一个图形神经网络方法来调查大脑在神经发育上的关键状态

科学领域:

• 神经科学是一个神经科学.
• 计算神经科学是一种神经科学.
• 物理 物理学 物理

背景情况:

• 休息状态的大脑动态可以使用接近关键性的格子模型来建模,比如2D Ising模型.
• 温度,一个相位转换参数,提供了对大脑状态和神经发育的见解.
• 神经发育涉及影响宏观大脑动态和fMRI中观察到的功能连接的微电路变化.

研究的目的:

• 通过使用一种新的方法来从fMRI数据中估计大脑Ising温度来研究神经发育.
• 为了探索年龄,大脑Ising温度和神经发育轨迹之间的关系.
• 应用在Ising模型网络上训练的图形神经网络用于大脑数据分析.

主要方法:

• 利用了从fMRI数据中获得的功能连接.
• 使用图形神经网络,在Ising模型网络上接受培训.
• 估计的Ising温度作为大脑动态和关键性的代理.

主要成果:

• 在典型发育的儿童中,在年龄和异常温度之间发现了统计学上显著的负相关性 (r = -0.48,p < 0.0001).
• 在患有注意力缺陷/多动障碍的儿童中观察到类似的负相关性 (r = -0.49,p < 0.0001).
• 结果表明,随着年龄的增长,大脑从批判性转向更加有序的状态.

结论:

• 随着发育过程中的年龄增长,大脑与关键性之间的距离会随着年龄的增长而减少.
• 温度是神经发育变化的潜在生物标志物.
• 这种方法为了解大脑成熟和疾病提供了新的视角.