人腦是一個(gè)復(fù)雜的網(wǎng)絡(luò)，包含了不同腦區(qū)在結(jié)構(gòu)和功能上的整合與協(xié)作，這些相互作用形成了復(fù)雜的模式，從而支持大腦的多種功能。為了深入理解大腦的這些復(fù)雜功能，研究者必須掌握腦網(wǎng)絡(luò)以及其背后的復(fù)雜聯(lián)系和溝通模式。此外，探索大腦網(wǎng)絡(luò)機(jī)制也為研究腦損傷或精神障礙等腦功能異常的疾病提供了新的視角。因此，探索大腦的復(fù)雜網(wǎng)絡(luò)系統(tǒng)對(duì)于全面理解大腦功能至關(guān)重要。

圖論(Graph Theory)，作為網(wǎng)絡(luò)科學(xué)的基石，其分析方法在研究包括腦網(wǎng)絡(luò)在內(nèi)的復(fù)雜網(wǎng)絡(luò)屬性方面得到了廣泛應(yīng)用。圖論提供了一個(gè)框架以研究復(fù)雜網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，并能揭示功能性腦網(wǎng)絡(luò)在局部和全局層面的關(guān)鍵組織信息。然而，盡管圖論分析在理論上具有巨大的潛力，現(xiàn)有的專(zhuān)業(yè)圖像數(shù)據(jù)處理軟件往往要求用戶具備高級(jí)編程技能，這限制了這些方法的普及和應(yīng)用。

為了解決這一問(wèn)題，中國(guó)科學(xué)院心理研究所磁共振成像研究中心的嚴(yán)超贛研究員及其團(tuán)隊(duì)基于他們此前開(kāi)發(fā)的廣受歡迎的腦影像處理平臺(tái)（DPARSF/DPABI/DPABISurf），進(jìn)一步推出了DPABINet。這一新平臺(tái)整合了最先進(jìn)的圖像處理軟件模塊，如Brain Connectivity Toolbox、FSLNets、BrainNet Viewer、Circos、SPM、PALM等，并采用docker技術(shù)，提供了跨平臺(tái)的簡(jiǎn)便界面和算法。DPABINet的友好圖形用戶界面（GUI）使得用戶可以一鍵完成功能磁共振數(shù)據(jù)的腦網(wǎng)絡(luò)構(gòu)建、圖論分析、統(tǒng)計(jì)分析及結(jié)果查看，無(wú)需任何編程或腳本編寫(xiě)技能。此外，DPABINet還支持基于彌散加權(quán)成像的大腦結(jié)構(gòu)網(wǎng)絡(luò)分析，可基于DPABIFiber的預(yù)處理結(jié)果為腦結(jié)構(gòu)纖維網(wǎng)絡(luò)的研究提供分析平臺(tái)。

圖1.（a）DPABINet的圖形用戶界面。（b）用DPABINet提取腦影像數(shù)據(jù)中感興趣區(qū)的時(shí)間序列、構(gòu)建腦網(wǎng)絡(luò)、計(jì)算圖論指標(biāo)、統(tǒng)計(jì)分析、多重比較校正和可視化的流程圖。

DPABINet繼承并擴(kuò)展了DPARSF/DPABI/DPABISurf的設(shè)計(jì)理念，大幅降低了技術(shù)門(mén)檻，使得即使是沒(méi)有編程經(jīng)驗(yàn)的用戶也能準(zhǔn)確高效地進(jìn)行大腦網(wǎng)絡(luò)構(gòu)建、圖論分析、統(tǒng)計(jì)分析及結(jié)果查看。為了進(jìn)一步支持用戶，嚴(yán)超贛團(tuán)隊(duì)還提供了免費(fèi)的在線視頻課程(ht?tp://rfmri.org/Course)，幫助用戶快速掌握DPABINet軟件的使用。這款免費(fèi)開(kāi)源工具箱（可于http://rfmri.org/DPABI下載）旨在為新手和專(zhuān)家用戶提供支持，推動(dòng)腦網(wǎng)絡(luò)研究方法在腦功能和結(jié)構(gòu)影像研究以及臨床轉(zhuǎn)化研究中的應(yīng)用。

DPABINet代表了在腦影像數(shù)據(jù)分析領(lǐng)域的一個(gè)重要進(jìn)步，為研究人員提供了一個(gè)強(qiáng)大、易用的工具，以更深入地理解大腦網(wǎng)絡(luò)的復(fù)雜性和其在健康與疾病中的作用。通過(guò)這個(gè)平臺(tái)，研究人員能夠更有效地構(gòu)建和分析大腦網(wǎng)絡(luò)，推動(dòng)腦科學(xué)研究的邊界，同時(shí)為腦功能異常疾病的診斷和治療提供了新的研究工具。預(yù)計(jì)DPABINet的推出和應(yīng)用將極大促進(jìn)腦網(wǎng)絡(luò)研究方法的普及和應(yīng)用，加速腦功能和結(jié)構(gòu)影像研究的發(fā)展，為臨床轉(zhuǎn)化研究提供強(qiáng)有力的支持。

該研究受到科技創(chuàng)新2030-大腦科學(xué)與類(lèi)腦智能技術(shù)重大項(xiàng)目（2021ZD0200600）、國(guó)家自然科學(xué)基金（82122035、81671774、81630031）、中國(guó)科學(xué)院重點(diǎn)部署項(xiàng)目（ZDBS-SSW-JSC006）、北京市科技新星計(jì)劃（Z191100001119104、20230484465）、北京市自然科學(xué)基金（京津冀基礎(chǔ)研究合作專(zhuān)項(xiàng)項(xiàng)目，J230040）以及中國(guó)科學(xué)院心理研究所科學(xué)基金（E2CX4425YZ）的支持。文章已發(fā)表于Science Bulletin，心理所嚴(yán)超贛研究員為第一作者及通訊作者，心理所魯彬博士、鄧昭宇、高青林，以及王鑫迪博士為共同作者。

論文信息：Yan, C.G., Wang, X.D., Lu, B., Deng, Z.Y., Gao, Q.L. (2024). DPABINet: A toolbox for brain network and graph theoretical analyses. Sci Bull (Beijing), 69(11), 1628-1631, doi:10.1016/j.scib.2024.02.038.