XiaoMi-AI文件搜索系统
World File Search System全脑
MRI 经济学：在全脑关联研究中平衡样本量和扫描持续时间
1 新加坡国立大学综合科学与工程项目 (ISEP) 2 新加坡国立大学杨潞龄医学院睡眠与认知中心及转化磁共振研究中心 3 新加坡国立大学杨潞龄医学院医学系、健康长寿转化研究项目、人类潜能转化研究项目及数字医学研究所 (WisDM) 4 新加坡国立大学电气与计算机工程系 5 新加坡国立大学 N.1 健康研究所 6 大数据研究所、李嘉诚健康信息与发现中心、牛津大学纳菲尔德人口健康系、英国牛津 7 美国华盛顿大学医学院 Mallinckrodt 放射学研究所 8 美国华盛顿大学医学院神经病学系 9 美国华盛顿大学医学院精神病学系 10 华盛顿大学医学院儿科、生物医学工程、心理与脑科学系美国 11 新加坡国立大学医疗系统记忆、衰老和认知中心 12 新加坡国立大学杨潞龄医学院药理学系 13 瑞典隆德大学马尔默临床科学系 SciLifeLab 14 德国慕尼黑大学中风与痴呆症研究所 15 德国慕尼黑系统神经病学集群 (SyNergy) 16 瑞典哥德堡大学萨尔格学院神经科学与生理学研究所精神病学和神经化学系 17 德国慕尼黑大学慕尼黑医院神经病学系 18 北京昌平实验室脑科学分部 19 北京大学生物医学先锋创新中心 (BIOPIC) 20 美国康涅狄格州纽黑文耶鲁大学心理学系 21罗格斯大学，美国新泽西州皮斯卡塔韦 22 Orygen，墨尔本大学青少年心理健康中心，澳大利亚墨尔本 23 哈佛医学院精神病学系，美国波士顿 24 麦克莱恩医院精神病学技术研究所，美国波士顿 25 麦康奈尔脑成像中心生物医学工程系，加拿大蒙特利尔神经病学研究所 26 麦吉尔大学医学院、计算机科学学院，加拿大魁北克省蒙特利尔
abba是一种用于全脑映射的新工具，它揭示了学习后脑部的脑范围差异
全脑细胞结构的无偏表征代表了理解大脑功能的宝贵工具。为此，从2D切片到3D脑图的组织学标记物的精确映射是关键的。在这里，我们提供了两个新型的软件工具，促进了这一过程：对齐大脑和地图集（ABBA），旨在简化2D段的精确注册到3D参考地图集，而Braian，一个用于多头标记的集成套件，用于多头标记器自动序列，全脑统计分析，全脑统计分析和数据可视化。结合了这些工具，我们对三个最广泛使用的早期基因（IEG）的全脑表达进行了全面的比较研究。由于其神经活动依赖性表达，IEG已被用作神经活动的代表来产生行为后的无偏图映射，但是它们对整个大脑中神经元激活的响应均尚不清楚。为了解决这个问题，我们在与记忆有关的三种不同的行为条件下，系统地比较了三个大量使用的IEG的脑部表达CFO，ARC和NPAS4。我们的结果突出了其分布和诱导模式的主要差异，表明它们不代表整个大脑区域或活动状态的等效标记，而是可以提供互补信息。简介
深度吸收冥想状态中大脑活动的意志控制的密集全脑7T MRI案例研究
jhanas是通过先进的冥想实现的深刻心态，为意识和工具的性质提供了宝贵的见解，以增强幸福感。然而，由于方法论上的困难和先进的冥想从业者的稀有性，其神经素学学仍然受到限制。我们进行了一项高度探索性的研究，以研究JHANAS的神经培训学在深入采样的熟练冥想案例研究中（在27个课程中收集了4个小时7T fMRI），后者进行了JHANA冥想并立即对经验的特定方面进行了评估。线性混合模型和相关性用于检查脑活动和JHANA现象学之间的关系。我们确定了与Jhana相关的特定皮质，皮层，脑干和小脑区域中脑活动的独特模式。此外，我们观察到了大脑活动与关注，JHANIC品质和叙事处理的现象学品质之间的相关性，与非统治状态相比，强调了Jhanas的独特性质。我们的研究提供了迄今为止最严格的证据，即JHANA实践解构了意识，为意识和对心理健康和福祉的重要意识提供了独特的见解。
