Përmbledhje: Studiuesit kanë zhvilluar “OpenNeuro Average” (onag), një shabllon i ri sipërfaqësor kortikal që përmirëson saktësinë dhe efikasitetin e analizës së të dhënave të neuroimazhit.
Ky shabllon bazohet në 1031 tru, duke ofruar një hartë më uniforme dhe më pak të njëanshme në krahasim me modelet e mëparshme. Ai lejon përdorimin më të mirë të të dhënave, gjë që është thelbësore për studimet me grupe të dhënash të kufizuara.
Modeli i onavg pritet të ketë aplikime të gjera në neuroshkencën kognitive dhe klinike.
Faktet kryesore:
- Mostra uniforme: Onavg mostrave të rajoneve të trurit në mënyrë uniforme, duke reduktuar paragjykimet.
- Efikasiteti i të dhënave: Kërkon më pak të dhëna për analiza të sakta, duke ndihmuar studimet me grupe të dhënash të kufizuara.
- Aplikime të gjera: I dobishëm për kërkime në vizionin, gjuhën dhe sëmundjet neurodegjenerative.
Burimi: Kolegji Dartmouth
Truri i njeriut është përgjegjës për funksionet kritike, duke përfshirë perceptimin, kujtesën, gjuhën, të menduarit, ndërgjegjen dhe emocionet.
Për të kuptuar se si funksionon truri, shkencëtarët shpesh përdorin neuroimazhe për të regjistruar aktivitetin e trurit të pjesëmarrësve kur truri është duke kryer një detyrë ose në pushim. Funksionet e trurit organizohen sistematikisht në korteksin cerebral, shtresën e jashtme të trurit të njeriut.
Studiuesit shpesh përdorin atë që quhet “modeli i sipërfaqes kortikale” për të analizuar të dhënat e neuroimazhit dhe për të studiuar organizimin funksional të trurit të njeriut.
Çdo tru ka një formë të ndryshme. Për të analizuar të dhënat e neuroimazhimit të shumë individëve, studiuesit duhet t’i regjistrojnë të dhënat në të njëjtin shabllon truri, i cili mundëson identifikimin e të njëjtit vendndodhje anatomike në tru të ndryshëm, edhe pse truri ka forma të ndryshme. Këto vende njihen si “kulme”.
Gjatë 25 viteve të fundit, ka pasur disa përsëritje të shablloneve të tillë dhe shabllonet më të përdorura të sipërfaqes kortikale sot bazohen në të dhënat e mbledhura nga 40 trura.
Tani, studiuesit e Dartmouth kanë krijuar një shabllon të ri sipërfaqësor kortikal të quajtur “OpenNeuro Average”, ose shkurt “onavg”, i cili ofron saktësi dhe efikasitet më të madh në analizimin e të dhënave të neuroimazhit.
Gjetjet janë publikuar në Metodat e natyrës.
“Modelja jonë e sipërfaqes kortikale, onavg, është e para që mostrën e pjesëve të ndryshme të trurit në mënyrë uniforme,” thotë autori kryesor Feilong Ma, një student postdoktoral dhe anëtar i Laboratorit Haxby në Departamentin e Shkencave Psikologjike dhe të Trurit në Dartmouth. “Është një hartë më pak e njëanshme që është më efikase nga ana llogaritëse.”
Ekipi ndërtoi shabllonin bazuar në anatominë kortikale të 1031 trurit nga 30 grupe të dhënash në OpenNeuro, një platformë falas dhe me burim të hapur për ndarjen e të dhënave të neuroimazhimit. Sipas bashkautorëve, është gjithashtu shablloni i parë i sipërfaqes kortikale bazuar në formën gjeometrike të trurit.
Në të kundërt, shabllonet e mëparshëm provuan pjesë të ndryshme të korteksit në mënyrë të pabarabartë dhe bazoheshin në një formë të ngjashme me sferën për të përcaktuar vendndodhjen e kulmeve kortikale, gjë që rezultoi në paragjykime në shpërndarjen e kulmeve.
