Introduzione

Un modo per descrivere l’organizzazione corticale funzionale è attraverso mappe che raggruppano l’intera corteccia in piccole regioni, ognuna con funzioni cerebrali specifiche. La mappa più popolare è stata descritta per la prima volta da Brodmann (1909) che ha suddiviso la corteccia di ciascun emisfero in 52 aree., Queste aree sono segmentate sulla base di differenze istologiche e non hanno alcuna concordanza con le sottodivisioni anatomiche del cervello in lobi e girri. L’area 44 di Brodmann (BA44) è una delle poche aree funzionali che ha una precisa corrispondenza con una delle suddivisioni anatomiche della corteccia. Infatti, BA44 è contenuto e limitato dalla pars opercularis del giro frontale inferiore sinistro, il nucleo della funzione espressiva del linguaggio descritta da Broca (1861).,

È problematico spiegare una tale varietà di funzioni da un modello segregazionista della funzione cerebrale basato su moduli. La maggior parte dei modelli moderni sostiene approcci multi-modulari che spiegano la cognizione come una varianza nella configurazione di rete. Ciò significa che qualsiasi area specifica (ad esempio, BA44) può connettersi con moduli diversi, a seconda dell’attività, producendo configurazioni di rete specifiche responsabili di una determinata funzione. La connettività cerebrale, il termine per riferirsi a questa visione, può spiegare meglio complessi fenomeni cognitivi, comportamentali e neuropsicologici rispetto ai semplici modelli di localizzazione., I modelli di caratterizzazione delle reti neurali sono di valore nello stato attuale delle neuroscienze cognitive e per realizzare questa ricerca sono necessari input da diversi metodi.

Di conseguenza, c’è stato recentemente trovato interesse per la connettività cerebrale dall’avvento dell’imaging del tensore di diffusione (DTI) e della risonanza magnetica funzionale a riposo (fMRI). DTI è in grado di identificare tratti di fibre di tessuto neuronale vivo utilizzando una tecnica recentemente sviluppata chiamata trattografia., La trattografia è una tecnica di post-elaborazione dell’imaging che fonde le traiettorie di diffusione dell’acqua (tensori) in una catena che rappresenta i tratti neurali. L’fMRI a riposo è un’altra forma di procedura di post-elaborazione informatica che descrive le connessioni cerebrali rappresentando aree cerebrali discrete le cui oscillazioni spontanee sono in sincronia. Queste due procedure di post-elaborazione sono attualmente i metodi più popolari per studiare la connettività cerebrale.

È stata creata una nuova terminologia per definire i risultati o la tecnica associati ai moderni studi sulla connettività cerebrale., (1) Connettività strutturale, si riferisce alla rappresentazione delle fibre mediante trattografia; (2) Connettività funzionale, si riferisce a mappe di oscillazioni cerebrali sincroniche, (3) Connettività efficace, si riferisce a fMRI basato su attività in cui approcci statistici ed euristici valutano la direzione del flusso di dati nei moduli attivati di fMRI., La trattografia può essere deterministica o probabilistica; la connettività funzionale può essere basata sull’analisi indipendente dei componenti (Independent) dell’intero dato, o più limitata che descrive la sincronia remota correlata alla media della variazione del segnale di una data regione di interesse (ovvero connettività funzionale basata su seeded). La connettività efficace può essere esplorata con almeno due approcci matematici piuttosto complessi .

Sebbene tutti questi metodi possano fornire risultati simili, possono anche differire., Ad esempio, l’uso della trattografia deterministica ha una risoluzione limitata con fibre incrociate, mentre la trattografia probabilistica sembra scambiare la sensibilità per la specificità (Yo et al., 2009). La connettività funzionale è osservata tra regioni in cui c’è poca o nessuna connessione strutturale (Damoiseaux e Greicius, 2009). Tuttavia, la connettività funzionale può cambiare e può essere influenzata dall’apprendimento rapido, dalla formazione di una prestazione specifica di un compito o da una lesione (Kelly e Garavan, 2005; Hasenkamp e Barsalou, 2012; Jolles et al., 2013; Vahdat et al.,, 2014) mentre la connettività strutturale è più stabile e i cambiamenti sono principalmente legati alle lesioni. La stragrande maggioranza degli studi sulla connettività funzionale si basa su fMRI a riposo. Pochi studi hanno esplorato la connettività cerebrale durante o dopo le attività (ad esempio, Caclin e Fonlupt, 2006; Bernal et al., 2013; Dima et al., 2013). Le mappe di attivazione cerebrale in fMRI relative alle attività hanno mostrato connettività ma sempre limitate alla funzione indagata. Questo è il substrato della connettività efficace.,

