人和獼猴Broca區跨物種解剖連接差異分析

任凱欣，王千山，夏瀟鸞，鄧紅霞，李海芳

(1.太原理工大學 信息與計算機學院，山西 晉中 030600；2.澳門大學 認知與腦科學中心，澳門 999078)

Broca區位于人腦的額葉下回，大量的臨床和實驗研究證實該區主管語言信息的處理和話語的產生，與語義和單詞含義的理解，語音和發音方式的形成都有密切的聯系[1]。除此之外，該區對于語言重復、手勢產生和句子語法的流暢性也起到了必不可少的作用。KELLER et al[2]從形態學的角度描述了Broca區，他們指出，在人腦中，Broca區主要包括兩個區域，即額下回的島蓋部(pars opercularis)和三角部(pars triangularis).在20世紀初期，BRODMANN[3]首次系統地描述了Broca區的細胞結構，將該區分為兩個子區域，即Brodmann 44區(BA44)和Brodmann 45區(BA45).

盡管研究人員從各種損傷研究、單細胞電生理學研究和示蹤劑研究中獲得了廣泛的信息[4-5]，但倫理學禁止使用這種侵入式方法在人腦中進行研究。幸運的是，比較神經科學與磁共振技術的發展為非侵入式大腦研究帶來了希望。PETRIDES et al[6]在報告中提出，獼猴腹側前運動皮層(區域6)前面的區域是與人類BA44同源的皮質區域，他們的研究還表明，與人類BA44同源的獼猴區域前面的皮質區是與人類BA45同源的皮質區域，這塊皮質區域又可以進一步細分為頭部(rostral areas，45A)和尾部(caudal area，45B)兩個子區域。盡管已有研究對Broca區的功能特性進行了不同角度的探討分析，但很少有人從連接結構的角度對Broca區的白質纖維束數量進行跨物種差異性分析，本文彌補了這一缺失。

本文從大腦連接結構的角度對與語言發展密切相關的Broca區進行了跨物種一致性分析。通過使用概率纖維束跟蹤技術，分別構建了人和獼猴Broca同源區與10個感興趣腦區(region of interests，ROI)之間的連接性指紋圖，同時也構建了Broca同源區與39條同源纖維束之間的連接性指紋圖。此外通過運用統計學的分析方法，從樣本總體均值的水平對Broca區與每一個感興趣腦區之間的跨物種差異性進行了研究，對實驗結果的可信度進行了分析。結果表明在解剖學上同源的Broca區在連接結構方面也具有較高的跨物種一致性。

由于大腦的功能與其連接結構密切相關[7]，因此本研究為將猴腦作為人腦Broca區的臨床研究對象提供了依據[8]，對獼猴大腦Broca區的研究對于理解人腦的工作機制至關重要。

1 材料和方法

1.1 人類數據

本文從HCP數據中心發布的WU-Minn-1 200名受試者中選擇了19名被試(22～35歲)[9]，并從中挑選出這些被試經過數據預處理操作以后的結構像(structure magnetic resonance imaging,sMRI)數據和彌散像(diffusion magnetic resonance imaging,dMRI)數據。這批數據具有相對較高的ROI配準精度，其中，sMRI數據包括0.7 mm高分辨率各向同性T1加權(T1-weighted,T1w)和T2加權(T2-weight,T2w)圖像數據；dMRI數據包括多梯度和多擴散加權的1.25 mm各向同性數據。

1.2 獼猴數據

實驗中使用的獼猴數據集是來自加利福尼亞大學戴維斯分校(UC-Davis)的17只雌性獼猴(18.5～22.5歲；7.28～14.95 kg).這批獼猴數據[10]是使用Siemens Skyra 3T的4通道翻轉線圈掃描收集的。所有獼猴都已進食并符合UC-Davis IACUC道德認證。在掃描之前，將獼猴用異氟烷進行麻醉，麻醉以后獼猴立即被放入掃描儀中，然后用立體定位框架固定獼猴的頭部。在掃描過程中，實時監控了猴子的各種生理指標。

1.3 人類數據預處理

本文所使用的人類數據是由HCP預處理管道[11]進行預處理以后的數據。具體包括空間偽影的消除、變形矯正、皮質表面生成、交叉模式配準以及標準空間對齊等操作。在結束預處理操作以后，需要將人腦腦圖譜配準到每一個被試大腦上，在被試個體腦圖譜上對感興趣腦區進行提取。圖1是利用腦圖譜配準法生成的被試個體大腦圖譜圖像。

