网站开发洲际,个人网站主办者名称,wordpress 子目录 404,做网站要用到什么来源#xff1a;神经科技概要#xff1a;近二十年来#xff0c;基于静息态功能磁共振影像的人脑连接组学快速发展#xff0c;为无创研究活体人脑的功能组织规律和网络运作机制提供了重要手段#xff0c;大大促进了研究者对脑认知、脑发育和脑疾病神经机制的理解。近日神经科技概要近二十年来基于静息态功能磁共振影像的人脑连接组学快速发展为无创研究活体人脑的功能组织规律和网络运作机制提供了重要手段大大促进了研究者对脑认知、脑发育和脑疾病神经机制的理解。近日北京师范大学贺永课题组在国际著名神经影像学杂志《Human Brain Mapping》2018年2月刊发表题为“Chronnectome fingerprinting: identifying individuals and predicting higher cognitive functions using dynamic brain connectivity patterns”的研究论文揭示了人脑动态功能网络连接模式的个体特异性及其认知功能。近二十年来基于静息态功能磁共振影像的人脑连接组学快速发展为无创研究活体人脑的功能组织规律和网络运作机制提供了重要手段大大促进了研究者对脑认知、脑发育和脑疾病神经机制的理解。传统的人脑连接组学研究基于整段静息态功能磁共振扫描数据构建人脑功能连接网络假设脑区间的功能连接在整段扫描过程中保持不变如Liu et al., 2017。研究表明功能连接会随时间动态变化关注脑功能连接网络动态变化特征和规律的新理念称为“人脑动态连接组学”。贺永课题组前期提出了脑动态功能连接模式的系列计算方法Kang et al., 2011; Liao et al., 2015; Liao et al., 2017特别是提出了量化脑区节点在模块化动态整合程度的测度。近期的研究发现功能连接的动态波动与神经电活动密切相关但也有部分研究者认为这种动态波动很大程度上源自采样误差或被试头动等噪音。因此对于功能连接网络的动态波动是否是一种人脑内在的稳定特质目前仍不清楚。在该研究中研究者采用了人脑连接组计划Human Connectome Project的公开数据库包含105名被试的高时空分辨率的静息态功能磁共振成像数据基于滑动窗方法构建了每个被试的全脑动态功能连接网络从连接强度、稳定性和变异性三个动态测度系统刻画了脑动态功能网络的连接模式。基于这三方面的动态特征研究结果发现大脑动态功能网络连接模式的个体差异具有稳定的空间分布并且动态网络连接模式可以作为影像特征像指纹一样准确地将个体从人群中识别出来。其中默认网络、额顶网络和背侧注意网络等高级功能系统在识别过程中起了重要的贡献作用图1。进一步研究者通过采用支持向量回归分析发现大脑动态网络连接模式能够显著预测个体的高级认知功能。其中连接强度能够预测流体智力而连接的变异性能够预测执行功能图2。大脑的高级功能系统包括默认网络、额顶网络和背侧注意网络等在个体认知功能预测中也起到主要的贡献作用。该研究采用人脑动态连接组学分析框架揭示了人脑动态功能网络连接模式是人脑的一种内在的稳定特质并且具有个体特异性及认知意义为在健康和疾病群体中开展人脑动态连接组学个体化研究提供了理论依据和方法学支持。该研究论文的第一作者为博士生刘瑾通讯作者为贺永教授来自北京师范大学认知神经科学与学习国家重点实验室、神经影像大数据与人脑连接组学北京市重点实验室和麦戈文脑科学研究院。该研究得到国家自然科学基金重点国际合作项目、教育部长江学者奖励计划和北京市自然科学基金的资助。图1 基于脑功能网络动态特征的个体鉴别正确率及不同功能系统对个体鉴别的贡献图2 基于脑功能网络动态特征的个体认知能力预测及不同功能系统对认知预测的贡献参考文献Liu J, Liao X, Xia M, He Y (2018) Chronnectome fingerprinting: identifying individuals and predicting higher cognitive functions using dynamic brain connectivity patterns. Hum Brain Mapp 39(2): 902–915. Liu J, Xia M, Dai Z, Wang X, Liao X, Bi Y, He Y (2017) Intrinsic brain hub connectivity underlies individual differences in spatial working memory. Cereb Cortex 27(12):5496–5508. Liao X, Cao M, Xia M, He Y (2017) Individual differences and time-varying features of modular brain architecture. NeuroImage 152:94–107. Kang J, Wang L, Yan C, Wang J, Liang X, He Y (2011) Characterizing dynamic functional connectivity in the resting brain using variable parameter regression and Kalman filtering approaches. Neuroimage 56:1222-1234. Liao X, Yuan L, Zhao T, Dai Z, Shu N, Xia M, Yang Y, Evans A, He Y (2015) Spontaneous functional network dynamics and associated structural substrates in the human brain. Front Hum Neurosci 9:478.未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能互联网和脑科学交叉研究机构。由互联网进化论作者计算机博士刘锋与中国科学院虚拟经济与数据科学研究中心石勇、刘颖教授创建。未来智能实验室的主要工作包括建立AI智能系统智商评测体系开展世界人工智能智商评测开展互联网城市云脑研究计划构建互联网城市云脑技术和企业图谱为提升企业行业与城市的智能水平服务。  如果您对实验室的研究感兴趣欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”