В обзоре рассматриваются современные методы анализа функциональных сетей головного мозга, восстановленных по данным функциональной магнитно-резонансной томографии (фМРТ). Основное внимание уделяется применению математических и вычислительных подходов, включая теорию сложных сетей и методы машинного обучения, для изучения топологических свойств и различий функциональных связей в мозге. Обсуждаются различные методы восстановления функциональных сетей, такие как корреляционные, информационные, регрессионные и паттерн-ориентированные подходы, а также их применение для диагностики неврологических и психических расстройств, включая болезнь Альцгеймера, шизофрению и депрессию. Особое внимание уделено проблеме межсубъектной вариабельности данных и методам её преодоления, включая концепцию консенсус-сетей. Рассмотрены перспективы использования машинного обучения, в частности графовых нейронных сетей, для классификации функциональных сетей и выявления биомаркеров заболеваний. В заключении обсуждаются будущие направления исследований, включая изучение взаимодействий высокого порядка в функциональных сетях мозга, которое может привести к разработке новых диагностических и терапевтических стратегий.
Майорова Л.А., Куркин С.А., Хорев В.С., Кузовлев А.Н., Яковлев А.А., Гречко А.В., Храмов А.Е. Анализ функциональных сетей головного мозга, восстанавливаемых по данным функциональной магнитно-резонансной томографии // Изв. вузов. Радиофизика. 2025. Т. 68, № 5-6. C. 463–481.