Name: חוצה מודאלי תבנית ניתוח רב משתני (וידאו) | JoVE Journal
Uploaded: 2011-11-09T13:00:00.000+00:00
Duration: 13 min 51 s
Description: חקור ניתוח תבניות רב-משתני חוצה-מודאלי לחקר עיבוד חושי במוח האנושי באמצעות נתוני fMRI. השיטה מאפשרת לחזות גירויים חושיים על בסיס דפוסי פעילות עצבית באזורים קורטיקליים שונים.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

עבודה זו נתמכה על ידי מענקים של קרן מאת&#39;רס לבין המכון הלאומי לבריאות (מספר מענק 5P50NS019632-27) כדי אנטוניו דמסיו חנה.

<ol><li>Haynes, J. -D., Rees, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Decoding+mental+states+from+brain+activity+in+humans%5BTitle%5D)+AND+%22Nat.+Rev.+Neurosci%22%5BJournal%5D)">Decoding mental states from brain activity in humans.</a> Nat. Rev. Neurosci. 7, 523-534 (2006).</li>
<li>Norman, K. A., Polyn, S. M., Detre, G. J., Haxby, J. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Beyond+mind-reading%3A+multi-voxel+pattern+analysis+of+fMRI+data%5BTitle%5D)+AND+%22Trends.+Cogn.+Sci%22%5BJournal%5D)">Beyond mind-reading: multi-voxel pattern analysis of fMRI data.</a> Trends. Cogn. Sci. 10, 424-430 (2006).</li>
<li>Kriegeskorte, N., Bandettini, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Analyzing+for+information%2C+not+activation%2C+to+exploit+high-resolution+fMRI%5BTitle%5D)+AND+%22NeuroImage%22%5BJournal%5D)">Analyzing for information, not activation, to exploit high-resolution fMRI.</a> NeuroImage. 38, 649-662 (2007).</li>
<li>Mur, M., Bandettini, P. A., Kriegeskorte, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Revealing+representational+content+with+pattern-information+fMRI+-+an+introductory+guide%5BTitle%5D)+AND+%22Soc.+Cogn.+Affect.+Neurosci%22%5BJournal%5D)">Revealing representational content with pattern-information fMRI - an introductory guide.</a> Soc. Cogn. Affect. Neurosci. 4, 101-109 (2009).</li>
<li>Kamitani, Y., Tong, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Decoding+the+visual+and+subjective+contents+of+the+human+brain%5BTitle%5D)+AND+%22Nat.+Neurosci%22%5BJournal%5D)">Decoding the visual and subjective contents of the human brain.</a> Nat. Neurosci. 8, 679-685 (2005).</li>
<li>Formisano, E., De Martino, F., Bonte, M., Goebel, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((%22Who%22+is+saying+%22what%22%3F+Brain-based+decoding+of+human+voice+and+speech%3F%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">"Who" is saying "what"? Brain-based decoding of human voice and speech?</a> Science. 322, 970-973 (2008).</li>
<li>Meyer, K., Kaplan, J. T., Essex, R., Webber, C., Damasio, H., Damasio, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Predicting+visual+stimuli+on+the+basis+of+activity+in+auditory+cortices%5BTitle%5D)+AND+%22Nat.+Neurosci%22%5BJournal%5D)">Predicting visual stimuli on the basis of activity in auditory cortices.</a> Nat. Neurosci. 13, 667-668 (2010).</li>
<li>Meyer, K., Kaplan, J. T., Essex, R., Damasio, H., Damasio, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Seeing+touch+is+correlated+with+content-specific+activity+in+primary+somatosensory+cortex%5BTitle%5D)+AND+%22Cereb.+Cortex%22%5BJournal%5D)">Seeing touch is correlated with content-specific activity in primary somatosensory cortex.</a> Cereb. Cortex. 21, 2113-2121 (2011).</li>
<li>Damasio, A. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Time-locked+multiregional+retroactivation%3A+a+systems-level+proposal+for+the+neural+substrates+of+recall+and+recognition%5BTitle%5D)+AND+%22Cognition%22%5BJournal%5D)">Time-locked multiregional retroactivation: a systems-level proposal for the neural substrates of recall and recognition.</a> Cognition. 33, 25-62 (1989).</li>
<li>Meyer, K., Damasio, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Convergence+and+divergence+in+a+neural+architecture+for+recognition+and+memory%5BTitle%5D)+AND+%22Trends.+Neurosci%22%5BJournal%5D)">Convergence and divergence in a neural architecture for recognition and memory.</a> Trends. Neurosci. 32, 376-382 (2009).</li>
<li>Friston, K. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modalities%2C+modes%2C+and+models+in+functional+neuroimaging%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Modalities, modes, and models in functional neuroimaging.</a> Science. 326, 399-403 (2009).</li>
<li>Hanke, M., Halchenko, Y. O., Sederberg, P. B., Hanson, S. J., Haxby, J. V., Pollmann, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((PyMVPA%3A+a+Python+toolbox+for+multivariate+pattern+analysis+of+fMRI+data%5BTitle%5D)+AND+%22Neuroinformatics%22%5BJournal%5D)">PyMVPA: a Python toolbox for multivariate pattern analysis of fMRI data.</a> Neuroinformatics. 7, 37-53 (2009).</li>
<li>Harrison, S. A., Tong, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Decoding+reveals+the+contents+of+visual+working+memory+in+early+visual+areas%5BTitle%5D)+AND+%22Nature%22%5BJournal%5D)">Decoding reveals the contents of visual working memory in early visual areas.</a> Nature. 458, 632-635 (2009).</li>
<li>Serences, J. T., Ester, E. F., Vogel, E. K., Awh, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Stimulus-specific+delay+activity+in+human+primary+visual+cortex%5BTitle%5D)+AND+%22Psych+Sci%22%5BJournal%5D)">Stimulus-specific delay activity in human primary visual cortex.</a> Psych Sci. 20, 207-214 (2009).</li>
</ol>

