XiaoMi-AI文件搜索系统
World File Search SystemNeuroimage
安妮·墨菲·保罗 (Annie Murphy Paul) 著《你的大脑如何看待小说》
在 2006 年发表于《神经影像》杂志的一项研究中，西班牙的研究人员要求受试者阅读与强烈气味相关的单词和中性单词，同时用功能性磁共振成像 (fMRI) 机器扫描他们的大脑。当受试者看到西班牙语单词“香水”和“咖啡”时，他们的初级嗅觉皮层会亮起来；当他们看到表示“椅子”和“钥匙”的单词时，这个区域保持黑暗。大脑处理隐喻的方式也得到了广泛的研究；一些科学家认为，像“艰难的一天”这样的修辞手法太熟悉了，以至于它们被简单地视为单词而已。然而，上个月，埃默里大学的一组研究人员在《大脑与语言》杂志上报告说，当他们实验室中的受试者阅读涉及纹理的隐喻时，负责通过触觉感知纹理的感觉皮层变得活跃。诸如“这位歌手有着天鹅绒般的嗓音”和“他的双手坚韧如革”这样的隐喻能够激发感觉皮层，而“这位歌手有着悦耳的声音”和“他的双手有力”等含义相符的短语却没有激发感觉皮层。
基于二维区域生长的头部 MRI 扫描颅骨剥离
2 pkalavathi.gri@gmail.com 摘要 — 颅骨剥离是从 MR 脑图像中分割脑部分的过程。它是许多神经图像研究中的重要图像处理步骤。在本文中，我们提出了一种基于 2D 区域增长的用于人体头部扫描磁共振图像 (MRI) 的新型颅骨剥离方法。这是一种从 T1、T2 和 PD 加权 MR 图像中分割脑部分的全自动方法。所提出的方法包括两个主要过程。首先，我们提取中间切片中的脑部分，然后提取剩余切片中的脑。在该方法中，首先处理脑图像的二进制形式以找到粗糙的脑部。然后通过使用 2D 区域增长方法检测粗糙脑部中的细小脑区。在粗糙脑部内部定义一个圆圈来选择区域增长的种子点。我们利用相邻切片的几何相似性来提取剩余切片中的脑部分。所提出的方法可在 T1、T2 和 PD 加权图像中准确提取脑部。实验结果表明，该方法比BET和BSE方法更准确地提取脑部部分。关键词——颅骨剥离，区域生长，磁共振图像（MRI），分割
互联网的神经心理学相关性...
互联网、手机和其他类似工具对于私人生活和商业的正常运作通常是必不可少的。在疫情的两年里（2019-2021），互联网的使用，尤其是不同的游戏和手机，对全球人口来说是不可或缺的。网络成瘾被定义为对互联网的心理依赖，无论登录后进行何种活动。许多研究证实了压力、抑郁和焦虑与网络成瘾之间的相关性。也有证据表明，网络成瘾本身会增加抑郁、焦虑和压力的风险。此外，COVID-19 疫情导致并加剧了社会孤立，以及不受监控和屏幕时间增加，所有这些都是网络成瘾的主要原因。本文旨在简要回顾与大脑功能相关的网络成瘾研究、术语和症状。源材料是数据库 PubMed 中引用的文章。我们的兴趣特别集中在用户和上瘾者的个性特征以及受影响人群的神经影像学发现上。我们选取了2012年至2021年期间发表的最新文章，共计2000多篇，并对选取的结果进行展示和讨论。
nicu
参考：1 Kim，J.H。和al。j观测新生儿新生儿41，122-137（2012）。2海滩，P.P。 和al。 Clin Perinatol 37，217-45（2010）。 3巴拉德，o。 ＆Morrow，A.L。 北部AM儿科60，49-74（2013）。 4值Perre，p。 Maccine 21，3374-3376（2003）。 5刘，b。 和al。 母乳喂养8，354-362（2013）。 6 Hassiotou，f。 和al。 Nutr 5，770-778（2014）。 7 7 Belkind-Gerson，J。 和al。 Castroenterol儿科47，S7-9（2008）。 8 Deoni，S.C。 和al。 Neuroimage 82，77-86（2013）。 9 Patel，A.L。 和al。 J Perinatol 33，514-9（2013）。 10 Wild，B.R。 和al。 儿科118，E115-H123（2006）。 11级，R.J。 和al。 儿科116，400–6（2005）。 12卢卡斯，a。 和al。 Lancated 336，1519-1523（1990）。 13 Sisk，P.M。 和al。 J Perinatol 27，428-433（2007）。 14伦弗鲁（Renfrew），米。 和al。 联合国儿童基金会（2012）。 15 Hauck，F.R。 和al。 儿科128，103-110（2011）。 16印地语，s.r。 和al。 儿科115,696–703（2005）。 17 Horta，B.L。 和al。 WHO（2013）。 18爱德华兹，t。 和al。 