Məlumat

Eşitmə stimullarına fMRI reaksiyaları necə ölçülür?

Eşitmə stimullarına fMRI reaksiyaları necə ölçülür?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Aparat belə yüksək, murdar və diqqəti yayındıran səslər çıxardıqda eşitmə stimullarına (məsələn, musiqi) reaksiyanı ölçən fMRI təcrübələri necə aparıla bilər? Bu vaxt daha sakit MRT tomoqrafları varmı, yoxsa stimullar (qulaqlıqlar vasitəsilə ötürülür) maşının səsindən daha yüksək olmalıdır? Bir fısıltının təsirini necə ölçmək olar?


Mən bu məqaləni daha əvvəl tapa bilərdim, amma işlər getdikcə tapmadım. Ancaq bəlkə də bu suala deyilə biləcəklərin çoxunu ehtiva edir:

Jonathan E. Peellej, Eşitmə funksional maqnit rezonans görüntüləməsində metodoloji problemlər və həllər, Front Neurosci. 2014; 8: 253


Təbii və modelə uyğun gələn stimullara sinir reaksiyaları ilkin və qeyri-ibtidai eşitmə korteksində fərqli hesablamaları ortaya qoyur.

Əlaqələr Şöbəsi, Beyin və Koqnitiv Elmlər, Massaçusets Texnologiya İnstitutu, Kembric, Massaçusets, Amerika Birləşmiş Ştatları, Zukerman Ağıl, Beyin və Davranış İnstitutu, Kolumbiya Universiteti, Nyu-York, Nyu-York, Amerika Birləşmiş Ştatları, Laboratoire des Sytèmes Perceptifs, Departement d'Etudes Cognitives, ENS, PSL Universiteti, CNRS, Paris Fransa

Rolların Konseptuallaşdırılması, Maliyyələşdirmənin əldə edilməsi, Tədqiqat, Metodologiya, Resurslar, Proqram təminatı, Nəzarət, Yazı – orijinal layihə, Yazı – nəzərdən keçirmə və redaktə

Əlaqələr Şöbəsi, Beyin və Koqnitiv Elmlər Departamenti, Massaçusets Texnologiya İnstitutu, Kembric, Massaçusets, Amerika Birləşmiş Ştatları, Nitq və Eşitmə Bioelmləri və Texnologiyaları Proqramı, Harvard Universiteti, Kembric, Massaçusets, Amerika Birləşmiş Ştatları, McGovern Beyin Tədqiqatları İnstitutu, Massaçusets Texnologiya İnstitutu, Kembric, Massaçusets, Amerika Birləşmiş Ştatları


MATERİALLAR VƏ METODLAR

Bu tədqiqatda səkkiz sağlam subyekt (iki kişi və altı qadın, 19-32 yaş) iştirak etdi və bir subyekt müxtəlif günlərdə iki dəfə iştirak etdi. Ümumilikdə doqquz təcrübə aparıldı. Subyektlər Minnesota Universitetinin İnstitusional Nəzarət Şurası tərəfindən təsdiqlənmiş məlumatlandırılmış razılıq verdilər. Bütün fMRI təcrübələri Varian INOVA konsolu (Varian Inc., Palo Alto, CA, ABŞ) ilə 4T/90 sm çaplı maqnit (Siemens, Erlangen, Almaniya) sistemində aparılmışdır. Tək dövrəli RF səthi sarğı (diametri 10 sm) istifadə edilmişdir. Başın hərəkəti köpüklə doldurulmuş tutucu ilə məhdudlaşdırıldı. Təcrübənin əvvəlində eksenel, sagittal və koronal anatomik MR görüntüləri şərti olaraq əldə edilmişdir. T1-çəkili TurboFLASH üsulu ( 22 ). Bu təsvirlər əsasında V1-dəki kalkarin yarığının çoxunu əhatə edən yeddi koronal şəkil aşağıdakı parametrlərlə GE-EPI istifadə edərək fMRI məlumatlarını əldə etmək üçün seçilmişdir: FOV = 20 × 20 sm 2, matris = 64 × 64 müstəvidə, TE = 22 ms, TR = 1,35 s, dilimin qalınlığı = 5 mm, hər bir şəkil dilimini əldə etmək üçün 50 ms və hər bir çox dilimli təsvir dəstini əldə etmək üçün cəmi 350 ms.

Vizual korteks fəaliyyətinə akustik səs-küyün müdaxiləsini öyrənmək üçün qoşa stimullaşdırıcı tapşırıq paradiqması hazırlanmışdır. Bu tapşırıq paradiqmasında (bax. Şəkil 1), çox dilimli fMRI məlumat dəstinin hər bir əldə edilməsi zamanı yaranan qradiyent səs əsas stimul kimi, səsdən sonra isə sayrışan işıq ikinci dərəcəli stimul kimi, dəyişən gecikmə ilə istifadə edilmişdir. İki stimul arasında ISI. Qısa (17 ms) vizual yanıb-sönən stimul yaratmaq üçün qırmızı LED dama taxtası (12,8 sm × 5,9 sm) istifadə edilmişdir. Subyektlər maqnitdə uzanmış vəziyyətdə yatdılar və fMRI tədqiqatı zamanı gözlərinin üstündə xüsusi hazırlanmış tutacaqda yerləşdirilmiş güzgü vasitəsilə dama taxtası ekranına baxdılar. Onlara fMRI tədqiqatı boyunca gözlərini ekranın mərkəzinə dikmək tapşırılıb. Nümayiş edilmişdir ki, təkrar vizual stimullaşdırma zamanı insanın görmə korteksindəki sinir refrakter effekti təkrar vizual stimullar arasında nisbətən uzun gecikmə (≥1 s) tətbiq edildikdə yox olur (18). Buna görə də, V1-də sinir odadavamlı təsirin ağırlaşması bu işdə 1.35 s (görüntüləmə TR-yə bərabər) uzun TR-nin istifadəsi ilə aradan qaldırıldı. Bundan əlavə, bu işdə şəkillərin ortalamasının vaxt səmərəliliyini artırmaq üçün adi blok tapşırıq dizaynına bənzər bir tapşırıq dizaynına icazə verilmiş və tətbiq edilmişdir. Təcrübə proseduru Şəkil 2-də təsvir edilmişdir. Hər fMRI təcrübəsində altı qaçış (1-6 qaçış) aparılmışdır. Hər bir qaçış yeddi nəzarət dövründən (hər biri 40 şəkil dəsti) ibarət idi və altı tapşırıq dövrü (A-F tapşırıqları, hər biri 10 şəkil dəsti) ilə birləşdirildi. Altı fərqli ISI dəyəri (50, 100, 200, 300, 500 və 700 ms) altı tapşırıq dövründə, hər bir qaçışda psevdo-təsadüfi qaydada istifadə edilmişdir.

Cütlənmiş stimul paradiqmasında istifadə edilən tapşırıq dizaynı. Əsas stimul kimi skaner akustik səsi, ikincil stimul kimi isə aralarında gecikmə (ISI) olan tək sayrışan işıqdan istifadə edilib. İlkin vizual korteksi əhatə edən yeddi EPI dilimi əldə edildi, hər bir skanerin akustik səsi (çitlənmiş çubuq) yaradıldı və bu təsvirin alınması hər tapşırıq dövründə 10 dəfə təkrarlandı.

