心理所研发基于磁共振脑影像数据的一键式脑网络和图论分析软件平台DPABINet

人脑是一个复杂的网络，包含了不同脑区在结构和功能上的整合与协作，这些相互作用形成了复杂的模式，从而支持大脑的多种功能。为了深入理解大脑的这些复杂功能，研究者必须掌握脑网络以及其背后的复杂联系和沟通模式。此外，探索大脑网络机制也为研究脑损伤或精神障碍等脑功能异常的疾病提供了新的视角。因此，探索大脑的复杂网络系统对于全面理解大脑功能至关重要。

图论(Graph Theory)，作为网络科学的基石，其分析方法在研究包括脑网络在内的复杂网络属性方面得到了广泛应用。图论提供了一个框架以研究复杂网络的拓扑结构，并能揭示功能性脑网络在局部和全局层面的关键组织信息。然而，尽管图论分析在理论上具有巨大的潜力，现有的专业图像数据处理软件往往要求用户具备高级编程技能，这限制了这些方法的普及和应用。

为了解决这一问题，中国科学院心理研究所磁共振成像研究中心的严超赣研究员及其团队基于他们此前开发的广受欢迎的脑影像处理平台（DPARSF/DPABI/DPABISurf），进一步推出了DPABINet。这一新平台整合了最先进的图像处理软件模块，如Brain Connectivity Toolbox、FSLNets、BrainNet Viewer、Circos、SPM、PALM等，并采用docker技术，提供了跨平台的简便界面和算法。DPABINet的友好图形用户界面（GUI）使得用户可以一键完成功能磁共振数据的脑网络构建、图论分析、统计分析及结果查看，无需任何编程或脚本编写技能。此外，DPABINet还支持基于弥散加权成像的大脑结构网络分析，可基于DPABIFiber的预处理结果为脑结构纤维网络的研究提供分析平台。

图1.（a）DPABINet的图形用户界面。（b）用DPABINet提取脑影像数据中感兴趣区的时间序列、构建脑网络、计算图论指标、统计分析、多重比较校正和可视化的流程图。

DPABINet继承并扩展了DPARSF/DPABI/DPABISurf的设计理念，大幅降低了技术门槛，使得即使是没有编程经验的用户也能准确高效地进行大脑网络构建、图论分析、统计分析及结果查看。为了进一步支持用户，严超赣团队还提供了免费的在线视频课程(ht‍tp://rfmri.org/Course)，帮助用户快速掌握DPABINet软件的使用。这款免费开源工具箱（可于http://rfmri.org/DPABI下载）旨在为新手和专家用户提供支持，推动脑网络研究方法在脑功能和结构影像研究以及临床转化研究中的应用。

DPABINet代表了在脑影像数据分析领域的一个重要进步，为研究人员提供了一个强大、易用的工具，以更深入地理解大脑网络的复杂性和其在健康与疾病中的作用。通过这个平台，研究人员能够更有效地构建和分析大脑网络，推动脑科学研究的边界，同时为脑功能异常疾病的诊断和治疗提供了新的研究工具。预计DPABINet的推出和应用将极大促进脑网络研究方法的普及和应用，加速脑功能和结构影像研究的发展，为临床转化研究提供强有力的支持。

该研究受到科技创新2030-大脑科学与类脑智能技术重大项目（2021ZD0200600）、国家自然科学基金（82122035、81671774、81630031）、中国科学院重点部署项目（ZDBS-SSW-JSC006）、北京市科技新星计划（Z191100001119104、20230484465）、北京市自然科学基金（京津冀基础研究合作专项项目，J230040）以及中国科学院心理研究所科学基金（E2CX4425YZ）的支持。文章已发表于Science Bulletin，心理所严超赣研究员为第一作者及通讯作者，心理所鲁彬博士、邓昭宇、高青林，以及王鑫迪博士为共同作者。

论文信息：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.