Bevezetés

a funkcionális kortikális szervezet leírásának egyik módja olyan térképek, amelyek az egész kéreget kis régiókba csomagolják, mindegyiknek sajátos agyi funkciói vannak. A legnépszerűbb térképet először Brodmann (1909) írta le, aki az egyes féltekék kéregét 52 területre osztotta., Ezek a területek szövettani különbségek alapján vannak szegmentálva, és nincsenek összhangban az agy anatómiai alosztályaival lebenyekbe és Giri-be. Brodmann területe 44 (BA44) egyike azon kevés funkcionális területeknek, amelyek pontosan megfelelnek az agykéreg egyik anatómiai felosztásának. Valójában a BA44-et a bal alsó frontális gyrus pars opercularisai, a Broca által leírt kifejező nyelvi funkció magja (1861) tartalmazza és korlátozza.,

nehéz megmagyarázni az ilyen különféle funkciókat a modulok alapján az agyműködés szegregációs modelljéből. A legtöbb modern modell több moduláris megközelítéseket támogat, amelyek a megismerést a hálózati konfiguráció eltéréseként magyarázzák. Ez azt jelenti, hogy egy adott terület (pl. BA44) a feladattól függően különböző modulokhoz kapcsolódhat, így egy adott funkcióért felelős speciális hálózati konfigurációk jöhetnek létre. Az agyi kapcsolat, az erre a nézetre utaló kifejezés, jobban magyarázhatja a komplex kognitív, viselkedési és neuropszichológiai jelenségeket, mint az egyszerű lokalizációs modellek., A neurális hálózat jellemzési modelljei a kognitív idegtudomány jelenlegi állapotában értékesek, ehhez különböző módszerekből kell kiindulni.

ennek eredményeként a diffúziós tenzor képalkotás (DTI) és a nyugalmi állapotú funkcionális MRI (fMRI) megjelenésével új érdeklődést mutattak az agyi kapcsolatok iránt. A DTI képes azonosítani az élő neuronális szövetek száltraktumait egy nemrégiben kifejlesztett, tractográfiának nevezett technikával., A Tractography egy képalkotó utófeldolgozási technika, amely egyesíti a percenkénti víz diffúziós pályákat (tenzorokat) egy olyan láncban, amely idegi traktusokat képvisel. A nyugalmi állapotú fMRI a számítástechnikai utófeldolgozási eljárás egy másik formája, amely az agyi kapcsolatokat ábrázolja diszkrét agyi területek reprezentálásával, amelyek spontán oszcillációi szinkronban vannak. Ez a két utófeldolgozási eljárás jelenleg a legnépszerűbb módszerek az agyi kapcsolatok tanulmányozására.

új terminológiát hoztak létre a modern agyi kapcsolódási vizsgálatokhoz kapcsolódó eredmények vagy technikák meghatározására., (1) strukturális kapcsolat, utal, hogy a ábrázolása szálak traktográfia; (2) funkcionális kapcsolat, utal térképek szinkronikus agyi oszcillációk, (3) Hatékony kapcsolat, utal feladat-alapú fMRI, amelyben statisztikai és heurisztikus megközelítések értékeli az irányt az adatáramlás az aktivált modulok fMRI., Tractography lehet determinisztikus vagy valószínűségi; funkcionális kapcsolatok alapja lehet Független Komponens Analízis (ICA) az egész adatokat, vagy korlátozott ábrázoló távoli, összehangolt munkája kapcsolódó átlagos jel változása egy adott régióban-a-kamatot (aka magot-alapú funkcionális kapcsolatok). Hatékony kapcsolat lehet vizsgálni, legalább két meglehetősen összetett matematikai megközelítések .

