Cross-Modal Çok değişkenli Örüntü Analizi

Summary

Klasik çok değişkenli model analizi bir konu (örneğin, görsel korteks aktivitesi görsel uyaranlara) ilgili korteks nöral aktivitenin algılayan duyusal uyaranlar öngörüyor. Burada, çapraz modally patern analizi geçerlidir ve gösteri, ses ve dokunmatik ima görsel uyaranlar, işitsel ve somatosensoriyel korteks aktivitesi sırasıyla tahmin edilebilir.

Abstract

Çok değişkenli desen analizi (MVPA), fonksiyonel manyetik rezonans görüntüleme ^(fMRI) 1-4 veri analiz giderek daha popüler bir yöntemdir . Genellikle, yöntem, beynin belirli bölgelerinde nöral aktivitenin bir konu algısal deneyim tanımlamak için kullanılır. Örneğin, bir konu erken işitsel korteks ⁶ faaliyet konuşma içeriği, analog, erken görsel korteks ⁵ aktivite ya da algıladığı görsel ızgaralar yönünü tahmin etmek için işe alındı.

Burada algısal uyaranların duyu sistemleri arasında içinde, ama tahmin değil, buna göre, klasik MVPA paradigmanın bir uzantısı mevcut. Özellikle, biz tarif yöntemi, sunulduğu bir başka yöntemleri bellek dernekler anımsatan uyaranları, bu diğer yöntemleri duyusal korteks içerik spesifik aktivite kalıplarını neden olmadığını soru adresleri.Örneğin, erken bir özel nöral aktivite paterni ile korelasyon "zihin Kullanıcı kulağına" de bu görüntü deneyimi olan; zemin üzerinde yıkıcı bir cam vazo bir sessiz Video klip görerek otomatik olarak gözlemcilerin çoğu ilişkili ses bir işitsel görüntü tetikler işitsel korteks? Ayrıca, konu, uluyan köpek bir video klip izlemek yerine, sanki bu etkinliği görülebiliyor desen ayrı desen?

Iki önceki çalışmalarda ^7,8 olarak tahmin etmek mümkün ses ve dokunmatik ima video klipler sırasıyla, nöral aktivitenin erken işitsel ve somatosensoriyel korteks dayanmaktadır. Sonuçlar buna göre Damasio ^9,10 tarafından önerilen bir neuroarchitectural çerçeve doğrultusunda, anıları dayalı zihinsel görüntülerin deneyimi gibi ilgili video görünce "zihin kulak" bir vazo sarsan ses duyma gibi klip - içerik yeniden inşaat tarafından desteklenenÖzel erken duyusal kortekste nöral aktivitenin modelleri.

Protocol

1. Giriş

Çok değişkenli desen analizi (MVPA), fonksiyonel manyetik rezonans görüntüleme ^(fMRI) 1-4 veri analiz giderek daha popüler bir yöntemdir . Genellikle, yöntem, beynin belirli bölgelerinde nöral aktivitenin bir konu algısal deneyim tanımlamak için kullanılır. Örneğin, bir konu erken işitsel korteks ⁶ faaliyet konuşma içeriği, analog, erken görsel korteks ⁵ aktivite ya da algıladığı görsel ızgaralar yönünü tahmin etmek için işe alındı. Bu video makalede, biz, bu temel, intra-modal paradigma için fazladan bir büküm ekler MVPA bir roman uygulama açıklanmaktadır. Bu yaklaşımda, algısal uyaranların içinde, ancak duyu sistemleri arasında tahmin edilmektedir.

2. Çok Değişkenli Örüntü Analizi

Artık MVPA yöntemi nörogörüntüleme ülke içinde kurulmuş olmasına rağmen, biz pointi başlayacakMVPA ve geleneksel, tek değişkenli fMRI analizi arasındaki temel farklılıkları ng. Bu amaçla, iki yöntem basit bir görsel görev (sırasında görsel korteksteki nöral aktivitenin inceleyerek hakkında nasıl Aşağıdaki örnekte düşünün Video Klip 1 ):

