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

<div style="float: right;">[{{fullurl:WikiEdge:ArXiv-2408.17334v1/methods|action=edit}} 编辑]</div>
这篇文献的工作部分详细介绍了如何开发和评估数据驱动的[[区域增长模型]]在模拟[[大脑皮层]]折叠模式中的作用。以下是这部分的主要内容：
# '''区域增长模型的开发'''：
#* 利用[[机器学习]]辅助的[[符号回归]]，基于超过1000个婴儿的[[MRI]]扫描数据，开发了典型皮层区域的生长模型。这些数据捕捉了[[围生期]]和[[产后]]大脑发育期间的皮层表面积和厚度。
# '''计算模拟'''：
#* 将生长模型整合到计算软件中，使用解剖学上逼真的几何模型来模拟皮层发育。通过诸如[[平均曲率]]、[[沟深度]]和[[脑回指数]]等指标来量化产生的折叠模式。
# '''模型比较'''：
#* 将区域增长模型生成的复杂大脑折叠模式与实际大脑结构进行了定量和定性的比较，与[[均匀增长模型]]相比，区域增长模型更接近真实大脑结构。
# '''多区域与单区域模型的对比'''：
#* 探讨了多区域模型与单区域模型在模拟大脑折叠方面的细微差别，发现多区域模型能更好地捕捉大脑折叠的复杂性。
# '''生长值和生长轨迹的影响分析'''：
#* 分析了生长值和生长轨迹对皮层折叠模式的个体影响，发现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。
# '''临床意义的探讨'''：
#* 强调了将区域生长异质性纳入大脑折叠模拟的必要性和重要性，这可能有助于早期诊断和治疗皮层畸形和[[神经发育障碍]]，如[[癫痫]]和[[自闭症]]。