אין ניגודי אינטרסים הכריז.

ממצאי מחקרים קודמים שלנו להוכיח כי חוצה מודאלית MVPA הוא כלי שימושי ללמוד את וקושרת העצבי של דימויים מנוסים &quot;האוזן של המוח&quot; ואת &quot;מגע של המוח&quot;. באופן ספציפי, התוצאות מראות כי התוכן של תמונות כאלה היא בקורלציה עם פעילות עצבית שמיעתי המוקדמות הקורטקס החושית, בהתאמה, מתן תמיכה אמפירית ישירה במסגרת של דמסיו של התכנסות, התבדרות אזורי. הפרדיגמה הבסיסית שאנו מתארים ניתן להאריך במספר דרכים. רוב ברור, מחקרים דומים יכול להתבצע באמצעות שילובים שונים של שיטות חושית. במובן זה, יתכן כי הקמת מסוימים חוצה מודאלית עמותות לפני הניסוי עשוי להגדיל את סיכויי ההצלחה. למשל, ללמוד צולבות מודאלית ייצוגים בקורטקס הריח, אחד הנושאים ראש הממשלה על ידי חשיפת אותם בו זמנית למראה וריח של מספר פריטי מזון שאפשר. Shortly אחרי, בתוך סורק ה-fMRI, זיכרונות חוש הריח של ריחות תהיה מופעלת על ידי רמזים חזותיים, ו MVPA יכול לשמש בניסיון להקצות את הניסויים על פריטי מזון נכונה מבוססת אך ורק על פעילות בקורטקס הריח. שאלה נוספת של הריבית, אם דפוסי המושרה צולבות modally פעילות הקורטקס הסנסורי הקדום לשאת דמיון עם דפוסים כי הם הנגרמת כאשר צליל או מגע נחווה בפועל, או במילים אחרות, האם רואים את אגרטל זכוכית לנפץ לעורר דפוס דומה של פעילות עצבית בקליפת המוח השמיעתית כבר ממש לשמוע את אותו אירוע? שאלה זו, שוב, ניתן לטפל באמצעות MVPA: הוא מסווג אשר הוכשרו על נתונים שנרשמו בזמן הנושאים שמעתי צלילים מסוימים מסוגלים להבחין בצורה נכונה נתונים שנרשמו בזמן שהנבדקים צפו סרטוני וידאו המתאימים? במחקר השמיעה שלנו, עשינו ניסיון כזה סיווג, אבל התוצאות היו שוליות (ראה איור 3. נ&quot;צ ב 7.). במחקר זה, לעומת זאת, אגודות השמיעה המשתתפים לא היו מבוקרים בצורה כלשהי, או במילים אחרות, אנחנו לא יודעים איך דומה השמיעה את התמונות בכל נושא הקשור היו קטעי וידאו על רצועות שמע פעם ברכבת מסווג. שוב, זה יכול להיות מעניין להתייחס לשאלה דומה לאחר ספציפי צולבות מודאלית אסוציאציות להיות דרוך בכל המקצועות, כפי שתואר לעיל עבור העמותה visuo, חוש הריח. זה יאפשר לשלוט בצורה מהימנה יותר את החוויה הנפשית של הנבדקים במהלך הניסויים וידאו ובכך עשוי להגביר את הביצועים של חיזוי מסווג. לסיכום, הצגנו הרחבה הפרדיגמה הקלאסית MVPA ידי מראה כי גירויים ניתן לחזות לא רק מבפנים, אלא גם על פני שיטות חושית. לפיכך, אנו מראים כי השימוש MVPA אינו מוגבל לחקור את בקורלציה של ייצוגים תפיסתיים הנגרמת ישירות על ידי גירוי חושי חיצוני. במקום זאת, ניתן גם MVPAלהעריך את המצע העצבי של דימויים אשר מופעלות באופן פנימי: בהתאם למסגרת של דמסיו התכנסות-הבדלי אזור, הממצאים שלנו מראים כי החוויה המודעת של דימויים כי הם משוחזר המבוסס על זיכרונות היא בקורלציה עם תוכן ספציפי ייצוגים עצביים החושי מוקדם קליפת המוח.

