与认知相关的休息的4D动态空间大脑网络在精神分裂症中表现出非典型的变化和合
Krishna Pusuluri1, Zening Fu1, Robyn Miller1
1Tri-Institutional Center for Translational Research in Neuroimaging and Data Science (TReNDS), Georgia State University, Georgia Institute of Technology, and Emory University, Atlanta, Georgia, USA.
Human brain mapping
|July 24, 2024
概括
这项研究引入了动态空间网络连接 (dSNC) 来分析随着时间的推移的大脑网络体积的变化. 增强的dSNC和体积合与更好的认知功能相关,在精神分裂症中不同.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 医疗成像医学成像
背景情况:
- 现有关于功能性大脑网络的研究往往忽视了动态空间变化.
- 了解大脑网络体积的时间变化对于认知神经科学至关重要.
研究的目的:
- 开发和评估一种新的方法来分析动态空间大脑网络,使用静止状态功能磁共振成像 (rsfMRI).
- 研究4D大脑网络体积的时间变化及其与认知和精神分裂症的关系.
主要方法:
- 利用rsfMRI数据来分析动态空间大脑网络.
- 量化了网络体积的时间变化,并引入了动态空间网络连接 (dSNC) 来测量同步的体积变化.
- 评估了网络动态,认知表现和精神分裂症患者与对照人群之间的差异之间的关联.
主要成果:
- 在扫描期间,在大脑网络之间观察到显著的体积合 (dSNC).
- 较高的动态可变性和体积合与认知表现正相关.
- 与对照组相比,精神分裂症患者表现出改变的网络体积,减少的空间动态可变性和较低的体积合.
结论:
- 动态空间大脑网络及其连接性对于认知功能很重要.
- dSNC为大脑网络动态及其在精神分裂症等神经疾病中的变化提供了新的见解.
- 大脑网络内部和大脑网络之间的Voxel-wise变化至关重要,需要进一步调查.
关键词:
大脑网络 大脑网络动态空间网络连接能力 (dSNC)跨网络的动态体积合器静止状态fMRI (rsfMRI) 进行静止状态fMRI (rsfMRI)精神分裂症是一种精神分裂症.空间网络动态空间网络动态更多相关视频
14:27Identification of Disease-related Spatial Covariance Patterns using Neuroimaging Data
Published on: June 26, 2013
15.6K
10:43Developing Neuroimaging Phenotypes of the Default Mode Network in PTSD: Integrating the Resting State, Working Memory, and Structural Connectivity
Published on: July 1, 2014
15.1K