J Perinal Neonat 24，246-253（2010）。2海滩，P.P。和al。Clin Perinatol 37，217-45（2010）。 3巴拉德，o。 ＆Morrow，A.L。 北部AM儿科60，49-74（2013）。 4值Perre，p。 Maccine 21，3374-3376（2003）。 5刘，b。 和al。 母乳喂养8，354-362（2013）。 6 Hassiotou，f。 和al。 Nutr 5，770-778（2014）。 7 7 Belkind-Gerson，J。 和al。 Castroenterol儿科47，S7-9（2008）。 8 Deoni，S.C。 和al。 Neuroimage 82，77-86（2013）。 9 Patel，A.L。 和al。 J Perinatol 33，514-9（2013）。 10 Wild，B.R。 和al。 儿科118，E115-H123（2006）。 11级，R.J。 和al。 儿科116，400–6（2005）。 12卢卡斯，a。 和al。 Lancated 336，1519-1523（1990）。 13 Sisk，P.M。 和al。 J Perinatol 27，428-433（2007）。 14伦弗鲁（Renfrew），米。 和al。 联合国儿童基金会（2012）。 15 Hauck，F.R。 和al。 儿科128，103-110（2011）。 16印地语，s.r。 和al。 儿科115,696–703（2005）。 17 Horta，B.L。 和al。 WHO（2013）。 18爱德华兹，t。 和al。 J Perinal Neonat 24，246-253（2010）。Clin Perinatol 37，217-45（2010）。3巴拉德，o。＆Morrow，A.L。北部AM儿科60，49-74（2013）。4值Perre，p。Maccine 21，3374-3376（2003）。5刘，b。和al。母乳喂养8，354-362（2013）。6 Hassiotou，f。 和al。 Nutr 5，770-778（2014）。 7 7 Belkind-Gerson，J。 和al。 Castroenterol儿科47，S7-9（2008）。 8 Deoni，S.C。 和al。 Neuroimage 82，77-86（2013）。 9 Patel，A.L。 和al。 J Perinatol 33，514-9（2013）。 10 Wild，B.R。 和al。 儿科118，E115-H123（2006）。 11级，R.J。 和al。 儿科116，400–6（2005）。 12卢卡斯，a。 和al。 Lancated 336，1519-1523（1990）。 13 Sisk，P.M。 和al。 J Perinatol 27，428-433（2007）。 14伦弗鲁（Renfrew），米。 和al。 联合国儿童基金会（2012）。 15 Hauck，F.R。 和al。 儿科128，103-110（2011）。 16印地语，s.r。 和al。 儿科115,696–703（2005）。 17 Horta，B.L。 和al。 WHO（2013）。 18爱德华兹，t。 和al。 J Perinal Neonat 24，246-253（2010）。6 Hassiotou，f。和al。Nutr 5，770-778（2014）。7 7 Belkind-Gerson，J。和al。Castroenterol儿科47，S7-9（2008）。8 Deoni，S.C。和al。Neuroimage 82，77-86（2013）。9 Patel，A.L。和al。J Perinatol 33，514-9（2013）。10 Wild，B.R。 和al。 儿科118，E115-H123（2006）。 11级，R.J。 和al。 儿科116，400–6（2005）。 12卢卡斯，a。 和al。 Lancated 336，1519-1523（1990）。 13 Sisk，P.M。 和al。 J Perinatol 27，428-433（2007）。 14伦弗鲁（Renfrew），米。 和al。 联合国儿童基金会（2012）。 15 Hauck，F.R。 和al。 儿科128，103-110（2011）。 16印地语，s.r。 和al。 儿科115,696–703（2005）。 17 Horta，B.L。 和al。 WHO（2013）。 18爱德华兹，t。 和al。 J Perinal Neonat 24，246-253（2010）。10 Wild，B.R。和al。儿科118，E115-H123（2006）。11级，R.J。 