Una recente metodologia descritta basata su una tecnica di meta-analisi piuttosto limitata è stata anche descritta per descrivere le reti funzionali del cervello. Il metodo è stato definito modello di connettività meta-analitica (MACM; Bzdok et al., 2013; Ardila et al., 2014; Kohn et al., 2014). Nel presente studio utilizziamo questo metodo per descrivere la rete centrale dell’area di Broca coinvolta nel linguaggio espressivo. Abbiamo preferito definirlo “Pooling-data connectivity study” per evitare confusione con la metodologia standard di meta-analisi che di solito richiede fonti più ampie.,

Materiali e metodi

L’origine dati per questo studio sulla connettività dei dati in pool era brainmap.org. La ragione per utilizzare solo questa fonte è che questo database fornisce campi specifici e sistematizzati di informazioni e codifica specifica del software delle coordinate di attivazione che rendono possibile una selezione precisa, automatica e coerente del campione da studiare. L’output del database viene letto anche da un software specifico, fornito anche da brainmap.org. Quindi, il database di Brainmap1 è stato accessibile utilizzando Sleuth 2.,2, software aperto fornito dallo stesso sito web, il 20 agosto 2014. Le condizioni di ricerca erano: (1) studi che riportavano l’attivazione dell’area di BA44 o Broca; (2) studi che utilizzavano fMRI; (3) soggetti normali; (4) attivazioni: “solo attivazione” (scartando il rapporto di disattivazione); (5) soggetti destrorsi; (6) età 20-60 anni; (7) dominio: lingua. La ricerca viene eseguita automaticamente da Sleuth, fornendo un elenco di documenti che soddisfano i criteri di selecton., I soggetti sopra i 60 anni sono stati esclusi a causa di due motivi, (1) L’età è solitamente considerata un forte fattore di rischio per il declino cognitivo in generale e la demenza in particolare (Ritchie e Kildea, 1995; Ferri et al., 2006); (2) si osserva un declino della capacità verbale dopo l’età di 60 anni (ad esempio, Alwin e McCammon, 2001; Ardila, 2007); alcune abilità verbali, tale fluidità verbale –una capacità di produzione linguistica che coinvolge BA44 – declina chiaramente dopo questa età (Tombaugh et al., 1999).

Sessantanove documenti con 102 di 407 esperimenti corrispondenti criteri. I criteri di esclusione sono stati applicati in questo momento., Gli articoli erano esclusi se avevano materie bilingui o avevano compiti svolti in lingue orientali, compiti limitati al linguaggio automatico, compiti limitati al linguaggio ricettivo. Sono stati esclusi anche documenti che riportavano pazienti o documenti in cui il coinvolgimento del linguaggio era marginale o ausiliario di altri compiti cognitivi (memoria, attenzione, inibizione) o mediavano le risposte del soggetto. Sono stati inclusi soggetti di entrambi i sessi. Sulla base di questi criteri di esclusione sono stati esclusi 12 articoli., Pertanto, i risultati fMRI di 57 articoli sono stati messi in comune per ulteriori analisi fornendo 883 su 914 soggetti, 84 su 338 esperimenti; 175 su 280 condizioni; e 1247 su 3699 posizioni (Tabella 1). Le attivazioni associate a BA44 (criteri di ricerca) sono state ottenute automaticamente dal software Sleuth. Questo report automatico elenca un numero di cluster definiti dal centro di massa (in coordinate MNI), dal volume del cluster in mm3 e dall’intensità. Queste coordinate, per soggetto / attività / carta sono state esportate come file di testo (resutl in pool) per l’analisi nel passaggio successivo.,

