Summary
इस वीडियो को निशाना बनाया कार्य / प्रक्रियाओं से लगे संज्ञानात्मक नियंत्रण नेटवर्क के कार्यात्मक कनेक्टिविटी में उम्र से संबंधित परिवर्तन की जांच की एक विधि प्रस्तुत करता है. तकनीक fMRI डेटा के बहु - variate विश्लेषण पर आधारित है.
Abstract
वातावरण में अचानक परिवर्तन करने के व्यवहार को समायोजित करने की क्षमता बचपन और किशोरावस्था में धीरे - धीरे विकसित करता है. उदाहरण के लिए, आयामी परिवर्तन कार्ड के आधार पर क्रमबद्ध कार्य में भाग लेने वालों के लिए उन्हें इस तरह के रंग के रूप में एक अलग तरह, छँटाई करने के लिए, इस तरह के आकार के रूप में, कार्ड एक ही रास्ता छँटाई से स्विच. इस तरह से व्यवहार का समायोजन एक छोटा सा प्रदर्शन लागत, या स्विच लागत, exacts प्रतिक्रियाओं आमतौर पर धीमी और अधिक त्रुटि प्रवण स्विच परीक्षणों पर कर रहे हैं कि ऐसे में जो छँटाई शासन ही रहता परीक्षण में जो दोहराने की तुलना में छँटाई शासन परिवर्तन. लचीले ढंग से व्यवहार को समायोजित करने की क्षमता अक्सर इस तरह के स्विच लागत के रूप में व्यवहार लागत आमतौर पर बढ़ती उम्र के साथ कम भाग में, क्योंकि धीरे - धीरे विकसित करने के लिए कहा है. इस तरह के व्यवहार लचीलेपन के रूप में उच्च आदेश अनुभूति, के पहलुओं, तो विकसित क्यों धीरे - धीरे एक खुला प्रश्न बना हुआ है. एक अनुमान यह है कि इन परिवर्तनों को व्यापक पैमाने पर संज्ञानात्मक नियंत्रण नेटवर्क में कार्यात्मक परिवर्तनों के साथ संघ में होते हैं. इस दृश्य में,ऐसे स्विचिंग जैसे जटिल मानसिक आपरेशन, तेजी से उन है कि अद्यतन और कार्य नियमों को बनाए रखने सहित कई वितरित मस्तिष्क क्षेत्रों के बीच बातचीत,, फिर से पूरबी ध्यान, और चयन व्यवहार शामिल है. विकास के साथ, इन क्षेत्रों के बीच कार्यात्मक कनेक्शन तेजी से और अधिक कुशल स्विचिंग आपरेशन के लिए अग्रणी को मजबूत. वर्तमान वीडियो अलग अलग उम्र के प्रतिभागियों से fMRI डेटा के संग्रह और बहुभिन्नरूपी विश्लेषण के माध्यम से इस परिकल्पना का परीक्षण करने की एक विधि का वर्णन करता है.
Introduction
व्यवहार को विनियमित करने की क्षमता (समीक्षा के लिए, डायमंड 1 देखें) बचपन और किशोरावस्था में धीरे - धीरे विकसित करता है. आयामी परिवर्तन कार्ड के आधार पर क्रमबद्ध कार्य में, उदाहरण के लिए, प्रतिभागियों के लिए उन्हें इस तरह के रंग 2 के रूप में एक अलग तरीका है, (देखें चित्र 2) छँटाई करने के लिए, इस तरह के आकार के रूप में, कार्ड एक ही रास्ता छँटाई से स्विच. स्विचिंग एक छोटा सा प्रदर्शन लागत, या स्विच लागत, exacts प्रतिक्रियाओं आमतौर पर धीमी और अधिक त्रुटि प्रवण स्विच परीक्षणों पर कर रहे हैं कि ऐसे में जो छँटाई नियम ही 3 रहता परीक्षण में जो दोहराने की तुलना में छँटाई शासन परिवर्तन. बच्चों के 4 बड़े होने के रूप में इन लागत की भयावहता को आम तौर पर व्यवहार विनियमन के लिए क्षमता प्रारंभिक जीवन में विकास जारी रखा आए तथ्य यह है कि illustrating, छोटा हो जाता है.