和al。 儿科116，400–6（2005）。 12卢卡斯，a。 和al。 Lancated 336，1519-1523（1990）。 13 Sisk，P.M。 和al。 J Perinatol 27，428-433（2007）。 14伦弗鲁（Renfrew），米。 和al。 联合国儿童基金会（2012）。 15 Hauck，F.R。 和al。 儿科128，103-110（2011）。 16印地语，s.r。 和al。 儿科115,696–703（2005）。 17 Horta，B.L。 和al。 WHO（2013）。 18爱德华兹，t。 和al。 J Perinal Neonat 24，246-253（2010）。11级，R.J。和al。儿科116，400–6（2005）。12卢卡斯，a。和al。Lancated 336，1519-1523（1990）。13 Sisk，P.M。 和al。 J Perinatol 27，428-433（2007）。 14伦弗鲁（Renfrew），米。 和al。 联合国儿童基金会（2012）。 15 Hauck，F.R。 和al。 儿科128，103-110（2011）。 16印地语，s.r。 和al。 儿科115,696–703（2005）。 17 Horta，B.L。 和al。 WHO（2013）。 18爱德华兹，t。 和al。 J Perinal Neonat 24，246-253（2010）。13 Sisk，P.M。和al。J Perinatol 27，428-433（2007）。14伦弗鲁（Renfrew），米。和al。联合国儿童基金会（2012）。 15 Hauck，F.R。 和al。 儿科128，103-110（2011）。 16印地语，s.r。 和al。 儿科115,696–703（2005）。 17 Horta，B.L。 和al。 WHO（2013）。 18爱德华兹，t。 和al。 J Perinal Neonat 24，246-253（2010）。联合国儿童基金会（2012）。15 Hauck，F.R。 和al。 儿科128，103-110（2011）。 16印地语，s.r。 和al。 儿科115,696–703（2005）。 17 Horta，B.L。 和al。 WHO（2013）。 18爱德华兹，t。 和al。 J Perinal Neonat 24，246-253（2010）。15 Hauck，F.R。和al。儿科128，103-110（2011）。16印地语，s.r。和al。儿科115,696–703（2005）。17 Horta，B.L。 和al。 WHO（2013）。 18爱德华兹，t。 和al。 J Perinal Neonat 24，246-253（2010）。17 Horta，B.L。和al。WHO（2013）。 18爱德华兹，t。 和al。 J Perinal Neonat 24，246-253（2010）。WHO（2013）。18爱德华兹，t。和al。J Perinal Neonat 24，246-253（2010）。
跨免疫在流行动力学中的长期和短期影响
脑白质中的水扩散。医学中的磁共振，52（5），965 - 978。https：//doi.org/10.1002/mrm.20274 Assaf，Y.，Johansen-Berg，H。，＆Thiebaut de Schotten，M。（2019）。扩散MRI在神经科学中的作用。nmr在生物医学中，32（4），e3762。https://doi.org/10.1002/nbm.3762 Assaf，Y。，＆Pasternak，O。 （2008）。 扩散张量成像（DTI）基于大脑研究中的白质映射：评论。 分子神经科学杂志，34（1），51 - 61。https：//doi.org/10.1007/s12031-007-0029-029-0029-0 Behrman-lay，A.M.，Paul，Paul，Paul，R.H. 人类免疫缺陷病毒对男性和女性的脑体积和认知具有相似的影响。 神经病毒学杂志，22（1），93 - 103。https：//doi.org/10。 1007/S13365-015-0373-8 Bell，R。P.，Barnes，L.L.，Towe，S.L.，Chen，N。K.，Song，A.W。，＆Meade，C.S。（2018）。 HIV感染中的结构连接组差异：与Nadir CD4细胞计数相关的大脑网络隔离。 神经病毒学杂志，24（4），454 - 463。https：//doi.org/10.1007/ S13365-018-018-0634-4 Buyukturkoglu，K. 扩散峰度成像显示HIV感染和多发性硬化症患者的脑轴突损伤相似。 