La significatività statistica dei cluster trovati sui dati in pool è stata quindi analizzata utilizzando il metodo Activation likelihood Estimate-(ALE). Questo passaggio è stato eseguito con il software open source GingerALE2. ALE è un metodo per analizzare le attivazioni cerebrali coordinate-based in studi pooling-dati. La descrizione della matematica di ALE sono oltre lo scopo di questo rapporto., In poche parole, ALE tratta i picchi di attivazione segnalati come distribuzioni di probabilità spaziali centrate alle coordinate date. ALE calcola l’unione delle probabilità di attivazione per ogni voxel, consentendo la differenziazione tra la vera convergenza dei fuochi di attivazione dal clustering casuale (rumore). I punteggi ALE ottenuti da migliaia di iterazioni casuali vengono utilizzati per assegnare valori p ai cluster di attivazione osservati. Per ulteriori informazioni sulla teoria della birra ale il lettore è consigliare di leggere il lavoro di Eickhoff et al. (2009). Le nostre mappe ALE erano soglia a p < 0.,01 corretto per confronti multipli con false discovery rate. Solo cluster di 200 o più mm cubi se accettati come cluster validi. I risultati di ALE sono stati sovrapposti su un modello anatomico adatto per le coordinate MNI, fornito anche da brainmap.org. Per questo scopo abbiamo utilizzato l’analisi Multi-Immagine GUI (Mango) 3. Un mosaico di 3 × 3 inserti trasversali di immagini di fusione è stato ottenuto utilizzando lo stesso strumento, selezionando ogni 3-4 immagini a partire dall’immagine n.10 ed esportate in un’immagine 2D-jpg.

Risultati

Sedici cluster significativi di attivazione sono stati trovati con la procedura ALE., La tabella 1 mostra questi cluster classificati in base al loro volume in millimetri cubici. Il cluster principale comprende BA44 e le sue aree adiacenti. Questi sono l’insula anteriore, il giro frontale inferiore e medio e il giro pre-centrale. Il secondo Cluster si trova nella pre-SMA sinistra e nel giro cingolato anteriore che coinvolge BA6 e 32. Il coinvolgimento del giro cingolato anteriore destro potrebbe essere reale o, molto probabilmente, un effetto di levigatura della vicina struttura omologa controlaterale., Il terzo ammasso si trova nel lobulo parietale superiore e inferiore sinistro, un’area condivisa da BAs 7, 39 e 40. Il quarto ammasso comprendeva alcune aree speculari della Broca sinistra (BA44 destra, insula anteriore destra e BA9 destra) e una struttura sottocorticale, il putamen. Il quinto ammasso ha coinvolto il giro fusiforme sinistro. Il sesto cluster rappresenta il nucleo dell’area linguistica ricettiva o area di Wernicke. Il prossimo gruppo di importanza si trovava nel talamo sinistro., Altri nove cluster sono stati elencati nel rapporto automatizzato di GingerAle, come enumerato nella Tabella 1, sono il putamen sinistro, il lobo parietale destro, i lobi occipitali, il cervelletto e il giro precentrale destro.

Discussione

Presentiamo l’area network di Broca specifico per le attività linguistiche utilizzando un metodo di ALE in dati fMRI raggruppati. Il nostro metodo si differenzia dagli altri descrivendo la connettività di un’area specifica nella sua più ampia gamma di potenzialità, concentrandosi nella caratterizzazione di reti specifiche che sottomettono uno specifico dominio o funzione cognitiva.,

Abbiamo scoperto che la rete linguistica di BA44 è composta da 16 cluster. I primi sei cluster di attivazione sono aree linguistiche ben consolidate: il cluster 1 rappresenta il giro frontale infero-laterale sinistro e l’insula anteriore, che nel loro insieme sono stati riconosciuti in letteratura come area linguistica espressiva (Benson e Ardila, 1996)., La grande dimensione dell’ammasso rivela la connettività vicina densa alle aree adiacenti a BA44 attraverso le fibre di U; l’ammasso 2, rappresenta l’area supplementare del motore, a cui il priore è collegato strutturalmente attraverso il fascicolo frontale aslant descritto da Catani et al. (2013), e molto probabilmente associato alla fluidità verbale e all’iniziazione del discorso (Martino et al., 2012); cluster 3, rappresenta l’attivazione del lobulo parietale superiore e inferiore sinistro, collegato direttamente o indirettamente con le fibre del fascicolo arcuato o del fascicolo occipitofrontale inferiore (Dick et al.,, 2013). La connessione a queste aree parietali è più probabile che sia correlata all’accesso ai nodi di memoria di lavoro verbale (Jonides et al., 1998); il cluster 4, ha mostrato l’attivazione di aree omologhe del cluster 1; i cluster 5 e 6 erano correlati alle aree canoniche di Wernicke, molto probabilmente collegate attraverso il fascicolo arcuato e subordinando le funzioni di trasferimento fonologico (Dick et al., 2013).