圖1 人腦圖集配準到b0像結果圖Fig.1 Register ration of the human brain atlas to the b0 image

1.4 獼猴數據預處理

在GLASSER et al[12]的論文中，作者概述了使來自其他來源的數據與HCP預處理管道兼容的方法。這是因為HCP預處理管道對原始數據的收集有一定的要求。其中，HCP預處理管道對dMRI數據采集的最低要求是：1) 在左右方向上對大腦進行多波段加速掃描。2) 使用Stejskal-Tanner(單極)擴散編碼方案在圖像中執行相位編碼左右方向，即執行反向編碼。3) 大量擴散梯度方向(≥128)。4) 擴散權重高達3 000 s/mm2。5) 高維空間各向同性分辨率(≤1.5 mm).

對于來自UC-Davis的獼猴數據來講，其擴散權重只能達到1 600 s/mm2，體素分辨率則為1.4×1.4×1.4 mm.因此，HCP預處理管道不能用于對獼猴數據進行預處理操作，本文將手動對獼猴數據進行預處理。對于獼猴dMRI數據來講，對其進行了渦流校正和非腦組織切除等預處理，下面詳細介紹預處理中的腦圖譜配準操作。

在配準操作之前，需要先將每一個獼猴被試的b0像從被試彌散像中提取出來，然后利用掩膜文件對其進行去除非腦組織的操作。研究表明[13]，被試的T1結構像對于彌散像有很好的畸變矯正和偽影去除方面的作用，因此，本文摒棄了傳統的使用FSL中的BET工具來生成b0像掩膜的思想，通過將被試的T1結構像掩膜文件(T1_brain_mask)配準到b0像上來生成b0像掩膜(b0_brain_mask)。隨后，將生成的b0掩膜文件和現有的T1結構像掩膜文件配回到被試的b0像和T1像上去，分別生成了去除了非腦組織和進行了畸變矯正以后的個體T1結構像(T1_brain)和b0像(nodif_brain)。圖2選取了4個被試對b0像掩膜文件的生成過程進行了展示，其中，第1列為被試T1結構像掩膜文件，第2列為被試的原始b0圖像，第3列為生成的b0像掩膜文件。

圖2 b0像掩膜文件的生成Fig.2 Generation of b0 image mask file

圖3展示了上述的4個被試利用傳統方法生成的掩膜文件與利用T1結構像生成的掩膜文件之間的對比結果，也展示了利用圖2中生成的b0像掩膜去除b0像非腦組織以后的結果。其中，第2列的白色掩膜是利用FSL中的BET工具所生成的，紅色掩膜是利用T1像所生成的，從圖中可以明顯地看出，使用BET工具生成掩膜的方法并不能把所有的頭骨等非腦組織去除掉，也不會對圖像的畸變和偽影進行矯正。圖中第3列是將利用T1結構像掩膜文件(T1_brain_mask)生成的b0像掩膜(b0_brain_mask)配準到b0像以后的結果，新生成的b0像(nodif_brain)將用于下一步的配準操作。

圖3 b0像非腦組織的去除Fig.3 Non-brain removal of b0 image

在配準過程中，首先使用線性配準將沒有施加梯度磁場的b0圖像(nodif_brain)配準到T1圖像(T1_brain)上，然后再將T1圖像(T1_brain)非線性配準到標準空間的T1像上，最后將兩步的配準結果合并在一起生成最終的轉換矩陣，然后利用其逆矩陣將腦圖譜配準到個體b0圖像上，這樣就可以在被試個體水平上對感興趣區域(region of interest，ROI)進行提取。圖4是使用線性和非線性配準技術將猴腦圖譜配到個體b0像以后的結果圖。

