wprowadzenie

jednym ze sposobów opisania funkcjonalnej organizacji korowej są mapy, które dzielą całą korę na małe regiony, z których każdy ma określone funkcje mózgu. Najbardziej popularna mapa została po raz pierwszy opisana przez Brodmanna (1909), który podzielił korę każdej półkuli na 52 obszary., Obszary te są segmentowane na podstawie różnic histologicznych i nie mają żadnej zgodności z anatomicznymi podpodziałami mózgu na płaty i żyłki. Obszar brodmanna 44 (BA44) jest jednym z niewielu obszarów funkcjonalnych, które mają dokładną korespondencję z jednym z anatomicznych podziałów kory. W rzeczywistości BA44 jest zawarty i ograniczony przez pars opercularis lewego dolnego łuku czołowego, rdzeń ekspresyjnej funkcji językowej opisanej przez Broca (1861).,

kłopotliwe jest wyjaśnienie tak różnorodnych funkcji z segregacjonistycznego modelu funkcji mózgu opartego na modułach. Większość współczesnych modeli opowiada się za wielomodułowymi podejściami wyjaśniającymi poznanie jako wariancję w konfiguracji sieci. Oznacza to, że każdy określony obszar (np. BA44) może łączyć się z różnymi modułami, w zależności od zadania, dając określone konfiguracje sieci odpowiedzialne za daną funkcję. Połączenie mózgu, termin odnoszący się do tego poglądu, może wyjaśniać lepiej złożone zjawiska poznawcze, behawioralne i neuropsychologiczne niż proste modele lokalizacji., Modele charakterystyki sieci neuronowych mają wartość w obecnym stanie neuronauki poznawczej, a do osiągnięcia tego zadania niezbędne są różne metody.

w rezultacie zainteresowanie łącznością mózgu pojawiło się na nowo dzięki pojawieniu się obrazowania tensorowego dyfuzji (DTI) i czynnościowego MRI w stanie spoczynku (fMRI). DTI jest w stanie zidentyfikować włókna ciągów żywej tkanki neuronalnej za pomocą niedawno opracowanej techniki zwanej tractography., Tractography to technika przetwarzania końcowego obrazowania, która łączy trajektorie minut dyfuzji wody (tensory) w łańcuchu reprezentującym szlaki neuronowe. FMRI w stanie spoczynku jest inną formą procedury przetwarzania końcowego, która przedstawia połączenia mózgowe poprzez reprezentowanie dyskretnych obszarów mózgu, których spontaniczne oscylacje są synchroniczne. Te dwie procedury post-processingu są obecnie najpopularniejszymi metodami badania łączności mózgu.

powstała nowa terminologia określająca odkrycia lub techniki związane z nowoczesnymi badaniami łączności mózgowej., (1) łączność strukturalna, odnosi się do opisu włókien za pomocą traktografii; (2) łączność funkcjonalna, odnosi się do map synchronicznych oscylacji mózgu, (3) efektywna łączność, odnosi się do fMRI opartego na zadaniach, w których podejścia statystyczne i heurystyczne oceniają kierunek przepływu danych w aktywowanych modułach fMRI., Tractography może być deterministyczny lub probabilistyczny; funkcjonalna łączność może być oparta na niezależnej analizie składowej (Ica) całych danych, lub bardziej ograniczony obrazujący zdalnej synchronizacji związanej ze średnią zmienności sygnału danego regionu zainteresowania (aka seeded-based functional connectivity). Efektywna łączność może być badana za pomocą co najmniej dwóch dość złożonych podejść matematycznych .

