本文来源于公众号：神经影像石大夫

功能 MRI（fMRI）已被广泛用于基于人脑血氧水平依赖性（BOLD）对比来定位神经活动。虽然 fMRI 研究主要集中在灰质上，但来自多项独立研究的最新证据表明，在静息状态和各种任务状态下的白质中可以可靠地检测到 BOLD信号。这些研究一致表明，白质 BOLD 信号不像以前认为的那样是噪声，而是表现出不同的通道和任务特异性功率谱模式，这可能与潜在的神经活动有关。此外，最近的研究已经使用 BOLD fMRI 对白质的血液动力学响应功能和神经可塑性进行了表征。

通过测量两个白质区域之间被称为“功能连接（FC）”的静息态 BOLD 信号的时间同步，先前的研究发现，白质显示出相互作用的功能网络的内在组织，类似于灰质中的组织。例如，Peer 等人将白质划分为 12 个对称的功能网络，这些网络被组织为三层，其与皮层灰质功能网络具有不同的相关性。Huang 等人进一步证明，白质功能网络在两个独立的数据集上具有高度的可重复性，并且这些网络被组织为具有反相关连接性的两组。此外，研究已经表明白质 BOLD FC 受解剖白质纤维束结构的限制，并编码在基因表达谱中。先前的研究还表明，白质 BOLD FC 可能是多种精神和神经疾病的神经标志物，包括精神分裂症、抑郁症、阿尔茨海默病和帕金森病。然而，目前尚不清楚白质 BOLD FC 是否反映了白质中颅内电生理信号的潜在神经同步性，还是仅仅是一种血管现象。

颅内脑电图（IEEG）是一种记录大脑局部场电位（LFP）的侵入性方法，用于识别耐药性癫痫发作的确切起源。它通常包括皮层电描记术（ECoG）和立体定位脑电图（SEEG），前者包括在暴露的皮层表面上植入的电极网格，后者包括穿透大脑的深部电极。在一项具有里程碑意义的研究中，Betzel 等人证明，颅内电生理 FC（定义为两个 ECoG 电极的 LFP 时间序列之间的相关性）与灰质中的 BOLD FC 具有相似的网络结构。然而，不知道白质是否也是如此。与 ECoG 相反，SEEG 电极通常通过白质穿透大脑，并有 4-18 个触点，两个相邻触点之间的中心到中心间隔在 2-10 mm 之间，提供了在白质组织中记录 LFP 的机会。最近，Revell 等人揭示了白质 FC 比灰质 FC 更强，尽管在 SEEG 数据中白质信号较弱。然而，该研究并未寻求白质中电生理信号与 BOLD FC 之间的相关性。

在本研究中，我们旨在使用 SEEG 数据为白质 BOLD FC 的颅内电生理基础提供证据。由于先前的研究一致表明，白质连接是大脑脑区之间功能交流动力学的结构基础，我们假设 BOLD 和 SEEG 白质 FC 都受到潜在白质结构连接性的约束。我们使用来自 16 名耐药癫痫患者的多模态数据集测试了这些预测，每个患者都完成了颅内 SEEG、非侵入性静息态 BOLD fMRI 和高质量扩散谱成像（DSI，~24  min 采集）。我们的结果表明，在每个被试的宽频带上，BOLD 白质 FC 与 SEEG 白质 FC 高度相关，并且 BOLD 和 SEEG FC 都与白质的结构连接高度相关。

SEEG data acquisition

所有参与者均采用倾斜入路植入 SEEG。基于术前增强 MRI 图像，使用 ROSA  机器人系统放置电极，以避免血管损伤。SEEG 电极的触点是铂铱合金的圆柱体，2长度为 2 mm，直径为 0.8 mm。触点之间的中心间距为 3.5 mm，每个电极包括 5-15 个触点。使用与术前 T1 图像配准的术后 CT 扫描来评估触点位置。使用 256 通道 Nicolet 记录系统长期记录 LFP。LFP 记录的采样率为 2000 或 2048  Hz。两位经验丰富的癫痫学家对数据进行解释，并确保分析数据中没有癫痫发作事件。