חוצה מודאלי תבנית ניתוח רב משתני

Cross-Modal Multivariate Pattern Analysis

ניתוח רב משתני דפוס (MVPA) היא שיטה פופולרית יותר ויותר של ניתוח תהודה מגנטי תפקודי (fMRI) נתונים 1-4. בדרך כלל, שיטת משמש לזיהוי ניסיון תפיסתי של הנושא מתוך פעילות עצבית באזורים מסוימים של המוח. למשל, זה כבר מועסק לחזות את הכיוון של gratings חזותי נושא תופס מפעילות הקורטקס הראייתי הקדום 5 או, באנלוגיה, תוכן הנאום מכל פעילות בקורטקס השמיעתי מוקדם 6. כאן, אנו מציגים הרחבה של הפרדיגמה MVPA הקלאסית, לפיה תפיסתי גירויים לא צפויים בתוך, אבל על פני מערכות חושית. באופן ספציפי, אנו מתארים את שיטת כתובות השאלה האם הגירויים מעוררי אסוציאציות זיכרון באופנים שונה מזו שדרכה הם מוצגים לגרום תוכן ספציפי דפוסי הפעילות הקורטקס הסנסורי של אותם בשיטות אחרות.למשל, לראות סרטון וידאו מושתק של אגרטל זכוכית מתנפצת על הרצפה באופן אוטומטי מעורר אצל רוב המשקיפים תמונה שמיעתית של צליל הקשורים; היא החוויה של התמונה הזאת &quot;האוזן במוחו של&quot; בקורלציה עם דפוס פעילות ספציפית עצבית מוקדם קליפת המוח השמיעתית? יתר על כן, זה דפוס פעילות שונה דפוס זה יכול להיבחן אם הנושא היו במקום, צופים סרטון של כלב מיילל? בשני מחקרים קודמים 7,8, היינו יכולים לחזות קול ומגע, רומז קטעי וידיאו המבוסס על פעילות עצבית בקליפת המוח השמיעתית מוקדם החושית, בהתאמה. תוצאות המחקר עולות בקנה אחד עם מסגרת neuroarchitectural המוצע על ידי 9,10 דמסיו, לפיה הניסיון של דימויים שמבוססים על זיכרונות - כגון שמיעת קול ניפוץ אגרטל על &quot;האוזן במוחו של&quot; כשהוא רואה את הוידאו המתאים קליפ - נתמך על ידי בנייה מחדש של תוכןספציפית דפוסי הפעילות העצבית בקורטקס הסנסורי הקדום.

תבנית קלאסית בניתוח רב משתני צופה גירויים חושיים נושא תופס מן הפעילות העצבית בקורטקס המקביל (גירויים חזותיים כגון מפעילות בקליפה החזותית). הנה, אנחנו מיישמים ניתוח דפוס צולבות modally ולהראות קול ומגע, רומז גירויים חזותיים ניתן לחזות מפעילות השמיעה החושית קליפת המוח, בהתאמה.

