XiaoMi-AI文件搜索系统
World File Search Systemnectivity
基于大脑连通性的现实生活创造力预测由语义记忆结构介导
创造力的联想理论认为，创造性认知涉及产生远距离联想的能力，以及在语义记忆中不相关的概念之间建立有用联系的能力。然而，现实生活中的创造性行为是否以及如何依赖于语义记忆结构及其神经基础仍不清楚。我们在参与者接受语义相关性判断任务时获取了多回波功能磁共振成像数据。这些评级用于估计他们各自的语义记忆网络，其属性可显著预测他们现实生活中的创造力。使用连接组预测建模方法，我们确定了基于任务的功能连接模式，这些模式可预测与创造力相关的语义记忆网络属性。此外，这些属性介导了功能连接与现实生活中的创造力之间的关系。这些结果为大脑连接模式如何通过语义记忆结构支持现实生活中的创造性行为提供了新的见解。我们还展示了如何使用计算网络科学来结合行为、认知和神经层面的分析。
使用生成对抗神经网络对多发性硬化症患者大脑结构连接进行数据增强
背景和目标：机器学习框架已经展示了其在处理复杂数据结构方面的潜力，并在包括脑成像在内的许多领域取得了显著成果。然而，训练这些模型需要大量的数据。这在生物医学领域尤其具有挑战性，因为由于获取的可及性、成本和病理相关的多变性，可用的数据集有限且通常不平衡。为了克服这一挑战，可以使用生成模型来生成新数据。方法：在本研究中，提出了一个基于生成对抗网络的框架来创建多发性硬化症 (MS) 中的合成结构脑网络。该数据集包括 29 名复发缓解型和 19 名继发进展型 MS 患者。使用 T1 和扩散张量成像 (DTI) 采集来获取每个受试者的结构脑网络。对新生成的脑网络质量的评估是通过 (i) 分析其结构特性和 (ii) 研究它们对分类性能的影响来执行的。结果：我们证明了高级生成模型可以直接应用于结构脑网络。我们从数量和质量上表明，新生成的数据与真实数据相比没有显著差异。此外，使用生成的样本扩充现有数据集可提高分类性能（ 퐹 1 푠푐표푟푒 81%），而基线方法（ 퐹 1 푠푐표푟푒 66%）则没有。结论：当需要基于连接组的数据增强时，我们的方法为生物医学应用定义了一种新工具，为通常的基于图像的数据增强技术提供了一种有效的替代方案。
洪泛区连通性和淹没
我们为什么要监视河流的连通性和淹没？...................................................................................... 4 Report purpose ............................................................................................................................................................................... 5 Report structure ............................................................................................................................................................................ 5 Drivers of environmental outcomes ...................................................................................................................................... 7
南部连接线 – Slieverue 至 Kilmurry Lane
背景将废弃的 New Ross-Waterford 铁路线重新利用，打造世界一流的休闲设施，即东南绿道（以下简称 SEG），这将大大提升基尔肯尼和东南地区的旅游业。这条 24 公里长的 SEG 连接新罗斯和沃特福德，有可能为该地区带来显著的经济增长。然而，SEG 并不直接穿过基尔肯尼郡 22 公里绿道沿线的任何定居点，这是一个明显的挑战。因此，如果我们要实现这项重大资本投资所带来的经济效益，我们需要首先从 SEG 到附近的 Glenmore 和 Slieverue 村庄开发有吸引力且安全的连通性，更广泛的目标是将绿道向西北延伸至伍德斯托克、伊尼斯蒂奥格，向北延伸至巴罗韦、圣马林斯。根据《基尔肯尼市和县发展计划 2021-2027》（目标 12P），基尔肯尼县议会的目标是为绿道沿线的定居点提供连接，进而刺激当地经济。
全脑功能连接的一次性规范建模
图 1：使用 FUNCOIN 进行规范建模的示意图。A. 输入数据集包含来自英国生物库的大量健康和不健康受试者的测量数据。我们在大量健康受试者（训练数据，黑色，N = 32k）上训练我们的模型。在较小的样本外健康受试者子集（测试数据，绿色，N = 14k）上评估模型的通用性。在患有脑部疾病的受试者（粉红色）的现有数据上评估模型识别确诊受试者的能力。B. 训练数据产生脑部测量值规范分布的估计值（平均值 +/- 2 SD），这确定了脑部测量值的规范范围并允许识别异常值。C. 脑功能量化。我们旨在估计 rsfMRI FC 的规范模型，该模型计算为每对 ICA 成分/脑区域的时间序列的皮尔逊相关性。 D. FUNCOIN 在训练组中确定两个投影（g 1 ，g 2 ），使得它们的量级遵循（二维）线性模型（取对数后，参见方法）。个体（样本外）受试者偏差确定为 Z 分数（绿点和注释）。
实时fMRI神经反馈调节具有听觉幻觉的精神分裂症患者的听觉皮层活动和连通性：一项对照研究
此预印本版的版权持有人于2025年1月15日发布。 https://doi.org/10.1101/2025.01.13.632809 doi：biorxiv Preprint
通过拓扑高阶功能连通性阐明精神分裂症中精神分裂症的整合 - 隔离失衡
背景：脑疾病的发生与脑连接学专业化中可检测的功能障碍相关。广泛的研究探讨了这种关系，但考虑到低阶网络的局限性，缺乏研究专门研究精神病脑网络之间的统计相关性。此外，这些功能障碍被认为与大脑功能中的信息失衡有关。但是，我们对这些失衡如何引起特定的精神病症状的理解仍然有限。方法：本研究旨在通过研究健康个体的专业化和被诊断为精神分裂症的人的拓扑高阶水平的变化来解决这一差距。采用图理论大脑网络分析，我们系统地检查静止状态功能性MRI数据，以描绘大脑网络连通性模式中的系统级别区分。Results: The findings indicate that topological high-order func- tional connectomics highlight differences in the connectome between healthy controls and schizophrenia, demonstrating increased cingulo-opercular task control and salience interac- tions, while the interaction between subcortical and default mode networks, dorsal attention and sensory/somatomotor mouth decreases in schizophrenia.另外，与健康对照组相比，精神分裂症患者中脑系统的隔离和脑部整合减少可能是早期精神分裂症的新指标此外，我们观察到与精神分裂症患者相比，健康控制中脑系统的分离降低，这意味着在精神分裂症中逐渐隔离和脑网融合之间的平衡在精神分裂症中破坏了，这表明可以恢复这种平衡来治疗这种疾病。
rtct：啮齿动物三角完成任务，以促进路径整合的翻译研究
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。它是此预印本版本的版权持有人，该版本发布于2025年2月6日。 https://doi.org/10.1101/2025.02.01.636078 doi：biorxiv Preprint
男性大脑连接模式分析
结果：IFOF 存在显著的年龄相关差异，体积和 MD 均有显著变化。具体而言，IFOF 的体积在 31-40 岁年龄组达到峰值（14.42 ± 6.05），在 41-50 岁年龄组下降（8.71 ± 5.07），统计学上显著的 p 值为 0.019。同时，MD 随年龄显著增加，从 18-30 岁组的 0.86 ± 0.08 增加到 31-40 岁组的 1.09 ± 0.13，在 41-50 岁组稳定在 0.96 ± 0.12（p < 0.001）。值得注意的是，虽然 FA 值在各年龄组中保持相对稳定（p = 0.063），但 MD 的增加表明神经效率下降或潜在的髓鞘退化。其他神经束，包括 SFOF 和 SLF，在各个年龄组中表现出体积、FA 和 MD 的稳定性，表明某些神经通路具有一定程度的弹性。