个性化神经状态细分:验证贪状态边界搜索算法,以获得个人级别的功能磁共振成像数据

科学领域:

• 认知神经科学 认知神经科学
• 神经成像是一种神经成像.

背景情况:

• 人类经验被细分为离散的事件.
• 神经状态转换标志着fMRI数据中的事件边界.
• 目前的方法是参与者的平均值,缺少个体差异.

研究的目的:

• 开发和验证用于神经状态细分的个性化方法.
• 使用fMRI调查个人事件边界感知.
• 在事件细分中探索大脑行为关系.

主要方法:

• 开发了一个对fMRI数据的拒绝管道.
• 验证了贪状态边界搜索算法进行个人分析.
• 将算法应用于年轻成人和发育性fMRI数据集.

主要成果:

• 年轻成年人的个性化神经过渡与时间皮层层次结构保持一致.
• 神经过渡预测行为边界判断.
• 发育数据显示了边界条件,但也显示了大脑行为关系.

结论:

• 个性化fMRI建模对于研究事件细分至关重要.
• 平均数据可能会掩盖对个人经验的独特见解.
• 经过验证的方法使未来的研究能够对特异性的事件感知进行研究.