ऐसे स्विचिंग जैसे जटिल मानसिक आपरेशन, कई मस्तिष्क क्षेत्रों के बीच 5 तेजी से बातचीत शामिल है, relati में रुचि बढ़ रही हैव्यापक पैमाने पर cortical नेटवर्क 6 के कार्यात्मक संगठन में बदलाव के लिए उच्च आदेश अनुभूति के विकास एनजी.
व्यापक पैमाने पर नेटवर्क में विकासात्मक परिवर्तन की जांच करने के लिए एक दृष्टिकोण बीज आधारित कार्यात्मक कनेक्टिविटी विश्लेषण 6,7 के उपयोग के माध्यम से है. इस तकनीक में पहला कदम उपलब्ध अनुसंधान साहित्य के साथ परामर्श और प्रश्न में व्यवहार करने के लिए प्रासंगिक होने लगते हैं कि एक प्राथमिकताओं हित के क्षेत्रों, या ROIs, परिभाषित करने के लिए है. ये ROIs, या नोड्स, नेटवर्क के बुनियादी कंकाल परिभाषित. प्रतिभागियों को एक एमआरआई स्कैनर में आराम कर रहे हैं, जबकि इसके बाद, गतिविधि में कम आवृत्ति उतार चढ़ाव इन ROIs में (या टी 2 संकेत तीव्रता * भारित) 5 से 10 मिनट के लिए मापा जाता है. नेटवर्क के किसी भी दो नोड्स के बीच कार्यात्मक कनेक्टिविटी तब उनके संबंधित समय पाठ्यक्रमों के संबंध के रूप में मात्रा निर्धारित है. दृढ़ता से कार्यात्मक रूप से जुड़े हुए हैं कि नोड्स समान है, और इस प्रकार अत्यधिक, संकेत सहसंबद्ध चाहिएसमय पाठ्यक्रमों. दूसरी ओर, कमजोर कार्यात्मक रूप से जुड़े हुए हैं कि नोड्स, भिन्न है और इस तरह कमजोर सहसंबद्ध है समय पाठ्यक्रमों संकेत चाहिए. नेटवर्क की एक मॉडल को पूरा करने के लिए, किनारों (या लिंक) जिसका समय पाठ्यक्रम एक चुना सीमा से ऊपर सहसंबंधी नोड्स के बीच तैयार कर रहे हैं. एक नेटवर्क के भीतर कार्यात्मक कनेक्टिविटी में उम्र से संबंधित मतभेदों के लिए टेस्ट किसी एक नोड से नोड कनेक्शन, या नोड्स और किनारों के पूरे सेट के टोपोलॉजी पर पर आयोजित किया जा सकता है. कार्यात्मक कनेक्टिविटी में ये मतभेद तब ऑफ़लाइन एकत्र संज्ञानात्मक प्रदर्शन के उपायों से संबंधित हो सकता है.