1. Bir konu, örneğin iki farklı görsel uyaranlar, bir portakal, bir elma bir görüntü bir görüntü ile sunulmaktadır.
2. Her iki uyaranlara birincil görsel korteks altı hipotetik vokseller aktivasyon düzeyleri ile burada sembolize nöral aktivitenin belirli bir desen, neden olur. (Tabii ki, aktivite alışkanlıklarının, portakal veya elma görüntülerin gerçekte tek bir sunum ile indüklenen çok gürültülü olacaktır; ortalamalarının çok sayıda çalışmaların bir sonucu olarak gösterildiği desenler düşünün.)
3. Geleneksel fMRI analizde, bu desenleri analiz edilebilir aslında hangi iki yolu vardır. Birincisi, bir ortalama leve odaklanabilirsinizl, tüm bölge çapında ilgi faaliyet.
4. Verilen örnekte, ortalama aktivite düzeyleri arasındaki fark iki uyaranlara karşılık gelen desenler Bu bakış açısından ayırt edilemez ki, önemli değildir.
5. Iki modellerini analiz etmek için diğer bir yolu, aralarında bir çıkarma kontrast kurmak için: Her voksel, "elma" koşulu sırasında aktivasyon seviyesini "turuncu" koşulu sırasında aktivasyon seviyesine çıkarılır. Ortaya çıkan fark, daha sonra bütün bir beyin kontrast görüntü üzerinde her voksel için görüntülenebilmekte.
6. Yine, ancak, bu farklar küçük olabilir ve sadece çok az vokseller için gerekli istatistiki kriter ulaşabilirsiniz.
7. MVPA belirleyici avantajı devreye giriyor bu üstün güç, tek değişkenli analiz yöntemleri aksine, aynı anda tüm vokseller aktivasyon düzeylerini göz önünde bulundurur ve böylece onları içinde kalıplarını tespit edebilir, gerçeğinden kaynaklanmaktadır. Mentione gibi olurken,d aktivasyon farklılıkları sadece birkaç izole olarak ele alındığında önemli olabilir, kendi bütünlüğü içinde kabul edilen iki desen, aslında istatistiksel olarak farklı olabilir.

Arasındaki ikinci önemli fark, geleneksel fMRI analizi ve MVPA (Video Klip 2 ) . Eski yöntem genellikle "ileri şekilde" belirli duyusal uyaranlar ve belirli beyin aktivitesi modelleri arasında istatistiksel bir bağımlılık göstermeye çalışır, diğer bir deyişle, bu tip bir soru sorar: "örneğin iki farklı görsel uyaranlar, bir yüz resmi ve bir evin resmi, ilgi, belirli bir bölge içinde farklı aktivite düzeyleri yol, fuziform yüz alanı gibi? " Buna karşılık, MVPA başarısı genellikle "ters çıkarım" ya da "şifre çözme" açısından ifade edilir; tipik soru türü: ", belirli bir reg nöral aktivitenin desen ilgi iyon (örneğin birincil görsel korteks), bir Ancak, bir konu, bir portakal, ya da uyarıya B, örneğin bir elma gibi? "Not uyaran algıladığı olmadığını tahmin edebilirsiniz yönde algısal uyaranların ve arasındaki korelasyon beyin aktivitesi, görüş istatistiksel açıdan önemli değildir eşleştirilir: iki uyarana verilen bir beyin bölgesi ayrı faaliyet kalıplarının yol açabilir ve bu beyin bölgesinde faaliyet desen indükleyici ^uyaran 11 tahmin izin söylemek için söylemek eşdeğerdir ters bir yönde ilerler, çünkü birkaç vokseller aynı anda değil, göz önünde bulundurur. Diğer bir deyişle, MVPA duyarlılığını Tek değişkenli analizlerde üstündür.