圖4 猴腦圖集配準到b0像結果圖Fig.4 Register ration of the macaque brain atlas to the b0 image

1.5 連接性指紋

PASSINGHAM et al[14]首次提出了一種基于連接性指紋的跨物種同源腦區比較的方法。他們發現大腦不同區域之間的白質纖維連接存在差異，這種差異可以作為判斷大腦區域唯一性的重要標識。以人腦為例，圖5分別從軸向面、冠狀面和矢狀面三個角度對人腦不同腦區的連接指紋進行了展示。圖中黃色區域代表整個大腦，藍色代表人腦BA44或BA45與某一感興趣腦區之間的白質纖維連接。具體來講，第1行展示了左腦BA44區與目標腦區之間的連接性指紋三視圖，第2行展示了左腦BA45區與目標腦區之間的連接性指紋三視圖，第3行展示了右腦BA44區與目標腦區之間的連接指紋三視圖，第4行展示了右腦BA45區與目標腦區之間的連接性指紋三視圖。從圖中可以看出，大腦不同腦區與某一特定腦區之間的連接指紋存在差異，即每一個大腦區域都具有自己獨特的連接模式。

圖5 人腦左右腦BA44和BA45區域與選定的目標腦區之間不同的連接指紋圖Fig.5 Different connectivity fingerprints between the BA44 and BA45 areas of human left and right brains and a selected target brain area

1.6 構建圖譜

本文使用腦圖譜配準法從人腦和獼猴被試的大腦中對感興趣腦區進行提取。在對人腦感興趣區域進行提取時，使用了Brainnetome圖譜[15]和多巴胺中腦概率圖譜[16](簡稱Midbrain腦圖譜)。其中，Brainnetome圖譜共包括左右腦246個腦區域，該圖譜使用了計算機大腦作圖技術對人類大腦的結構、功能以及空間變化進行了研究，具有更細粒度的解剖結構。本文分別從Brainnetome圖譜中提取了A8m、TH、A8dl、dlg、A9m這5個目標腦區，從Midbrain腦圖譜中提取了h32、h11m、h13、h14m、h25這5個目標腦區作為人腦感興趣腦區進行研究。

在對猴腦感興趣區域進行提取時，本文使用了獼猴經典D99腦圖集[17]和立體定位坐標中的恒河猴腦圖集[18](CIVM)來對感興趣區域進行提取。其中，D99腦圖集是基于Saleem腦圖集和Logothetis腦圖集生成的，該圖集在獼猴左右大腦區域劃分出了223個子區。CIVM圖譜則是基于10個驗尸后的腦標本生成的，該圖譜包含242個解剖結構。本文從D99腦圖譜中提取了8Bm、TH、8Bd、Ig、9m這5個目標腦區，從CIVM腦圖譜中提取了h32、h11m、h13、h14m、h25這5個目標腦區作為獼猴大腦感興趣腦區進行研究。表1和表2展示了以上10個感興趣腦區在人腦和猴腦中的對應關系。其中，同源腦區1-5曾被用于人腦和獼猴大腦腹側紋狀體連接性的種間差異研究[19]，同源腦區6-10則是基于人腦和獼猴大腦中同源腦區位置一致的假設，通過參閱有關D99圖譜的書籍[20]和人腦Brainnetome圖譜的資料[21]進行選取的。

表1 人腦目標腦區Table 1 Human brain target brain area

表2 獼猴目標腦區Table 2 Macaque brain target brain area

1.7 感興趣腦區提取

本節從每一個被試大腦中對上一節所提到的10個感興趣腦區進行提取。下面是對這10個感興趣腦區位置的一些介紹(以人腦為例)：h32位于端腦的扣帶回，屬于枕葉皮質區；h13、h25、h14m、h11m位于端腦的眶額葉皮層；A8m、A9m和A8dl位于大腦額上回；TH位于海馬旁回；dlg位于島回。圖6展示了這10個感興趣腦區在人腦標準腦模板和獼猴標準腦模板上的對應關系。圖中左邊兩列的第1列為人腦1、2、3目標腦區，左邊第2列為獼猴大腦1、2、3目標腦區；中間兩列的第1列為人腦4、5、6目標腦區，第2列為獼猴大腦4、5、6目標腦區；右邊兩列的第1列為人腦7、8、9、10目標腦區，第2列為獼猴大腦7、8、9、10目標腦區。從圖中可以看出，提取出來的同源腦區在人腦和獼猴大腦中具有對應的物理位置。

圖6 同源目標腦區在人腦和獼猴大腦中的對應關系Fig.6 Location correspondence of homologous target brain areas in human and macaque brain

