最近的研究已经认识到皮质功能中存在一种梯度状组织,从初级感觉皮质到跨模式皮质。有人提出,该轴与神经递质表达的区域差异相一致。鉴于多巴胺 D1 受体 (D1DR) 的丰富性及其对调节和神经增益的重要性,我们测试了以下假设:D1DR 组织与功能架构相一致,并且 D1DR 共表达中的区域间关系调节功能串扰。使用世界上最大的多巴胺 D1DR-PET 和 MRI 数据库(N = 180%,50% 为女性),我们证明 D1DR 组织遵循单峰 - 跨模式层次结构,表达与功能连接主要梯度的高度空间对应性。我们还证明,单峰和跨峰区域之间 D1DR 密度的个体差异与皮质层级顶端的功能分化有关。最后,我们表明 D1DR 的空间共表达主要调节功能网络内的耦合,而不是功能网络之间的耦合。总之,我们的结果表明,D1DR 共表达为大脑的功能组织提供了一个生物分子层。
关于功能性大脑映射的数十年研究强调了了解大脑皮层功能组织的重要性。最近的进步揭示了功能组织的梯度,这些组织从主要感觉到跨模式皮层。已经认为,这种类似梯度的连通性轴与神经调节受体密度的区域差异对齐。非人类灵长类动物的最新工作支持了这一概念,揭示了沿皮质层次结构的多巴胺D1样受体(D1DR)密度的梯度。鉴于多巴胺能调节对突触活动和神经增益的重要性,我们测试了D1DR是否具有人类中大脑功能相同的组织原理,以及D1表达中的区域间关系是否调节功能性串扰。使用世界上最大的多巴胺D1DR-PET和MRI数据库,我们首次在人类中提供了经验支持,即D1DR可用性的景观遵循单型跨模态的皮质层次结构,在联想皮层区域具有更大的D1DR表达。我们发现了一个区域间D1DR共同表达的组织,该组织跨越了跨模式的大脑区域,表达了与功能连通性的主要宏观宏观梯度的高空间对应关系。至关重要的是,我们发现单峰和跨模式区域之间D1DR密度的个体差异与默认模式和体感网络的更大分化有关。最后,发现区域间D1DR共表达可调节功能网络内部但不调节耦合。一起,我们的结果表明D1DR共表达为大脑的功能组织提供了生物分子层。
摘要精准精神病学的主要目标是建立预测模型,将大脑功能的个体差异与临床症状联系起来。特别是,认知障碍具有跨诊断性、治疗抵抗性,并导致不良的临床结果。最近的研究表明,可能需要数千名参与者才能准确可靠地预测认知,这使大多数患者收集工作的效用受到质疑。在这里,我们使用迁移学习框架,在来自英国生物库(n=36,848)的功能成像数据上训练一个模型,以预测三个跨诊断患者样本(n=101-224)的认知功能。该模型适用于所有数据集,并且驱动预测的大脑特征在人群之间是一致的,跨模态皮层内的功能连接性降低,单模态和跨模态区域之间的连接性增加反映了认知的跨诊断预测因素。这项工作确定了从大型人口级数据集中得出的预测模型可用于提高整个临床收集工作中认知功能的预测。
高阶认知的核心特征是通过通过远程连接链接的分布式皮质网络实现的。但是,这些连接在生物学上很昂贵,尚不清楚计算优势如何克服相关的布线成本。我们的研究通过探索远程功能连接与局部皮层微体系结构之间的关系来研究了这个问题。具体而言,我们的工作(i)使用静息状态fMRI和皮质皮层地质距离映射进行了远距离的皮质连接性,(ii)评估了多个距离连接反映局部脑微体系结构的距离,(iii)研究了通过远程连接相连的区域相似性。对两个独立数据集的分析表明,感觉和电机区域具有更多的短距离连接模式,而跨模式关联皮层(包括默认模式网络的区域)的特征是分布式,远距离连接。确认性荟萃分析表明,这种地形差异反映了认知功能的转变,从感知/行动到情感和社会认知处理。分析在同一参与者中以及验尸组织学和基因表达中对体内MRI的分析确定,功能连通性距离中的梯度与皮质微体系结构中存在的梯度平行。此外,发现远程连接可以将关联皮层的空间远程区域与出乎意料的相似微体系结合起来。这些发现提供了新的见解,介绍了跨模式关联皮层中分布式功能网络的组织如何有助于认知,因为它们表明远距离连接将遥远的关联皮层岛与相似的微观结构特征联系起来。
人类和现在的计算机可以从感官事件中得出主观评价,尽管这种转化过程本质上是未知的。在这项研究中,我们通过将卷积神经网络 (CNN) 与人类的相应表征进行比较,阐明了未知的神经机制。具体而言,我们优化了 CNN 以预测绘画的审美评价,并通过多体素模式分析研究了 CNN 表征与大脑活动之间的关系。初级视觉皮层和高级关联皮层活动分别类似于浅层 CNN 和深层 CNN 中的计算。因此,视觉到价值的转换被证明是一个分层过程,与连接单模态到跨模态大脑区域(即默认模式网络)的主要梯度一致。额叶和顶叶皮层的活动由目标驱动的 CNN 近似。因此,可以通过与大脑活动的对应关系来理解和可视化 CNN 隐藏层的表征——促进人工智能与神经科学之间的相似性。