DSI. Data acquisition was performed with 257 diffusion-weighted directions. The b-values ranged from 0 to 7000 s/mm2. The hyperband acceleration factor was 2, and the other parameters were as follows:TR, 5548 ms; TE, 84.1 ms; voxel size, 2 × 2 × 2 mm³. The total acquisition time of the DSI sequence was ~24 min. A head stabilizer was inserted into the coil to prevent head motion.

我们从所有 16 名参与者的 140 个电极轴和 1474 个触点中获得了 SEEG 记录。Brainstorm 流水线用于电极触点的解剖定位。我们首先使用FreeSurfer 从 SEEG 植入前获得的 T1 加权图像重建大脑表面。SEEG 植入后获得的 CT 图像使用 SPM12 与 T1 加权图像配准，并使用 Brainstorm MRI Viewer 检查配准质量。然后，我们根据神经外科医生提供的植入方案，在配准的 CT 图像上手动标记每个触点的位置。接下来，我们将 T1 图像标准化到 MNI 空间，并应用所获取的翘曲变换来将触点的固有坐标配准到 MNI 空间。根据解剖图谱（即 ASEG 图谱），我们确定了哪些触点位于灰质，哪些位于白质。在 16 名被试中，604 个触者局限于白质。对白质触点进行了以下分析。

MRI data preprocessing

我们使用 DSI Studio 为每个被试构建了一个结构连接矩阵。我们首先将 b 值表中的取向与群体平均模板进行比较，并量化受限扩散。采用广义 q 采样成像方法生成扩散采样长度比为 1.25 的取向分布函数（ODF）图。基于 ODF ，我们使用基于定量各向异性的确定性纤维跟踪算法重建了整个脑白质纤维束。我们使用随机定量各向异性阈值，追踪参数如下：角度阈值，90°；步长，0.5  mm；追踪长度，2–350  mm；纤维总数，2000000。为了构建白质连通矩阵，我们将 ROI 定义为半径为一个体素的球体，其中包括 7 个与表面相邻的相邻体素，围绕着白质中的触点。每个连接的强度被定义为每个 ROI 对之间的互连纤维束的数量。

我们研究了 16 名需要 SEEG 定位癫痫发作的耐药癫痫患者在发作间期的颅内 SEEG 记录（Table S1）。每个参与者有 6-12 个电极，每个电极有 5-16 个触点。使用先验白质分割图（WMPM）图谱，我们发现白质触点主要局限于颞叶、额叶和顶-颞叶区域（Fig. S1a and Fig. S1b，详见补充信息）。所有被试均接受了术前结构 MRI、fMRI、DSI 和 X 线计算机断层扫描（CT）。我们根据结构 MRI 和 CT 数据定位了所有触点的坐标，然后确定了白质内的触点。如先前工作中那样，SEEG 数据被处理并过滤到七个频带（1-4、4-8、8-13、13-30、30-40、40-70 和 70-170  Hz）。我们计算了所有白质触点的时间序列之间的 Pearson 相关性，以生成 SEEG 白质 FC。接下来，我们通过计算所有 ROI 的 BOLD fMRI 时间序列之间的 Pearson 相关来估计 BOLD 白质 FC，ROI 被定义为白质触点为中心的球体。

Fig. S1 Distribution of the contacts of SEEG implanted electrodes. a) The electrodes for one participant (sub1) in volume space. To facilitate visualization, we projected all electrodes to one slice of the brain. Visualization was performed with Brainstorm7, which is documented and freely available for download online under the GNU general public license. b) The aggregation of all participants’ electrodes visualized in surface space using BrainNet Viewer. Red color indicates contacts in gray matter and green color indicates contacts in white matter.There are 604 white matter contacts in total. SEEG: stereotactic EEG.

