Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

Parental Beliefs Are Associated with Youth Response to Alcohol Intervention.

Substance use & misuse·2026
Same author

Social jet lag has detrimental effects on hallmark characteristics of adolescent brain structure, circuit organization, and intrinsic dynamics.

Sleep·2025
Same author

The Adolescent functional connectome is dynamically controlled by a sparse core of cognitive and topological hubs.

NeuroImage·2025
Same author

Dynamic fluctuations of intrinsic brain activity are associated with consistent topological patterns in puberty and are biomarkers of neural maturation.

Network neuroscience (Cambridge, Mass.)·2025
Same author

Pre-pandemic mental health and brain characteristics predict adolescent stress and emotions during the COVID-19 pandemic.

PloS one·2025
Same author

Supraspinatus tendon signal alterations on adolescent shoulder MRIs: a diagnostic dilemma.

Pediatric radiology·2025

相关实验视频

Updated: Jun 27, 2025

Modeling the Functional Network for Spatial Navigation in the Human Brain
05:55

Modeling the Functional Network for Spatial Navigation in the Human Brain

Published on: October 13, 2023

1.1K

用于大规模模拟未来发展的生成模型.

Skylar J Brooks1,2, Catherine Stamoulis1,3

  • 1Boston Children's Hospital, Department of Pediatrics, Boston, MA, USA.

... IEEE International Conference on Acoustics, Speech, and Signal Processing Workshops
|May 1, 2024
PubMed
概括

这项研究介绍了一种数据驱动的方法,用于调整大脑连接体模拟的生成模型. 这种方法有助于通过创建现实的合成大脑网络数据来理解大脑发育和衰老.

科学领域:

  • 神经科学是一个神经科学.
  • 图形理论 图形理论
  • 计算生物学 计算生物学

背景情况:

  • 大脑的连接体,代表功能和解剖学连接,以图形形式数学建模.
  • 仅从功能数据来估计连接体拓,在揭示发育和病理过程方面就带来了挑战.
  • 在生物学上有意义的模拟需要生成模型,以可控的数据驱动参数产生合成图形.

研究的目的:

  • 介绍一种新的数据驱动方法,用于对连接组图的兰西奇内蒂-福尔图纳托-拉迪奇 (LFR) 生成模型的参数调整.
  • 应用这种调整模型来生成大量数据集的合成大脑图表,代表不同的成熟阶段.
  • 了解神经发育过程中的拓组织变化.

主要方法:

  • 利用了来自青少年大脑认知发展 (ABCD) 研究的休息状态功能磁共振成像 (fMRI) 连接体 (n=5566) 的大量数据集.
  • 开发了一种数据驱动的方法来调整基于真实连接组数据的LFR生成模型的参数.
  • 使用调整后的LFR模型进行模拟,以生成合成大脑图形.

主要成果:

  • 使用大规模青少年大脑连接组数据集,成功调整了LFR模型参数.
  • 产生了大量合成的大脑图形数据集,模拟神经成熟的各个阶段.
关键词:
大脑连接组连接组发展发展发展发展发展.生成型模型是一种生成型模型.拓学的拓学

更多相关视频

A Method for 3D Reconstruction and Virtual Reality Analysis of Glial and Neuronal Cells
12:49

A Method for 3D Reconstruction and Virtual Reality Analysis of Glial and Neuronal Cells

Published on: September 28, 2019

12.8K
3D Scanning Technology Bridging Microcircuits and Macroscale Brain Images in 3D Novel Embedding Overlapping Protocol
10:14

3D Scanning Technology Bridging Microcircuits and Macroscale Brain Images in 3D Novel Embedding Overlapping Protocol

Published on: May 12, 2019

7.3K

相关实验视频

Last Updated: Jun 27, 2025

Modeling the Functional Network for Spatial Navigation in the Human Brain
05:55

Modeling the Functional Network for Spatial Navigation in the Human Brain

Published on: October 13, 2023

1.1K
A Method for 3D Reconstruction and Virtual Reality Analysis of Glial and Neuronal Cells
12:49

A Method for 3D Reconstruction and Virtual Reality Analysis of Glial and Neuronal Cells

Published on: September 28, 2019

12.8K
3D Scanning Technology Bridging Microcircuits and Macroscale Brain Images in 3D Novel Embedding Overlapping Protocol
10:14

3D Scanning Technology Bridging Microcircuits and Macroscale Brain Images in 3D Novel Embedding Overlapping Protocol

Published on: May 12, 2019

7.3K
  • 这些模拟为研究大脑网络拓学的发育变化提供了基础.

    • 结论:

    • 拟议的数据驱动方法增强了由LFR等模型生成的合成连接体图的生物学相关性.
    • 这种方法通过提供现实的模拟来促进对大脑发育和衰老的研究.
    • 它为探索发育中的人类大脑复杂的拓组织提供了有价值的工具.