形态学脑网络刻画了脑区间由结构磁共振成像衍生的形态特征的相似性。从方法上来说，早期研究通过计算脑区间某形态特征的跨被试相关性来量化形态相似性。这种组水平的脑网络构建方法由于忽略了被试间差异而模糊了该脑网络的神经生物学意义。近来的研究提出了在个体水平上构建形态学脑网络的方法，为探索形态学脑网络的神经生物学意义提供了重要的方法学支撑。

得益于个体形态学脑网络的方法学发展，研究发现个体形态学脑网络与特定的行为和认知变量有关，能用于识别神经精神疾病患者与健康对照被试，同时还能预测患者的病情发展。尽管有了如此多的研究发现，然而我们对于个体形态学脑网络的表型相关与神经生物学基底仍知之甚少。近来关于多维度脑数据的公开数据库的出现，则为回答该问题提供了绝佳的机会。

2023年11月1日，华南师范大学王金辉课题组在权威影像学期刊NeuroImage 上发表了题为“Single-subject cortical morphological brain networks: Phenotypic associations and neurobiological substrates”的论文（共同第一作者：李贞博士，李俊乐特聘副研究员；通讯作者：王金辉研究员）。该论文通过整合多个公共数据库中的多模态与多尺度数据，从性别差异，行为与认知相关，个体识别，遗传度，以及基因、细胞构筑和化学构筑相关角度对个体形态学脑网络的表型相关和神经生物学基底进行了全面探索（图1），为个体形态学脑网络在未来脑领域研究的应用提供了重要的理论依据。

图1 研究分析流程

原文链接：https://www.sciencedirect.com/science/article/pii/S1053811923005852