Beiträge aus der Analyse von Graphen zur Identifizierung neuronaler Cliquen (BRAINGRAPH)
Studienübersicht
Status
Bedingungen
Intervention / Behandlung
Detaillierte Beschreibung
Die Elektroenzephalographie (EEG) mit sehr hoher räumlicher Auflösung (HR) (EEG-HR, 256 Elektroden) ermöglicht ein besseres Verständnis der globalen und lokalen Aktivität des zerebralen Neocortex.
Im Jahr 2012 wandten wir uns an dieses Team, um die biologische Plausibilität dieser Theorie in vivo mit EEG zu testen, nachdem Claude Berrou und Vincent Gripons Internet Veröffentlichungen veröffentlicht hatten, in denen neue Prinzipien der Kodierung von Informationen auf der Grundlage grafischer Darstellungen in konnektionistischen Netzwerken eingeführt wurden.
Das zentrale Konzept ist die mentale Information, definiert als alle durch das Langzeitgedächtnis erworbenen Wissenselemente, auf denen die Vernunft aufbauen kann, um zu versuchen, auf neue Probleme zu reagieren. Nach dieser neuen Theorie sollten diese Wissenselemente, die Qualia oder Merkmale genannt werden, innerhalb von Cliquennetzwerken verbunden sein. Derzeit verfügen wir jedoch nicht über Methoden zum Vergleich von Diagrammen, um mit der hochauflösenden Elektroenzephalographie einen guten Index sowohl der räumlichen als auch der topologischen Ähnlichkeit zwischen Diagrammen zu messen.
Für diese neue Studie schlagen wir vor, die Stärken mehrerer bestehender Methoden des Graphenvergleichs zu kombinieren, die darüber hinaus speziell an den spezifischen Kontext der Analyse der Graphen in der Großhirnrinde angepasst werden.
Die eingesetzten Fähigkeiten sind vielfältig: Informationstheorie, Mathematik, Graphentheorie, Informatik, Neuropsychologie, Signalverarbeitung und Neurologie.
Studientyp
Einschreibung (Tatsächlich)
Phase
- Unzutreffend
Kontakte und Standorte
Studienorte
-
-
-
Rennes, Frankreich, 35033
- Rennes University Hospital
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
Akzeptiert gesunde Freiwillige
Beschreibung
Einschlusskriterien:
- 18 Jahre und älter
- Rechtshändig ;
- Französischer Muttersprachler
- Nach schriftlicher Einverständniserklärung
Ausschlusskriterien:
- Vorliegen einer psychiatrischen, neuropsychologischen oder Entwicklungsstörung
- Jede nicht korrigierte Sehbehinderung
- Jegliche Probleme oder Verzögerungen beim Erlernen des Lesens/Sprechens von Französisch
- Vollständig zweisprachig oder mehrsprachig
- Medikamente, Behandlungen und/oder Substanzen, die die Gehirnfunktionen verändern oder modifizieren können
- Schwangerschaft, Stillzeit
- Personen, die unter erheblichem Rechtsschutz stehen und/oder denen die Freiheit entzogen ist
MRT-bezogene Kriterien
- Herzschrittmacher oder implantierter Defibrillator
- Eisenmagnetische chirurgische Klammern
- Cochleaimplantat
- Intraokulare oder Gehirnfremdkörper
- Weniger als 4 Wochen alte Stents, weniger als 6 Wochen alte Osteosynthesematerialien
- Klaustrophobie
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Sonstiges
- Zuteilung: N / A
- Interventionsmodell: Einzelgruppenzuweisung
- Maskierung: Keine (Offenes Etikett)
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Sonstiges: Gesunde Freiwillige
20 gesunde Freiwillige werden einem Einschlussbesuch unterzogen, um die Einschluss- und Nichteinschlusskriterien zu überprüfen. Dann wird durchgeführt:
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Zur Validierung des Tools zur Messung der Ähnlichkeit zwischen den erhaltenen Diagrammen sind drei Hauptkriterien zu berücksichtigen
Zeitfenster: 2 Jahre
|
