Fugu-MT 論文翻訳(概要): A Network Theory Investigation into the Altered Resting State Functional Connectivity in Attention-Deficit Hyperactivity Disorder

論文の概要: A Network Theory Investigation into the Altered Resting State Functional Connectivity in Attention-Deficit Hyperactivity Disorder

arxiv url: http://arxiv.org/abs/2212.02402v1
Date: Wed, 23 Nov 2022 00:35:16 GMT
ステータス: 処理完了
システム内更新日: 2022-12-11 13:01:07.475673
Title: A Network Theory Investigation into the Altered Resting State Functional Connectivity in Attention-Deficit Hyperactivity Disorder
Title（参考訳）: 注意欠陥性高活動障害における静止状態機能結合性のネットワーク理論による検討
Authors: Sadi Md. Redwan, Md Palash Uddin, Muhammad Imran Sharif, and Anwaar Ulhaq
Abstract要約: fMRIは、様々な神経心理学的機能を実行している間に、健康で病理的な脳の研究を可能にする。最近のニューロイメージング研究は、グラフやネットワークの観点から脳活動のモデリングと分析が増加している。本研究の目的は、注意欠陥高活動障害(ADHD)を有する成人における安静時脳機能異常について検討することである。
参考スコア（独自算出の注目度）: 1.3416169841532526
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In the last two decades, functional magnetic resonance imaging (fMRI) has emerged as one of the most effective technologies in clinical research of the human brain. fMRI allows researchers to study healthy and pathological brains while they perform various neuropsychological functions. Beyond task-related activations, the human brain has some intrinsic activity at a task-negative (resting) state that surprisingly consumes a lot of energy to support communication among neurons. Recent neuroimaging research has also seen an increase in modeling and analyzing brain activity in terms of a graph or network. Since graph models facilitate a systems-theoretic explanation of the brain, they have become increasingly relevant with advances in network science and the popularization of complex systems theory. The purpose of this study is to look into the abnormalities in resting brain functions in adults with Attention Deficit Hyperactivity Disorder (ADHD). The primary goal is to investigate resting-state functional connectivity (FC), which can be construed as a significant temporal coincidence in blood-oxygen-level dependent (BOLD) signals between functionally related brain regions in the absence of any stimulus or task. When compared to healthy controls, ADHD patients have lower average connectivity in the Supramarginal Gyrus and Superior Parietal Lobule, but higher connectivity in the Lateral Occipital Cortex and Inferior Temporal Gyrus. We also hypothesize that the network organization of default mode and dorsal attention regions is abnormal in ADHD patients.
Abstract（参考訳）: 過去20年間、機能的磁気共鳴イメージング(fMRI)はヒト脳の臨床研究において最も効果的な技術の一つとして現れてきた。 fmriは、研究者が様々な神経心理学機能を実行している間、健康な脳と病的脳を研究できる。タスク関連の活性化以外にも、人間の脳はタスク陰性(レスティング)状態において本質的な活動を持ち、ニューロン間のコミュニケーションを支援するために驚くほど多くのエネルギーを消費する。近年の神経画像研究でも、グラフやネットワークの観点から脳活動のモデリングと分析が増加している。グラフモデルは脳のシステム理論的な説明を促進するため、ネットワーク科学の進歩や複雑なシステム理論の普及と関係がますます高まっている。本研究の目的は、注意欠陥高活動障害(ADHD)を有する成人の安静時脳機能異常について検討することである。第一の目的は、刺激やタスクがなければ、機能的関連脳領域間の血液酸素レベル依存(BOLD)信号において重要な時間的一致と解釈できる静止状態機能接続(FC)を調べることである。正常なコントロールと比較すると,adhd患者は上大脳と上頭頂葉で平均的な接続性は低いが,外側小頭皮質と下側頭回で接続性が高い。また,ADHD患者では,デフォルトモードと背側注意領域のネットワーク構成が異常であると仮定した。

