在任务fMRI中有效连接的动态映射的新模型
Xin Chang1, Zhi-Huan Yang1, Wei Yan1
1The Clinical Hospital of Chengdu Brain Science Institute, MOE Key Lab for Neuroinformation, School of Life Science and Technology, University of Electronic Science and Technology of China, Chengdu, People's Republic of China; Research Unit of NeuroInformation, Chinese Academy of Medical Sciences, Chengdu 2019RU035, People's Republic of China.
我们开发了一个新的模型,条件激活的特定轨迹 (CAST),以分析任务期间的动态大脑连接. CAST有效捕捉大脑网络的变化,改善对认知功能和个体差异的理解.
科学领域:
- 神经成像是一种神经成像.
- 认知神经科学 认知神经科学
- 计算神经科学是一种神经科学.
背景情况:
- 动态功能连接分析对于理解大脑网络重组至关重要.
- 以前的研究主要集中在静止状态的fMRI上,限制了任务执行期间的洞察力.
- 在认知任务期间调查动态有效连接仍然是一个未被充分探索的领域.
研究的目的:
- 适应和应用动态功能连接方法以基于任务的fMRI数据.
- 引入和验证条件激活特定轨迹 (CAST) 模型,用于分析动态大脑连接.
- 评估CAST模型在捕捉与任务相关的大脑网络动态和个体认知变化的有效性.
主要方法:
- 结合心理生理学相互作用 (PPI) 与N-back任务fMRI数据上的滑动窗口分析.
- 利用人类结合体项目的数据集进行了强有力的分析.
- 开发了CAST模型来表示时间窗口上的激活连接的时空同步变化.
主要成果:
- CAST模型在心理生理相互作用连接的个体空间模式中显示出优异的集团内部一致性.
- CAST有效地代表了个别任务执行中的时间变化和层次结构.
- 该模型与认知特征有很强的相关性,突出了其表示能力.
结论:
- CAST模型提供了一种新且有效的方法,用于分析认知任务期间的动态有效连接.
- 这种动态的视角揭示了任务参与期间连贯的大脑活动的内在性质.
- 这些发现强调了CAST在通过大脑网络动态来理解认知功能的个体差异方面的实用性.
更多相关视频
07:12Using Informational Connectivity to Measure the Synchronous Emergence of fMRI Multi-voxel Information Across Time
Published on: July 1, 2014
08:36Dynamic Inter-subject Functional Connectivity Reveals Moment-to-Moment Brain Network Configurations Driven by Continuous or Communication Paradigms
Published on: March 21, 2019
相关概念视频
Magnetic Resonance Imaging
Brain Imaging
These technologies include computerized axial tomography (CAT or CT scans), positron-emission tomography (PET scans), magnetic resonance imaging (MRI), functional magnetic resonance imaging (fMRI), and Transcranial Magnetic Stimulation (TMS).