Hər fMRI təcrübəsi üçün eksperimental prosedurlar. Hər tapşırıq bloku stimulun 10 təqdimatını təmsil edir. BOLD intensivliyinin təhlili üçün 1-ci iş üçün D, E, F, A, B və C tapşırıqları üçün ümumi aktivləşdirilmiş piksellər yaradıldı. Bu ümumi aktivləşdirilmiş piksellərdən alınan məlumatlar əsasında D tapşırıqları üçün altı vaxt kursu yaradıldı, E, F, A, B və C. Oxşar prosedur 2-6 qaçışlar üçün tamamlandı. Nəticə etibarilə, hər bir təcrübə üçün hər tapşırıq üçün cəmi altı vaxt kursu əldə edilmişdir. Hər tapşırıq üçün yekun kəmiyyət altı vaxt kursunun orta göstəricisinə əsaslanırdı. Aktivləşdirilmiş piksellərin sayının təhlili üçün A tapşırığı üçün müvafiq təsvir həcmləri altı qaçış (1-6 iş) üzrə orta hesabla götürülüb. V1-də aktivləşdirilmiş xəritə bu orta ölçülü şəkil həcmlərinə və tapşırıq üçün aktivləşdirilmiş piksellərin sayına əsasən yaradılıb. Bu yaradılmış xəritə əsasında A hesablanmışdır. B-F tapşırıqları üçün də oxşar prosedur tamamlandı.

Akustik səs-küyün vizual korteksin aktivləşməsinə təsirini araşdırmaq üçün iki parametr - BOLD siqnal intensivliyi və aktivləşdirilmiş piksellərin sayı təhlil edilmişdir. Məlumatların təhlili STIMULATE proqram paketinin (MRR, Minnesota Universiteti) istifadəsi ilə aparılmışdır.

BOLD siqnal intensivliyinin təhlili hər qaçış üçün bütün altı tapşırıqdan V1-də ümumi aktivləşdirilmiş piksellərə əsaslanırdı. Bu meyara əsasən, hər bir qaçış üçün (məsələn, Şəkil 2-də 1 qaçış) vizual korteksdə ümumi aktivləşdirilmiş maraq bölgəsi (ROI) bütün altı tapşırıq (məsələn, tapşırıqlar) üçün statistik əhəmiyyət kəsb edən piksellərdən yaradılmışdır. D, E, F, A, B və C), çarpaz korrelyasiya əmsalı ≥0,4 olan dövrlər arası korrelyasiya metodundan istifadə etməklə. Hər bir tapşırıq və iki bitişik nəzarət dövrü üçün fMRI vaxt kursu daha sonra bu ümumi aktivləşdirilmiş ROI əsasında yaradıldı (məsələn, 1-ci işdə müvafiq olaraq D, E, F, A, B və C tapşırıqları üçün altı vaxt kursu yaradıldı) . Hər bir təcrübə üçün, hər bir tapşırıq üçün (məsələn, tapşırıq A) bütün altı qaçışdan (1-6 qaçış) cəmi altı vaxt kursu yaradıldı, sonra həmin tapşırıq üçün orta hesabla götürüldü. BOLD siqnal intensivliyi hər bir tapşırıq üçün orta hesablanmış vaxt kursundan çıxarılan nəzarət dövrünün əsas xətti ilə BOLD siqnalının inteqralı kimi kəmiyyətləşdirildi. Nəticələr bütün altı tapşırıq üçün orta BOLD intensivliyinə normallaşma kimi ifadə edildi.

Aktivləşdirilmiş piksellərin sayı üçün hər bir tapşırıq üçün təhlil (məsələn, A tapşırığı) həmin tək tapşırıqdan (yəni, tapşırıq A) aktivləşdirilmiş piksellərə əsaslanırdı. Buna görə də, eyni tapşırıqdan bütün müvafiq görüntü həcmləri əvvəlcə şəkildə orta hesabla götürüldü k-altı qaçış arasında boşluq və sonra eyni çarpaz korrelyasiya əmsalı ≥0,4 olan çarpaz korrelyasiya metodundan istifadə edərək orta hesablanmış təsvir həcmlərinə əsaslanaraq hər tapşırıq üçün aktivasiya xəritəsi yaradıldı. Nəticədə, hər fMRI təcrübəsində altı fərqli tapşırıq üçün altı aktivasiya xəritəsi yaradıldı. Aktivləşdirilmiş piksellərin sayı daha sonra hər bir tapşırıq üçün yaradılan aktivləşdirmə xəritəsi əsasında hesablanmışdır. Vizual korteksdəki kalkarin yarığını əhatə edən ROI fMRI təcrübəsindən əvvəl əldə edilmiş anatomik şəkillər əsasında müəyyən edilmişdir. Yalnız ROI daxilində yerləşən aktivləşdirilmiş piksellər hesablanıb. Aktivləşdirilmiş piksellərin sayı da bütün altı tapşırıq üçün aktivləşdirilmiş piksellərin orta sayına normallaşdırıldı.


İçindəkilər

Funksional maqnit rezonans görüntüləmə (funksional MRT və ya fMRI) qan axınında əlaqəli dəyişiklikləri aşkar edərək beyin fəaliyyətini ölçən xüsusi bir maqnit rezonans görüntüləmə (MRT) prosedurudur. Daha dəqiq desək, beyin fəaliyyəti beyindəki aşağı tezlikli BOLD siqnalı ilə ölçülür. [11]

Prosedur MRT-yə bənzəyir, lakin əsas ölçü kimi oksigenlə zəngin və oksigenlə zəif qan arasında maqnitləşmə dəyişikliyindən istifadə edir. Bu tədbir tez-tez müxtəlif mənbələrdən gələn səs-küylə pozulur və buna görə də əsas siqnalı çıxarmaq üçün statistik prosedurlardan istifadə olunur. Nəticədə beyin aktivasiyası beyin və ya tədqiq edilən xüsusi bölgə üzrə aktivləşmə gücünün rəng kodlaması ilə qrafik şəkildə təqdim edilə bilər. Texnika fəaliyyəti millimetr daxilində lokallaşdıra bilər, lakin standart üsullardan istifadə etməklə, bir neçə saniyəlik pəncərədən daha yaxşı deyil. [12]

FMRI həm tədqiqatda, həm də daha az dərəcədə klinik şəraitdə istifadə olunur. O, həmçinin EEG və NIRS kimi beyin fiziologiyasının digər ölçüləri ilə birləşdirilə və tamamlana bilər. [13] [14] Arterial spin etiketləmə fMRI, istirahət zamanı beyin funksiyalarını qiymətləndirmək üçün tamamlayıcı bir yanaşma kimi istifadə edilə bilər. [15]

Fizioloji qan axını reaksiyası əsasən müvəqqəti həssaslığa, aktiv olan neyronların BOLD fMRI-də nə qədər yaxşı ölçülə biləcəyinə qərar verir. Əsas vaxt ayırdetmə parametri, müəyyən bir beyin diliminin nə qədər tez həyəcanlandığını və maqnitləşməni itirməsinə icazə verən seçmə dərəcəsi və ya TR-dir. TR çox qısa (500 ms) ilə çox uzun (3 saniyə) arasında dəyişə bilər. Xüsusilə fMRT üçün, hemodinamik reaksiyanın 10 saniyədən çox davam etdiyi, multiplikativ olaraq yüksəldiyi (yəni cari dəyərin nisbəti kimi), 4-6 saniyədə pik həddə çatdığı və sonra multiplikativ şəkildə azaldığı güman edilir. Qan axını sistemində, damar sistemindəki dəyişikliklər zamanla neyronların fəaliyyətinə cavabları birləşdirir. Bu cavab rəvan davamlı funksiya olduğundan, daha sürətli TR ilə nümunə götürmə yalnız tənəffüs və ürək dərəcəsi siqnalları kimi daha sürətli dalğalanmaların xəritələşdirilməsinə kömək edir. [16]

fMRI beyindəki neyron fəaliyyətini ölçməyə çalışsa da, BOLD siqnalına neyron aktivlikdən başqa bir çox digər fizioloji faktorlar təsir edə bilər. Məsələn, tənəffüs dalğalanmaları və ürək-damar dövrləri beyində ölçülən BOLD siqnalına təsir edir və buna görə də adətən xam fMRI məlumatlarının işlənməsi zamanı çıxarılmağa çalışırlar. Bu səs-küy mənbələrinə görə, fMRI-nin ilkin istifadəsi zamanı fMRI vəziyyətinə çox şübhə ilə yanaşan bir çox mütəxəssis var. Yalnız bu yaxınlarda tədqiqatçılar əmin oldular ki, ölçülən siqnal digər fizioloji funksiyaların səbəb olduğu artefakt deyil. [17]

