通过集群同步来弥合功能和解剖神经连接.

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.
• 系统神经科学 系统神经科学

背景情况:

• 大脑动态源于神经群体之间的复杂相互作用.
• 建模大脑需要整合结构连接和功能活动.
• 现有的模型在协调各种实验数据方面面临挑战.

研究的目的:

• 开发一个数据驱动的模型,整合结构和功能大脑数据.
• 通过集群同步来改进结构连接矩阵.
• 为了验证模型对生物复杂性的强度.

主要方法:

• 结构连接体的综合扩散MRI (dMRI) 和活动模式的功能MRI (fMRI).
• 员工集群同步以协调结构和动态信息.
• 利用数据驱动和基于模型的方法来完善结构连接矩阵.

主要成果:

• 成功地将dMRI和fMRI数据集成到一个连贯的大脑模型中.
• 精细的结构连接性与实验观察到的连贯活动集群保持一致.
• 证明了与异质大脑区域的模型稳定性,包括噪音,参数不匹配和延迟.

结论:

• 集群同步方法有效地协调结构和功能大脑数据.
• 开发的模型为理解大脑动态提供了一个强大的框架.
• 这种方法提供了一个概念验证,用于将集成建模应用于真实世界MRI数据.