研究背景 本研究的核心关注点是灰质萎缩在神经炎症疾病中的表现。灰质萎缩通常出现在多发性硬化症（Multiple Sclerosis, MS）、抗水通道蛋白-4抗体阳性（Aquaporin-4 antibody-positive, AQP4+）和阴性（AQP4-）的视神经营养障碍光谱疾病（Neuromyelitis Optica Spectrum Disorders, NMOSD）以及髓鞘少突胶质细胞糖蛋白抗体相关疾病（Myelin Oligodendrocyte Glycoprotein Antibody-Associated Disease, MOGAD）四类神经炎症性脱髓鞘病变中。理解这些疾病中灰质萎缩的病理生物学基础有助于其区别诊断并指导治疗策略。然而，目前仍缺乏对灰质萎缩机制的系统研...
Dimond: 通过深度学习优化扩散模型的研究 学术背景 在脑科学和临床应用中，扩散磁共振成像（Diffusion Magnetic Resonance Imaging, dMRI）是一种用于非侵入性绘制脑组织微观结构和神经联通性的重要工具。然而，准确估算扩散信号模型参数的计算成本较高，同时易受到图像噪声的影响。现有的多种基于深度学习的有监督估算方法展示了其在提高效率和性能上的潜力，但这些方法通常需要额外的训练数据，并存在泛化性不足的问题。 论文来源 此研究由Zihan Li、Ziyu Li、Berkin Bilgic、Hong-Hsi Lee、Kui Ying、Susie Y. Huang、Hongen Liao和Qiyuan Tian（通讯作者）合作完成，论文发表在《Advanced S...
DeepDTI：使用深度学习实现高保真六方向扩散张量成像 研究背景及研究动机 扩散张量磁共振成像（Diffusion Tensor Imaging, DTI）在活体人脑组织微结构和结构连接性映射方面具有无可比拟的优势。然而，传统的DTI技术因为角度采样的要求导致扫描时间过长，制约了其在常规临床实践和大规模研究中的应用。为了克服这一瓶颈，研究者们开发了一种新的DTI处理框架，称为DeepDTI，通过数据驱动的监督深度学习最小化DTI的数据需求。本文的目的在于展示如何使用DeepDTI显著减少DTI的采样数据量，从而实现更快的扫描速度，同时保持高质量的成像结果。 论文来源 这篇论文的主要作者包括Qiyuan Tian, Berkin Bilgic, Qiuyun Fan, Congyu Liao...
在这篇学术论文中,作者试图解决经颅磁共振引导聚焦超声(mrgFUS)治疗过程中常见的头痛并发症问题。头痛是一种常见并发症,严重情况下甚至可能导致患者无法耐受声波照射而不得不终止治疗。目前还没有针对这种头痛的确立的治疗方法。 作者来自日本浜松医科大学医学院神经外科学系,包括门籍真人、杉山健司、野崎孝雄、山崎智裕、难波宏树、清水幹裕和黑泽一彦等人。该论文发表于2024年的Neurosurgery杂志上。 这项研究针对mrgFUS治疗中的头痛问题,采用了头皮神经阻滞(scalp nerve block, SNB)的新方法,即在头皮周围神经注射长效局麻药如罗哌卡因等,阻断头皮神经的传入性痛觉impulse。 研究流程如下: a) 研究对象:2020年4月至2022年2月期间,在该医院接受mrgFUS...
本篇论文报道了关于斑鸭在大规模神经元扰动后如何恢复其复杂学习行为的研究。研究人员利用基因手段选择性地扰动斑鸭中产生鸣唱序列的关键脑区HVC(hyperpallium ventralis)中投射神经元的活动,导致鸣唱严重降解。令人惊讶的是,即使在被阻止鸣唱一段时间后,斑鸭也能在2周内完全恢复其原有鸣唱。 作者及论文来源:本研究由来自加州理工学院的Bo Wang、Zsofia Torok、Alison Duffy、David G. Bell、Shelyn Wongso、Tarciso A. F. Velho、Adrienne L. Fairhall和Carlos Lois共同完成。该论文于2024年发表在Nature Neuroscience杂志上。 研究工作流程: a)首先,作者利用慢病毒载体...
强迫症行为一直与纹状体的过度活跃有关。纹状体中的钙结合蛋白阳性(即帕尔卡萨利)的GABA能神经元(PVIs)在调节纹状体活性和抑制不适当的主动行为中发挥着关键作作用。为了探究纹状体PVIs在调控强迫症行为中的潜在作用,研究人员评估了Sapap3基因缺陷小鼠(Sapap3-KO)的过度自嗜行为(作为评价类强迫行为的行为学指标)。 研究背景: 强迫行为是各种神经精神疾病(如强迫症)的核心症状,越来越多的证据表明,它与皮质纹状体环路功能异常有关。既往研究发现,强迫症患者和表现出病理性重复行为的动物模型中,纹状体区域的PVIs密度降低。PVIs能够通过强大的反向抑制作用调节纹状体中的投射神经元活性,因此被认为在调控行为输出中发挥着重要作用。然而,PVIs与强迫症行为之间的因果关系尚未阐明。 论文来源...
背景介绍: 大规模神经记录数据通常可以用神经元协同激活模式来描述。但是,将神经活动变异限制于固定的低维子空间的观点可能会忽略更高维的结构,例如固定的神经序列或缓慢演化的潜在空间。本研究认为,神经数据中与任务相关的可变性也可以在试次或时间上共同波动,定义不同的”协变量类”(covariability classes),这些类可能会在同一数据集中同时出现。 研究动机: 传统的降维方法(如主成分分析(PCA))通常只能捕捉单一的协变量类。为了区分混合在一起的多种协变量类,研究人员开发了一种新的无监督降维方法——切片张量分量分析(SliceTCA)。 研究方法: SliceTCA是一种新型张量分解方法,基于切片秩(slice rank)。它可以将神经数据张量分解为三种切片类型的分量:神经元切片、试次...