Məkan baxımından fərqli beyin bölgələri arasında istirahət vəziyyəti funksional əlaqə bu bölgələr daxilində birgə aktivləşmə nümunələrinin təkrar tarixini əks etdirir və bununla da plastiklik ölçüsü kimi xidmət edir. [18]

1992-ci ildə Bharat Biswal məsləhətçisi Ceyms S. Hyde-nin rəhbərliyi altında Viskonsin Tibb Kollecində aspirant kimi işə başlamış və beynin hətta istirahət zamanı belə onun funksional təşkili haqqında məlumatların olduğunu kəşf etmişdir. O, beynin istirahətdə olduğu və heç bir aktiv işi yerinə yetirmədiyi halda beynin müxtəlif bölgələrinin necə əlaqə saxladığını öyrənmək üçün fMRT-dən istifadə etmişdi. O zaman Bisvalın tədqiqatlarına daha çox əhəmiyyət verilməsə də və başqa bir siqnal mənbəyinə aid edilsə də, onun istirahət zamanı neyroimaging texnikası indi geniş şəkildə təkrarlanır və funksional beyin şəbəkələrinin xəritələşdirilməsi üçün etibarlı bir üsul hesab olunur. İstirahət zamanı beynin fəaliyyətinin xəritəsini çəkmək beyin tədqiqatları üçün bir çox potensiala malikdir və hətta həkimlərə beynin müxtəlif xəstəliklərini aşkarlamağa kömək edir. [3]

Nevroloq Marcus Raichle-nin Vaşinqton Universiteti Tibb Məktəbində laboratoriyası və digər qruplar tərəfindən aparılan təcrübələr göstərdi ki, beynin enerji istehlakı diqqətli bir zehni tapşırığı yerinə yetirərkən əsas enerji istehlakının 5% -dən az artır. Bu təcrübələr göstərdi ki, insan diqqətli zehni işlə (istirahət halı) məşğul olmadıqda belə, beyin daim yüksək səviyyədə fəaliyyət göstərir. Onun laboratoriyası ilk növbədə bu istirahət fəaliyyətinin əsasını tapmağa yönəlmişdir və bir çox təməlqoyma kəşfləri ilə tanınır. Bunlara fMRI-nin fizioloji əsasını təmin edən beyin fəaliyyətində dəyişikliklər zamanı qan axınının və oksigen istehlakının nisbi müstəqilliyi, eləcə də məşhur Defolt Mode Şəbəkəsinin kəşfi daxildir. [19]

Funksional redaktə

Funksional əlaqə, funksional xüsusiyyətləri paylaşan beyin bölgələri arasında əlaqədir. Daha dəqiq desək, bu, paylanmış neyron qruplarında və bölgələrində bu hadisələr arasında statistik müstəqillikdən sapma kimi ifadə edilən, məkan baxımından uzaq neyrofizioloji hadisələr arasında müvəqqəti korrelyasiya kimi müəyyən edilə bilər. [20] Bu, həm istirahət vəziyyətinə, həm də tapşırıq vəziyyətinə aid tədqiqatlara aiddir. Funksional əlaqə subyektlər, qaçışlar, bloklar, sınaqlar və ya fərdi vaxt nöqtələri arasında korrelyasiyaya istinad edə bilsə də, istirahət vəziyyətinin funksional əlaqəsi istirahət şəraiti zamanı fərdi BOLD vaxt nöqtələrində qiymətləndirilən əlaqəyə diqqət yetirir. [21] Funksional əlaqə həmçinin arterial spin etiketli perfuziya fMRI ilə nümunə götürülmüş perfuziya vaxt seriyasından istifadə etməklə qiymətləndirilmişdir. [22] İstirahət vəziyyəti fMRI və vəzifəyə əsaslanan MRT-ni daxil edə bilən funksional əlaqə MRT (fcMRI) nə vaxtsa bipolyar pozğunluq kimi psixi sağlamlıq pozğunluqları üçün daha dəqiq diaqnozlar verməyə kömək edə bilər və həmçinin post-konstruksiyaların inkişafı və irəliləməsini başa düşməyə kömək edə bilər. travmatik stress pozuqluğu ilə yanaşı müalicənin təsirini də qiymətləndirin. [23] Funksional əlaqənin qismən yüksək səviyyəli idrak funksiyasının əsasında yatan şəbəkə davranışının ifadəsi olması təklif edilmişdir, çünki struktur bağlantıdan fərqli olaraq, funksional əlaqə dinamik funksional əlaqə vəziyyətində olduğu kimi tez-tez saniyələr sırasına görə dəyişir.

Defolt rejim şəbəkəsi Redaktə edin

Digər istirahət dövlət şəbəkələri Redaktə edin

Məlumatların işlənməsi Redaktə edin

İstirahət vəziyyətinin fMRI məlumatlarının emalı və təhlili üçün bir çox proqramlar mövcuddur. Ən çox istifadə edilən proqramlardan bəziləri SPM, AFNI, FSL (xüsusilə ICA üçün Melodik), CONN, C-PAC və Connectome Computation System (CCS) daxildir.

Təhlil üsulları Redaktə etmək

RsfMRI məlumatlarının həm alınması, həm də emalı üçün bir çox üsul var. Ən məşhur təhlil üsulları ya müstəqil komponentlərə, ya da korrelyasiya bölgələrinə diqqət yetirir.

Müstəqil komponent təhlili Redaktə edin

Regional təhlil Redaktə edin

İstirahət vəziyyəti şəbəkələrini xarakterizə etmək üçün digər üsullara qismən korrelyasiya, əlaqəlilik və qismən uyğunluq, faza əlaqələri, dinamik zamanın dəyişmə məsafəsi, klasterləşdirmə və qrafik nəzəriyyəsi daxildir. [35] [36] [37]

Etibarlılıq və təkrar istehsal Redaktə edin

İstirahət vəziyyətinin funksional maqnit rezonans görüntüləməsi (rfMRI) normal beyin funksiyasında, ağıl-beyin assosiasiyalarında fərdlərarası fərqləri səciyyələndirmək üçün makromiqyaslı funksional konnektomika üçün məşhur aləti təmsil edən kortəbii beyin fəaliyyətlərində aşağı tezlikli dalğalanmaları təsvir edə bilər. müxtəlif pozğunluqlar. Bu, insan beyninin funksional konnektomikasının tez-tez istifadə olunan rfMRI-dən əldə edilən ölçüləri üçün etibarlılıq və təkrar istehsal imkanlarını təklif edir. Bu ölçülər müxtəlif beyin xəstəlikləri üçün biomarkerlərin identifikasiyasını sürətləndirmək üçün böyük potensiala malikdir və bu, ilk növbədə etibarlılıq və təkrarlanma qabiliyyətinə müraciət etmək ehtiyacını çağırır. [38]