I cluster da 7 a 16 consistevano nell’attivazione di aree sottocorticali, nucleo dorsale mediale del talamo sinistro; putamen sinistro e cervelletto destro., Il coinvolgimento del cervelletto sinistro è discutibile e verrà affrontato in seguito. Altri piccoli cluster si trovano in aree omologhe controlaterali di attivazioni (BA7 e BA22), aree visive secondarie (BA18 e BA19) in entrambi gli emisferi e attivazione del giro precentrale destro. Il coinvolgimento di queste aree non sono ben compresi., Le aree visive possono essere coinvolte in compiti verbali in quanto il soggetto “ri-visualizza” oggetti e scene descritte dal materiale verbale; il giro precentrale può essere coinvolto come una successione di subvocalizzazione, che può essere presente quando esposto al materiale verbale come strategia per le immagini di prova con indizi motori (Smith et al., 1995). Da notare la mancanza di connettività a left BA45 e left BA21, non elencati nel report ALE-automatic text, né visualizzati nell’immagine di rendering. La mancanza di coinvolgimento di sinistra BA45 e BA39 sarà affrontato in seguito.,

Al meglio delle nostre conoscenze, non sono stati segnalati tentativi precedenti di accertare la connettività funzionale dell’area di Broca nella lingua. Poche pubblicazioni, tuttavia, hanno riportato studi che valutano la connettività cerebrale relativa a compiti specifici o funzioni linguistiche. Utilizzando un’analisi di connettività funzionale a riposo a base di semi Zhu et al. (2014) hanno dimostrato la rete linguistica che semina le aree di Broca e Wernicke. Hanno dimostrato che Broca deve essere lasciato lateralizzato., Inoltre, utilizzando fMRI a riposo a base di semi in una coorte di soggetti sani 970 Tomasi e Volkow (2012) hanno trovato l’attivazione delle regioni prefrontali, temporali e parietali canoniche, caudato bilaterale e putamen/globus pallidus sinistro e nucleo subtalamico. Gli autori hanno utilizzato sia le aree di Wernicke che quelle di Broca come regioni di semina. Ci sono anche alcuni studi di connettività strutturale dell’area di Broca. Morgan et al. (2009) ha riferito di combinare la connettività funzionale DTI e resting-state per valutare la connettività tra SMA e aree linguistiche espressive., In uno studio meta-analitico di Eickhoff et al. (2009) ha descritto la rete espressiva mettendo in comune i risultati delle attività di fluidità e conducendo DCM (Heim et al., 2009). Hanno trovato la rete principale costituita da BA44, insula anteriore, BA6 (corteccia premotoria) e BA4 (corteccia motoria primaria), con connessioni ai gangli della base e al cervelletto. Nel loro studio hanno scoperto che il DCM evidenzia l’insula in una posizione tra BA44 e due nodi paralleli che includono il cervelletto/gangli della base e la corteccia motoria. Heim et al., (2009) ha valutato la connettività afferente a BA45 (e BA44, indirettamente) in un compito linguistico di discriminazione fonologica/lessicale presentato visivamente.

Due ulteriori studi si sono concentrati nella parcellizzazione dell’area di Broca in relazione alla struttura e alla funzione. Il primo studio ha utilizzato la trattografia probabilistica e ha incluso BA45. Sono state identificate tre aree segregate: BA44, BA45 e un’area opercolare profonda che confina con l’insula anteriore (Anwander et al., 2007); il secondo studio ha utilizzato un metodo basato su modelli di co-attivazione su diversi compiti cognitivi distinti., In questo lavoro gli autori descrivono cinque suddivisioni dell’area di Broca, due aree posteriori relative alla fonologia (dorsale) e al sequenziamento ritmico (ventrale) e tre aree anteriori relative alla memoria di lavoro, al controllo di commutazione e alla semantica (Clos et al., 2013). Non è chiaro come questa parcellazione si armonizzi con i precedenti risultati che descrivono una differenziazione dorso-ventrale di BA44, allocando nell’aspetto dorsale il sistema di neuroni specchio correlato all’osservazione (Molnar-Szakacs et al., 2005).

