신경 파벌 식별을 위한 그래프 분석의 기여 (BRAINGRAPH)
2023년 5월 22일 업데이트: Rennes University Hospital
이 연구의 목적은 우리의 의미론적 지식(장기 기억의 요소와 우리가 그것을 사용하는 프로세스)이 그래픽 조직에 반응하고 클리크(신경망)라는 정확한 패턴을 따라 함께 모인다는 것을 입증하는 것입니다.
연구 개요
상태
상태
완전한
정황
정황
상세 설명
매우 높은 공간 분해능(HR)(EEG-HR, 256 전극)을 사용하는 뇌파 검사(EEG)를 통해 대뇌 신피질의 전역 및 국소 활동을 더 잘 이해할 수 있습니다.
2012년에 Claude Berrou와 Vincent Gripon의 인터넷에서 연결주의 네트워크의 그래픽 표현을 기반으로 정보를 코딩하는 새로운 원칙을 소개한 출판물에 이어, 우리는 EEG로 이 이론의 생물학적 타당성을 생체 내에서 테스트하기 위해 이 팀에 접근했습니다.
중심 개념은 이성이 새로운 문제에 대응하기 위해 구축할 수 있는 장기 기억에 의해 획득된 지식의 모든 요소로 정의되는 정신적 정보입니다. 이 새로운 이론에 따르면 감각질 또는 기능이라고 하는 이러한 지식 요소는 파벌 네트워크 내에서 연결되어야 합니다. 그러나 현재 고해상도 뇌파 검사를 통해 그래프 간의 공간적 및 위상적 유사성의 좋은 지표를 측정하는 방법을 비교하는 그래프가 없습니다.
이 새로운 연구를 위해 우리는 특히 대뇌 피질에서 그래프 분석의 특정 컨텍스트에 맞게 조정될 기존의 여러 그래프 비교 방법의 강점을 결합할 것을 제안합니다.
사용되는 기술은 정보 이론, 수학, 그래프 이론, 컴퓨터 과학, 신경 심리학, 신호 처리 및 신경학 등 다양합니다.
연구 유형
연구 유형
중재적
등록 (실제)
등록
21
단계
단계
- 해당 없음
연락처 및 위치
이 섹션에서는 연구를 수행하는 사람들의 연락처 정보와 이 연구가 수행되는 장소에 대한 정보를 제공합니다.
연구 장소
-
-
-
Rennes, 프랑스, 35033
- Rennes University Hospital
-
-
참여기준
연구원은 적격성 기준이라는 특정 설명에 맞는 사람을 찾습니다. 이러한 기준의 몇 가지 예는 개인의 일반적인 건강 상태 또는 이전 치료입니다.
자격 기준
자격 기준
공부할 수 있는 나이
18년 이상 (성인, 고령자)
건강한 자원 봉사자를 받아들입니다
예
설명
포함 기준:
- 18세 이상
- 오른 손잡이 ;
- 프랑스어 원어민
- 서면 동의서를 제공한 후
제외 기준:
- 정신과적, 신경심리학적 및 발달 장애의 존재
- 교정되지 않은 시각 장애
- 프랑스어 읽기/말하기 학습의 문제 또는 지연
- 완전 이중 언어 또는 다국어
- 뇌 기능을 변경하거나 수정할 수 있는 약물, 치료 및/또는 물질
- 임신, 수유
- 주요한 법적 보호를 받고 있거나 자유를 박탈당한 자
MRI 관련 기준
- 심장 박동기 또는 이식형 제세동기
- 철 자성 수술 클립
- 인공와우
- 안구 내 또는 뇌 이물질
- 4주 미만의 스텐트, 6주 미만의 골접합 재료
- 밀실 공포증
공부 계획
이 섹션에서는 연구 설계 방법과 연구가 측정하는 내용을 포함하여 연구 계획에 대한 세부 정보를 제공합니다.
연구는 어떻게 설계됩니까?
디자인 세부사항
- 주 목적: 다른
- 할당: 해당 없음
- 중재 모델: 단일 그룹 할당
- 마스킹: 없음(오픈 라벨)
팔의 수
1
무기와 개입
참가자 그룹 / 팔참가자 그룹 / 팔 |
개입 / 치료개입 / 치료 |
|---|---|
|
다른: 건강한 자원봉사자
20명의 건강한 지원자는 포함 및 비포함 기준을 확인하기 위해 포함 방문을 거칩니다. 그런 다음 수행됩니다.
|
연구는 무엇을 측정합니까?
주요 결과 측정
주요 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
얻은 그래프 간의 유사성을 측정하기 위한 도구를 검증하기 위해 세 가지 주요 기준을 고려해야 합니다.
