一个贝叶斯纳入的线性非高斯非循环模型用于多重定向图表估计,以研究青春期大脑情绪电路的发展
Aiying Zhang1, Gemeng Zhang2, Biao Cai2
1School of Data Science, University of Virginia, Charlottesville, VA, USA.
Network neuroscience (Cambridge, Mass.)
|October 2, 2024
概括
这项研究引入了一种新的模型,用于绘制青少年情绪处理的大脑连接的地图. 它揭示了大脑网络是如何发展的,确定了在发育过程中参与情绪变化的关键枢纽.
科学领域:
- 神经科学是一个神经科学.
- 发展心理学 发展心理学
- 计算精神病学是一种计算精神病学.
背景情况:
- 情感感知对于认知和情感发展至关重要,涉及复杂的大脑电路.
- 了解这些情绪回路的发展轨迹是解释青少年情绪变化的关键.
研究的目的:
- 推进与情感相关的功能连接 (FC) 的理解,从关联到因果关系.
- 开发和验证一种用于分析大脑网络发展的新型计算模型.
主要方法:
- 提出了一个贝叶斯纳入的线性非高斯非循环模型 (BiLiNGAM) 整合关联模型.
- 使用费城神经发育队列 (PNC) 的fMRI数据验证了BiLiNGAM模型,包括855名 (8-22岁) 个体.
- 分析了内部和模块间连接的发育变化,并确定了与情绪相关的大脑枢纽.
主要成果:
- BiLiNGAM模型表现出稳定和准确的性能,特别是在小样本尺寸的情况下.
- 网络分析揭示了五个青少年阶段情感相关连接的显著发展模式.
- 识别和分类关键的情感相关的大脑枢纽为"内枢纽"和"外枢纽",揭示独特的发育结构和特定群体的模式.
结论:
- 这项研究为分析情绪网络发展提供了一个新的因果框架.
- 这些发现为青少年情绪处理背后的大脑组织提供了指导功能连接模板.
- 这项研究有助于了解青春期情绪发育的神经基础.
