FunMaps:一种使用静止状态功能性MRI数据分离功能性大脑网络的方法
Jiayu Shao1, Stephen J Gotts1, Taylor L Li1
1Section on Cognitive Neuropsychology, Laboratory of Brain and Cognition, National Institute of Mental Health, National Institutes of Health, Bethesda, MD, United States.
Frontiers in human neuroscience
|October 9, 2024
概括
我们开发了FunMaps,这是一种从静止状态功能磁共振成像 (rs-fMRI) 数据创建大脑分片的新方法. 这种方法确保了稳定性和可复制性,克服了研究人员现有技术的局限性.
科学领域:
- 神经成像是一种神经成像.
- 计算神经科学是一种神经科学.
- 绘制大脑地图 绘制大脑地图
背景情况:
- 休息状态功能磁共振成像 (rs-fMRI) 分片对于绘制人类大脑网络至关重要.
- 目前的方法往往需要大量的数据集,缺乏强大的定量评估.
- 现有的技术面临着个别实验室数据的稳定性和可复制性的局限性.
研究的目的:
- 引入FunMaps,一种使用rs-fMRI数据进行大脑分片的新方法.
- 解决现有的分片技术在样本大小和可重复性方面的实际局限性.
- 为研究人员提供灵活可靠的工具,以生成稳定的大脑网络地图.
主要方法:
- 开发了FunMaps分片程序,包括数据稳定性和可复制性检查.
- 使用多个随机代,仅保留跨数据半个一致的网络区别.
- 在群组平均连接地图上实施集群算法,用于网络识别.
主要成果:
- 证明了FunMaps方法的有效性和灵活性.
- 展示了FunMaps产生稳定和可复制的大脑分片的能力.
- 提供了FunMaps程序的逐步说明和公开可用的代码.
结论:
- FunMaps提供了一个强大的解决方案,用于创建功能性大脑网络的地形图.
- 该方法提高了rs-fMRI分片的稳定性和可复制性.
- FunMaps是公开的,这有助于研究界采用它.
