XiaoMi-AI文件搜索系统
World File Search SystemReHo
青少年早期 ReHo 和 fALFF 的遗传和环境影响在不同大脑区域存在差异
关于遗传和环境对大脑功能影响的研究通常侧重于大脑区域之间的联系。一种不同但尚未探索的方法是检查局部大脑区域内的活动。我们研究了基因和环境效应对局部大脑功能的两个特定指标的影响：区域同质性 (ReHo) 和低频波动分数振幅 (fALFF)。参与者两次从青少年双胞胎样本中抽取（平均年龄分别为 11.5 岁和 13.2 岁，N = 278 和 248）。结果表明，遗传和环境因素影响了几乎所有 210 个皮质区域的大脑功能。此外，影响第一波（9-14 岁）ReHo 和 fALFF 值的遗传和常见环境因素也影响了许多区域第二波（10-16 岁）的值。然而，遗传和常见环境因素的影响在整个皮质中各不相同，在不同区域表现出不同的模式。此外，我们发现第 2 波中新的（即独立的）遗传和环境影响大脑活动，同样具有区域模式。探索性分析发现焦虑和抑郁症状与颞叶几个区域的局部大脑功能之间存在微弱关联。这些发现与其他静息状态功能 MRI 指标（即功能连接）的类似研究一致。
丘脑是阅读、算术和智商的常见中心
对基本成就技能（阅读和算术）的神经影像学研究通常会控制智商的影响，以确定每项技能独特的神经相关性。这可能会低估成就和智商测量之间的共同因素对神经影像学结果的可能影响。在这里，我们同时研究了年轻人的成就（阅读和算术）和智商测量，旨在确定它们共同因素的 MRI 相关性。使用两个评估局部内在功能特性的指标分析静息态 fMRI（rs-fMRI）数据；区域同质性（ReHo）和分数振幅低频波动（fALFF），分别测量局部内在功能连接和内在功能活动。ReHo 强调丘脑/丘脑枕（一个与选择性注意有关的皮层下区域）是成就技能和智商的共同位置。更具体地说，ReHo 值越高，成就和智商分数越低。对于 fALFF，左顶叶上小叶（背部注意力网络的一部分）与阅读和智商呈正相关。总之，我们的研究结果强调了与注意力相关的区域，尤其是丘脑/枕部，这是与所有三个指标的个体表现差异相关的关键区域。丘脑/枕部的 ReHo 可以作为检查阅读和算术困难共病的大脑机制的工具，这些共病可能与一般智力能力的薄弱同时发生。
患有自闭症谱系障碍的女性的异常自发性大脑活动
静息状态是指受试者不执行任何任务的状态。在这种状态下，大部分能量都用于大脑的自发活动，这会导致大脑局部区域的血流和血氧水平发生变化（ Lv et al., 2018; Raimondo et al., 2021 ）。功能性磁共振成像 (fMRI) 能够检测到大脑的变化，这些变化定义为血氧水平依赖性（粗体）信号（ Lee et al., 2013 ）。区域同质性 (ReHo) 基于 Kendall 系数一致性 (KCC)，用于测量给定体素与其最近邻之间的时间序列的相似性（ Zang et al., 2004 ）。低频波动幅度（ALFF）测量每个体素在0.01～0.08Hz范围内时间序列的波动幅度，而低频波动分数（fALFF）测量低频波动对整个可检测频率范围的相对贡献（Zang等，2007；Zou等，2008）。与揭示脑区间时间相关性的功能连接（FC）相比，ReHo、ALFF和fALFF不需要事先假设来确定种子区域，同时，根据ReHo、ALFF和fALFF结果确定的异常脑区可以作为FC分析的种子。 ReHo、ALFF 和 fALFF 值用于评估自发性大脑活动，并已成功应用于各种神经和精神疾病的研究，如注意力缺陷多动障碍 (Shang et al., 2016, 2021)、阿尔茨海默病 (Song et al., 2021)、精神分裂症 (Sun et al., 2021) 和帕金森病 (Yue et al., 2020)。
采用多模式方法研究网络游戏障碍患者的静息态 fMRI 和听觉异常 ERP 的区域大脑活动
背景和目的：静息状态下的大脑活动可能与执行任务的能力有关；然而，涉及静息状态下功能性磁共振成像 (fMRI) 和事件相关电位 (ERP) 的多模态方法尚未广泛用于研究成瘾性疾病。方法：我们探索了 26 名患有网络游戏障碍 (IGD) 的患者和 27 名年龄和智商匹配的健康对照者 (HC) 的静息状态下 fMRI 和听觉异常 ERP 值。为了评估静息状态下 fMRI 的特征，我们计算了区域同质性 (ReHo)、低频波动幅度 (ALFF) 和低频波动幅度分数 (fALFF)；我们还计算了 ERP 的 P3 成分。结果：与HC相比，IGD个体在听觉ERP任务中表现出左侧枕下回的ReHo和fALFF值显著降低，右侧楔前叶的ReHo和ALFF值升高，左侧额上回的ALFF升高，以及中线中央顶叶区域的P3波幅降低。此外，IGD患者右侧颞下回和枕叶区域的静息态fMRI区域活动与P3波幅呈正相关，而左侧海马和右侧杏仁核的ReHo值与P3呈负相关。讨论与结论：我们的研究结果表明IGD患者难以与认知功能和感觉处理进行有效的互动，尽管其解释需要谨慎。本研究的结果将拓宽对IGD病理生理学背后神经生物学机制的整体理解。
在不同的非生物表面上的海洋微生物生物膜