ניתוח תבניות רב-משתני (MVPA) הוא שיטה הפופולרית יותר ויותר לניתוח נתוני דימות תהודה מגנטית תפקודי (fMRI)1-4. בדרך כלל, ה...

מטרת הניסוי הבא היא להשתמש בניתוח תבניות רב-משתני של נתוני fMRI כדי לחקור עיבוד רב-מודאלי במוח האנושי. זאת מושג תחילה על ידי יצירת סוג ספציפי של גירויים חושיים, המוצגים לנבדקים באמצעות מודאליות חושית אחת. לדוגמה, המודאליות החזותית, אך כזו המרמזת על קשרים חזקים במודאליות אחרת.לדוגמה, בעוד הנבדקים תופסים גירויים אלו, נמדדת פעילות עצבית בחלקי המוח הנוגעים לאופן השיוך של המודאליות. במקרה זה, קליפת השמיעה נמדדת באמצעות FMRI. הפעילות המוקלטת מנותחת באמצעות ניתוח תבניות רב-משתני (multi-variate pattern analysis), במטרה לנבא איזה מבין מספר גירויים תפס הנבדק במודאליות המקורית.התוצאות מראים כי גירויים חד-מודאליים המכילים מידע הרלוונטי ליותר ממודאליות אחת יכולים להשרות פעילות עצבית ספציפית לתוכן בקליפות התחושתיות המוקדמות של מודאליות שאינה זו שדרכה הם הוצגו. הטכניקה שאנו מציגים היום, אותה אנו מכנים Crossmodal multivariate pattern analysis, מהווה הרחבה טבעית של ניתוח תבניות רב-משתני קונבנציונלי, כאשר ההבדל הוא שגירויים תחושתיים מסווגים בין מודאליות תחושתית אחת לשנייה, ולא בתוך מודאליות אחת. הרעיון לשיטה זו עלה לראשונה כשניסינו להביא ראיות אמפיריות למסגרת נוירו-ארכיטקטונית שהוצגה על ידי Demio לפני יותר משני עשורים.בסרטון זה, נכיר את ההיבטים הטכניים של ניתוח תבניות רב-משתני (multivariate pattern analysis), או בקיצור MVPA, וכן את המסגרת התאורטית של שיטה זו. ראשית, נצביע על מספר הבדלים מרכזיים בין MVPA לבין ניתוח fMRI חד-משתני (univariate) קונבנציונלי. שקלו את הדברים הבאים.לדוגמה, אם נסיין מוצג לשני גירויים חזותיים שונים, כגון תפוח ותפוז, אזי שני הגירויים, בממוצע על פני מספר ניסויים, יעוררו דפוס ספציפי של פעילות עצבית. בקליפה החזותית הראשונית, המיוצגת כאן על ידי רמות ההפעלה של שישה ווקסלים היפותטיים. בניתוח fMRI קונבנציונלי, קיימות למעשה שתי שיטות לניתוח דפוסים אלו.הראשונה היא להשוות את רמת הפעילות הממוצעת שהגרויים השילו בכל אזור העניין. עם זאת, ייתכן שההבדל בין הממוצעים לא יהיה מובהק. השיטה השנייה היא לקבוע ניגודיות חיסור (subtraction contrast) עבור כל ווקסל.רמת ההפעלה במהלך תנאי התפוח מופחתת מרמת ההפעלה במהלך תנאי התפוז, ואת ההפרש המתקבל עבור כל ווקסל ניתן להציג בתמונת ניגודיות (contrast image) של המוח כולו. עם זאת, שוב, הבדלים אלו עשויים להיות קטנים ועשויים להגיע לקריטריון הסטטיסטי הנדרש עבור ווקסלים ספורים בלבד. אולם, בניגוד לשיטות ניתוח חד-משתנה (univariate), MVPA מסוגלת לזהות תבניות בתוך ווקסלים על ידי בחינה סימולטנית של רמות ההפעלה של כל הווקסלים.