Neuroim-Aging Journal，28（3），320 - 327。 Chanraud，S.，Zahr，N.，Sullivan，E。V.和Pfefferbaum，A。 （2010）。 MR扩散张量成像：进入工作大脑的白质完整性的窗口。 （2019）。 （2016）。 ajnr。https://doi.org/10.1002/nbm.3762 Assaf，Y。，＆Pasternak，O。（2008）。扩散张量成像（DTI）基于大脑研究中的白质映射：评论。分子神经科学杂志，34（1），51 - 61。https：//doi.org/10.1007/s12031-007-0029-029-0029-0 Behrman-lay，A.M.，Paul，Paul，Paul，R.H.人类免疫缺陷病毒对男性和女性的脑体积和认知具有相似的影响。神经病毒学杂志，22（1），93 - 103。https：//doi.org/10。1007/S13365-015-0373-8 Bell，R。P.，Barnes，L.L.，Towe，S.L.，Chen，N。K.，Song，A.W。，＆Meade，C.S。（2018）。HIV感染中的结构连接组差异：与Nadir CD4细胞计数相关的大脑网络隔离。神经病毒学杂志，24（4），454 - 463。https：//doi.org/10.1007/ S13365-018-018-0634-4 Buyukturkoglu，K.扩散峰度成像显示HIV感染和多发性硬化症患者的脑轴突损伤相似。Neuroim-Aging Journal，28（3），320 - 327。Chanraud，S.，Zahr，N.，Sullivan，E。V.和Pfefferbaum，A。（2010）。MR扩散张量成像：进入工作大脑的白质完整性的窗口。（2019）。（2016）。ajnr。Neuropsychology评论，20（2），209 - 225。https：// doi。org/10.1007/s11065-010-9129-7 Chen，T。和Guestrin，C。（2016）。XGBoost第22 ACM SIGKDD国际知识发现与数据挖掘会议的会议记录。Chen，Y.，An，H.，Zhu，H.，Stone，T.，Smith，J.K.，Hall，C.，Bullitt，E.，Shen，D。，＆Lin，W。（2009）。 白质异常在非痴呆和痴呆的HIV +患者中差异张量成像显示出来。 NeuroImage，47（4），1154 - 1162。https：//doi.org/10.1016/j。 Neuroimage.2009.04.030 Cilliers，K。，＆Muller，C。J. F.（2021）。 人类免疫缺陷病毒对大脑的影响：综述。 解剖记录（Hoboken），304（7），1389 - 1399。https：//doi.org/10.1002/ar.24573 Correa，D.G.，D.G.，Zimmermann，N. E. L.（2015）。 在计划不足的HIV阳性患者中，白质完整性的扩散张量MR成像。 Neuroradiology，57（5），475 - 482。https：// doi.org/10.1007/s00234-015-1489-5-5 Davies，O. （2019）。 艾滋病毒认知的临床和神经影像学相关。 神经科学杂志，25（6），754 - 764。https：//doi.org/10.1007/s13365-019- 00763-W de Santis，S.，S.，Bastiani，M. Roebroeck，A。 表征多发性硬化症中的微结构组织特性，在7 t和3 t时进行扩散MRI：实验设计的影响。Chen，Y.，An，H.，Zhu，H.，Stone，T.，Smith，J.K.，Hall，C.，Bullitt，E.，Shen，D。，＆Lin，W。（2009）。白质异常在非痴呆和痴呆的HIV +患者中差异张量成像显示出来。NeuroImage，47（4），1154 - 1162。https：//doi.org/10.1016/j。Neuroimage.2009.04.030 Cilliers，K。，＆Muller，C。J. F.（2021）。人类免疫缺陷病毒对大脑的影响：综述。解剖记录（Hoboken），304（7），1389 - 1399。https：//doi.org/10.1002/ar.24573 Correa，D.G.，D.G.，Zimmermann，N. E. L.（2015）。在计划不足的HIV阳性患者中，白质完整性的扩散张量MR成像。Neuroradiology，57（5），475 - 482。