chociaż wszystkie te metody mogą przynieść podobne wyniki, mogą się również różnić., Na przykład, zastosowanie deterministycznej tractography ma ograniczoną rozdzielczość z włókien krzyżujących, podczas probabilistycznej tractography wydaje się wymieniać wrażliwość na swoistość (Yo et al., 2009). Funkcjonalna łączność jest obserwowana między regionami, w których nie ma lub nie ma połączenia strukturalnego (Damoiseaux and Greicius, 2009). Jednak funkcjonalna łączność może ulec zmianie i może mieć wpływ na szybkie uczenie się, szkolenie określonego zadania lub zmiany (Kelly and Garavan, 2005; Hasenkamp and Barsalou, 2012; Jolles et al., 2013; Vahdat et al.,, 2014), natomiast łączność strukturalna jest bardziej stabilna, a zmiany są związane głównie ze zmianami chorobowymi. Zdecydowana większość badań łączności funkcjonalnej opiera się na fMRI w stanie spoczynku. Niewiele badań zbadało łączność mózgu podczas lub po zadaniach (na przykład, Caclin and Fonlupt, 2006; Bernal et al., 2013; Dima i in., 2013). Mapy aktywacji mózgu w fMRI związane z zadaniami wyświetlały łączność, ale zawsze ograniczały się do badanej funkcji. Jest to odjęcie efektywnej łączności.,

niedawno opisana metodologia oparta na dość ograniczonej metaanalizie została również opisana w celu zobrazowania sieci funkcjonalnych mózgu. Metoda została nazwana metaanalityczny model łączności (MACM; Bzdok et al., 2013; Ardila i in., 2014; Kohn et al., 2014). W niniejszej pracy wykorzystujemy tę metodę do opisu sieci bazowej Broca związanej z językiem ekspresyjnym. Woleliśmy nazwać to „badaniem łączności łączenia danych”, aby uniknąć nieporozumień ze standardową metodologią metaanalizy, która zwykle wymaga szerszych źródeł.,

materiały i metody

źródłem danych dla tego badania łączenia danych było brainmap.org. powodem do korzystania tylko z tego źródła jest to, że ta baza danych zapewnia określone i usystematyzowane pola informacji i kodowania specyficznych dla oprogramowania współrzędnych aktywacji, które umożliwiają precyzyjny, automatyczny i spójny wybór próbki do badania. Wyjście bazy danych jest odczytywane również przez określone oprogramowanie, również dostarczane przez brainmap.org. Tak więc, baza danych Brainmap1 była dostępna za pomocą Sleuth 2.,2, otwarte oprogramowanie dostarczone przez tę samą stronę internetową, 20 sierpnia 2014 roku. Warunki wyszukiwania były następujące: (1) Badania raportujące aktywację BA44 lub obszaru Broca; (2) badania z wykorzystaniem fMRI; (3) normalne przedmioty; (4) aktywacje: „tylko aktywacja” (odrzucanie raportu dezaktywacji); (5) osoby praworęczne; (6) wiek 20-60 lat; (7) domena: język. Wyszukiwanie odbywa się automatycznie przez Sleuth, dając listę dokumentów spełniających kryteria selecton., Osoby powyżej 60 roku życia zostały wykluczone z dwóch powodów, (1) wiek jest zwykle uważany za silny czynnik ryzyka pogorszenia funkcji poznawczych w ogóle ,a demencja w szczególności(Ritchie and Kildea, 1995; Ferri et al. Alwin and McCammon, 2001; Ardila, 2007); niektóre zdolności werbalne, takie płynność werbalna –zdolność produkcji języka z udziałem BA44-wyraźnie spada po tym wieku – Tombaugh et al., 1999).

69 artykułów z 102 z 407 pasujących do kryteriów. W tym momencie zastosowano kryteria wykluczenia., Artykuły zostały wyłączone, jeśli miały przedmioty dwujęzyczne lub miały zadania wykonywane w językach orientalnych, zadania ograniczone do mowy automatycznej, zadania ograniczone do języka receptywnego. Wykluczono również prace zgłaszające pacjentów lub prace, w których zaangażowanie językowe było marginalne lub pomocnicze w stosunku do innych zadań poznawczych (pamięć, uwaga, zahamowanie) lub pośredniczące w odpowiedziach podmiotu. Uwzględniono osobniki obu płci. Na podstawie tych kryteriów wykluczono 12 artykułów., Tak więc, wyniki fMRI z 57 referatów zostały zebrane do dalszej analizy dostarczając 883 z 914 tematów, 84 z 338 eksperymentów; 175 z 280 warunków; i 1247 z 3699 lokalizacji (Tabela 1). Aktywacje związane z BA44 (kryteria wyszukiwania) zostały uzyskane automatycznie z oprogramowania Sleuth. Ten automatyczny raport wymienia liczbę gromad zdefiniowanych przez środek masy( we współrzędnych MNI), objętość gromady w mm3 i intensywność. Te współrzędne, na temat / zadanie/referat zostały wyeksportowane jako pliki tekstowe (resutle zbiorcze) do analizy na następnym etapie.,

