Clustering de Grupo con Corte Normalizado de Datos de fMRI en Estado de Reposo

ANTECEDENTES: Estudios de imagen cerebral funcional han indicado que regiones anatómicas distinctas del cerebro pueden mostrar actividad neuronal espontánea coherente durante el reposo. Las regiones que muestran tal comportamiento correlacionado se dice que forman redes en estado de reposo (RSNs). Las RSNs han sido investigadas utilizando mapas de conectividad funcional dependientes de semillas y mediante una serie de métodos libres de modelo. Sin embargo, examinar las RSNs a través de un grupo de sujetos sigue siendo una tarea compleja y a menudo implica la intervención humana en la selección de redes significativas. METODOLOGÍA/HALLAZGOS PRINCIPALES: Reportamos un enfoque de clustering gráfico de corte normalizado basado en vóxeles y libre de modelo con cobertura total del cerebro para el análisis de grupo de datos en estado de reposo, en el cual el número de RSNs se calcula como un ajuste óptimo del clustering de los datos. Las correlaciones inter-vóxel de las series temporales se agrupan a nivel individual y la consistencia de las redes resultantes a través de los sujetos se agrupa a nivel de grupo, definiendo las RSNs grupales. Escaneamos un grupo de 26 sujetos en reposo con un protocolo de escaneo de fMRI sensible a BOLD rápido en un escáner de RM de 3 Tesla. CONCLUSIONES/SIGNIFICANCIA: Un ajuste óptimo de clustering grupal reveló 7 RSNs. Las 7 RSNs incluyeron redes motoras/visuales, auditivas y de atención, así como la frecuentemente reportada red de modo por defecto. Las RSNs encontradas mostraron una gran superposición con resultados de estado de reposo reportados recientemente y apoyan la idea de la formación de RSNs espacialmente distintas durante el reposo en el cerebro humano.