bár ezek a módszerek hasonló eredményeket adhatnak, ezek is eltérhetnek., Például a determinisztikus traktográfia használata korlátozott felbontással rendelkezik a keresztezési szálakkal, míg a valószínűségi traktográfia úgy tűnik, hogy a specifikusság érzékenységét (Yo et al., 2009). Funkcionális kapcsolat figyelhető meg olyan régiók között, ahol kevés vagy egyáltalán nincs strukturális kapcsolat (Damoiseaux and Greicius, 2009). A funkcionális kapcsolat azonban megváltozhat, és befolyásolhatja a gyors tanulás, a feladatspecifikus teljesítmény vagy sérülés képzése (Kelly and Garavan, 2005; Hasenkamp and Barsalou, 2012; Jolles et al., 2013; Vahdat et al.,, 2014) míg a szerkezeti összeköttetés stabilabb, és a változások elsősorban a sérülésekkel kapcsolatosak. A funkcionális kapcsolódási tanulmányok túlnyomó többsége nyugalmi állapotú fMRI-n alapul. Kevés tanulmány vizsgálta az agyi kapcsolatot a feladatok során vagy után (például Caclin and Fonlupt, 2006; Bernal et al., 2013; Dima et al., 2013). Az agy aktiválási térképei a feladatokkal kapcsolatos fMRI-ben összekapcsolódást mutattak, de mindig a vizsgált funkcióra korlátozódtak. Ez a hatékony kapcsolat szubsztrátja.,

az agy funkcionális hálózatainak ábrázolására egy meglehetősen korlátozott meta-analízis technikán alapuló, nemrégiben ismertetett módszert is leírtak. A módszert meta-analitikus kapcsolódási modellnek (MACM; Bzdok et al., 2013; Ardila et al., 2014; Kohn et al., 2014). A jelen tanulmányban ezt a módszert alkalmazzuk az expresszív nyelvben részt vevő Broca területmaghálózatának leírására. Előnyben részesítettük a “Pooling-data connectivity study” kifejezést, hogy elkerüljük a szokásos meta-analízis módszertan összetévesztését, amely általában szélesebb forrásokat igényel.,

Anyagok, Módszerek

Az adatok forrása ez a pooling-adat kapcsolat tanulmány brainmap.org. Az ok, hogy kihasználja csak ez a forrás, hogy ez az adatbázis nyújt konkrét rendszerezett mezők információ, szoftver-specifikus kódolási aktiváló koordináták, hogy lehetséges, pontos, automatikus, következetes, a minta kiválasztása tanulni. Az adatbázis kimenetét egy speciális szoftver is olvassa, amelyet a következők is biztosítanak brainmap.org. így a Brainmap1 adatbázisát a Sleuth 2 felhasználásával sikerült elérni.,2, nyílt szoftver által biztosított ugyanazon a weboldalon, augusztus 20th, 2014. A keresési feltételek a következők voltak: (1) ba44 vagy Broca terület aktiválásáról szóló tanulmányok; (2) fMRI-t használó tanulmányok; (3) normál alanyok; (4) aktivációk: “csak aktiválás” (aktiválásmentességi jelentés); (5) jobbkezes alanyok; (6) 20-60 éves kor; (7) domain: nyelv. A keresést automatikusan végzi Sleuth, így egy listát a papírokat, amelyek megfelelnek a selecton kritériumok., A 60 év feletti alanyokat két ok miatt kizárták, (1) az életkor általában a kognitív hanyatlás erős kockázati tényezője, különösen a demencia (Ritchie and Kildea, 1995; Ferri et al., 2006); (2) néhány verbális képességcsökkenés figyelhető meg 60 éves kor után (pl. Alwin and McCammon, 2001; Ardila, 2007); bizonyos verbális képességek, ilyen verbális folyékonyság –a ba44 – vel járó nyelvi termelési képesség-egyértelműen csökken e kor után (Tombaugh et al., 1999).

