大脳皮質の機能的トポグラフィーを解剖学的構造から大規模に予測する

科学分野:

• 神経科学;計算神経科学;医用画像処理

背景:

• トポグラフィー組織は、脳における感覚処理の鍵となります。;現在の視覚野のマッピング方法は、しばしばリソース集約的であるか、個々の精度に欠けます。;集団アトラスは、個々のレベルでの推論には限界があります。

研究 の 目的:

• 解剖学的データのみを使用して、ヒト視覚野の機能的トポグラフィー組織を予測する深層学習ツールを開発すること。;正確で個々の被験者に特異的な網膜地図作成を可能にすること。;既存の神経画像法およびアトラスベースのアプローチの限界を克服すること。

主な方法:

• 深層学習アプリケーションである「deepRetinotopyツールボックス」の導入。;大脳皮質の解剖学的構造からの網膜地図の予測。;多様な実験条件、画像取得施設、スキャナータイプにわたる検証。

主要な成果:

• deepRetinotopyツールボックスは、網膜地図を正確に予測します。;予測された地図は、手動アノテーションのバイアスを減らし、個々の被験者に特異的な視覚野境界の自動生成を容易にします。;11,060件のスキャンに適用し、視覚野の組織における加齢に伴う変化を定量化しました。

結論:

• deepRetinotopyツールボックスは、機能的脳マッピングのためのスケーラブルで解剖学的構造に基づいた方法を提供します。;このツールは、機能的神経画像法なしで、正確で個々の被験者に特異的な網膜地図作成を可能にします。;このアプローチは、脳の組織と老化に関する大規模研究に広く利用できます。