Trotz der intraindividuellen Variabilität sollte das gleiche Objekt oder derselbe Ton bei mehrfacher Wiederholung die ähnlichsten Konnektivitätsdiagramme erzeugen. Trotz der interindividuellen Variabilität muss die Analyse von Konnektivitätsdiagrammen auch hohe Ähnlichkeitsindizes zwischen Individuen mit denselben Reizen oder gemeinsamen Reizen liefern die gleichen semantischen Eigenschaften, auch wenn die Subjekte unterschiedlich sind. In der Phase der konzeptionellen Analyse von Reizen oder ab 175 ms nach der Präsentation des Bildes oder Tons sollte die Analyse von Konnektivitätsdiagrammen starke Ähnlichkeitsindizes für mehrere verschiedene Bilder desselben Objekts aufdecken (Unabhängigkeit von der visuellen Darstellung); für Bild und Ton, die dasselbe Objekt darstellen (Unabhängigkeit von der Sinnesmodalität) oder zwei Objekte, die derselben semantischen Kategorie angehören (konzeptionelle Ähnlichkeit, z. B. Orange, Zitrone). Tatsächlich haben diese Objekte gemeinsame Merkmale/semantische Dimensionen (z. B. mobil vs. stationär oder lebend vs. nicht lebend usw.). |
2 Jahre
|
|
Schätzen Sie die Plausibilität der mit unserer Methode erzielten Ergebnisse direkt anhand der Grafiken ab
Zeitfenster: 2 Jahre
|
Die Dichte (d. h. das Verhältnis zwischen der Anzahl der Verbindungen in einem bestimmten Diagramm und der insgesamt möglichen Anzahl von Verbindungen), der Durchmesser (d. h. der längste Pfad in einem Diagramm), der durchschnittliche Grad (d. h. die durchschnittliche Anzahl verbundener Verbindungen). zu jedem Knoten), das Clustering (d. h. die Dichte der Verbindungen zu einer Gruppe von Knoten mit dem Rest des Netzwerks) und andere Parameter werden anhand von in der Literatur verfügbaren Standardwerten, aber auch mit Tools, die bei der Berechnung helfen, verglichen semantische Distanz zwischen Wörtern wie WordNet und vielen anderen.
|
2 Jahre
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Beurteilung der Qualität der Messung anhand simulierter Daten im Labortest unserer Methode zur Messung der Ähnlichkeit zwischen den Diagrammen
Zeitfenster: 2 Jahre
|
Ein Computermodell neuronaler Netzwerkpopulationen, bei dem der Experimentator im Voraus weiß, wo sich die Quellen befinden, ermöglicht es ihm, die Zuverlässigkeit seiner Methoden zu testen, während er Diagramme rekonstruiert und ihre Ähnlichkeit beurteilt.
[8] Schließlich könnte die Qualität der Ergebnisse zur Identifizierung neuronaler Cliquen (oder vollständiger Graphen) mit dem künstlichen neuronalen Netzwerkmodell verglichen werden, das wir an anderer Stelle entwickeln [1, 9 und 10].
Dieses Modell zeigt, dass die Verteilung neuronaler Cliquen (als Reaktion auf Dichte- und Effizienzprobleme) einem einfachen Prinzip folgt, das wir im Gehirn finden sollten.
Beispielsweise ist es vernünftig anzunehmen, dass es auf der Skala einer kleinen Gehirnregion viele Cliquen (oder vollständige Diagramme) gibt, während diese Cliquen selten sind, wenn man räumlich entfernte Quellen betrachtet.
Es handelt sich um eine Organisation namens „Small-Worlds“, die klassisch für die neuronalen Netze in der Großhirnrinde ist
|
2 Jahre
|
Mitarbeiter und Ermittler
Sponsor
Publikationen und hilfreiche Links
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Tatsächlich)
Studienabschluss (Tatsächlich)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Schätzen)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 2014-A01461-46
- 35RC14_9849_BRAINGRAPH (Andere Kennung: Rennes University Hospital)
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Produkt, das in den USA hergestellt und aus den USA exportiert wird
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .