在阿尔茨海默氏病中,神经动态的非典型的瞬间空间-时间模式
Sou Nobukawa1,2,3, Takashi Ikeda4,5, Mitsuru Kikuchi4,6
1Department of Computer Science, Chiba Institute of Technology, 2-17-1 Tsudanuma, Narashino, 275-0016, Chiba, Japan. nobukawa@cs.it-chiba.ac.jp.
Scientific reports
|January 3, 2024
概括
这项研究引入了微态分析,以捕捉整个大脑的神经动态,克服对对脑区域分析的局限性. 这种方法通过识别大脑活动中的特定状态过渡来有效地表征阿尔茨海默病 (AD).
科学领域:
- 神经科学是一个神经科学.
- 复杂系统分析 复杂系统分析
- 计算生物学 计算生物学
背景情况:
- 大规模的神经集成是认知功能的基础,代表了复杂系统的出现.
- 目前用于动态功能连接的方法仅限于对脑区域分析.
- 全脑神经集成需要超越对对比的方法.
研究的目的:
- 开发一种新的微态分析,以捕捉整个大脑的瞬间相位分布.
- 将这种方法应用于阿尔茨海默病 (AD) 中的脑电图 (EEG) 信号.
- 描述AD特异性改变的时间空间神经动态.
主要方法:
- 引入微态分析以捕捉整个大脑的瞬间相位分布.
- 将该方法应用于阿尔茨海默病患者的EEG数据.
- 分析状态过渡和相位位置以确定病理状况.
主要成果:
- 微态分析成功捕获了整个大脑的瞬间相位分布.
- 及时描述了AD特异性的状态转换.
- 该方法确定了与AD中大脑区域相互作用丧失相关的变化.
结论:
- 开发的微态分析有效地捕捉了瞬间的时空神经动态.
- 这种方法使得阿尔茨海默氏症等病理状况的特征成为可能.
- 微态分析为全脑功能连接和新兴现象提供了新的视角.
更多相关视频
06:23The 4 Mountains Test: A Short Test of Spatial Memory with High Sensitivity for the Diagnosis of Pre-dementia Alzheimer's Disease
Published on: October 13, 2016
32.4K
07:03Evaluation of Hemisphere Lateralization with Bilateral Local Field Potential Recording in Secondary Motor Cortex of Mice
Published on: July 31, 2019
6.8K
