表測(cè)試的數(shù)據(jù)。

圖5 置換檢驗(yàn)結(jié)果。 圖6 方法區(qū)分度驗(yàn)證。Fig.5 Results of permutation test.Fig.6 Model discrimination verification.

表2 同源腦區(qū)置換檢驗(yàn)的結(jié)果Tab.2 Results of Broca44 brain area replacement test

分別將獼猴的Broca44 區(qū)與人類的6 個(gè)腦區(qū)進(jìn)行余弦相似度的計(jì)算，其中選取的人類6個(gè)腦區(qū)分別為A8vl、A6vl、A45c、A44v、clinG、A2、IPFtha。結(jié)果如圖6 所示。其中，橫坐標(biāo)為腦區(qū)，縱坐標(biāo)為余弦相似度值。

3 討論

通過(guò)分析彌散磁共振成像數(shù)據(jù)，本文提出了基于白質(zhì)纖維束圖譜構(gòu)建連通性關(guān)系的跨物種比較方法。發(fā)現(xiàn)通過(guò)這種方式構(gòu)建的連通性關(guān)系，能夠反映在同物種內(nèi)不同個(gè)體間的結(jié)構(gòu)特征基本一致的特性；且能夠驗(yàn)證在不同物種間已知同源腦區(qū)的結(jié)構(gòu)連通關(guān)系具有較高相似度的特性，為跨物種研究方法提供了一個(gè)新的思路。

3.1 種內(nèi)連通性分析

現(xiàn)有研究指出，同物種內(nèi)大腦的大規(guī)模結(jié)構(gòu)連接基本一致[20]，全腦連通性矩陣能夠反映大腦的大規(guī)模結(jié)構(gòu)連接。本文對(duì)人類和獼猴全腦的連通性矩陣進(jìn)行分析，結(jié)果顯示，同一物種內(nèi)連通性矩陣比較相似。因此，從全腦的連通性關(guān)系分析，本文所提出的計(jì)算方法，可以驗(yàn)證同物種內(nèi)的個(gè)體間大規(guī)模結(jié)構(gòu)連接基本一致的特性。除此之外，本文對(duì)單個(gè)腦區(qū)在物種內(nèi)個(gè)體間的一致性進(jìn)行分析。結(jié)果顯示，在同一物種內(nèi)，三個(gè)腦區(qū)在獼猴和人類的個(gè)體間連通指紋圖相似，且三個(gè)腦區(qū)的內(nèi)部一致性系數(shù)也較高，證明使用本文所提出的方法，能夠反映物種內(nèi)個(gè)體間的連通關(guān)系具有較高一致性。

3.2 種間連通性分析

連通指紋圖可以有效地表示腦區(qū)的連通關(guān)系，被廣泛地應(yīng)用于跨物種比較中[21]。在構(gòu)建連通指紋圖中，傳統(tǒng)的跨物種比較方法需要選擇感興趣區(qū)域周邊的同源腦區(qū)作為先驗(yàn)信息。Mars 等[22]發(fā)現(xiàn)人類和獼猴擁有一些共同存在的白質(zhì)纖維束，且能夠作為跨物種比較的框架。參考早期跨物種研究，2021年夏瀟鸞等基于連通性藍(lán)圖方法發(fā)現(xiàn)Broca44區(qū)在結(jié)構(gòu)連接方面具有較高的跨物種一致性[23-24]，2020 年徐婷等利用基于函數(shù)的跨物種對(duì)齊方法，發(fā)現(xiàn)S1 區(qū)、Hippoc 區(qū)等具有較高的跨物種同源性[25]。本文分析了這些腦區(qū)在人類和獼猴的結(jié)構(gòu)連接模式，結(jié)果發(fā)現(xiàn)，三個(gè)已知同源腦區(qū)的連接指紋圖和連接趨勢(shì)圖具有較高相似性，余弦相似度值均較高(Broca44區(qū)表2中0.979、S1區(qū)：表2中0.994、Hippoc區(qū)：表2中0.995)，并在置換檢驗(yàn)分布中，余弦相似度(觀測(cè)值)均落入置信區(qū)間內(nèi)，說(shuō)明三個(gè)腦區(qū)的同源性分析可信。表明本文所提出的方法在跨物種比較中，能夠反映同源腦區(qū)結(jié)構(gòu)連接模式相似的特性。

本文在人腦中選取6個(gè)感興趣區(qū)域，搜索與獼猴Broca44 區(qū)具有相似結(jié)構(gòu)連接模式的區(qū)域。6 個(gè)ROI在人腦中的分布較為分散，其中，A8vl、A6vl、A45c、A44v區(qū)位于額葉區(qū)域，clinG區(qū)位于中腹枕葉皮層區(qū)域，A2 區(qū)位于中央后回區(qū)域，IPFtha 區(qū)位于丘腦區(qū)域。結(jié)果發(fā)現(xiàn)，人類的A44v 區(qū)和獼猴的Broca44 區(qū)具有很高的相似性，而其他腦區(qū)與獼猴Broca44區(qū)的相似性較低，差異具有統(tǒng)計(jì)學(xué)意義，這與之前的研究結(jié)果一致。說(shuō)明本文的計(jì)算方法對(duì)于同源腦區(qū)和非同源腦區(qū)具有較好的區(qū)分性，能夠?qū)θ祟惡瞳J猴的同源腦區(qū)起到篩選的作用。

3.3 研究意義

基于影像特征研究人腦與猴腦的跨物種比較方法，能為大腦組織方式提供有別于單物種研究的獨(dú)特解讀，能為未來(lái)人腦上發(fā)現(xiàn)和假設(shè)的驗(yàn)證提供支持，是當(dāng)今信息科學(xué)、神經(jīng)科學(xué)、認(rèn)知科學(xué)等學(xué)科的共同前沿。傳統(tǒng)的跨物種比較方法依賴于已有同源腦區(qū)等先驗(yàn)信息，存在同源位點(diǎn)信息不足的情況，而白質(zhì)纖維束在人類和獼猴中普遍存在且有較高的共性。據(jù)此，本文提出了以白質(zhì)纖維束作為參照系的方法。實(shí)驗(yàn)從種內(nèi)分析和種間分析兩個(gè)角度對(duì)方法進(jìn)行了驗(yàn)證，又通過(guò)對(duì)Broca44 區(qū)對(duì)方法進(jìn)行了應(yīng)用。結(jié)果發(fā)現(xiàn)，在跨物種研究中，該方法具有較好的適用性，且能夠用于同源腦區(qū)的篩選。為跨物種研究方法提供了一個(gè)新的思路。

3.4 局限性和不足

本文所提出的方法僅能反映出人腦和獼猴大腦的結(jié)構(gòu)連接關(guān)系，對(duì)功能方面的表征不強(qiáng)，體現(xiàn)不明確。且對(duì)同源腦區(qū)的篩選不夠精細(xì)，后續(xù)的研究可以結(jié)合功能連接進(jìn)行研究，對(duì)結(jié)構(gòu)連接初篩的同源腦區(qū)進(jìn)行進(jìn)一步分析。

綜上所述，本文所提出的基于白質(zhì)纖維束圖譜進(jìn)行人類和獼猴腦區(qū)連通性分析的方法，能夠應(yīng)用于人類與獼猴的跨物種比較，且能夠用于同源腦區(qū)的篩選。

作者利益沖突聲明：全部作者均聲明無(wú)利益沖突。