功能连接的局部梯度使婴儿大脑在动态发育过程中能够精确地捕捉婴儿大脑的指纹
Xinrui Yuan1, Jiale Cheng1, Dan Hu1
1Department of Radiology and Biomedical Research Imaging Center, University of North Carolina at Chapel Hill, Chapel Hill, NC, USA.
bioRxiv : the preprint server for biology
|January 7, 2025
概括
研究人员开发了一种新方法,使用大脑功能连接的局部梯度图来创建独特的婴儿大脑指纹. 这种方法在识别个体时达到99%的准确性,优于旧的方法,并显示出了解大脑发育的潜力.
科学领域:
- 神经科学是一个神经科学.
- 发育神经科学的发展神经科学.
- 脑部成像 脑部成像
背景情况:
- 大脑的功能连接表现出独特的个体模式,类似于指纹,对于了解早期大脑发育和神经发育障碍至关重要.
- 婴儿大脑的动态性质挑战了稳定的功能指纹的捕获,导致纵向个体识别的准确性较低.
- 使用大脑分片的传统方法忽视了对于强大,主体特定特征至关重要的细粒度功能连接模式.
研究的目的:
- 通过使用高分辨率的局部梯度图,引入一种用于捕捉婴儿个性化功能连接模式的新方法.
- 为了提高婴儿功能指纹在不同年龄段的准确性和稳定性.
- 探索这些功能指纹在预测认知表现方面的潜力.
主要方法:
- 使用了从静止状态功能性MRI (fMRI) 获得的功能连接的顶点级本地梯度图.
- 采用了来自103名婴儿的591个高分辨率fMRI扫描的纵向数据集.
- 进行了顶点独特性和差异性功率分析,以评估区分能力.
主要成果:
- 在不同年龄的婴儿数据集中实现了前所未有的99%的个体识别率,明显优于基于图谱的方法 (约. 70%的准确性).
- 在不同阶段编码方向中展示了一致和强大的识别.
- 突出了高阶功能网络的区分能力和基于局部梯度的指纹对婴儿认知表现的预测能力.
结论:
- 在婴儿身上存在个性化的功能指纹,其特点是功能连接的独特局部梯度.
- 提出的基于局部梯度的方法提供了一个强大的工具,用于捕捉神经生物学上有意义的,细粒度的特征,个性化的大脑特征.
- 这种方法具有很大的潜力,可以促进对典型和非典型早期大脑发育的理解.
更多相关视频
12:09Network Analysis of the Default Mode Network Using Functional Connectivity MRI in Temporal Lobe Epilepsy
Published on: August 5, 2014
18.0K
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