1.8 同源纖維束

在MARS et al[22]的論文中提到了一組腦白質束，即大腦中39條主要纖維束的主體。這組腦白質束可以在不同物種的大腦中被可靠地識別，因此可以用來構建整個大腦皮層的藍圖，并根據整個皮層的腦白質藍圖來描述不同物種的皮質灰質組織。

本文運用了人腦和獼猴大腦中同源的腦白質束來重新構建人腦和獼猴大腦Broca區的連接性指紋圖，并將結果與同源腦區的結果進行對比，對上述實驗結果進行驗證。

1.9 跨物種比較

不同物種具有不同的大腦結構，即使對于同一物種，不同個體的大腦結構也不相同。為了使概率纖維追蹤結果不受物種和個體大腦差異的影響，需要將得到的絕對值結果轉換為相對值結果來進行跨物種比較。在以往的研究中，常用到的轉換方法是使用總體的最大值、最小值或平均值來對絕對值結果進行歸一化處理。本文使用總體最大連接強度(max connection strength,MaxCS)和總體最小連接強度(min connection strength,MinCS)之差來對絕對值結果進行歸一化處理，將所有絕對連接強度(connection strength,CS)轉換為相對連接強度(relative connection strength,RCS)，公式(1)給出了具體的計算方法。其中，MeanCS代表總體平均連接強度，為了使最終的計算結果更易于比較，將乘以常數“a”來對結果進行矯正，這里將a取為1 000，即可以考慮到小數點后三位對結果的影響。

(1)

在對所有被試的連接強度做了相對值處理以后，還需要將運算結果平均化，分別計算人和獼猴所有被試在每一個感興趣區域處的平均RCS值，將其作為物種的組平均值，最后在物種的平均水平上使用余弦相似度來進行連接性指紋的跨物種差異分析。公式(2)給出了余弦相似度FCS的計算方法，其中pi代表人腦Broca區與某一個感興趣腦區之間的組平均RCS大小值，qi代表獼猴大腦Broca區與該感興趣腦區之間的組平均RCS大小值。

(2)

1.10 基于小樣本的統計學分析方法

本文所使用到的人和獼猴被試的數量較少，兩物種被試的年齡、性別分布不均勻，而且同一物種的被試還具有一定的地域特征，樣本的這些局限性會造成對最終結果刻畫能力不足的問題。為了從物種整體水平對結果進行分析，也為了對結果的可信度進行分析，這里引入了統計學的分析方法。其中，獨立樣本t檢驗是通過樣本均值來對總體均值進行刻畫的一種分析方法，可以對Broca腦區與某一個目標腦區之間的跨物種差異性進行物種整體均值水平的刻畫。排列置換測試是通過大量計算和隨機排列，通過觀察結果是否落在置信區間內來對結果的可信度進行分析，它解決了小樣本對實驗結果刻畫能力不足的問題。下面對兩種方法的應用進行介紹。

獨立樣本t檢驗是利用兩樣本均值差對總體均值差進行估計的一種統計學分析方法，主要用于樣本含量較少、總體標準差未知的正態分布，本文運用該統計學方法從物種總體均值的角度對連接性指紋進行跨物種差異分析。本文假設人腦和獼猴大腦在解剖學上的Broca同源區與同一感興趣同源腦區之間的連接性指紋在總體均值上無顯著差異，在90%的置信度下，如果t統計量的P值小于顯著性水平，則應拒絕原假設，即認為人腦和獼猴大腦Broca區與該感興趣腦區之間的總體均值存在顯著性差異；反之，如果t統計量的P值大于顯著性水平，則應接受原假設，即認為兩者的總體均值不存在顯著性差異。

本文計算得到了人腦和獼猴大腦Broca區連接性指紋之間的余弦相似度值，并將其作為實驗的觀測值，通過對連接性指紋進行5組排列置換測試(每組100 000次隨機排列置換操作)，計算得出了每一次隨機排列置換操作以后生成的連接性指紋之間的余弦相似度值，根據90%的置信區間大小，生成了相對應的置信區間。通過觀察實驗的觀測值結果是否位于置信區間內來驗證實驗結果是否具備一定的可信度。