בעוד שרק חלק קטן מההבדלים בהפעלה עשויים להיות משמעותיים באופן מבודד, שני הדפוסים, כאשר בוחנים אותם במלואם, עשויים להיות אכן שונים מבחינה סטטיסטית. הבדל מרכזי נוסף בין ניתוח FMRI קונבנציונלי לבין MVPA הוא שהשיטה האחרונה משתמשת במה שנקרא הסקה הפוכה (reverse inference). בניתוח FMRI קונבנציונלי, החוקר שואל בדרך כלל שאלה מהסוג האם שני גירויים חזותיים שונים.לדוגמה, תמונה של פנים ותמונה של בית יובילו לרמות פעילות שונות באזור עניין ספציפי, כגון ה-fusiform face area. לעומת זאת, MVPA מבוטא בדרך כלל במונחים של הסקה הפוכה (reverse inference) או פענוח (decoding), ושואל, בהתבסס על תבנית הפעילות העצבית באזור מוחי ספציפי, האם נוכל לחזות איזה משני הגירויים החזותיים תפס הנבדק. עם זאת, חשוב לציין כי מנקודת מבט סטטיסטית, הדבר שקול לומר ששני גירויים מובילים לתבניות פעילות נפרדות באזור מוחי נתון, ולומר שתבנית הפעילות באותו אזור מוחי מאפשרת חיזוי של הגירוי המשרה.במילים אחרות, הרגישות של MVPA עולה מזו של ניתוחים חד-משתנים (univariate) מכיוון שהיא בוחנת מספר ווקסלים בו-זמנית, ולא משום שהיא פועלת בכיוון הפוך. כדי לחזור לדוגמה הקודמת, נשקול פרדיגמת MVPA טיפוסית המעריכה האם ראיית תפוח גורמת לתבנית פעילות עצבית שונה בקליפה החזותית הראשונית מאשר ראיית תפוז. בשלב ראשון, נתוני FMRI מוקלטים בזמן שנבדק רואה מספר רב מהגירויים שיש להבחין ביניהם.לאחר מכן, הנתונים שנרכשו מחולקים למערכת נתונים לאימון ולמערכת נתונים לבדיקה. הנתונים ממערכת האימון מוזנים למסווג תבניות, המנסה לזהות מאפיינים בתבניות העצביות המבדילים בין שני סוגי הניסויים. לאחר מכן, מוצגים למסווג נתונים ללא תווית ממערכת הבדיקה, ועל סמך התבניות שזיהה במערכת נתוני האימון, הוא משייך את התווית הסבירה ביותר לכל אחד מניסויי הבדיקה עבור כל גירוי.ניחוש המסווג מושווה לאחר מכן לתווית הגירוי הנכונה, וביצועי המסווג מחושבים כאחוז הניחושים הנכונים. כפי שראינו, המסווג בדוגמה זיהה נכון את תוויות הגירוי בתשעה מתוך 12 המקרים, כלומר 75%. במצב של הבחנה דו-ערכית, ביצועי המקריה היו 50%. נתון זה מצביע על כך שקיימים אכן הבדלים עקביים בין התבניות העצביות המושרות ב-V1 על ידי גירויי התפוז והתפוח.כמובן, יהיה צורך להוכיח את המובהקות של תוצאה זו באופן סטטיסטי. סוגיה חשובה שיש לזכור בניסוי סיווג כזה היא שמאגרי נתוני האימון והבדיקה חייבים להיות בלתי תלויים לחלוטין זה בזה, שכן רק במצב זה ניתן להסיק מסקנות לגבי היכולת להכליל את הדפוסים שנלמדו במהלך שלב האימון. מסיבה זו, פרדיגמות של MVPA משתמשות לעיתים קרובות בפרדיגמה המכונה תיקוף צולב (cross validation).בעוד שפרוצדורה זו משמשת למקסום מספר ניסויי האימון והבדיקה שניתן להפיק מסט נתונים נתון, היא מבטיחה בו-זמנית שסט האימון וסט הבדיקה אינם חופפים במהלך שלבי הסיווג האינדיבידואליים. שקלו את ניסוי ה-MVPA הבא הכולל שמונה הרצות פונקציונליות. בשלב אימות צולב ראשון, המסווג מאומן על הנתונים מהרצות אחת עד שבע ונבדק על הנתונים מההרצה השמינית.