Il nostro metodo anche se nuovo non è completamente nuovo., Sundermann e Pfleiderer (2012) hanno condotto uno studio utilizzando la stessa metodologia del nostro studio. Questi autori, tuttavia, non hanno preso di mira la lingua. Invece, hanno focalizzato il loro studio nella “giunzione frontale inferiore” (un’area che comprende il giro frontale inferiore, l’aspetto caudale del giro frontale medio e l’insula anteriore) e il suo ruolo nel controllo cognitivo. Hanno applicato la modellazione di connettività meta-analitica (MACM) basata sul metodo ALE. Come abbiamo fatto nel nostro approccio, hanno fatto la loro analisi aggregando tutti gli articoli in cui il giroscopio frontale inferiore sinistro o destro è stato segnalato come attivato., Come noi hanno anche fatto dell’area di attivazione la variabile indipendente senza ipotesi specifiche riguardanti la specializzazione funzionale dell’area target. Si pensava che tutte le aree di co-attivazione fossero collegate con l’area principale (criteri di selezione per il MACM).

L’importanza di caratterizzare la rete linguistica di BA44 risiede nel già citato fatto di coinvolgimento multimodale di quest’area attraverso diversi domini nella cognizione. L’area di Broca come nucleo del linguaggio espressivo, sembra avere altre molte funzioni., Oltre alle funzioni già menzionate, BA44 appare coinvolto in attività di memoria di lavoro verbale (Rämä et al., 2001; Sun et al., 2005), in particolare memoria di tipo sintattico (Fiebach et al., 2005; Wang et al., 2008); mirror neuron system (Manthey et al., 2003; Lawrence et al., 2006; Lotze et al., 2006); programmazione del motore (Amunts et al., 2004); immagini tattili (Yoo et al., 2003); elaborazione aritmetica (Rickard et al., 2000); e anche il godimento della musica (Koelsch et al., 2006)., Questa multifunzionalità dell’area di Broca può essere spiegata in parte dalla suddivisione anatomica descritta prima, ma sotto-aree specifiche dovrebbero ancora connettersi in modo specifico producendo configurazioni di rete distinte relative alle attività.

L’ipotesi di differenziazione sub-anatomica di Broca è supportata da un recente studio di autoradiografia istologica che dimostra diverse popolazioni di recettori cellulari (Amunts et al., 2010). L’ipotesi principale in questo lavoro è che la differenziazione nei segmenti del recettore cellulare anche la funzione., Ci sono sei tipi di recettori che parcellizzano i Broca in una corteccia transitoria precentrale ventrale (1), (2) BA44 dorsale, (3) BA44 ventrale, (4) BA45 anteriore, (5) BA45 posteriore e (6) opercolo frontale del giro frontale medio. Di nota è il significato più ampio dell’area di Broca in questo lavoro, incluso BA45 o par triangularis dell’IFG.

Tutti questi fatti sono indicativi di una funzione multi-potenziale di BA44 che molto probabilmente ha espressione in una configurazione a più reti che tiene conto della diversa uscita della funzione., Pertanto è consigliabile una caratterizzazione di tutte le possibili configurazioni di rete nel tentativo di comprendere la plasticità della funzione cerebrale e i possibili effetti clinici delle lesioni locali.

I nostri risultati hanno implicazioni importanti. Può servire come punto di partenza per caratterizzare ulteriormente le distinte reti correlate a Broca associate a diverse funzioni cerebrali. Può anche facilitare la spiegazione della complessità delle sindromi viste nei disturbi del linguaggio e del linguaggio, difficili da ridurre a due o tre moduli del modello standard linguistico., La dimostrazione di reti specifiche che sottomettono anche funzioni cognitive specifiche, come presentato in questo articolo, è importante per la validazione incrociata di altre tecniche che dimostrano la connettività cerebrale; può anche servire a dimostrare o disproof il coinvolgimento funzionale della connettività strutturale. Ad esempio, è stato riscontrato che alcuni soggetti con dominanza dell’emisfero destro per il linguaggio, hanno lasciato dominanza del fascicolo arcuato (Dick et al.,, 2013), nel qual caso, la connettività strutturale non segue la connettività neurale; il nostro metodo può anche evolversi come strumento per una certa lateralizzazione del linguaggio se distinte connessioni da destra a sinistra sono dimostrate in future ricerche su questo campo.

Limitazioni

Molti altri articoli hanno descritto l’attivazione di BA44 nelle attività linguistiche, ma non sono stati inclusi nel brainmap.org database., Per accedere al database, i risultati dello studio devono riportare l’attivazione in coordinate spaziali standard (MNI o Talairach), che devono essere inserite manualmente nel database e quindi approvate dal team che brainmap.org progetto. Nonostante questa limitazione gli autori stimano il numero di studi / partecipanti / esperimenti che entrano nel pooling-i dati sono grandi e riflettono le pubblicazioni all’avanguardia in fMRI del linguaggio.

