在动物的焦点皮层中风后,通过机器学习辅助的皮层内轴突可塑性的定量映射

科学领域:

• 神经科学是一个神经科学.
• 生物医学工程 生物医学工程
• 医疗成像医学成像

背景情况:

• 脑卒中会导致神经元损伤和焦点神经学缺陷.
• 在一些患者中,发生自发的功能恢复.
• 皮层内轴突重塑是运动地图重组和功能改进的基础.

研究的目的:

• 开发一种机器学习辅助的工具,用于定量评估中风后的皮质内轴突可塑性.
• 精确地绘制轴突重组图,以了解功能恢复机制.

主要方法:

• 开发了一种机器学习辅助的图像分析工具,使用fMRI中的多声素模式分析.
• 在小鼠中使用生物化氨酸 (BDA) 来追踪从脑前肢区域 (RFA) 的皮质内轴突在中风后.
• 从数字标记的,触角切割的皮质组织中创建了像素化轴突密度图.

主要成果:

• 该工具能够进行敏感的定量比较,并精确地绘制中风后轴突重组的空间映射.
• 观察到从RFA到前运动皮质和近心脏病发作区域的大量轴突发芽.
• 证明了该方法的有效性,即使在轴突突出的密集区域.

结论:

• 开发的机器学习辅助定量轴突映射工具对于研究皮质内轴突可塑性是有效的.
• 这种方法可以识别轴突可塑性机制,可以调解中风后的功能恢复.