跨个体的异质大脑激活局部化到一个共同的网络
Shaoling Peng1,2,3, Zaixu Cui4, Suyu Zhong5
1State Key Laboratory of Cognitive Neuroscience and Learning & IDG/McGovern Institute for Brain Research, Beijing Normal University, Beijing, China. shaoling.peng@childrens.harvard.edu.
Communications biology
|October 5, 2024
概括
个别的大脑网络在工作记忆任务中显示出高的可重现性,与离散的大脑激活不同. 这种网络映射方法预测认知表现,为大脑功能可重现性提供了新的见解.
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
- 神经成像是一种神经成像.
背景情况:
- 任务功能磁共振成像 (fMRI) 研究往往面临着跨个体复制性较低的挑战.
- 大脑激活的异质性是导致这种可重现性问题的关键因素.
研究的目的:
- 研究个体间异质性脑激活是否局部化到一个共同的,可重复的网络.
- 探索激活网络映射 (ANM) 在识别个人认知网络和预测行为方面的潜力.
主要方法:
- 评估了不同个体在工作记忆 (WM) 任务期间离散大脑激活的可重现性.
- 应用了激活网络映射 (ANM) 技术来识别个别的WM大脑网络.
- 利用机器学习算法进行基于已识别的WM网络的预测分析.
主要成果:
- 在WM任务期间分离大脑激活的可重现性被发现在个人中很低.
- 使用ANM的WM基于网络的可复制性明显更高.
- 通过ANM识别的个别WM网络成功预测了WM行为表现,超过了离散的大脑激活.
结论:
- 个体大脑网络显示出比离散激活更高的可重现性,为fMRI可重现性挑战提供了新的解释.
- 激活网络映射 (ANM) 是一种有前途的技术,用于识别个人认知网络.
- 在理解个人的认知过程和预测行为方面,ANM具有广泛的潜在应用.