इस पत्र में, एक अलग दृष्टिकोण कार्य आधारित fMRI डेटा 8 के समूह स्वतंत्र घटक विश्लेषण पर आधारित है कि वर्णित है. स्वतंत्र घटक विश्लेषण (या आईसीए) आँख बंद करके प्रगट सूत्रों ज़्यादा से ज़्यादा स्वतंत्र हैं कि इस तरह की टिप्पणियों का एक सेट अंतर्निहित छिपा स्रोतों का खुलासा के लिए एक सांख्यिकीय प्रक्रिया है. FMRI डेटा का विश्लेषण, पी के लिए आवेदन कियाrocedure प्रत्येक मात्रा स्थानिक स्वतंत्र सूत्रों की एक निश्चित संख्या का एक मिश्रण है कि मानता है. ऐसे INFOMAX एल्गोरिथ्म के रूप में विभिन्न एल्गोरिदम, की एक किस्म में से एक का उपयोग करना, आईसीए तो मूल डेटा को लागू किए जाने पर ज़्यादा से ज़्यादा स्वतंत्र सूत्रों, या घटकों का एक सेट जो पैदावार एक unmixing मैट्रिक्स, अनुमान है. प्रत्येक घटक यह एक आम समय के पाठ्यक्रम का हिस्सा है कि voxels के एक सेट के शामिल insofar के रूप में, एक नेटवर्क के रूप में सोचा जा सकता है. समूह आईसीए समूह घटकों के एक सामान्य सेट पहले एक पूरे सेट डेटा से अनुमान लगाया गया है, और फिर समूह घटकों के प्रतिभागी विशेष सेट एक पीठ के पुनर्निर्माण चरण में गणना कर रहे हैं, जिसमें आईसीए की एक विशेष प्रकार है. एक संपूर्ण डेटा सेट घटकों का एक सेट में विघटित हो जाने के बाद, अगले कदम के शोर सूत्रों का प्रतिनिधित्व करते हैं कि artifactual घटकों त्यागें, और ब्याज के नेटवर्क के साथ संगत सैद्धांतिक रूप से सार्थक घटकों की पहचान है. इस आईडीई एक GLM के संदर्भ में मॉडलिंग घटक समय पाठ्यक्रमों द्वारा या तो हासिल किया जा सकता हैस्थानिक एक ब्याज के एक नेटवर्क के टेम्पलेट, या दोनों के साथ घटकों correlating, एक भविष्यवाणी ढंग से सक्रिय नेटवर्क ntify. घटकों के परिणामस्वरूप सेट तो सैद्धांतिक रूप से दिलचस्प नेटवर्क 7,9,10 भीतर कार्यात्मक कनेक्टिविटी में संभव उम्र से संबंधित मतभेदों के लिए परीक्षण करने के लिए एक समूह तुलना करने के लिए प्रस्तुत किया जा सकता है.
समूह आईसीए के आवेदन के माध्यम से कार्यात्मक कनेक्टिविटी में उम्र से संबंधित परिवर्तन का अध्ययन करने के लिए कार्य आधारित fMRI डेटा आराम कर राज्य fMRI डेटा के लिए बीज आधारित तकनीक के इस्तेमाल पर कई फायदे हैं. सबसे पहले, एक प्राथमिकताओं परिभाषित ROIs के एक छोटे से सेट पर ध्यान केंद्रित है कि विपरीत बीज आधारित तकनीक, मौजूदा समूह आईसीए दृष्टिकोण एक बड़ा समय श्रृंखला शामिल सभी voxels इस्तेमाल करता. यह बीज के एक छोटे समूह के हित के क्षेत्रों के रूप में एक प्राथमिकताओं का चयन किया जाता है जब जरूरी उठता है कि पूर्वाग्रह के लिए अवसर कम हो. दूसरा, कार्यात्मक कनेक्टिविटी विश्लेषण (आईसीए के आधार पर या अन्यथा) के लिए काम आवेदनआराम कर राज्य fMRI डेटा नेटवर्क संगठन और नेटवर्क समारोह और सीधे जुड़े होने की अनुमति का लाभ दिया है बजाय. उदाहरण के लिए, (जैसे DCCS प्रदर्शन में बदलाव के रूप में) कार्यात्मक कनेक्टिविटी की संज्ञानात्मक या व्यवहार निहितार्थ की जांच के लिए एक प्राथमिकता है, तो, यह ब्याज की नेटवर्क कार्य प्रदर्शन के साथ जुड़ा हुआ है कि दिखाने के लिए महत्वपूर्ण है. शोधकर्ता डाटा अधिग्रहण के दौरान प्रतिभागी द्वारा अनुभव किसी भी, संज्ञानात्मक व्यवहार, या भावात्मक राज्यों