2026-10-03
NASCAR在1000人HCP上把四个脑网络拆成15个可重叠子网络，脑干图谱相似度以r=0.46预测TBI意识评分。
皮层大规模脑网络已经能拆到子网络，皮层下一直拆不开。两个障碍叠在一起。皮层下体积小，皮层投射在这里被漏斗压进同一块核团，网络空间重叠、时间相关；ICA 假定成分统计独立，种子相关假定点对点线性关系，两者都拆不开这种重叠。皮层下 BOLD 信噪比本来就低，呼吸心跳噪声更重。结果是，至今没有公认的皮层下功能连接图谱，刺激靶点只能对着整块丘脑或脑干说话。
这篇用 NASCAR 张量分解，在 1000 名 Human Connectome Project 年轻成人的静息态 fMRI 上，把默认模式网络（DMN）、感觉运动网络（SMN）、视觉网络和高阶认知网络拆成 15 个子网络，并公开皮层下常模图。
NASCAR 全称 Nadam-Accelerated SCAlable and Robust，是无约束的 Canonical Polyadic 张量分解。先用 BrainSync 把各被试时间序列旋到同一时间轴，再排成大约 3.6 万空间点 × 1200 时间点 × 1000 被试的三维张量。每个成分是一张空间图、一条时间序列、一个被试参与度的外积。和 ICA、PCA 不同，这里不要求成分正交或独立，所以允许两张图叠在同一块丘脑上、两条时间序列彼此相关。皮层下采样点少，低秩优化会被皮层体素数带偏，于是去掉小脑、皮层空间下采样 3 倍。秩取到 30。
稳定性靠有放回重采样：1000 人抽 100 次，每次 30 个成分，共 3000 张空间图，用互相关加 UMAP 和 HDBSCAN 聚成 30 簇。初级视觉和感觉运动网络在 100 次里几乎每次都出现；DMN、突显、执行控制、注意网络是中高可重复。15 个子网络再靠解剖先验、文献对照，以及空间、时间、被试、频谱相关矩阵，手工归到四类。每个子网络的皮层下部分是同一条空间向量的后三分之一，和皮层一起分解出来，不是事后把种子种进丘脑。
数据只用 3T、LR 相位编码、每人第一次 15 分钟扫描，2 mm 体素，TR 720 ms。可视化取空间图最高 5%。
15 个子网络的构成是：DMN 三个（内侧颞叶、背内侧前额叶、新提出的腹侧后扣 DMN-vPCC），SMN 三个（脸、手、脚），视觉五个（初级、视-运动、腹侧背流、背侧背流、腹侧流），高阶认知四个（突显、执行控制、背侧注意、腹侧注意）。
重叠最重的枢纽在尾状核、壳核、海马和丘脑。DMN-vPCC 是主要连到脑干唤醒核团的 DMN 分支，包括蓝斑和中脑网状结构。感觉运动三个子网络在丘脑大面积重叠，在皮层则按脸手脚分开。
临床侧用 RESPONSE 队列 28 名急性重型创伤性脑损伤患者。把每个人脑干里的个性化子网络图和 1000 人常模比相似度，加上年龄和性别，留一交叉验证去预测昏迷恢复量表修订版（CRS-R）总分。
| 区域 | Pearson r | p |
| 脑干 | 0.46 | 0.01 |
| 丘脑 | 0.44 | 0.02 |
| 全部皮层下 | 0.08 | 0.69 |
| 皮层 | 0.03 | 0.88 |
| 全脑 | -0.06 | 0.75 |
全样本回归里显著的预测变量是年龄（p=0.014）、腹侧注意（p=0.012）、突显（p=0.021）和脸部感觉运动（p=0.042）。意识相关信号落在脑干和丘脑，不落在整张皮层图上。
对做脑网络分析的人，这是把允许重叠从皮层推到皮层下的一次完整示范，图谱计划放到 OpenNeuro 和 Lead-DBS。对深部刺激、超声和药物靶点，尾状核、壳核、海马、丘脑这些枢纽给出了比整块丘脑更细的功能分区。TBI 这一段只是概念验证：常模图可以当尺子量病人，但样本量很小。
这是方法驱动的图谱工作。分析问题是真的，资源也会公开，临床数字还撑不起诊疗结论。
作者自己写了几条：没有网络的 ground truth；介观 fMRI 上的重叠不能直接当成微观回路重叠；分辨率、信噪比和配准都会糊边界；没有听语言网络；HCP 年轻成人，年龄和病理会改构型；NASCAR 算力重；研究级扫描能不能搬到临床没测。
读下来更站不住的是临床数字。28 人、17 个预测变量、未校正 p 值、普通最小二乘留一交叉验证，r=0.46 是中等相关，过拟合风险不小。子网络命名仍靠事后目视，和 ICA 同一套人工环节。每人只用一次 LR 扫描，HCP 另一半数据没用上。