בשלב השני, המסווג מאומן על הרצות אחת עד שש וכן על הרצה שמונה, ולאחר מכן נבחן על הרצה שבע. בהתאם לסכמה זו, מבוצעים שמונה שלבי 검증 צולב (cross validation), כאשר כל הרצה משמשת בדיוק כהרצת הבדיקה. לאחר קבלת ביצועי המסווג עבור כל שלב של 검증 צולב, מיצוע תוצאות אלו מניב את הביצועים הכוללים.קיימות חבילות תוכנה הזמינות בחינם באינטרנט לביצוע MVPA, כגון pi MVPA ומארג הכלים המוצע על ידי מכון מדעי המוח של פרינסטון. פרדיגמות ניסיוניות, כגון זו שתיאורה כעת, שימשו בהצלחה לניבוי גירויים תפיסתיים מתוך פעילות עצבית בחלקים התואמים של קליפת המוח; כך, למשל, לניבוי גירויים חזותיים בהתבסס על הפעילות בקליפות החזותיות, או גירויים שמיעתיים בהתבסס על הפעילות בקליפות השמיעתיות. על בסיס הפעילות בקליפות השמיעתיות, נרצה כעת להציג הרחבה של רעיון בסיסי זה, שבה גירויים תפיסתיים נחזים לא רק בתוך אותה מודאליות, אלא גם בין מודאליות שונות.הרעיון שלנו מתבסס על העובדה שתפיסה קשורה באופן הדוק לשליפת זיכרונות. לדוגמה, גירוי חזותי בעל השלכה שמיעתית חזקה, כגון מראה של בסיס זכוכית המתנפץ על הקרקע, יעורר באופן אוטומטי ב"אוזן של הדמיון" תמונה שמיעתית בעלת דמיון לתמונות השמיעתיות שחווינו במפגשים קודמים עם זכוכית נשברת.על פי מסגרת תיאורטית שהוצגה על ידי Theo בסוף שנות ה-80, הקשר הזיכרוני בין מיקום הבסיס המתנפץ לצליל התואם נשמר באזורי התכנסות-התבדרות, או CD בקיצור (Convergence Divergence zones). אזורי התכנסות-התבדרות נתפסים כמקבצי נוירונים הממוקמים ברמות ההיררכיות השונות של המערכות החושיות, כפי ששמם מרמז.CDs בכל רמה מקבלים היטלים עולים (bottom-up) מתכנסים מקורטקסים מסדר נמוך יותר. בתמורה, הם שולחים חזרה היטלים יורדים (top-down) מתבדרים לאותם קורטקסים מסדר נמוך. בשל ההיטלים העולים המתכנסים, CDs יכולים להיות מופעלים על ידי ייצוגים תפיסתיים במספר מודליות, למשל, הן על ידי המראה והן על ידי הצליל של כד שנשבר, וזאת הודות להיטלים היורדים המתבדרים.לאחר מכן, הם יכולים לקדם את השחזור של תמונות קשורות על ידי העברת סיגנלים בחזרה לקליפות התחושה המוקדמות של מודליות נוספות. שקלו את רצף ההפעלה שגירוי ויזואלי טהור, אך כזה המרמז על קול, יעורר על פי מסגרת זו. הגירוי מעורר תחילה דפוס ספציפי של פעילות עצבית בקליפות הוויזואליות המוקדמות באמצעות הקרנות bottom-up מתכנסות.קליפת המוח הוויזואלית המוקדמת מפעילה את הרמה הראשונה של ה-CDs, אלו של ה-CDZ. בהתאם לתבנית הפעילות המדויקת בסקטור הקורטיקלי המוקדם התואם, CDZ עשוי להפוך לפעיל או להישאר לא פעיל. יחידות CDZ מקרינות כלפי מעלה אל CDZ שתיים, בדיוק כפי ש-CDZ אחת זיהו.