XiaoMi-AI文件搜索系统
World File Search SystemFMRI
正常和自闭症大脑中的社会智能：fMRI ...
2我们强调了自闭症的杏仁核理论，并且可能认为这太狭窄了，因为这里引用的某些证据线暗示了颞叶结构更广泛，其中包括杏仁核，但还包括其他相邻的中叶片。在以后报告的结果支持杏仁核理论的范围内，它仍然是为了确定该发现的特异性的未来工作。
同时进行 fMRI 期间的针对性 θ 爆发刺激
附属机构：5 1 西北大学跨系神经科学项目 6 2 西北大学范伯格医学院医学社会科学系 7 3 西北大学范伯格医学院神经病学系 Ken & Ruth Davee 8 4 西北大学范伯格医学院精神病学和行为科学系 10 5 西北大学范伯格医学院放射学系 11 6 西北大学麦考密克工程与应用科学学院生物医学工程系 12 13
用于高级 fMRI 分析的用户友好型学习材料
先进的脑成像分析方法，包括多元模式分析 (MVPA)、功能连接和功能对齐，在过去十年中已成为认知神经科学的有力工具。这些工具以自定义代码和单独的程序包实现，通常需要不同的软件和语言能力。虽然专家研究人员可以使用，但新手用户面临着陡峭的学习曲线。这些困难源于使用新的编程语言（例如 Python）、学习如何将机器学习方法应用于高维 fMRI 数据以及极少的文档和培训材料。此外，大多数标准 fMRI 分析包（例如 AFNI、FSL、SPM）侧重于预处理和单变量分析，在如何与高级工具集成方面存在空白。为了满足这些需求，我们开发了 BrainIAK (brainiak.org)，这是一个开源 Python 软件包，它将几种尖端的、计算效率高的技术与其他 Python 包（例如 Nilearn、Scikit-learn）无缝集成，用于文件处理、可视化和机器学习。为了传播这些强大的工具，我们开发了用户友好的教程（Jupyter 格式；https://brainiak.org/tutorials/），以便更广泛地学习 BrainIAK 和 Python 中的高级 fMRI 分析。这些材料涵盖的技术包括：MVPA（模式分类和表征相似性分析）；并行探照灯分析；背景连接；全相关矩阵分析；受试者间相关性；受试者间功能连接；共享响应建模；使用隐马尔可夫模型进行事件分割；以及实时 fMRI。对于长时间运行的作业或大内存需求，我们提供有关高性能计算集群的详细指导。这些笔记本已在多个站点成功测试，包括作为耶鲁大学和普林斯顿大学课程的问题集以及各种研讨会和黑客马拉松。这些材料是免费共享的，希望它们成为开源软件和教育材料池的一部分，用于大规模、可重复的 fMRI 分析和加速发现。
镇静剂在静止状态fMRI
tspo配体在治疗焦虑症中是苯二氮卓类药物的有希望的替代品，因为它们表现出较不明显的副作用，例如镇静，认知障碍，耐受性发展和滥用潜力。在一项随机的双盲重复测量研究中，我们通过评估副作用并从3天的alprazolam，Etefifoxine或aptbo中获取静息状态fMRI数据，将苯二氮卓（Alprazolam）与TSPO配体（Etifoxine）进行比较。为了详细研究FMRI中的药理学干预措施的影响，我们在研究中结合了与全脑功能网络连通性相关的互补分析策略，在区域同质性中表达的局部连接分析，低频率大胆的大胆扩增和独立静止型网络的一致性。参与者报告了与安慰剂相比，与阿普唑仑给药有关的疲劳，嗜睡和浓度障碍等不利影响。在静止状态fMRI中，我们发现功能连接密度，网络效率和网络富club系数的降低显着降低。在观察到高水平脑网络中的区域均匀性在阿普唑仑条件下的总体同质性逐渐减少，但我们可以同时检测到低水平感觉区域中的区域均匀性和静止状态网络相干性的增加。此外，我们发现粗体信号的低频室一般增加。此外，我们的结果表明，TSPO配体在治疗焦虑和抑郁症中的潜力。在埃毒素条件下，与安慰剂相比，参与者没有报告任何显着的副作用，并且我们没有观察到fMRI指标中的任何相应的调制。我们的结果与镇静在全球范围内断开低级功能网络的想法是一致的，但同时增加了它们的内部连接性。
静止状态fMRI信号包含...
