1.NeuroImage：默认网络和背侧注意力网络之间的相互作用在默认子系统，时间和认知状态之间有所不同默认网络（DN）和背部注意网络（DAN）之间的反相关被认为是反映竞争功能的功能性脑组织的内在方面。但是DN和DAN之间的FC（功能连接）的效应大小尚未确定。此外，不同DN子系统，不同上下文和时间的反关联的稳定性仍有待探索。本文研究者在研究1中总结了20项研究中的DN-DAN的FC的效应量；在研究2中，研究者们在新的数据集探讨了DN-DAN之间的相互作用在六个不同认知状态之间的变异性。本文作者得出如下结论: （1）在不使用全局信号回归的情况下，DN和DAN具有独立的关系而不是反相关的关系（研究的中值影响大小为： r=-0.06;95%CI:-0.15—0.08）；（2）DAN与DN核心子系统表现出较弱的负FC，但与背侧前额叶和颞中叶子系统无相关性; （3）DN-DAN相互作用在不同的认知状态之间差异很大；（4）DN-DAN FC在反相关时间段与正相关时间段之间的时间中波动；（5）DN-DAN耦合强度随时间的变化与涉及额顶控制网络（FPCN）的相互作用相协调。总体而言，观察到的与DN-DAN反相关性相关的弱效应大小表明，有必要重新概念化这些网络之间相互作用的本质。此外，本文的研究结果表明，DN-DAN相互作用不是稳定的，而是表现出随时间和上下文的显着变化，并且与涉及FPCN的更广泛的网络动力学协调一致。原文：Interactions between the default network and dorsal attention network vary across default subsystems, time, and cognitive statesDOI: /10.1016/j.neuroimage.2016.12.073第三十三届磁共振脑影像基础班（重庆，10.11-16）
第十七届磁共振脑网络数据处理班（重庆，10.20-25）
2.NeuroImage：静息态EEG波动连接的动态因果模型众所周知，功能连接会随着时间而系统地更改。变化可能受多种原因影响，包括活动依赖性、神经元耦合的内在波动和情境因素，例如实验条件和时间。此外，情境效果可能是特定于对象的，或者相对于对象而言是保守的。为了表征有效连通性中的波动，作者在休息期间将脑电图（EEG）记录的1分钟内使用跨谱响应的动态因果模型（DCM），分为1秒窗口。并专注了两个内部网络：默认模式和显著性网络。使用了动态因果模型估算这两个网络在每个时间窗口中的连通性。并使用分层参数经验贝叶斯模型（PEB）评估DCM中的波动。在被试内，使用二阶线性模型对窗口之间的效果进行建模，该线性模型具有时间基础函数作为回归变量。此过程分别针对每个被试进行。然后，使用贝叶斯模型简化来评估哪个时间基础函数（的组合）最能解释各窗口上的动态连接。使用第三个（被试间）级别的模型来推断哪些动态连接参数在对象上是保守的。研究的结果表明，默认模式网络中的连接性波动以及显著性网络在较小程度上都包含特定于被试的成分和一个共有成分。对于这两个网络，在1分钟内，与高阶区域的连接似乎单调增加。这些结果不仅确定了动态连通性估计值的预测有效性（借助检测被试的系统变化），而且还提出了取决于实验情况的连通性波动的相对贡献中特定于网络的分解。作者在此基础上认为这些程序可能有助于表征大脑状态的转变，这可以用它们的认知或神经病理学基础来解释。原文：Dynamic causal modelling of fluctuating connectivity in resting-state EEGhttps://doi.org/10.1016/j.neuroimage.2019.01.0553. Neuroimage：动态功能连接方法重测信度的比较大脑的功能组织具有丰富的时空结构，可用功能连通性(FC)测量来探测。然而许多方法上的问题限制了使用动态连通性的研究的可解释性。本文研究目的是确定评估方法，为各种动态FC指标提供准确可靠的度量。文章作者选取了滑动窗口方法(SW)、锥形滑动窗口(TSW)和动态条件相关(DDC)，通过对公开的2个数据（多模态核磁共振再现资源-Kirby数据和人类连接组计划-HCP数据）的计算。发现动态相关性在两种重测数据集中都能被可靠地检测到，而DCC方法在汇总统计的可靠性方面优于SW方法。结果还发现DDC方法算出的动态相关方差比非参数估计方法导出的动态相关方差可靠得多，因为方差具有提供可用于发现动态FC中有意义的个体差异的总结措施的强大潜力。作者得出结论：动态连通性的方差是任何动态FC度量的重要组成部分。原文：Comparing test-retest reliability of dynamic functional connectivity methodsDOI：10.1016/j.neuroimage.2017.07.005第三十四届磁共振脑影像基础班（南京，10.30-11.4）