का कोई रिकॉर्ड नहीं है क्योंकि आराम राज्य प्रोटोकॉल के साथ, यह बहुत मुश्किल है. यह ब्याज की किसी भी नेटवर्क कार्य प्रदर्शन के लिए प्रासंगिक है कि प्रत्यक्ष प्रमाण उपलब्ध कराने के लिए इसलिए असंभव है. ऐसे आईसीए के रूप में कार्यात्मक कनेक्टिविटी विश्लेषण, कार्य डेटा को लागू किया जाता है जब इसके विपरीत, यह ब्याज के नेटवर्क में कम से कम एक काम के प्रदर्शन के साथ जुड़ा हुआ है कि पुष्टि करने के लिए संभव है. अंत में, आईसीए शोर के प्रतिकूल प्रभाव को कम अधीन है. इस तरह उन जुड़े बुद्धि के रूप में शोर स्रोतों,ज विषय गति और हृदय ताल, अद्वितीय spatio-अस्थायी प्रोफाइल है. इसलिए, एक समूह आईसीए के संदर्भ में, इन स्रोतों अलग कर रहे हैं और विचरण के इन अनिष्ट सूत्रों के अपेक्षाकृत मुक्त शेष घटक छोड़ने, अलग घटकों को सौंपा. बीज आधारित विश्लेषण कार्यात्मक कनेक्टिविटी के आकलन में कच्चे समय पाठ्यक्रम का उपयोग करें और समय पाठ्यक्रमों होते हैं, क्योंकि परिभाषा के द्वारा, neurophysiological संकेत और artifactual शोर का मिश्रण, कार्यात्मक कनेक्टिविटी अनुमानों में समूह मतभेद में अंतर्निहित Neurophysiology, समूह मतभेद में सच समूह मतभेदों को प्रतिबिंबित कर सकते हैं शोर की संरचना, या दोनों 11.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. मानव विषयों के साथ कार्य के लिए अनुमोदन प्राप्त
2. FMRI डाटा अधिग्रहण
- (Raschle, एट अल. 12 देखें) छोटे बच्चों के लिए उपयुक्त प्रक्रियाओं का पालन fMRI डेटा मोल. इन मतभेदों को मस्तिष्क सक्रियण और कार्यात्मक कनेक्टिविटी में विकासात्मक प्रासंगिक मतभेदों के बारे में inferences आकर्षित करने की क्षमता को सीमित कि अवांछित घालमेल परिचय के रूप में, कार्य प्रदर्शन और गति में संभव उम्र से संबंधित मतभेदों को सीमित करने के लिए हर संभव प्रयास करें.
नोट: मौजूदा प्रोटोकॉल में, DCCS की एक दोहराया-परीक्षण संस्करण एक ब्लॉक डिजाइन 13 के रूप में दिलाई. प्रत्येक रन दो 8 परीक्षण स्विच ब्लॉक और स्विच ब्लॉक 4 स्विच परीक्षणों और 4 दोहराएँ परीक्षणों से मिलकर जहां दो 8 परीक्षण दोहराने ब्लॉक भी शामिल है, और दोहराने ब्लॉक 8 दोहराने परीक्षणों से मिलकर. प्रोटोकॉल घटना से संबंधित fMRI डेटा के साथ प्रयोग के लिए बिल्कुल उपयुक्त है. हालांकि, ब्लॉक डिजाइन पहले acqu हो रही है जब साथ काम करने के लिए अच्छे हैंयह घटक समय पाठ्यक्रमों में कार्य modulations देखने के लिए आसान है, के रूप में आईसीए साथ ainted. - मानक fMRI preprocessing प्रक्रियाओं का पालन preprocess fMRI डेटा.
- एक ही ओरिएंटेशन और स्थिति के लिए सभी कार्यात्मक छवियाँ फिर से संगठित करना. आमतौर पर, पहले कार्यात्मक मात्रा को गठबंधन की अन्य सभी संस्करणों के लिए एक संदर्भ छवि के रूप में प्रयोग किया जाता है.
- कि सक्रियण सही संरचनात्मक स्थान पर आरोपित किया जाता है तो टी 2 के साथ T1 भारित (शारीरिक) छवि Coregister, (कार्य) स्कैन * भारित.
- एक टेम्पलेट मस्तिष्क (जैसे Talairach अंतरिक्ष) के चयन के साथ एक मानकीकृत आकार, स्थान, और स्थिति के लिए छवियों के सभी मानक के अनुसार. यह विभिन्न विषयों से मुताबिक़ क्षेत्रों की तुलना में किया जा रहा है कि यह सुनिश्चित करने में मदद करता है.