hatvankilenc papírok 102 a 407 kísérletek kiegyenlített kritériumok. A kizárási kritériumokat ebben a pillanatban alkalmazták., A cikkeket kizárták, ha kétnyelvű tantárgyaik voltak, vagy keleti nyelveken végeztek feladatokat, az automatikus beszédre korlátozott feladatokat, a fogékony nyelvre korlátozott feladatokat. Kizárták azokat a betegeket vagy papírokat, amelyekben a nyelvi részvétel marginális vagy kiegészítő volt más kognitív feladatokhoz (memória, figyelem, gátlás), vagy közvetítette az alany válaszait. Mindkét nem Alanyai szerepeltek. Ezen kizárási kritériumok alapján 12 cikk került kizárásra., Így az fMRI eredményeit 57 papírok egyesítették további elemzés nyújtó 883 914 alanyok, 84 338 kísérletek; 175 280 feltételek; és 1247 3699 helyszínek (1.táblázat). A BA44-hez kapcsolódó aktiválásokat (keresési kritériumok) automatikusan a Sleuth szoftverből szerezték be. Ez az automatikus jelentés felsorolja a tömegközéppont által meghatározott klasztereket (MNI koordinátákban), a klaszter térfogatát mm3-ban és intenzitását. Ezeket a koordinátákat tárgyonként / feladatonként / papíronként szöveges fájlokként (összevont resutls) exportálták elemzésre a következő lépésben.,

az összevont adatokon található klaszterek statisztikai jelentőségét ezután az aktiválási valószínűségi becslés – (ALE) módszerrel elemeztük. Ezt a lépést a gingerale2 nyílt forráskódú szoftverrel hajtottuk végre. Az ALE egy módszer a koordináta – alapú agyi aktivációk elemzésére a pooling-data vizsgálatokban. Az ALE matematikájának leírása túlmutat a jelentés célján., Dióhéjban az ALE az aktiválás jelentett csúcsait térbeli valószínűségi eloszlásként kezeli az adott koordinátákra összpontosítva. ALE kiszámítja az egyes voxelekre vonatkozó aktiválási valószínűségek egyesülését, lehetővé téve az aktiválási gócok valódi konvergenciája közötti eltérést a véletlenszerű klaszterezéstől (zaj). A több ezer véletlenszerű iterációból nyert ALE-pontszámokat a p-értékek hozzárendelésére használják az aktiválás megfigyelt klasztereihez. További információ az ALE elméletéről az olvasó azt tanácsolja, hogy olvassa el Eickhoff et al munkáját. (2009). ALE térképeink p < 0.,01 korrigált több összehasonlítást hamis felfedezés aránya. Csak klaszterek 200 vagy több köbméter mm, ahol elfogadott érvényes klaszterek. ALE eredmények átfedésben egy anatómiai sablon alkalmas MNI koordináták, is biztosított brainmap.org. erre a célra használtuk a Multi-Image Analysis GUI (Mango)3. A fúziós képek 3 × 3 transzverális inszetjeiből álló mozaikot ugyanazzal az eszközzel szereztük be, kiválasztva minden 3-4 képet a 10. képről, majd exportáltuk egy 2D-jpg képbe.

eredmények

tizenhat jelentős aktiválási klasztert találtak az ALE eljárással., Az 1. táblázat ezeket a klasztereket térfogatuk szerint köbméterben mutatja. A fő klaszter a BA44-et és a hozzá tartozó területeket foglalja magába. Ezek az elülső insula, az alsó és középső frontális gyri és a pre-centrális gyrus. A második Klaszter a bal oldali pre-SMA-ban és az elülső cingulate gyrusban található, BA6 és 32 részvételével. A jobb elülső cingulate gyrus bevonása valós lehet, vagy valószínűleg a szomszédos kontralaterális homológ szerkezet simításának hatása., A harmadik klaszter a bal felsőbbrendű és alsóbbrendű parietális lobulában helyezkedik el, a BAs 7, 39 és 40 által megosztott területen. A negyedik klaszter a bal Broca (jobb BA44, jobb elülső insula, jobb BA9) és egy szubkortikális szerkezet, a putamen tükörterületeit foglalta magában. Az ötödik klaszter a bal fusiform gyrust érintette. A hatodik klaszter a befogadó nyelvterület magját vagy Wernicke területét képviseli. A következő fontos klaszter a bal thalamusban található., További kilenc klaszter szerepel a gingerale automatizált jelentésében, amint azt az 1. táblázat felsorolja, ezek a bal putamen, a jobb parietális lebeny, az occipitalis lebeny, a kisagy és a jobb prekentrális gyrus.

