仮想脳推論（VBI）：全脳モデルにおける効率的な確率的推論のための柔軟で統合的なツールキット

科学分野:

• 神経科学
• 計算神経科学
• システム神経科学

背景:

• ネットワーク神経科学は、脳機能と認知を理解するために全脳ネットワークモデリングを利用しています。
• 仮想脳モデリングは、計算脳ダイナミクスと個々の神経画像データを統合します。
• これらのモデルの Лаarge-scale制御パラメータを推定するための自動化されたツールが必要です。

研究 の 目的:

• 仮想脳モデルに対するベイズ推論のためのオープンソースツールキットである仮想脳推論（VBI）を紹介します。
• 大規模脳ネットワーク分析のための自動モデル反転のギャップに対処します。
• 多様な神経画像データからの生物物理学的に解釈可能な推論を促進します。

主な方法:

• 高速シミュレーション、特徴抽出、データ処理、確率的機械学習を備えたVBIツールキットを開発しました。
• 仮想脳モデルにおけるパラメータ推定のためにベイズ推論を採用しました。
• 推論の精度と信頼性を検証するために、in-silicoテストを実施しました。

主要な成果:

• VBIは、一般的な全脳ネットワークモデルおよび神経画像データに対する精度と信頼性を実証しました。
• VBIは、非侵襲的および侵襲的な記録からの効率的で解釈可能な推論を可能にします。
• このツールキットは、仮説評価のための不確実性定量化をサポートします。

結論:

• VBIは、仮想脳モデル推論のための柔軟で統合的なソリューションを提供します。
• このツールキットは、ネットワーク神経科学における仮説テストを進歩させる可能性を秘めています。
• VBIは、脳機能の予測モデルを強化することにより、個別化医療に貢献できます。