第十八届磁共振脑网络数据处理班（南京，11.6-11）
4.frontiers in psychiatry：利用机器学习方法，利用脑电图(EEG)和临床数据预测抗抑郁治疗反应
重度抑郁症(MDD)患者对抗抑郁药的反应各不相同。然而，在治疗前或治疗早期确定能够预测抗抑郁药物疗效的客观生物标志物仍然是一个挑战。针对此问题，Natalia Jaworska等人在frontiers in psychiatry上发表了研究，使用机器学习（ML）方法来预测响应状态。MDD患者参加了为期12周的抗抑郁药物治疗试验。脑电图（EEG）数据在51例患者开始治疗前和治疗后1周收集。第12周时的反应状态由Montgomery-Asberg抑郁量表（MADRS）确定，特征为缓解者减少50％（N = 27/24缓解者/无缓解者）。使用了随机森林模型。首先，使用基于树的估计器从以下几项中选择相对较少的重要特征：（a）人口统计/临床数据； （b）头皮脑电图功率； （c）局部源电流密度。其次，应用主成分分析来简化和映射重要特征。第三，构建了一组ML模型，以基于映射特征对响应结果进行分类。对于每个数据集，提取预测特征，然后是所有预测特征的模型，最后是最预测特征的模型。结果发现：50个eLORETA特征可以预测响应(跨波段，两个时间点);alpha1/theta eLORETA特征的预测价值最高。88个头皮脑电图特征可以预测反应(跨波段，两个时间点)，而theta/alpha2的预测能力最强。临床/人口统计数据由31个特征组成，其中最重要的是第1周集中困难评分。当所有特征被纳入一个模型时，其预测效用很高(准确率为88%)。在最终模型中提取最重要的特征时，出现了12个预测特征(准确率为78%)。这些发现表明ML模型的治疗前和早期紧急脑电图和临床特征可以作为预测抗抑郁反应的工具。虽然必须使用大型独立样本进行复制，但它为个性化的、基于生物标志物的治疗方法的研究奠定了基础。原文：Leveraging Machine Learning Approaches for Predicting Antidepressant Treatment Response Using Electroencephalography (EEG) and Clinical Datadoi: 10.3389/fpsyt.2018.00768第九届脑电数据处理入门班（重庆，9.22-27）
第十二届脑影像机器学习班（重庆，11.11-16）
第二十二届脑电数据处理中级班（南京，11.12-17）
5.Cerebral Cortex：遗传和环境对自闭症双胞胎叶状脑结构的影响这项调查研究了与正常发育(TD)对照组相比，自闭症谱系障碍(ASD)儿童大脑结构的变化是否与遗传或环境因素有关。对6-15岁的双胞胎进行t1加权磁共振扫描，其中至少有一人被诊断为ASD或两者均为TD。利用FreeSurfer生成结构像相关指标(体积、皮层厚度和表面积)，并完成ACE建模。在患有自闭症的双胞胎中，叶状结构也主要是由基因介导的;然而，额叶、颞叶和顶叶的厚度，以及额叶灰质(GM)的体积，与环境因素有关。相反，枕骨厚度并没有表现出在对照组种发现的对环境的影响。GM体积的差异与额叶、颞叶和顶叶的社交障碍有关。这是第一次研究表明环境因素对ASD患儿的GM影响更大，尤其是在额叶部分的影响。
原文：Genetic and Environmental Influences on Lobar Brain Structures in Twins With Autismhttps://doi.org/10.1093/cercor/bhz215第十届磁共振脑影像结构班（重庆，11.2-7）
