新生儿大脑中的多重动态网络揭示了与神经行为现象型的潜在联系
Mohammad Al-Sa'd1,2,3, Sampsa Vanhatalo1,2, Anton Tokariev1,2
1BABA Center, Pediatric Research Center, Department of Clinical Neurophysiology, Children's Hospital, HUS imaging, HUS Diagnostic Center, University of Helsinki and Helsinki University Hospital, Helsinki, Finland.
Human brain mapping
|February 10, 2024
概括
我们开发了一种新方法来分析新生儿的大脑活动网络,揭示大脑功能和行为之间的联系. 这种方法有助于理解神经发育和产前暴露的影响.
科学领域:
- 神经科学是一个神经科学.
- 发育神经科学的发展神经科学.
- 计算神经科学是一种神经科学.
背景情况:
- 高级大脑功能取决于大脑区域之间协调的神经活动.
- 功能连接网络 (FCN) 的复杂性使得识别与神经行为表型的联系变得复杂.
- 了解早期的FCN对于神经发育表现和健康结果至关重要.
研究的目的:
- 开发一种分析管道,用于识别新生儿皮质活动中的多重动态FCN.
- 结合光谱和时空特征,进行全面的网络分析.
- 发现具有强大的神经行为相关性和对子宫内暴露的敏感性的潜在网络.
主要方法:
- 开发了一种新的数据驱动的新生儿皮质活动分析管道.
- 集成的光谱和时空特征来表征多重动态FCN.
- 利用自动化方法来识别潜在网络及其相关性.
主要成果:
- 管道成功识别了具有显著神经行为相关性的动态FCN.
- 在已识别的网络上表现出子宫内药物暴露的一致影响.
- 该方法提供了对神经行为上有意义的网络星座的客观评估.
结论:
- 拟议的管道为量化动态FCN提供了一个强大的端到端解决方案.
- 能够客观地评估神经行为相关的复杂大脑活动.
- 促进对活动依赖神经发育和健康结果的更深入的理解.
更多相关视频
08:28Assessment of the Effects of Endocrine Disrupting Compounds on the Development of Vertebrate Neural Network Function Using Multi-electrode Arrays
Published on: April 26, 2018
6.0K
06:34Author Spotlight: A Lightweight Drive Implant for Chronic Tetrode Recordings in Juvenile Mice
Published on: June 2, 2023
2.7K
