XiaoMi-AI文件搜索系统
World File Search System静息
所有大脑网络的静息状态连接累积效应与注意力缺陷多动障碍症状显着相关
1 俄勒冈健康与科学大学医学信息学和临床流行病学系生物信息学和计算生物学分部，俄勒冈州波特兰 97239，2 俄勒冈健康与科学大学 Knight 癌症研究所，俄勒冈州波特兰 97239，3 俄勒冈健康与科学大学心理健康创新中心，俄勒冈州波特兰 97239，4 明尼苏达大学儿科系，明尼苏达州明尼阿波利斯 55454，5 明尼苏达大学共济会大脑发育研究所，明尼苏达州明尼阿波利斯 55414，6 明尼苏达大学明尼苏达超级计算研究所，明尼苏达州明尼阿波利斯 55455，7 俄勒冈健康与科学大学神经病学系，俄勒冈州波特兰 97239，8 俄勒冈健康与科学大学精神病学系心理学分部，俄勒冈州波特兰 97239，9 罗德岛大学心理学系，罗德岛州金斯顿 02881，10 俄勒冈健康与科学大学行为神经科学系，俄勒冈州波特兰 97239，11 明尼苏达大学教育与人类发展学院儿童发展研究所，明尼苏达州明尼阿波利斯 55455
使用物理信息神经网络从静息状态 fMRI 数据进行脑动力学模型参数估计
摘要 — 由于脑动力学的复杂性，静息态功能性磁共振成像 (rsfMRI) 中血氧水平依赖性 (BOLD) 信号的传统建模难以进行参数估计。本研究介绍了一种新型脑动力学模型 (BDM)，该模型通过微分方程直接捕捉 BOLD 信号变化。与动态因果模型或神经质量模型不同，我们将血流动力学响应整合到信号动力学中，同时考虑直接和网络介导的神经元活动效应。我们利用物理信息神经网络 (PINN) 来估计此 BDM 的参数，利用它们将物理定律嵌入学习过程的能力。这种方法简化了计算需求并提高了对数据噪声的鲁棒性，为分析 rsfMRI 数据提供了全面的工具。利用按估计参数缩放的功能连接矩阵，我们应用最先进的社区检测方法来阐明网络结构。我们的分析表明，在比较神经正常个体与自闭症谱系障碍 (ASD) 患者时，特定大脑区域的参与系数存在显著差异，男性和女性群体之间存在明显差异。这些差异与之前研究中涉及的区域一致，进一步证实了这些区域在 ASD 中的作用。通过将 PINN 与高级网络分析相结合，我们展示了一种分析 ASD 复杂神经特征的稳健方法，为神经成像和更广泛的计算神经科学领域的未来研究提供了一个有希望的方向。
静息催眠和催眠易感性的脑功能相关性：综述
摘要：本篇综合综述通过研究采用功能性磁共振成像 (fMRI)、正电子发射断层扫描 (PET) 和脑电图 (EEG) 方法的研究，深入探讨了催眠的认知神经科学和催眠易感性的变化。重点关注领域包括催眠中的功能性脑成像相关性、作为催眠状态指标的脑电图波段振荡、催眠和清醒期间脑电图功能连接的改变，得出关键结论并提出未来的研究方向。所审查的功能连接发现支持以下观点：根据分离和冷控制催眠理论，催眠期间执行控制网络不同组成部分之间可用整合的中断可能与催眠反应期间对主体的改变评估相对应。一个有希望的探索途径是研究额叶的神经化学成分和非周期性脑电图活动在清醒和休息时如何与个体催眠能力的差异相关。未来研究催眠对大脑功能的影响应该优先研究不同神经网络中独特的激活模式。
所有大脑网络的静息状态连接累积效应与 ADHD 症状显著相关
研究文章 | 所有大脑网络的静息状态连接的行为/认知累积效应与 ADHD 症状显着相关 https://doi.org/10.1523/JNEUROSCI.1202-23.2023 收稿日期：2023 年 4 月 19 日 修订日期：2023 年 11 月 30 日 接受日期：2023 年 12 月 18 日 版权所有 © 2024 作者
一生中的皮质厚度和静息状态心脏功能：横断面汇总大型分析
