大脑年龄单调性和功能连接性的差异是健康人群的差异
1Department of Statistics, Stanford University, Stanford, CA, United States of America.
PloS one
|May 30, 2024
概括
年轻的大脑可能会发展出与年龄相关的连接模式,类似于老大脑. 机器学习模型分析大脑衰老轨迹和不同年龄组功能连接的性别差异.
科学领域:
- 神经科学是一个神经科学.
- 大脑的连接性 大脑的连接性
- 衰老研究研究 衰老研究
背景情况:
- 来自健康个体的休息状态功能磁共振成像 (rs-fMRI) 数据对于理解与年龄相关的大脑变化至关重要.
- 以前的研究已经使用机器学习 (ML) 来分析大脑连接,但关于发育轨迹的新问题仍然存在.
- 了解大脑连接在整个生命周期中是如何发展的,对神经科学来说是至关重要的.
研究的目的:
- 为了调查年轻的大脑是否表现出连接模式,逐渐类似于老年大脑的连接模式.
- 为了确定老年大脑的衰老动态是否可以预测年轻受试者的衰老轨迹.
- 在三个不同的数据集中,比较跨年龄范围和性别之间的功能连接性.
主要方法:
- 利用了来自多个健康受试者队伍的休息状态功能磁共振成像 (rs-fMRI) 数据.
- 应用机器学习 (ML) 技术来量化单调关系,并测试关于大脑衰老轨迹的假设.
- 在整个年龄范围内对功能连接性进行了人口层面和性别特定的分析.
主要成果:
- 量化了不同年龄组大脑连接中单调关系的程度.
- 机器学习模型被用来测试关于大脑衰老动态的特定假设.
- 详细确定了男性和女性受试者之间功能连接的相似之处和差异.
结论:
- 这项研究为年轻大脑是否获得与年龄相关的连接特征提供了新的见解.
- 老年人的衰老动态可能为年轻大脑的衰老过程提供预测信息.
- 详细的性别特定比较揭示了整个生命周期的大脑连接的细微模式.
更多相关视频
08:43Application of Granger Causality Analysis of the Directed Functional Connection in Alzheimer's Disease and Mild Cognitive Impairment
Published on: August 7, 2017
7.9K
10:13Assessment of Age-related Changes in Cognitive Functions Using EmoCogMeter, a Novel Tablet-computer Based Approach
Published on: February 14, 2014
13.7K
