首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

Science:Julich-Brain:一个新的细胞结构水平的概率脑图谱

细胞结构是人类大脑在微结构上出现分离的基本生物原理,但就目前为止,还没有出现一个考虑到细胞层面及个体差异的人类脑图谱出现。本文介绍了Julich(德国于利希)实验室的最新研究成果——Julichu-Brain,这是一个包含皮层区域和皮层下核的细胞结构图的3D图谱。该图谱以概率的方式考虑了个体大脑之间的差异。除此以外,构建这样的一个脑图谱是需要大量的数据和工作量的,开发过程中需要开发嵌套的、相互依赖的工作流(working pipeline),使用该工具流可以检测大脑区域之间的边界、数据处理、追踪来源,以及灵活地执行不同工作流程,以处理不同空间尺度上的大量数据(这个工作流可能在日后起到更多的作用,开发更多的研究成果)。使用间隙映射的方法可以补充皮层映射,以实现完全的皮层覆盖。并且本图谱的开发考虑后续的动态进展,随着图谱绘制在不同方面的进展的调整,本图谱可以支持健康受试者和患者的神经影像学研究,以及建模和仿真,并可进行互操作,以连接其他脑图谱和资源。文章发表在Science杂志。

01

Nature子刊重磅综述:人脑功能的因果映射

绘制人类大脑功能图谱是神经科学的一个长期目标,它有望为大脑疾病的新治疗方法的开发提供信息。早期的人类大脑功能地图是基于脑损伤或脑刺激导致的功能变化的位置。随着时间的推移,这种方法在很大程度上被功能神经成像等技术所取代,这些技术可以识别出活动与行为或症状相关的大脑区域。尽管这些技术有优势,但它们揭示的是相关性,而不是因果关系。这给解释这些工具产生的数据和使用它们来开发大脑疾病的治疗方法带来了挑战。基于脑损伤和脑刺激的人类脑功能的因果图谱正在进行中。新的方法可以将这些因果信息来源与现代神经成像和电生理学技术相结合,以获得对特定大脑区域的功能的新见解。在这篇综述中,我们为转化研究提供了因果关系的定义,提出了一个连续体来评估人类脑图研究中的因果信息的相对强度,并讨论因果脑图的最新进展及其对发展治疗的相关关系。

02

华中科大骆清铭:开启“脑空间信息计划”,连接脑科学与类脑人工智能

【新智元导读】华中科技大学(苏州)脑空间信息技术研究院启动在即,旨在使工业级高分辨率脑图成为神经科学的标准工具。这一项目由华中科技大学生物医学成像研究者骆清铭领导。骆清铭自称为一个“脑空间信息学家”,并建立了该研究院的高速脑成像系统。骆清铭表示,研究院还将绘制人类脑图,并计划成为一个国际性研究中心,帮助研究人员绘制神经元连接图谱,其应用领域包括阿尔茨海默病研究和受大脑启发的人工智能项目等。后附该“脑空间信息计划”的详细介绍。 为了绘制“千回百转”的大脑神经元回路,神经科学家们可谓煞费苦心,不过很快他们将看到

07

【Nature重磅】机器学习验证全新脑图谱,脑科学及AI超凡一步

【新智元导读】今天Nature刊文,华盛顿大学研究人员结合多种成像技术,利用机器学习系统,绘制了全新的人脑图谱。通过使用更精确的划分方法,研究人员证实了此前已经确定的 83 个脑区,还发现了 97 个全新的脑区。学界权威评论称,这是朝向理解人脑组织和功能结构的“超凡一步”,有望成为今后描述人脑的基础。更重要的是,该项目使人工智能上升到一个新的阶段:利用脑图谱,在智能系统设计方面,可以明确脑功能基本单元的划分及其连接模式,从多尺度揭示脑信息处理机制,为新型智能信息处理系统的设计提供启示。 7月21日,Natu

06
领券