Discussion

bemutatjuk Broca területhálózatát, amely a nyelvi feladatokra jellemző, az ALE módszerét használva az összevont fMRI adatokban. Módszerünk különbözik másoktól azáltal, hogy egy adott terület összekapcsolhatóságát a lehető legszélesebb körben ábrázolja, azáltal, hogy egy adott kognitív tartományt vagy funkciót helyettesítő speciális hálózatok jellemzésére összpontosít.,

megállapítottuk, hogy a ba44 nyelvi hálózata 16 klaszterből áll. Az aktiválás első hat csoportja jól megalapozott nyelvi területek: az 1.klaszter a bal infero-laterális frontális gyrust és az elülső insulát képviseli, amelyeket az irodalomban kifejező nyelvterületként ismerünk el (Benson and Ardila, 1996)., A nagy méret a klaszter kiderül, hogy a sűrű szomszédos kapcsolat területeken szomszédos BA44 keresztül U szálak; cluster 2, képviseli a kiegészítő motor terület, amely az előzetes csatlakozik szerkezetileg át a ferdén frontális kötegét a által leírt Catani et al. (2013), és valószínűleg a szóbeli folyékonyság és a beszédkezdés (Martino et al., 2012); a 3. klaszter a bal felsőbbrendű és alsóbbrendű parietális lobulus aktiválását jelenti, amely közvetlenül vagy közvetve kapcsolódik az íves fasciculus vagy az alsóbbrendű occipitofrontalis fasciculus rostjaihoz (Dick et al.,, 2013). Ennek a parietális területnek a kapcsolata nagyobb valószínűséggel kapcsolódik a verbális munkamemória csomópontokhoz való hozzáféréshez (Jonides et al., 1998); A 4.klaszter az 1. klaszter homológ területeinek aktiválódását mutatta; az 5. és a 6. klaszter a kanonikus Wernicke területeihez kapcsolódott, valószínűleg az íves fasciculus és a fonológiai transzferálási funkciók (Dick et al., 2013).

a 7-16. klaszterek a szubkortikális területek aktiválásából, a bal thalamus mediális dorzális magjából, a bal putamenből és a jobb kisagyból álltak., A bal cerebellum bevonása megkérdőjelezhető, amelyet később tárgyalunk. Más kis klaszterek az aktivációk kontralaterális homológ területein (BA7 és BA22), másodlagos vizuális területeken (BA18 és BA19) találhatók mind a féltekén, mind a jobb prekentrális gyrus aktiválásában. Ezeknek a területeknek a bevonása nem jól ismert., A vizuális területek részt vehetnek a verbális feladatokban, mivel a verbális anyag által leírt tárgyak és jelenetek “újraképződnek”; a precentrális gyrus részt vehet a szubvokalizáció megszenteléseként, amely jelen lehet, ha verbális anyagnak van kitéve, mint a motoros nyomokkal ellátott próbaképek stratégiájának (Smith et al., 1995). Megjegyzendő, hogy nincs kapcsolat a bal BA45 és bal BA21, nem szerepel az ALE-automatikus szöveges jelentés, sem jelenik meg a renderelés kép. A baloldali BA45 és BA39 bevonásának hiányával később foglalkozunk.,

