通过时间变化大脑网络分析进行行为和精神疾病的神经认知表征
medRxiv : the preprint server for health sciences
|September 26, 2025
概括
动态大脑网络分析揭示了功能网络连接 (FNC) 在任务中随着时间的推移而变化. 与静态方法相比,这种时间变化的方法更好地预测行为和精神病理.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 计算精神病学是一种计算精神病学.
背景情况:
- 人类的认知涉及到大脑网络中的动态相互作用.
- 传统的神经成像分析往往忽略了大脑活动的时间动态.
- 了解时间变化的功能网络连接 (FNC) 对一个全面的认知模型至关重要.
研究的目的:
- 描述FNC在休息状态和任务条件中的波动.
- 研究动态FNC与任务执行和精神病理学有关的行为相关性.
- 为了比较时间变化的FNC与静态FNC的解释力.
主要方法:
- 使用fMRI分析功能网络连接 (FNC) 动态在休息状态和强化相关任务期间.
- 确定一致的全脑FNC状态和特定任务的区域FNC.
- 在独立样本中,FNC测量与任务执行,精神病理症状,抑郁症和酒精使用障碍的相关性分析.
主要成果:
- 在休息状态和任务状态之间观察到一致的全脑FNC状态,对突出的任务刺激敏感.
- 任务特定的条件由双对,区域FNC区分开来.
- 与静态的FNC相比,随时间变化的FNC显著解释了心理病理和临床措施的更高变异.
结论:
- 认知处理动态调节区域和全脑FNC,影响大脑网络架构.
- 时间变化的FNC分析提供了更全面的脑相互作用表示.
- 动态FNC作为一个更精确的神经相关物来量化心理病理学个体风险.
更多相关视频
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
08:36Dynamic Inter-subject Functional Connectivity Reveals Moment-to-Moment Brain Network Configurations Driven by Continuous or Communication Paradigms
Published on: March 21, 2019
7.6K
