基于数学图论分支的复杂网络理论是分析复杂关系的强有力工具，近年来被广泛应用于脑网络成像研究中。模块化分析是复杂网络的典型方法，可用于检测大尺度脑网络结构特点。相关研究发现，人脑网络是以模块化进行结构与功能组织构建的，而这种基本组织结构会受到各种神经精神疾病条件的影响。
近日，中国科学院行为科学重点实验室、中科院心理研究所脑与心智毕生发展研究中心、重庆医科大学第一附属医院、西南大学心理学部、广西师范学院和美国印第安纳大学的研究人员合作，检测了抑郁症患者的大脑功能模块化重组。该研究共对46名未服药抑郁症患者、38名已服药抑郁症患者和50名健康匹配对照志愿者进行了人脑磁共振成像检测，其中包括大脑形态影像和静息态功能影像。
研究人员通过多重尺度模块检测算法来探测3组志愿者的脑网络模块化分特性，这一算法可以在进行模块划分时，通过调节相关参数来控制模块划分的分辨率，从而精细地进行模块化重组检测。
研究结果表明，与正常对照组相比，2个病人组都在视觉网络和默认网络表现出相似的重组特性，但在额顶控制网络却表现出不同的重组改变形式；额顶控制网络的3个功能模块和体感运动网络在未服药条件下表现出更强的模块间功能连接，而这些连接增强在药物控制下大部分可以达到正常控制组水平，值得关注的是额顶网络的外侧模块并未表现出对药物的上述重组效果。
研究成果展示了抑郁症相关的人脑连接组特定模块网络组织特性的改变，同时揭示了药物对重塑脑网络模块特性改变的潜在作用，为各类临床干预提供了全脑系统水平上的靶向网络及其相关脑区。相关研究成果发表在Cerebral Cortex上。该研究得到了国家重点基础研究发展计划、国家自然科学基金面上项目和重点国际合作项目、北京市科学与技术基金、中科院－荷兰科研组织联合研究项目等的资助。