2 Broca區與同源腦區跨物種比較結果

本章分別對左右腦Broca區的連接性指紋結果進行了展示。其中，折線圖展示了兩物種連接性指紋的變化趨勢，雷達圖展示了兩物種連接性指紋在每一個感興趣腦區處的組平均RCS值。

2.1 Broca44區連接性指紋圖

本小節對Broca44區連接性指紋結果進行了展示。圖7展示了人腦和獼猴大腦左腦Broca44區的連接性指紋結果圖，從折線圖中可以看出，人和獼猴左腦Broca44區的連接性指紋變化趨勢趨于一致。從雷達圖中可以看出，兩物種連接性指紋的組平均連接強度值在上下50之間進行浮動，浮動范圍較小。其中，人和獼猴左腦Broca44區與感興趣腦區2(眶額葉皮層)之間的連接性指紋差異最大，表現為人腦Broca44區的RCS要大于獼猴。

圖7 左腦Broca44區連接性指紋圖與排列置換測試結果Fig.7 Connectivity fingerprint and permutation test results of Broca44 area of the left brain

圖8展示了人腦和獼猴大腦右腦Broca44區的連接性指紋結果圖。從折線圖中可以看出，人和獼猴右腦Broca44區的連接性指紋變化趨勢趨于一致。從雷達圖中可以看出，兩物種連接性指紋的組平均連接強度值在上下60之間進行浮動，這要比左腦Broca44區的浮動范圍要大。其中，人和獼猴右腦Broca44區與感興趣腦區2(眶額葉皮層)之間的連接性指紋差異最大，表現為人腦Broca44區的RCS要大于獼猴。

2.2 Broca45區連接性指紋圖

本小節對Broca45區連接性指紋結果圖進行了展示。圖9展示了人腦和獼猴大腦左腦Broca45區的連接性指紋結果圖。從折線圖中可以看出，人和獼猴左腦Broca45區的連接性指紋變化趨勢趨于一致。從雷達圖中可以看出，兩物種連接性指紋的組平均連接強度值在上下40之間進行浮動，浮動范圍較小。其中，人和獼猴左腦Broca45區與感興趣腦區2(眶額葉皮層)和感興趣腦區8(額上回)之間的連接性指紋差異較大，表現為人腦Broca45區的RCS要大于獼猴。

圖9 左腦Broca45區連接性指紋圖與排列置換測試結果Fig.9 Connectivity fingerprint and permutation test results of Broca45 area of the left brain

圖10展示了人腦和獼猴大腦右腦Broca45區的連接性指紋結果圖。從折線圖中可以看出，人和獼猴右腦Broca45區的連接性指紋變化趨勢趨于一致。從雷達圖中可以看出，兩物種連接性指紋的組平均連接強度值在上下50之間進行浮動，這比左腦Broca45區的浮動范圍要大。其中，人和獼猴右腦Broca45區與感興趣腦區2(眶額葉皮層)之間的連接性指紋差異最大，表現為人腦Broca45區的RCS要大于獼猴。

2.3 獨立樣本t檢驗分析

本小節用獨立樣本t檢驗方法對人腦和獼猴大腦Broca區與每一個感興趣腦區之間的總體均值差異進行了分析。在進行獨立樣本t檢驗(置信度為90%)之前，提出了人腦和獼猴大腦Broca同源區與感興趣腦區之間的連接性指紋總體均值無顯著性差異的假設，通過對t統計量的P值進行分析來判斷該假設是否成立。如果t統計量的P值大于0.1(10%)時，則認為人腦和獼猴大腦Broca區與該感興趣腦區之間的總體均值不存在顯著差異。反之，當t統計量的P值小于0.1(10%)時，則小樣本事件發生，有理由拒絕原假設，即認為人腦和獼猴大腦Broca區與該感興趣腦區之間的總體均值存在差異，這時可以根據樣本均值對總體的均值差異情況進行判斷。

表3展示了人和獼猴左腦Broca44區與10個目標腦區之間的獨立樣本t檢驗結果。從下表可以看出，只有h14m和A8m這兩個感興趣腦區與Broca腦區之間的t統計量所對應的P值大于0.1，即人腦和獼猴大腦Broca區與這兩個感興趣腦區之間的種間差異較小。其中，人腦Broca區與h14m區之間的連接性指紋樣本均值為109，獼猴Broca區與該區的連接性指紋均值為101，相差不是很大，可以認為人腦Broca區與獼猴Broca區與該感興趣腦區處不存在顯著性種間差異。