नोट: अन्य टेम्पलेट्स भी (उदाहरण के लिए, MNI {मॉन्ट्रियल स्नायविक संस्थान} अंतरिक्ष) का उपयोग किया जा सकता है, हालांकि छवियाँ, मौजूदा प्रोटोकॉल में Talairach अंतरिक्ष को विकृत कर रहे हैं. - डैट में सभी कार्यात्मक संस्करणों चिकनागिरी चौरसाई एक 6 से 10 मिमी के साथ एक सेट.
- निर्देशिका का एक अलग सेट में preprocessed मात्रा में एकांत में रहना. शीर्ष निर्देशिका के रूप में "कार्यात्मक स्कैन" का प्रयोग करें. "कार्यात्मक स्कैन" के भीतर प्रत्येक प्रतिभागी के लिए एक अलग निर्देशिका में शामिल हैं, और प्रत्येक रन के लिए प्रत्येक भागीदार निर्देशिका के भीतर एक अलग निर्देशिका. डेटा अब आईसीए के विश्लेषण के लिए तैयार है.
3. समूह स्वतंत्र घटक विश्लेषण (आईसीए)
- समूह आईसीए सॉफ्टवेयर डाउनलोड और स्थापित करें. FMRI सहित neurophysiological डेटा के विभिन्न प्रकार, पर आईसीए को लागू करने के लिए उपलब्ध toolboxes के एक नंबर रहे हैं. समूह आईसीए करता है जो किसी भी उपकरण बॉक्स संभावित उपयुक्त होगा, मौजूदा प्रोटोकॉल में उपयोग एक उपहार कहा जाता है. उपहार न्यू मेक्सिको विश्वविद्यालय में विन्स Calhoun और उनके सहयोगियों द्वारा विकसित किया गया था. उपहार उपकरण बॉक्स एसपीएम, एक प्रसिद्ध fMRI विश्लेषण पैकेज के साथ मिलकर काम करता है कि MATLAB स्क्रिप्ट का एक सेट है. दोनों कर सकते हैं खई इंटरनेट से मुफ्त में डाउनलोड किया (उपहार: mialab.mrn.org / सॉफ्टवेयर / उपहार / index.html #; एसपीएम: www.fil.ion.ucl.ac.uk/spm/). एक बार डाउनलोड, MATLAB खोज पथ को उपहार उपकरण बॉक्स और सभी उप निर्देशिकाओं जोड़ने और पथ फ़ाइल सहेजें.
- उपहार का उपयोग fMRI डेटा पर एक समूह आईसीए कम्प्यूटिंग राम स्मृति पर पर्याप्त मांग करता है. स्मृति पर सटीक मांगों प्रतिभागियों की संख्या, प्रत्येक भागीदार से एकत्र डेटा की मात्रा, और डेटा के संकल्प के आधार पर अलग अलग होंगे. स्मृति के मुद्दों से बचने के लिए, यह एक सर्वर पर आईसीए विश्लेषण चलाने के लिए सबसे अच्छा है. एक स्थानीय कंप्यूटर पर विश्लेषण चल रहा है, तो राम आवश्यकताओं उपहार का हिस्सा है कि एक स्क्रिप्ट "icatb_mem_ica.m" के उपयोग के माध्यम से अनुमान लगाया जा सकता है.
- सेट अप या विश्लेषण parameterize. "Icatb_batch_files 'के तहत उपहार में संग्रहीत किया जाता है कि" Input_data_subjects_1.m "नामक एक पूर्व मौजूदा बैच स्क्रिप्ट को संशोधित करके यह मत करो.
नोट: इस उपहार के ग्राफिकल यूजर interf का उपयोग करके भी किया जा सकता हैइक्का. हालांकि, यह इस पूर्व मौजूदा स्क्रिप्ट को संशोधित करके विश्लेषण स्थापित करने के लिए, अभ्यास का एक बिट के साथ, बहुत आसान है.- FMRI के रूप में डेटा साधन निर्दिष्ट करें
- ICASSO साथ आईसीए के रूप में विश्लेषण के प्रकार निर्दिष्ट करें. इस आईसीए ICASSO प्रक्रिया के साथ चलाया जाता है यह सुनिश्चित करेंगे. ICASSO अलग यादृच्छिक बीज के साथ शुरू आईसीए कई बार चलाकर अपघटन की विश्वसनीयता का अनुमान है. यह तो क्लस्टरिंग के माध्यम से एक परिणाम की समानता का परीक्षण करती है. ICASSO का प्रयोग आईसीए अपघटन की गुणवत्ता की जाँच का मतलब के रूप में सिफारिश की है, लेकिन काफी यह विश्लेषण पूरा करने के लिए उपहार ले जाता है समय का विस्तार होगा.
