点击【下方卡片】关注我们~最新前沿资讯抢先看

开放转载，欢迎大家转发到朋友圈和微信群

可添加小编微信【13295818509】获取原文 

个体间的行为差异与大脑结构之间存在关联，这一观点在十多年前随着结构MRI的进步而开辟了新的研究途径，复制危机揭示了传统方法的局限性，这使得人们开始怀疑传统的心理构造与大脑区域一对一映射的观点。因此，新的研究开始出现，这些研究不仅包含了大脑结构与行为关系的多元本质，还促进了概率性的研究，并且包含了大脑结构与行为数据之间关系的表征，即个体间差异的潜在维度。

2022年5月23日，杜塞尔多夫大学的Sarah GENON博士及其研究团队在NATURE REVIEWS NEUROSCIENCE (IF=34.7)上发表了题为“Linking interindividual variability in brain structure to behaviour”的文章，研究表明大脑结构的个体间差异性在一定程度上与行为表型的个体间差异性相关，至少与大脑功能连接的差异性类似。

研究人员回顾了基于大脑结构的神经成像测量的脑结构行为(BSB)相关性研究的主要进展，并描述了随后出现的复制危机。由于考虑了这项工作的主要潜在限制因素是小样本量和抽样可变性，以及大脑体素、顶点和行为变量的多重共线性，导致概念上的转变，即从大脑区域和行为特征之间的一对一映射，转向能够在未来促进更好理解的多元视图。

局部脑形态和行为特征或表现

神经科学和心理学最近出现了广泛的复制危机，研究人员发现，即使使用相同的分析方法，在一个功能良好的样本中，认知控制的标准测量与灰质体积之间的显著相关性也无法在第二种人口统计学相似的样本中得到复制。

结构脑-行为关联的可复制性差

从大脑结构模式预测行为变量

基于大脑结构的行为预测性能与使用大脑功能特征(通常是功能连接估计)时的性能相似。初步研究表明,使用相同的数据集对健康成年人,基于大脑结构特点预测模型可能表现得一样,甚至优于那些基于功能特性预测的一些行为评分。

机器学习和研究大脑结构行为关联的多元方法

因此，研究人员指出，大型队列，即大于1000名被试对BSB研究至关重要；机器学习技术考虑到大脑结构和行为测量的多变量性质，并促进稳健的关联模式，有望为更传统的单变量方法提供补充，并表明大脑结构的个体间差异性在一定程度上与行为表型的个体间差异性相关。