기간: 2 년
|
개인 내 가변성에도 불구하고 동일한 물체 또는 동일한 소리가 여러 번 반복되면 가장 유사한 연결성 그래프가 생성되어야 합니다. 주어가 달라도 의미론적 속성은 같다. 자극의 개념적 분석 단계에서, 또는 이미지 또는 사운드 제시 후 175ms부터 연결 그래프 분석은 동일한 대상의 여러 다른 이미지에 대한 강한 유사성 지수를 나타내야 합니다(시각적 표현에 대한 독립성). 동일한 대상(감각 양상에 대한 독립성) 또는 동일한 의미론적 범주(개념적 유사성, 예: 오렌지, 레몬)에 속하는 두 개의 대상을 나타내는 그림과 소리의 경우. 실제로, 이러한 개체는 공통 특성/의미적 차원(예: 이동 대 고정 또는 생활 대 무생물 등)을 공유합니다. |
2 년
|
|
그래프에서 직접 우리의 방법으로 얻은 결과의 타당성을 추정합니다.
기간: 2 년
|
밀도(예: 주어진 그래프의 링크 수와 가능한 전체 링크 수의 비율), 지름(예: 그래프에서 가장 긴 경로), 평균 정도(예: 연결된 링크의 평균 수) 각 노드에 대해), 클러스터링(예: 나머지 네트워크와 함께 노드 그룹에 대한 연결 밀도) 및 기타 매개변수는 문헌에서 사용 가능한 표준 값과 관련하여 비교될 뿐만 아니라 다음을 계산하는 데 도움이 되는 도구와도 비교됩니다. WordNet 및 기타 여러 단어 사이의 의미론적 거리.
|
2 년
|
2차 결과 측정
2차 결과 측정
결과 측정 |
측정값 설명 |
기간 |
|---|---|---|
|
실험실 테스트에서 시뮬레이션 데이터에 대한 측정 품질 판단 그래프 간의 유사성 측정 방법
기간: 2 년
|
실험자가 소스가 어디에 있는지 미리 알고 있는 신경망 모집단의 컴퓨터 모델을 통해 그래프를 재구성하고 유사성을 판단하면서 방법의 신뢰성을 테스트할 수 있습니다.
[8] 마지막으로, 신경 파벌(또는 완전한 그래프)의 식별에 대한 결과의 품질은 우리가 다른 곳에서 개발한 인공 신경망 모델과 비교할 수 있습니다[1, 9 및 10].
이 모델은 신경 파벌의 분포(밀도 및 효율성 문제에 대한 응답)가 우리가 뇌에서 찾아야 하는 간단한 원리를 따른다는 것을 나타냅니다.
예를 들어 작은 뇌 영역의 척도에는 많은 파벌(또는 완전한 그래프)이 있다고 생각하는 것이 타당하지만 공간적으로 멀리 떨어진 소스를 고려할 때 그러한 파벌은 드물다.
대뇌 피질의 신경망에 대한 고전적인 "작은 세계"라는 조직입니다.
|
2 년
|
공동 작업자 및 조사자
여기에서 이 연구와 관련된 사람과 조직을 찾을 수 있습니다.
간행물 및 유용한 링크
연구에 대한 정보 입력을 담당하는 사람이 자발적으로 이러한 간행물을 제공합니다. 이것은 연구와 관련된 모든 것에 관한 것일 수 있습니다.
연구 기록 날짜
이 날짜는 ClinicalTrials.gov에 대한 연구 기록 및 요약 결과 제출의 진행 상황을 추적합니다. 연구 기록 및 보고된 결과는 공개 웹사이트에 게시되기 전에 특정 품질 관리 기준을 충족하는지 확인하기 위해 국립 의학 도서관(NLM)에서 검토합니다.
연구 주요 날짜
연구 시작 (실제)
연구 시작
2015년 2월 27일
기본 완료 (실제)
기본 완료
2015년 11월 20일
연구 완료 (실제)
연구 완료
2015년 11월 20일
연구 등록 날짜
최초 제출
최초 제출
2014년 11월 28일
QC 기준을 충족하는 최초 제출
QC 기준을 충족하는 최초 제출
2014년 12월 2일
처음 게시됨 (추정)
처음 게시됨
2014년 12월 3일
연구 기록 업데이트
마지막 업데이트 게시됨 (실제)
마지막 업데이트 게시됨
2023년 5월 24일
QC 기준을 충족하는 마지막 업데이트 제출
QC 기준을 충족하는 마지막 업데이트 제출
2023년 5월 22일
마지막으로 확인됨
마지막으로 확인됨
2023년 5월 1일
추가 정보
이 연구와 관련된 용어
기타 연구 ID 번호
기타 연구 ID 번호
- 2014-A01461-46
- 35RC14_9849_BRAINGRAPH (기타 식별자: Rennes University Hospital)
약물 및 장치 정보, 연구 문서
미국 FDA 규제 의약품 연구
아니
미국 FDA 규제 기기 제품 연구
아니
미국에서 제조되어 미국에서 수출되는 제품
아니
이 정보는 변경 없이 clinicaltrials.gov 웹사이트에서 직접 가져온 것입니다. 귀하의 연구 세부 정보를 변경, 제거 또는 업데이트하도록 요청하는 경우 register@clinicaltrials.gov. 문의하십시오. 변경 사항이 clinicaltrials.gov에 구현되는 즉시 저희 웹사이트에도 자동으로 업데이트됩니다. .