人脑代谢复杂度支持亚稳态网络动力学并在正常衰老中下降

大脑的适应能力与其神经活动的复杂性密切相关。虽然脑信号的熵已被用于刻画血流动力学和电生理系统中的这种复杂性，但熵是否参与大脑代谢信号（葡萄糖动力学）的时间动态，以及代谢熵如何与网络组织、大脑衰老和认知衰退相关联，目前仍不清楚。在本研究中，我们将动态功能性PET（fPET）与18F-氟代脱氧葡萄糖相结合，并在84名成年人中同步采集功能性磁共振成像（fMRI）数据，以研究大脑中的多尺度熵（MSE）。我们发现，用PET MSE测量的代谢复杂性代表非线性的高频复杂性，而血流动力学复杂性则反映受非线性约束的神经血管相位动态。更高的代谢复杂性与更高的网络亚稳态相关，尤其是在单模态和高阶联合网络中。更高的区域代谢复杂性也与更大的皮层厚度、更高的脑葡萄糖代谢率（CMRglc）和脑血流量相关，并且在老年人中低于年轻人。相比之下，全局和网络水平的血流动力学MSE与网络动态无显著关联。更高的全局代谢复杂性与更好的认知表现相关，且基于体素水平得到的MSE聚类在两种模态中均与认知表现相关，其聚类大小和空间位置各不相同。然而，这些关联在很大程度上可由年龄方差解释。我们得出结论：脑葡萄糖的时间复杂性与潜在代谢信号的动态相关，支持亚稳态网络状态，并在衰老过程中下降。脑代谢信号的熵有望成为一种具有神经生物学基础的脑衰老指标。

中文由 AI 翻译，仅供参考，以原文为准。