דפוסי פעילות בקליפות הראייה המוקדמות, CDZ twos מזהים דפוסי פעילות בקרב CDZ ones, מספר CDZ twos עשויים להיות מופעלים, אך לצורך הפשטות רק אחד מוצג כאן באמצעות השלחות מלמעלה למטה. CDZ ones עשויים בו זמנית להשלים את דפוס הפעילות בקליפות הראייה המוקדמות באמצעות מספר רמות נוספות של CDZ twos. Twos מקרינים קדימה אל CDZ ends בקליפות אסוציאציה רב-מודאליות.שוב, ייתכן שיהפעלו מספר קצות CDZ, אך לצורכי פשטות מוצג רק אחד מהם. שוב, CD Z twos מסמנים גם לאחור ל-CDZ ones, אשר בתורם עשויים לשנות עוד יותר את הדפוס שהושרה במקור בקליפות הראייה המוקדמות. קצות ה-CDZ מסמנים בחזרה ל-CZ twos של כל המודליות.בתוך קליפות השמיעה ייבנה תבנית עצבית, שתאפשר לנבדק לחוות "באוזן של הדמיון" דימוי שמיעתי הקשור לגירוי המוצג חזותית. האותיות המוצגות מלמעלה למטה (top-down) אל המודאליות הסומטוסנסורית משקפות את העובדה שכמעט כל גירוי חזותי מרמז גם על קשרים תחושתיים מסוימים. לפיכך, המסגרת חוזה כי צליל המרמז על גירוי חזותי יוביל לתבנית של פעילות עצבית הסגולית לתוכן.בקליפות השמיעה המוקדמות. ניתוח של תבנית עצבית זו באמצעות MVPA אמור לאפשר, לפיכך, לנבא איזה מתוך מספר גירויים חזותיים המרמזים על צליל ראה הנבדק. בניסוי הראשון, נדגמה פעילות עצבית מקליפות השמיעה המוקדמות בזמן שנבדקים צפו בתשעה סרטוני וידאו שונים של חפצים ואירועים המרמזים על צליל.האזור הנבדק בניסוי זה היה אזור מוגבל במישור הסמלי (Semal plane), אשר כלל את קליפת המוח השמיעתית הראשונית ואת קליפות השמיעה אסוציאטיביות מוקדמות מאוד. בניסוי שני, נמדדה פעילות עצבית מקליפת המוח הסומטוסנסורית הראשונית בזמן שהנבדקים צפו בחמישה סרטוני וידאו שונים שרמזו על מגע. בניסוי זה, האזור הנבדק כלל את קליפת המוח הסומטוסנסורית הראשונית הממוקמת בפיתול הפוסט-מרכזי (postcentral gyrus).שני המחקרים כללו שמונה נבדקים במחקר השמיעתי. מסווג MVPA הניב ביצועים מעל לרמת הסיכוי של 50% עבור כל האפשרויות להבחנה דו-כיוונית בין זוגות של גירויים. ב-26 מתוך 36 ההבחנות, ביצועי המסווג היו שונים באופן מובהק מרמת הסיכוי של 0.5.בדומה לכך, במחקר הסומטוסנסורי, המסווג הניב ביצועים מעל לרמת המקרי בכל ההבחנות הדו-כיווניות, ושמונה מתוך 10 ההבחנות הגיעו למשמעות סטטיסטית. כפי שניתן לראות, באמצעות ניתוח תבניות רב-משתני חוצה-מודאליות (crossmodal multivariate pattern analysis), הצלחנו להדגים כי תפיסה של גירויים חזותיים המרמזים על צליל או מגע מובילה לייצוגים עצביים ספציפיים לתוכן בקליפות השמיעה והסומטוסנסוריות המוקדמות, בהתאם למסגרת התיאורטית שהוצגה קודם לכן. ניכר כי הפרדיגמה הניסויית שהצגנו אינה חייבת להישאר מוגבלת למודאליות שהיו מעורבות בניסויים שלנו, אלא ניתנת להרחבה גם למודאליות חושיות אחרות.אנו מקווים, אם כן, שקבוצות אחרות יצטרפו אלינו בהרחבת סוג זה של מחקר, בניסיון להעמיק את הידע שלנו לגבי האופן שבו תהליכים מעבדים גירויים מולטי-מודאליים מהסביבה.

