跳到正文
原文
bioRxiv · Neuroscience· Yang, B., Jin 等 10 人
精选AI 评分64

基于多阶段梯度的全皮层建模,用于区域环路异质性与区域间结构连接的联合推断

Multistage gradient-based whole-cortex modeling for joint inference of regional circuit heterogeneity and interregional structural connectivity

预印本 · 尚未经过同行评审

AI 导读

无创神经影像难以直接分辨区域环路异质性与区域间结构连接。作者提出StaGIC,用分阶段梯度优化从静息态功能连接和功能连接动态中联合推断这两类参数,并以消融和合成数据恢复实验检验拟合与参数恢复。在人类数据中,自由优化的区域参数与皮层层级呈稳定关系;在猕猴与狨猴数据中,推断的结构连接与示踪投射的相关强于弥散磁共振估计,长程连接尤为明显。作者还在重性抑郁障碍的组水平模型上做了探索性尝试。原文为预印本,尚未经同行评审。

推荐理由

提出从静息态功能连接与连接动态联合推断区域环路异质性和结构连接的分阶段梯度方法,在猕猴与狨猴数据中推断的结构连接与示踪投射的相关高于弥散磁共振估计。

摘要 · AI 翻译

当前的非侵入性神经影像方法无法直接解析区域环路异质性和区域间结构连接,限制了对脑结构与功能关系的机制性理解以及准确的全脑建模。在此我们介绍 StaGIC(Staged Gradient-based Inference of Circuitry,基于分阶段梯度的环路推断),一种从静息态功能连接(FC)和功能连接动态(FCD)中联合推断区域环路异质性和模型约束结构连接(SC)的方法。消融实验和合成数据恢复实验表明,分阶段优化改善了对功能数据的拟合以及真实参数的恢复,且从独立优化运行中保留的解所推断出的 SC 保持高度一致。在人类数据中,自由优化的区域参数在不同分区方案下均与皮层层级表现出稳定的关系,而 SC 推断显著改善了 FC 重建。在猕猴和狨猴数据中,推断的 SC 与示踪剂衍生的投射的相关性强于弥散 MRI 估计,尤其是对于长程连接。作为计算精神病学中的概念验证,重性抑郁障碍(MDD)的组水平模型再现了 MDD 相关的 FC 差异,并就层级分化和区域间投射组织生成了探索性假设。因此,StaGIC 提供了一个可微框架,用于从非侵入性功能成像中推断多尺度皮层组织。

中文由 AI 翻译,仅供参考,以原文为准。

来源:bioRxiv · Neuroscience · biorxiv.org

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。