Eine neue hierarchische Bayes-Inferenzmethode kann die Gemeinschaftsstruktur funktionaler Gehirnnetzwerke genauer und zuverlässiger erkennen als traditionelle Ansätze, so eine Studie, die in IEEE Transactions on Medical Imaging von Forschern der Monash University und anderer Institute veröffentlicht wurde.
Die Forschung
Unter der Leitung von Lingbin Bian und Kollegen entwickelte das Team eine Multilayer-Gemeinschaftserkennungsmethode basierend auf einem Bayes'schen latenten Blockmodell (LBM). Die Methode schätzt die Anzahl der Gemeinschaften und ihre Zugehörigkeit in gewichteten funktionalen Netzwerken sowohl auf individueller als auch auf Gruppenebene, während die natürliche Variabilität zwischen den Probanden erhalten bleibt. Die meisten bestehenden Methoden, wie die Modularitätsmaximierung, ignorieren diese Variabilität und gehen von einer einzigen Gemeinschaftsstruktur für alle Individuen aus.
Um ihren Ansatz zu validieren, erstellten die Forscher zunächst ein synthetisches generatives Modell mit einer bekannten Gemeinschaftsstruktur. Die Bayes-Methode stellte die korrekten Gemeinschaftszuweisungen mit hoher Konsistenz wieder her. Dann testeten sie es auf echten Arbeitsgedächtnis-fMRT-Daten von 100 gesunden, nicht verwandten Probanden aus dem Human Connectome Project (HCP) und verglichen die Split-Half-Reproduzierbarkeit. Die neue Methode übertraf häufig verwendete Multilayer-Modularitätsmodelle sowohl in Genauigkeit als auch Zuverlässigkeit.
Warum es wichtig ist
Zu verstehen, wie Gehirnnetzwerke in Gemeinschaften organisiert sind, ist der Schlüssel, um Gehirnaktivität mit Kognition und Verhalten zu verknüpfen. Durch die Berücksichtigung individueller Unterschiede könnte diese Methode zu persönlicheren Einblicken in kognitive Stärken und Schwächen führen und möglicherweise helfen, Biomarker für neurologische Erkrankungen zu identifizieren. Für jeden, der an seiner eigenen kognitiven Funktion interessiert ist, unterstreicht diese Forschung, dass die Gehirnnetzwerkstruktur nicht für alle gleich ist.
Was Sie tun können
- Wenn Sie neugierig auf Ihre eigenen kognitiven Muster sind, ziehen Sie in Betracht, einen kostenlosen, wissenschaftlich validierten IQ-Test zu machen, um einen Ausgangswert zu erhalten.
- Betreiben Sie Gehirntrainingsübungen, die das Arbeitsgedächtnis herausfordern, da sie helfen können, die Netzwerkeffizienz zu verbessern.
Quelle: arXiv q-bio.NC
Neugierig auf Ihr eigenes Gehirn? Machen Sie unseren kostenlosen adaptiven IQ-Test oder probieren Sie 306 Gehirntrainings-Level.
