ネットワーク通信モデルは構造的および機能的脳ネットワークのモジュール構成間のギャップを狭める【JST・京大機械翻訳】

Seguin, C.; Mansour L, S.; Sporns, O.; Zalesky, A.; Calamante, F.

プレプリント

J-GLOBAL ID：202202221295163519 整理番号：22P0315738

ネットワーク通信モデルは構造的および機能的脳ネットワークのモジュール構成間のギャップを狭める【JST・京大機械翻訳】

Network communication models narrow the gap between the modular organization of structural and functional brain networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年02月20日プレプリントサーバーでの情報更新日： 2022年02月20日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

構造的および機能的脳ネットワークはモジュールである。デフォルトモードネットワークのような正準機能システムは,ヒト脳のよく知られたモジュールであり,多数の認知的,行動的および臨床的なプロセスに関与している。しかし,トラクトグラフィーから推論された構造的脳ネットワークで描写されたモジュールは,一般的に正準機能システムを再現しない。神経イメージング証拠は,同じ系の領域間の機能的連結性が,解剖学的接続により必ずしもピン止めされないことを示唆する。このように,直接構造連結性だけでは,脳の機能的モジュール組織を特徴づけるのに不十分である。ここでは,間接(多シナプス)通信のモデルを有する構造脳ネットワークの増強が,脳に確立された機能系とより密接に似ているモジュラーネットワークアーキテクチャを明らかにすることを示した。著者らは,ポリシナプス連結性,特にコミュニケーション可能性の拡散モデルが,20~60%による構造的および機能的脳ネットワークのモジュール構成間のギャップを狭め,一方,単一効率的経路に基づくルーティングモデルは,メゾスコピック構造-機能対応を改善しないことを見出した。これは,機能的モジュールが拡散神経通信を容易にする局所ネットワーク構造によって課された制約から出現することを示唆する。本研究は,機能系の構造基礎を理解するために,ポリシナプス通信のモデリングの重要性を確立した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

中枢神経系 , 脳・神経系モデル

, , ,

前のページに戻る