表3 左腦Broca44區獨立樣本t檢驗結果Table 3 Independent sample t-test results in Broca44 area of the left brain

圖11以折線圖的形式對表3中樣本的RCS均值進行了展示。從圖中可以看出，人腦左腦Broca44區在大部分感興趣腦區處的樣本RCS均值都大于獼猴，這與理論是相符的。這是因為有研究表明[23]，對于一只同樣體重的假想猴子來講，人腦的大小是它的4.8倍，如果將大腦的大小與大腦中白質纖維束的數量多少聯系起來，人腦中同源腦區之間的白質纖維束數量要多于獼猴。PALOMERO-GALLAGHER et al[24]在其論文中也得出了隨著大腦大小的增加，神經元的數量也增加的結論。除此之外，由于只有人類擁有語言能力，類人猿的語言功能與人類語言相差甚遠。如果假設顯微結構的差異，以及其他解剖學因素可能是造成非人靈長類動物語言能力缺乏的原因，那么這種白質纖維束的數量差異也可能是Broca同源區在不同物種中具有不同功能的基礎。又因為本文是使用概率纖維束追蹤技術來獲取得到不同腦區之間白質纖維束數量的，所得到的結果受概率因素的影響，因而在個別腦區處出現了猴腦的RCS值大于人腦的情況，但這種情況的出現次數是非常少的。

表4展示了人和獼猴右腦Broca44區與10個目標腦區之間的獨立樣本t檢驗結果。從下表可以得出，感興趣腦區h25的t統計量P值0.973明顯大于0.1，原假設成立，即認為人腦和獼猴大腦右腦Broca44區與h25腦區之間的總體均值不存在顯著差異。然后再根據樣本的均值情況，人腦右腦Broca44區與h25腦區之間的平均RCS為101，獼猴大腦右腦Broca44區與h25腦區之間的平均RCS為100，從數值上確實發現兩物種在h25腦區處的RCS均值十分接近。相比較h25腦區來講，右腦Broca44區在其他感興趣腦區處的t統計量P值都小于0.1，即認為人腦和獼猴右腦Broca44區與這些感興趣腦區的總體連接均值存在顯著差異。

表4 右腦Broca44區獨立樣本t檢驗結果Table 4 Independent sample t-test results in Broca44 area of the right brain

圖12以折線圖的形式對表4中樣本的RCS均值進行了展示。從圖中可以看出，只在感興趣腦區4處呈現出了猴腦樣本RCS均值大于人腦的情況，在其他感興趣腦區處都呈現出人腦樣本RCS均值大于猴腦的結果。

圖12 右腦Broca44區樣本均值比較Fig.12 Comparison of sample mean values in Broca44 area of the right brain

表5展示了人和獼猴左腦Broca45區與10個目標腦區之間的獨立樣本t檢驗結果。從下表可以得出，在感興趣腦區h11m、A8dl/8Bd處所生成的t統計量的P值小于0.1，在其余感興趣腦區處的t統計量的P值大于0.1，這說明了人和獼猴左腦Broca45區的連接性指紋在大部分感興趣腦區處的總體均值不存在顯著性差異。

表5 左腦Broca45區獨立樣本t檢驗結果Table 5 Independent sample t-test results in Broca45 area of the left brain

圖13以折線圖的形式對表5中樣本的RCS均值進行了展示。從圖中可以看出，只在感興趣腦區4和9處呈現出了猴腦樣本RCS均值大于人腦的情況，在其他感興趣腦區處都呈現出人腦樣本RCS均值大于猴腦的結果。

圖13 左腦Broca45區樣本均值比較Fig.13 Comparison of sample mean values in Broca45 area of the left brain

表6展示了人和獼猴右腦Broca45區與10個目標腦區之間的獨立樣本t檢驗結果。從下表可以得出，在感興趣腦區h32、h14m、h25、TH處所生成的t統計量的P值大于0.1，在其余感興趣腦區處的t統計量的P值小于0.1.

