信息解码视角下的脑科学研究现状与未来展望

继21世纪系统生物学在细胞分子层次的重新兴起,神经科学作为生命科学领域的研究前沿与热点之一[1],进一步衍生划分为系统神经科学与计算神经科学分支。其中,系统神经科学试图寻求大脑如何实现各种感知、认知和运动任务的合理解释[2];而计算神经科学则强调基于任务执行的计算模型对大脑中相互作用的神经元之间实现认知相关功能的行为机制进行模拟[3]。

一种基于卷积神经网络的重度抑郁症辅助诊断方法

目的针对多站点抑郁症数据分类的泛化能力不强,以及使用三维原始图像作为深度学习分类模型的输入容易过拟合的问题,设计了一种卷积神经网络架构用于重度抑郁症(MDD)辅助诊断。方法该模型基于静息态功能磁共振成像得到的低维功能连接矩阵作为输入,从中提取功能相关信息和高阶抽象特征从而分类。结果将该模型在多站点REST-meta-MDD数据集上验证,分类准确率为70.39%。结论通过遮挡分析描述了不同大脑区域对MDD辅助诊断的贡献,结果表明默认模式网络、视觉网络和额顶控制网络对MDD分类任务具有重要作用。