Koenig，J.，Abler，B.，Agartz，I.，Åkerstedt，T。，Andreassen，OA，OA，Anthony，M.，Bär，K.-J.，Bertsch，K.，Brown，R.C.，Brunner，R. MD，Fischer，H.，Flor，H.，Gaebler，M.，Gianaros，P.J.，Giummarra，M.J.，Greening，S.G.，Guendelman，S.，Heathers，J.J. D.，Lamers，F.，Lee，T.-H.，Lekander，M.，Lin，F.，Lotze，M.，Makovac，E. ，B.，Ottaviani，C.，Penninx，Bwjh，Ponzio，A.，Poudel，G.R。，Reinelt，J.，Ren，P.，Sakaki，M。 J.F.，Ubani，B.，Van der Mee，D.J.，Van Velzen，L.S.，Ventura-Bort，C.，Villringer，A.，Watson，D.R.，Wei，L.，Wendt，J.，Westlund Schreiner，M.整个生命周期：横截面合并的大型分析。
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。
使用波动幅度百分比法调查支气管哮喘患者自发性脑活动改变：一项静息态功能磁共振成像研究
患者和方法：本研究最终纳入了 31 名支气管哮喘 (BA) 患者，包括 17 名男性和 14 名女性。随后，招募了 31 名健康对照受试者 (HCS)，包括 17 名男性和 14 名女性，并根据年龄、性别和教育状况将他们与 BA 组匹配。采用 PerAF 分析技术研究两组之间的自发性大脑活动差异。使用 SPM12 工具包对收集到的 fMRI 数据进行双样本 t 检验，以检查哮喘患者和健康对照之间的 PerAF 值差异。我们使用蒙特利尔认知评估 (MoCA) 量表和汉密尔顿抑郁量表 (HAMD) 来评估两组的认知和情绪状态。使用皮尔逊相关分析来确定特定大脑区域内 PerAF 值的变化与认知和情绪状况之间的关系。
基于静息态功能磁共振成像数据的机器学习对重度抑郁症的诊断性能：系统评价与荟萃分析
结果：本荟萃分析纳入 31 项研究。汇总敏感性、特异性、DOR 和 AUC 及其 95% 置信区间分别为 0.80（0.75, 0.83）、0.83（0.74, 0.82）、14.00（9, 22.00）和 0.86（0.83, 0.89）。纳入的研究之间存在显著的异质性。元回归分析显示，留一交叉验证（loocv）（敏感度：p < 0.01，特异度：p < 0.001）、图论（敏感度：p < 0.05，特异度：p < 0.01）、n > 100（敏感度：p < 0.001，特异度：p < 0.001）、西门子设备（敏感度：p < 0.01，特异度：p < 0.001）、3.0T 场强（敏感度：p < 0.001，特异度：p = 0.04）和贝克抑郁量表（BDI）（敏感度：p = 0.04，特异度：p = 0.06）可能是造成异质性的来源。此外，亚组分析显示样本量（n > 100：敏感度：0.71，特异度：0.72，n < 100：敏感度：0.81，特异度：0.79），用汉密尔顿抑郁量表（HDRS/HAMD）评估的不同疾病程度（轻度vs.中度vs.重度：敏感度：0.52vs.0.86vs.0.89，特异度：0.62vs.0.78vs.0.82），严重程度相当的患者的抑郁量表。 （BDI 与 HDRS/HAMD：敏感度分别为：0.86 与 0.87，特异度分别为：0.78 与 0.80），所选的特征（图形与功能连接：敏感度分别为：0.84 与 0.86，特异度分别为：0.76 与 0.78）可能是造成异质性的原因。
无脂肪的质量和静息代谢率是能量摄入的决定因素：对食欲控制理论的影响
