Brain songs framework used for discovering the relevant timescale of the human brain
Brain songs framework used for discovering the relevant timescale of the human brain
复制标题
DOI：
10.1038/s41467-018-08186-7
复制
发表时间：
2019-02-04
影响因子：
16.6
通讯作者：
Kringelbach, Morten L.
中科院分区：
文献类型：
--
作者：
Deco, Gustavo;Cruzat, Josephine;Kringelbach, Morten L.
神经科学中一个尚未解决的关键问题是确定理解整个大脑时空动力学的相关时间尺度。虽然静息状态的功能磁共振成像显示网络在一个超低的时间尺度（低于0.1赫兹），其他神经成像方式，如脑磁图和脑电图表明，更快的时间尺度可能是同等或更相关的发现时空结构。在这里，我们介绍了一种新的方法来产生全脑神经动力学活动在毫秒级的功能磁共振成像信号。这种方法允许我们通过对模型的输出进行分箱来研究不同的时间尺度。这些时间尺度可以使用一种方法（诗意地命名为大脑歌曲）来研究，以提取给定时间尺度的时空图案。使用独立的熵和层次的措施来表征丰富的动态剧目，我们发现，这两种方法找到了类似的最佳时间尺度约为200毫秒的休息状态和任务数据。
A key unresolved problem in neuroscience is to determine the relevant timescale for understanding spatiotemporal dynamics across the whole brain. While resting state fMRI reveals networks at an ultraslow timescale (below 0.1 Hz), other neuroimaging modalities such as MEG and EEG suggest that much faster timescales may be equally or more relevant for discovering spatiotemporal structure. Here, we introduce a novel way to generate whole-brain neural dynamical activity at the millisecond scale from fMRI signals. This method allows us to study the different timescales through binning the output of the model. These timescales can then be investigated using a method (poetically named brain songs) to extract the spacetime motifs at a given timescale. Using independent measures of entropy and hierarchy to characterize the richness of the dynamical repertoire, we show that both methods find a similar optimum at a timescale of around 200 ms in resting state and in task data.