The brain and its intrinsic functional architecture: investigations using resting-state functional magnetic resonance imaging

Abstract

The human brain is a network of interconnected regions, both on an anatomical and functional level. Although the brain´s intrinsic functional architecture provides a crucial basis for our behavior, it is still incompletely characterized. Using a multi-methodological approach across three studies, the work presented in this thesis aimed to explore and characterize different aspects of the brain´s intrinsic functional architecture, as measured with resting-state functional magnetic resonance imaging (rs-fMRI). Specifically, study 1 investigated the relationship between amygdala resting-state functional connectivity (rs-FC) within the face processing circuit and the personality dimension of neuroticism, as well as how the 5-HTTLPR/rs25531 polymorphism impacts this relationship. Here, we provide first evidence that variants of the 5-HTTLPR/rs25531 genotype and different levels of neuroticism may be linked to rs-FC between amygdala and occipital face area, which, in turn, may partly account for altered processing of negative facial emotions. In the second study we explored the potential benefits of global signal regression (GSR) as a crucial preprocessing step in rs-fMRI analyses for unmasking ‘true’ inter-regional relationships in brain networks. Here we provide initial evidence for the potential of amygdala rs-FC to segregate face-sensitive areas within the fusiform gyrus when GSR is applied. This illustrates how GSR might be used in rs-fMRI data analysis as a method to segregate functionally distinct brain areas. Study 3 describes the development of “GraphVar”, a user-friendly toolbox for comprehensive large-scale graph theoretical analyses of brain networks, which facilitates future research on complex brain networks and their topology. This toolbox will make graph theoretical analysis methods readily available to a broad audience of brain researchers, and has already been downloaded over 2000 times since its first release.

Das menschliche Gehirn besteht aus einem Netzwerk anatomisch und funktionell verknüpfter Regionen. Obwohl die funktionelle Architektur dieses Netzwerkes maßgebend unser Verhalten beeinflusst, ist sie noch zu großen Teilen unerforscht. Mit Hilfe funktioneller Magnetresonanztomographie und Messungen des Gehirns im Ruhezustand (rs-fMRI) versucht die vorliegende Arbeit durch multimethodale Ansätze in drei Studien zur weiteren Charakterisierung seiner funktionellen Architektur beizutragen. Studie 1 untersuchte zu diesem Zweck den Zusammenhang zwischen funktionellen Verbindungen der Amygdala im Gesichtserkennungsnetzwerk und der Persönlichkeitsdimension Neurotizismus sowie des assoziierten Polymorphismus 5-HTTLPR/rs25531. Die Studie zeigte, dass die Stärke der Verbindung von Amygdala zum okzipitalen Gesichtsfeld mit Ausprägungen des 5-HTTLPR/rs25531 Genotyps und zugleich auch mit Ausprägung der Persönlichkeitsdimension Neurotizismus variiert. Die Ergebnisse legen nahe, dass die Variation dieser Verbindungsstärke grundlegend für interindividuelle Unterschiede in der Verarbeitung von negativen Gesichtsausdrücken sein könnte. Studie 2 untersuchte die Möglichkeit, durch Herausfiltern des im Ruhezustand vorhandenen globalen Signals spontaner neuronaler Fluktuationen aus den rs-fMRI Daten (GSR) die im Gehirn verankerten „echten“ Netzwerkverbindungen regional zu spezifizieren. Die gewonnenen Ergebnisse zeigen, dass die funktionellen Verbindungen der Amygdala im Gesichtserkennungsnetzwerk durch das Herausfiltern dieses Signals direkt den Gesichtserkennungsregionen im Gyrus Fusiformis zugeordnet werden können. Diese Resultate deuten darauf hin, dass GSR in rs-fMRI Daten auch in anderen Teilen des Gehirns genutzt werden könnte, um Regionen unterschiedlicher Funktionalität voneinander abzugrenzen. Studie 3 diente der Entwicklung von „GraphVar“, einem benutzerfreundlichen Computerprogramm zur umfassenden Analyse von Gehirnnetzwerken und deren Topologie. Dieses Programm wurde mit der Hoffnung entwickelt, verschiedene Netzwerkanalysemethoden und deren Anwendung für eine große Zahl von Hirnforschern zugänglicher zu gestalten, und zählt seit seiner Veröffentlichung bereits über 2000 Downloads.