https：// doi.org/10.1007/s00234-015-1489-5-5 Davies，O. （2019）。艾滋病毒认知的临床和神经影像学相关。神经科学杂志，25（6），754 - 764。https：//doi.org/10.1007/s13365-019- 00763-W de Santis，S.，S.，Bastiani，M. Roebroeck，A。表征多发性硬化症中的微结构组织特性，在7 t和3 t时进行扩散MRI：实验设计的影响。Neuroscience，403，17 - 26。https：//doi.org/10.1016/j.neuroscience.2018.03.048 De Santis，S.，Granberg，T.多壳差异MRI的多发性硬化症中早期微结构白质异常的证据。神经图像：临床，22，101699。https：//doi.org/10.1016/j。NICL.2019.101699 DE SANTIS，S.，JONES，D.K。和ROEBROECK，A。 包括轴外空间中的扩散时间依赖性可改善人类白质中轴突直径和密度的体内估计值。 Neuroimage，130，91 - 103。https：//doi.org/10.1016/j.neuroimage.2016.01.047 Filippi，C。G. 对大脑MR图像上HIV和正常白质患者的扩散张量成像。 美国神经放射学杂志，22（2），277 - 283。NICL.2019.101699 DE SANTIS，S.，JONES，D.K。和ROEBROECK，A。包括轴外空间中的扩散时间依赖性可改善人类白质中轴突直径和密度的体内估计值。Neuroimage，130，91 - 103。https：//doi.org/10.1016/j.neuroimage.2016.01.047 Filippi，C。G.对大脑MR图像上HIV和正常白质患者的扩散张量成像。美国神经放射学杂志，22（2），277 - 283。
用隐藏的高斯图形光谱模型识别振荡性脑网络
识别基于间接观察到的过程的功能网络构成了神经科学或其他领域的反问题。对此类反问题的解决方案估算为第一步，该活动从脑电图或MEG数据中从功能网络中出现。这些脑电图或MEG估计是对功能性脑网络活动的直接反映，其时间分辨率是其他体内神经图像无法提供的。第二步估计了此类活动pseudodata的功能连通性，揭示了与所有认知和行为密切相关的振荡性脑网络。对此类MEG或EEG逆问题的模拟还揭示了由任何最新的反溶液确定的功能连接性的估计误差。我们揭示了估计误差的重要原因，该原因源自将任一个逆解决方案步骤的功能网络模型的错误指定。我们介绍了指定这种振荡性脑网络模型的隐藏高斯图形光谱（HIGGS）模型的贝叶斯识别。在人EEGα节律模拟中，以ROC性能为单位测得的估计错误在我们的HIGG逆溶液中不会超过2％，而最先进的方法中的估计误差则达到20％。猕猴同时发生的EEG/ECOG记录为我们的结果提供了实验性确认，根据Riemannian距离，其一致性比最新的方法高的1/3倍。
Massimo Silvetti
第IX部分 - 出版物的精选出版物清单（过去10年）。注意：这是一个选定的列表，不包括过去10年以来国际期刊中的所有出版物。1。Silvetti，M*。，Lasaponara，S.，Daddaoua，N.，Horan，M。，＆Gottlieb，J。（2023）。执行功能和信息需求的强化元学习框架。神经网络，157，103-113。如果（2022）：9.66 2。Doricchi，F.，Lasaponara，S.，Pazzaglia，M。，＆Silvetti，M。（2022）。左右颞顶点连接（TPJ）作为“匹配/不匹配”享乐机器：TPJ功能的统一帐户。生命评论物理学，42，56-92。如果（2022）：9.83 3。Goris，J.，Silvetti，M.，Verguts，T.，Wiersema，J.R.，Brass，M。，＆Braem，S。（2021）。自闭症特征与尽管自适应学习率一项动荡的奖励学习任务中的表现较差。自闭症，25（2），440-451。如果（2020）：5.689 4。Caligiore，D.，Silvetti*，M.，D'Amelio，M.，Puglisi-Allegra，S。，＆Baldassarre，G。（2020）。在平序前阶段，老年痴呆症患者症中儿茶酚胺功能障碍的计算建模。阿尔茨海默氏病杂志，（77）1，275-290。如果（2020）：4.472 5。Silvetti*，M.，Vassena，E.，Abrahamse，E。，＆Verguts，T。（2018）。 背扣带回脑系统作为增强元学习器。 