مشخصات مقاله:
عنوان فارسی مقاله:
توصیف مشخصه حفظ وزن در شبکه های پیچیده کارکردی مغزی
عنوان انگلیسی مقاله:
Weight-conserving characterization of complex functional brain networks
کلمات کلیدی مقاله:
اتصال کارکردی، شبکه های پیچیده
مناسب برای رشته های دانشگاهی زیر:
پزشکی
مناسب برای گرایش های دانشگاهی زیر:
انفورماتیک پزشکی و مغز و اعصاب
وضعیت مقاله انگلیسی و ترجمه:
مقاله انگلیسی را میتوانید به صورت رایگان با فرمت PDF از باکس زیر دانلود نمایید. ترجمه این مقاله با فرمت WORD – DOC آماده خریداری و دانلود آنی میباشد.
فهرست مطالب:
چکیده
مقدمه
روش
ارزیابی پارتیشن های پیمانگی
سهم وزن های مثبت، سهم وزن های منفی، کل پیمانگی
ردیابی پارتیشن های منحنط با پیمانگی بالا
مدل صفر حفظ درجه، وزن و قدرت
نتایج
برازندگی پارتیشن هایی که پیمانگی بالایی دارند
انحطاط پیمانه هایی که پیمانگی آنها زیاد است
خصوصیات مرکزیت ناحیه ای
بحث
منابع
قسمتی از مقاله انگلیسی و ترجمه آن:
Introduction
Large-scale functional brain networks are networks of brain regions and functional connections—coactivations or correlations— between pairs of these regions. Complex functional brain networks are large and extensive networks of nontrivially interacting brain regions that often serve as maps of global brain activity (Bullmore and Sporns, 2009). Interactions between regions in complex functional networks vary in magnitude from large to small, and vary in sign from positive to negative. In contrast, the more traditional “simple” functional networks are smaller groupings of strongly and mutually correlated regions that often serve as maps of specialized functional systems (Fox and Raichle, 2007). Simple functional networks form highly connected modules—components or subnetworks—within complex functional networks (Meunier et al., 2010).
مقدمه
شبکه های کارکردی مغزی با مقیاس وسیع شبکه هایی از نواحی مغزی و اتصالات کارکردی (همکشی یا همبستگی) بین هر زوج از این نواحی می باشند. شبکه های پیچیده کارکردی مغزی شبکه هایی بزرگ و وسیع از نواحی مرتبط مغزی بوده که اغلب به عنوان نقشه ی فعالیت مغزی از آنها استفاده می شوند (Bullmore and Sporns, 2009). تعاملات بین نواحی در شبکه های کارکردی پیچیده اندازه های بزرگ تا کوچک و علامت مثبت یا منفی دارند. بعکس، شبکه های کارکردی ساده و سنتی گروه های کوچکتری از نواحی همبسته می باشند که از انها به عنوان نقشه سیستم های کارکردی خاص استفاده می شود (Foxand Raichle, 2007). شبکه های کارکردی ساده پیمانه ها (مولفه ها یا زیر شبکه ها) ی به هم پیوسته ای را درون شبکه های کارکردی پیچیده شکل می دهند (Meunier et al., 2010).