Aşağıdaki adımlar, tipik bir MVPA paradigma, bir elma görmek bir portakal görmekten ziyade primer görsel korteksteki nöral aktivitenin farklı bir model neden olmadığını, soru (nasıl ele alacağını göstermektedir_upload/3307/3307_Meyer-Kaplan_Video_3.mov "> Video Klip 3):

1. fMRI verisinin elde edilen bir konu, elma ve portakal uyaranların çok sayıda görür.
2. Elde edilen veriler bir eğitim veri seti ve test veri seti ayrılır. Bu örnekte aksine, eğitim veri seti sık sık sınıflandırıcı eğitim çalışmaların sayısı ile performans artışı beklendiği gibi, test veri seti daha büyük olması tercih edilir.
3. Eğitim seti elde edilen veriler bir model sınıflandırıcı içine girilir. Sınıflandırıcı birkaç olası matematiksel algoritmalar kullanarak, iki uyaran türleri birbirinden ayırt sinir desen özellikleri saptamaya çalışır. A tipi (kendi daha önceki çalışmalarda da) yaygın olarak kullanılan classifier destek vektör makineleri denir; daha fazla detay için, okuyucu Girişte belirtilen değerlendirme denir.
4. Sınıflandırıcı eğitim çalışmalarda eğitilmiş sonra, providtest verileri ile ed. Test veri seti bireysel çalışmalarda etiketsiz; sınıflandırıcı, diğer bir deyişle, bir desen, bir "elma" veya "portakal" deneme gelen olmadığını "bilmek" değildir.
5. Eğitim veri seti tespit başardı tutarlılıkları dayanarak, sınıflandırıcı test çalışmaların her biri için en olası etiket bağlıyor.
6. Her model için, "tahmin" sınıflandırıcı doğru bir uyarı etiketi ile mukayese edilebilir.
7. Sınıflandırıcı tutarlı bir iki uyaranlarla uyarılan desenleri arasındaki farklılıkları tespit etmek mümkün olsaydı, performansı şans düzeyde olmalıdır; örnekte verilen iki yönlü ayrımcılık, bu% 50 doğru etiketlere karşılık. Bu değerin önemli ölçüde üzerinde bir tahmin performansı uyaranların iki tip arasında uyumlu farklılıklar gerçekten var olduğunu gösterir.

Eğitim ve test veri setleri bir bitirmeden bağımsız olması çok önemli olduğunu unutmayıner. Bu durumda sadece bir eğitim seti elde edilen desen genelleştirilmesi için herhangi bir sonuç olarak çizilebilir. MVPA çalışmalar genellikle çapraz doğrulama paradigması (sınıflandırıcı performansını değerlendirmek Video Klip 4 ). MVPA deney sekiz fonksiyonel çalışır ibaret olduğunu varsayalım. Çapraz doğrulama ilk adım olarak, sınıflandırıcı 1 ile 7 arasında çalışır ve çalıştırmak 8 elde edilen veriler üzerinde test verileri eğitilmiştir. İkinci adımda ise, sınıflandırıcı sonra 6 gibi çalıştırmak 8 üzerinden 1 çalıştıran eğitilmiş ve daha sonra çalıştırabilirsiniz 7 üzerinde test. Bu şema, sekiz çapraz doğrulama adımları, her çalışma tam bir kez test çalışacak şekilde hizmet ile gerçekleştirilir. Genel sınıflandırıcı performansı, bireysel çapraz doğrulama adımları performanslarının ortalaması olarak hesaplanır. Bu yordamı her adım bağımsız eğitim ve test veri setleri garanti ederken, aynı zamanda toplam sayısını maksimizesınıflandırıcı performansını istatistiksel anlamlılık değerlendirirken test çalışmaların, bu bir avantaj olabilir.

MVPA gerçekleştirmek için internet üzerinde serbestçe kullanılabilir yazılım paketleri vardır; iki örnek PyMVPA ¹² (Python tabanlı http://www.pymvpa.org ve Princeton Neuroscience Enstitüsü (Matlab dayalı tarafından sunulan araç kutusu); http:/ / code.google.com / p / princeton mvpa-araç / ).

