BriefGPT - AI 论文速递
·
Symbrain: 新生儿脑对称性分析的大规模 MRI 图像数据集
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
早期脑发育对大脑认知能力和疾病有影响，研究发现围产期结构连通性发展存在明确趋势和一致不对称模式，连接权重方法对早期评估结构连接的正常和异常发展有用。
🎯
关键要点
- 早期脑发育的组织联系形成高度有序的结构连接组。
- 大脑的认知能力受到结构连接的影响，并对疾病和环境因素产生影响。
- 围产期阶段的结构连接定量评估有助于研究正常和异常的神经发展。
- 从扩散MRI数据中估计连接组涉及复杂的计算，且受到脑快速发育和图像难度的挑战。
- 高主体间变异性使得建立结构连接的可靠参考基线变得困难。
- 研究开发了基于时空平均的计算框架来确定结构连接的基线。
- 分析了来自166个主体的33到44周月经后的结构连接，揭示了围产期结构连通性发展的明确趋势。
- 基于纤维状异性和神经树突密度的连接权重产生了最一致的结果。
- 观察到全局和局部效率的增加，特征路径长度的减小，以及连接的广泛增强。
- 不同连接权重方法之间存在一致的不对称模式，新的计算方法对早期评估结构连接非常有用。
➡️
