整个皮层网络模型的吸引力动态预测了小鼠大脑中fMRI协同激活模式的出现和结构

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.
• 系统神经科学 系统神经科学

背景情况:

• 哺乳动物的休息状态功能磁共振成像 (fMRI) 信号显示复杂,快速的动态,包括反复的协同激活模式 (CAP).
• 了解解剖连接和这些动态fMRI信号之间的联系对于破译大脑功能至关重要.

研究的目的:

• 在小鼠大脑中开发出静止状态fMRI信号的全皮层计算模型.
• 研究指向的皮层-皮层解剖连接如何影响新出现的fMRI动态和CAPs.

主要方法:

• 开发了一种整体皮质模型,包括神经非线性,刺激-抑制相互作用和定向解剖连接 (来自艾伦老鼠大脑图谱).
• 模型参数与静态fMRI属性相匹配,并分析了其新出现的对动态.
• 经验性小鼠fMRI数据分析了吸引力动态的特征,并与模型预测进行了比较.

主要成果:

• 该模型成功地产生了丰富的吸引力动力学 (静止和振荡),即使适用于静态fMRI属性.
• 模型吸引器回顾了经验fMRI CAPs的地形组织.
• 忽视光纤方向性或改变半球间连接强度,显著降低了吸引器的数量和模型解释CAP的能力.

结论:

• 定向的皮层-皮层相互作用对于老鼠大脑中休息状态fMRI动态和CAPs的出现至关重要.
• 由CAPs捕获的框架智能BOLD活动是一个由解剖连接的方向性塑造的新兴属性.
• 这项研究为休息大脑的动态组织提供了新的理论见解.