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...
利用fMRI指导TMS目标选择：3T和1.5T fMRI指标的可靠性和灵敏度 [DOI: 10.1007/s12021-024-09667-5], 文章发表于《Neuroinformatics》 背景介绍 功能性磁共振成像（fMRI）的早期应用主要集中在推断认知过程上。然而，现代医学正在逐渐将其应用于更多的临床用途，如术前规划和疾病鉴别。在反复经颅磁刺激（rTMS）治疗的临床应用中，fMRI已显示出优化TMS目标选择和提高治疗效果的潜力。特别是对主要抑郁症（MDD）患者，美国食品药品监督管理局（FDA）已经批准了一个fMRI指导的个体化治疗协议。然而，目前大多数研究都集中在3T扫描仪上，而1.5T MRI在许多基层医院中更为常见，因此对1.5T和3T fMRI指标的系统评估可能为fMRI指导...
大脑组织分割的增强空间模糊C均值算法研究报告 学术背景 磁共振成像（MRI）在神经病学中发挥着重要作用，尤其是在大脑组织的精确分割方面。准确的组织分割对于诊断脑损伤和神经退行性疾病至关重要。MRI数据的分割涉及到将图像分成具有相似强度、纹理和均匀性的不同区域，这是医学图像分析中的一项关键任务。特别是在脑白质（White Matter, WM）、灰质（Gray Matter, GM）和脑脊液（Cerebrospinal Fluid, CSF）等大脑组织的区分中，精确的组织分割和病灶分离能够显著提高医疗专业人员诊断脑损伤及神经退行性疾病的能力。 然而，MRI图像的固有变化，包括不同的成像模式、信号强度和设备配置，增加了分割问题的复杂性。如何在存在噪声和伪影的情况下实现高精度分割成为了一大挑战。因...
MRIO: 磁共振成像获取和分析本体 磁共振成像 (MRI) 是一种生物医学成像技术，用于非侵入性地在三维空间中可视化组织的内部结构。MRI 被广泛应用于研究人体大脑的结构和功能，也是临床和研究设置中诊断神经系统疾病的有力工具。然而，如何有效管理和分析 MRI 数据一直是一个具有挑战性的问题。为了应对这一挑战，Alexander Bartnik 等人在他们的研究中开发了名为 MRIO 的磁共振成像获取和分析本体。 研究背景 MRI 技术因其能够非侵入性地获取人体内部图像，因此在临床和研究中得到了广泛应用。临床上，MRI 可用于诊断神经疾病，通过定位和评估病理程度提供治疗指导。而在研究上，MRI 数据可以作为生物标志物，帮助开发个性化的神经疾病治疗方案，并增加对大脑结构、功能和连通性的理解。然...
科实验性脑震荡后急性轴突病理的性别差异 学术背景 每年，全球大约有5000万人遭受脑震荡，也称为轻度创伤性脑损伤（TBI）。然而，对于超过15%的患者来说，这种“轻度”脑损伤却会导致持久的神经认知功能障碍。现有的共识表明，脑震荡会引起大脑网络连接和功能的急性结构和生理性破坏，特别是散发在白质中的轴突病理，也即弥散性轴突损伤（Diffuse Axonal Injury，DAI）。近年来，研究表明脑震荡的一个关键病理基质是白质轴突的损伤，且男性和女性在脑震荡后的病理结果可能有所不同。 尽管男性在急诊室就诊的脑震荡病例中占主导地位，但这一现象主要是因为男性更容易参与存在头部撞击风险的活动。而在相同运动项目中，女性运动员的脑震荡发生率更高，且结局更差，这提示了性别差异可能在轴突病理的程度上存在影响。...
Neurohackademy：线上与线下结合的神经信息学教育 背景介绍 近年来，人类神经科学进入了一个大数据时代，由于人类连接组计划（Human Connectome Project）、青少年脑认知发育（ABCD）研究等项目科学家们获取了以前难以想象的规模和范围的数据集。这些数据集对于基础和临床研究都有重要的科学潜力。然而，这些数据集也给研究人员带来了各种新的挑战，包括生成、处理、访问、分析和理解这些数据的挑战。其中一个主要挑战是所谓的“大数据技能差距”：使用这些数据集的研究项目需要不同的知识基础和技能集，以及不同于传统小规模实验研究的技术和概念工具。 研究及文章来源 该研究由Ariel Rokem 和 Noah C. Benson共同完成，均为华盛顿大学 eScience Institut...
光学自旋轨道耦合的宽带色差空间微分成像 背景介绍 在图像处理中，传统的空间微分通常是通过数字电子计算来完成的。然而，许多大数据应用需要实时和高通量的图像处理，这对数字计算来说是一个巨大的挑战。光学模拟空间微分有可能克服这一挑战，因为它能够以低能耗对整个图像进行大规模并行处理。此外，光学空间微分还可以对纯相位物体（如透明的生物细胞）进行成像，这是数字电子计算所无法实现的。因此，光学微分最近受到了广泛关注，在无标签细胞成像、图像处理和计算机视觉等领域有着广泛的应用。 论文来源 这篇论文题为《spin–orbit optical broadband achromatic spatial differentiation imaging》, 由Hongwei Yang、Weichao Xie、Huif...