znaczenie statystyczne klastrów znalezionych na danych zbiorczych zostało następnie przeanalizowane przy użyciu metody szacowania prawdopodobieństwa aktywacji-(ALE). Ten krok został wykonany z oprogramowaniem open source GingerALE2. ALE jest metodą analizy aktywności mózgu opartej na współrzędnych w badaniach zbiorczych danych. Opis matematyki ALE wykracza poza cel niniejszego raportu., W skrócie ALE traktuje zgłoszone szczyty aktywacji jako przestrzenne rozkłady prawdopodobieństwa wyśrodkowane na podanych współrzędnych. ALE oblicza związek prawdopodobieństw aktywacji dla każdego voxela, pozwalając odróżnić prawdziwą zbieżność ognisk aktywacji od losowego klastrowania (szumu). Wyniki ALE uzyskane z tysięcy losowych iteracji są używane do przypisania wartości p do obserwowanych klastrów aktywacji. Aby uzyskać więcej informacji na temat teorii ALE czytelnik radzi przeczytać pracę Eickhoff et al. (2009). Nasze mapy ALE zostały ustawione na p < 0.,01 Poprawiono wielokrotne porównania z fałszywym wskaźnikiem wykrywalności. Tylko klastry 200 lub więcej mm sześciennych, jeżeli są akceptowane jako ważne klastry. Ale wyniki były nakładane na szablon anatomiczny odpowiedni dla współrzędnych MNI, również dostarczony przez brainmap.org. w tym celu wykorzystaliśmy interfejs GUI do analizy wielu obrazów (Mango) 3. Mozaika 3 × 3 poprzecznych wstawek obrazów fuzji została uzyskana przy użyciu tego samego narzędzia, wybierając co 3-4 obrazy zaczynając od obrazu nr 10 i eksportując do obrazu 2D-jpg.

wyniki

, Tabela 1 pokazuje te klastry uszeregowane według ich objętości w milimetrach sześciennych. Główne skupisko obejmuje BA44 i przylegające do niego obszary. Są to: Przednia Wewnętrzna, żyłka przednia dolna i Środkowa oraz żyłka przedśrodkowa. Druga Gromada znajduje się w lewym przednio-SMA i przednim zakręcie cingulacyjnym obejmującym BA6 i 32. Uwikłanie prawego przedniego odcinka krzywkowego może być rzeczywiste lub najprawdopodobniej efektem wygładzenia sąsiedniej przeciwnej struktury homologicznej., Trzeci klaster znajduje się w lewym górnym i dolnym płacie ciemieniowym, obszarze dzielonym przez BAs 7, 39 i 40. Czwarta grupa obejmowała lustrzane obszary lewej Broki (prawa BA44, prawa przednia insula i prawa BA9) oraz jedną strukturę podkorową, skorupę. Piąta Gromada obejmowała lewy zakręt fusiform. Szósta klaster reprezentuje rdzeń obszaru językowego lub obszaru Wernickego. Następna Gromada o znaczeniu znajdowała się w lewym wzniesieniu., W zautomatyzowanym raporcie gingerale wymieniono dziewięć kolejnych gromad, jak wymieniono w tabeli 1, są to: lewa skorupa, prawy płat ciemieniowy, płat potyliczny, móżdżek i prawy zakręt przedśrodkowy.

