阿尔茨海默病中APOEε4对磷酸化tau蛋白相互作用网络的影响 背景介绍 阿尔茨海默病（Alzheimer’s disease，AD）是一种以β-淀粉样蛋白（Aβ）在细胞外沉积和自聚集形成多种类型的Aβ沉积，以及异常磷酸化的tau蛋白（磷酸化tau，ptau）在神经元内积累并自组装形成神经纤维缠结为标志的神经退行性疾病。AD的发病机制也与tau病理的神经解剖进展紧密相连，这些病理标志物依次影响大脑的不同区域，遵循Thal五阶段（Aβ病理）和Braak六阶段（tau病理）。 在AD的遗传风险因素中，Apolipoprotein E基因（APOE）的多态性是主要因素，APOEε4等位基因与散发性AD的风险增加和发病年龄早期化成正相关。然而，APOEε2等位基因被认为具有保护作用。APOE是一种主...

脑损伤和慢性健康症状患者的结构连接特征研究 学术背景 外伤性脑损伤（Traumatic Brain Injury，TBI）是创伤后死亡和残疾的主要原因之一。即使是轻度至中度的TBI，许多患者仍会经历一种复杂的症状群，称为“脑震荡后综合症”，其中包括头痛、眩晕、疲劳及各种认知、感觉和情感症状。这些症状的根本病理生理学之一是弥漫性轴索损伤（Diffuse Axonal Injury，DAI），该病理被认为导致大脑网络之间的断连，从而破坏大脑网络的完整性。然而，由于传统CT或MRI成像难以显现这些伤害的存在，因此检测和评估DAI具有一定挑战性。 近年来，扩散张量成像（Diffusion Tensor Imaging，DTI）作为一种非侵入性的成像方法，已证明在调查脑结构完整性和网络属性的微妙破坏方...

神经元分类的创新融合：基于人类和小鼠电生理数据的共同信息 科学界长期以来对神经元分类面临巨大挑战。准确分类神经元对于理解大脑在健康和疾病状态下的功能至关重要。这篇由Bar-Ilan University的Ofek Ophir、Orit Shefi与Ofir Lindenbaum引领的研究在《Neuroinformatics》期刊上发表，提出了一种全新的机器学习框架，通过联合使用来自人类和小鼠的电生理数据来对神经元进行分类。 研究背景 神经元是神经系统的基本单元，其分类自Ramon y Cajal在1995年发表《人和脊椎动物神经系统的组织学》以来，一直是神经科学的核心问题。分类神经元有助于在不同实验室和实验条件下的一致识别，这对于理解大脑功能及其在健康和病态状态下的变化至关重要。 研究来源 ...

神经信息学领域的一项新突破：Cadence工具用于钙事件检测的研究报告 背景介绍 钙成像技术在神经元集合体研究中引发了一场革命，为研究人员提供了一种同时可视化和监控多个神经元活动的强大工具。钙成像利用荧光钙指示剂，这些指示剂在细胞内钙水平变化时发光，而钙水平与神经元活动密切相关。通过成像这些荧光变化，研究人员可以实时获取神经元集合体的动态，从而研究复杂的神经回路和网络。 尽管钙成像可以生成相对荧光变化δf/f曲线，但研究神经元集合体的科学家通常需要从这些连续的δf/f曲线中推断出钙事件，以创建钙事件的栅格图（raster representation）。为此，科学家们需要一种能够从这些曲线中推断钙事件的工具。在本文中，研究团队介绍了一种名为Cadence的开源工具，它能够通过半自动检测从钙成...

使用贝叶斯多层图分类器的功能性大脑连接研究 研究背景与问题陈述 近年来，针对老年人认知控制的研究日益受到重视，特别是在人口老龄化加速的背景下，理解老年人的认知功能变得尤为重要。这不仅因为其涉及的医疗成本，更由于老龄化社会带来的重大经济和社会影响。研究老年人在进行认知控制任务时大脑功能连接的变化可以为认知神经科学领域提供宝贵的见解。本研究旨在通过功能性磁共振成像（fMRI）数据来探讨认知功能衰退与大脑各区域间相互关系的联动性。 论文来源与作者信息 本文由 Sharmistha Guha、Jose Rodriguez-Acosta 和 Ivo D. Dinov 撰写，来自德克萨斯农工大学与密歇根大学。该论文于 2024 年 5 月 22 日被《Neuroinformatics》期刊接受发表，详细...

