在婴儿暴露于自然睡眠期间的常规白噪声后,以fNIRS测量的基于任务的功能连接性

科学领域:

• 神经科学是一个神经科学.
• 发展心理学 发展心理学
• 网络科学 网络科学

背景情况:

• 婴儿的大脑发育很快,但研究休息状态与任务状态网络是具有挑战性的,因为婴儿合作有限.
• 睡眠为研究婴儿大脑网络提供了一个可行的状态,具有任务状态分析的潜力.
• 成年人的研究表明,任务状态网络与行为有更强的相关性,但存在个体变异性.

研究的目的:

• 研究婴儿大脑网络的个体差异,这些网络在睡眠期间在休息状态和任务状态之间进行过渡.
• 分析不同类型的婴儿对刺激反应的图形理论大脑网络特性.
• 建立了解睡眠婴儿刺激敏感性和大脑网络连接的基础.

主要方法:

• 收集了21名婴儿在睡眠期间的休息状态和白噪声刺激的任务状态功能连接数据.
• 开发了一种使用Pearson相关性稀疏度跨频段来分类婴儿反应的直观方法.
• 利用图形理论分析来检查大脑网络属性,包括小世界性.

主要成果:

• 确定了三个不同的婴儿反应模式:敏感-积极,敏感-消极和不敏感.
• 观察到,任务期间功能连接性降低可能与频率干扰有关.
• 发现,具有较高静止状态小世界性的婴儿表现出更大的刺激灵敏度.

结论:

• 个体婴儿在对相同刺激的反应中显示出大脑功能连接的独特变化.
• 不同的反应类型需要单独的分析来准确解释大脑网络动态.
• 休息状态网络属性,就像小世界性一样,可以预测睡眠期间刺激处理的个体差异.