刺激更深入的脑功能洞察力

模拟大脑活动随时间的变化为学习和行为反应提供了更深刻的见解。通过观察大脑对重复刺激的反应，KAUST的研究人员开发了一种建模神经网络连接模式的方法。绘制连接模式将有助于更好地理解大脑功能，最终改善脑部疾病和精神障碍的诊断和治疗。

神经科学家认为改变了脑激活和连接与学习和习惯相关 - 大脑对重复刺激的反应随着时间的推移而发展。但是，目前没有统计模型可以严格地表征此响应。

现在，与来自美国明尼苏达大学的Mark Fiecas合作的Hernando Imboao在美国和Timnoly Tikoologi Malaysia大学的Chee-Ming Ting合作，已经开发出一种稳健的统计方法，用于表征这种不断发展的过程。

“我们的目标是揭示动态变化大脑网络如果大脑区域之间的相互作用随着时间的推移，“脑网络的组织”的表征为人类行为，认知和情感提供了根本的见解。“

传统上，神经科学家已经进行了多次试验，以测量大脑在对重复刺激做出反应时连接模式的变化;然后他们将这些结果平均下来。然而，这种方法并没有考虑到由于习惯或伴随学习的变化而产生的系统性变化在试验中的变化。

为了克服这一限制，研究人员开发了两种通用的方法来模拟动态大脑连接，这些方法使用脑电图的成像数据——在头皮上放置电极来记录大脑的电活动。

第一种方法被称为马尔可夫状态切换向量自回归模型，它识别出由有限数量进化的大脑状态驱动的一系列不同的、重复的连接模式。而第二种，被称为缓慢进化的局部静止过程，捕捉大脑不同频率振荡活动振幅的动态本质。

Ombao说:“我们的方法考虑了试验中可能发生的任何细微变化，可以更好地理解在多个时间尺度上正在进行的认知过程。”

虽然这项工作已经成功地确定了两种潜在的方法，但它也可能有助于开发更复杂和动态的统计模型，从而更好地捕捉大脑网络的结构。

研究人员预计这项研究在脑健康中的应用。“了解脑连接模式可能是潜在的用作诊断的生物标志物脑病和精神错乱，如阿尔茨海默病，强迫症和精神分裂症，以及导致更好的治疗，“Imboao表示。

---

---