Creando una nueva plantilla para el cerebro – Neuroscience News

resumen: Los investigadores han desarrollado OpenNeuro Average (onavg), una nueva plantilla de superficie cortical que mejora la precisión y eficiencia del análisis de datos de neuroimagen.

Este modelo se basa en 1.031 cerebros, lo que proporciona un mapa más consistente y menos sesgado en comparación con modelos anteriores. También permite un mejor uso de los datos, lo cual es fundamental para estudios con conjuntos de datos limitados.

Se espera que la plantilla onavg tenga amplias aplicaciones en neurociencia cognitiva y clínica.

Hechos clave:

1. Muestra estandarizada: El promedio de muestras en regiones del cerebro realiza procesos uniformes, lo que reduce el sesgo.
2. Eficiencia de datos: Requiere menos datos para un análisis preciso, lo que ayuda a los estudios con conjuntos de datos limitados.
3. Amplias aplicaciones: Útil para investigaciones en visión, lenguaje y enfermedades neurodegenerativas.

fuente: Universidad de Dartmouth

El cerebro humano es responsable de funciones importantes, incluidas la percepción, la memoria, el lenguaje, el pensamiento, la conciencia y las emociones.

Para comprender cómo funciona el cerebro, los científicos suelen utilizar neuroimagen para registrar la actividad cerebral de los participantes mientras el cerebro realiza una tarea o está en reposo. Las funciones cerebrales están reguladas sistemáticamente en la corteza cerebral, que es la capa externa del cerebro humano.

Los investigadores suelen utilizar lo que se llama un «modelo de superficie cortical» para analizar datos de neuroimagen y estudiar la organización funcional del cerebro humano.

Cada cerebro tiene una forma diferente. Para analizar datos de neuroimagen de varios individuos, los investigadores deben registrar los datos en la misma plantilla cerebral, lo que permite identificar la misma ubicación anatómica en diferentes cerebros, aunque los cerebros tengan diferentes formas. Estos sitios se conocen como «picos».

En los últimos 25 años, ha habido varias iteraciones de estas plantillas, y la plantilla de superficie cortical más utilizada en la actualidad se basa en datos recopilados de 40 cerebros.

Ahora, los investigadores de Dartmouth han logrado crear una nueva plantilla de superficie cortical llamada «OpenNeuro Average» o «onavg» para abreviar, que proporciona mayor precisión y eficiencia en el análisis de datos de neuroimagen.

Los resultados fueron publicados en Los métodos de la naturaleza..

«Nuestra plantilla de superficie cortical, en promedio, es la primera en muestrear uniformemente diferentes partes del cerebro», dice el autor principal Feilong Ma, becario postdoctoral y miembro del Laboratorio Haxby en el Departamento de Ciencias Psicológicas y Cerebrales de Dartmouth. «Es un mapa menos sesgado y más eficiente desde el punto de vista computacional».

El equipo construyó la plantilla basándose en la anatomía cortical de 1.031 cerebros a partir de 30 conjuntos de datos en OpenNeuro, una plataforma gratuita y de código abierto para compartir datos de neuroimagen. Según los coautores, se trata también de la primera plantilla de superficie cortical basada en la geometría del cerebro.

Por el contrario, las plantillas anteriores tomaron muestras de diferentes partes de la corteza de manera desigual y se basaron en una forma de bola para localizar los vértices corticales, lo que generó sesgos en la distribución de los vértices.

Con la plantilla onavg, se necesitan menos datos para el análisis.

«Obtener datos a través de neuroimagen es muy costoso y, para algunas poblaciones clínicas (por ejemplo, si se está estudiando una enfermedad rara), puede resultar difícil o imposible obtener una gran cantidad de datos», afirma Felong. Menos es una ventaja.

«Al utilizar los datos de manera más eficiente, nuestra plantilla puede aumentar la reproducibilidad y la reproducibilidad de los resultados en los estudios académicos».

«Creo que onavg representa un avance metodológico que tiene amplias aplicaciones en todos los aspectos de la neurociencia cognitiva y clínica», dice el coautor James Haxby, profesor del Departamento de Psicología y Ciencias del Cerebro y ex director del Centro de Neurociencia Cognitiva de Dartmouth. .

Dice que su plantilla de superficie cortical podría usarse en estudios sobre la visión, la audición, el lenguaje y las diferencias individuales, así como en trastornos como el autismo y enfermedades neurodegenerativas como el Alzheimer y el Parkinson.

«Creemos que esto tendrá un impacto amplio y profundo en el campo», dice Haxby. También contribuyeron al estudio Jiahui Guo, ex becario postdoctoral en Psicología y Ciencias del Cerebro y profesor asistente en la Facultad de Ciencias del Comportamiento y del Cerebro de la Universidad de Texas en Dallas, y Maria Ida Gobini, profesora asociada del Departamento de Ciencias Médicas y Quirúrgicas de la Universidad de Bolonia.

Acerca de las noticias sobre la investigación del mapeo cerebral

autor: amy olson
fuente: Universidad de Dartmouth
comunicación: Amy Olson – Universidad de Dartmouth
imagen: Imagen tomada de Neuroscience News

Búsqueda original: Acceso abierto.
«Plantilla de superficie cortical para la neurociencia humana«Escrito por Feilong Ma et al.» Los métodos de la naturaleza.

un resumen

Plantilla de superficie cortical para la neurociencia humana

El análisis de los datos de neuroimagen se basa en la normalización de plantillas anatómicas estándar para resolver las principales diferencias anatómicas entre los cerebros. Las plantillas actuales de la superficie de la corteza cerebral humana muestran ubicaciones de manera desigual debido a las distorsiones resultantes del inflado de la corteza plegada en una forma estándar.

Aquí presentamos la plantilla onavg, que proporciona un muestreo uniforme de la corteza.

Creamos la plantilla onavg basada en escaneos estructurales de alta calidad disponibles públicamente de 1.031 cerebros, 25 veces más que las plantillas corticales existentes. Optimizamos la ubicación de los vértices en función de la anatomía de la corteza cerebral, logrando una distribución uniforme.

Observamos constantemente la precisión de la clasificación de patrones multivariados y las correlaciones entre participantes en la geometría representacional basada en onavg en comparación con otras plantillas, y onavg solo necesita tres cuartas partes de los datos para lograr el mismo rendimiento en comparación con otras plantillas.

El muestreo mejorado también reduce el tiempo de CPU en todos los algoritmos entre un 1,3% y un 22,4% debido a una menor variación en el número de vértices en cada reflector.