EEG Edit ilə fMRI

Bir çox görüntüləmə mütəxəssisi hesab edir ki, beyin fəaliyyətindən məkan və müvəqqəti məlumatların ən yaxşı birləşməsini əldə etmək üçün həm fMRT, həm də elektroensefaloqrafiya (EEG) eyni vaxtda istifadə edilməlidir. Bu ikili texnika EEG-nin müəyyən beyin vəziyyətlərini yüksək temporal rezolyusiya ilə xarakterizə etmək və patoloji nümunələri aşkar etmək üçün yaxşı sənədləşdirilmiş qabiliyyətini, fMRT-nin (daha yaxınlarda kəşf edilmiş və daha az başa düşülən) yüksək məkan qətnaməsi ilə bütün beyin boyunca qan dinamikasını təsvir etmək qabiliyyətini birləşdirir. İndiyə qədər, EEG-fMRI əsasən, sinxron şəkildə əldə edilmiş EEG-nin beyin fəaliyyətini ("beyin vəziyyəti") xarakterizə etmək üçün istifadə edildiyi və əlaqəli hemodinamikanı (məsələn, statistik parametrik xəritələşdirmə vasitəsilə) xəritələməyə imkan verən bir fMRI texnikası kimi qəbul edilmişdir. dəyişikliklər. [39]

Bu tapıntıların klinik dəyəri davam edən araşdırmaların mövzusudur, lakin son tədqiqatlar EEG-fMRI tədqiqatları üçün məqbul etibarlılıq və daha yüksək sahə skanerində daha yaxşı həssaslıq təklif edir. Epilepsiya sahəsindən kənarda, EEG-fMRI hadisə ilə əlaqəli (xarici stimullar tərəfindən tetiklenen) beyin reaksiyalarını öyrənmək üçün istifadə edilmişdir və istirahət zamanı oyanıqlıq və yuxu zamanı əsas beyin fəaliyyəti haqqında mühüm yeni anlayışlar təmin etmişdir. [40]

TMS Edit ilə fMRI

Transkranial maqnit stimullaşdırılması (TMS) təhlükəli invaziv prosedurlar olmadan korteksin bölgələrini stimullaşdırmaq üçün kiçik və nisbətən dəqiq maqnit sahələrindən istifadə edir. Bu maqnit sahələri korteksin bir sahəsini stimullaşdırdıqda, stimullaşdırılan yerdə, eləcə də anatomik olaraq stimullaşdırılan yerə bağlı olan uzaq yerlərdə fokus qan axını artır. Pozitron emissiya tomoqrafiyası (PET) daha sonra beyni və qan axınındakı dəyişiklikləri təsvir etmək üçün istifadə edilə bilər və nəticələr fMRI tədqiqatlarında tapılan şəbəkələri təsdiqləyən çox oxşar əlaqə bölgələrini göstərir və TMS də əlaqəli bölgələr haqqında daha ətraflı məlumatı dəstəkləmək və təmin etmək üçün istifadə edilə bilər. . [41]

Şəbəkənin funksional bütövlüyünü müəyyən etmək üçün rsfMRI istifadə edərkən potensial tələlər ürək dərəcəsi, tənəffüs, [42] [43] və başın hərəkəti kimi fizioloji səs-küy mənbələri ilə BOLD siqnalının çirklənməsidir. [44] [45] [46] [47] Bu çaşdırıcı amillər tez-tez xəstələrin fərz edilən təsirlər istiqamətində sağlam nəzarət orqanları ilə müqayisə edildiyi tədqiqatların nəticələrini qərəzləndirə bilər, məsələn, xəstənin standart şəbəkəsində daha aşağı uyğunluq tapıla bilər. Qrup, xəstə qrupları da tarama əsnasında daha çox hərəkət etdi. Həmçinin, göstərilmişdir ki, qlobal siqnal reqressiyasından istifadə az sayda siqnal (məsələn, iki və ya üç) arasında süni korrelyasiya yarada bilər. [48] ​​Xoşbəxtlikdən beynin çoxlu siqnalları var. [49]

İstirahət vəziyyətində fMRT-dən istifadə edən tədqiqatlar bir çox müxtəlif xəstəliklərin və psixi pozğunluqların qiymətləndirilməsində istifadə də daxil olmaqla, klinik kontekstdə tətbiq olunmaq potensialına malikdir. [50]

Xəstəliyin vəziyyəti və istirahət vəziyyətindəki dəyişikliklər funksional əlaqə Redaktə edin

    : azalmış əlaqə [51] : anormal əlaqə [52] : dəyişdirilmiş əlaqə [53][54] və antidepresan müalicəsinin təsiri: anormal əlaqə [55][56][57][58] və əhval stabilizatorlarının təsiri: anormal əlaqə və şəbəkə xüsusiyyətləri [59][60][61][62] : pozulmuş şəbəkələr [63] (DEHB): dəyişdirilmiş "kiçik şəbəkələr" və talamus dəyişiklikləri [64] : beyin sistemlərinin və motor şəbəkəsinin pozulması [51] : pozulma və azalma /bağlantıda artım [65] : dəyişdirilmiş əlaqə [66] : əlaqədə artım/azalma [67] : dəyişdirilmiş əlaqə [68][69] : kortikolimbik dövrə və insulyar korteks daxilində əlaqə dəyişiklikləri[70]

İstirahət vəziyyəti fMRI üçün mövcud və gələcək klinik tətbiqlərin digər növlərinə beyin xəstəliklərində qrup fərqlərinin müəyyən edilməsi, diaqnostik və proqnostik məlumatların əldə edilməsi, uzununa tədqiqatlar və müalicə effektləri, heterojen xəstəlik vəziyyətlərində qruplaşma və əməliyyatdan əvvəl xəritəçəkmə və hədəfləmə müdaxiləsi daxildir. [71] İstirahət vəziyyətinin ölçülməsi koqnitiv tələblərə malik olmadığından (tapşırıqlar daxil olmaqla psixoloji təcrübələr əvəzinə) koqnitiv zəifliyi olan şəxslər də asanlıqla ölçülə bilər.


Yenidoğulmuşların Beyininin Deviant Eşitmə Stimullarına Cavabları və Ananın Xarakterik Narahatlığı ilə Əlaqəsi

Körpəlik və erkən uşaqlıq dövründə gözlənilməz və ya "deviant" stimullara həddindən artıq reaksiya narahatlıq pozğunluqları üçün erkən risk markerini təmsil edir. Bununla belə, tədqiqatlar hələ doğuşa yaxın deviant stimullara neonatal reaksiyanın əsasını təşkil edən spesifik beyin bölgələrini və narahatlıq pozğunluqları riski ilə əlaqəni müəyyənləşdirməmişdir. Müəlliflər yenidoğulmuşların deviant stimullara reaksiyasını və onun ananın xarakterik narahatlığı ilə əlaqəsini təsvir etmək üçün tapşırıq əsaslı funksional MRT (fMRI) istifadə etdilər.

Metodlar:

Müəlliflər 45 yuxuda olan yenidoğulmuşlarda (orta yaş, 27,8 gün 60% qadın, 64% afroamerikalı) deviant eşitmə stimullarının yaratdığı beyin fəaliyyətini ölçmək üçün fMRT-dən istifadə ediblər. Körpələrin 41-də övlad narahatlığı üçün ailə risk faktoru olan Dövlət-Trait Anksiyete İnventarında ananın xarakterik narahatlığı ilə bağlı deviant stimullara sinir reaksiyası araşdırıldı.

Nəticələr:

Yenidoğulmuşlar deviant stimullara güclü və geniş yayılmış sinir reaksiyası göstərdilər ki, bu da əvvəllər böyüklərdə tapılan nümunələrə bənzəyir. Daha yüksək ana xüsusiyyəti narahatlığı, sol və sağ ön insula, ventrolateral prefrontal korteks və anterior singulat korteks daxilində bir çox sahələr də daxil olmaqla bir çox beyin bölgələrində daha yüksək reaksiyalarla əlaqəli idi. Bu sahələr əvvəllər böyüklərdə narahatlıq pozğunluqları və digər psixiatrik xəstəliklərlə əlaqəli beyin bölgələri ilə üst-üstə düşür.

Nəticələr:

Yenidoğulmuşlarda deviant stimullara həssas olan sinir arxitekturası möhkəm işləyir. Doğuş zamanı bəzi dövrə komponentlərinin həddindən artıq həssaslığı narahatlıq və digər psixiatrik pozğunluqlar üçün risk siqnalı ola bilər.


