Das Amygdala-Konnektom der Ratte - RosDok - Universität Rostock
Das Amygdala-Konnektom der Ratte - RosDok - Universität Rostock
Das Amygdala-Konnektom der Ratte - RosDok - Universität Rostock
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Man erkennt, dass die farbigen Fel<strong>der</strong> weiter auseinan<strong>der</strong> liegen als bei Abbildung 17 mit <strong>der</strong><br />
äquivalenten Darstellung zu LRdO. Dies bedingt <strong>der</strong> Effekt, dass mehr Kerne bzw.<br />
Unterteilungen von Kernen als bei de Olmos (2004) berücksichtigt wurden.<br />
Betrachtet man die globalen Parameter von HRTT (Tab. 9), so fällt auf, dass die Valenz bei<br />
ca. 9,88 liegt. Damit ist sie nur ca. halb so groß wie die des LRdO. Die Heterogenität ist bei<br />
HRTT mit 1,263 höher als bei LRdO. Während LRdO also eher dicht und gleichmäßig<br />
verteilte Kanten aufweist, zeichnet sich HRTT eher durch weniger aber ungleichmäßig<br />
verteilte Kanten aus. Die Liniendichte ist mit 3,7% bei HRTT sehr gering (es existiert also<br />
ungefähr nur jede dreißigste mögliche Konnektivität), wohingegen die Liniendichte bei LRdO<br />
mit 36% deutlich höher ist (es existiert fast jede dritte mögliche Konnektivität). Die<br />
durchschnittliche Pfadlänge im HRTT-Netzwerk ist 2,938 (mit Selbstbezug), unter<br />
Vernachlässigung des Selbstbezuges 1,804 und damit beide deutlich größer als beim LRdO-<br />
Netzwerk, was die geringere Vernetzung von HRTT wi<strong>der</strong>spiegelt.<br />
Die Zentralität <strong>der</strong> beiden Netzwerke unterscheidet sich nur geringfügig (HRTT 0,327, LRdO<br />
0,421). Der mittlere Clusterkoeffizient ist jedoch bei HRTT geringer (0,241) als bei LRdO<br />
(0,63). Somit existieren in HRTT nur etwa 1/4 so viele Verbindungen zwischen den Nachbarn<br />
eines Knotens, wie möglich wären, wohingegen die Nachbarn <strong>der</strong> Knoten im LRdO-<br />
Netzwerk zu ungefähr 60% miteinan<strong>der</strong> verbunden sind.<br />
<strong>Das</strong> HRTT weist eher die Small-World-Eigenschaft auf als LRdO. Ein Wert von 7,097 weist<br />
auf die stärkere Ausprägung von Clustern hin. Dies unterstreicht die Modularität, welche für<br />
HRTT mit 0,464 etwa dreimal so hoch ist wie im LRdO (0,136). <strong>Das</strong>s das HRTT-Netzwerk<br />
deutlichere Charakteristika <strong>der</strong> Skalenfreiheit aufweist als LRdO, wird beson<strong>der</strong>s deutlich mit<br />
dem Vergleich <strong>der</strong> graphischen Darstellungen dieses Parameters. In Abbildung 54 ist die<br />
Ähnlichkeit zur Potenzfunktion deutlich sichtbar (im Vergleich siehe Abbildung 32). Zwar<br />
hat das LRdO-Netzwerk eine ähnliche Kantenverteilung, sobald man die Kerne bis ins letzte<br />
Blatt öffnet, dies wird <strong>der</strong> Glie<strong>der</strong>ung von de Olmos (2004) dann jedoch nicht mehr gerecht.<br />
Auf <strong>der</strong> niedrigen Auflösungsstufe des LRdO ist aufgrund <strong>der</strong> sehr begrenzten Zahl <strong>der</strong><br />
Kanten und Knoten keine Skalenfreiheit zu erkennen.<br />
Abbildung 54: Graphische<br />
Darstellung <strong>der</strong> Skalenfreiheit<br />
des HRTT-<br />
Netzwerkes <strong>der</strong> intrinsischen<br />
<strong>Amygdala</strong>konnektivitäten.<br />
Würde man eine<br />
Kurve durch die Balken<br />
legen, hätte diese eindeutig<br />
den Charakter einer<br />
Potenzfunktion. Dies deutet<br />
auf Skalenfreiheit hin.<br />
79