在神经发育中,对模联的个体差异进行映射
Ruyi Pan1,2, Sarah M Weinstein3, Danni Tu4,5
1Department of Statistical Sciences, University of Toronto, Toronto, ON, Canada.
Imaging neuroscience (Cambridge, Mass.)
|September 25, 2025
概括
开发新的方法来研究大脑结构-功能合对于理解神经精神疾病至关重要. 我们的新CEIDR方法增强了统计能力,并控制了在发育过程中分析大脑合的个体差异时的错误阳性.
科学领域:
- 神经科学是一个神经科学.
- 发育神经科学的发展神经科学.
- 计算神经科学是一种神经科学.
背景情况:
- 大脑结构功能合的个体差异在发育过程中发生变化.
- 这些发育变化可能会影响神经精神疾病的风险.
- 目前用于量化和测试这些个体差异的方法有限.
研究的目的:
- 解决测试方法的差距,并局部化个体差异在交联式大脑合的方法.
- 引入和验证一种新的统计方法,用于测试r的个体差异的集群增强 (CEIDR).
主要方法:
- 开发了CEIDR,一种控制平均值/差异异质的方法,并使用自适应集群增强.
- 将CEIDR与现有方法进行比较,以测试多式联中的个人差异.
- 使用费城神经发育队列数据分析大脑发育的应用方法.
主要成果:
- CEIDR提高了统计能力,并控制了错误的阳性,以检测结构-功能合的个体差异.
- 不同的分析方法测试不同的假设,可能导致不同的研究结果.
- 插图应用证明了CEIDR在发育神经科学中的实际实用性.
结论:
- CEIDR提供了一种严格的方法来研究大脑结构功能合的个体差异.
- 准确量化这些合差异对于理解发育轨迹和疾病风险至关重要.
- 这些发现强调了神经发育研究中方法选择的重要性.
更多相关视频
06:34Infant Auditory Processing and Event-related Brain Oscillations
Published on: July 1, 2015
16.9K
09:01A Method for Investigating Age-related Differences in the Functional Connectivity of Cognitive Control Networks Associated with Dimensional Change Card Sort Performance
Published on: May 7, 2014
10.5K