ÜSULLAR

Stimulların yaranması

Nitq səsləri səssiz samitlərdən ibarət olub, onlar partlayıcı (/t/, /k/), frikativ (/f/) və affrikatdan (/t∫/ “pendir”in başlanğıcındakı fonemdən) ibarət olub. Partlayıcı maddələr (/t/, /k/) qeyri-davamlıdır, yəni təbii olaraq qısa bir maneədən sonra səssiz hava axını ilə istehsal olunur. Danışıq olmayan ağız səsləri dörd aqressiv klik səsindən ibarətdir: diş klik (/|/), post-alveolyar klik (/!/), yanal klik (/∥/) və billabial klik (/⊙/). Müvafiq olaraq, bunlar “tutting” səsinə (ümumiyyətlə “tsk-tsk” və ya “tut-tut” kimi yazılır), “clop”a bənzəyir. -yuxarı” səsi, “getmək” və ya “daha ​​tez get” (məsələn, atda olarkən) bildirmək üçün edilən klik səsi və “öpüş” səsi. Bunların hamısı İngilis dilinin ana dili olan biri tərəfindən hazırlanmışdır. Təcrübədə hər bir səsin otuz tokenindən istifadə edilmişdir və hər bir işarə yalnız bir dəfə təqdim edilmişdir (Şəkil 1).

Nitq, aqressiv kliklər və SCN səsləri oxşar amplituda zərfləri paylaşır. Təcrübədə istifadə olunan nitqdən, aqressiv klik səslərindən və SCN şərtlərindən token nümunələri. Yuxarıda səslərin dalğa forması versiyaları, ortada isə spektroqram şəklində onların spektro-zaman quruluşu göstərilir. Aşağıda zamanla səslərin orta amplitudasını təsvir edən amplituda zərfi göstərilir. Qeyd edək ki, üç token oxşar amplituda zərfinə malikdir və SCN tokeni nitq və klik səslərindən daha sadə spektral struktura malikdir (spektroqramda göstərildiyi kimi).

Nitq, aqressiv kliklər və SCN səsləri oxşar amplituda zərfləri paylaşır. Təcrübədə istifadə edilən nitqdən, aqressiv klik səslərindən və SCN şərtlərindən token nümunələri. Yuxarıda səslərin dalğa forması versiyaları, ortada isə spektroqram şəklində onların spektro-zaman quruluşu göstərilir. Aşağıda zamanla səslərin orta amplitudasını təsvir edən amplituda zərfi göstərilir. Qeyd edək ki, üç token oxşar amplituda zərfinə malikdir və SCN tokeni nitq və klik səslərindən daha sadə spektral struktura malikdir (spektroqramda göstərildiyi kimi).

Səslər 24 bit, 96 kHz tezlikdə bərk dövlət yazıcısından (Edirol, R-09HR, Roland, Hosoe-cho, Hamamatsu, Yaponiya) istifadə edilərək qeydə alınmış və .wav faylları kimi saxlanılmışdır. Səs faylları Praatda eyni pik amplituda normallaşdırıldı (Boersma & Weenink, 2010). Səslər hər bir nitq kateqoriyası və aqressiv klik səsi üçün 30 token istehsal edən doğma İngilis natiq tərəfindən ifa edilmişdir. SCN versiyaları (Schroeder, 1968) əsas stimul kimi istifadə edilmişdir və bunlar 50 Hz və 10 kHz arasında geniş diapazonlu səs-küylə orijinal dalğa formalarının vurulması ilə yaradılmışdır.

Davranış Testi

Subyektlərin səsləri nitq və ya danışma kimi düzgün təsnif edə bilməsi üçün stimullar əvvəlcədən sınaqdan keçirilmişdir. Səkkiz subyekt (beş kişi, orta yaş = 25,7 il) səs qatarlarının nitq və ya nitqsiz səslər olduğuna qərar verməzdən əvvəl bu təcrübənin fMRI bölməsində istifadə edilən eyni səs qatarlarını dinlədi (cəmi 60 sınaq, 30 nitq). , və 30 klik sınaqları). İkinci sınaqda, təcrübə hər bir nitqin və ingressiv səsin fərdi nümunələri ilə təkrarlandı (cəmi 80 sınaq, səkkiz səsin hər biri 10 dəfə sınaqdan keçirildi). Hər iki testdə eyni token heç vaxt bir dəfədən çox təqdim edilməmişdir.

Fənlər

Bu araşdırmada iyirmi iki sağlam sağ əlli subyekt (ortalama = 26,9 il, 11 kişi) iştirak etdi. Hamısı doğma ingiliscə danışanlar idi və biz klik dilləri ilə təcrübəsi olan hər hansı subyektləri (məsələn, Cənubi Afrikada yaşayanları) istisna etdik. Hamısı bu tədqiqat üçün yerli etika təsdiqini verən Universitet Kolleci London Etika Komitəsi tərəfindən təsdiq edilmiş təlimatlara uyğun olaraq məlumatlı razılıq verdi.

183 ədəd əldə etmək üçün 32-kanallı baş rulonlu 1,5T Siemens sistemindən istifadə edilmişdir. T2*-çəkili EPI datası (3 × 3 × 3 mm 3, təkrarlama vaxtı = 10,000 ms, əldə etmə vaxtı = 3 san, əks-səda vaxtı = 50 ms, çevirmə = 90°) BOLD kontrastdan istifadə etməklə. 32-kanallı baş rulonun istifadəsi 1.5-T sahəsində fMRI üçün siqnal-küy nisbətini əhəmiyyətli dərəcədə artırdığı göstərilmişdir (Parikh et al., 2011 Fellner et al., 2009). Skaner səs-küyü olmadıqda eşitmə stimullarını idarə etmək üçün seyrək tarama protokolu istifadə edilmişdir. T-nin təsirini aradan qaldırmaq üçün ilk iki funksional cild atıldı1 tarazlıq. Yüksək qətnamə T1 Hər bir mövzu üçün anatomik həcm şəkilləri (160 sagittal dilim, voksel ölçüsü = 1 mm 3) əldə edilmişdir. Əsas eksperimental qaçış zamanı subyektlər qaranlıqda skanerdə uzanmış vəziyyətdə uzanır və gözlərini yumub onlara səslənən səsləri dinləmələri xahiş olunurdu. Düyməni basmaq kimi cavab tapşırığının səbəb ola biləcəyi hər hansı bir motorun işə salınmasının qarşısını almaq üçün heç bir vəzifə yoxdur (Şəkil 2).