関連論文リスト

Brain-like Functional Organization within Large Language Models [58.93629121400745]
人間の脳は長い間人工知能(AI)の追求にインスピレーションを与えてきた最近のニューロイメージング研究は、人工ニューラルネットワーク(ANN)の計算的表現と、人間の脳の刺激に対する神経反応との整合性の説得力のある証拠を提供する。本研究では、人工ニューロンのサブグループと機能的脳ネットワーク(FBN)を直接結合することで、このギャップを埋める。このフレームワークはANサブグループをFBNにリンクし、大きな言語モデル(LLM)内で脳に似た機能的組織を記述できる。
論文参考訳（メタデータ） (2024-10-25T13:15:17Z)
HyperBrain: Anomaly Detection for Temporal Hypergraph Brain Networks [19.484750476697833]
HyperBrainは、時間的ハイパーグラフ脳ネットワークのための教師なしの異常検出フレームワークである。新しくカスタマイズされた側頭歩行(BrainWalk)とニューラルエンコーディングを使用して、脳領域間の異常なコアクティベーションを検出する。 HyperBrainから得られた結果は、これらの脳疾患に関する臨床研究と一致している。
論文参考訳（メタデータ） (2024-10-02T23:20:13Z)
Large Language Model-based FMRI Encoding of Language Functions for Subjects with Neurocognitive Disorder [53.575426835313536]
LLMを用いたfMRIエンコーディングと脳のスコアを用いた高齢者の言語関連機能変化について検討する。脳のスコアと認知スコアの相関関係を脳全体のROIと言語関連ROIの両方で分析した。以上の結果から,認知能力の向上は,中側頭回に有意な相関がみられた。
論文参考訳（メタデータ） (2024-07-15T01:09:08Z)
Graph Neural Networks for Brain Graph Learning: A Survey [53.74244221027981]
グラフニューラルネットワーク(GNN)は、グラフ構造化データのマイニングにおいて大きな優位性を示している。脳障害解析のための脳グラフ表現を学習するGNNが最近注目を集めている。本稿では,GNNを利用した脳グラフ学習の成果をレビューすることで,このギャップを埋めることを目的としている。
論文参考訳（メタデータ） (2024-06-01T02:47:39Z)
BrainODE: Dynamic Brain Signal Analysis via Graph-Aided Neural Ordinary Differential Equations [67.79256149583108]
本稿では,脳波を連続的にモデル化するBrainODEというモデルを提案する。遅延初期値とニューラルODE関数を不規則な時系列から学習することにより、BrainODEは任意の時点の脳信号を効果的に再構築する。
論文参考訳（メタデータ） (2024-04-30T10:53:30Z)
Extracting the Multiscale Causal Backbone of Brain Dynamics [9.905883167156393]
脳力学のマルチスケール因果バックボーン(MCB)を提案する。我々のアプローチは、近年のマルチスケール因果構造学習の進歩を活用している。マルチスケールの性質のおかげで、因果ダイナミクスは高レベルの認知機能に関連する脳の領域によって駆動される。
論文参考訳（メタデータ） (2023-10-31T19:47:11Z)
Deep learning reveals the common spectrum underlying multiple brain disorders in youth and elders from brain functional networks [53.257804915263165]
ヒトの初期および後期の脳障害は、脳機能における病理学的変化を共有する可能性がある。病理的共通性に関する神経画像データによる重要な証拠はいまだ発見されていない。多地点機能磁気共鳴画像データを用いたディープラーニングモデルを構築し、健康的な制御から5つの異なる脳障害を分類する。
論文参考訳（メタデータ） (2023-02-23T09:22:05Z)
Hierarchical Graph Convolutional Network Built by Multiscale Atlases for Brain Disorder Diagnosis Using Functional Connectivity [48.75665245214903]
本稿では,脳疾患診断のためのマルチスケールFCN解析を行うための新しいフレームワークを提案する。まず、マルチスケールFCNを計算するために、明確に定義されたマルチスケールアトラスのセットを用いる。そこで我々は, 生物的に有意な脳階層的関係を多スケールアトラスの領域で利用し, 結節プールを行う。
論文参考訳（メタデータ） (2022-09-22T04:17:57Z)
Classification of ADHD Patients by Kernel Hierarchical Extreme Learning Machine [4.168157981135698]
我々は,脳の機能的接続のダイナミクスを考察し,医療画像から機能的脳力学モデルをモデル化する。本稿では,23人のADHD児と45人のNC児を対象に,fMRI画像データの比較を行った。提案手法は既存の方法よりも優れた分類結果を得た。
論文参考訳（メタデータ） (2022-02-18T01:32:55Z)
Spatio-Temporal Graph Convolution for Resting-State fMRI Analysis [11.85489505372321]
BOLD時系列の短いサブシーケンスに基づいて、時空間グラフ畳み込みネットワーク(ST-GCN)を訓練し、機能接続の非定常特性をモデル化する。 St-GCNはBOLD信号に基づいて性別や年齢を予測する一般的な手法よりもはるかに正確である。
論文参考訳（メタデータ） (2020-03-24T01:56:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。