动态模型揭示了嵌入静止状态大脑网络中的解剖学可靠的吸引力景观
Ruiqi Chen1, Matthew Singh2, Todd S Braver3
1Division of Biology and Biomedical Sciences, Washington University in St. Louis, St. Louis, MO 63108.
bioRxiv : the preprint server for biology
|January 31, 2024
概括
休息的大脑表现出复杂的动态,而不仅仅是随机的噪音. 动态模型揭示了大脑网络中的独特的吸引力景观,为大脑功能提供了新的见解.
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:
- 休息状态大脑网络 (RSN) 中的功能连接 (FC) 对认知至关重要,但其机制基础仍然不清楚.
- 关于静止状态活动是否反映噪声或带有吸引子的非线性动态系统存在争论.
结论:
- 休息时的大脑动态最好被描述为具有多个吸引力的非线性系统,而不仅仅是噪音.
- 传统的FC分析可能会忽略关键的吸引子特性和结构.
- 神经动态建模提供了一种更全面的方法来理解内在的大脑组织和生成机制.