Nitqin qavranılması və aqressiv klik səsləri eşitmə bölgələrində aktivliyin artması ilə əlaqələndirilir. İnqressiv klik səsləri (A, ağ) ilə müqayisədə nitq səslərinin qəbulu sol orta və arxa STG-də BOLD aktivliyinin artması ilə əlaqələndirildi (səh < .005, klaster həddi = 30). SCN ilə müqayisədə nitq səslərinin qavranılması eyni bölgələrdə əhəmiyyətli aktivliklə bağlı idi, lakin sol yarımkürədə önə doğru uzanır (A, qara) [Nitq və SCN: −58 −48 19, −44 −6 −11, 62 −14 −4, 60 −34 6 Nitq və İnqressiv kliklər: −66 16 0, 60 −20 −2, −68 −36 8, −22 −32 32]. Bu aktivləşdirmələrin hər ikisi müstəqil nitq lokalizatoru (A, ağ xətt) tərəfindən nitqə həssas olaraq təyin olunan korteksdə yerləşir. Danışıq səsləri ilə müqayisədə aqressiv klik səslərini dinləmək prefrontal bölgələrdə və sağ oksipitoparietal korteksdə (B, qara) əhəmiyyətli aktivliklə əlaqələndirildi. [İqressiv kliklər və SCN: 50 −60 28, −32 −34 8, −32 −20 −10, 42 26 50, 28 8 40, 64 −36 8 İnqressiv kliklər nitqə qarşı: 22 −32 42, 0, 44 28 24, 40 10 46, 26 64 14, 44 −64 38]. Nə klik səslərinin nitq səsləri, nə də SCN ilə müqayisəsi müstəqil motor lokalizatoru (B, ağ xətt) ilə müəyyən edilmiş ağız motor bölgələrində əhəmiyyətli aktivliyi aşkar etməmişdir. (C) Sağ STG-də SCN ilə müqayisədə hər iki növ səsin qəbulu zamanı ümumi fəaliyyət (səh < .005). Bu məlumatlar nitqin və inqressiv klik səslərinin işlənməsi üçün qismən ayrı şəbəkələri göstərir ki, burada nitq səsləri daha çox sol orta STG-də işlənir və aqressiv klik səsləri dorsal “necə” yolunun bir hissəsini təşkil etdiyi məlum olan sol arxa medial eşitmə sahələrində artan aktivliklə əlaqələndirilir. . Bunun əksinə olaraq, sağ üst temporal korteksdə hər iki səs sinfi ilə üst-üstə düşən fəaliyyət var. (D) İkitərəfli dorsolateral temporal loblarda nitqə üstünlük reaksiyasının olduğu bölgələr, solda daha geniş aktivləşmə. Bu aktivləşdirmələr kontrastla müəyyən edilmişdir [1 −0,01 −0,99, Nitq > Kliklər > SCN üçün, ağ rənglə göstərilmişdir]. Kliklər üçün eyni kontrast [Clicks > Speech > SCN] sol temporal korteksdə (qara) nitqə həssas eşitmə sahələrində heç bir təsir göstərmədi.

Nitqin qavranılması və aqressiv klik səsləri eşitmə bölgələrində aktivliyin artması ilə əlaqələndirilir. İnqressiv klik səsləri (A, ağ) ilə müqayisədə nitq səslərinin qəbulu sol orta və arxa STG-də BOLD aktivliyinin artması ilə əlaqələndirildi (səh < .005, klaster həddi = 30). SCN ilə müqayisədə nitq səslərinin qavranılması eyni bölgələrdə əhəmiyyətli aktivliklə bağlı idi, lakin sol yarımkürədə önə doğru uzanır (A, qara) [Nitq və SCN: −58 −48 19, −44 −6 −11, 62 −14 −4, 60 −34 6 Nitq və İnqressiv kliklər: −66 16 0, 60 −20 −2, −68 −36 8, −22 −32 32]. Bu aktivləşdirmələrin hər ikisi müstəqil nitq lokalizatoru (A, ağ xətt) tərəfindən nitqə həssas olaraq təyin olunan korteksdə yerləşir. Danışıq səsləri ilə müqayisədə aqressiv klik səslərini dinləmək prefrontal bölgələrdə və sağ oksipitoparietal korteksdə (B, qara) əhəmiyyətli aktivliklə əlaqələndirildi. [İqressiv kliklər və SCN: 50 −60 28, −32 −34 8, −32 −20 −10, 42 26 50, 28 8 40, 64 −36 8 İnqressiv kliklər nitqə qarşı: 22 −32 42, 0, 44 28 24, 40 10 46, 26 64 14, 44 −64 38]. Nə klik səslərinin nitq səsləri, nə də SCN ilə müqayisəsi müstəqil motor lokalizatoru (B, ağ xətt) ilə müəyyən edilmiş ağız motor bölgələrində əhəmiyyətli aktivliyi aşkar etməmişdir. (C) Sağ STG-də SCN ilə müqayisədə hər iki növ səsin qəbulu zamanı ümumi fəaliyyət (səh < .005). Bu məlumatlar nitqin və inqressiv klik səslərinin işlənməsi üçün qismən ayrı şəbəkələri göstərir ki, burada nitq səsləri daha çox sol orta STG-də işlənir və aqressiv klik səsləri dorsal “necə” yolunun bir hissəsini təşkil etdiyi məlum olan sol arxa medial eşitmə sahələrində artan aktivliklə əlaqələndirilir. . Bunun əksinə olaraq, sağ üst temporal korteksdə hər iki səs sinfi ilə üst-üstə düşən fəaliyyət var. (D) İkitərəfli dorsolateral temporal loblarda nitqə üstünlük reaksiyasının olduğu bölgələr, solda daha geniş aktivləşmə. Bu aktivləşdirmələr kontrastla müəyyən edilmişdir [1 −0,01 −0,99, Nitq > Kliklər > SCN üçün, ağ rənglə göstərilmişdir]. Kliklər üçün eyni kontrast [Clicks > Speech > SCN] sol temporal korteksdə (qara) nitqə həssas eşitmə sahələrində heç bir təsir göstərmədi.

Sounds for the main run and instructions for the localizer run were presented using MATLAB with the Psychophysics Toolbox extension (Brainard, 1997), via a Denon amplifier (Denon UK, Belfast, UK) and electrodynamic headphones (MR Confon GmbH, Magdeburg, Germany) worn by the participant. Instructions were projected from a specially configured video projector (Eiki International, Inc., Margarita, CA) onto a custom-built front screen, which the participant viewed via a mirror placed on the head coil.

Each trial was a train of four different speech or click sounds, lasting 3 sec (e.g., /t/–/k/–/t∫/–/f/). The order of sounds was randomized within trial and the ordering of sound category (speech, nonspeech, SCN) was randomized across trials. Across the whole experiment, none of the 30 recorded tokens of each speech/mouth sound were repeated. A ±500 msec onset jitter was used. This main run lasted approximately 30 min.

We carried out a separate localizer run to identify in each subject the cortical regions responsible for executing mouth movements and for speech perception. This employed a block design using a continuous acquisition protocol (repetition time = 3 sec). Subjects were cued via instructions on a screen to execute mouth movements (alternating lip and tongue movements) or to listen to sentences taken from the BKB list (Bench, Kowal, & Bamford, 1979). The baseline condition was silent rest. Each block lasted 21 sec and was repeated four times. This localizer scan lasted approximately 11 min.

Preprocessing and Analyses

Functional data were analyzed using SPM8 (Wellcome Department of Imaging Neuroscience, London, UK) running on Matlab 7.4 (Mathworks, Inc., Sherborn, MA). All functional images were realigned to the first volume by six-parameter rigid body spatial transformation. Functional and structural (T1-weighted) images were then normalized into standard space using the Montreal Neurological Institute (MNI) template. Functional images were then coregistered to the T1 structural image and smoothed using a Gaussian kernel of FWHM at 8 mm. The data were high-pass filtered at 128 Hz. First-level analysis was carried out using motion parameters as regressors of no interest at the single-subject level. A random-effects model was employed in which the data were thresholded at səh < .005. Voxelwise thresholding was carried out at 30 voxels to limit potential Type I errors.

Individual contrasts were carried out to investigate the BOLD response to each condition minus the silent rest or SCN, Speech versus Clicks and Clicks versus Speech. Bunlar t contrasts were taken up to a second level model. A null conjunction was used to identify significantly active voxels common to more than one condition by importing contrasts at the group level (e.g., Speech > SCN and Clicks > SCN at a threshold of səh < .005, cluster threshold of 10). Significant BOLD effects were rendered on a normalized template.

A set of four 10-mm spherical ROIs were created from peak coordinates identified from separate motor and auditory localizer runs. These ROIs lay within left and right superior temporal gyri (STG) and within left and right mouth primary motor cortex (−60 −24 6, 72 −28 10, −53 −12 34, 64 0 28). Mean parameter estimates were extracted for speech and clicks compared with SCN. These are seen in Figure 3.

