人类头部模型和人口框架用于模拟大脑刺激

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
• 医疗成像医学成像

背景情况:

• 非侵入性脑刺激 (NIBS) 对于理解大脑功能和治疗神经系统疾病至关重要.
• 精确地准特定的大脑区域对于NIBS的有效性至关重要,但由于个体解剖学变异而具有挑战性.
• 当前的计算头模型经常使用单头近似,限制精度,并可能扭曲结果.

研究的目的:

• 创建一个包括100个现实的头部模型的综合数据集,具有解剖学和组织变异性.
• 为了实现基于人口的头部建模,以优化NIBS目标并提高模拟准确性.
• 为了促进大脑刺激研究的高级元分析.

主要方法:

• 开发了100个现实的头部模型的数据集,使用了来自人类连接体项目的数据.
• 包括可变组织导电性,场矩阵,标准空间共同注册和质量保证的组织细分.
• 执行质量评估,包括半手动的细分校正和有限元素分析.

主要成果:

• 产生了各种各样的,高质量的头部模型的大规模数据集.
• 数据集捕捉了个人之间显著的解剖和组织导电性变化.
• 质量评估证实了生成模型的可靠性和准确性.

结论:

• 这一数据集为NIBS研究中的人口头部建模提供了坚实的基础.
• 它将提高刺激向的精度和对大脑疾病的模拟的准确性.
• 促进了非侵入性脑刺激在学术和临床应用方面的进步.