Un’altra potenziale limitazione derivata dalla pre-elaborazione è l’errata allocazione dell’attivazione in aree in cui due diversi lobi o strutture si appoggiano., Parte della pre-elaborazione dei dati consiste nel smussare l’attivazione. Nel livellamento, i voxel con segnale inferiore rispetto ai vicini sono aumentati per una presentazione meno rumorosa. Pertanto, l’algoritmo tratta tutti i vicini come un continuum. Questa procedura spiega ciò che è più probabile una falsa attivazione dei culmen del cervelletto, poiché il livellamento della vera attivazione ottenuta nel giro fusiforme confina con il culmen. Un effetto simile spiega la chiamata di attivazione nel giro cingolato anteriore destro e nel giro temporale superiore sinistro (area 22 nel cluster 1)., Questa attivazione è probabilmente dovuta all’estensione della levigatura dall’opercolo frontale adiacente.

Devono essere esposte due limitazioni aggiuntive. Nonostante il chiaro coinvolgimento di BA45 nel linguaggio dimostrato dagli studi fMRI di cui sopra, questo settore non è menzionato nel rapporto automatico ALE. Il cluster 1 (Tabella 1) mostra l’attivazione in tutte le aree circostanti BA45 (cioè 44, 47, 6 e 9)., Pertanto, sembra che l’algoritmo stia assumendo un “blocco” che include BA45 (Pars Tringularis) all’interno di BA44, poiché l’attivazione è palese in quell’area in base all’immagine renderizzata (Figura 1, pannello di destra). Una situazione simile può spiegare la mancanza di relazione di BA21. Questi limiti tecnologici sono ben lungi dall’essere adatti per essere modificati dagli autori. Tuttavia, di per sé non influenzano l’analisi statistica o i risultati.

Altre limitazioni sono vincoli coscienti dello studio volti ad evitare l’effetto di fattori confondenti che sono noti per influenzare la lateralizzazione del linguaggio (soggetti normali a destra, tipo di linguaggio: occidentale ed età: 20-60). L’indagine su come queste variabili interagiscono con la rete di Broca vale la pena di essere affrontata nella ricerca futura.

L’avvento di un database di grandi dimensioni consente l’aggregazione di informazioni affidabili sotto una determinata variabile. Ci permetterebbe di ottenere informazioni affidabili con un’elevata capacità di generalizzazione., Inoltre, mettere in comune i dati nel metodo che proponiamo qui consente la dimostrazione di aree di co-attivazione tra soggetti e tra compiti che sottomettono una funzione specifica o un gruppo di funzioni appartenenti a un dominio specifico. In particolare, ogni compito specifico (fonologia, semantica, comprensione, ecc.) può utilizzare solo alcuni dei moduli. La rappresentazione di reti specifiche elevate che sottomettono funzioni specifiche può essere di importanza nella pratica clinica., Ad esempio, potrebbe identificare le reti relative alla lateralizzazione del linguaggio, e quindi per aiutare nella pianificazione neurochirurgica in pazienti non adatti per test fMRI o Wada task-dipendenti. In generale, il nostro metodo può dimostrare la connettività possibile o potenziale della rete per quel dominio cognitivo migliorando la comprensione della funzione cerebrale., Ad esempio, potremmo valutare tutte le diverse “configurazioni” in cui BA44 partecipa per rivelare la sua massima connettività o, in una scala più piccola, cercare la differenziazione di tali configurazioni per chiarire come BA44 è coinvolto in varie funzioni.

Conclusione

Abbiamo dimostrato l’applicazione di un metodo di pooling dei dati per rappresentare in generale la rete di BA44 relativa al linguaggio. I cluster di attivazione trovati sono in linea con precedenti studi clinici e di neuroimaging, sebbene questi ultimi siano scarsi., Per spiegare la funzione cerebrale, la descrizione delle reti avrà nel futuro immediato un impatto maggiore di quello che la descrizione dei moduli cerebrali avrebbe potuto avere in passato. Una migliore comprensione della connettività del cervello sarà necessarilly aiutare a capire meglio le funzioni cerebrali.

Dichiarazione sul conflitto di interessi

Gli autori dichiarano che la ricerca è stata condotta in assenza di relazioni commerciali o finanziarie che potrebbero essere interpretate come un potenziale conflitto di interessi.,

Note

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