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
- Extracting the Multiscale Causal Backbone of Brain Dynamics [10.821465726323712]
複数の時間的尺度で個人が共有する脳波のマルチスケール因果バックボーン(MCB)を提案する。
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。
我々のアプローチは、低周波帯域では、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ことを示している。
論文 参考訳(メタデータ) (2023-10-31T19:47:11Z) - Dynamic Brain Transformer with Multi-level Attention for Functional
Brain Network Analysis [33.13374323540953]
ディープニューラルネットワークの出現は、臨床結果の予測に大きな関心を喚起している。
静的脳ネットワーク解析を含む従来のアプローチは、脳機能のダイナミズムを捉えるのに限られた可能性を秘めている。
本稿では、静的脳ネットワークと動的脳ネットワークを組み合わせて、より効果的でニュアンスの高い脳機能解析を行う新しい手法であるDynamic bRAin Transformer(DART)を提案する。
論文 参考訳(メタデータ) (2023-09-05T04:17:37Z) - Brain Diffuser: An End-to-End Brain Image to Brain Network Pipeline [54.93591298333767]
脳ディフューザー(Brain diffuser)は、拡散に基づくエンド・ツー・エンドの脳ネットワーク生成モデルである。
被験者間の構造的脳ネットワークの差異を分析することで、より構造的接続性や疾患関連情報を利用する。
アルツハイマー病の場合、提案モデルは、アルツハイマー病神経画像イニシアチブデータベース上の既存のツールキットの結果より優れている。
論文 参考訳(メタデータ) (2023-03-11T14:04:58Z) - 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) - DBGDGM: Dynamic Brain Graph Deep Generative Model [63.23390833353625]
グラフは機能的磁気画像(fMRI)データから得られる脳活動の自然な表現である。
機能的接続ネットワーク(FCN)として知られる解剖学的脳領域のクラスターは、脳の機能や機能不全を理解するのに有用なバイオマーカーとなる時間的関係を符号化することが知られている。
しかし、以前の研究は脳の時間的ダイナミクスを無視し、静的グラフに焦点を当てていた。
本稿では,脳の領域を時間的に進化するコミュニティにクラスタリングし,非教師なしノードの動的埋め込みを学習する動的脳グラフ深部生成モデル(DBGDGM)を提案する。
論文 参考訳(メタデータ) (2023-01-26T20:45:30Z) - Explainable fMRI-based Brain Decoding via Spatial Temporal-pyramid Graph
Convolutional Network [0.8399688944263843]
既存のfMRIベースの脳デコードのための機械学習手法は、分類性能が低いか、説明性が悪いかのいずれかに悩まされている。
本稿では,機能的脳活動の時空間グラフ表現を捉えるために,生物学的にインスパイアされたアーキテクチャである時空間ピラミドグラフ畳み込みネットワーク(STpGCN)を提案する。
我々は,Human Connectome Project (HCP) S1200から23の認知タスク下でのfMRIデータに関する広範な実験を行った。
論文 参考訳(メタデータ) (2022-10-08T12:14:33Z) - 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) - Functional2Structural: Cross-Modality Brain Networks Representation
Learning [55.24969686433101]
脳ネットワーク上のグラフマイニングは、臨床表現型および神経変性疾患のための新しいバイオマーカーの発見を促進する可能性がある。
本稿では,Deep Signed Brain Networks (DSBN) と呼ばれる新しいグラフ学習フレームワークを提案する。
臨床表現型および神経変性疾患予測の枠組みを,2つの独立した公開データセットを用いて検証した。
論文 参考訳(メタデータ) (2022-05-06T03:45:36Z) - 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) - The distribution of inhibitory neurons in the C. elegans connectome
facilitates self-optimization of coordinated neural activity [78.15296214629433]
線虫Caenorhabditis elegansの神経系は、昆虫のサイズが小さいにもかかわらず著しく複雑である。
一般的な課題は、システムレベルでの神経組織と神経活動の関係をよりよく理解することである。
我々は,各ニューロンの神経伝達物質同定を近似した,C. elegans Connectomeの抽象シミュレーションモデルを実装した。
論文 参考訳(メタデータ) (2020-10-28T23:11:37Z) - 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。