灰白质融合网络中的脑可控性与控制能量

目的：脑网络可控性为理解结构组织如何塑造脑动力学提供了一个框架，然而，当前模型主要依赖白质连接，可能忽视灰质结构的贡献。方法：我们构建了一个融合网络，将基于弥散张量成像获得的白质连接与灰质形态学相似性相结合，并考察了其可控性、生物学关联、遗传力、表型预测能力以及控制能量。主要结果：基于融合网络得到的可控性保留了白质网络的关键拓扑属性，并与神经递质系统和脑代谢相关。与基于白质连接的网络相比，基于融合网络的可控性表现出系统性地向更高遗传力偏移，提升了对若干个体特征和认知功能的预测能力，并在激活静息态网络时表现出更低的模型控制能量。意义：这些发现表明，将灰质形态学信息纳入DTI支持的网络中，为研究脑网络可控性和状态转换提供了一种互补性的结构表征。较低的控制能量代表模型推导出的转换代价，不应被解释为生理能量消耗的直接测量。

2 认知与人格教育部重点实验室，西南大学心理学部，重庆 400715，中国。

在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 其按照 CC-BY 4.0 国际许可协议 公开提供。

返回顶部 上一页 下一页

发布于 2026 年 8 月 27 日。 下载 PDF 补充材料 电子邮件

感谢您帮助传播 bioRxiv。

您的电子邮件 *

您的姓名 *

发送至 *

请输入多个地址，每行一个，或以逗号分隔。

您将通过电子邮件发送以下内容

灰—白质融合网络中的脑可控性与控制能量

邮件主题

（您的姓名）已从 bioRxiv 转发了一个页面给您

邮件正文

（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。

您的个人留言

验证码

此问题用于测试您是否为真人访客，并防止自动化垃圾信息提交。

分享

灰—白质融合网络中的脑可控性与控制能量

Yuxin Liu ， Kangjia Chen ， Jiang Qiu ， Jinpeng Niu

bioRxiv 2026.08.24.746600； doi： https://doi.org/10.64898/2026.08.24.746600

分享本文： 复制

引文工具

灰—白质融合网络中的脑可控性与控制能量

Yuxin Liu ， Kangjia Chen ， Jiang Qiu ， Jinpeng Niu

bioRxiv 2026.08.24.746600； doi： https://doi.org/10.64898/2026.08.24.746600

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.24.746600v1?rss=1

🏷️ 脑网络可控性 灰白质融合网络 控制能量 弥散张量成像 遗传力 认知功能预测