PLOS计算生物学，14（8），E1006370。 if（2018）：4.428 6。 Holroyd，C。B.，Ribas-Fernandes，J.J.，Shahnazian，D.，Silvetti，M。，＆Verguts，T。（2018）。Silvetti*，M.，Vassena，E.，Abrahamse，E。，＆Verguts，T。（2018）。背扣带回脑系统作为增强元学习器。PLOS计算生物学，14（8），E1006370。if（2018）：4.428 6。Holroyd，C。B.，Ribas-Fernandes，J.J.，Shahnazian，D.，Silvetti，M。，＆Verguts，T。（2018）。人类中型皮层编码任务进度的分布式表示。国家科学院的会议记录，115（25），6398-6403。if（2018）：9.58 7。Silvetti，M.，Lasaponara，S.，Lecce，F.，Dragone，A.，Macaluso，E。，＆Doricchi，F。（2016）。左侧腹侧注意系统对无效靶标的反应及其对空间疏忽综合征的影响：多变量fMRI研究。大脑皮层，26（12），4551-4562。if（2016）：6.559 8。Verguts，T.，Vassena，E。和Silvetti，M。（2015）。对认知和身体任务的自适应努力投资：神经计算模型。行为神经科学中的边界，9，57。if（2015）：3.392 9。E.在奖励预测，结果和选择中分离ACC和VMPFC的贡献。Neuropsychologia，59，112-123。if（2014）：3.302 10。E.重叠的神经系统代表认知工作和奖励预期。PLOS ONE，9（3），E91008。 if（2014）：3.234 11。 Silvetti*，M.，Alexander，W.，Verguts，T。，＆Brown，J。W.（2014）。 从冲突管理到基于奖励的决策：灵长类动物内侧皮层中的演员和评论家。 神经科学与生物行为评论，46，44-57。 if（2014）：8.802 12。 Silvetti*，M.，Castellar，E。N.，Roger，C。，＆Verguts，T。（2014）。 Neuroimage，84，376-382。 if（2014）：6.357 13。PLOS ONE，9（3），E91008。if（2014）：3.234 11。Silvetti*，M.，Alexander，W.，Verguts，T。，＆Brown，J。W.（2014）。 从冲突管理到基于奖励的决策：灵长类动物内侧皮层中的演员和评论家。 神经科学与生物行为评论，46，44-57。 if（2014）：8.802 12。 Silvetti*，M.，Castellar，E。N.，Roger，C。，＆Verguts，T。（2014）。 Neuroimage，84，376-382。 if（2014）：6.357 13。Silvetti*，M.，Alexander，W.，Verguts，T。，＆Brown，J。W.（2014）。从冲突管理到基于奖励的决策：灵长类动物内侧皮层中的演员和评论家。神经科学与生物行为评论，46，44-57。if（2014）：8.802 12。Silvetti*，M.，Castellar，E。N.，Roger，C。，＆Verguts，T。（2014）。Neuroimage，84，376-382。if（2014）：6.357 13。奖励人体内侧皮层中的预期和预测错误：一项脑电图研究。Silvetti*，M.，Seurinck，R.，Van Bochove，M。，＆Verguts，T。（2013）。 去甲肾上腺素系统对神经可塑性的最佳控制的影响。 行为神经科学中的边界，7，160。 if（2013）：4.16 14。 Silvetti*，M.，Wiersema，J.R.，Sonuga-Barke，E。，＆Verguts，T。（2013）。 内侧额叶皮质中的不足增强学习是多巴胺相关动机缺陷的模型。 神经网络，46，199-209。 if（2013）：2.076 15。 Silvetti*，M.，Seurinck，R。，＆Verguts，T。（2013）。 的价值和预测误差估计是ACC中波动率效应的说明：基于模型的fMRI研究。 Cortex，49（6），1627-1635。 if（2013）：6.042Silvetti*，M.，Seurinck，R.，Van Bochove，M。，＆Verguts，T。（2013）。去甲肾上腺素系统对神经可塑性的最佳控制的影响。行为神经科学中的边界，7，160。if（2013）：4.16 14。Silvetti*，M.，Wiersema，J.R.，Sonuga-Barke，E。，＆Verguts，T。（2013）。内侧额叶皮质中的不足增强学习是多巴胺相关动机缺陷的模型。神经网络，46，199-209。if（2013）：2.076 15。Silvetti*，M.，Seurinck，R。，＆Verguts，T。（2013）。的价值和预测误差估计是ACC中波动率效应的说明：基于模型的fMRI研究。Cortex，49（6），1627-1635。if（2013）：6.042
