用自动编码器解功能连接组的组和单个组件

科学领域:

• 神经科学是一个神经科学.
• 脑部成像 脑部成像
• 计算神经科学是一种神经科学.

背景情况:

• 了解功能连接体中的群体共同性和个体变异性是神经科学的一个关键挑战.
• 现有的解组和个体大脑组件的方法通常依赖于FC级或BOLD信号级的功能连接 (FC).
• 通过直接建模 BOLD 信号,BOLD 级别的方法显示出捕获新的方面,并改善解的潜力.

研究的目的:

• 提出一个新的网络框架,BRAin信号解 (BRASDE),用于从BOLD信号中解组和单个组件.
• 在BRASDE框架内引入互补的诱导偏见作为解策略.
• 增强对人类大脑个体变异性背后的一般原理和神经机制的理解.

主要方法:

• 开发了BRAin信号解 (BRASDE) 网络框架,以直接从BOLD信号中分离组和单个组件.
• 假设组组件在各个科目/会议中一致,而个体组件在各个科目内一致,但在各个科目中可变.
• 利用了来自人类结合体项目 (HCP) 的多个fMRI会议来验证框架.

主要成果:

• 与现有的方法相比,BRASDE 对于组组件在各个科目中表现出更好的一致性.
• 该框架扩大了各主题各个组件之间的差异化,并在各个会议中改善了主题内的一致性.
• BRASDE揭示了右半球比左半球更高的个体差异,并显示了个体组件和认知行为之间的关联.

结论:

• BRASDE是一种有效的方法,可以从BOLD信号中分离组和单个组件.
• 该框架表现出了对新课程和主题的优秀概括性.
• 这种方法有助于进一步研究个体大脑变化的神经机制.