达特茅斯学院（学院位于美国新罕布什尔州汉诺威，是一所私立常春藤盟校研究型大学）的研究人员推出了一种名为“OpenNeuro Average”（简称onavg）的新型人脑模板，这一创新将显著提高神经影像数据分析的准确性和效率，对认知和临床神经科学研究产生深远影响。

人脑负责管理感知、记忆、语言、认知、意识和情绪等关键功能。为了理解大脑的工作方式，科学家经常使用神经影像技术记录大脑在执行任务或休息时的活动。大脑功能在大脑皮层上有系统的组织，研究人员通常使用所谓的“皮层表面模型”来分析神经影像数据，研究人类大脑的功能组织。

每个大脑的形状都不同。为了分析多个个体的神经影像数据，研究人员需要使用相同的大脑模板来注册数据，这使得即使大脑形状不同，也能识别不同大脑上相同的解剖位置，这些位置被称为“顶点”。

在过去的25年中，已经有过几种这样的模板迭代，目前最常用的皮层表面模板基于40个大脑的数据。现在，达特茅斯的研究人员创建了一种新的皮层表面模板“OpenNeuro Average”，简称“onavg”，它在分析神经影像数据方面提供了更高的准确性和效率。

该模板基于OpenNeuro平台（一个免费且开源的神经影像数据共享平台）上的30个数据集，共1031个大脑的皮层解剖结构。这也是首个基于大脑几何形状的皮层表面模板。

与以前的模板不同，onavg模板均匀地采样大脑的不同部分，并且基于大脑的几何形状来定义皮层顶点的位置，这减少了顶点分布的偏差。使用onavg模板，数据分析所需的数据量更少。

“通过神经影像获取数据非常昂贵，对于某些临床人群——比如研究罕见疾病——获取大量数据可能很困难或不可能，所以能够用更少的数据获得更好的结果是一种资产，”主要作者Feilong Ma说。“通过更高效的数据使用，我们的模板可能增加学术研究结果的可复制性和可重复性。”

达特茅斯学院心理学和大脑科学系教授James Haxby表示，他们的皮层表面模板可以用于视觉、听觉、语言和个体差异的研究，以及自闭症和神经退行性疾病如阿尔茨海默症和帕金森病等障碍的研究。

这项创新的人脑模板“OpenNeuro Average”为神经科学研究提供了新的工具，预计将在认知和临床神经科学领域产生广泛而深远的影响。随着神经影像数据研究方法的不断进步，我们期待未来能够更深入地理解大脑功能和疾病机制。如果您对这项研究感兴趣，或者想要了解更多关于神经科学研究的信息，欢迎在评论区分享您的想法和见解。

参考资料：DOI： 10.1038/s41592-024-02346-y