首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    PNAS:从儿童到老年大脑自发皮层动态变化轨迹

    在迄今为止规模最大、范围最广的寿命脑磁图(MEG)研究中(n = 434,6至84岁),我们提供了静息状态自发活动的规范轨迹及其时间动态的关键数据。我们进行了尖端的分析,研究了年龄和性别对全脑、空间分辨的相对和绝对功率图的影响,并在两种类型的图的所有谱波段发现了显著的年龄影响。具体而言,较低的频率与年龄呈负相关,而较高的频率与年龄呈正相关。通过层次回归进一步探讨了这些相关性,揭示了关键大脑区域的显著非线性轨迹。性别影响出现在绝对功率图中,而不是相对功率图中,突出了通常可互换使用的结果指标之间的关键差异。我们严谨和创新的方法提供了多谱图,显示了整个生命周期中自发神经活动的独特轨迹,并通过广泛使用的自发皮质动力学的相对/绝对功率图阐明了关键的方法论考虑。

    01

    Cerebral Cortex:整个生命周期认知灵活性的脑动力学

    促进灵活认知和行为的神经机制,以及它们如何随着发育和衰老而改变,目前还不完全了解。目前的研究使用静息状态fMRI数据(n = 601,6 - 85岁)探索了整个生命周期的内在大脑动力学,并检查了三个神经认知网络(中扣带脑岛网络,M-CIN;内侧额顶网络M-FPN;侧额顶网络(L-FPN)与认知灵活性行为指标的相关性。分层多元回归分析显示,在L-FPN和M-FPN共激活的大脑状态和大脑状态转换之间的大脑动力学,调节了年龄的二次效应和由Delis-Kaplan执行功能系统(D-KEFS)测试分数衡量认知灵活性之间的关系。此外,对显著交互作用的简单斜率分析显示,与年轻人相比,儿童和老年人更有可能表现出与较差的认知灵活性相关的大脑动态模式。我们的研究发现,随着年龄的增长,认知灵活性的变化与支持这些变化的潜在大脑动力学有关。预防和干预措施应优先针对这些网络进行认知灵活性培训,以促进整个生命周期的最佳结果。

    04

    【思维导图】机器学习基础之「统计篇」

    本文用一系列「思维导图」由浅入深的总结了「统计学」领域的基础知识,是对之前系列文章做的一次完整的梳理,也是我至今为止所有与统计有关的学习笔记。众所周知,「统计学」是深入理解「机器学习|数据挖掘」的重要基础学科。正所谓磨刀不误砍柴工,对于数理基础薄弱的人,强化一下理论的学习是大有裨益的。普通人难以做到“一次学习”,经典知识总是在一次次回顾后才能有更深入的理解。这也是我选择「思维导图」作为学习工具的原因,发散性思考的模式能帮助迅速回忆起相关的知识。近一个月我对之前陆陆续续学习的统计知识进行了系统性的复习、知识点

    013

    【思维导图】机器学习基础之「统计篇」

    本文用一系列「思维导图」由浅入深的总结了「统计学」领域的基础知识,是对之前系列文章做的一次完整的梳理,也是我至今为止所有与统计有关的学习笔记。众所周知,「统计学」是深入理解「机器学习|数据挖掘」的重要基础学科。正所谓磨刀不误砍柴工,对于数理基础薄弱的人,强化一下理论的学习是大有裨益的。普通人难以做到“一次学习”,经典知识总是在一次次回顾后才能有更深入的理解。这也是我选择「思维导图」作为学习工具的原因,发散性思考的模式能帮助迅速回忆起相关的知识。近一个月我对之前陆陆续续学习的统计知识进行了系统性的复习、知识点

    06
    领券