dyskusja

przedstawiamy ofertę Broca dotyczącą zadań językowych wykorzystujących metodę ALE w zbiorczych danych fMRI. Nasza metoda różni się od innych obrazem łączności określonego obszaru w jego najszerszym zakresie potencjalności, poprzez skupienie się na charakterystyce określonych sieci subserwujących określoną domenę poznawczą lub funkcję.,

okazało się, że sieć językowa BA44 składa się z 16 klastrów. Pierwsze sześć klastrów aktywacji to dobrze ugruntowane obszary językowe: klaster 1 reprezentuje lewy Inferno-boczny zakręt czołowy i przednią osłonę, które razem zostały uznane w literaturze za ekspresyjny obszar językowy (Benson and Ardila, 1996)., Duży rozmiar klastra ujawnia gęstą sąsiednią łączność z obszarami przylegającymi do BA44 przez włókna U; klaster 2 reprezentuje dodatkowy obszar motoryczny, z którym poprzedni jest połączony strukturalnie przez aslant frontal fasciculus opisany przez Catani et al. (2013), i najprawdopodobniej związane z płynnością werbalną i inicjacji mowy (Martino et al., 2012); klaster 3, reprezentuje aktywację lewego górnego i dolnego płata ciemieniowego, połączonego bezpośrednio lub pośrednio z włóknami łukowego fasciculus lub dolnego potyliczno-czołowego fasciculus (Dick et al.,, 2013). Połączenie z tym obszarem ciemieniowym jest bardziej prawdopodobne związane z dostępem do werbalnych węzłów pamięci roboczej (Jonides et al., 1998); klaster 4, wykazał aktywację homologicznych obszarów klastra 1; klaster 5 i 6 były związane z kanonicznymi obszarami Wernickego, najprawdopodobniej połączonymi przez łukowate fasciculus i subserving phonological transfering functions (Dick et al., 2013).

klastry 7-16 składały się z aktywacji obszarów podkorowych, przyśrodkowego jądra grzbietowego lewego wzgórza, lewej skorupy i prawego móżdżku., Zajęcie lewego móżdżku jest wątpliwe i zostanie omówione później. Inne małe skupiska znajdują się w przeciwstawnych homologicznych obszarach aktywacji (BA7 i BA22), drugorzędnych obszarach wizualnych (BA18 i BA19) w obu półkulach oraz aktywacji prawego przedśrodkowego kręgu. Zaangażowanie tych obszarów nie jest dobrze zrozumiane., Obszary wizualne mogą być zaangażowane w zadania werbalne, jak podmiot „re-wizualizacji” obiektów i scen opisanych przez materiał werbalny; przedcentralne zakręt może być zaangażowany jako następstwo subwokalizacji, które mogą być obecne, gdy narażone na materiał werbalny jako strategia do prób obrazowania ze wskazówkami motorycznymi (Smith et al., 1995). Na uwagę zasługuje brak łączności z lewym BA45 I lewym BA21, nie wymienionych w raporcie ale-Automatyczny tekst, ani nie pojawiających się w obrazie renderowania. Brak zaangażowania lewicowych BA45 i BA39 zostanie omówiony później.,