3. Cross-Modal MVPA ve Çerçeve Yakınsama-Diverjans Bölgeleri

Giriş bölümünde belirtildiği gibi, yukarıda anlattığımız gibi bir deneysel paradigmalar görsel korteks ve işitsel uyaranlara faaliyet dayalı görsel uyaranlar, işitsel korteks aktivitesi üzerine, bir başka deyişle, ilgili duyusal korteks sinir aktivitesi algısal uyaranların tahmin etmek için başarıyla kullanılmaktadır edilmiştir . Burada,Bu temel kavram bir uzantısı mevcut. Özellikle, bunun içinde, ama sadece yöntemleri karşısında algısal uyaranların tahmin etmek mümkün olması gerektiği hipotezi. Duyusal algı girift anıları hatırlama bağlıdır; örneğin, güçlü bir zemin üzerinde yıkıcı bir cam vazo görme gibi işitsel ima, bir görsel uyaran, bizim "aklın kulağına" görüntüleri otomatik olarak tetikleyecektir payı benzerlikler işitme görüntüleri ile cam kırılması ile önceki karşılaşmalar yaşadı. ^9,10 önce Damasio yirmi yıldan fazla bir tarafından tanıtılan bir çerçeveye göre, sözde yakınsama sapma bölgeleri (CDZs vazo görme ve ilgili ses görüntü arasındaki bellek dernek saklanır Video Klip 5 ). CDZs nöron toplulukları çeşitli erken kortikal projeksiyonlar aşağıdan yukarıya yakınsak alırsınız korteksdeArıkan (birkaç hiyerarşik seviyeleri üzerinden) ve hangi sırayla, aynı kortikal siteleri birbirinden farklı top-down projeksiyonları gönderebilirsiniz. Yakınsak aşağıdan yukarıya projeksiyonlar nedeniyle, CDZs birden fazla yöntemleri algısal temsilleri ile aktive olabilir - örneğin, hem görme ve sarsan bir vazo ses, birbirinden farklı top-down projeksiyonlarına bağlı olarak, daha sonra yeniden yapılanma teşvik edebilir ek yöntemlerinin erken korteks geri sinyalizasyon görüntüleri ilişkili. Damasio son nokta vurguladı: korteksde CDZs aktive bellekten bir görüntü bilinçli geri çağrılması için yeterli olmayabilir; sadece bir kez CDZs erken duyusal korteks açık nöral temsilleri yeniden görüntü bilinçli deneyimli olacaktır. Böylece, ses ima eden (tamamen) görsel uyarana tepki çerçevesinde belirli bir nöral işleme sırası tahmin ( Video Klip6):

1. Uyaran ilk nöral aktivitenin erken görsel korteks belirli bir desen (kırmızı dikdörtgenler) neden olur.
2. Yakınsak alt-projeksiyonlar aracılığı ile, erken görsel korteks bölgesindeki nöronlar ileri CDZs bir ilk seviye (CDZ ₁ s) projesi. Bağlantı yakınsak desen CDZ ₁ sn erken görsel korteks aktivitesi belirli desenleri tespit etmek için izin verir. Tam desen olarak, bir CDZ veya aktif hale gelebilir. CDZs böylece özelliği presi olarak hareket ederler. Bu örnekte, üçüncü erken görsel korteks ilgili sektör spesifik aktivite deseni tarafından tetiklenir ise iki CDZ ₁ s, aktif (kırmızı renk ile gösterilen).
3. CDZ ₁ CDZ ₂ s yakınsak aşağıdan yukarıya projeksiyonlar göndermek, bu nedenle erken görsel korteks aktivitesi gibi CDZ ₁ s saptanan belirli kalıpları, CDZ ₂ CDZ ₁ arasında faaliyet şekillerinin tespit edebilmek. 2 s aktif CDZ ₁ s özel yapılandırma tarafından aktif hale gelebilir; basitlik nedeniyle, sadece tek bir CDZ ₂ tasvir edilmiştir. Bu örnekte, CDZ ₁ sn arasında faaliyet desen bu CDZ ₂ etkinleştirmek için yeterli.
4. Özellikle, yalnızca CDZ ₁ sn CDZ ₂ s ileri proje değil, fakat aynı zamanda erken korteks (mavi oklar). Bunlar yukarıdan-aşağıya sinyaller başlangıçta uyarıcı (mavi dikdörtgen) tarafından uyarılan (muhtemelen gürültülü) aktivitesi desen tamamlamak. Mavi renk, yukarıdan-aşağıya aktivasyonlar temsil ederken, kırmızı renk, aşağıdan yukarıya aktivasyonlar gösterir.
5. CDZs birkaç ek düzeyleri Via CDZ ₂ s proje üst düzey korteksde ileri CDZ _n s (ok kesik). Bir veya birkaç CDZ _n s (sadece tek bir tasvir) söz konusu görsel uyarana cevap verebilir.
6. Yine belirtmek gerekir ki, CDZ ₂ s als o sinyali geriye doğru da, daha erken görsel korteks indüklenen desen değiştirebilir, CDZ ₁ sn.
7. Tüm yöntemlerinin CDZ ₂ s CDZ _n s sinyal. Görsel korteks, bu alt düzey CDZs aktivite desen tamamlanmasına yol açabilir. Işitsel korteks, nöral bir model inşa edilecek. CDZ ₂ s ve CDZ ₁ s düzeyinde, sonuçta erken işitsel korteks - işitsel bir görüntünün görsel olarak sunulan bir stimulus ile ilişkili bilinçli bir deneyim izin verir . Yukarıdan-aşağıya somatosensoriyel yöntemidir işitsel yöntemi daha az ölçüde de olsa, sinyali de olduğunu unutmayın. Bu, neredeyse herhangi bir görsel uyaran bazı dokunsal ilişkisi olduğu gerçeğini yansıtmaktadır. Güncel örnek görsel uyaranın özellikle ses ima etmek kabul edilir, ancak, yukarıdan aşağıya işitsel korteks sinyal daha geniş kapsamlıdır.