6.NeuroImage：脑电解码揭示了面孔加工的发展变化人对于面孔信息进行迅速而精准的加工的能力被认为会随着年龄的增长而提升，但如何理解这种增长的潜在驱动因素仍然是一个有争议的问题，即关于面孔加工的早熟与晚熟的争论仍在继续。最近的行为学证据表明，面孔加工的一个重要特征——面部反转效应——存在于非常年幼的儿童身上。为了解决这个问题，本文对儿童（6-11岁）和成人面孔加工的神经动力学进行了仔细的研究。将多变量模式分析（MVPA）应用于脑电信号，以对比人在面对直立面孔时，与其他物体（如房屋）和倒置的面孔对比，是否存在独特的神经剖面。为了确定一个模型能够预测参与者是否看到了某种特定的刺激，例如直立和倒立的面孔，即脑电数据是否包含其相关特征，本文使用线性支持向量机分类器，对每个试次的所有采样点（250Hz）进行分类预测。对于每一个分类问题，支持向量机在有独立的训练集和测试集，用20折交叉验证（70%训练集和30%训练集）评估分类效果，并采用100次置换检验以验证结果的鲁棒性。结果表明，在组水平上，解码的准确率随年龄的增长而提高，两种面孔相对于其他物体（如房屋），以及直立面孔和倒立面孔相比，都有显著地解码差异。在个体水平上，除了少数几个被试之外，也存在同样的现象。原文：Developmental changes in the processing of faces as revealed by EEG decoding.Doi: https://doi.org/10.1016/j.neuroimage.2020.116660.第十届脑电数据处理入门班（南京，12.1-6）
第二十三届脑电数据处理中级班（重庆，12.16-21）
7. Neuroimage：额叶theta和顶叶后alpha控制机制的跨频率耦合促进工作记忆
Theta（4-8hz）和alpha（8-14hz）波段的神经振荡与执行功能的实现有关，其中theta位于额叶中线皮层，alpha位于顶叶后皮层，他们都与工作记忆（WM，working memory）负荷有关。来自康斯坦茨大学的Popov，让参与者执行N-back WM任务，并同时记录EEG，以探究这些在空间和频段上不同的神经现象是如何在大规模额顶叶网络中相互作用并为WM服务的。 结果表明，在参与者WM成功执行时，前额theta功率的增加、后alpha功率降低。这些功率波动在试次内和试次间都与实验的呈负相关，也就是说，反应时的增加与工作记忆的负荷减少有关，这表明在额顶叶网络中有一个重要的通讯通道。进一步的格兰杰因果分析表明，alpha可以直接实现顶叶到额叶的交流；theta可以直接实现额叶到顶叶的交流。本研究结果鼓励人们考虑将这些双向的、功率间的、跨频率的控制机制作为支持执行功能网络的一个重要特征。原文：Cross-frequency interactions between frontal theta and posterior alpha control mechanisms foster working memoryhttps://doi.org/10.1016/j.neuroimage.2018.07.0678. Brain：tau病理和神经退行性变对阿尔兹海默患者认知功能障碍的影响神经病理学和活体研究已经揭示了阿尔茨海默疾病谱系中tau病理学与认知障碍之间的紧密关系。同时，tau病理也与神经退行性变和淀粉样蛋白病理密切相关。因此，本研究的目的是评估灰质萎缩和淀粉样蛋白病理是否有助于确定tau病理（18F-AV-1451-PET成像测量）与AD认知缺陷之间的关系。研究者纳入了40例淀粉样蛋白阳性的患者，他们符合阿尔茨海默病导致的轻度认知障碍(n = 5)或可能的阿尔茨海默痴呆(n = 35)的标准。12例患者同时符合后皮层萎缩标准、8例符合后遗症失语症标准。所有参与者接受3 T磁共振成像、淀粉样蛋白(11C-PiB)正电子发射断层扫描和tau (18F-AV-1451)正电子发射断层扫描，以及情景性和语义性记忆、语言、执行和视空间功能评估。原始认知得分被转换为年龄校正后的Z-scores，然后取平均值计算每个认知领域的复合得分。提取灰质体积、11C-PiB摄取值和18F-AV-1451摄取值。在认知得分与18F-AV-1451摄取和灰质体积存在关联的大脑区域进行偏相关性和因果中介分析。结果显示：每个认知领域能力下降与18F-AV-1451在特定大脑区域的摄取增加相关，这些脑区符合已建立的脑行为关系(即情景记忆：内侧颞叶和角回；语义记忆：左前颞区；语言：左后颞上叶和颏上回；执行功能：双侧额顶区；视觉空间功能：右侧多于左侧枕颞区)。当添加灰质体积或11C-PiB摄取图作为协变量时，这种区域性关联模式基本上保持不变，不过脑区范围稍微有点缩小。总的来说，特定大脑区域与淀粉样蛋白沉积关系微弱，但部分受灰质体积的影响。这表明tau病理可能通过多种机制导致认知缺陷，包括但不限于灰质损失。这些结果可能对未来针对tau病理学的治疗试验有所启示。 原文：Tau pathology and neurodegeneration contribute to cognitive impairment in Alzheimer’s diseaseDOI: 10.1093/brain/awx243第三十三届磁共振脑影像基础班（重庆，10.11-16）
