XiaoMi-AI文件搜索系统
World File Search System全脑
使用混合静息态结构连接组增强全脑动态模拟
摘要 人脑由数十亿个神经元和突触连接组成，是一个复杂的网络，协调着大脑区域之间兴奋和抑制活动的复杂平衡。兴奋和抑制之间的动态平衡对于调整皮质网络中的神经输入/输出关系以及调节其对刺激的反应动态范围至关重要。为了使用连接组学推断这种平衡，我们最近引入了一个基于 Ising 模型的计算框架，该模型最初是为解释铁磁体中的相变而开发的，并提出了一种新型的混合静息态结构连接组 (rsSC)。在这里，我们表明，基于 Kuramoto 相位振荡器的生成模型可用于模拟以 rsSC 作为耦合权重系数的静态和动态功能连接组 (FC)，这样与使用传统结构连接组模拟的 FC 相比，模拟的 FC 与观察到的 FC 很好地一致。模拟是使用高性能计算基础设施上的开源框架虚拟大脑执行的。
转录重编程恢复全脑范围内的 UBE3A，并挽救 Angelman 综合征小鼠模型中的行为表型
天使综合征 (AS) 是一种由大脑中泛素连接酶 E3A (UBE3A) 基因表达缺失引起的神经遗传疾病。UBE3A 基因在脑神经元中是父系印记。AS 的临床特征主要是由于大脑中母系表达的 UBE3A 缺失所致。大脑中存在父系 UBE3A 的健康拷贝，但被长非编码反义转录本 (UBE3A-ATS) 沉默。在这里，我们证明人工转录因子 (ATF-S1K) 可以在成年小鼠天使综合征 (AS) 模型中沉默 Ube3a-ATS 并恢复父系 Ube3a 的内源性生理表达。向尾静脉单次注射表达 ATF-S1K 的腺相关病毒 (AAV) (AAV-S1K) 即可实现全脑转导，并将神经元中的 UBE3A 蛋白恢复至野生型蛋白的 25%。ATF-S1K 治疗对靶位点具有高度特异性，在 AAV-S1K 给药 5 周后未检测到炎症反应。AAV-S1K 治疗 AS 小鼠在探索性运动（涉及粗大和精细运动能力的任务）中表现出行为恢复，类似于 AS 患者的低步行和速度。单次注射 AAV-S1K 治疗 AS 的特异性和耐受性表明 ATF 可作为 AS 的一种有前途的转化方法。
对全脑照射患者使用不同能量光子束和 MLC 阻断技术来增加头皮保护的剂量评估
简介全脑放射治疗 (WBRT) 是治疗脑转移瘤最有效的方法之一。全脑放射治疗通常采用 3D 适形计划，右侧和左侧光束排列，使用 6 兆伏 (MV) 光束能量。与高能光子束相比，低能光子束在表面水平分布的剂量更大。使用高能光子束 (15 MV) 治疗 WBRT 患者可以减少头皮剂量并提高患者的整体生活质量 (QOL)。方法该研究是对 10 名随机选择的全脑放射治疗患者的回顾性剂量分析。每位患者都有四个计划来比较 6 MV 与 15 MV 光子能量以及头皮保留技术与开放场技术。由于缺乏 IRB 批准，关键结构和头皮的剂量由首席研究员制作和分析。使用 IBM-SPSS Statistics 软件进行配对 t 检验，以检验组均值之间的显著性。结果结果表明，与 6 MV 计划和开放场技术计划相比，15 MV 计划和头皮保留计划的头皮剂量水平具有统计学意义的降低。与 6 MV 计划和头皮保留技术计划相比，15 MV 计划和开放场技术计划对大脑的剂量覆盖率更高。与 15 MV 相比，6 MV 对晶状体和视神经的剂量具有统计学意义的降低，而与 6 MV 相比，15 Mv 对腮腺的剂量具有统计学意义的降低。与开放场技术相比，头皮保留技术计划对晶状体和腮腺的剂量具有统计学意义的降低。结论通过使用头皮保留技术和/或使用更高能量的光子束（15 MV），可以显著减少头皮剂量，同时保持对大脑的足够覆盖。计划之间的关键结构剂量在临床上并不显著，并保持在其分配的公差范围内。未来的研究应该检查由于头皮剂量减少而导致的临床脱发和脱发的总体质量。
全脑神经元量化工具包揭示了恐惧记忆进化过程中强烈的性别二态性
。CC-BY-NC 4.0 国际许可证永久有效。它以预印本形式提供（未经同行评审认证），作者/资助者已授予 bioRxiv 许可，可以在该版本中显示预印本。版权所有者于 2023 年 1 月 13 日发布了此版本。；https://doi.org/10.1101/2022.09.12.507637 doi：bioRxiv 预印本
关于‘可重复的全脑联想’的评论......
