科学家们创造了一个新的人脑模板

达特茅斯大学的研究人员推出了一种新的大脑模板“OpenNeuro Average”(onavg)，提高了神经成像数据分析的准确性和效率。这一发展有望显著影响认知和临床神经科学研究，促进对大脑功能和疾病的研究。

　　

更新后的皮层表面模板增强了对大脑活动的映射。

人脑在管理知觉、记忆、语言、认知、意识和情感等基本功能方面起着至关重要的作用。

为了了解大脑是如何工作的，科学家们经常使用神经成像来记录参与者在大脑执行任务或休息时的大脑活动。大脑的功能系统地组织在大脑皮层，即人类大脑的外层。研究人员经常使用所谓的“皮质表面模型”来分析神经成像数据并研究人类大脑的功能组织。

每个大脑都有不同的形状。为了分析多个个体的神经成像数据，研究人员需要使用相同的大脑模板来注册数据，这使得即使大脑形状不同，也可以在不同的大脑上识别相同的解剖位置。这些位置被称为“顶点”。

在过去的25年里，这种模板已经有了几次迭代，今天最常用的皮质表面模板是基于从40个大脑中收集的数据。

“OpenNeuro平均值”的介绍

现在，达特茅斯大学的研究人员创造了一种新的皮层表面模板，称为“开放神经平均”，简称“onavg”，它在分析神经成像数据时提供了更高的准确性和效率。

研究结果发表在《Nature Methods》杂志上。

“我们的皮层表面模板，onavg，是第一个对大脑的不同部分进行统一采样的，”主要作者，达特茅斯大学心理和脑科学系哈克斯比实验室成员MA Feilong博士后说。“这是一个更少偏差的地图，计算效率更高。”

该团队基于OpenNeuro(一个共享神经成像数据的免费开源平台)上的30个数据集中的1031个大脑的皮层解剖构造构建了这个模板。根据合著者的说法，这也是第一个基于大脑几何形状的皮质表面模板。

相比之下，以前的模板不均匀地采样皮层的不同部分，并且基于球形形状来定义皮质顶点的位置，这导致顶点分布的偏差。

使用onavg模板，分析所需的数据更少。

“通过神经成像获得数据是非常昂贵的，对于一些临床人群来说——比如你正在研究一种罕见的疾病——很难或不可能获得大量的数据，所以用更少的数据获得更好的结果的能力是一种资产，”Feilong说。“通过更有效的数据使用，我们的模板可以潜在地提高学术研究结果的可复制性和再现性。”

更广泛的影响和贡献

“我认为onavg代表了一种方法上的进步，它在认知和临床神经科学的各个方面都有广泛的应用，”合著者James Haxby说，他是达特茅斯大学心理和脑科学系的教授，也是认知神经科学中心的前主任。

他说，他们的皮质表面模板可以用于研究视觉、听觉、语言和个体差异，以及自闭症和阿尔茨海默氏症和帕金森症等神经退行性疾病。

“我们认为它将在该领域产生广泛而深刻的影响，”Haxby说。德克萨斯大学达拉斯分校(University of Texas at Dallas)行为与脑科学学院助理教授、前心理学与脑科学博士后Jiahui Guo，以及博洛尼亚大学(University of Bologna)医学与外科科学系副教授Maria Ida Gobbini也参与了这项研究。

参考文献:A cortical surface template for human neuroscience Ma Feilong, Guo Jiahui, Maria Ida Gobbini and James V. Haxby, 16 July 2024, Nature Methods