Влияние старения на спектры мощности нейромагнитной энергии скачать в хорошем качестве

Влияние старения на спектры мощности нейромагнитной энергии

Этот мастер-класс, представленный Эндрю Куинном, доцентом Бирмингемского университета, посвящен следующим темам: «Все большее число больших общедоступных наборов данных МЭГ становится доступным и способствует формированию консенсуса в литературе относительно того, как сигнал МЭГ изменяется с возрастом. Наши статистические и аналитические методы должны продолжать развиваться, чтобы максимально использовать эту новую возможность. Этот вебинар знакомит с GLM-Spectrum, гибкой аналитической структурой для многоуровневого и многомерного регрессионного моделирования эффектов спектра мощности. Она естественным образом сочетает в себе гибкость современного регрессионного моделирования и пермутационной статистики с устоявшейся оценкой частотного спектра. Используя GLM-Spectrum, мы оцениваем эффект старения на нескольких больших наборах данных, контролируя при этом ряд потенциально мешающих ковариат на первом и групповом уровнях. Результаты показывают, что спектр мощности МЭГ постоянно различается у пожилых и молодых людей с дифференциальными эффектами на низких частотах, альфа- и бета-ритмах. Эти эффекты устойчивы в пространстве датчиков и источников, магнитометров и градиометров, а также в различных условиях». Производители МЭГ. Ковариаты и мешающие факторы, такие как моргание, размер головы, положение головы и частота сердечных сокращений, изменяют спектр мощности, но не маскируют возрастной эффект на групповом уровне. Тем не менее, эти мешающие переменные остаются критически важными для моделирования спектров записей отдельных субъектов. Наконец, мы показываем, что ковариатная структура больших наборов данных может варьироваться как из-за систематических различий (например, настройка системы сбора данных), так и случайно из-за выборки. Таким образом, надежные методы многомерного моделирования являются критически важным шагом к достижению консенсуса относительно того, как старение изменяет сигнал МЭГ. Доктор Эндрю Куинн защитил докторскую диссертацию в 2014 году в Йоркском университете, разработав методы оценки изменяющейся во времени функциональной связности во время распознавания визуальных слов на основе данных магнитоэнцефалографии. Затем он работал научным сотрудником в Оксфордском центре изучения активности человеческого мозга (OHBA), где разработал ряд новых методов анализа временных рядов, направленных на анализ изменений в мозге при нейродегенеративных заболеваниях. Доктор Куинн начал свою работу в качестве доцента в Бирмингемском университете в 2022 году. Его исследования продолжают изучать новые методы анализа электрофизиологических временных рядов в контексте зрительного и слухового восприятия, а также то, как динамика мозга меняется на протяжении всей жизни и при нейродегенеративных заболеваниях. *Содержание мастер-классов MEGIN и выбранные спикеры представлены исключительно в информационных целях, и MEGIN не поддерживает какие-либо упомянутые приложения или методы лечения. **TRIUX™ neo предназначен для неинвазивной регистрации активности мозга и, при интерпретации результатов квалифицированными врачами, для локализации активных областей. Все остальные приложения носят научный исследовательский характер. Для получения дополнительной информации, пожалуйста, свяжитесь с MEGIN.