多元神经影像学分析构成了识别心理表征的强大技术。但是,并非所有的心理过程在整个大脑中都以相同的空间尺度表示。将感知过程的层次结构化的局部表示与更抽象的认知过程(例如社会和情感操作)的灵活跨模式表示,这种异质性是显而易见的。一个开放的问题是分析方法的空间尺度如何与所研究表示的空间量表相互作用。在本文中,我们描述了如何将多元分析视为存在于空间频谱上的多变量分析,该分析是由用于识别一端的局部分布式信息模式的探照灯锚定的,用于识别另一种和基于区域的方法的整个大脑方法。我们描述了这些区别是一个重要且经常被忽略的分析考虑,并提供了启发式方法,以根据分析师的推论目标比较这些不同的技术。
2.3 2012-23 年 LPI 得分分布 16 2.4 2018 年和 2023 年按 LPI 五分位数划分的及时性得分 16 2.5 按收入群体划分的 2023 年 LPI 得分分布 16 3.1 进口前置时间是 2022 年国际航运波动的最大驱动因素 20 3.2 进口停留时间分布示例 20 3.3 全球平均停留时间的分散性 21 3.4 2022 年 5 月至 10 月集装箱进出口停留时间与 2023 年 LPI 得分(按国家划分) 21 3.5 集装箱港口出口停留时间与进口停留时间 23 3.6 2022 年 5 月至 10 月进口停留时间和比较值的异常值 23 3.7 集装箱航运平均连通性与 2023 年 LPI 得分五分位数之间的关联 25 3.8 航空和邮政服务的平均入境连通性与 2023 年 LPI 得分五分位数之间的关联 26 3.9 大多数海洋经济体的航运连接不到 20 个,并且依赖转运 26 4.1 对环保航运选择的需求,按目的地 LPI 得分五分位数划分 30 A4.1 Cargo iQ 里程碑 56 A4.2 Cargo iQ 数据集的国家覆盖范围,按世界银行区域划分 56 A4.3 万国邮政联盟数据集的国家覆盖范围,按世界银行区域划分 58 A4.4 TradeLens 数据模型 59 A4.5 集装箱运输的三个阶段 59 A4.6 MDS 转运和海洋交通数据集的国家覆盖范围,按世界银行区域划分 60 A7.1 按地点和国家收入组划分的受访者数量 67 A7.2 按运输方式和经济活动类型划分的受访者 68 A8.1 2007-22 年研究文献中 LPI 数据的使用69
功能活动的大脑特征在解码大脑状态(即区分不同的任务)和指纹识别(即在大群体中识别个体)方面都表现出良好的效果。重要的是,这些大脑特征并不能解释大脑功能发生的底层大脑解剖结构。基于图形信号处理 (GSP) 的结构-功能耦合最近揭示了健康受试者在静息状态下从单峰到跨峰区域的平均空间梯度。在这里,我们探索结构-功能耦合对不同大脑状态(任务)和个体受试者的特异性。我们对来自人类连接组计划的 100 名不相关的健康受试者在休息和七个不同任务期间使用了多模态磁共振成像,并采用支持向量机分类方法进行解码和指纹识别,并使用各种交叉验证设置。我们发现结构-功能耦合测量可以对任务解码和指纹识别进行准确分类。具体而言,指纹识别的关键信息位于功能信号的更自由部分,其贡献明显集中在额顶网络。此外,功能信号的自由部分与认知特征表现出很强的相关性,经偏最小二乘分析评估,证实了其与指纹识别的相关性。通过引入基于 GSP 的信号过滤和 FC 分解的新视角,这些结果表明,大脑结构功能耦合提供了一类新的认知特征和个体大脑组织在静息和执行任务时的组织特征。此外,它们还提供了阐明结构连接组低空间频率和高空间频率的作用的见解,从而对在结构连接组图谱中可以找到用于表征个体的关键结构功能信息的位置有了新的认识。
功能活动的大脑特征在解码大脑状态(即区分不同的任务)和指纹识别(即在大群体中识别个体)方面都表现出良好的效果。重要的是,这些大脑特征并不能解释大脑功能发生的底层大脑解剖结构。基于图形信号处理 (GSP) 的结构-功能耦合最近揭示了健康受试者在静息状态下从单峰到跨峰区域的平均空间梯度。在这里,我们探索结构-功能耦合对不同大脑状态(任务)和个体受试者的特异性。我们对来自人类连接组计划的 100 名不相关的健康受试者在休息和七个不同任务期间使用了多模态磁共振成像,并采用支持向量机分类方法进行解码和指纹识别,并使用各种交叉验证设置。我们发现结构-功能耦合测量可以对任务解码和指纹识别进行准确分类。具体而言,指纹识别的关键信息位于功能信号的更自由部分,其贡献明显集中在额顶网络。此外,功能信号的自由部分与认知特征表现出很强的相关性,经偏最小二乘分析评估,证实了其与指纹识别的相关性。通过引入基于 GSP 的信号过滤和 FC 分解的新视角,这些结果表明,大脑结构功能耦合提供了一类新的认知特征和个体大脑组织在静息和执行任务时的组织特征。此外,它们还提供了阐明结构连接组低空间频率和高空间频率的作用的见解,从而对在结构连接组图谱中可以找到用于表征个体的关键结构功能信息的位置有了新的认识。