基于Connectome的认知控制预测建模使用功能和结构连接性的认知控制
Qiuyu Lv1, Xuanyi Wang2, Xiang Wang3
1Center for Mind & Brain Sciences and Institute of Interdisciplinary Studies, Hunan Normal University, Hunan, Changsha, 410081, China; Medical Psychological Center, The Second Xiangya Hospital of Central South University, Changsha, Hunan, China; China National Clinical Research Center for Mental Disorders (Xiangya), Changsha, Hunan, China.
大脑结构和功能网络都预测了认知控制. 将两者结合起来,可以更全面地了解大脑如何支持目标导向的行动和行为调整.
科学领域:
- 神经科学是一个神经科学.
- 认知神经科学 认知神经科学
- 脑部成像 脑部成像
背景情况:
- 认知控制可以实现灵活的资源分配和目标导向的行为.
- 认知控制的神经基础涉及协调的大脑网络活动.
- 从大脑网络预测认知控制仍然是一个活跃的研究领域.
研究的目的:
- 研究用于认知控制的结构性和功能性大脑网络的预测能力.
- 为了比较结构和功能连接体对认知控制预测的贡献.
- 识别潜在的认知控制子组件的重叠和独特的网络模式.
主要方法:
- 在102名健康成年人的数据集上利用基于连接组的预测建模 (CPM).
- 分析了结构性和功能性大脑连接数据.
- 结构与功能连接组的预测准确性和网络特征的比较.
主要成果:
- 结构性 (r=0.263-0.375) 和功能性 (r=0.336-0.503) 连接组都显著预测了认知控制子组件.
- 观察到重叠的功能和结构网络模式,特别是在前端平行和电机网络中.
- 为每个认知控制子组件确定了独特的预测网络权重,表明了不同的空间模式.
结论:
- 结构和功能连接体为认知控制预测提供了互补的见解.
- 整合结构和功能连接数据可以增强对认知控制神经支的理解.
更多相关视频
09:01A Method for Investigating Age-related Differences in the Functional Connectivity of Cognitive Control Networks Associated with Dimensional Change Card Sort Performance
Published on: May 7, 2014
05:55Modeling the Functional Network for Spatial Navigation in the Human Brain
Published on: October 13, 2023