a legjobb tudásunk szerint a Broca területének nyelvi funkcionális összekapcsolhatóságára vonatkozó korábbi kísérleteket nem jelentették. Kevés publikáció számolt be azonban olyan tanulmányokról, amelyek az egyes feladatokhoz vagy nyelvi funkciókhoz kapcsolódó agyi kapcsolódást értékelték. Egy mag alapú nyugalmi állapot funkcionális kapcsolódási elemzés Zhu et al. (2014) bemutatták a Broca és Wernicke területeit átszelő nyelvi hálózatot. Bebizonyították, hogy Brocát később hagyják el., Is, kihasználva a vetőmag-alapú nyugalmi állapotban fMRI egy kohorsz 970 egészséges egyénekben Tomasi, valamint Volkow (2012) talált aktiválása a kanonikus prefrontális, időbeli-parietális régiók, kétoldalú caudális hagyott putamen/globus pallidus, valamint subthalamic mag. A szerzők mind Wernicke, mind Broca területeit vetési régióként használták. Van néhány tanulmány a Broca területének szerkezeti összekapcsolhatóságáról is. Morgan et al. (2009) beszámoltak arról, hogy a DTI-t és a nyugalmi állapotú funkcionális kapcsolatot kombinálják az SMA és az expresszív nyelvi területek közötti kapcsolat értékelésére., Egy meta-analitikus tanulmány Eickhoff et al. (2009) az expresszív hálózatot a folyékonysági feladatok eredményeinek összevonásával és a DCM (Heim et al., 2009). Megtalálták a törzshálózat álló BA44, az anterior insula, BA6 (premotor cortex), valamint BA4 (elsődleges motoros kéreg), a kapcsolatok bazális ganglionok, valamint kisagy. Tanulmányukban azt találták, hogy a DCM a ba44 és két párhuzamos csomópont közötti helyzetben bizonyítja az insulát, amely magában foglalja a kisagy/bazális ganglionokat és a motoros kérget. Heim et al., (2009) a ba45-höz (és közvetve a BA44-höz) való afferens kapcsolódást a fonológiai/lexikai diszkrimináció nyelvi feladataként értékelte.

két további tanulmány a Broca működési struktúrájához kapcsolódó terület parcellázására összpontosított. Az első tanulmány valószínűségi traktográfiát alkalmazott, és BA45-öt is tartalmazott. Három szegregált területet azonosítottak: BA44, BA45, és az elülső insulával érintkező mély operkuláris terület (Anwander et al., 2007); a második tanulmány egy olyan módszert alkalmazott, amely a co-aktiválás mintáin alapul, több különálló kognitív feladaton., Ebben a munkában a szerzők leírják, öt alegységei a Broca terület, két hátsó összefüggő területek fonológia (dorzális), illetve a ritmikus szekvenálás (hasi), valamint három elülső összefüggő területek munkamemória, kapcsolási ellenőrzés szemantika (Clos et al., 2013). Nem világos, hogy ez a parcelláció hogyan harmonizál a BA44 dorso-ventrális differenciálódását leíró korábbi megállapításokkal, a hátsó szempontból a megfigyeléssel kapcsolatos tükör neuronrendszer (Molnar-Szakacs et al., 2005).

módszerünk bár az új nem teljesen új., Sundermann and Pfleiderer (2012) tanulmányt készített, ugyanazt a módszert alkalmazva, mint a mi tanulmányunk. Ezek a szerzők azonban nem célozták meg a nyelvet. Ehelyett tanulmányaikat az “inferior frontal junction” (egy olyan terület, amely magában foglalja az inferior frontal gyrust, a középső frontális gyrus caudalis aspektusát és az anterior insulát), valamint annak kognitív kontrollban betöltött szerepét. Az ALE módszer alapján meta-analitikai kapcsolódási modellezést (MACM) alkalmaztak. Ahogy a mi megközelítésünkben is, ők elemezték az összes olyan cikket, amelyben a bal vagy jobb alsó frontális Girit aktiválták., Hozzánk hasonlóan az aktiválás területét is független változóvá tették, a célterület funkcionális specializációjára vonatkozó konkrét feltételezések nélkül. Úgy gondolták, hogy az összes együttes aktiválási terület kapcsolódik a központi területhez (a MACM kiválasztási kritériumai).

a ba44 nyelvi hálózatának jellemzésének fontossága abban rejlik, hogy e terület multimodális szerepet játszik a megismerés különböző területein. Broca területe, mint az expresszív nyelv magja, úgy tűnik, hogy más funkciók is vannak., A már említett funkciók mellett a ba44 verbális munkamemória feladatokban is részt vesz (Rämä et al., 2001; Sun et al., 2005), különösen a szintaktikai típusú memória (Fiebach et al., 2005; Wang et al., 2008); mirror neuron rendszer (Manthey et al., 2003; Lawrence et al., 2006; Lotze et al., 2006); motorprogramozás (Amunts et al., 2004); tapintható képek (Yoo et al., 2003); aritmetikai feldolgozás (Rickard et al., 2000); sőt zenei élvezet (Koelsch et al., 2006)., Ez a többfunkciós jellegét Broca terület magyarázható, részben azzal, hogy az anatómiai felosztás leírt előtt, de még mindig konkrét alterületek kell csatlakozni egy adott módon termelő külön feladat, kapcsolódó hálózati konfigurációk.