ove_content "> nöral işleme önerilen sıra dayanarak, çerçevesi belirli bir tahmin yapar: nesneler ve güçlü bir ses anlamına olaylar içeren görsel uyaranlara nöral aktivitenin erken işitsel korteks uyandırmak Ayrıca, işitsel faaliyet desen uyaran özel olmalıdır; Diğer bir deyişle, bir video klip sarsan bir vazo, uluyan köpek bir klip daha farklı bir model neden bu tahmin doğru olsaydı, o zaman biz gerçekten MVPA çapraz modally gerçekleştirmek mümkün olmalı: Örneğin, biz gerekir tahmin etmek için sadece bir kişi sarsan bir vazo veya bir uluyan köpek (görme olup olmadığını erken işitsel korteks nöral aktivitenin parmak izi, Video Klip 7 ) Doğal olarak, diğer duyu modaliteleri arasında bilgi aktarımı analog paradigmalar çağırarak de başarılı olmalıdır. Örneğin, video klipleri bir konu ima dokunmatik yerine gösterilmiştirses, erken somatosensoriyel kortekste ortaya çıkarmak faaliyet kalıplarının bu klipleri tahmin etmek mümkün olmalıdır.

4. Uyaranlar

Bir MVPA çalışmanın genel bir paradigma Bölüm 2'de tarif edilmiştir. Bizim yaklaşımımız, duyu sistemleri arasında MVPA gerçekleştirmek için çalışır ve bu nedenle özellikle verildikleri olandan başka bir duyusal modalite etkileri tasarlanmıştır uyaranlara kullandığı önceki çalışmalardan farklı. Bir önceki çalışmada, konular, insan ^{eli 8} (tarafından manipüle gündelik nesnelerin 5 saniyelik video klipleri izlerken, örneğin, biz birincil somatosensoriyel kortekste nöral aktivitenin kaydetti Video Klip 8 ve 9 Video Klip ). Başka bir çalışmada, erken işitme korteksleri WHI nöral aktivitenin araştırdıkle konular video kliplerini tasvir nesneler ve güçlü bir ses ⁷ (ima olaylar Video Klip 10 ve Video Klip 11 ). Ancak CDZ çerçeveye göre, tüm yöntemleri duyusal uyaranlara potansiyel sürece ek yöntemlerinin etkileri olduğu gibi, bu genel bir paradigma olarak istihdam edilebilir.

