将直接电刺激与大脑连接相结合,可以预测损伤引起的语言障碍和恢复
Ludovico Coletta1,2, Paolo Avesani3,4, Luca Zigiotto5,6,7
1Neuroinformatics Laboratory (NiLab), Bruno Kessler Foundation (FBK), Trento, Italy.
Communications medicine
|October 6, 2025
概括
这项研究引入了一种新的网络映射工具,用于预测脑网络中断导致的认知障碍. 它提高了模拟中风失语和质瘤患者语言恢复的准确性.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 计算生物学 计算生物学
背景情况:
- 神经系统疾病每年导致数百万人的死亡和认知障碍.
- 白质的干扰会影响认知功能,特别是在中风患者中.
- 白质在质瘤患者的认知轨迹中的作用仍未得到充分研究.
研究的目的:
- 开发一种网络映射方法,用于识别语言产生的神经基础.
- 评估这种方法对认知障碍的预测能力.
- 模拟神经疾病中的纵向行为变化.
主要方法:
- 分析了患者和健康个体的内脑刺激和连接数据.
- 使用fMRI和PET测量白质代谢和血液动力活动之间的量化空间对应.
- 通过预测刺激点和建模失语和质瘤恢复来验证该方法.
主要成果:
- 白质的血液动力学振荡与代谢波动相关.
- 网络映射方法预测了看不见的刺激点.
- 它可以更好地预测中风诱导的失语症,并比现有方法更好地模拟质瘤语言恢复.
结论:
- 开发了一种基于数据的,基于神经生物学的工具,通过网络中断来建模认知障碍.
- 这种工具显示了比目前的方法更高的精度.
- 它为理解和预测神经系统缺陷提供了一种新的方法.
更多相关视频
10:15Utilizing Repetitive Transcranial Magnetic Stimulation to Improve Language Function in Stroke Patients with Chronic Non-fluent Aphasia
Published on: July 2, 2013
18.3K
13:35Transcranial Direct Current Stimulation and Simultaneous Functional Magnetic Resonance Imaging
Published on: April 27, 2014
22.4K
