Algorithmische Analyse makroskopischer Verbindungsstrukturen im Primatengehirn
Final Report Abstract
Es sollten mit Methoden der theoretischen Neurowissenschaft und der theoretischen Informatik grundlegende Organisationsprinzipien der interregionalen Verbindungsstrukturen des Primatengehirns erforscht werden. Dabei sollten gemeinsam mit Neurowissenschaftlern und Informatikern häufig zitierte Konzepte von „Universellen Hirnkarten“, „Hierarchien”, „Streams” und Netzwerk-„Fingerprints” auf eine neurobiologisch sinnvolle und gleichzeitig mathematisch saubere Grundlage gestellt und unter Entwicklung neuer effizienter Algorithmen systematisch anhand des Datenbestands der CoCoMac-Datenbank nachgewiesen bzw. widerlegt werden. Dazu sollten Verfahren zur Auffindung und Charakterisierung von redundanten und widersprüchlichen Daten sowie zur Behandlung des Problems multipler Hirnkarten entwickelt werden. Das Ziel war der Erkenntnisgewinn durch fundamentale Einblicke in die rekurrente hierarchisch organisierte und teilweise redundante funktionsrelevante Struktur kortikaler und thalamokortikaler Systeme sowie das Erreichen eines substanziellen Fortschritts in der Entwicklung effizienter Methoden für neue diskrete Optimierungsprobleme mit hohem realitätsnahem Anwendungsbezug in den Neurowissenschaften. Insbesondere in den folgenden fünf Bereichen konnte ein wesentlicher Fortschritt erreicht werden: 1. Arealranking: Mit Hilfe der Shapleywerttheorie war es möglich, für Hirnareale im Konnektivitätsnetzwerk ein Ranking zu bestimmen, das die Bedeutsamkeit eines Areals für die Güte der Zusammenhangseigenschaft des Netzwerks präsentiert. 2. Hierarchien: Mit Hilfe von linearen Optimierungsmethoden konnten erstmals hierarchische Modelle für das visuelle System berechnet werden, in denen die Areale nicht nur auf diskreten Stufen, sondern auf reellwertigen hierarchischen Ebenen positioniert werden können. 3. Streams: Es wurden mehrere verschiedene unterschiedliche Modelle entwickelt und analysiert, um getrennte Verarbeitungswege für räumliche und Objektinformationen im visuellen System, so genannte „Streams“, in der topologischen Struktur des Konnektivitätsnetzwerks zu finden. 4. Parzellierungen mit SORT: Es wurden Verfahren zur Gegenüberstellung verschiedener Parzellierungen entwickelt, mit denen funktionale Abhängigkeiten zwischen Arealen, welche mit bildgebenden Verfahren ermittelt wurden, mit funktionalen Abhängigkeiten aus Tracing-Studien verglichen werden können. 5. CoCoMac-Paxinox-3D-Tool: Zur Visualisierung und Analyse der Verbindungsinformationen aus der CoCoMac- Datenbank wurde ein Software-Tool (CP3D, CoCoMac-Paxinos-3D) entwickelt.
Publications
- Mapping brains without coordinates. Philosophical Transactions of The Royal Society: Biological Sciences, Volumne 360, Number 1456:751- 766, 2005
R. Kötter and E. Wanke
- A connectivity rating for vertices in networks. In: Proceedings of the 4th IFIP International Conference on Theoretical Computer Science-TCS, 283-298, Springer Verlag, 2006
M. Abraham, R. Kötter, A. Krumnack, and E. Wanke
- Anatomical concepts of brain connectivity. In: Jirsa V., McIntosh A.R. (eds.) Handbook of Brain Connectivity, Series: Understanding Complex Systems. Springer, Berlin, 149-166, 2007
R. Kötter
- Shapley ratings in Brain networks. Frontiers in Neuroinformatics 1:2, Epub 2007
R. Kötter, A. T. Reid, A. Krumnack, E. Wanke, and O. Sporns
- Algorithmische Analyse makroskopischer Verbindungsstrukturen im Primatengehirn. Dissertation, Heinrich-Heine-Universität Düsseldorf, 2008
A. Krumnack
- An Introduction to the CoCoMac-Paxinos-3D Viewer. In: Paxinos G., Huang X.-F., Petrides M., Toga A.W. (eds.) The Rhesus Monkey Brain in Stereotaxic Coordinates, 2nd edition. Elsevier, San Diego, 2008
R. Kötter, A. T. Reid, and G. Bezgin
- Deducing logical relationships between spatially registered cortical parcellations under conditions of uncertainty. Neural Networks, 21(8):1132-1145, 2008
G. Bezgin, E. Wanke, A. Krumnack, and R. Kötter
- Matching spatial with ontological brain regions using Java tools for visualization, database access, and integrated data analysis. Neuroinformatics 7(1):7-22, 2009
G. Bezgin, A. T. Reid, D. Schubert, and R. Kötter
- Optimization of cortical hierarchies with continuous scales and ranges. NeuroImage 47(2):611-617, 2009
A. T. Reid, A. Krumnack, E. Wanke, and R. Kötter
- Linking Logical and Coordinate-based Resources for Interoperability of Primate Brain Mapping and Connectivity Data. Dissertation, Heinrich-Heine-Universität Düsseldorf, 2010
G. Bezgin