我们首先评估了单个被试（sub1，见 Table S1 中的被试信息）中 BOLD 和 SEEG 白质 FC 之间的对应关系。为了可视化白质 FC，我们显示了两个白质触点 SEEG（1-4 Hz）和 BOLD 信号（Fig.1a），MNI 坐标分别为（46，−14，−20）和（34，−4，−23）。SEEG 和 BOLD 时间序列通过视觉检查高度同步，表明 BOLD fMRI（r = 0.52）和 SEEG（r = 0.55）数据中两个白质触点之间的FC。接下来，我们描述了 BOLD 和 SEEG 的上三角（1-4 Hz）白质 FC 矩阵并排排列，呈现出高度相似的模式（Fig.1b）。特别是，BOLD FC 中具有强连接的区域对在 SEEG FC 中也呈现出强连接。接下来，我们使用 Spearman 秩相关性来评估两个 FC 矩阵之间的相似性，因为 FC 非正态分布。在评估相关性之前，我们从两个矩阵中回归掉区域对之间的欧几里得距离，因为之前的研究已经报道了距离和 FC 之间的关联。我们发现所有脑区对 BOLD 和 SEEG 白质 FC 显著相关（r = 0.32；pFDR ＜0.001）（Fig.1c）。最后，我们观察到 BOLD 和 SEEG 白质 FC 之间的Spearman秩相关性在所有频带中都是显著的（中位数r = 0.32，pFDR ＜ 0.001；Fig.1d）。

Fig. 1  BOLD and SEEG white matter FC are correlated in a single participant. a The time series of the two white matter contacts were highly synchronized in both BOLD and SEEG (1–4 Hz) data, suggesting an FC between the two contacts. The MNI coordinates of the two contacts were (46, -14, -20) and (34, -4, -23), respectively. We defined ROIs as spheres with the contact as the center and a radius of one voxel for the BOLD FC calculation. b Matrices of BOLD and SEEG (1–4 Hz) FC between every two white matter contacts. c BOLD and SEEG white matter FC were significantly correlated across all regional pairs in b (Spearman’s rank correlation r(1081) = 0.32, pFDR = 1.2e-25, two-sided). Each point indicated one pair of regions. The Euclidean distances between pairs of regions were regressed out from both BOLD and SEEG FC, and the acquired residuals were used to evaluate the correlation. The shaded envelope denotes the 95% confidence interval. d The correlation between BOLD and SEEG FC was significant after regressing out the distances from both FC in all frequency bands (1–4 Hz: Spearman’s rank correlation r(1081) = 0.32, pFDR = 1.2e-25; 4–8 Hz: r(1081) = 0.13, pFDR = 4.1e-05; 8-13 Hz: r(1081) = 0.17, pFDR = 1.7e-08; 13-30 Hz: r(1081) = 0.32, pFDR = 2.7e-25; 30–40 Hz: r(1081) = 0.37, pFDR = 6.5e-35; 40–70 Hz: r(1081) = 0.32, pFDR = 2.7e-25; 70–170 Hz: r(1081) = 0.33, pFDR = 1.2e-27, all two-sided). The symbol (**) represents pFDR < 0.001. Notably, while only one participant was analyzed here, the p values were corrected with false discovery rate (FDR) to account for multiple comparisons across all participants and all frequency bands in this study. BOLD blood-oxygenation-level-dependent, SEEG stereotactic EEG, FC functional connectivity, ROI region of interest. 