cross-modal-multivariate-pattern-analysis

Research

JoVE Journal

Neuroscience

מדעי המוח

המאמר הנוכחי מתאר את היסודות של ניתוח רב משתני וניגודים אותו לניתוח voxel חכם יותר נפוץ univariate. שני סוגי ניתוח מוחלים על סט נתונים קליניים, מדעי המוח. לפצל וחצי סימולציות משלים להראות שכפול טוב יותר את התוצאות של ערכות נתונים משתנים בלתי תלויים.

היסודות של ניתוח רב משתני של נתונים הדמייה

טכניקות מרובות משתנות כולל ניתוח מרכיבים עיקרי (PCA) כבר משמש לזיהוי דפוסי חתימה של שינוי האזורי בתמונות תפקודיות של מוח. אנחנו פיתחו אלגוריתם לזיהוי סמנים ביולוגיים רשת לשעתק לאבחון של הפרעות ניווניות, ההערכה של התקדמות מחלה, וההערכה אובייקטיבית של השפעות טיפול באוכלוסיות חולה.

זיהוי של דפוסי שונות משותפת מרחביים הקשורות למחלה באמצעות נתונים הדמייה

אנו מדגימים שיטות לזיהוי של עיוות ארכיטקטונית בממוגרפיה קודמת. מבני Oriented מנותחים באמצעות מסנני גאבור ודיוקנאות שלב כדי לזהות אתרים של קרינת דפוסי רקמות. כל אתר מאופיין ומסווג באמצעות אמצעים לייצג את דפוסי spiculating. השיטות צריכה לסייע בזיהוי של סרטן השד.

זיהוי של דיסטורשן אדריכלי בממוגרפיה לפני דרך ניתוח דפוסי Oriented

קישוריות אינפורמטיבית מודדת את ההתאמה בין מסלולי זמן של מידע מרובה ווקסל על פני אזורי מוח שונים. סדרות זמן של אפליה בדפוס רב-ווקסל מופקות מאזורים ומושווים, וחושפות רשתות שאינן מזוהות בגישת קישוריות פונקציונלית טיפוסית.

באמצעות הסברה קישוריות למדוד את צמיחת סינכרוני של מידע Multi-voxel fMRI לאורך זמן

מאמר זה מתאר את היישום של metabolomics לא ממוקד, transcriptomics ניתוח סטטיסטי רב משתני תמלילי ברי ענבים מטבוליטים כדי לקבל תובנה לגבי מושג טרואר, כלומר, השפעת הסביבה על תכונות איכות ברה.

קונספט טרואר לפרש דרך הענבים הברים Metabolomics ו transcriptomics

הפרוטוקול מציג פרדיגמת פסיכופיזיקה ניסיונית להשגת כמויות גדולות של שיפוטי דמיון, ותהליך עבודה נלווה לניתוח. הפרדיגמה בוחנת אפקטים הקשר ומאפשרת מידול של נתוני דמיון במונחים של מרחבים אוקלידיים של לפחות חמישה ממדים.

פרדיגמה פסיכופיזיקה לאיסוף וניתוח של שיפוט דמיון

כאן, אנו משתמשים ב- HD-MEA כדי להתעמק בדינמיקה חישובית של הרכבים עצביים בקנה מידה גדול, במיוחד בהיפוקמפוס, מעגלי פקעות ריח ורשתות נוירונים אנושיות. לכידת פעילות מרחבית-זמנית, בשילוב עם כלים חישוביים, מספקת תובנות לגבי מורכבות ההרכב העצבי. השיטה משפרת את ההבנה של תפקודי המוח, ועשויה לזהות סמנים ביולוגיים וטיפולים להפרעות נוירולוגיות.

הקלטה וניתוח של דינמיקה של אנסמבל עצבי רב-מודאלי בקנה מידה גדול במערך מיקרואלקטרודות בצפיפות גבוהה משולב CMOS

אנו מציגים זרימת עבודה גמישה וניתנת להרחבה המבוססת על מעבדת יופיטר לניתוח ללא פיקוח של מערכי נתונים מורכבים של מולטי-אומיקס, המשלבת שלבים שונים של עיבוד מקדים, הערכה של מודל ניתוח הגורמים הרב-אומיקס ומספר ניתוחים במורד הזרם.

יישום של ניתוח גורמים רב-אומיים ללא פיקוח כדי לחשוף דפוסים של שונות ותהליכים מולקולריים הקשורים למחלות לב וכלי דם

במאמר זה אנו מתארים שיטה פשוטה קצירת של תאים בודדים מתרבויות עכברוש העיקרי העצבית וניתוח transcriptome הבאים באמצעות הגברה ארנה. גישה זו היא להכליל לכל סוג תא.

ניתוח Transcriptome של תאים בודדים

מאמר זה מציג את פרוטוקול של T-מבוך בדיקות באמצעות מנגנון אוטומטי שונה להערכת הלמידה והזיכרון פונקציות בעכברים.

T-מבוך לסירוגין בכפייה של שמאל וימין משימות אפליה להערכת עבודה וזיכרון העזר עכברים

חקור ניתוח תבניות רב-משתני חוצה-מודאלי לחקר עיבוד חושי במוח האנושי באמצעות נתוני fMRI. השיטה מאפשרת לחזות גירויים חושיים על בסיס דפוסי פעילות עצבית באזורים קורטיקליים שונים.

חוצה מודאלי תבנית ניתוח רב משתני

גלה סרטונים נוספים