抽象功能磁共振成像（fMRI）已被证明是非侵入性测量人脑活动的强大工具。然而，到目前为止，fMRI的时间分辨率相对有限。一个关键挑战是了解神经活动与从fMRI获得的血氧水平依赖性（BOLD）信号之间的关系，通常由血液动力学反应函数（HRF）建模。人力资源管理的时机在整个大脑和个人之间各不相同，使我们对基础神经过程的时机进行推断的能力感到困惑。在这里，我们表明静止状态fMRI信号包含有关HRF时间动力学的信息，这些信息可以利用，这些信息可以利用，以理解和表征皮质和皮层下区域的HRF时序变化。我们发现，在人类视觉皮层中，静息状态fMRI信号的频谱在快速与慢速HRF的体内之间存在显着不同。这些频谱差异也扩展到亚皮层，揭示了丘脑侧向核核中的血液中正时的明显更快。最终，我们的结果表明，HRF的时间特性会影响静止状态fMRI信号的光谱含量，并启用相对血液动力学响应时序的体素特征。此外，我们的结果表明，应谨慎使用静止状态fMRI光谱特性，因为fMRI频率含量的差异可能来自纯粹的血管起源。这一发现提供了对跨体素信号的时间特性的新见解，这对于准确的fMRI分析至关重要，并增强了快速fMRI识别和跟踪快速神经动力学的能力。
大脑 fMRI 和视觉皮层的大规模神经生理学
摘要 群体受体场 (pRF) 建模是一种流行的 fMRI 方法，用于映射人脑的视网膜主题组织。虽然基于 fMRI 的 pRF 图在质量上与侵入性记录的动物单细胞受体场相似，但它们代表什么神经元信号仍不清楚。我们在清醒的非人类灵长类动物中通过比较全脑 fMRI 和视觉皮层 V1 和 V4 区域的大规模神经生理记录来解决这个问题。我们检查了基于 fMRI 血氧水平依赖性 (BOLD) 信号、多单位脉冲活动 (MUA) 和不同频带的局部场电位 (LFP) 功率的几种 pRF 模型的拟合度。我们发现从 BOLD-fMRI 得出的 pRF 与 V1 和 V4 中的 MUA-pRF 最相似，而基于 LFP 伽马功率的 pRF 也给出了很好的近似值。因此，基于 fMRI 的 pRF 可靠地反映了灵长类动物大脑中的神经元受体场特性。除了我们在 V1 和 V4 中的结果之外，全脑 fMRI 测量还揭示了许多其他皮质和皮质下区域的视网膜定位调节，其 pRF 大小随着偏心率的增加而持续增加，以及默认模式网络节点的视网膜定位特异性失活，类似于先前在人类中观察到的情况。
fMRI分析的可解释的脑形神经网络
摘要。了解某些大脑区域与特定神经系统疾病或认知刺激的关系是神经成像研究的重要领域。我们提出了Braingnn，即图形神经网络（GNN）框架，以分析功能磁共振图像（fMRI）并发现神经生物标志物。考虑到大脑图的特殊特性，我们设计了利用fMRI的拓扑和功能信息的新型Roi Aware图（RA-GCONV）层。以医学图像分析需要透明度的启发，我们的Braingnn包含ROI选择池层（R-池），突出显示了显着的ROI（图中的节点），因此我们可以推断哪些ROI对预测很重要。此外，我们提出了正则化项 - 单位损失，TOPK PORING（TPK）损失和组水平一致性（GLC）损失 - 在汇总结果上鼓励有理由ROI选择，并提供灵活性，以保留个人或组级别的模式。我们将BRAINGNN框架应用于两个独立fMRI数据集：自闭症谱障碍（ASD）fMRI数据集和人类Connectome Project（HCP）900主题释放。我们投资超参数的不同选择，并表明Braingnn在四个不同的评估指标方面优于替代fMRI图像分析方法。获得的社区聚类和显着的ROI检测结果表明，与ASD和特定任务状态为HCP解码的ASD和特定任务状态的生物标志物的先前神经成像衍生的证据相应很高。
存档欧弗特·Unige的认知如何体现？ fMRI ...
功能性神经影像学表明，在各种运动和认知任务中，背侧额叶区域表现出联合活动。但是，尚不清楚这些区域是否服务于多种计算独立的功能，或者是重复使用以服务高阶功能的电动机“核心过程”的基础。我们假设心理旋转能力取决于植根于这些区域内的系统发育较旧的运动过程。这一假设需要在运动计划期间招募的神经和认知资源预测看似无关的心理旋转任务的表现。为了检验这一假设，我们首先通过测量了30名健康参与者的内部触发的与外部触发的手指按压，从而确定了与运动计划相关的大脑区域。内部触发的手指压机在顶，前和枕颞区域产生了显着的激活。然后，我们要求参与者在扫描仪外执行两项心理旋转任务，包括手或字母作为刺激。顶点和前运动激活是涉及手的心理旋转时个体反应时间的重要预测指标。我们发现运动计划与字母心理旋转的性能之间没有关联。我们的结果表明，在运动计划期间招募的顶叶和前皮层的神经资源也有助于身体刺激的心理旋转，这表明这两个能力的基础是共同的核心成分。