在证明 BOLD 和 SEEG 白质 FC 在单个被试中高度相似后，我们接下来评估了这种现象是否可以在其他 15 名被试中重现。通过重复上述过程，我们发现，对于其他 15 名被试中的每一位，在从两个 FC 矩阵中回归欧几里得距离后，BOLD 和 SEEG 白质 FC 在所有频带的所有区域对中大多显著相关（Fig. 2）。总体而言，在所有频带所有被试的 BOLD 和 SEEG 白质 FC 之间的Spearman 秩相关中位数高于  0.19（1-4 Hz：中位数 r = 0.19；4–8 Hz：中位数 r = 0.23；8–13 Hz：中位数 r = 0.21；13–30 Hz：中位数 r = 0.31；30–40 Hz：中位数 r = 0.31；40–70  Hz：中位数 r = 0.28；70–170 Hz：中位数 r = 0.25。Figure 2 and Table S2）。在个体被试和个体频带水平上评估白质 F C的 BOLD-SEEG 相关性，我们观察到  13 名被试在所有七个频带中这些相关性存在显著性（错误发现率（FDR）校正 pFDR ＜ 0.05（参见  Table S2 中每个频带中所有参与者相关性的 r 和 pFDR）。在其余三名被试中，分别在 三个、四个和六个频带中存在 pFDR＜0.05 的相关性显著。值得注意的是，FDR 校正用于解释所有 16 名被试和所有频带的多重比较。

这些结果表明，与灰质一样，BOLD FC 也反映了白质中颅内电生理信号（即LFP）的同步，为白质中 BOLD FC 的电生理基础提供了证据。

Fig. 2  The correlations between BOLD and SEEG white matter FC in all frequency bands for all 16 participants. The Euclidean distances between pairs of regions were regressed out from both BOLD and SEEG FC before evaluating Spearman’s rank correlations. There are 16 dots in each frequency band, representing the participants. The median correlations between BOLD and SEEG white matter FC across all participants were higher than r = 0.19 in all frequency bands (1–4 Hz: median r = 0.19; 4–8 Hz: median r = 0.23; 8–13 Hz: median r = 0.21; 13–30 Hz: median r = 0.31; 30–40 Hz: median r = 0.31; 40–70 Hz: median r = 0.28; 70–170 Hz: median r = 0.25). The correlations were significant with pFDR < 0.05 (two-sided) in all seven frequency bands for 13 participants and the remaining three participants exhibited significant (pFDR < 0.05, two-sided) correlations in three, four, and six frequency bands, respectively. See Table S2 for r and pFDR of the correlations for all participants at each frequency band. Boxes denote the 25th to 75th percentile and the median line. Whiskers extend 1.5 times the interquartile range from the edges of the box. False discovery rate (FDR) correction was applied to account for multiple comparisons across all participants and all frequency bands. See Table S1 for the number of each participant’s functional connections, which defined the sample size of the correlation analysis for each participant. BOLD blood-oxygenation-level-dependent, SEEG stereotactic EEG, FC functional connectivity. 

我们进行了一系列额外的分析，以验证我们的结果对方法变异的稳健性。有关所有结果的详细信息，请参阅 Supplementary Information。简言之，我们证明了我们的结果对 fMRI 处理中参数的变化是稳健的，包括在自然空间中分析数据（Fig. S4a and Table S4），而不是在标准空间中，使用 0.01–0.08 Hz 的带通滤波（Fig. S4b and Table S5），而不是 0.01–0.2  Hz，在预处理期间回归出全局和 CSF 信号（Fig. S4c and Table S6），并使用 7 个体素邻居（Fig. S5a and Table S7）或 27 个体素近邻（Fig. S5b and Table S8）来定义 ROI 计算BOLD FC。

Fig. S4 The impact of fMRI preprocessing parameters in the Spearman’s rank correlations between BOLD and SEEG FC. a) Evaluating the FC in native space, the Spearman’s rank correlations between the BOLD and SEEG white matter FC were similar to the main results. Each dot represents one participant. See Table S4 for r and two-sided pFDR of the correlations for all 16 participants at each frequency band. b) With BOLD signals filtered using a frequency range of 0.01-0.08 Hz, the Spearman’s rank correlations between the BOLD and SEEG white matter FC were similar to the main results. See Table S5 for r and two-sided pFDR of the correlations for all 16 participants at each frequency band. c) With global and CSF signals regressed out during fMRI preprocessing, the Spearman’s rank correlations between BOLD and SEEG white matter FC were similar to the main results. See able S6 for r and two-sided pFDR of the correlations for all 16 participants at each frequency band. Boxes denote the 25th to 75th percentile and the median line. Whiskers extend 1.5 times the interquartile range from the edges of the box. False discovery rate (FDR) correction was applied to account for multiple comparisons across all 16 participants and all frequency bands. See Table S1 for the number of each participant’s functional connections, which defined the sample size of the correlation analysis for each participant. BOLD: bloodoxygenation-level-dependent; SEEG: stereotactic EEG; FC: functional connectivity.

