当前位置:科学网首页 > 小柯机器人 >详情
科学家综述“虚拟大脑双胞胎”研究进展
作者:小柯机器人 发布时间:2024/2/29 16:34:02

 
法国马赛大学医学院Viktor Jirsa研究团队综述了虚拟大脑双胞胎的研究进展——从基本的神经科学临床使用。文章于2024年2月28日发表在国际顶尖学术期刊《国家科学评论》上。
 
在对虚拟脑双胞胎的关键要素进行描述后,研究人员提出了个性化全脑网络模型的标准模型。个性化是利用受试者的脑成像数据通过三种方式完成的:1)在受试者特定的脑空间中组装皮层和皮层下区域;2)直接将连通性映射到大脑模型中,这可以推广到其他参数;3)通过模型反演估计相关参数,通常使用概率机器学习。
 
他们介绍了个性化全脑网络模型在健康老龄化和五种临床应用中的应用:癫痫、阿尔茨海默病、多发性硬化症、帕金森病和精神障碍。具体来说,他们引入了相关参数的空间掩模,并基于生理和病理生理假设演示了它们的使用。最后,他们指出了主要的挑战和未来的方向。
 
研究人员表示,虚拟大脑双胞胎是一种基于个人大脑数据的个性化、可生成和自适应的大脑模型,用于科学和临床应用。
 
附:英文原文

Title: Virtual brain twins: from basic neuroscience to clinical use

Author: Wang, Huifang E, Triebkorn, Paul, Breyton, Martin, Dollomaja, Borana, Lemarechal, Jean-Didier, Petkoski, Spase, Sorrentino, Pierpaolo, Depannemaecker, Damien, Hashemi, Meysam, Jirsa, Viktor K

Issue&Volume: 2024-02-28

Abstract: Virtual brain twins are personalized, generative and adaptive brain models based on data from an individual’s brain for scientific and clinical use. After description of key elements of virtual brain twins, we present the standard model for personalized whole-brain network models. The personalization is accomplished using a subject’s brain imaging data by three means: 1) assemble cortical and subcortical areas in the subject-specific brain space; 2) directly map connectivity into the brain models, which can be generalised to other parameters; and 3) estimate relevant parameters through model inversion, typically using probabilistic machine learning. We present the use of personalized whole-brain network models in healthy ageing and five clinical uses: epilepsy, Alzheimer’s disease, multiple sclerosis, Parkinson’s disease and psychiatric disorder. Specifically, we introduce spatial masks for relevant parameters and demonstrate their use based on the physiological and pathophysiological hypotheses. Finally, we pinpoint the key challenges and future directions.

DOI: 10.1093/nsr/nwae079

Source: https://dx.doi.org/10.1093/nsr/nwae079

期刊信息

National Science Review《国家科学评论》,创刊于2014年。隶属于牛津学术数据库,最新IF:20.6

官方网址:https://academic.oup.com/nsr/issue?login=false
投稿链接:https://mc.manuscriptcentral.com/nsr_ms