用扩散MRI估计大脑相似性网络
bioRxiv : the preprint server for biology
|April 16, 2025
概括
扩散相似性网络 (DSNs) 使用扩散MRI绘制大脑结构图. DSN揭示了详细的组织,对个体差异敏感,并与其他大脑数据相关联,为大脑网络提供了新的见解.
科学领域:
- 神经成像是一种神经成像.
- 计算神经科学是一种神经科学.
- 人类大脑绘制地图
背景情况:
- 结构相似性是绘制人类大脑网络组织的关键方法.
- 现有的方法可能缺乏详细的解剖学分辨率或对个体变异的敏感性.
研究的目的:
- 引入扩散相似性网络 (DSN) 来绘制灰色物质结构组织的地图.
- 评估DSN的性能与以前的方法相比,以及它们与其他神经生物学数据的相关性.
主要方法:
- 使用来自扩散磁共振成像 (dMRI) 的旋转不变的球体波特征.
- 开发DSN来分析人类大脑中的灰质结构组织.
主要成果:
- 与以前的方法相比,DSN表现出优越的层状,细胞架构和微型架构组织.
- 在健康的成年人中,DSN对年龄,认知和性别的敏感性更高,遗传性更大.
- DSN梯度与皮质轴对齐,与功能,结构和基因表达连接体相关.
结论:
- DSN提供了一种敏感而详细的方法来绘制大脑结构组织的地图.
- DSN提供了白质连接的补充信息,可以集成到标准的dMRI分析中.
- DSN具有调查神经和精神疾病的潜力.


