基于神经影像和机器学习的大脑功能图谱构建方法综述

脑图谱是包括大脑功能探索、神经和认知科学以及临床诊疗在内的脑科学研究的重要工具,其主要通过神经影像数据,利用机器学习方法进行构建,由此产生的分割模式是理解大脑组织和功能的基础,还可用于脑网络节点的定义,并有助于降低神经影像噪声对应用结果的影响。在脑图谱中,相比于结构图谱,功能图谱虽然起步较晚,但其具有更高的功能一致性,已在各类脑功能相关研究中得到了广泛关注和应用。为了揭示功能图谱的发展路径,在调研基于神经影像数据和机器学习所构建的脑功能图谱的种类和方法的基础上,首先将图谱按照皮层和体素、个体和群体以及影像模态等多重属性特征进行分类解读,展示各种图谱的详细信息;然后根据机器学习方法分别综述基于图聚类和基于时间序列聚类的脑图谱构建方法;最后对脑图谱研究领域所面临的挑战和将来可能的研究方向进行展望。

脑研究的进展、挑战与机遇

脑科学一直是近年非常热门的话题,该文简要介绍美国、欧盟、日本和我国脑科学研究的重大计划,以及华南师范大学生命科学学院神经生理学实验室对神经退行性疾病(尤其是阿尔茨海默病)的研究兴趣.

智能时代的脑科学与类脑智能研究

以智能科技为核心技术、智能算力为生产力的智能时代再次把脑科学推向世界科学与技术前沿。脑科学是研究人、动物和机器的认知与智能的本质和规律的科学。对神经系统结构和功能联结规律进行全面解析将最终绘制成脑功能联结图谱,近10多年来神经科学研究致力于系统性地解析神经系统的神经元类型和神经结构连接,在单细胞转录组分析、神经网络结构示踪等技术推动下取得了阶段性进展。解析人类大脑这一最为复杂的信息和智能系统,会启迪类脑智能理论和类脑智能技术,即脑科学/神经科学启发的智能理论和技术。在智能时代,脑科学研究的多学科交叉研究范式促使脑机接口、类脑智能计算等类脑智能研究领域加入脑科学。脑机接口的神经解码和编码技术为绘制人脑功能神经网络图谱提供了重要的功能研究技术和方法,并且可探索在脑疾病临床诊治上的应用。类脑计算正成为脑科学研究的一种新范式,借鉴脑处理信息和学习的基本原理发展高能效、高速和智能的新型类脑计算系统,利用发展的类脑计算系统可以加速发展脑模拟和数字大脑,促进理解大脑运行机制和治疗脑疾病,发展数字脑科学和脑医学。新近出现的脉冲神经网络智能处理器为构建大规模类脑智能计算系统奠定了基础,未来类脑超级算力极可能超过人类大脑算力,影响智能科技变革和人类社会发展。

基于立体脑电图的岛叶功能分析

目的 了解岛叶的功能,研究总结其解剖与功能的相关性,为癫痫的定位诊断提供依据.方法 对2013年12月-2015年9月在上海交通大学附属仁济医院功能神经科住院的部分药物难治性癫痫患者12例置入了立体脑电图(SEEG),颅内的电极选择在岛叶上的触点,通过电刺激观察临床表现,还原至解剖图上做脑功能图谱,研究岛叶的功能与解剖之间的关系.结果 12例药物难治性癫痫患者,位于岛叶上的触点为176个,排除后放电触点22个,共154个触点.主要临床表现为躯体感觉异常、喉部不适、呼吸改变、恶心、心慌等,其中躯体感觉症状位于岛叶中后部,内脏感觉症状相对靠前,其余症状主要分布于岛叶前、中部.结论 岛叶功能据其解剖的分布有一定的规律,但存在部分交叉,且症状相对复杂,同一部位在不同个体的表现不尽一致.