پیدائش سے لے کر بڑھاپے تک پورے زندگی کے دوران ، انسانی دماغ کا فعال نیٹ ورک انفرادی ادراک اور طرز عمل کی ترقی کی حمایت کرتے ہوئے ، تشکیل ، ترقی اور زوال کا ایک پیچیدہ عمل سے گزرتا ہے۔ انسانی زندگی کے سائیکل دماغی فنکشنل نیٹ ورک کے ترقیاتی چارٹ کی تعمیر اور انسانی دماغی فنکشن کی پیمائش کے لئے حوالہ کے معیارات قائم کرنا بڑے سائنسی مسائل ہیں جن کو نیورو سائنس کے شعبے میں فوری طور پر حل کرنے کی ضرورت ہے۔
حال ہی میں ، پروفیسر وہ یونگ کی ریاستی کلیدی لیبارٹری برائے علمی نیورو سائنس اور بیجنگ نارمل یونیورسٹی کے سیکھنے کی ٹیم کے ساتھ ساتھ ، دنیا بھر کے 100 سے زیادہ اداروں کے ساتھ ، دنیا کے پہلے دماغی فنکشن نیٹ ورک ریفرنس کا نقشہ کامیابی کے ساتھ انسانی انسانوں کی پوری زندگی کے چکر کا احاطہ کرتا ہے ، جس کی توقع کی جاتی ہے کہ وہ ہر عمر میں دماغی صحت کے ڈیجیٹل تشخیص کے لئے استعمال کیا جائے گا ، اور اس میں دماغی صحت کے ڈیجیٹل تشخیص کے لئے استعمال کیا جائے گا۔ متعلقہ نتائج فطرت نیورو سائنس میں کور پیپرز کے طور پر شائع کیے گئے تھے۔
ریسرچ ٹیم نے دنیا کی سب سے بڑی زندگی سائیکل دماغی فنکشنل مقناطیسی گونج امیجنگ ڈیٹا کو مربوط کیا ہے ، جس میں معیاری پروسیسنگ کے چیلنجوں اور بڑے نمونے کے کراس ایج دماغی امیجنگ ڈیٹا کے کوالٹی کنٹرول کے چیلنجوں پر قابو پایا گیا ہے۔ پہلی بار ، انہوں نے انسانی دماغی فنکشنل نیٹ ورک کا ایک مکمل "لائف وکر" تیار کیا ہے جو قبل از پیدائش سے بڑھاپے تک۔ محققین نے محسوس کیا ہے کہ پورے دماغ میں فعال رابطے کی طاقت کی اوسط سطح تقریبا 38 38 سال کی عمر میں اپنے عروج پر پہنچ جاتی ہے ، اور طویل فاصلے تک رابطے تقریبا 50 50 سال کی عمر تک بہتر ہوتے رہتے ہیں ، اس بات کا انکشاف کرتے ہیں کہ درمیانی عمر کے افراد میں اب بھی مضبوط نیورل نیٹ ورک پلاسٹکٹی ہے اور "18 سال کی عمر میں بالغ دماغ کی نشوونما" کے روایتی تصور کو ختم کرنا ہے۔
یونگ نے کہا ، "اپنے پورے زندگی کے دوران دماغ کی ترقی نان لائنر تبدیلیاں نہیں کرتی ہے ، بلکہ ایک پیچیدہ اور باقاعدہ ارتقائی عمل کی پیروی کرتی ہے۔" دماغی امیجنگ بگ ڈیٹا کے ذریعہ ، ہمارے پاس دماغی فنکشنل نیٹ ورک کے کلیدی ترقیاتی سنگ میل کو ظاہر کرنے کا موقع ہے
یہ کام دماغی صحت کی انفرادی سطح کا اندازہ کرنے کے لئے "نمو وکر" کی شکل میں ایک مقداری بنیاد فراہم کرتا ہے ، جس سے توقع کی جاتی ہے کہ بنیادی طور پر دماغی بیماری کی اسکریننگ کے لئے ساختی امیجنگ پر انحصار کرنے کے موجودہ انداز کو تبدیل کیا جائے گا اور نیوروڈیولپمنٹل بیماریوں اور دیگر متعلقہ حالات میں دماغی فنکشن کی ڈیجیٹل تشخیص کے لئے ایک حوالہ معیار فراہم کیا جائے گا۔ محققین یا ڈاکٹر اس ریفرنس ماڈل کا استعمال انفرادی دماغی کام کی اصل حالت کو معیاری "نمو وکر" کے ساتھ موازنہ کرنے ، ممکنہ انحرافات کی نشاندہی کرنے اور دماغی بیماریوں کی انفرادی طور پر ابتدائی تشخیص اور مداخلت کے لئے رہنمائی فراہم کرنے کے لئے کرسکتے ہیں۔
