区域间延迟对产生大规模的相位同步大脑网络的影响

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.
• 网络科学 网络科学

背景情况:

• 大规模的大脑网络同步阶段以促进认知功能.
• 生物物理网络模型 (BNMs) 解释了使用本地活动和解剖连接的α频段同步.
• 区域间传输延迟对这些网络的影响尚不清楚.

研究的目的:

• 研究不同区域间延迟模型对α频段相位同步网络的影响.
• 为了比较标准的依赖距离的延迟与BNMs的同时和混合延迟.
• 为了确定哪种延迟模型最能解释静止状态MEG数据.

主要方法:

• 使用一个近似贝叶斯计算 (ABC) 工作流.
• 特定的神经生理学上为BNM参数提供信息的先前分布.
• 在MEG数据上进行了前期预测检查和贝叶斯对无概率推理 (BOLFI) 的优化.
• 使用ABC模型比较来选择最可能的BNM.

主要成果:

• 预先预测检查证实了所有国有银行系统中预先分配的适用性.
• 贝叶斯匹配为每个BNM提供了可靠的后方参数分布.
• 模型比较确定了以距离依赖的延迟为阿尔法频段同步的最可能的模型的BNM.

结论:

• 距离依赖的延迟,假设传导速度恒定,最好描述在MEG中观察到的α频段相同步网络.
• 这些发现表明,导电延迟是支持大脑通信的新皮质架构的关键因素.
• 这项研究阐明了区域间延迟在产生认知过程中必不可少的同步大脑网络中的作用.