Communications for Statistical Applications and Methods
/
제30권6호
/
pp.561-575
/
2023
Brain network analysis has attracted the interest of neuroscience researchers in studying brain diseases. Magnetoencephalography (MEG) is especially proper for analyzing functional connectivity due to high temporal and spatial resolution. The application of graph theory for functional connectivity analysis has been studied widely, but research on network modeling for MEG still needs more. Temporal exponential random graph model (TERGM) considers temporal dependencies of networks. We performed the brain network analysis, including static/temporal network statistics, on two groups of epilepsy patients who removed the left (LT) or right (RT) part of the brain and healthy controls. We investigate network differences using Multiset canonical correlation analysis (MCCA) and TERGM between epilepsy patients and healthy controls (HC). The brain network of healthy controls had fewer temporal changes than patient groups. As a result of TERGM, on the simulation networks, LT and RT had less stable state than HC in the network connectivity structure. HC had a stable state of the brain network.
Objective: To localize the neuroanatomical substrate of rapid eye movement sleep behavior disorder (RBD) and to investigate the neuroanatomical locational relationship between RBD and α-synucleinopathy neurodegenerative diseases. Materials and Methods: Using a systematic PubMed search, we identified 19 patients with lesions in different brain regions that caused RBD. First, lesion network mapping was applied to confirm whether the lesion locations causing RBD corresponded to a common brain network. Second, the literature-based RBD lesion network map was validated using neuroimaging findings and locations of brain pathologies at post-mortem in patients with idiopathic RBD (iRBD) who were identified by independent systematic literature search using PubMed. Finally, we assessed the locational relationship between the sites of pathological alterations at the preclinical stage in α-synucleinopathy neurodegenerative diseases and the brain network for RBD. Results: The lesion network mapping showed lesions causing RBD to be localized to a common brain network defined by connectivity to the pons (including the locus coeruleus, dorsal raphe nucleus, central superior nucleus, and ventrolateral periaqueductal gray), regardless of the lesion location. The positive regions in the pons were replicated by the neuroimaging findings in an independent group of patients with iRBD and it coincided with the reported pathological alterations at post-mortem in patients with iRBD. Furthermore, all brain pathological sites at preclinical stages (Braak stages 1-2) in Parkinson's disease (PD) and at brainstem Lewy body disease in dementia with Lewy bodies (DLB) were involved in the brain network identified for RBD. Conclusion: The brain network defined by connectivity to positive pons regions might be the regulatory network loop inducing RBD in humans. In addition, our results suggested that the underlying cause of high phenoconversion rate from iRBD to neurodegenerative α-synucleinopathy might be pathological changes in the preclinical stage of α-synucleinopathy located at the regulatory network loop of RBD.
사람들의 건강상태를 모니터링하기 위해 뇌파신호에 관련된 많은 연구가 진행되고 있다. 특히, 병원에 상주하는 환자들은 뇌경색, 간질 등과 같은 위급상황에 대비하여 모니터링할 필요가 있다. 뇌파 네트워크 서비스의 안정성을 요구하는 효율적인 네트워크 토폴로지가 필요하며 본 실험을 위해 OPNet 시뮬레이터를 활용하였다. 따라서, 환자들의 뇌파는 네트워크에 있는 센서장치로부터 읽어들인다. 네트워크의 성능을 비교하기위해 두 가지의 센서 네트워크 토폴로지를 제안하고 시뮬레이션하였다. 하나는 지역화된 네트워크이고 다른 하나는 비지역화된 네트워크이다. 옵넷시뮬레이터를 이용하여 시뮬레이션을 수행하였다.
A distinctive neuronal network in the brain is believed to make us unique individuals. Electron microscopy is a valuable tool for examining ultrastructural characteristics of neurons, synapses, and subcellular organelles. A recent technological breakthrough in volume electron microscopy allows large-scale circuit reconstruction of the nervous system with unprecedented detail. Serial-section electron microscopy-previously the domain of specialists-became automated with the advent of innovative systems such as the focused ion beam and serial block-face scanning electron microscopes and the automated tape-collecting ultramicrotome. Further advances in microscopic design and instrumentation are also available, which allow the reconstruction of unprecedentedly large volumes of brain tissue at high speed. The recent introduction of correlative light and electron microscopy will help to identify specific neural circuits associated with behavioral characteristics and revolutionize our understanding of how the brain works.
Electroencephalography (EEG) produces time-series data of neural oscillations in the brain, and is one of the most commonly used methods for investigating both normal brain functions and brain disorders. Quantitative EEG analysis enables identification of frequencies and brain activity that are activated or impaired. With studies on the structural and functional networks of the brain, the concept of the brain as a complex network has been fundamental to understand normal brain functions and the pathophysiology of various neurological disorders. Functional connectivity is a measure of neural synchrony in the brain network that refers to the statistical interdependency between neural oscillations over time. In this review, we first discuss the basic methods of EEG analysis, including preprocessing, spectral analysis, and functional-connectivity and graph-theory measures. We then review previous EEG studies of brain network characterization in several neurological disorders, including epilepsy, Alzheimer's disease, dementia with Lewy bodies, and idiopathic rapid eye movement sleep behavior disorder. Identifying the EEG-based network characteristics might improve the understanding of disease processes and aid the development of novel therapeutic approaches for various neurological disorders.