第十届磁共振脑影像结构班（重庆，11.2-7）
第七届磁共振ASL数据处理班（南京，10.12-15）
9.NeuroImge:人、猴与小鼠经颅磁刺激模型分析经颅电与磁刺激作为一种非侵入性脑功能损伤治疗手段，对于患者大脑功能的恢复有着重要的作用，但是人们对其工作机制与剂量反应特性还不了解。在全面应用于临床前，基于动物的实验就显得尤为重要。但是人与动物有着巨大的差异。基于动物的研究结果无法直接应用于人类，因此需要构建由动物实验到人体的迁移模型，本文就是基于这一目的构建了由小鼠到猴到人的经颅电与磁刺激参数迁移模型。经颅电刺激与磁刺激成为了一种越发流行的非侵入式的脑功能干预措施。但是其作用机制与计量反应特性仍不清楚。由于侵入式记录使更加强大的功能成为可能，而这过程中基于动物模型的转化研究成为了关键。为了将来自动物的研究成果迁移到人身上，产生于大脑中的感应电场相当的刺激条件是至关重要的。本研究中我们以小鼠、卷尾猴、猕猴以及人体作为研究对象，利用有限元分析方法构建TMS和TES分析模型。随后系统评估了感应电场，并分析了他们与头部大脑解剖结构的关系。结果我们发现，对于TMS经颅磁刺激，随着大脑体积的变大，其引发的电场变化如二次函数一样呈现出先增长后降低的模式；对于由经颅电刺激诱发的电场强度随着大脑体积油小变大呈现明显的下降趋势，这种差异在不同物种之间可达百倍。基于以上的研究成果，可构建动物与人类刺激实验中的匹配参数的基础。原文：Comparative modeling of transcranial magnetic and electric stimulation in mouse, monkey, and humanDOI: https://doi.org/10.1016/j.neuroimage.2019.03.044第七届小动物脑影像数据处理班（南京，12.20-25）
第二十二届脑电数据处理中级班（南京，11.12-17）
如需某篇原文及补充材料请加思影科技微信：siyingyxf 或者18983979082（杨晓飞）获取,如对思影课程感兴趣也可加此微信号咨询。觉得有帮助，给个转发，或许身边的朋友正需要。右下角点个再看，我们会更努力做好。微信扫码或者长按选择识别关注思影
非常感谢转发支持与推荐
欢迎浏览思影的数据处理业务及课程介绍。（请直接点击下文文字即可浏览思影科技所有的课程，欢迎添加微信号siyingyxf或189839798082（杨晓飞）进行咨询，所有课程均开放报名，报名后我们会第一时间联系，并保留已报名学员名额）：
第三十一届磁共振脑影像基础班（重庆，9.14-19）
第三十三届磁共振脑影像基础班（重庆，10.11-16）
第十七届磁共振脑网络数据处理班（重庆，10.20-25）
第十四届DTI数据处理班（重庆，11.19-24）
第十届磁共振脑影像结构班（重庆，11.2-7）
第十二届脑影像机器学习班（重庆，11.11-16）
第十三届DTI数据处理班（南京，9.15-20）
第三十二届磁共振脑影像基础班（南京，9.21-26）
第六届任务态fMRI专题班（南京，10.16-21）
第二届DWI提高班（南京，10.24-29）
第七届磁共振ASL数据处理班（南京，10.12-15）
第三十四届磁共振脑影像基础班（南京，10.30-11.4）
第十八届磁共振脑网络数据处理班（南京，11.6-11）
第七届小动物脑影像数据处理班（南京，12.20-25）
第十三届脑影像机器学习班（南京，12.13-18）
第九届脑电数据处理入门班（重庆，9.22-27）
第二十三届脑电数据处理中级班（重庆，12.16-21）
第八届眼动数据处理班（重庆，10.26-30）
第十届近红外脑功能数据处理班(重庆，12.23-28）
第二十二届脑电数据处理中级班（南京，11.12-17）
第十届脑电数据处理入门班（南京，12.1-6）
第九届近红外脑功能数据处理班（上海，11.24-29）
此处点击在看，让更多朋友关注思影
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
