The Human Connectome Project's neuroimaging approach.
The Human Connectome Project's neuroimaging approach.
复制标题
DOI：
10.1038/nn.4361
复制
发表时间：
2016-08-26
影响因子：
25
通讯作者：
Van Essen DC
中科院分区：
文献类型：
--
作者：
Glasser MF;Smith SM;Marcus DS;Andersson JL;Auerbach EJ;Behrens TE;Coalson TS;Harms MP;Jenkinson M;Moeller S;Robinson EC;Sotiropoulos SN;Xu J;Yacoub E;Ugurbil K;Van Essen DC
非侵入性的人类神经成像已经产生了许多关于大脑的令人兴奋的发现。在方法上也取得了许多进展，尽管惯性减缓了采用速度。本文提出了一种基于最新进展，特别是人类连接组计划（HCP）的数据采集，分析和共享的综合方法。“HCP风格”范例具有七个核心原则：（1）从许多受试者收集多模态成像数据;（2）以高空间和时间分辨率获取数据;（3）预处理数据以最小化失真、模糊和时间伪影;（4）使用皮质和皮质下结构的自然几何形状表示数据;（5）跨受试者和研究准确地对齐对应的大脑区域;（6）使用不同的模型来表示数据。（6）使用神经生物学上精确的脑切片分析数据;以及（7）通过用户友好的数据库共享已发布的数据。我们使用现有的HCP数据集说明HCP风格的范例，并为未来的研究提供指导。这种模式的广泛采用应该会加速对健康和疾病中大脑的理解。
Non-invasive human neuroimaging has yielded many exciting discoveries about the brain. Numerous methodological advances have also occurred, though inertia has slowed their adoption. This paper presents an integrated approach to data acquisition, analysis, and sharing that builds upon recent advances, particularly from the Human Connectome Project (HCP). The “HCP-style” paradigm has seven core tenets: (1) collect multimodal imaging data from many subjects; (2) acquire data at high spatial and temporal resolution; (3) preprocess data to minimize distortions, blurring, and temporal artifacts; (4) represent data using the natural geometry of cortical and subcortical structures; (5) accurately align corresponding brain areas across subjects and studies; (6) analyze data using neurobiologically accurate brain parcellations; and (7) share published data via user-friendly databases. We illustrate the HCP-style paradigm using existing HCP datasets and provide guidance for future research. Widespread adoption of this paradigm should accelerate progress in understanding the brain in health and disease.
登录
查看更多内容
人类视觉皮层中视网膜区域和髓磷脂图之间的对应关系。
影响因子：
5.7
作者：
Abdollahi RO;Kolster H;Glasser MF;Robinson EC;Coalson TS;Dierker D;Jenkinson M;Van Essen DC;Orban GA
通讯作者：
Orban GA
影响因子：
5.7
作者：
Behrens TE;Sporns O
通讯作者：
Sporns O
DOI：
10.1073/pnas.1507552112
发表时间：
2015-12-29
影响因子：
11.1
作者：
De Martino, Federico;Moerel, Michelle;Formisano, Elia
通讯作者：
Formisano, Elia
影响因子：
3.7
作者：
Felleman, Daniel J.;Van Essen, David C.
通讯作者：
Van Essen, David C.
影响因子：
3.7
作者：
Feinberg DA;Moeller S;Smith SM;Auerbach E;Ramanna S;Gunther M;Glasser MF;Miller KL;Ugurbil K;Yacoub E
通讯作者：
Yacoub E