![arxiv：2402.13776v1 [eess.iv] 2024年2月21日](/simg/a\ac0b60b10798999275667e9daa0881f6832a3270.webp)
arxiv：2402.13776v1 [eess.iv] 2024年2月21日
早期婴儿期是行为和神经认知的快速而动态的神经发育。纵向磁共振成像（MRI）是通过捕获大脑结构的发育性发展来研究这种关键阶段的有效工具。但是，由于参与者辍学和扫描失败，纵向MRI获取始终遇到严重的数据失误问题，这使纵向婴儿大脑Atlas的构建和发展轨迹描述非常具有挑战性。由于开发了基于AI的生成模型，神经图像完成已成为一种有力的技术，可以保留尽可能多的可用数据。但是，当前的图像完成方法通常在时间维度中每个内部主题内部都遇到不一致的，从而损害了整体质量。为了解决这个问题，我们的论文提出了一个两阶段的扩散模型Cas-diffcom，用于致密和纵向3D婴儿脑MRI MRI完成和超级分辨率。我们将提出的方法应用于Baby Connectome项目（BCP）数据集。实验结果验证了Cas-Diffcom在纵向婴儿脑图像完成中既可以达到单个共识和高保真度。我们进一步将生成的婴儿脑图像应用于两个下游任务，即脑组织分割和发育轨迹描述，以声明其在神经科学领域中面向任务的潜力。
利用反射配准技术在脑病变分割中发挥双侧对称性
摘要：脑病变（包括中风病变和肿瘤）在位置、大小、强度和形式方面具有高度可变性，这使得自动分割变得困难。我们建议通过利用健康大脑的双侧准对称性来改进现有的分割方法，当存在病变时，这种对称性就会消失。具体而言，我们使用神经图像与其反射版本的非线性配准（“反射配准”）来确定每个体素在另一半球的同源（对应）体素。同源体素周围的斑块作为一组新特征添加到分割算法中。为了评估这种方法，我们实现了两种不同的基于 CNN 的多模态 MRI 中风病变分割算法，然后使用上面描述的反射配准方法通过添加额外的对称特征来增强它们。对于每种架构，我们在 2015 年缺血性中风病变分割挑战赛 (ISLES) 的 SISS 训练数据集上比较了有对称性增强和没有对称性增强的性能。使用线性反射配准可以提高基线的性能，但非线性反射配准可以带来更好的结果：一种架构的 Dice 系数比基线提高了 13 个百分点，另一种架构的 Dice 系数提高了 9 个百分点。我们认为在现有分割算法中添加对称特征具有广泛的适用性，特别是使用所提出的非线性、无模板方法。
妊娠期睡眠和昼夜节律、社会劣势以及新生儿大脑发育的改变
Adamson, CL、Alexander, B.、Ball, G.、Beare, R.、Cheong, JLY、Spittle, AJ、Doyle, LW、Anderson, PJ、Seal, ML 和 Thompson, DK (2020)。使用基于表面的墨尔本儿童区域婴儿大脑图谱 (M-CRIB-S) 对新生儿皮质进行分区。科学报告 (Sci Rep)，10，4359。Ahmad, SI、Rudd, KL、Lewinn, KZ、Mason, WA、Murphy, L.、Juarez, PD、Karr, CJ、Sathyanarayana, S.、Tylavsky, FA 和 Bush, NR (2021)。母亲童年创伤和产前压力与儿童行为健康有关。健康与疾病发育起源杂志，13，483–493。 https://doi.org/10.1017/s2040174421000581 Alexander, B., Murray, AL, Loh, WY, Matthews, LG, Adamson, C., Beare, R., Chen, J., Kelly, CE, Rees, S., Warfield, SK, Anderson, PJ, Doyle, LW, Spittle, AJ, Cheong, JLY, Seal, ML, & Thompson, DK (2017)。新生儿皮质和皮质下大脑新图谱：墨尔本儿童区域婴儿大脑 (M-CRIB) 图谱。神经影像学，147，841–851。Allada, R. 和 Bass, J. (2021)。医学中的昼夜节律机制。新英格兰医学杂志，384，550–561。