- "विश्लेषण के प्रकार" के अंतर्गत ICASSO प्रक्रिया का चयन करें, '2 'के साथ आईसीए चलाने के लिए और फिर सेटअप फाइल का सफल लाइनों में ICASSO प्रक्रिया parameterize करने के लिए.
- समूह पीसीए प्रदर्शन सेटिंग्स के तहत '1 'चुनकर समूह पीसीए के प्रदर्शन को अधिकतम. '2 के लिए इस पैरामीटर की स्थापना पर विचार'अपर्याप्त रैम स्मृति की समस्याओं हो जाना चाहिए.
- , एक मानक एसपीएम डिजाइन मैट्रिक्स से भविष्यवक्ताओं का उपयोग घटकों जिसके परिणामस्वरूप की छंटाई के बाद सक्षम विभिन्न विषयों के लिए अलग matrices कर रहे हैं या नहीं, यह निर्दिष्ट करने के लिए.
- Preprocessed कार्यात्मक डेटा जमा हो जाती है और डिजाइन मैट्रिक्स युक्त एक SPM.mat फ़ाइल preprocessed कार्यात्मक डेटा के साथ संग्रहीत किया जाता है कि क्या जहां निर्दिष्ट करें.
- हर भागीदार रन का ही नंबर है, और fMRI डाटा अधिग्रहण के तहत 2.3 कदम के रूप में वर्णित डेटा निर्देशिका संरचित है यदि डेटा को पढ़ने के लिए उपहार होने का सबसे सरल तरीका है. यदि हां, तो DataSelectionMethod तहत, विधि 1 के लिए '1 'चुना है, और डेटा जमा हो जाती है, जहां filepath शामिल करके पैरामीटर "sourceDir_filePattern_flagLocation" पूरा, डेटा की फाइल प्रारूप, और व्यक्तिगत सत्र उपनिर्देशिकाओं के रूप में जमा हो जाती है यह दर्शाता है कि एक बयान प्रत्येक विषय फ़ोल्डर के भीतर.
- सभी आउटपुट फाइल करने के लिए जोड़ दिया जाएगा कि एक उपसर्ग प्रदान करें.
- एक मुखौटा करने के लिए एक filepath प्रदान करें. आईसीए के लिए प्रस्तुत सभी संस्करणों नकाबपोश कर रहे हैं. उपहार एक डिफ़ॉल्ट मुखौटा प्रदान करता है. इस काम है, आईसीए को प्रस्तुत किया जाएगा कि डेटा से एक मुखौटा उत्पन्न करने के लिए एक घर में स्क्रिप्ट के लिए. कम से कम, मुखौटा खोपड़ी, अतिरिक्त मस्तिष्क अंतरिक्ष, और विशेष रूप से आंखों को समाप्त करना चाहिए. नेत्रगोलक voxels से संकेत एक रन के दौरान बहुत बड़े उतार चढ़ाव दिखाई देगा और इसलिए अंतिम घटकों की संरचना पर एक बड़ा प्रभाव पड़ेगा. 3 एक अच्छा नकाब की तरह दिखना चाहिए दिखाता है चित्रा.
- प्रयोग की जाने वाली समूह पीसीए के प्रकार को निर्दिष्ट. 'विषय विशेष.' का प्रयोग करें
- पीठ के पुनर्निर्माण विधि निर्दिष्ट करें. इस चरण में, व्यक्तिगत विषय है आईसी और उनके संबद्ध समय पाठ्यक्रमों fro गणना कर रहे हैंसमूह विश्लेषण के परिणामों हूँ. इस बिंदु पर साहित्य में काफी चर्चा है, हालांकि Gica, सबसे अच्छा समय पाठ्यक्रम प्राप्त करने के लिए सिफारिश की है.
