Search research articles

お問い合わせ

関連する概念動画

Brain Imaging

Brain Imaging

Brain imaging technologies provide critical insights into both the structure and function of the human brain, enabling medical professionals and researchers to diagnose, study, and treat neurological disorders or psychiatric disorders more effectively.
These technologies include computerized axial tomography (CAT or CT scans), positron-emission tomography (PET scans), magnetic resonance imaging (MRI), functional magnetic resonance imaging (fMRI), and Transcranial Magnetic...

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え

Same author

Mapping the genetic architecture of human cortical expansion and its links to neuropsychiatric disorders.

bioRxiv : the preprint server for biology·2026

Same author

Regional, functional and transcriptomic decoding of multidimensional brain structure alterations in obsessive-compulsive disorder.

Nature communications·2026

Same author

Update on ADHD genetics: A practitioner's perspective: Mise à jour sur la génétique du TDAH : le point de vue d'un praticien.

Canadian journal of psychiatry. Revue canadienne de psychiatrie·2026

Same author

Using Digital Mental Health and Measurement-Based Care With Youth Experiencing Suicidal Thoughts and Behaviors: Qualitative Study of Clinician Barriers and Facilitators.

JMIR human factors·2026

Same author

An X-linked long non-coding RNA, PTCHD1-AS, and the core features of autism.

Nature·2026

Same author

Effect of Individual and Combined Cytochrome P450 Activity Scores on Symptom Improvement and Side Effects in Youth Treated With Sertraline.

Clinical and translational science·2026

Same journal

Postpartum maternal bonding problems relate to aberrant neural processing of infant emotions: Results of an adapted fMRI emotional GoNoGo task.

Translational psychiatry·2026

Same journal

Ecological assessment of transdiagnostic clinical symptoms in serious mental illness with daily smartphone surveys.

Translational psychiatry·2026

Same journal

Microbiota-gut-brain axis in autism spectrum disorder: integrating brain structure, function, and transcriptomics.

Translational psychiatry·2026

Same journal

Neural mechanisms of fear memory precision and generalization: from auditory cortex to amygdala.

Translational psychiatry·2026

Same journal

Maraviroc attenuates inflammation-exacerbated cognitive and amyloid pathology in an early-stage Alzheimer's disease mouse model.

Translational psychiatry·2026

Same journal

High-order brain interactions during ketamine-induced state changes: A functional marker of response in late-life treatment-resistant depression?

Translational psychiatry·2026

関連記事をすべて見る

JoVEについて

概要リーダーシップブログ JoVEヘルプセンター

著者向け

出版プロセス編集委員会範囲と方針査読よくある質問投稿

図書館員向け

推薦の声購読アクセスリソース図書館諮問委員会よくある質問

研究

JoVE Journal Methods Collections JoVE Encyclopedia of Experiments アーカイブ

教育

JoVE Core JoVE Business JoVE Science Education JoVE Lab Manual 教員リソースセンター教員サイト

プライバシーポリシー

Search research articles

関連する実験動画

Updated: Sep 9, 2025

Whole-Brain Single-Cell Imaging and Analysis of Intact Neonatal Mouse Brains Using MRI, Tissue Clearing, and Light-Sheet Microscopy

Whole-Brain Single-Cell Imaging and Analysis of Intact Neonatal Mouse Brains Using MRI, Tissue Clearing, and Light-Sheet Microscopy

Published on: August 1, 2022

青年の脳構造から内蔵する問題を予測するために,ディープラーニングを使用する.

Marlee M Vandewouw^1,2, Bilal Syed³, Noah Barnett⁴

¹Autism Research Centre, Bloorview Research Institute, Holland Bloorview Kids Rehabilitation Hospital, Toronto, ON, Canada. mvandewouw@hollandbloorview.ca.

Translational psychiatry

|August 29, 2025

まとめ

この要約は機械生成です。

脳の構造を用いたディープラーニングモデルでは不安や鬱といった内在的な問題を予測することができましたこれらのモデルは生物学的マーカーを特定するのに有望なことを示しています特に神経発達状態では

さらに関連する動画

A Novel Experimental and Analytical Approach to the Multimodal Neural Decoding of Intent During Social Interaction in Freely-behaving Human Infants

A Novel Experimental and Analytical Approach to the Multimodal Neural Decoding of Intent During Social Interaction in Freely-behaving Human Infants

Published on: October 4, 2015

Three-Dimensional Shape Modeling and Analysis of Brain Structures

Three-Dimensional Shape Modeling and Analysis of Brain Structures

Published on: November 14, 2019

関連する実験動画

Last Updated: Sep 9, 2025

Whole-Brain Single-Cell Imaging and Analysis of Intact Neonatal Mouse Brains Using MRI, Tissue Clearing, and Light-Sheet Microscopy

Whole-Brain Single-Cell Imaging and Analysis of Intact Neonatal Mouse Brains Using MRI, Tissue Clearing, and Light-Sheet Microscopy

Published on: August 1, 2022

A Novel Experimental and Analytical Approach to the Multimodal Neural Decoding of Intent During Social Interaction in Freely-behaving Human Infants

A Novel Experimental and Analytical Approach to the Multimodal Neural Decoding of Intent During Social Interaction in Freely-behaving Human Infants

Published on: October 4, 2015

Three-Dimensional Shape Modeling and Analysis of Brain Structures

Three-Dimensional Shape Modeling and Analysis of Brain Structures

Published on: November 14, 2019

科学分野:

神経科学
発達心理学
機械学習

背景:

不安やうつ病などの内面的な問題は悪い結果につながります
予測要因は知られていますが問題を内蔵する生物学的マーカーは不明です
神経発達 (ND) 状態は,しばしば内在化の問題と併発する.

研究の目的:

複雑な脳行動関係を特定するためにディープラーニングを活用する.
内部化の問題の横断と縦断の軌道を予測する.
潜在的バイオマーカーとして脳構造を研究する

主な方法:

脳の構造 (厚さ,表面積,体積) を用いてディープラーニングモデルを開発した.
モデルでは,臨床的に有意な内分化障害 (N=14,523) と経路悪化 (N=10,540) を予測した.
4つの大規模データセット (ABCD,HBN,HCP- D,ONPN) のデータは,層別クロス検証とAUC評価を用いて分析された.

主要な成果:

AUCは0. 80で,良好な予測性能を示しています.
縦断モデルでは,一般集団での性能は最適以下であった (AUC=0. 66) が, ND条件の外部テストセット (AUC=0. 80) とすべてのND条件 (AUC=0. 73) で良好な性能を示した.

結論:

脳の構造を組み込んだディープラーニングモデルは問題を内部化するためのバイオマーカーとしての可能性を示しています
これらのバイオマーカーは神経発達障害のある個人に特に価値があります.
臨床応用のためのこれらのモデルを洗練するためにさらなる研究が必要である.