Leveraging Neural Networks in Preclinical Alcohol Research.
Leveraging Neural Networks in Preclinical Alcohol Research.
复制标题
DOI：
10.3390/brainsci10090578
复制
发表时间：
2020-08-21
期刊：
影响因子：
3.3
通讯作者：
Kimbrough A
中科院分区：
文献类型：
--
作者：
Smith LC;Kimbrough A
酒精使用障碍是一个普遍的医疗保健问题，具有重大的社会经济后果。在临床和临床前水平上有大量的神经成像技术，包括磁共振成像和三维（3D）组织成像技术。基于网络的方法可以应用于成像数据，以创建模拟大脑功能和结构连接的神经网络。这些网络可用于改变与酒精使用相关的大脑状态引起的全脑神经信号。神经网络可以进一步用于识别与饮酒有关的关键大脑区域或神经“枢纽”。在这里，我们简要回顾了目前的成像和神经回路操作方法。然后，我们讨论了临床和临床前研究使用基于网络的方法与物质使用障碍和饮酒。最后，我们讨论了临床前3D成像与网络方法的结合如何单独应用，以及如何与其他方法结合应用，以更好地了解饮酒。
Alcohol use disorder is a pervasive healthcare issue with significant socioeconomic consequences. There is a plethora of neural imaging techniques available at the clinical and preclinical level, including magnetic resonance imaging and three-dimensional (3D) tissue imaging techniques. Network-based approaches can be applied to imaging data to create neural networks that model the functional and structural connectivity of the brain. These networks can be used to changes to brain-wide neural signaling caused by brain states associated with alcohol use. Neural networks can be further used to identify key brain regions or neural “hubs” involved in alcohol drinking. Here, we briefly review the current imaging and neurocircuit manipulation methods. Then, we discuss clinical and preclinical studies using network-based approaches related to substance use disorders and alcohol drinking. Finally, we discuss how preclinical 3D imaging in combination with network approaches can be applied alone and in combination with other approaches to better understand alcohol drinking.
登录
查看更多内容
DOI：
10.1523/jneurosci.1929-08.2008
发表时间：
2008-09-10
期刊：
The Journal of neuroscience : the official journal of the Society for Neuroscience
影响因子：
--
作者：
Bassett DS;Bullmore E;Verchinski BA;Mattay VS;Weinberger DR;Meyer-Lindenberg A
通讯作者：
Meyer-Lindenberg A
影响因子：
5.3
作者：
Achard, S;Salvador, R;Bullmore, ET
通讯作者：
Bullmore, ET
影响因子：
29.9
作者：
Bertolero, Maxwell A.;Yeo, B. T. Thomas;D'Esposito, Mark
通讯作者：
D'Esposito, Mark
影响因子：
64.8
作者：
Babu, Mohan;Vlasblom, James;Greenblatt, Jack F.
通讯作者：
Greenblatt, Jack F.
影响因子：
25
作者：
Boyden, ES;Zhang, F;Deisseroth, K
通讯作者：
Deisseroth, K