WikiEdge:ArXiv-2408.17334v1/methods

研究方法

編輯

這篇研究論文的工作部分詳細介紹了如何開發和評估數據驅動的區域增長模型在模擬大腦皮層摺疊模式中的作用。以下是這部分的主要內容： 1. **區域增長模型的開發**： - 利用機器學習輔助的符號回歸，基於超過1000個嬰兒的MRI掃描數據，開發了典型皮層區域的生長模型。這些數據捕捉了圍生期和產後大腦發育期間的皮層表面積和厚度。 2. **計算模擬**： - 將生長模型整合到計算軟件中，使用解剖學上真實的幾何模型來模擬皮層發育。通過模擬，量化了產生的摺疊模式，使用平均曲率、溝深度和溝回指數等指標進行評估。 3. **模型比較**： - 將區域增長模型生成的複雜大腦摺疊模式與實際大腦結構進行了定量和定性比較，與均勻增長模型相比，區域增長模型更接近真實大腦結構。 4. **多區域模型的構建**： - 構建了包含三個具有不同生長模式的區域的多區域模型，以提供比單區域模型更真實的摺疊結果。 5. **模擬與實際大腦成像數據的比較**： - 使用從實際大腦成像數據中測量的定量指標，如平均曲率、溝深度和溝回指數，來驗證模擬結果的有效性。