A data-driven framework for mapping domains of human neurobiology.
A data-driven framework for mapping domains of human neurobiology.
复制标题
用于映射人类神经生物学领域的数据驱动框架。
DOI：
10.1038/s41593-021-00948-9
复制
发表时间：
2021-12
影响因子：
25
通讯作者：
Etkin A
中科院分区：
文献类型：
--
作者：
Beam E;Potts C;Poldrack RA;Etkin A
在过去的25年里，功能性神经影像学一直是人类神经科学的支柱。对功能磁共振成像数据的解释通常发生在专家精心设计的知识框架内，这有可能放大限制研究结果可复制性的偏见。在这里，我们采用了一种计算方法来获得一个数据驱动的神经生物学领域的框架，该框架综合了近20，000篇人类神经影像学文章的文本和数据。在多层次的领域特异性中，领域内的结构-功能联系在坚持的文章中比在神经科学和精神病学的主导框架中更好地复制。我们进一步表明，数据驱动的框架划分成模块化的子字段，域作为可概括的原型结构功能模式在单个文章的文献。我们在这里提出的计算本体的方法是最全面的表征人类大脑电路量化功能磁共振成像，并可能扩展到合成其他科学文献。
Functional neuroimaging has been a mainstay of human neuroscience for the past 25 years. Interpretation of fMRI data has often occurred within knowledge frameworks crafted by experts, which have the potential to amplify biases that limit the replicability of findings. Here, we employ a computational approach to derive a data-driven framework for neurobiological domains that synthesizes the texts and data of nearly 20,000 human neuroimaging articles. Across multiple levels of domain specificity, the structure-function links within domains better replicate in held-out articles than those mapped from dominant frameworks in neuroscience and psychiatry. We further show that the data-driven framework partitions the literature into modular subfields, for which domains serve as generalizable prototypes of structure-function patterns in single articles. The approach to computational ontology we present here is the most comprehensive characterization of human brain circuits quantifiable with fMRI and may be extended to synthesize other scientific literatures.
登录
查看更多内容
从杏仁核中的电路到行为。
影响因子：
64.8
作者：
Janak PH;Tye KM
通讯作者：
Tye KM
影响因子：
4.2
作者：
Barrett LF
通讯作者：
Barrett LF
影响因子：
82.9
作者：
Drysdale AT;Grosenick L;Downar J;Dunlop K;Mansouri F;Meng Y;Fetcho RN;Zebley B;Oathes DJ;Etkin A;Schatzberg AF;Sudheimer K;Keller J;Mayberg HS;Gunning FM;Alexopoulos GS;Fox MD;Pascual-Leone A;Voss HU;Casey BJ;Dubin MJ;Liston C
通讯作者：
Liston C
影响因子：
10.6
作者：
McCoy TH Jr;Castro VM;Hart KL;Pellegrini AM;Yu S;Cai T;Perlis RH
通讯作者：
Perlis RH
影响因子：
16.6
作者：
Eisenberg, Ian W.;Bissett, Patrick G.;Poldrack, Russell A.
通讯作者：
Poldrack, Russell A.