我们的结果对 SEEG 数据处理过程中的参数变化也很稳健。在主要分析中，我们使用了 SEEG 时间序列数据的 10 个连续片段，长度为 6 s。在这里，我们测试了10个片段，每个片段的长度为 4 s 或 8 s、 并发现结果与我们的主要结果相似（对于 4s 见 Fig. S6a and Table S9；对于 8s，见 S6b and Table S10）。我们在主要分析中使用 Pearson 相关来评估 SEEG FC，在此我们发现基于 coherence 的 SEEG FC 也与 BOLD FC 表现出类似的相关性（Fig. S7 and Table S11）。

Fig. S6 Spearman’s rank correlations between BOLD and SEEG FC were assessed using different window sizes for SEEG analysis. a) With a window size of 4 s, the correlations between BOLD and SEEG white matter FC were similar to the main results. Each dot represents one participant. See Table S9 for r and two-sided pFDR of the correlations for all 16 participants at each frequency band. b) With a window size of 8 s, the results were similar to the main results. Each dot represents one participant. See Table S10 for r and twosided pFDR of the correlations for all 16 participants at each frequency band. Boxes denote the 25th to 75th percentile and the median line. Whiskers extend 1.5 times the interquartile range from the edges of the box. False discovery rate (FDR) correction was applied to account for multiple comparisons across all 16 participants and all frequency bands. See Table S1 for the number of each participant’s functional connections, which defined the sample size of the correlation analysis for each participant. BOLD: blood-oxygenation-level-dependent; SEEG:stereotactic EEG; FC: functional connectivity.

在证明了白质 BOLD FC 潜在的颅内电生理基础后，我们检查了白质 FC 的结构连接基础。使用高质量 DSI 数据（~24  min 扫描），我们为每个被试重建了整个脑白质纤维束。接下来，我们通过将网络节点定义为以每个触点的坐标为中心的球体，并将网络边定义为两个球体之间的白质纤维束的数量，来构建结构连接矩阵（或结构网络）。

视觉检查表明，白质结构连接的网络矩阵与 BOLD 白质 FC 的网络矩阵相似，通常呈现出更高结构连接表现出更高 FC（sub1，Fig.3a）。值得注意的是，结构网络稀疏，有许多零连接，这表明许多 FC 是通过沿结构连接的间接通信出现的。通过定量评估具有非零结构连接的区域对之间的 Spearman 秩相关，我们发现，在从两个矩阵回归距离后，结构连接与 BOLD 白质 FC 显著相关 (sub1, r = 0.16, pFDR ＜0.001。Fig. 3b)。最后，在回归距离后，所有被试的结构连接与 BOLD 白质 FC 相关（中位数 r = 0.30，Fig.3c）。使用所有被试的 FDR 校正，我们发现 14 名被试表现出结构连接和 BOLD 白质 FC 之间的显著相关性（pFDR ＜0.05），而其他 2 名被试没有显示出显著相关性（所有被试的 r 和 pFDR 见 Table S12）。

