变异的解剖学兼容模式:大脑连接的新工具
Letizia Clementi1,2,3, Eleonora Arnone4, Marco D Santambrogio2
1MOX - Department of Mathematics, Politecnico di Milano, Milan, Italy.
PloS one
|November 7, 2023
概括
本研究引入了光滑功能主要组件分析,以分析复杂的大脑连接. 该方法揭示了健康人和精神分裂症患者之间功能性大脑网络的显著差异.
科学领域:
- 神经科学是一个神经科学.
- 计算生物学 计算生物学
- 医疗成像医学成像
背景情况:
- 由于解剖学复杂性和高数据维度,分析大脑连接是具有挑战性的.
- 功能和解剖学大脑连接之间的相互作用至关重要,但经常被忽视.
研究的目的:
- 开发和应用平滑的功能主要组件分析 (sFPCA) 用于大小缩小和大脑连接的可变性探索.
- 调查健康对照组和精神分裂症患者之间功能连接模式的差异.
主要方法:
- 利用了健康对照组和精神分裂症患者休息期间的fMRI数据以及任务切换范式.
- 应用了sFPCA来识别功能连接地图中常见的变化模式.
- 两组学科之间的这些模式的表达方式进行了比较.
主要成果:
- 在休息和工作条件下,在健康和病态受试者之间的主要组成部分中发现了显著的差异 (p < 0.001).
- 休息期间的第二个和第三个主要组成部分显示了精神分裂症中默认模式和执行网络平衡的改变.
结论:
- sFPCA有效地减少了维度,并探索了复杂的大脑连接数据中的变异性.
- 这种方法突出了与精神分裂相关的明显的功能连接差异,特别是网络不平衡.
更多相关视频
08:36Dynamic Inter-subject Functional Connectivity Reveals Moment-to-Moment Brain Network Configurations Driven by Continuous or Communication Paradigms
Published on: March 21, 2019
7.3K
12:09Network Analysis of the Default Mode Network Using Functional Connectivity MRI in Temporal Lobe Epilepsy
Published on: August 5, 2014
18.1K
