全脑任务调制的功能连接方法的比较,用于fMRI任务连接学.
Ruslan Masharipov1, Irina Knyazeva2, Alexander Korotkov2
1N.P. Bechtereva Institute of the Human Brain, Russian Academy of Sciences, St. Petersburg, Russia. masharipov@ihb.spb.ru.
Communications biology
|October 27, 2024
概括
这项研究使用现实的模拟来确定最佳方法来绘制任务期间大脑网络的变化. 我们表明,使用功能磁共振成像 (fMRI) 可以检测出快速的大脑活动变化.
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
- 计算神经科学是一种神经科学.
背景情况:
- 高级大脑功能依赖于大脑各区域的灵活整合,根据任务上下文进行调整.
- 休息状态功能磁共振成像 (fMRI) 揭示了内在的大脑网络,但快速的,取决于上下文的网络重新配置仍然不太了解.
- 绘制任务所引起的功能连接受到挑战,因为缺乏获得全脑矩阵的黄金标准.
研究的目的:
- 通过使用生物物理现实的模拟来建立任务调制的功能连接的基本真理.
- 在各种实验条件下识别最有效的方法来导出全脑任务调制的功能连接矩阵.
- 调查从fMRI数据检测快速神经同步调节的可行性.
主要方法:
- 对大脑活动的生物物理现实模拟和由此产生的功能磁共振成像 (fMRI) 信号.
- 系统评估不同的方法来导出任务调制的功能连接矩阵.
- 模拟快速神经元同步 (100毫秒) 和较慢的血液动力学反应 (2秒fMRI分辨率) 之间的关系的分析.
主要成果:
- 该研究确定了基于任务设计的任务连接组映射的最佳方法,并揭示了它们固有的局限性.
- 生物物理现实的模拟提供了一个受控的环境,以建立基准真相任务调制的功能连接.
- 在振荡神经元同步中的快速 (100毫秒) 调制成功地从模拟的缓慢的血液动力学波动中恢复,即使在典型的fMRI时间分辨率 (2秒) 中.
结论:
- 这些发现为优化基于任务的功能连接性研究中的任务设计和统计分析提供了实际建议.
- 这项工作促进了对认知任务期间动态大脑网络重新配置的理解.
- 这项研究表明fMRI有潜力捕捉与高级大脑功能相关的快速神经动态.
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
10.1K
11:57Whole-Brain 3D Activation and Functional Connectivity Mapping in Mice using Transcranial Functional Ultrasound Imaging
Published on: February 24, 2021
9.9K