Broca al-anatómiai felosztás hipotézist támogatja utóbbi szövettani autoradiography tanulmány bizonyítja a különböző populációk sejt receptorok (Amunts et al., 2010). A fő feltételezés ebben a munkában az, hogy a sejtreceptor szegmensek differenciálódása szintén a funkció., Hat receptortípus létezik a (1) ventrális precentrális átmeneti kéregben, (2) háti BA44, (3) ventrális BA44, (4) elülső BA45, (5) hátsó BA45 és (6) középső frontális gyrus frontális operculum. Megjegyzés: Broca területének szélesebb jelentése ebben a munkában, beleértve az IFG BA45 vagy par triangularis jelentését.

mindezek a tények a BA44 többpotenciálú funkciójára utalnak, amely valószínűleg többhálózati konfigurációban fejezi ki a különböző funkciókimeneteket., Ezért célszerű az összes lehetséges hálózati konfiguráció jellemzése annak érdekében, hogy megértsük az agyműködés plaszticitását, valamint a helyi elváltozások lehetséges klinikai hatásait.

eredményeinknek fontos következményei vannak. Kiindulópontként szolgálhat a különböző agyi funkciókhoz kapcsolódó különálló Broca-hálózatok további caracterizálásához. A beszéd-és nyelvi zavarokban tapasztalt szindrómák összetettségének magyarázatát is könnyítheti, a nyelvi standard modell két-három moduljára nehéz csökkenteni., A jelen dolgozatban bemutatott, Specifikus kognitív funkciókat is fenntartó speciális hálózatok bemutatása fontos az agyi kapcsolatot igazoló egyéb technikák keresztellenőrzéséhez; ez a szerkezeti kapcsolat funkcionális részvételének igazolására vagy diszprofálására is szolgálhat. Például azt találták, hogy egyes alanyok jobb féltekén dominancia nyelv, balra ívelt fasciculus dominancia (Dick et al.,, 2013), ebben az esetben a strukturális kapcsolat nem követi a neurális kapcsolatot; módszerünk eszközként is fejlődhet bizonyos nyelvi lateralizációhoz, ha a jövőbeli kutatásokban különálló jobb-bal csatlakozásokat mutatnak be ezen a területen.

korlátozások

még sok más cikk írta le a ba44 aktiválását nyelvi feladatokban, de ezek nem szerepeltek a brainmap.org adatbázis., Az adatbázisba való belépéshez a vizsgálati eredményeknek be kell jelenteniük az aktiválást a szabványos térkoordinátákban( MNI vagy Talairach), amelyeket manuálisan kell bevinni az adatbázisba, majd a brainmap.org projekt. E korlátozás ellenére a szerzők becslése szerint az összevont adatokba belépő tanulmányok/résztvevők/kísérletek száma nagy, és tükrözi az fMRI nyelv korszerű kiadványait.

az előfeldolgozásból származó másik lehetséges korlátozás az aktiválás helytelen elosztása olyan területeken, ahol két különböző lebeny vagy struktúra van., Az adatok előfeldolgozásának része az aktiválás simítása. A simító, voxels alacsonyabb jel, mint a szomszédok nőtt a kevésbé zajos bemutatása. Így az algoritmus minden szomszédot kontinuumként kezel. Ez az eljárás megmagyarázza, hogy mi valószínűleg a kisagy culmeneinek hamis aktiválása, mivel a fusiform gyrusban kapott valódi aktiválás simítása a culmenekkel szemben áll. Hasonló hatás magyarázza az aktiválás hívását a jobb elülső cingulate gyrusban, valamint a bal időbeli superior gyrusban (22 terület az 1.klaszterben)., Ez az aktiválás valószínűleg a szomszédos frontális operculum simításának kiterjesztése miatt következik be.