5. Bölgeler: İlgi

Genellikle, bir beyin görüntüleme çalışması için ilgi bölgelerinde ya da işlevsel ya da anatomik olarak tespit edilebilir. Biz burada açıklamak deneysel paradigma, anatomik yerelleştiriciler iki nedenden dolayı daha uygun olduğunu inanıyoruz. Birincisi, pe işleme gibi, belirli bir duyusal modalite (primer görsel korteks olası istisna ile) birincil ya da erken korteks işlevsel olarak tanımlamak için önemsiz değildirbu tarzdaki konu sunulan rceptual uyaranlara genellikle bu alanlarda sınırlı kalmayacak. Örneğin, aktivite, olasılıkla yanı somatosensoriyel korteksde dağılacaktı bu yordamı ile indüklenen gibi bir konu ellerine dokunmatik uygulayarak tarafından birincil somatosensoriyel korteks tanımlamak için zor olurdu. İkincisi, fonksiyonel bir Localizer potansiyel sınıflandırıcı performansını katkıda bulunabilir tüm vokseller etiket: kanıtlanmıştır ki klasik anlamda duyusal uyaranlar (yani, görünmez bölgelerde yanıt net aktivasyon görünmüyor alanlar kontrastlı görüntü [stimülasyon vs geri kalanı]) yine de ^13,14 uyaranlara hakkında bilgiler içerebilir. Bu iki sebepten dolayı, makroskopik simgesel bu izin her zaman ilgi anatomik olarak tanımlanan bölgelerde kullanımını savunan, örneğin postcentral girus brüt anatomisini birincil somatosensoriyel korteks makul bir yaklaşım temsil ederVe biz somatosensoriyel çalışmada ⁸ (Şekil 1) ilgi bölgeyi tanımlamak için kullanılır.

6. Başlık

MVPA çalışmalar Söz konusu numunelerin analizi tek konu düzeyinde yapılabilir gibi geleneksel fMRI çalışmalarında daha küçük olma eğilimindedir. Tabii ki, bu sonradan gibi iyi grubu düzeyinde bireysel konuların sonuçları analiz deneyi engellemek değildir. Her iki çalışmada da önce, örneğin, biz grubu düzeyinde önemi değerlendirmek için bireysel öznenin sonuçları t-testi gerçekleştirdi bahsetti. Her çalışma sekiz konular dahil, bu parametrik test etmek için çok küçük bir konu örnek olarak kabul edilmelidir rağmen, biz (aşağıya bakınız) anlamlı olarak değerlendirilen birçok ayrımlar buldunuz.

7. Temsilcisi Sonuçlar:

Belirtildiği gibi, iki önceki çalışmalarda ses ima video klipleri tahmin etmek amaçlanmıştır(Bu çalışmada kullanılan maske bkz. Şekil 2) erken işitsel korteks nöral aktivitenin ⁷ dayanan ve dokunmatik ima birincil somatosensoriyel korteks ⁸ faaliyet tabanlı video klipleri. Bu girişim başarılı oldu: her iki çalışmada da, bir MVPA sınıflandırıcı (n, orada verilen işitme çalışmada = 36, 9 farklı uyaranlara uyaran çiftleri arasındaki tüm olası iki yönlü ayrımlar için% 50 şansı seviyesinden yapılan n = 10 için orada verilen somatosensoriyel çalışmada, 5 farklı uyaranlara). Işitsel çalışmada, 26, 36 ayrımlar istatistiksel anlamlılığa ulaşmıştır somatosensoriyel çalışmada, bu 10 ayrımlar üzerinden 8 olduğu (iki yönlü t-testi, n = 8 her iki çalışmada da, Şekil 3).

Şekil 1, anatomik olarak tanımlanmış birincil somatosensoriyel korteks maske kapsamı, Meyer ve ark, 2011 kullanılır. Bir sınıflandırıcıalgoritması, tahmin etmek mümkün dokunmatik ima demarcated bölgeden kısıtlı beyin aktivitesi desenleri video klipler. Oxford University Press izni ile çoğaltılmıştır.

Meyer ve ark kullanılan anatomik olarak tanımlanan erken işitsel korteks maske Şekil 2 kapsamı,, 2010. Sınıflandırıcı algoritması tahmin etmek mümkün (sessiz) ses ima demarcated bölgeden kısıtlı beyin aktivitesi desenleri video klipleri. Nature Publishing Group izni ile yeniden basılmıştır.