来自健康受试者的生成全脑动力学模型预测单个患者水平的中风的功能改变
计算全脑模型基于局部模型，区域间功能相互作用以及指定区域间连接强度的结构连接组来描述每个大脑区域的静息活动。损害了构成这些模型的骨干的健康构成构成连接组，并在区域间功能相互作用中产生巨大变化。这些相互作用通常是通过将两个大脑区域之间的活动的时间序列相关联，该过程称为静止功能连接。我们表明，添加有关患者病变产生的结构断开信息的信息，以前是先前对来自大量健康受试者的结构和功能数据进行培训的全脑模型，可以预测患者的静止功能连接性，并直接适合该模型的数据，直接适合患者的数据（Pearson Earleration = 0.37 = 0.37 = 0.37;均一差异= 0.005）。此外，模型动力学再现了基于功能连通性的措施，这些措施通常是中风患者中的MAL和特异性分离这些异常的措施。因此，尽管全脑模型通常涉及大量自由参数，但结果表明，即使固定了这些参数，该模型也会从与训练模型的人群截然不同的人群中重现。除了验证模型外，这些结果还表明，该模型可以机械地捕获解剖结构与人脑的功能活性之间的关系。
用于增强全脑分割的曲率引导粗到精框架
摘要。全脑分割是将整个脑体积划分为解剖标记的感兴趣区域 (ROI)，是脑图像分析中的关键步骤。传统方法通常依赖于复杂的管道，这些管道虽然准确，但由于其复杂性而耗时且需要专业知识。或者，端到端深度学习方法提供快速的全脑分割，但通常会由于忽略几何特征而牺牲准确性。在本文中，我们提出了一种新颖的框架，将以前由复杂的基于表面的管道使用但被基于体积的方法忽略的关键曲率特征集成到深度神经网络中，从而实现高精度和高效率。具体而言，我们首先训练一个粗略的解剖分割模型，重点关注高对比度组织类型，即白质 (WM)、灰质 (GM) 和皮层下区域。接下来，我们使用 WM/GM 接口重建皮质表面，并计算表面上每个顶点的曲率特征。然后将这些曲率特征映射回图像空间，在那里它们与强度特征相结合以训练更精细的皮质分割模型。我们还简化了皮质表面重建和曲率计算的过程，从而提高了框架的整体效率。此外，我们的框架非常灵活，可以将任何神经网络作为其主干。它可以作为即插即用组件来增强任何分割网络的全脑分割结果。在公共 Mindboggle-101 数据集上的实验结果表明，与各种深度学习方法相比，分割性能有所提高，速度相当。
通过 AAV 介导递送一种工程化的紧凑型表观遗传编辑器，实现全脑范围内的朊病毒蛋白沉默
结果：为了应对这些挑战，我们设计了一种紧凑的无酶表观遗传编辑器，称为 CHARM（偶联组蛋白尾，用于甲基转移酶的自抑制释放）。通过与组蛋白 H3 尾和非催化性 Dnmt3l 结构域直接融合，CHARM 能够募集和激活细胞内源性表达的 DNA 甲基转移酶，以甲基化靶基因。CHARM 可以独立于 KRAB 转录抑制结构域发挥作用，并与多种 DNA 结合方式兼容，包括 CRISPR-Cas、转录激活因子样效应物和锌指蛋白。锌指蛋白体积小，最多可容纳三个 DNA 靶向元件，并有额外的空间容纳调节元件，以赋予细胞类型特异性。当与靶向锌指结构域的朊病毒蛋白结合并通过 AAV 递送到小鼠大脑时，CHARM 会甲基化朊病毒基因启动子，并使全脑神经元朊病毒蛋白减少高达 80%，远远超过治疗效果所需的最低减少量。此外，我们开发了自我沉默 CHARM，它们在沉默靶标后会自主停用。这种方法暂时限制了 CHARM 表达，以避免因非分裂神经元中的慢性表达而导致的潜在抗原性和脱靶活性。
通过系统比较提取全脑动力学的可解释特征