An additional set of 8-mm spherical ROIs were created from coordinates reported in two previous studies (Pulvermuller et al., 2006 Wilson & Iacoboni, 2006). These studies both reported significant activity in premotor regions during the perception of speech sounds (−62 −4 38, 56 −4 38, −54 −3 46, −60 2 25 Figure 4B). A diameter of 8 mm was chosen here to replicate the analyses done in these previous experiments. In these regions, mean parameter estimates were extracted for speech and clicks compared with SCN.

Finally, two cluster ROIs in ventral sensorimotor cortices were generated by the contrast of all sounds (speech, nonspeech, and SCN) over silent rest. This contrast identified a peak in ventral primary sensorimotor cortex in both hemispheres (Figure 4A). To allow statistical analyses of these data (Kriegeskorte, Simmons, Bellgowan, & Baker, 2009 Vul, Harris, Winkleman, & Pashler, 2008), ROIs were created in an iterative “hold-one-out” fashion (McGettigan et al., 2011), in which the cluster ROIs for each individual participant were created from a group contrast of [All Sounds vs. Rest inclusively masked by the motor localizer] (masking threshold səh < .001, cluster threshold = 30) from the other 21 participants. Mean parameter estimates were extracted for speech, clicks, and SCN compared with silent rest.

Left auditory areas preferentially encode speech sounds, but there is no speech specific activity in primary motor cortices. Parameter estimates for speech and ingressive click sounds compared with SCN were calculated within four ROIs generated from peak coordinates from an independent localizer. A and B display the left and right speech ROIs generated from the comparison of listening to sentences against a silent rest condition (FWE = 0.05, cluster threshold = 30) with the parameter estimates displayed below. C and D show the left and right mouth motor ROIs generated from alternating lip and tongue movements compared with silent rest (FWE = 0.05, cluster threshold = 30). Speech sounds were associated with significantly increased activity in left auditory cortex compared with ingressive click sounds. There was nonsignificant difference in levels of activity in right auditory cortex or in the mouth motor regions. In all three of these regions, there was a nonsignificant increase in activity for ingressive click sounds over SCN compared with speech sounds over SCN. Error bars indicate SEM.

Left auditory areas preferentially encode speech sounds, but there is no speech specific activity in primary motor cortices. Parameter estimates for speech and ingressive click sounds compared with SCN were calculated within four ROIs generated from peak coordinates from an independent localizer. A and B display the left and right speech ROIs generated from the comparison of listening to sentences against a silent rest condition (FWE = 0.05, cluster threshold = 30) with the parameter estimates displayed below. C and D show the left and right mouth motor ROIs generated from alternating lip and tongue movements compared with silent rest (FWE = 0.05, cluster threshold = 30). Speech sounds were associated with significantly increased activity in left auditory cortex compared with ingressive click sounds. There was nonsignificant difference in levels of activity in right auditory cortex or in the mouth motor regions. In all three of these regions, there was a nonsignificant increase in activity for ingressive click sounds over SCN compared with speech sounds over SCN. Error bars indicate SEM.

Auditory-sensitive sensorimotor regions do not discriminate between speech and ingressive click sounds. The whole-brain contrast of all sounds compared with rest revealed significant activity in bilateral auditory cortices and ventral sensorimotor cortices (A, transparent white). Using this contrast, masked inclusively by the motor localizer (A, black), cluster ROIs were generated in both left and right hemispheres (A, white). Mean parameter estimates were extracted for these two regions using an interactive “leave-one-out” approach (see Methods), and these are displayed in the bottom left. The only significant comparison was that of [Speech > Rest] compared with [SCN > Rest] [Speech > Rest] compared with [Clicks > SCN] was not significantly different. To investigate whether there may be regions in premotor cortex that are specifically activated during the perception of speech compared with other sounds, we then generated 8-mm spherical ROIs on the basis of the coordinates reported in two previous studies Wilson and Iacoboni (2006) represented in B by solid white circles (−62 −4 38 and 56 −4 38), and Pulvermuller et al. (2006) represented by dotted white lines in the left hemisphere involved in movement and perception of lip and tongue movements (−54 −3 46 and −60 2 25, respectively). Mean parameter estimates for these five regions are plotted below for speech sounds compared with SCN and for ingressive clicks compared with SCN. There were no significant differences in any of these regions between the mean response to speech sounds and ingressive clicks demonstrating that activity in these areas is not specific to speech sounds. This was also the case for all subpeaks identified by the motor localizer. Error bars indicate SEM.

Auditory-sensitive sensorimotor regions do not discriminate between speech and ingressive click sounds. The whole-brain contrast of all sounds compared with rest revealed significant activity in bilateral auditory cortices and ventral sensorimotor cortices (A, transparent white). Using this contrast, masked inclusively by the motor localizer (A, black), cluster ROIs were generated in both left and right hemispheres (A, white). Mean parameter estimates were extracted for these two regions using an interactive “leave-one-out” approach (see Methods), and these are displayed in the bottom left. The only significant comparison was that of [Speech > Rest] compared with [SCN > Rest] [Speech > Rest] compared with [Clicks > SCN] was not significantly different. To investigate whether there may be regions in premotor cortex that are specifically activated during the perception of speech compared with other sounds, we then generated 8-mm spherical ROIs on the basis of the coordinates reported in two previous studies Wilson and Iacoboni (2006) represented in B by solid white circles (−62 −4 38 and 56 −4 38), and Pulvermuller et al. (2006) represented by dotted white lines in the left hemisphere involved in movement and perception of lip and tongue movements (−54 −3 46 and −60 2 25, respectively). Mean parameter estimates for these five regions are plotted below for speech sounds compared with SCN and for ingressive clicks compared with SCN. There were no significant differences in any of these regions between the mean response to speech sounds and ingressive clicks demonstrating that activity in these areas is not specific to speech sounds. This was also the case for all subpeaks identified by the motor localizer. Error bars indicate SEM.


Sadato, N. et al. Təbiət 380, 526–528 (1996).

Weeks, R. et al. J. Nevrosci. 20, 2664–2672 (2000).

Kujala, T. et al. Trends Neurosci 23, 115–120 (2000).

Cox, R. W. Kompüterlər və Biotibbi Tədqiqatlar 29, 162–173 (1996).

Talairach, J. & Tournoux, P. Co-Planar Stereotaxic Atlas of the Human Brain (Thieme Medical, New York, 1988).

Christman, S. Cerebral Asymmetries in Sensory and Perceptual Processing (Elsevier Science B.V., 1997).

Westbury, C. F. et al. Cereb. korteks 9, 392–405 (1999).

Rademacher, J. et al. Neyroşəkil 13, 669–683 (2001).

Martinez, A. et al. Nat. Nevroloqlar. 2, 364–369 (1999).

Gandhi, S. P. et al. Proc. Natl. akad. Sci. ABŞ 96, 3314–3319 (1999).

Petitto, L.A. et al. Proc. Natl. akad. Sci. ABŞ 97, 13961–13966 (2000).

Nishimura, H. et al. Təbiət 397, 116 (1999).

Calvert, G. A. et al. Elm 276, 593–596 (1997).

Neville, H. J. Ann. NY akad. Sci. 608, 71–91 (1990).

Baumgart, F. et al. Təbiət 400, 724–726 (1999).


Metodlar

Fənlər

All subjects were privately owned pet dogs (for details see Supplementary Table S1). The sample of subjects used for the behavioural preference test (Experiment 3) consisted of 24 dogs. Twenty of those had been used for the fMRI task (Experiment 1), and 15 for the eye-tracking test (Experiment 2).

Dog–human relationship

To evaluate the intensity and probable quality of the dog–human relationship, we conducted a caregivers’ survey (N = 15 14 females, 1 male) to assess the dogs’ age at the time when they have adopted them and how many hours per day the caregiver and the familiar person (N = 15 6 females, 9 males) on average actively spent with the dog during the week and on the weekends (see Supplementary Table S1a).