对食欲控制的任何解释都应包含对物理过程的描述，这些过程可能有助于与抑制饮食的人一起进食。然而，直到15年前，一系列独立研究计划投入了身体成分和食欲的生理作用，这项事业被大大忽略了。这些结果表明，无脂肪的质量（FFM）而不是脂肪质量与客观测量的饮食大小和能量摄入（EI）呈正相关。这些发现伴随着证明，静息代谢率（RMR）也与EI呈正相关，而FFM的影响很大程度上由RMR介导。这些发现将驱动器的作用重新引入了食欲控制模型，并指示如何将其与抑制过程集成在一起。EI的决定因素适合进化的观点，在该观点中，高代谢率器官和骨骼组织的能量需求构成了滋补饮食驱动的状态。这种方法应导致食欲的综合模型的发展，这些模型包括人体成分（FFM）和能量消耗（RMR），作为食欲的滋补生物学信号，沿侧面的其他传统滋补（源自源自）和情节信号（胃肠道衍生）。本文是讨论问题的一部分，“肥胖的原因：理论，猜想和证据（第一部分）”。
基于阿尔茨海默病静息态功能磁共振成像的图神经网络脑年龄预测
因此，AD的早期诊断方法至关重要。然而，现有的诊断方法主要依赖于对中晚期患者的心理测试和临床观察，缺乏客观有效的早期诊断方法。因此，开发更准确的识别方法并找到更客观的早期诊断生物标志物至关重要，这将有助于患者尽早接受治疗并提高治愈率（Tahami Monfared等，2022；Warren和Moustafa，2023）。脑年龄估计就是这样一种潜在的生物标志物，它可以帮助检测AD等精神障碍。此外，神经影像学驱动的脑年龄预测将有助于研究AD对大脑结构和功能网络的影响。同时，最近的研究也强调，显著延缓MCI进展为AD将降低AD的患病率和成本（Anderson，2019）。为此，通过脑年龄预测识别脑老化加速的个体对于精确识别和干预AD至关重要。因此，通过准确可靠的大脑年龄预测及早识别有患 AD 风险的个体将为制定有效的预防策略铺平道路 (Villemagne 等人，2013)。随着人工智能和医学成像技术的发展，近年来针对大脑年龄估计的研究有所增加 (Frizzell 等人，2022)。这些研究中大多数使用了结构磁共振成像 (MRI) 数据 (Gaser 等人，2013；Sajedi 和 Pardakhti，2019；Bashyam 等人，2020；Levakov 等人，2020；Lee 等人，2022)。例如，Bashyam 等人使用通过 T1 加权 MRI 获得的二维图像训练了 DeepBrainNet，这些图像以最少的预处理步骤从 11,729 名健康对照 (HC) 受试者中获得。他们实现了准确的年龄预测，并表明适度拟合的大脑衰老模型更适合区分 AD 和 HC。该方法通过简单的预处理步骤确保了模型在临床环境中的广泛适用性。然而，一个显着的局限性是它不能识别影响模型性能的解剖区域。Lee 等人（2022 年）认为遮挡敏感性分析增强了模型的可解释性。他们进一步发现，脑沟和白质与大脑年龄差距呈正相关。相反，脑回和脑室周围区域与大脑年龄差距呈负相关。通过这些分析，作者阐明了 AD 对大脑结构的影响。然而，必须注意的是，海马萎缩的结构变化发生在脑内积累 β-淀粉样蛋白 (A β ) 病理多年之后 ( McKhann 等人，2011 年；Villemagne 等人，2013 年)，并且AD中功能连接的受损几乎可以与使用正电子发射断层扫描（PET）测量的A β和tau同步检测到。因此，与大脑结构变化相比，通过静息态功能磁共振成像（rs-fMRI）检测大脑功能变化可能是一种对有AD风险的个体更敏感、更早的方法（Gonneaud等人，2021年）。先前的研究也证明了rs-fMRI数据在预测大脑年龄方面的效用，并提出AD会导致加速衰老。其中一项研究采用了高斯过程回归（GPR），在测试集中获得了8.195的平均绝对误差（MAE）和10.31的均方根误差（RMSE）（Millar等人，2022年）。然而，大多数现有的