Resting-state networks show dynamic functional connectivity in awake humans and anesthetized macaques
Notice bibliographique
Résumé
Characterization of large-scale brain networks using blood-oxygenation-level-dependent functional magnetic resonance imaging is typically based on the assumption of network stationarity across the duration of scan. Recent studies in humans have questioned this assumption by showing that within-network functional connectivity fluctuates on the order of seconds to minutes. Time-varying profiles of resting-state networks (RSNs) may relate to spontaneously shifting, electrophysiological network states and are thus mechanistically of particular importance. However, because these studies acquired data from awake subjects, the fluctuating connectivity could reflect various forms of conscious brain processing such as passive mind wandering, active monitoring, memory formation, or changes in attention and arousal during image acquisition. Here, we characterize RSN dynamics of anesthetized macaques that control for these accounts, and compare them to awake human subjects. We find that functional connectivity among nodes comprising the "oculomotor (OCM) network" strongly fluctuated over time during awake as well as anaesthetized states. For time dependent analysis with short windows (<60 s), periods of positive functional correlations alternated with prominent anticorrelations that were missed when assessed with longer time windows. Similarly, the analysis identified network nodes that transiently link to the OCM network and did not emerge in average RSN analysis. Furthermore, time-dependent analysis reliably revealed transient states of large-scale synchronization that spanned all seeds. The results illustrate that resting-state functional connectivity is not static and that RSNs can exhibit nonstationary, spontaneous relationships irrespective of conscious, cognitive processing. The findings imply that mechanistically important network information can be missed when using average functional connectivity as the single network measure.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».