Gennem hele livscyklussen fra fødslen til alderdom gennemgår den menneskelige hjernes funktionelle netværk en kompleks proces med dannelse, udvikling og tilbagegang, der understøtter udviklingen af individuel kognition og adfærd. Konstruktion af et udviklingsdiagram over Human Life Cycle Brain -funktionelt netværk og etablering af referencestandarder til måling af menneskelig hjernefunktion er vigtige videnskabelige problemer, der presserende skal behandles inden for neurovidenskab.
For nylig er professor He Yongs team fra State Key Laboratory of Cognitive Neuroscience and Learning of Beijing Normal University sammen med mere end 100 institutioner overalt i verden, med succes konstrueret verdens første hjernefunktionsnetværksreference, der dækker hele livscyklussen for menneskers væsener, som forventes at blive brugt til digital vurdering af hjerneesundhed i alle aldre, hvilket markerer en vigtig breakhough i området i området i Kina. De relevante resultater blev offentliggjort som coverpapirer i naturen neurovidenskab.
Forskningsteamet har integreret verdens største fulde livscyklus -hjernefunktionelle magnetiske resonansafbildningsdata, hvilket overvinder udfordringerne ved standardiseret behandling og kvalitetskontrol af store data om tværgående alder af hjerneafbildning. For første gang har de trukket en komplet "livskurve" af det menneskelige hjernefunktionelle netværk fra før fødsel til alderdom. Forskere har fundet, at det gennemsnitlige niveau af funktionel forbindelsesstyrke i hele hjernen når sit højdepunkt på omkring 38 år gammel, og langtrækkende forbindelse fortsætter med at optimere indtil omkring 50 år gammel, hvilket afslører, at middelaldrende individer stadig har stærk neural netværksplasticitet og vælter den traditionelle opfattelse af "moden hjerneudvikling ved 18 år gammel".
Udviklingen af hjernen gennem hele sin livscyklus gennemgår ikke ikke -lineære ændringer, men følger en kompleks og regelmæssig evolutionær proces, "sagde han." Gennem hjerneafbildning big data har vi muligheden for at afsløre nøgleudviklingsmilepæle i hjernens funktionelle netværk
Dette arbejde giver et kvantitativt grundlag i form af en "vækstkurve" til evaluering af individuelle hjernesundhedsniveauer, som forventes at ændre den aktuelle tilstand for hovedsageligt at stole på strukturel billeddannelse til hjernesygdomsscreening og tilvejebringe en referencestandard til digital evaluering af hjernefunktion i neuroudviklingssygdomme og andre relaterede tilstande. Forskere eller læger kan bruge denne referencemodel til at sammenligne den faktiske tilstand af individuel hjernefunktion med standard "vækstkurve", identificere potentielle afvigelser og give vejledning til individualiseret tidlig diagnose og indgriben af hjernesygdomme.