认知神经科学的一个主要假设是，大脑结构与其功能相关，因此也与行为相关。事实上，评估基因与行为之间遗传关系的调查表明存在遗传联系，表明存在共同的生物学基础 (1, 2)。同时，有各种因素影响着大脑结构、功能和行为的个体间和个体内变异的测量。例如，局部大脑结构和功能并不是稳定的特征，而是会在整个生命周期内发生变化 (3, 4)，并根据环境因素以及协变量而变化，例如液体摄入量 (5)、一天中的时间 (6)、血压 (7) 和性别 (8, 9)。此外，行为也会在整个生命周期内发生变化 (10)，并受到各种因素的调节或混淆，例如情绪 (11)、社会因素 (12) 和/或一天中的时间 (13)。此外，基于任务和基于问卷的同一行为标记并不总是一致的 (14)。因此，我们剩下（i）可变的大脑指标，（ii）可变的行为指标，主要在许多个体的单个时间点进行测量，以及（iii）可能调节大脑行为关联的协变量。
全脑建模识别出麻醉和意识障碍中导致意识丧失的不同但趋同的路径
人类大脑具有丰富的时空动态，当因麻醉或意识障碍 (DOC) 而失去意识时，这些动态会发生巨大重构。在此，我们试图确定神经生物学机制来解释短暂的药物干预和慢性神经解剖损伤如何导致神经活动的常见重构。我们开发并系统地扰动了一个神经生物学上真实的全脑血流动力学信号模型。通过结合有关 GABA 受体皮质分布的 PET 数据，我们的计算模型揭示了空间特异性局部抑制在重现使用 GABA 能药物丙泊酚麻醉期间观察到的功能性 MRI 活动方面发挥的关键作用。此外，结合从 DOC 患者获得的扩散 MRI 数据揭示了表征意识丧失的动态也可以从随机的神经解剖连接中出现。我们的结果在麻醉和 DOC 数据集之间具有概括性，展示了增加的抑制和连接组扰动如何代表通向无意识大脑特征活动的不同神经生物学路径。
微束照射作为传统全脑放射治疗方案中的同步综合增强疗法
1 罗斯托克大学医学中心放射肿瘤学系，18059 罗斯托克，德国；felix@m20a.de（FJ）；martenlscholz@hotmail.de（MS）；julia.soloviova@uniklinik-leipzig.de（JS）；guido.hildebrandt@uni-rostock.de（GH） 2 欧洲同步辐射装置（ESRF）生物医学光束线 ID 17，38043 格勒诺布尔，法国；krisch@esrf.fr 3 慕尼黑工业大学放射肿瘤学系，81675 慕尼黑，德国；stefan.bartzsch@tum.de 4 亥姆霍兹慕尼黑中心放射医学研究所，85764 慕尼黑，德国 5 伯尔尼大学解剖研究所，3012 伯尔尼，瑞士； jean-albert.laissue@pathology.unibe.ch 6 Niederwiesstr 13C, 5417 Untersiggenthal, 瑞士; hans.blattmann@bluewin.ch 7 莱比锡大学医学中心儿科外科系, 04103 Leipzig, 德国 * 通讯地址: elisabeth.schueltke@med.uni-rostock.de
对前额叶皮层输入的全脑筛查揭示了……
