查看“WikiEdge:ArXiv-2408.17334v1/abs”的源代码

<!-- 不要移除下面第一行，如果有编辑错误，请直接修改第二行以后的内容 -->
<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.17334v1/abs|action=edit}} 编辑]</div>
* '''标题'''：Role of Data-driven Regional Growth Model in Shaping Brain Folding Patterns
* '''中文标题'''：数据驱动的区域生长模型在脑折叠模式形成中的作用
* '''发布日期'''：2024-08-30T14:49:10+00:00
* '''作者'''：Jixin Hou, Zhengwang Wu, Xianyan Chen, Dajiang Zhu, Tianming Liu, Gang Li, Xianqiao Wang
* '''分类'''：q-bio.NC, cs.CE, cs.SC, q-bio.TO
*'''原文链接'''：http://arxiv.org/abs/2408.17334v1
'''摘要'''：我们研究了区域性[[皮质]]生长如何影响[[大脑折叠]]模式。我们首先使用基于超过1000名婴儿[[MRI]]扫描的纵向数据，通过[[机器学习]]辅助的[[符号回归]]开发了典型皮质区域的生长模型，这些数据捕捉了[[围产期]]和产后大脑发育期间的皮质表面积和厚度。这些模型随后被整合到计算软件中，以模拟具有解剖学上真实几何模型的皮质发育。我们使用[[平均曲率]]、[[沟深]]和[[脑回指数]]等指标量化了生成的折叠模式。我们的结果表明，与均匀生长模型相比，区域生长模型生成的复杂大脑折叠模式在定量和定性上更接近实际大脑结构。生长幅度在塑造折叠模式中起主导作用，而生长轨迹的影响较小。此外，多区域模型比单区域模型更好地捕捉了大脑折叠的复杂性。我们的结果强调了在大脑折叠模拟中纳入区域生长异质性的必要性和重要性，这可能有助于早期诊断和治疗皮质畸形和[[神经发育障碍]]，如[[癫痫]]和[[自闭症]]。