《表1 构建出的大尺度脑网络与随机网络在网络拓扑属性上的比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《拖延的脑机制:基于大尺度脑网络的分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本研究利用图论分析，将从Power功能分割节点策略中重构的10个真实静息态大尺度脑功能网络与同等规模随机网络的拓扑属性（即网络信息传递的全局效率、局部效率及节点度）通过二阶t检验模型进行比较以确定构建网络的质量.图论分析研究表明，人脑固有的大尺度功能网络同时具有较高的网络局部效率（local efficiency）和网络全局效率（global efficiency）[71，72].同时，在同一个大尺度脑网络中，网络局部效率将高于全局效率，且网络内平均节点度（degree of the node）显著小于节点数量的自然对数以保证脑网络的固有“小世界”组织拓扑属性.二阶t检验发现，与构建的随机网络相比，所有重构的大尺度功能脑网络均同时具有较高的全局效率和局部效率，且全局效率均略低于局部效率，表现出良好的脑网络性质.此外，构建网络的节点数量的自然对数均显著低于平均节点度，表明本研究重构脑网络符合其低耗稀疏的性质.结果请详见表1.