Inferring intrinsic neural timescales using optimal control theory
6.5
来源：
Nature
关键字：
AI brain science
发布时间：
2025-11-26 23:32
摘要：
该研究利用网络控制理论推导出大脑区域的内在神经时间尺度，展示了大脑结构与功能之间的复杂关系。研究结果表明，模型基于的内在神经时间尺度与功能神经成像数据、基因表达和细胞类型密度等生物学测量相关，具有较高的科学性和创新性。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分+重点关注领域符合度
business_impact
0.0分+商业影响力
scientific_rigor
1.5分+数据支撑的科学性
timeliness_innovation
1.5分+时效性与创新性
investment_perspective
2.5分+BOCG投资视角
market_value_relevance
0.0分+市场价值相关性
team_institution_background
0.5分+团队与机构背景
technical_barrier_competition
0.0分+技术壁垒与竞争格局
关键证据
研究提供了一个框架来研究大脑区域的内在神经时间尺度
模型基于的内在神经时间尺度与功能神经成像数据相关
研究展示了大脑结构、功能和内在动态之间的相互作用
真实性检查
否
AI评分总结
该研究利用网络控制理论推导出大脑区域的内在神经时间尺度，展示了大脑结构与功能之间的复杂关系。研究结果表明，模型基于的内在神经时间尺度与功能神经成像数据、基因表达和细胞类型密度等生物学测量相关，具有较高的科学性和创新性。