图1。在这项研究中，我们系统地比较了从静止状态fMRI时间序列量化动力学模式的不同方式，重点介绍了局部区域动力学和跨四个神经精神疾病的成对耦合的统计。A.对于给定的静止状态fMRI体积（i），皮层和亚皮层分为各个区域，从中提取体素平均的粗体信号时间序列（II）。从这些数据中量化动力学模式的两种关键方法是：（iii）测量单个大脑区域动力学的特性（绿色）；或（iv）计算两对区域之间的统计依赖性（粉红色和蓝色）。B.为了评估fMRI时间序列数据集的不同类型的动态表示的性能（用于识别疾病与神经活动的相关变化），我们包括了四个源自两个开放式访问数据集的神经精神病学示例：UCLA CNP LA5C研究[50]和Abide II/II/II/II/II/II II/II研究[51，52，52，52，64）两个队列中的每个队列还包括用于比较的认知健康对照（UCLA CNP n = 116，Abide n = 578）。C.对于从fMRI数据集提取的每种动力结构（即，对于数据的每个基于功能的“表示”），我们计算了封装各种活动属性范围的可解释的时间序列特征。使用一组25个时间序列特征（Catch22特征集[65]以及平均值，SD和FALFF）从每个大脑区域量化了局部动力学特性。使用一组成对相互作用（SPI）的一组统计量对所有对区域之间的相互作用进行了量化，该统计数据包括PYSPI软件包中的代表性子集[29]。值。D.我们使用线性SVM分类器适合表示静止状态fMRI特性的五种不同方法来评估每种神经精神疾病的病例对照性能的性能：（i）所有25个单个区域序列特征在单个区域，一个区域，一个区域，一个区域； （ii）单个时间序列功能的全脑图，功能； （iii）所有25个单变量时间序列特征的全脑图，一个uni_combo； （iv）使用一个SPI，FC跨所有区域对的功能连接（FC）网络； （v）FC以及所有25个单变量的时间序列特征，该功能从所有大脑区域（UNI_COMBO）计算出，称为FC_COMBO。
多步工程腺相关病毒启用全脑mRNA递送
摘要：腺相关病毒（AAV）是基因治疗中DNA递送的常用载体。在这里，我们开发了一个系统，该系统可以通过多步介绍RNA包装组件和AAV REP蛋白的修改来包装mRNA。由此产生的携带mRNA AAVS（RAAVS）保留了常规AAV的大多数特性，包括衣壳组成，病毒形态和组织端主。这些RAAV可以介导mRNA转移到靶细胞和组织中，从而导致功能蛋白的短暂表达。重要的是，静脉注射的RAAV有效地越过了血脑屏障（BBB）并感染了整个小鼠大脑。因此，可以修改DNA病毒载体以进行RNA递送，我们的RAAV代表了第一个高效的BBB跨mRNA递送系统，可通过全脑感染用于治疗目的。
个性化全脑神经质量模型揭示 Aβ 和 tau 的联合过度兴奋对阿尔茨海默病的影响
阿尔茨海默病 (AD) 中的神经元功能障碍和认知能力下降可能是由多种病理生理因素引起的。然而，人类的机制证据仍然很少，需要改进的非侵入性技术和综合模型。我们引入了个性化的 AD 计算模型，该模型建立在全脑 Wilson-Cowan 振荡器之上，并结合了来自 132 名 AD 患者的静息态功能 MRI、淀粉样蛋白-β (A β ) 和 tau-PET，以评估毒性蛋白质沉积对神经元活动的直接影响。这种针对特定主题的方法揭示了关键的病理机制相互作用，包括 A β 和 tau 对认知障碍的协同作用以及随着疾病进展而增加的神经元兴奋性。通过基于体素的形态测量，数据得出的神经元兴奋性值可以强烈预测临床相关的 AD 血浆生物标志物浓度 (p-tau217、p-tau231、p-tau181、GFAP) 和灰质萎缩。此外，重建的 EEG 代理量显示了标志性的 AD 电生理学改变（θ 波段活动增强和 alpha 波段减少），这种改变发生在 A β 阳性和边缘系统 tau 参与后。小胶质细胞激活对神经元活动的影响不太明确，这可能是由于神经成像在映射神经保护和有害激活表型方面的局限性。机械脑活动模型可以进一步阐明复杂的神经退行性过程并加速预防/治疗干预。