在神经网络动力学角度计算精神病学

在这十年中,研究关于大脑网络的程序显示大脑网络的动力学行为,包括时段遥测规模动态,从ultra-slow即时行为。网络动力学被两两之间的同步和信息流动程度的大脑区域的神经活动,叫做动态功能连通性。此外,除了双向神经交互,颞巡回全球全脑功能网络的拓扑结构。在病理条件下,这种网络动态的multi-temporal-scale特征表现出特定疾病的交替。因此,这些特征构成生物标志物识别精神障碍的可能性。其成就,存在着两种主要的方法。

第一个是physiological-data-driven方法与神经影像学脑电图、脑磁图描记术,功能性磁共振成像。这种方法,该方法利用时空变化的功能连通性短时窗内开发以及后续技术使用神经交互产生的瞬时时间模式,实现高时间分辨率捕获所需的即时动态功能连通性的特点。

第二个涉及到一个基于仿真的方法使用高病理有效性典型数学模型作为强化神经网络。最近对大脑网络专注于数学建模大僧侣的神经特征的分子/细胞水平和当地的神经回路水平全球整个大脑的水平。因此,嵌入特定疾病障碍进入modeled-brain网络的研究将有助于揭示这些单独的机制障碍影响大脑网络动力学的交替变化。本研究课题旨在激发进一步的研究把重点放在这两种方法,促进网络动力学和个人的共同使用的发现方法。

我们欢迎原始研究,简短的研究报告,评论和本文着重解决,但不限于,以下问题:
1。交替变化的动态功能连通性在病理条件下的精神疾病。
2。网络动力学的数学模型用于描述特定疾病特征的精神障碍。