静态电生理学和fMRI信号之间的时间和空间关系的差异
Wenyu Tu1, Samuel R Cramer1, Nanyin Zhang1,2,3,4
1The Neuroscience Graduate Program, The Huck Institutes of the Life Sciences, Pennsylvania State University, University Park, United States.
eLife
|August 5, 2024
概括
休息状态大脑网络 (RSN) 通过电生理学可以更好地解释空间而不是时间. 休息状态的功能性MRI信号含有未被局部场潜在功率捕获的组件.
科学领域:
- 神经科学是一个神经科学.
- 系统神经科学 系统神经科学
- 计算神经科学是一种神经科学.
背景情况:
- 休息状态大脑网络 (RSNs) 对于理解健康和疾病中的大脑功能至关重要.
- 从静止状态功能磁共振成像 (rsfMRI) 获得的RSN的精确神经基础仍然不完全理解.
- 解释RSN需要澄清rsfMRI信号与底层电生理活动之间的关系.
研究的目的:
- 研究休息期间电生理学和rsfMRI信号之间的关系.
- 为了确定本地电场潜力 (LFP) 功率如何解释RSN的空间和时间变化.
- 在rsfMRI信号中识别潜在的"电生理学隐形"组件.
主要方法:
- 在老鼠的同时进行全脑rsfMRI和电生理学记录.
- 分析带特定的LFP功率及其与rsfMRI信号的空间/时间相关性.
- 研究从rsfMRI数据中删除LFP功率时间序列的影响.
主要成果:
- 带特定的LFP功率解释了rsfMRI衍生RSN的空间变异性高达90%.
- LFP频段功率解释了当地的rsfMRI时间课程中最多35%的时间差异.
- 退出LFP功率时间序列对RSN的空间模式的影响很小.
结论:
- 用LFP功率测量的电生理活动对RSN的空间结构有显著的贡献.
- rsfMRI信号含有时间元件,本地电生理学无法完全解释.
- 这些发现表明存在"电生理学隐形"信号,有助于基于rsfMRI的RSN,需要细致的解释.