学术背景 高等级胶质瘤患者的认知功能受到肿瘤位置和体积的影响，这一事实已得到广泛认可。然而，关于如何准确预测个体患者的认知功能，以便在手术前后进行个性化治疗决策的研究仍然有限。现阶段，大多数研究集中在解释不同肿瘤位置对认知功能的影响，但并未详细探讨这些位置表示是否能用于实际预测。此外，目前使用的大多数方法都是基于群体平均的大脑图谱，这种方法可能无法精准反映个体差异。本研究旨在探讨不同的肿瘤位置表示方法，包括流行的人群平均大脑图谱、随机产生的图谱和基于主成分分析（Principal Component Analysis, PCA）的表示，是否能够有效预测未见患者的认知功能。 研究来源 论文题目为《Predicting cognitive functioning for patients wit...

神经信息学研究：多相机系统下的神经解剖学3D模型摄制 学术背景 中枢神经系统的外科解剖学，包括颅骨和脊柱，具有极其复杂的三维（3D）结构，这使得学习者难以完全理解各结构之间的复杂关系。准确了解这些解剖关系和3D感知对于进行安全的神经外科手术以及减少手术并发症至关重要。目前，教材和图谱仍然是教授人类解剖学和神经外科的标准方法（Rhoton, 2023）。然而，尸体解剖——被视为研究神经外科解剖学的最现实模型（Sotgiu et al., 2020）——成本高昂，并非所有神经外科和解剖学课程中都能普遍获得。因此，对于那些无法接触到实验室学习的学生，一种经济有效的神经解剖学教育方法显得尤为迫切。 论文来源 这项研究论文名为《Photogrammetry Scans for Neuroanatomy...

MRQA：解决 MRI 协议不合规的广泛问题 背景介绍 近年来，大规模神经影像数据集在研究脑-行为关系中发挥了至关重要的作用，例如阿尔茨海默病神经成像计划（ADNI），人类连接组计划（HCP），少年大脑认知发展（ABCD）研究等。这些数据集通常由多个站点和不同的扫描仪型号采集。然而，跨站点或跨设备的数据收集存在一个重要问题，即成像参数的一致性不足。成像参数的不一致会严重影响数据质量，降低信噪比（SNR）和统计功效，甚至可能使研究结果无效。 传统上，确保MRI扫描协议一致性是一项繁复且手动的任务。这主要是由于DICOM（数字成像和通讯标准）的复杂性和缺乏资源来专门处理这一问题。另外，由于不同站点场所的参数值经常被即兴调整，协议不合规问题通常被忽视。因此，在多个站点进行数据汇总时，一致的成像协议...

基于贝叶斯张量建模的阿尔茨海默病影像分类 引言 神经影像学研究是当代神经科学的重要组成部分，极大地丰富了我们对大脑结构和功能的认识。通过这些非侵入性的视觉化技术，研究人员可以更精确地预测某些神经和精神疾病的风险，进而在早期阶段进行干预和治疗，从而改善患者的健康和生活质量。特别是在阿尔茨海默病（Alzheimer’s Disease，以下简称AD）的研究中，神经影像学提供了宝贵的病理机制见解，能跟踪病情进展，识别早期症状并区分其他导致痴呆的原因。 然而，在处理神经影像数据时会面临多个重大挑战，例如数据空间依赖性、高维度及噪声，并且往往难以在异构条件下识别合适的神经生物标志物。为了应对这些复杂的影像数据问题，研究者提出了多种统计和机器学习方法，其中包括基于影像特征的分类模型。 尽管现有的方法有着...

通过PED算法识别自闭症谱系障碍的诊断生物标志物 在神经信息学领域，自闭症谱系障碍（ASD）的研究多集中于脑部区域之间的双向连接关系，而较少涉及脑部区域的高阶相互作用异常。为了探讨脑区的复杂关系，作者团队采用了部分熵分解（Partial Entropy Decomposition, PED）算法，通过计算三脑区（triads）的高阶相互依赖性来捕捉高阶相互作用。本文提出了一种基于PED和替代检验方法的方法，检验单个脑区对三重脑区的影响，发现了关键的三脑区。进一步采用超图模块优化算法揭示了高阶脑结构，在ASD中，右丘脑与左丘脑的连接相比于典型对照（TC）更松散。关键的冗余三脑区（左小脑、左楔前叶和右下枕回）的相互作用表现出显著的衰减，而协同的关键三脑区（右小脑、左中央后回和左舌回）的相互作用明...