通过自适应局部能量控制模型驱动大脑状态过渡
Rong Yao1, Langhua Shi1, Yan Niu1
1College of Computer Science and Technology (College of Data Science), Taiyuan University of Technology, Taiyuan, 030024, China.
NeuroImage
|January 12, 2025
概括
适应局部能量控制模型 (ALECM) 量化了大脑状态过渡能量,显示精神分裂症和双极障碍患者需要更多的恢复. 这个模型有助于预测神经刺激治疗的有效性.
科学领域:
- 神经科学是一个神经科学.
- 网络科学 网络科学
- 计算精神病学是一种计算精神病学.
背景情况:
- 大脑状态的转变是大脑功能和功能障碍的基础.
- 网络控制理论为研究大脑动态提供了一个框架.
- 现有的模型往往忽略了用于大脑状态转换的多区域控制输入.
研究的目的:
- 在多区域控制下开发一种新型模型 (ALECM) 来探索大脑状态过渡.
- 量化大脑状态转换所需的能量,并预测结果.
- 为了研究精神分裂症和双极性障碍患者的大脑状态过渡.
主要方法:
- 提出了适应性局部能源控制模型 (ALECM).
- 应用ALECM来分析大脑状态过渡,考虑白质网络相互作用.
- 在患者群体中研究了异质状态过渡 (病态到健康状态).
主要成果:
- 精神分裂症和双极性障碍患者需要显著更多的能量进行异质状态的过渡.
- 通过使用局部对照组,ALECM在患者大脑中成功诱导了异态转换.
- 患者和健康受试者之间的网络相似性在干预后改善到基线水平.
结论:
- ALECM有效量化了大脑状态转换的能量成本.
- 该模型为预测电磁扰动疗法的有效性提供了理论基础.
- ALECM提供了关于精神疾病背后的神经机制的见解.