The brain of the human is the best model for the artificial intelligence and is studied by many natural, medical scientists and engineers. In the engineering department, the brain model becomes a main subject in the area of development of a system that can represent and think like human. In this paper, we approach and define the function of the brain biologically and especially, make a model for the function of cerebral cortex, known as a part that performs behavior inference and decision for sensitive information from the thalamus. Therefore, we try to make a model for the transfer process of the brain. The brain takes the sensory information from sensory organ, proceeds behavior inference and decision and finally, commands behavior to the motor nerves. We use the modular neural network in this model. finally, we would like to design the intelligent system that can sense, recognize, think and decide like the brain by learning the information process in the brain with the modular neural network.
The purpose of this study was to investigate brain activation pattern and functional connectivity network during classification on the biological phenomena. Twenty six right-handed healthy science teachers volunteered to be in the present study. To investigate participants' brain activities during the tasks, 3.0T fMRI system with the block experimental-design was used to measure BOLD signals of their brain. According to the analyzed data, superior, middle and inferior frontal gyrus, superior and inferior parietal lobule, fusiform gyrus, lingual gyrus, and bilateral cerebellum were significantly activated during participants' carrying-out classification. The network model was consisting of six nodes (ROIs) and its fourteen connections. These results suggested the notion that the activation and connections of these regions mean that classification is consist of two sub-network systems (top-down and bottom-up related) and it functioning reciprocally. These results enable the examination of the scientific classification process from the cognitive neuroscience perspective, and may be used as basic materials for developing a teaching-learning program for scientific classification such as brain-based science education curriculum in the science classrooms.
International Journal of Computer Science & Network Security
/
제21권2호
/
pp.198-204
/
2021
Glioma is one of the common types of brain tumors starting in the brain's glial cell. These tumors are classified into low-grade or high-grade tumors. Physicians analyze the stages of brain tumors and suggest treatment to the patient. The status of the tumor has an importance in the treatment. Nowadays, computerized systems are used to analyze and classify brain tumors. The accurate grading of the tumor makes sense in the treatment of brain tumors. This paper aims to develop a classification of low-grade glioma and high-grade glioma using a deep learning algorithm. This system utilizes four transfer learning algorithms, i.e., AlexNet, GoogLeNet, ResNet18, and ResNet50, for classification purposes. Among these algorithms, ResNet18 shows the highest classification accuracy of 97.19%.
The purpose of this study was to investigate brain activation pattern and functional connectivity network during experimental design on the biological phenomena. Twenty six right-handed healthy science teachers volunteered to be in the present study. To investigate participants' brain activities during the tasks, 3.0T fMRI system with the block experimental-design was used to measure BOLD signals of their brain and SPM2 software package was applied to analyze the acquired initial image data from the fMRI system. According to the analyzed data, superior, middle and inferior frontal gyrus, superior and inferior parietal lobule, fusiform gyrus, lingual gyrus, and bilateral cerebellum were significantly activated during participants' carrying-out experimental design. The network model was consisting of six nodes (ROIs) and its six connections. These results suggested the notion that the activation and connections of these regions mean that experimental design process couldn't succeed just a memory retrieval process. These results enable the scientific experimental design process to be examined from the cognitive neuroscience perspective, and may be used as a basis for developing a teaching-learning program for scientific experimental design such as brain-based science education curriculum.
The process model of emotion regulation suggests that cognitive reappraisal and expressive suppression engage at different time points in the regulation process. Although multiple brain regions and networks have been identified for each strategy, no articles have explored changes in network characteristics or network connectivity over time. The present study examined (a) the whole-brain network and six other resting-state networks, (b) their modularity and global efficiency, which is an index of the efficiency of information exchange across the network, (c) the degree and betweenness centrality for 160 brain regions to identify the hub nodes with the most control over the entire network, and (d) the intra-network and inter-network functional connectivity (FC). Such investigations were performed using a traditional large-scale FC analysis and a relatively recent sliding window correlation analysis. The results showed that the right inferior orbitofrontal cortex was the hub region of the whole-brain network for both strategies. The present findings of temporally altering functional activity of the networks revealed that the default mode network (DMN) activated at the early stage of reappraisal, followed by the task-positive networks (cingulo-opercular network and fronto-parietal network), emotion-processing networks (the cerebellar network and DMN), and sensorimotor network (SMN) that activated at the early stage of suppression, followed by the greater recruitment of task-positive networks and their functional connection with the emotional response-related networks (SMN and occipital network). This is the first study that provides neuroimaging evidence supporting the process model of emotion regulation by revealing the temporally varying network efficiency and intra- and inter-network functional connections of reappraisal and suppression.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.