04.02.2014 Aufrufe

Das Amygdala-Konnektom der Ratte - RosDok - Universität Rostock

Das Amygdala-Konnektom der Ratte - RosDok - Universität Rostock

Das Amygdala-Konnektom der Ratte - RosDok - Universität Rostock

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

Abbildung 29: Schematische Darstellung zur Small-worldness. Einige wenige Kerne sind durch viele<br />

Konnektivitäten mit kurzer Pfadlänge sehr eng miteinan<strong>der</strong> verbunden. Sie bilden ein Cluster. Die Cluster<br />

untereinan<strong>der</strong> sind nur spärlich miteinan<strong>der</strong> verbunden. Sie erscheinen als getrennte „kleine Welten“.<br />

Ist die Zahl <strong>der</strong> Verbindungen zwischen bestimmten Kerngebieten untereinan<strong>der</strong> nicht<br />

wesentlich höher als zu an<strong>der</strong>en Gruppen o<strong>der</strong> existieren gar mehr inter-Cluster-<br />

Verbindungen, so ist die Modularität niedrig. Im realen Netzwerk <strong>der</strong> <strong>Amygdala</strong> nach de<br />

Omos (2004) ist die Modularität mit 0,136 niedrig. Es gibt also bei Betrachtung <strong>der</strong><br />

konnektionalen Daten eher keine Gruppen von Kernen innerhalb des Mandelkerns, die über<br />

mehr Verbindungen untereinan<strong>der</strong> als zu an<strong>der</strong>en potenziellen Gruppen verfügen. Die<br />

Modularität lässt sich ebenfalls visualisieren (Abbildung 30). Hier erkennt man, dass zwar<br />

Cluster identifiziert wurden, die jedoch untereinan<strong>der</strong> relativ stärker vernetzt sind als<br />

innerhalb <strong>der</strong> Cluster. Die Anzahl <strong>der</strong> Kanten zwischen den vermeintlichen Gruppen ist<br />

relativ hoch, so dass man eher von einer schwachen Modularität sprechen kann. Betrachtet<br />

man die Kerne, die mathematisch Cluster bilden sollen, so sind diese Bestandteil mehrerer<br />

Gruppen innerhalb <strong>der</strong> Glie<strong>der</strong>ung nach de Olmos (2004). Die Kerne <strong>der</strong> Superficial corticallike<br />

nuclear group nach de Olmos finden sich ausschließlich innerhalb des 1. und 3. Clusters<br />

in <strong>der</strong> Abbildung 30, die Kerne <strong>der</strong> CEXA liegen schwerpunktmäßig innerhalb des 2. und 3.<br />

Clusters, die Kerne des Laterobasal nuclear complex sind sowohl auf den 1., als auch den 3.<br />

Cluster verteilt und die Kerne <strong>der</strong> Unclassified cell group auf den 1. und 2. Cluster. Man<br />

erkennt im Ansatz also das Netzwerk nach de Olmos wie<strong>der</strong> (die Kerne sind nicht beliebig<br />

auf die Cluster verteilt), rein mathematisch ist die Zuordnung jedoch nicht kongruent mit <strong>der</strong><br />

nach de Olmos. Die Zusammenordnung <strong>der</strong> Kerne <strong>der</strong> Superficial cortical-like nuclear group<br />

und des Laterobasal nuclear complex innerhalb des 1. und 3. Clusters lassen auf eine starke<br />

Vernetzung dieser beiden Gruppen untereinan<strong>der</strong> schließen, wohingegen die CEXA dichtere<br />

Verbindungen zur Gruppe <strong>der</strong> Unclassified nuclei aufzuweisen scheint.<br />

Skalenfreiheit (Scale-Freeness) ist eine Eigenschaft von Netzwerken, die besagt, dass die<br />

meisten Kerne nur wenige Konnektivitäten aufweisen, wohingegen einige wenige als<br />

sogenannte Hubs (Naben) fungieren und sehr viele Konnektivitäten haben. Man spricht von<br />

Skalenfreiheit, da es keinen Maßstab gibt – es gibt also keine vorhersagbare Anzahl von<br />

Verbindungen, die ein Knoten haben könnte, so wie es in einem Zufallsnetzwerk wäre. Dort<br />

hat je<strong>der</strong> Knoten bei <strong>der</strong> Verteilung <strong>der</strong> Kanten Chancengleichheit, jede <strong>der</strong> Verbindungen,<br />

die durch den Zufallsprozess etabliert werden, trifft jeden Knoten mit <strong>der</strong> gleichen Wahr-<br />

54

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!