PNAS：多层面揭示大脑结构
来源：本站原创 2020-11-05 22:22
大脑的结构支持认知和行为功能，并且在相互影响的多层连接中极为复杂。但是，对于大脑结构的研究工作通常集中在单个空间尺度上。在由巴塞罗那大学复杂系统研究所（UBICS）的研究人员领导的研究中，研究人员研究了大脑的多尺度空间组织，并观察到，在几何网络模型中，不同分辨率的层是相似的，也就是说，随着我们移开，层的几何结构和连通性结构保持不变。
2020年11月6日 讯 /生物谷BIOON/ --大脑的结构支持认知和行为功能，并且在相互影响的多层连接中极为复杂。但是，对于大脑结构的研究工作通常集中在单个空间尺度上。在由巴塞罗那大学复杂系统研究所（UBICS）的研究人员领导的研究中，研究人员研究了大脑的多尺度空间组织，并观察到，在几何网络模型中，不同分辨率的层是相似的，也就是说，随着我们移开，层的几何结构和连通性结构保持不变。
为了进行这项研究，研究人员使用了两个高质量的数据集，这些数据集包含八十四个健康受试者的神经连接图。 UBICS的ICREA研究人员M.àngels Serrano表示：“结果表明，不同规模的大脑连通性是按照导致有效分散通信的相同原理进行组织的。”
该模型通过应用重新规范化协议来预测观察结果。此方法基于几何网络模型，该模型将节点放置在隐藏的度量空间中并定义了大脑连接图，从而使两个节点更可能被连接。这种类型的模型使研究人员能够解释真实网络的通用功能。
对于每个尺度，经验观察与模型提供的预测之间都存在显著的一致性。结果表明，相同的规则解释了在覆盖所用数据集的长度范围内，大脑中短距离连接和长距离连接的形成。（生物谷Bioon.com）
资讯出处：A new multiscale view of the human brain
原始出处：Muhua Zheng et al, Geometric renormalization unravels self-similarity of the multiscale human connectome, Proceedings of the National Academy of Sciences (2020). DOI: 10.1073/pnas.1922248117
为了进行这项研究，研究人员使用了两个高质量的数据集，这些数据集包含八十四个健康受试者的神经连接图。 UBICS的ICREA研究人员M.àngels Serrano表示：“结果表明，不同规模的大脑连通性是按照导致有效分散通信的相同原理进行组织的。”
（图片来源：Www.pixabay.com）
该模型通过应用重新规范化协议来预测观察结果。此方法基于几何网络模型，该模型将节点放置在隐藏的度量空间中并定义了大脑连接图，从而使两个节点更可能被连接。这种类型的模型使研究人员能够解释真实网络的通用功能。
对于每个尺度，经验观察与模型提供的预测之间都存在显著的一致性。结果表明，相同的规则解释了在覆盖所用数据集的长度范围内，大脑中短距离连接和长距离连接的形成。（生物谷Bioon.com）
资讯出处：A new multiscale view of the human brain
原始出处：Muhua Zheng et al, Geometric renormalization unravels self-similarity of the multiscale human connectome, Proceedings of the National Academy of Sciences (2020). DOI: 10.1073/pnas.1922248117
版权声明 本网站所有注明“来源：生物谷”或“来源：bioon”的文字、图片和音视频资料，版权均属于生物谷网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：生物谷”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
87%用户都在用生物谷APP 随时阅读、评论、分享交流 请扫描二维码下载->
