基于密集采集的静止状态fMRI数据,估计动态的个体同活化模式,并将其用于更好地识别受试者

科学领域:

• 神经科学是一个神经科学.
• 计算神经科学是一种神经科学.
• 大脑动力学 大脑动力学

背景情况:

• 大脑的功能是一个复杂的动态系统,具有空间组织,反复活动模式.
• 同激活模式 (CAPs) 分析单数据以检测短暂的大脑活动状态.
• 以前的CAP分析集中在群体层面,可能忽视了个体大脑的差异.

研究的目的:

• 在主体和扫描层面估计个别的同活化模式 (CAP) 状态.
• 通过差异识别来评估个人差异.
• 推最佳的数据收集策略,以获得可靠的特定主体大脑动态.

主要方法:

• 使用密集采样的午夜扫描俱乐部数据集.
• 在主体和扫描层面估计了个别的CAP国家.
• 应用差异识别来衡量学科内部和学科间的相似性.

主要成果:

• 在学科层面,个别的CAP表现出卓越的指纹识别能力,具有高度的学科内部相似性和增加的学科间差异.
• 协会网络是 CAP 可识别性的关键贡献者.
• 扫描水平的CAP国家在同一参与者的扫描中显示出不稳定性.
• 随着数据持续时间的增加,主题特定的CAP在可靠性和可区分性方面得到了改善.

结论:

• 已经构建了可靠的主题特定的CAP状态,捕捉了有意义的个体差异.
• 一个推的数据收集策略包括多次扫描适当的持续时间 (12-15分钟) 固定的总采集时间 (150分钟).
• 这些发现为未来个性化大脑动态研究提供了基础.