Cortical High-Density Counterstream Architectures教材.pdf

Science. Author manuscript; available in PMC May 1, 2014. PMCID: PMC3905047
Published in final edited form as: NIHMSID: NIHMS548001
Science. Nov 1, 2013; 342(6158): 1238406.
doi:  
Cortical High­Density Counterstream Architectures
Nikola T. Markov,1,2,3 Mária Ercsey­Ravasz,4 David C. Van Essen,5 h Knoblauch,#1,2 Zoltán Toroczkai,#6,7,† and Henry
Kennedy#1,2,†
1
Stem cell and Brain Research Institute, INSERM U846, 18 Avenue Doyen Lépine, 69500 Bron, France
2
Université de Lyon, Université Lyon I, 69003 Lyon, France
3
Yale University, Department of Neurobiology, New Haven, CT 06520, USA
4
Faculty of Physics, Babeş­Bolyai University, Cluj­Napoca, 400084 Romania
5
Department of Anatomy and Neurobiology, Washington University School of Medicine, St. Louis, MO 63110­1093, USA
6
Department of Physics and Interdisciplinary Center work Science and Applications, University of Notre Dame, Notre Dame, IN 46556, USA
7
Max Planck Institute for the Physics plex Systems, 01187 Dresden, Germany
#
Contributed equally.
†
Corresponding author. Email: henry.******@ (.); Email: ******@ (.)
Copyright notice and Disclaimer
The publisher's final edited version of this article is available at Science
See other articles in PMC that cite the published article.
Abstract Go to:
Small­works provide an appealing description of cortical architecture owing to their capacity for
integration and bined with an economy of connectivity. Previous reports of low­density interareal
graphs and apparent small­world properties are challenged by data that reveal high­density cortical graphs in which
economy of connections is achieved by weight heterogeneity and distance­weight correlations. These properties
define a model that predicts many binary and weighted features of the work including a core­periphery,
a typical feature of anizing information processing systems. Feedback and feedforward pathways between
areas exhibit a dual