zgodnie z naszą najlepszą wiedzą, nie odnotowano wcześniejszych prób ustalenia funkcjonalnej łączności obszaru Broca w języku. Niewiele publikacji donosiło jednak o badaniach oceniających łączność mózgu związaną z konkretnymi zadaniami lub funkcjami językowymi. Korzystanie z analizy funkcjonalnej łączności spoczynkowej opartej na nasionach Zhu i wsp. (2014) wykazały, że sieć językowa zasiewa obszary Broca i Wernicke. Zademonstrowali, że Broca została później usunięta., Ponadto, wykorzystując fMRI oparte na nasionach w kohorcie 970 zdrowych osób Tomasi i Volkow (2012) odkryli aktywację kanonicznych regionów przedczołowych, skroniowych i ciemieniowych, obustronnego ogona i lewej skorupy/globus pallidus oraz jądra subtalamicznego. Autorzy wykorzystali zarówno tereny Wernicke ' a, jak i Broca jako obszary zasiewów. Istnieją również badania nad strukturalną łącznością obszaru Broca. Morgan et al. (2009) zgłoszono połączenie DTI i łączności funkcjonalnej w stanie spoczynku w celu oceny łączności między SMA a ekspresyjnymi obszarami językowymi., W metaanalitycznym badaniu Eickhoff et al. (2009) opisał ekspresyjną sieć poprzez łączenie wyników zadań płynnościowych i prowadzenie DCM (Heim et al., 2009). Odkryli sieć rdzeniową, składającą się z BA44, przedniego rdzenia, BA6 (kory przedtrzonowej) i BA4 (kory pierwotnej ruchowej), z połączeniami ze zwojami podstawnymi i móżdżkiem. W ich badaniu okazało się, że DCM dowód insula w pozycji między BA44 i dwóch równoległych węzłów, które obejmują móżdżku / zwojów podstawy i kory ruchowej. Heim i in., (2009) oceniła powiązania aferentne z BA45 (i BA44, pośrednio) w zadaniu językowym dyskryminacji fonologicznej/leksykalnej przedstawionym wizualnie.

dwa dodatkowe badania skupiły się na parcelacji obszaru Broca odnoszącego strukturę do funkcji. Pierwsze badania wykorzystywały traktografię probabilistyczną i obejmowały BA45. Zidentyfikowano trzy segregowane obszary: BA44, BA45 i głęboki obszar opercular przylegający do przedniej insuli (Anwander et al., 2007); w drugim badaniu wykorzystano metodę opartą na wzorcach współaktywacji na kilku różnych zadaniach poznawczych., W pracy tej autorzy opisują pięć podziałów obszaru Broca, dwa tylne obszary związane z fonologią (grzbietowa) i sekwencjonowanie rytmiczne (brzuszna) oraz trzy przednie obszary związane z pamięcią roboczą, kontrolą przełączania i semantyką (Clos et al., 2013). Nie jest jasne, w jaki sposób ta parcelacja harmonizuje z wcześniejszymi ustaleniami opisującymi różnicowanie grzbietowo-brzuszne BA44, przydzielając w aspekcie grzbietowym związany z obserwacją układ neuronu lustrzanego (Molnar-Szakacs et al., 2005).

nasza metoda choć nowa nie jest zupełnie nowa., Sundermann i Pfleiderer (2012) przeprowadzili badanie z wykorzystaniem tej samej metodologii, co nasze badanie. Autorzy Ci nie zajmowali się jednak językiem. Zamiast tego, skoncentrowali swoje badania na „Dolnym złączu czołowym” (obszarze obejmującym dolny zakręt czołowy, aspekt ogonowy środkowego zakrętu czołowego i wewnętrzną część przednią) i jego roli w kontroli poznawczej. Zastosowali metaanalityczne modelowanie łączności (MACM) oparte na metodzie ALE. Tak jak w naszym podejściu, przeprowadzili analizę, agregując Wszystkie artykuły, w których lewy lub prawy dolny żyri czołowy został zgłoszony jako aktywowany., Podobnie jak my również uczynili obszar aktywacji zmienną niezależną, bez konkretnych założeń dotyczących funkcjonalnej specjalizacji Obszaru docelowego. Uważano, że wszystkie obszary współaktywacji są związane z obszarem podstawowym (kryteria wyboru dla MACM).

znaczenie charakteryzowania sieci językowej BA44 leży we wspomnianym już fakcie multimodalności zaangażowania tego obszaru w różne dziedziny poznania. Obszar Broca, jako rdzeń języka ekspresyjnego, wydaje się mieć wiele innych funkcji., Oprócz funkcji już wymienionych, BA44 wydaje się zaangażowany w werbalne zadania pamięci roboczej (Rämä et al., 2001; Sun et al., 2005), szczególnie pamięć typu składniowego (Fiebach et al., 2005; Wang et al., 2008); mirror neuron system (Manthey et al., 2003; Lawrence et al., 2006; Lotze et al., 2006); Programowanie silników (Amunts et al., 2004); obrazy dotykowe (Yoo et al., 2003); przetwarzanie arytmetyczne (Rickard et al., 2000); a nawet przyjemności muzycznej (Koelsch et al., 2006)., Tę wielofunkcyjność obszaru Broca można częściowo wyjaśnić opisywanym wcześniej podziałem anatomicznym, ale mimo to poszczególne podobszary powinny łączyć się w specyficzny sposób tworząc odrębne konfiguracje sieci związane z zadaniami.