Me shabllonin onavg, kërkohen më pak të dhëna për analizë.
“Është shumë e shtrenjtë për të marrë të dhëna përmes neuroimazhimit dhe për disa popullata klinike – si për shembull nëse jeni duke studiuar një sëmundje të rrallë – mund të jetë e vështirë ose e pamundur të përftoni një sasi të madhe të dhënash, kështu që aftësia për të hyrë në rezultate më të mira me më pak të dhëna është një aset”, thotë Feilong.
“Me përdorim më efikas të të dhënave, shablloni ynë potencialisht mund të rrisë përsëritshmërinë dhe riprodhueshmërinë e rezultateve në studimet akademike.”
“Unë mendoj se onavg përfaqëson një përparim metodologjik që ka aplikime të gjera në të gjitha aspektet e neuroshkencës kognitive dhe klinike,” thotë bashkëautori James Haxby, një profesor në Departamentin e Shkencave Psikologjike dhe të Trurit dhe ish-drejtor i Qendrës për Neuroshkencën Kognitive në Dartmouth.
Ai thotë se modeli i sipërfaqes së tyre kortikale mund të përdoret për studime mbi shikimin, dëgjimin, gjuhën dhe dallimet individuale, si dhe për çrregullime të tilla si autizmi dhe sëmundjet neurodegjenerative si Alzheimer dhe Parkinson.
“Ne mendojmë se do të ketë një ndikim të gjerë dhe të thellë në këtë fushë,” thotë Haxby. Jiahui Guo, një ish-student postdoktor në shkencat psikologjike dhe të trurit dhe asistent profesor në Shkollën e Shkencave të Sjelljes dhe të Trurit në Universitetin e Teksasit në Dallas, dhe Maria Ida Gobbini, një profesoreshë e asociuar në Departamentin e Shkencave Mjekësore dhe Kirurgjike në Universitet i Bolonjës, gjithashtu kontribuoi në studim.
Rreth këtij lajmi për kërkimin e hartës së trurit
Autori: Amy Olson
Burimi: Kolegji Dartmouth
Kontaktoni: Amy Olson – Kolegji Dartmouth
Imazhi: Imazhi është kredituar për Neuroscience News
Hulumtimi origjinal: Qasje e hapur.
“Një shabllon i sipërfaqes kortikale për neuroshkencën njerëzore” nga Feilong Ma et al. Metodat e natyrës
Abstrakt
Një shabllon i sipërfaqes kortikale për neuroshkencën njerëzore
Analiza e të dhënave të neuroimazhit mbështetet në normalizimin me shabllone anatomike standarde për të zgjidhur dallimet makroanatomike në të gjithë trurin. Shabllonet ekzistuese të sipërfaqes kortikale njerëzore i vendosin vendet e mostrës në mënyrë të pabarabartë për shkak të shtrembërimeve të shkaktuara nga fryrja e korteksit të palosur në një formë standarde.
Këtu ne paraqesim shabllonin onavg, i cili siguron kampionim uniform të korteksit.
Ne krijuam shabllonin onavg bazuar në skanimet strukturore me cilësi të lartë të disponueshme hapur të 1031 trurit—25 herë më shumë se shabllonet ekzistuese kortikale. Ne optimizuam vendndodhjet e kulmit bazuar në anatominë kortikale, duke arritur një shpërndarje të barabartë.
Ne kemi vërejtur saktësi më të larta të klasifikimit të modeleve me shumë variacione dhe korrelacione ndërpjesëmarrëse të gjeometrisë reprezentative bazuar në onavg sesa në shabllone të tjerë, dhe onag ka nevojë vetëm për tre të katërtat e të dhënave për të arritur të njëjtën performancë krahasuar me shabllonet e tjerë.
Kampionimi i optimizuar gjithashtu zvogëlon kohën e CPU-së nëpër algoritme me 1.3–22.4% për shkak të më pak variacioneve në numrin e kulmeve në çdo prozhektor.