Key points are not available for this paper at this time.
ZUSAMMENFASSUNG Virtuelle Gehirnzwillinge sind personalisierte, generative und adaptive Gehirnmodelle, die auf Daten aus dem Gehirn einer Person für wissenschaftliche und klinische Zwecke basieren. Nach einer Beschreibung der Schlüsselaspekte virtueller Gehirnzwillinge präsentieren wir das Standardmodell für personalisierte Ganzhirnnetzwerkmodelle. Die Personalisierung erfolgt durch die Verwendung von bildgebenden Daten des Gehirns einer Person auf drei Arten: (1) Zusammenstellung kortikaler und subkortikaler Bereiche im individuellen Gehirnraum; (2) direkte Zuordnung der Konnektivität in die Gehirnmodelle, die auf andere Parameter verallgemeinert werden kann; und (3) Schätzung relevanter Parameter durch Modellinversion, typischerweise unter Verwendung probabilistischer maschineller Lernverfahren. Wir präsentieren den Einsatz personalisierter Ganzhirnnetzwerkmodelle im gesunden Altern und in fünf klinischen Krankheiten: Epilepsie, Alzheimer-Krankheit, multiple Sklerose, Parkinson-Krankheit und psychiatrische Störungen. Insbesondere führen wir räumliche Masken für relevante Parameter ein und demonstrieren deren Verwendung basierend auf physiologischen und pathophysiologischen Hypothesen. Schließlich benennen wir die wichtigsten Herausforderungen und zukünftigen Richtungen.
Wang et al. (Tue,) haben diese Frage untersucht.