hipoteza sub-anatomicznego różnicowania Broca jest poparta niedawnym histologicznym badaniem autoradiograficznym wykazującym różne populacje receptorów komórkowych (Amunts et al., 2010). Głównym założeniem w tej pracy jest to, że różnicowanie w segmentach receptorów komórkowych również pełni funkcję., Wyróżnia się sześć typów receptorów: (1) brzuszna przedcentralna kora przejściowa, (2) grzbietowa BA44, (3) brzuszna BA44, (4) przednia BA45, (5) tylna BA45 i (6) przednia kora bębenkowa. Warto zwrócić uwagę na szersze znaczenie obszaru Broca w tej pracy, w tym BA45 lub par triangularis IFG.

wszystkie te fakty wskazują na wielotorową funkcję BA44, która najprawdopodobniej ma wyrażenie w konfiguracji wielotorowej., Dlatego zaleca się charakteryzację wszystkich możliwych konfiguracji sieci w celu zrozumienia plastyczności funkcji mózgu i możliwych efektów klinicznych miejscowych zmian.

nasze wyniki mają istotne implikacje. Może służyć jako punkt wyjścia do dalszego karakteryzowania odrębnych sieci związanych z Brocą, związanych z różnorodnymi funkcjami mózgu. Może również ułatwić Wyjaśnienie złożoności zespołów występujących w zaburzeniach mowy i języka, trudne do zredukowania do dwóch lub trzech modułów modelu standardowego języka., Pokazanie określonych sieci, które zastępują również określone funkcje poznawcze, jak przedstawiono w niniejszym artykule, jest ważne dla krzyżowej walidacji innych technik wykazujących łączność mózgu; może również służyć do udowodnienia lub dysproof czynnościowego zaangażowania strukturalnej łączności. Na przykład stwierdzono, że niektóre osoby z dominacją prawej półkuli języka, mają dominację arcuate fasciculus (Dick et al.,, 2013), w którym to przypadku strukturalna łączność nie podąża za łącznością neuronową; nasza metoda może również ewoluować jako narzędzie do pewnej lateralizacji języka, jeśli w przyszłych badaniach nad tą dziedziną zostaną wykazane odrębne powiązania od prawej do lewej.

ograniczenia

wiele innych artykułów opisywało aktywację BA44 w zadaniach językowych, ale nie zostały one uwzględnione w brainmap.org baza danych., Aby wejść do bazy danych, Wyniki badań muszą zgłosić aktywację w standardowych współrzędnych przestrzeni (MNI lub Talairach), które muszą być wprowadzone ręcznie do bazy danych, a następnie zatwierdzone przez zespół prowadzący brainmap.org projekt. Pomimo tego ograniczenia autorzy szacują liczbę badań/uczestników / eksperymentów wchodzących w skład poolingu-dane są duże i odzwierciedlają stan publikacji w języku fMRI.

innym potencjalnym ograniczeniem wynikającym z wstępnego przetwarzania jest niewłaściwa alokacja aktywacji w obszarach, w których łączą się dwa różne płaty lub struktury., Część wstępnego przetwarzania danych polega na wygładzeniu aktywacji. W wygładzaniu, voxele z niższym sygnałem niż sąsiedzi są zwiększane dla mniej hałaśliwej prezentacji. Algorytm traktuje więc wszystkich sąsiadów jako kontinuum. Ta procedura wyjaśnia, co jest najprawdopodobniej fałszywą aktywacją culmen móżdżku, ponieważ wygładzanie prawdziwej aktywacji uzyskanej w zakręcie wrzecionowatym opada culmen. Podobny efekt wyjaśnia wywołanie aktywacji w prawym przednim zakręcie cingulate I lewym górnym zakręcie skroniowym (obszar 22 w klastrze 1)., Ta aktywacja jest najprawdopodobniej spowodowana przedłużeniem wygładzania z sąsiedniego operculum czołowego.