在回归两个矩阵的距离后，我们接下来评估了结构连接和 SEEG 白质 FC 之间的耦合。类似于 BOLD FC，SEEG 白质 FC（1-4 Hz）也与具有非零结构连接的区域对之间结构连接（sub1，Fig. 3d，e）之间显著相关（r = 0.36，pFDR < 0.001）(sub1, Fig. 3d, e)。我们还发现， 每个频带所有被试的 SEEG 白质 FC 和结构连接之间的 Spearman 秩相关性中位数高于 r =0.22（1-4 Hz：中位数 r = 0.22；4–8 Hz：中位数 r = 0.23；8–13 Hz：中位数 r = 0.31；13–30 Hz：中位数 r = 0.34；30–40 Hz：中位数 r = 0.33；40–70 Hz：中位数 r = 0.33；70–170  Hz：中位数 r = 0.31；Fig.3f）。使用所有被试和所有频带的 FDR 校正，我们观察到八名被试在所有七个频带中相关存在显著性（pFDR ＜0.05）（关于每个频带中所有被试的相关性 r 和 pFDR，参见 Table S13）。对于其他七名被试，相关性显著（pFDR < 0.05），三个被试的四个频带及三名被试的五个频带中存在显著性（pFDR ＜0.05）。剩下的一名被试（sub08）没有显示出显著的相关性。总体而言，这些结果表明，结构连接和 SEEG FC 之间的耦合在不同频带和个体之间大多是可重复的。

Fig. 3  White matter structural connectivity constrains both the BOLD and SEEG white matter FC. a Matrices of structural connectivity and white matter BOLD FC in sub1. b Scatter plot of the correlation between structural connectivity and white matter BOLD FC using data from a (Spearman’s rank correlation r(511) = 0.16, pFDR = 4.8e-04, two-sided). The shaded envelope denotes the 95% confidence interval. c The correlations between structural connectivity and white matter BOLD FC for all 16 participants (median Spearman’s rank correlation r = 0.30). See Table S12 for r and pFDR for all participants. False discovery rate (FDR) correction was applied to account for multiple comparisons across all participants. d Matrices of structural connectivity and SEEG white matter FC with data filtered at 1–4 Hz in sub1. e Scatter plot of the correlation between structural connectivity and SEEG white matter FC using data from d (Spearman’s rank correlation r(511) = 0.36, pFDR = 5.6e-15, two-sided). The shaded envelope denotes the 95% confidence interval. f The median Spearman’s rank correlations between structural connectivity and SEEG white matter FC across all 16 participants were higher than r = 0.22 in each frequency band (1–4 Hz: median r = 0.22; 4–8 Hz: median r = 0.23; 8–13 Hz: median r = 0.31; 13–30 Hz: median r = 0.34; 30–40 Hz: median r = 0.33; 40–70 Hz: median r = 0.33; 70–170 Hz: median r = 0.31). See Table S13 for r and pFDR or all participants and all frequency bands. Notably, the Euclidean distances between pairs of regions were regressed out from structural connectivity, SEEG FC, and BOLD FC before evaluating the correlations between matrices. FDR correction was applied to account for multiple comparisons across all participants and all frequency bands. In panels c and f, boxes denote the 25th to 75th percentile and the median line, and whiskers extend 1.5 times the interquartile range from the edges of the box. See Table S1 for the number of each participant’s nonzero structural connections, which defined the sample size of the correlation analysis for each participant. BOLD blood-oxygenation-level-dependent, SEEG stereotactic EEG, FC functional connectivity, DSI diffusion spectrum imaging, SC structural connectivity.

本研究使用来自 16 名耐药癫痫患者的多模态数据集，包括颅内 SEEG、静息态 fMRI 和 DSI，证明了白质 BOLD FC 的电生理和结构基础。我们发现白质中的 BOLD FC 与 SEEG FC相 关，并且这一结果在广泛的频带范围内对每个被试都是一致的。此外，SEEG 和 BOLD fMRI 的白质 FC 与所有区域对的结构连接呈正相关，这表明解剖结构连接限制了白质的功能动力学。

