大脑指纹是基于无周期性,无度的神经元活动
Pierpaolo Sorrentino1, Emahnuel Troisi Lopez2, Antonella Romano3
1Institut de Neurosciences des Systèmes, Aix-Marseille Universitè, Marseille, France; Deparment of Biomedical Science, University of Sassari, Sassari, Italy; Institute of Applied Sciences and Intelligent Systems, CNR, Naples, Italy.
NeuroImage
|July 1, 2023
概括
非线性大脑活动,特别是神经元雪崩,携带独特的个人信息. 与传统方法相比,分析这些动态事件显著改善了大脑分析中的受试者差异化.
科学领域:
- 神经科学是一个神经科学.
- 复杂的系统复杂的系统.
- 统计力学 统计力学
背景情况:
- 个性化大脑分析需要了解特定主体的神经特征.
- 当前的方法通常假定静止,可能缺少非线性动态.
- 产生个体大脑差异的过程的性质在很大程度上是未知的.
研究的目的:
- 调查是否非线性干扰,称为神经元雪崩,携带主体特定的信息.
- 测试神经元雪崩是大脑分化能力的关键的假设.
- 为了比较使用雪崩动态与静止方法的可区分性.
主要方法:
- 从源重建的磁大脑图 (MEG) 数据计算了雪崩过渡矩阵 (ATM).
- 使用ATM特征化特定对象的快速神经动态.
- 根据ATM进行了区分分析,并与Pearson的相关性进行了比较.
主要成果:
- 选择神经元雪崩传播的时刻和位置显著改善了受试者差异化 (P < 0.0001).
- 尽管丢弃了大部分线性信号,但仍取得了这一改进.
- 发现大脑信号的非线性组成部分包含了最具学科特异性的信息.
结论:
- 非线性动态,特别是神经元雪崩,对于个体大脑的分化至关重要.
- 这项研究澄清了大脑信号的非线性方面是个性化的主要驱动因素.
- 提出了一种原则方法,将大规模个性化大脑活动与潜在的微观过程联系起来.