należy ujawnić dwa dodatkowe ograniczenia. Pomimo wyraźnego zaangażowania BA45 w język wykazanego w wyżej wymienionych badaniach fMRI, obszar ten nie jest wymieniony w raporcie ALE automatic report. Klaster 1 (Tabela 1) pokazuje aktywację we wszystkich obszarach otaczających BA45 (tj. 44, 47, 6 i 9)., Wydaje się więc, że algorytm zakłada „blok” obejmujący BA45 (Pars Tringularis) w obrębie BA44, ponieważ aktywacja jest jawna w tym obszarze zgodnie z renderowanym obrazem (Rysunek 1, prawy panel). Podobna sytuacja może tłumaczyć brak sprawozdania BA21. Te ograniczenia technologiczne nie nadają się do modyfikacji przez autorów. Same w sobie nie mają jednak wpływu na analizę statystyczną ani wyniki.

inne ograniczenia są świadomymi ograniczeniami badania, które mają na celu uniknięcie wpływu czynników zakłócających, o których wiadomo, że wpływają na lateralizację języka (normalne osoby, Typ języka: occidental i wiek: 20-60 lat). Badanie interakcji tych zmiennych z siecią Broca jest warte podjęcia w przyszłych badaniach.

pojawienie się dużej bazy danych umożliwia agregację informacji pod daną zmienną. Pozwoli nam to na uzyskanie wiarygodnych informacji o dużej zdolności uogólniania., Ponadto, łączenie danych w proponowanej przez nas metodzie pozwala na wykazanie obszarów Ko-aktywizacji w różnych tematach i zadaniach, które podlegają określonej funkcji lub grupie funkcji odnoszących się do określonej dziedziny. W szczególności każde konkretne zadanie (fonologia, semantyka, rozumienie itp.) może wykorzystywać tylko kilka modułów. Znaczenie w praktyce klinicznej może mieć przedstawienie sieci o wysokiej specyficzności, które zastępują określone funkcje., Na przykład, może zidentyfikować sieci związane z lateralizacją języka, a tym samym pomóc w planowaniu neurochirurgicznym u pacjentów nie nadających się do zależnych od zadań testów fMRI lub Wada. Ogólnie rzecz biorąc, nasza metoda może wykazać możliwą lub potencjalną łączność sieci dla tej domeny poznawczej, zwiększając zrozumienie funkcji mózgu., Na przykład, możemy ocenić wszystkie różne „konfiguracje”, w których uczestniczy BA44, aby ujawnić jego maksymalną łączność lub, w mniejszej skali, dążyć do zróżnicowania takich konfiguracji, aby wyjaśnić, w jaki sposób BA44 jest zaangażowany w różne funkcje.

podsumowanie

zademonstrowaliśmy zastosowanie metody poolingu danych w celu zobrazowania szeroko pojętej sieci BA44 związanej z językiem. Znalezione klastry aktywacji są zgodne z wcześniejszymi badaniami klinicznymi i neuroobrazującymi, chociaż te ostatnie są skąpe., W celu wyjaśnienia funkcji mózgu, opis sieci będzie miał w niedalekiej przyszłości większy wpływ niż opis modułów mózgu mógł mieć w przeszłości. Lepsze zrozumienie połączenia mózgu będzie konieczne, aby lepiej zrozumieć funkcje mózgu.

Oświadczenie o konflikcie interesów

autorzy oświadczają, że badanie zostało przeprowadzone w przypadku braku jakichkolwiek relacji handlowych lub finansowych, które mogłyby być interpretowane jako potencjalny konflikt interesów.,

Footnotes

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