摘要 记忆的形成和存储依赖于多个相互连接的大脑区域，这些区域的贡献在记忆巩固过程中会有所不同。传统上认为内侧前额叶皮层，特别是前额叶皮层 (PL) 参与了远程记忆的存储，但最近的证据表明它也与早期记忆巩固有关。然而，控制这些动态的 PL 输入仍然未知。在这里，我们首先对雄性小鼠在情境恐惧记忆形成过程中激活的 PL 印迹细胞进行了全脑、基于狂犬病的逆行追踪筛选，以确定相关的 PL 输入区域。接下来，我们评估了这些输入在记忆巩固的不同阶段（从恐惧记忆编码到近期和远期记忆回忆）的特定活动模式。然后，我们使用投射特异性化学遗传抑制测试了它们在记忆巩固中的功能作用，结果揭示了隔膜在编码时对 PL 输入的贡献，以及岛叶皮层在近期记忆回忆时对 PL 输入的贡献。这两种输入都进一步影响了 PL 印迹细胞在记忆回忆时如何被重新激活，证明了它们对于在 PL 中建立记忆痕迹的重要性。总的来说，这些数据确定了 PL 输入的时空变化，这对于早期记忆巩固很重要，从而有助于完善记忆形成的工作模型。
利用 fMRI 和全皮层模式光遗传学对全脑有效连接进行映射
6 这些作者对这项工作做出了同等贡献。 *通信地址：seonggikim@skku.edu 和 choim@snu.ac.kr 摘要 带有光遗传学神经操控的功能性磁共振成像 (fMRI) 是一个强大的工具，可以实现全脑有效功能网络的映射。为了灵活操控整个小鼠皮质的神经兴奋，我们首次通过光纤束将数字微镜设备产生的时空可编程光遗传学刺激整合到 MR 扫描仪中。这种方法在规划光刺激模式时提供了空间和时间的灵活性，并结合了单个小鼠的原位光学成像和细胞类型或电路特定的基因靶向。通过对基于图谱的皮质区域进行光遗传学刺激的 fMRI 获得的全脑有效连接通常与解剖学定义的轴突追踪数据一致，但会受到选择性作用于特定连接的麻醉剂类型的影响。 fMRI 与灵活的光遗传学相结合，通过高通量的全脑有效连接映射，开辟了一条研究同一动物脑功能状态动态变化的新途径。引言功能架构的无创映射对于研究与行为和病理变化相关的脑回路中具有因果关系的重要变化至关重要。为此，基于血流动力学的功能性磁共振成像 (fMRI) 已被广泛用作神经活动的替代品，通过不同解剖区域之间 fMRI 时间序列的同步程度，无创地映射功能连接 (FC)1,2。人类在任务和静息条件下的 FC 相似，可以用作预测个体认知行为的指纹 3,4 。然而，为了更好地在回路层面上理解 FC，需要有效连接 (EC)，即一个大脑区域对另一个大脑区域的因果影响 5 。然而，fMRI 的时间分辨率有限（通常为 ~1 秒）和缓慢的血流动力学功能使得很难推断影响的方向。为了克服这一限制，可以利用明确区域中的神经元活动的调节来触发下游 fMRI 反应，从而让我们确定 EC 的方向和强度。
在全脑分割方面，2.5D 方法是否优于 3D 深度网络？
对具有大量标签、小卷曲结构以及各种结构边界之间缺乏对比度的 3D 体积进行分割是一项艰巨的任务。虽然许多分割任务中的最新方法进展都以 3D 架构为主导，但目前全脑分割最强大的方法是 FastSurferCNN，一种 2.5D 方法。为了阐明 2.5D 与各种 3D 方法之间的细微差别，我们进行了彻底而公平的比较，并提出了一种空间集成的 3D 架构。有趣的是，我们观察到在完整视图图像上训练内存密集型的 3D 分割并不优于 2.5D 方法。即使在完整视图上进行评估时也转向在补丁上进行训练可以同时解决内存和性能限制的问题。在五个数据集上的 Dice 相似系数和尤其是平均豪斯多夫距离测量方面，我们展示了比最先进的 3D 方法显着的性能改进。最后，我们对各种神经退行性疾病状态和扫描仪制造商的验证表明，我们的表现优于之前领先的 2.5D 方法 FastSurferCNN，在现实环境中表现出强大的分割性能。我们的代码可在 github.com/Deep-MI/3d-neuro-seg 上在线获取。关键词：深度 3D 卷积网络、全脑分割、深度集成。