数据驱动区域增长模型在塑造大脑折叠模式中的作用
Jixin Hou1, Zhengwang Wu2, Xianyan Chen3
1School of Environmental, Civil, Agricultural and Mechanical Engineering, College of Engineering, University of Georgia, Athens, GA 30602, USA. xqwang@uga.edu.
Soft matter
|January 10, 2025
概括
区域大脑生长变异显著影响皮质折叠模式. 结合这种异质性的计算模型准确模拟大脑发育,有助于理解神经发育障碍.
科学领域:
- 神经科学是一个神经科学.
- 计算生物学 计算生物学
- 发育生物学 发展生物学
背景情况:
- 大脑表面形态是功能和功能障碍的关键.
- 计算建模有助于理解早期的大脑折叠.
- 大脑生长在皮层发育中的作用的区域差异尚不清楚.
研究的目的:
- 探索区域皮层生长如何影响大脑折叠模式,使用计算模拟.
- 开发和验证早期大脑折叠的计算模型.
主要方法:
- 使用机器学习辅助的符号回归开发了区域皮层生长模型.
- 利用了来自735名儿科患者的纵向MRI数据 (29个月经后周到2年).
- 模拟皮质发育与解剖学上现实的模型和量化折叠模式.
主要成果:
- 区域生长模型产生的折叠模式比统一模型更接近实际的大脑结构.
- 增长幅度是塑造折叠模式的主要因素.
- 多区域模型比单区域模型更好地捕捉了折叠的复杂性.
结论:
- 纳入区域生长异质性对于准确的大脑折叠模拟至关重要.
- 这些发现可以改善皮质形和神经发育障碍的诊断和治疗.
- 突出了个性化计算模型在神经科学中的重要性.