结果：在CP/CPP患者中观察到大脑功能的深刻改变。这些变化涉及通过DC分析确定的多个大脑区域，包括右前扣带回皮层（ACC），左下额叶皮层，左杏仁核，右侧额叶皮层和双侧岛。REHO分析显示，右丘脑，左下额三角皮层，右上颞极，左ACC和右上额叶皮层（群集> 20素voxels，grf校正，p <0.05）。使用REHO和DC进行分析表明，与症状严重程度不同的大脑改变被定位在疼痛感知和调节区域中。具体而言，右ACC中的DC值与NIH-CPSI测量的症状的严重程度（AUC = 0.9654，p <0.0001）有线性相关。
使用卷积神经网络进行 ADHD 分类的 fMRI 特征提取模型
生物医学智能为疾病和障碍的自动诊断提供了一种预测机制。随着计算生物学的进步，神经成像技术已广泛应用于临床数据分析。注意力缺陷多动障碍 (ADHD) 是一种精神障碍，其症状包括注意力不集中、冲动和多动，早期诊断对于预防不良后果至关重要。本研究通过评估多种特征提取方法，利用静息状态大脑的功能性磁共振成像 (fMRI) 数据解决 ADHD 识别问题。比较应用基于种子的相关性 (SBC)、低频波动分数幅度 (fALFF) 和区域同质性 (ReHo) 的特征来获得特异性和敏感性。这有助于确定使用卷积神经网络 (CNN) 进行 ADHD 分类的最佳特征。使用 fALFF 和 ReHo 的方法的准确率为 67%，而 SBC 的准确率在 84% 到 86% 之间，灵敏度在 65% 到 75% 之间。
使用卷积神经网络进行 ADHD 分类的 fMRI 特征提取模型
生物医学智能为疾病和障碍的自动诊断提供了一种预测机制。随着计算生物学的进步，神经成像技术已广泛应用于临床数据分析。注意力缺陷多动障碍 (ADHD) 是一种精神障碍，其症状包括注意力不集中、冲动和多动，早期诊断对于预防不良后果至关重要。本研究通过评估多种特征提取方法，利用静息状态大脑的功能性磁共振成像 (fMRI) 数据解决 ADHD 识别问题。比较应用基于种子的相关性 (SBC)、低频波动分数幅度 (fALFF) 和区域同质性 (ReHo) 的特征来获得特异性和敏感性。这有助于确定使用卷积神经网络 (CNN) 进行 ADHD 分类的最佳特征。使用 fALFF 和 ReHo 的方法的准确率为 67%，而 SBC 的准确率在 84% 到 86% 之间，灵敏度在 65% 到 75% 之间。
在静止状态功能性MRI指标中对静脉偏差进行建模
图1 MNI152空间中RSFMRI指标和QSM图像的处理管道的概述。从QSM图像中提取的静脉中，在天然空间中生成了距离图和传播直径图。然后将图像注册到MNI152空间。The top row depicts the rsfMRI metrics in MNI152 space: sagittal view of the amplitude of low-frequency fluctuations (ALFF), fractional ALFF (fALFF), Hurst Exponent (HE), Coherence [Coherence (Cohe)-Regional Homogeneity (ReHo)], Kendall's Coefficient Concordance (KCC)-ReHo and一个参与者的特征向量中心（EC）值。底部行：来自天然空间中同一参与者的定量敏感性映射（QSM）图像，从容器分割档案中（阈值= 0.5;天然空间），所得的部分体积（PV；第二行）和直径图（第三行）（第三行）。PV和直径图排除了所有静脉<0.3 mm。距离图和传播直径图分别从PV和天然空间中的直径图计算出来。距离> 6.7 mm的组织体素。地图已注册到MNI152空间，并仅限于GM（第二行和第三行的最后一列）。
功能性大脑的连通性在整个人类生命周期中变化：从胎儿发育到老年
缩写：ALFF，低频波动的幅度； AUD，听觉网络；大胆，血氧水平依赖； CO，Cingulo-Obercular网络； Co/sal，Cingulo-opercular/显着网络；丹，背注意网络； DMN，默认模式网络（a，前p，p，postterior，v，腹侧）; FC，功能连接； FP，额叶网络； GA，胎龄； ICA，独立组件分析； MN，电机网络； MRI，磁共振成像； Reho，区域同质性； ROI，感兴趣的地区； SAL，显着网络； SMN，感觉运动网络； Van，腹注意网络； VIS，视觉网络。
功能性大脑的连通性在整个人类生命周期中变化：从胎儿发育到老年
缩写：ALFF，低频波动的幅度； AUD，听觉网络；大胆，血氧水平依赖； CO，Cingulo-Obercular网络； Co/sal，Cingulo-opercular/显着网络；丹，背注意网络； DMN，默认模式网络（a，前p，p，postterior，v，腹侧）; FC，功能连接； FP，额叶网络； GA，胎龄； ICA，独立组件分析； MN，电机网络； MRI，磁共振成像； Reho，区域同质性； ROI，感兴趣的地区； SAL，显着网络； SMN，感觉运动网络； Van，腹注意网络； VIS，视觉网络。