Ethical statement

All reported experimental procedures were reviewed and approved by the institutional ethics and animal welfare committee in accordance with the GSP guidelines and national legislation (ETK-21/06/2018, ETK-31/02/2019, ETK-117/07/2019) based on a pilot study at the University of Vienna (ETK-19/03/2016-2, ETK-06/06/2017). The dogs’ human caregivers gave written consent to participate in the studies before the tests were conducted. Additionally, informed consent was given for the publication of identifying images (see Fig. 4, S2 Supplementary Movie S1, S2) in an online open-access publication.

The portrait of a subjects’ caregiver shown with neutral (middle), happy (left) and angry expression (right). The respective video is shown in Supplementary Movie S1, S2.

Stimuli

We created short (3 s) videos showing human faces that are changing emotional facial expressions (see Fig. 4), transforming (morphing) from neutral to either happy or angry expression (see Movie S1, S2). The face pictures were taken from the human caregiver of each dog, a familiar person, and a stranger (for details, see Supplementary Material).

Experiment 1: fMRI task

Before the experiment, dogs had received extensive training by a professional dog trainer to habituate to the scanner environment (sounds, moving bed, ear plugs etc. see 108 ). For data acquisition, awake and unrestrained dogs laid down in prone position on the scanner bed with the head inside the coil, but could leave the scanner at any time using a custom-made ramp. The dog trainer stayed inside the scanner room throughout the entire test trial (run) outside of the dog’s visual field. Data acquisition was aborted if the dog moved extensively, or left the coil. After the scan session, the realignment parameters were inspected. If overall movement exceeded 3 mm, the run was repeated in the next test session. To additionally account for head motion, we calculated the scan-to-scan motion for each dog, referring to the frame wise displacement (FD) between the current scan t and its preceding scan t-1. For each scan exceeding the FD threshold of 0.5 mm, we entered an additional motion regressor to the first-level GLM design matrix 115,116 . On average, 3.3% (run 1) and 9.8% (run 2) scans were removed (run 1:

26/270 scans). If more than 50% of the scans exceeded the threshold, the entire run was excluded from further analyses. This was the case for one run (56%/151 scans). We truncated a run for one dog to 190 scans due to excessive motion because the dog was not available for another scan session.

The task alternated between the morph videos (500 × 500 pixels) and a black fixation cross in the centre of the screen that served as visual baseline (3–7 s jitter, mean = 5 s white background) each run started and ended with 10 s of visual baseline. The presentation order of the morph videos was randomized, but the same human model × emotion combination (i.e., angry stranger) was never directly repeated. The task was split into two runs with a duration of 4.5 min (270 volumes) each, but with a short break in-between if dogs completed both runs within one session. One run contained 60 trials (30 per emotion 20 trials per human model). Scanning was conducted with a 3 T Siemens Skyra MR-system using a 15-channel human knee-coil. Functional volumes were acquired using an echo planar imaging (EPI) sequence (multiband factor: 2) and obtained from 24 axial slices in descending order, covering the whole brain (interleaved acquisition) using an echo planar imaging (EPI) sequence (multiband factor: 2) with a voxel size of 1.5 × 1.5 × 2 mm 3 and a 20% slice gap (TR/TE = 1000 ms/38 ms, field of view = 144 × 144 × 58 mm 3 ). An MR-compatible screen (32 inch) at the end of the scanner bore was used for stimulus presentation. An eye-tracking camera (EyeLink 1000 Plus, SR Research, Ontario, Canada) was used to monitor movements of the dogs during scanning. The structural image was acquired in a prior scan session with a voxel size of 0.7 mm isotropic (TR/TE = 2100/3.13 ms, field of view = 230 × 230 × 165 mm 3 ). Data analysis and statistical tests are described in the Supplementary Material.

Experiment 2: Eye-tracking task

The eye-tracking task consisted of two tests (Experiment 2a and b) of four trials each, with at least seven days between them. In each trial the morph video of the human caregiver was presented together with either a stranger (Experiment 2a) or a familiar person (Experiment 2b). Both videos were shown with the same, either happy (two trials) or angry (two trials), facial expression. The location (left, right) of the caregiver as well as the emotion (happy, angry) was counterbalanced across the four trials of each test. The dogs went through a three-point calibration procedure first and then received two test trials in a row. At the beginning of each trial the dog was required to look at a blinking white trigger point (diameter: 7.5 cm) in the centre of the screen to start the 15-s (5 × 3 s) stimulus presentation. After a 5–10 min break, this sequence was repeated once. The dogs were rewarded with food rewards at the end of each two-trial block. Data analysis and statistical tests are described in the Supplementary Material.

Experiment 3: Behavioural preference task

The behavioural preference tests consisted of the measuring of the dogs’ movement patterns inside a rectangular arena facing two videos that were presented simultaneously on two computer screens. The screens were placed opposite to the arena entrance, at a distance of 165 cm on the floor, 135 cm apart from each other (for more details, see Supplementary Material). The dog entered the arena centrally through a tunnel with a trap door and could then move freely for the whole duration of stimulus presentation (10 × 3 s, continuous loop). Like in Experiment 2, the experiment consisted of two tests (Experiment 3a and b) of four trials each, with 1-min breaks between trials and at least seven days between the two experiments. The morph videos were shown in the exact same order and on the same sides (left, right) as in Experiment 2. After each trial, the experimenter called the dog back and went to the corridor outside the test room until the onset of the next trial. The dog was rewarded with a few pieces of dry food at the end of each experiment.

First, we manually cut out the period of stimuli presentation (30 s test trial) from the experiment recordings and then analysed the obtained videos with K9-Blyzer, a software tool which automatically tracked the dog and detected its body parts to analyse the potential behavioural preferences of the dogs towards the different displayed stimuli. Based on the dogs’ body part tracking data (head location, tail and centre of mass in each frame), the system was configured to produce measurements of specified parameters (areas of interest, dogs’ field of view, dog-screen distance) related to the dogs’ stimuli preference. We specified six parameters related to the right and left side/ screen preference (mapped to caregiver, stranger, familiar person), which are described in Supplementary Table S2. The details of the data analysis and statistical values are also provided in the Supplementary Material section.


Videoya baxın: Principles of fMRI Part 1, Module 8: fMRI Signal u0026 BOLD Physiology (Iyul 2022).


Şərhlər:

  1. Adom

    Etibar içində dedi, fikrim daha da aydındır. Sualınıza cavab üçün Google.com axtarışını axtarmağa çalışın

  2. Gaktilar

    Congratulations, this wonderful thought will come in handy.

  3. Gardahn

    Çox yaxşı başa düşmədim.

  4. Garin

    Qarışdığım üçün üzr istəyirəm... Mən bu vəziyyətlə tanışam. Müzakirə edə bilərsiniz. Buraya və ya PM-ə yazın.

  5. Culloden

    Qızların qadınlıq, qadınların bakirəlik çatışmazlığı yoxdur. Heykəltəraşlıq qrupu: Hercules bir peeing oğlanın ağzını yırtmaq. 150 kiloqram bir adam üzərində nişan: Tərəqqi, əksər uşaqlar üçün əlçatmaz rozetkaları - ən çox istedadlı öldü. Dostumun arvadı mənim üçün qadın deyil ... amma o yaraşıqlıdırsa. ... ... O mənim dostum deyil! Sərxoşluq - Döyüş! Fuck - Fuck! Sevgi intellekt üzərində təsəvvür zəfəridir. İki şeyə nifrət edirəm - irqçilik və qaralar.

  6. Abdul-Malik

    On your place I would address for the help to a moderator.

  7. Curtice

    Bu məsələ ilə bağlı çox sayda məqalə olan sayta gəlməyinizi təklif edirəm.



Mesaj yazmaq