表6 右腦Broca45區獨立樣本t檢驗結果Table 6 Independent sample t-test results in Broca45 area of the right brain

圖14以折線圖的形式對表6中樣本的RCS均值進行了展示。從圖中可以看出，只在感興趣腦區4、7、9處呈現出了猴腦樣本RCS均值大于人腦的情況，在其他感興趣腦區處都呈現出人腦樣本RCS均值大于猴腦的結果。

圖14 右腦Broca45區樣本均值比較Fig.14 Comparison of sample mean values in Broca45 area of the right brain

2.4 排列置換測試分析

本文運用排列置換測試對實驗結果的可信度進行分析。該方法基于大量計算，通過對樣本進行隨機排列來獲取總體特征。本文分別對人腦和獼猴大腦Broca區的連接性指紋進行了5組排列置換測試，每組測試包含100 000次隨機排列置換操作，最后在90%的置信度水平下，取5組測試的平均值作為置信區間。表7對Broca44區的排列置換測試結果進行了展示。從表7可以得出，人和獼猴左腦Broca44子區RCS之間的余弦相似度觀測值為0.973 72，這個結果值距離左閾值0.943 44和右閾值0.996 96都比較遠。人和獼猴右腦Broca44區的余弦相似度為0.978 98，盡管該測量值大于左閾值0.976 48，但距離較近，在2.1節中提到過兩物種Broca44區連接性指紋左腦的浮動范圍要小于右腦，這與排列置換測試的結果是一致的，即左腦Broca44區的連接性指紋距離值具有較高的可信度。總體上來講，對于Broca44腦區，樣本所反映的結果值具有較高得可信性，有理由相信人腦和獼猴Broca44腦區之間的連接性指紋差異較小，跨物種擬合程度較高。

表7 Broca44區排列置換測試結果Table 7 Broca 44 area permutation test results

表8對Broca45區的排列置換測試結果進行了展示。從表8可以得出，人和獼猴左腦Broca45區的余弦相似度為0.941 18，與左閾值0.912 35和右閾值0.995 22都距離較遠。人和獼猴右腦Broca45區的余弦相似度為0.961 72，位于左閾值0.968 75的左側，即位于置信區間外，在2.2節中提到過兩物種Broca45區連接性指紋左腦的浮動范圍要小于右腦，這與排列置換測試的結果是一致的，即左腦Broca45區的連接性指紋距離值具有較高的可信度。總體上來講，對于左腦Broca45腦區，樣本所反映的結果可信度較高，有理由相信人腦和獼猴大腦左腦Broca45腦區之間的連接性指紋差異較小，跨物種擬合程度較高。對于右腦Broca45腦區來講，小概率事件發生，樣本所反應的結果可信度較低。

表8 Broca45區排列置換測試結果Table 8 Broca 45 area permutation test results

上表顯示右腦Broca45腦區的余弦相似度值落在閾值以外，即小概率事件發生，本文認為這與Broca45腦區的分割差異有關。這是因為，PETRIDES et al[6]在其報告中指出，獼猴大腦的Broca45腦區又可以進一步細分為頭部(rostral areas，45A)和尾部(caudal area,45B)兩個子區，在實際的腦區提取過程中也是按照兩個子區分別從腦圖譜中提取出來的。但是對于人腦Broca45腦區來講，很少有腦模板對其進行分區，在實際的提取過程中也是將其作為一個腦區進行提取的。因此，對于人腦Broca45子區來講，可能存在與獼猴Broca45區相似的分區情況。在接下來的實驗中，我們希望在Broca45亞區水平上進行腦區連接結構的差異分析。

3 Broca區與同源纖維束跨物種比較結果

3.1 Broca44子區連接性指紋圖

本小節利用人腦和獼猴大腦中的同源纖維束重新構建了Broca44區的跨物種連接性指紋圖。

這里選用了39條同源纖維束中的23條來構建Broca44腦區的跨物種連接模式，這是去除了一些無用連接和極值連接以后的結果。其中，無用連接是指某些同源纖維束與所有被試的Broca44區之間的概率纖維束結果值為零，這是沒有意義的，因為全零的結果并不會對最終的余弦相似度距離產生影響，因此將其去掉；極值連接是指某些同源纖維束與大部分被試的Broca44區之間的概率纖維束結果值為零，這會對最終的連接性指紋距離產生很大的影響，因此將其去掉。