két további korlátozásnak kell kitenni. Annak ellenére, hogy a BA45 egyértelműen részt vett az fMRI tanulmányok által bemutatott nyelvben, ezt a területet az ALE automatikus jelentése nem említi. Az 1.klaszter (1. táblázat) a BA45-öt (azaz 44, 47, 6 és 9) körülvevő összes területen aktiválódik., Ezért úgy tűnik, hogy az algoritmus “blokkot” feltételez, beleértve a BA45-et (Pars Tringularis) a BA44-en belül, mivel az aktiválás ezen a területen nyílt a renderelt képnek megfelelően (1.ábra, jobb panel). Hasonló helyzet magyarázhatja a BA21 jelentésének hiányát. Ezek a technológiai korlátozások messze nem alkalmasak arra, hogy a szerzők módosítsák. Ezek azonban önmagukban nem befolyásolják a statisztikai elemzést vagy az eredményeket.

egyéb korlátozások a tanulmány tudatos korlátai, amelyek célja, hogy elkerüljék a zavaró tényezők hatását, amelyekről ismert, hogy befolyásolják a nyelvi lateralizációt (righ-kezes normál alanyok, nyelv típusa: occidental, és életkor: 20-60). A jövőbeli kutatások során érdemes megvizsgálni, hogy ezek a változók hogyan kapcsolódnak össze a Broca hálózatával.

egy nagy adatbázis megjelenése lehetővé teszi az adott változó alatt megbízható információk összesítését. Ez lehetővé tenné számunkra, hogy megbízható információkat szerezzünk nagy általánosítási képességgel., Ezen túlmenően az itt javasolt módszer adatainak összevonása lehetővé teszi a társaktiválás területeinek bemutatását az alanyok között, valamint egy adott függvényt vagy egy adott domainhez tartozó függvénycsoportot helyettesítő feladatok között. Különösen minden egyes feladat (fonológia, szemantika, megértés stb.) csak néhány modult használhat. A klinikai gyakorlatban fontos lehet a speciális funkciókat ellátó magas specifikus hálózatok ábrázolása., Például azonosíthatja a nyelv lateralizációjával kapcsolatos hálózatokat, így segítséget nyújthat az idegsebészeti tervezésben olyan betegeknél, akik nem alkalmasak feladatfüggő fMRI vagy Wada tesztekre. Általában módszerünk bemutathatja a hálózat lehetséges vagy lehetséges összekapcsolódását az adott kognitív domainhez, növelve az agyműködés megértését., Például értékelhetjük az összes különböző “konfigurációt”, amelyben a BA44 részt vesz a maximális csatlakoztathatóság feltárásában, vagy kisebb léptékben törekedhetünk az ilyen konfigurációk differenciálására annak tisztázására, hogy a BA44 hogyan vesz részt a különböző funkciókban.

következtetés

bemutattuk egy összevont adatmódszer alkalmazását, amely nagymértékben ábrázolja a ba44 nyelvhez kapcsolódó hálózatát. Az aktiválás klaszterei összhangban vannak a korábbi klinikai és neuroimaging vizsgálatokkal, bár az utóbbiak szűkösek., Az agyműködés magyarázata érdekében a hálózatok leírása a jövőben nagyobb hatással lesz, mint az agymodulok leírása a múltban. Az agyi kapcsolat jobb megértése szükségescsak segít az agyi funkciók jobb megértésében.

összeférhetetlenségi nyilatkozat

a szerzők kijelentik, hogy a kutatást olyan kereskedelmi vagy pénzügyi kapcsolatok hiányában végezték, amelyek potenciális összeférhetetlenségnek tekinthetők.,

lábjegyzetek

1. ^http://brainmap.org
2. ^http://brainmap.org
3. ^http://ric.uthscsa.edu/mango/