> Detailanzeige

Royer, Jessica [VerfasserIn]; Rodríguez-Cruces, Raúl [VerfasserIn]; Lowe, Alexander J. [VerfasserIn]; Margulies, Daniel [VerfasserIn]; Smallwood, Jonathan [VerfasserIn]; Bernasconi, Andrea [VerfasserIn]; Bernasconi, Neda [VerfasserIn]; Frauscher, Birgit [VerfasserIn]; Bernhardt, Boris C. [VerfasserIn]; Tavakol, Shahin [VerfasserIn]; Larivière, Sara [VerfasserIn]; Herholz, Peer [VerfasserIn]; Li, Qiongling [VerfasserIn]; de Wael, Reinder Vos [VerfasserIn]; Paquola, Casey [VerfasserIn]; Benkarim, Oualid [VerfasserIn]; Park, Bo-yong [VerfasserIn]

An Open MRI Dataset for Multiscale Neuroscience

Literatur-
verwaltung

Zur
Merkliste

Lösche von
Merkliste

Per Whatsapp teilen

Schließen

Merkliste



Sie können Bookmarks mittels Listen verwalten, loggen Sie sich dafür bitte in Ihr SLUB Benutzerkonto ein.
  • Medientyp: E-Book; Bericht; Preprint
  • Titel: An Open MRI Dataset for Multiscale Neuroscience
  • Beteiligte: Royer, Jessica [VerfasserIn]; Rodríguez-Cruces, Raúl [VerfasserIn]; Lowe, Alexander J. [VerfasserIn]; Margulies, Daniel [VerfasserIn]; Smallwood, Jonathan [VerfasserIn]; Bernasconi, Andrea [VerfasserIn]; Bernasconi, Neda [VerfasserIn]; Frauscher, Birgit [VerfasserIn]; Bernhardt, Boris C. [VerfasserIn]; Tavakol, Shahin [VerfasserIn]; Larivière, Sara [VerfasserIn]; Herholz, Peer [VerfasserIn]; Li, Qiongling [VerfasserIn]; de Wael, Reinder Vos [VerfasserIn]; Paquola, Casey [VerfasserIn]; Benkarim, Oualid [VerfasserIn]; Park, Bo-yong [VerfasserIn]
  • Erschienen: Forschungszentrum Jülich: JuSER (Juelich Shared Electronic Resources), 2021
  • Erschienen in: doi:10.1101/2021.08.04.454795
  • Sprache: Englisch
  • DOI: https://doi.org/10.1101/2021.08.04.454795
  • Entstehung:
  • Anmerkungen: Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
  • Beschreibung: Multimodal neuroimaging grants a powerful window into the structure and function of the human brain at multiple scales. Recent methodological and conceptual advances have enabled investigations of the interplay between large-scale spatial trends (also referred to as gradients) in brain microstructure and connectivity, offering an integrative framework to study multiscale brain organization. Here, we share a multimodal MRI dataset for Microstructure-Informed Connectomics (MICA-MICs) acquired in 50 healthy adults (23 women; 29.54±5.62 years) who underwent high-resolution T1-weighted MRI, myelin-sensitive quantitative T1 relaxometry, diffusion-weighted MRI, and resting-state functional MRI at 3 Tesla. In addition to raw anonymized MRI data, this release includes brain-wide connectomes derived from i) resting-state functional imaging, ii) diffusion tractography, iii) microstructure covariance analysis, and iv) geodesic cortical distance, gathered across multiple parcellation scales. Alongside, we share large-scale gradients estimated from each modality and parcellation scale. Our dataset will facilitate future research examining the coupling between brain microstructure, connectivity, and macroscale function. MICA-MICs is available on the Canadian Open Neuroscience Platform’s data portal ( https://portal.conp.ca ).
  • Zugangsstatus: Freier Zugang