Şekil 3 önceki çapraz kalıcı MVPA çalışmaları sonuçlarının özeti. Sınıflandırıcı sırasıyla, erken işitme veya birincil somatosensoriyel korteks aktivitesi, ses veya dokunuş ya da ima görsel uyaranlara tahmin etmek için kullanılır oldu. En paneller: hem damızlıkler, iki yönlü uyaranların çiftleri arasındaki tüm ayrımlar için tahmini performans, 0.5 şansını seviyesinden oldu. Alt paneller: işitsel çalışma, sınıflandırıcı performansı, 26, 36 ayrımlar için istatistiksel anlamlılığa ulaşmıştır; somatosensoriyel çalışmada, bu 10 ayrımlar 8 böyleydi. Doğa Yayın Grubu ve Oxford University Press izni ile çoğaltılmıştır.

Discussion

Daha önceki çalışmalarda elde edilen bulgular, cross-modal MVPA "zihin kulağına" ve "zihin dokunmatik" yaşanan zihinsel görüntülerin sinirsel ilgisi incelemek için yararlı bir araç olduğunu ortaya koymaktadır. Özellikle, bu tür görüntülerin içeriği sırasıyla yakınsama sapma bölgeleri Damasio çerçevesi doğrudan ampirik destek sağlayarak, erken işitme ve somatosensoriyel korteks sinir aktivitesi ile ilişkili olduğunu göstermektedir.

Bir kaç yolu tarif temel paradigma uzatılabilir. Çok açıktır ki, duyusal yöntemlerinin farklı kombinasyonları kullanarak benzer çalışmalar yürütülmektedir olabilir. Bu bağlamda, deney öncesinde bazı çapraz kalıcı dernekler kurulması başarı şansını artırabilir mümkündür. Örneğin, koku alma korteks çapraz kalıcı temsilleri çalışma, bir görme ve koku gıda maddelerinin bir dizi aynı zamanda onları teşhir ederek asal konular olabilir. Shortly sonra, fMRI tarayıcı içinde, koku koku anıları görsel ipuçları tarafından tetiklenen olacaktır ve MVPA çalışmalarda sadece koku alma korteks aktivitesine göre doğru besin öğeleri atamak için bir girişim olabilir.

Diğer bir ilginç soru, erken duyusal korteks faaliyet çapraz modally indüklenen desen ses veya dokunuş aslında deneyimli indüklenen modelleri ile benzerlikler olup olmadığını, diğer bir deyişle, cam vazo paramparça benzer bir model çağırmak görme yok erken işitsel korteks sinir aktivitesi olarak aslında aynı olay işitme? Bu soru, yine MVPA yoluyla ele alınması: sınıflandırıcısından konular konular ilgili video klipleri izlerken kaydedilen verileri doğru bir şekilde ayırt etmek mümkün bazı sesler duydum kaydedilen veriler eğitilmiştir? Işitsel çalışmada, biz böyle bir sınıflandırma girişimi yaptı, ancak sonuçları (bkz. Şekil 3 ref 7 marjinal.) Ancak bu çalışmada, katılımcıların işitsel dernekler herhangi bir şekilde kontrol değildi, başka bir deyişle, biz videoları ile ilgili her konu sınıflandırıcı eğitmek için kullanılan ses parçaları ne benzer işitsel görüntüleri bilmiyorum. Yine, özel cross-modal dernekler gibi görsel-koku alma dernek için yukarıda açıklandığı gibi, konularda astarlanmalıdır sonra aynı soruyu ele almak ilginç olabilir. Bu video denemeleri sırasında deneklerin zihinsel deneyimi daha güvenilir kontrol etmek ve böylece sınıflandırıcı tahmini performans artışı olabilir izin verecek.

Sonuç olarak, biz uyaranlara içinde sadece tahmin edilebilir olduğunu gösteren bir uzantısı klasik MVPA paradigma tanıttı, aynı zamanda duyu modaliteleri arasında. Böylece, MVPA kullanımı doğrudan dış duyusal stimülasyon tarafından uyarılan algısal temsilleri ilişkilendiren soruşturma ile sınırlı olmadığını göstermektedir. Aksine, MVPA dedahili tetiklenen zihinsel görüntülerin nöral substratı değerlendirmek: Damasio yakınsama sapma bölge çerçevesi uyarınca, bulgular hatıratlara dayanılarak yeniden inşa zihinsel görüntülerin bilinçli bir deneyim, erken duyusal içeriğe özgü sinir temsilcilikleri ile ilişkili olduğunu düşündürmektedir korteks.