个体功能网络分区的分割方法

识别个体大脑的独特功能结构的是走向个体化医学和理解人类认知和行为变化的神经基础的关键一步（主要是因为当下的功能分区模板都是population水平的，虽然所有人的大脑在结构上和功能上是具有一定的人群一致性的，但是大脑在功能和结构上都存在着比较大的个体变异，尤其是在脑功能方面，因此，任务态fMRI为了能够更精确的对被试脑功能激活的结构定位进行确定，会在个体空间进行激活分析。如果能够通过具体方法在当下常用的静息态数据中完成对个体的功能网络分区，将极大的提高我们对功能网络个体变异的理解，并且能够更好的在组水平分析中考虑个体差异）。

分区方法如下：

​

1. 根据1000名健康被试的数据，首次估算了由18个网络组成的功能皮层图谱（作者使用的是Yeo, B.T. et al.2011发表的基于皮层形态的最水平功能网络图谱，全脑被分为共18个网络），并使用FreeSurfer软件投射到个体被试的皮层表面。将个体被试的血氧水平依赖（BOLD）功能磁共振信号的时间序列在每个网络内的皮层顶点（vertices）上进行平均。这些基于图谱的时间序列被用作后续优化过程的“参考信号”。
2. 单个被试在每个皮层顶点的功能磁共振信号与从上一步得到的18个参考信号做相关。每个皮层顶点根据其与参考信号的最大相关值被重新分配到18个网络中的一个。置信值也被计算为最大相关值和第二大相关值之间的比率。例如，**如果一个皮层顶点与网络A的参考信号的相关性最强，相关系数为0.8，与网络B的相关性次强，相关系数为0.4，则该皮层顶点属于网络A的置信度为0.8/0.4=2。**在所有皮层顶点被重新分配到18个具有一定置信水平的网络中的一个之后，