相关实验视频
Updated: Jul 25, 2025
04:05
Real-Time fMRI Brain Mapping in Animals
Published on: September 24, 2020
3.7K
对BOLD信号的生理建模以及对有效连接的含义:一本入门书
1Krembil Brain Institute, University Health Network Toronto, Ontario, Canada; Department of Medical Biophysics, University of Toronto, Toronto, Ontario, Canada; Center for Neuroscience Imaging Research, Institute for Basic Science & Department of Biomedical Engineering, Sungkyunkwan University, Suwon, Republic of Korea.
NeuroImage
|June 25, 2023
概括
本书解释了血液-氧气-水平-依赖 (BOLD) 信号的生理基础及其使用生理学信息的动态因果建模 (P-DCM) 的建模. 了解这些生理动态对于准确的脑活动和连接性推断至关重要.
科学领域:
- 神经成像是一种神经成像.
- 生物物理学的生物物理.
- 计算神经科学是一种神经科学.
背景情况:
- 血氧水平依赖 (BOLD) 信号是功能磁共振成像 (fMRI) 的基石.
- 它的准确解释依赖于理解潜在的生理过程.
- 生理学信息化的动态因果建模 (P-DCM) 提供了一个框架,将BOLD信号与神经活动联系起来.
研究的目的:
- 为了提供BOLD信号的生理基础的概述.
- 讨论 BOLD 信号瞬态的时间过程属性 (超标,稳定状态,低标).
- 突出生理学假设对神经成像推断的影响,并引入层状BOLD建模.
主要方法:
- 对产生BOLD信号的生物物理模型的审查.
- 应用生理学信息化的动态因果建模 (P-DCM).
- 介绍了用于皮质深度解析分析的层状BOLD信号模型.
主要成果:
- 大胆信号是由脱氧血红蛋白的变化驱动的,受新陈代谢,血液流量和体积的影响.
- 在生成模型中错误的生理假设可能导致关于神经活动和有效连接的错误结论.
- 层状BOLD模型可以通过皮层深度来确定神经元活动.
结论:
- 准确的生理模型的BOLD信号对于有效的神经科学解释至关重要.
- P-DCM为理解BOLD信号生成及其与神经动态的关系提供了一个强大的框架.
- 层状BOLD建模通过在皮质层中解决活动来推进高分辨率的fMRI分析.
