使用最佳控制理论推断内在的神经时间尺度

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.
• 网络科学 网络科学

背景情况:

• 全脑活动通过区域内和区域之间复杂的相互作用而演变.
• 这些相互作用是由神经生物学和结构连接性控制的.
• 了解这种时间演变是解读大脑功能的关键.

研究的目的:

• 为研究大脑活动动态提出一个新的框架.
• 使用网络控制理论 (NCT) 估计内在神经时间尺度 (INTs).
• 通过估计的INT,将大脑连接,神经生物学和认知措施联系起来.

主要方法:

• 利用网络控制理论 (NCT) 来建模大脑网络动态.
• 从网络模型中估计的内在神经时间尺度 (INTs).
• 经验证的基于模型的INT与经验功能神经成像数据对比.
• 与基因表达,细胞类型密度和认知指标相关联的INT.
• 在多个数据集和物种中测试了发现.

主要成果:

• 该NCT框架成功地估计了内在的神经时间尺度 (INTs).
• 基于模型的INT显示与实证INT,神经生物学和认知有显著的相关性.
• 该框架改善了大脑连接和状态空间穿越之间的对齐.
• 在各种数据集和物种中展示了一致的结果.
• 根据基于模型的INTs. ,使用更少的区域展示了高效的大脑状态控制.

结论:

• 拟议的框架提供了大脑结构-功能相互作用的生物物理现实模型.
• 基于模型的INTs为理解大脑动态和控制提供了强大的工具.
• 这种方法提高了我们捕捉内在大脑动态和整体功能之间的关系的能力.