我们的研究建立在最近的工作基础上，其表明 BOLD fMRI 信号可以在白质纤维束中可靠地检测到，白质纤维束对任务负荷表现出不同的响应。与灰质一样，BOLD 信号的自发波动在白质的两个空间分离区域之间同步，这种功能连接被组织成内在功能网络。先前的研究表明，白质中的 BOLD FC 可能是精神和神经疾病的潜在神经标志物。通过表明白质 BOLD FC 反映了白质中潜在的颅内神经活动（即LFP）的同步性，我们的研究结果为这些研究提供了颅内电生理学基础。

我们的结果表明，白质 BOLD FC 与白质电生理 FC 相关，这是使用颅内 SEEG 记录计算的。这种关联在广泛的频带和每个被试中都是显著的，这有力地表明了白质中 BOLD FC 的电生理基础。这一结果与先前在灰质中的发现一致。在一项具有里程碑意义的研究中，Logothetis 等人表明，灰质中的 BOLD fMRI 信号反映了潜在的 LFP，这为基于 BOLD fMRI 的神经科学研究奠定了基础。最近，Betzel 等人证明了 BOLD fMRI 和颅内 ECoG 数据之间皮层区域之间的 FC 相似。然而，这些发现仅限于灰质，而我们的工作提供了证据，证明白质也是如此。

几十年来，白质在大脑功能研究中一直被忽视；然而，我们目前的工作和最近的一系列研究一致表明，白质携带纤维束特异性、同步的功能信号。例如，最近的研究已经表征了白质中的 BOLD 血液动力学响应功能，其显示了任务和纤维束特异性模式，与灰质中的模式不同。研究还表明，可以使用 BOLD fMRI 检测运动学习引起的白质纤维束的功能性神经可塑性。最近的一项研究发现，尽管白质信号较弱，但白质中的 FC 高于灰质中的 FC。一致的是，先前的研究表明，神经元细胞体存在于更深的白质组织中，神经递质小泡直接释放到白质中，这可能是白质功能信号的潜在神经生物学机制。

我们发现，BOLD-fMRI 和 SEEG 数据中的白质 FC 与结构连接高度相关，其中结构连接是使用高质量 DSI 数据集对白质纤维束进行确定性纤维跟踪构建的。先前的研究一致发现，灰质区域之间的 FC 受到结构连接的限制，我们的结果表明，白质区域之间的 FC 也是如此。更重要的是，无论是使用BOLD-fMRI 还是颅内 SEEG，白质 FC 都与结构连接一致相关，这突出了观察结果的稳健性。我们的结果也与最近的工作一致，即不同的白质纤维束在静息状态和对刺激的反应中都表现出不同的 BOLD 激活模式。

本研究有几个潜在的局限性。首先，我们使用 16 名耐药癫痫患者的小样本。然而，应该注意的是，每个被试都接受了 SEEG、静息态 BOLD fMRI 和 DSI 采集。更重要的是，我们的结果几乎可以在 16 名被试中的每个人身上重复。因此，我们期望这一结果在广泛的样品中是可重复的。其次，临床确定的 SEEG 记录在白质中分布稀疏，触点数目有限，因此仅覆盖一小部分离散的大脑区域。然而，由于每个被试在不同的白质区域都有触点，当我们收集所有被试的结果时，我们的数据覆盖了大脑的很大一部分。未来的研究应该使用来自耐药癫痫患者大样本的 SEEG 记录来汇总全脑数据。第三，我们的 BOLD fMRI 和 SEEG 数据是在不同的 session 中采集的，这可能引入了额外的变异。未来的研究应同时采集BOLD fMRI 和 SEEG 以评估白质 BOLD 信号的电生理基础。第四，本文报告的研究结果是在需要手术干预的癫痫发作严重的耐药癫痫患者中进行评估的。我们的研究结果是否可以推广到健康人群仍不清楚。最后，SEEG 测量神经群体的 LFP，未来的研究可能会使用其他技术（如犹他阵列）进一步评估 BOLD FC 是否也反映神经元尖峰。