圖15展示了Broca44區與23條同源纖維束建立起來的連接性指紋圖，其中折線圖代表了兩物種連接性指紋的變化趨勢，從圖中可以看出，兩物種Broca44區在這23條同源纖維束之間的變化趨勢的一致性很高，這與同源腦區的結果是一致的。雷達圖則展示了人腦和獼猴Broca44區與每一個同源腦區之間的概率纖維束結果，從中也可以看出兩物種Broca44腦區在每一個同源纖維處具有比較相似的輪廓。最終的排列置換測試結果也顯示兩物種Broca44區的連接性指紋距離落在了置信區間內，排除了小樣本概率事件的發生。

圖15 Broca44區與同源纖維束之間的跨物種連接模式Fig.15 Cross-species connection pattern between Broca44 region and homologous fiber bundles

通過將圖15與圖7，圖8進行比較，不難發現，不論使用同源腦區還是同源纖維束，人腦和獼猴大腦Broca44區之間的連接性指紋擬合程度都很高，并且結果是可信的，這說明人腦和獼猴大腦在解剖學下的Broca44同源腦區也具有相似的結構連接模式，這為利用非侵入式方法來進行跨物種研究提供了依據。

3.2 Broca45亞區連接性指紋圖

上一章節中利用同源腦區構建了Broca區的跨物種連接模式，結果顯示右腦Broca45腦區的余弦相似度結果位于左閾值之外，即小概率事件發生。本文認為這可能是因為Broca45腦區存在亞區的關系。因此，本小節將人腦的Broca45亞區提取出來，并運用同源纖維束構建了Broca45亞區的跨物種連接模式。

圖16展示了Broca45a亞區與16個同源纖維束之間的連接性指紋圖，這里的16條纖維也是去除了無效連接和極值連接以后的同源纖維束。從折線圖可以看出人和獼猴Broca45a亞區與16條同源纖維束之間的變化趨勢具有較高的一致性，且排列置換結果也顯示兩物種Broca45a亞區的連接性指紋距離落在了置信區間內，排除了小樣本概率事件的發生。

圖16 Broca45a與同源纖維束之間的跨物種連接模式Fig.16 Cross-species connection mode between Broca45a and homologous fiber bundles

圖17展示了Broca45b亞區與23個同源纖維束之間的連接性指紋圖，這里的23條纖維也是去除了無效連接和極值連接以后的同源纖維束。從折線圖可以看出人和獼猴Broca45b亞區與23條同源纖維束之間的變化趨勢具有較高的一致性，且排列置換結果也顯示兩物種Broca45b亞區的連接性指紋距離落在了置信區間內，排除了小樣本概率事件的發生。

圖17 Broca45b與同源纖維束之間的跨物種連接模式Fig.17 Cross-species connection mode between Broca45b and homologous fiber bundles

4 結論

本文從腦區連接結構存在差異的角度，運用概率纖維束追蹤的方法為人腦和獼猴大腦Broca區構建了基于同源腦區和同源纖維束的連接性指紋圖。在對實驗結果進行分析時，引入了統計學的分析方法，得出了人腦Broca區與獼猴大腦Broca區的連接結構擬合程度較高的結論，這為利用非侵入式手段進行跨物種比較研究提供了依據，同時也為獼猴作為人腦研究的臨床對象提供了依據。雖然本文得到了一些研究成果，但仍有一些問題和工作需要進一步的研究和完善。

本文中所使用的人類數據與獼猴數據都來源于公共的數據集，對于不同的掃描參數是否會對實驗結果造成影響尚不清楚。在后續的實驗中，希望可以手動采集數據，在采集過程中嘗試不同的掃描參數，觀察最終的結果是否會有所不同。

本文僅從結構連接的角度對人腦和獼猴大腦Broca區進行了跨物種差異性分析，并沒有從多模態角度[25]去對Broca區進行跨物種比較分析。后續的研究還可以從功能連接、示蹤連接等角度對Broca區的跨物種一致性進行研究，并分析不同模態之間是否具有對應關系。

致謝

數據(部分)由MGH-USC聯合會(主要研究者：BRUCE et al.U01MH093765)提供，由美國國立衛生研究院和人類連通癥研究所的神經科學研究計劃資助 基因組計劃。 美國國立衛生研究院(NIH)授予編號P41EB015896； 工具贊助資金S10RR023043、1S10RR023401、1S10RR019307.