- डेटा पूर्व प्रसंस्करण प्रकार निर्दिष्ट करें. उत्पादन में गैर संख्यात्मक मान (यानी infinites, और नेन) से बचने के लिए तीव्रता सामान्य बनाने का प्रयोग करें. इस उदाहरण में, हम '1 'का मूलभूत चुना है.
- पीसीए के प्रकार को निर्दिष्ट (हम मानक का उपयोग) और पीसीए विकल्प के तहत मूलभूत मान स्वीकारें. उपहार प्रत्येक भागीदार के प्रत्येक रन पर एक पीसीए करता है और आईसीए में अमिश्रित होने के लिए स्रोतों की संख्या के बराबर घटकों के एक नंबर को बरकरार रखे. पीसीए दो महत्वपूर्ण उद्देश्यों में कार्य करता. सबसे पहले, यह प्रत्येक भागीदार और प्रत्येक रन के लिए अद्वितीय हैं कि शोर के स्रोतों को खत्म करने में मदद करता है. दूसरा, यह विश्लेषण के कम्प्यूटेशनल मांगों अधिक विनयशील बनाती है.
- PCAs आईसीए से पहले डेटा पर चलाने के लिए कितने निर्दिष्ट करें (2 सिफारिश की है). के रूप में अच्छी तरह से चल रहा है, अगर (प्रत्येक पीसीए के बाद बनाए रखने के लिए कितने घटक निर्दिष्ट2, यह) पहले पीसीए के बाद बनाए रखा घटकों की संख्या दो बार दूसरे के बाद बनाए रखा संख्या है कि सिफारिश की है.
- डेटा बढ़ाया जाना चाहिए कि कैसे निर्दिष्ट करें. इस काम के लिए, Z-स्कोर स्केलिंग इस्तेमाल किया गया था.
- आईसीए के लिए एक अंधे स्रोत जुदाई एल्गोरिथ्म चुनें. इस काम के लिए, Infomax इस्तेमाल किया गया था. उपहार में कम से कम 10 अलग अलग एल्गोरिदम का एक विकल्प प्रदान करता है.
- है के रूप में शेष मापदंडों छोड़ा जा सकता है.
- आईसीए के पूरा होने पर, उपलब्ध घटकों के बीच से संभावित सैद्धांतिक ब्याज की हैं कि उन का चयन करें. उपहार जीयूआई के माध्यम से, घटक चयन चयन: स्थानिक छँटाई एक पूर्व मौजूदा टेम्पलेट के साथ स्थानिक सहसंबंध के माध्यम से स्थानिक घटक प्रकार; अस्थायी छँटाई (3.3.5 देखें) आप डेटा के साथ स्टोर कर सकते हैं कि एसपीएम डिजाइन मैट्रिक्स से रेखीय भविष्यवक्ताओं के माध्यम से घटक समय पाठ्यक्रमों सॉर्ट करता है.
नोट: घटक चयन करने के लिए दोनों तरीकों उपयोगिता है. हालांकि, कार्य डेटा के साथ काम करना, अस्थायी चयनवे चयनित घटक कार्य से सक्रिय हो गया था कि पुष्टि करने के लिए एक साधन उपलब्ध कराने के रूप में मापदंड, विशेष रूप से उपयोगी हैं. DCCS के मामले में अस्थायी छँटाई का उपयोग चयनित घटक दोहराने ब्लॉकों के दौरान से स्विच ब्लॉक के दौरान और अधिक सक्रिय था कि पुष्टि करने के लिए इस्तेमाल किया जा सकता है. - इन चयनित घटकों के बच्चे और वयस्क संस्करणों अलग है कि क्या परीक्षण करें. सकल बच्चे और ब्याज के वयस्क घटक दो अलग समूहों और घटकों भिन्नता है, जहां एक दो नमूना टी परीक्षण क्षेत्रों के माध्यम से परीक्षण में. इस उपहार जीयूआई के माध्यम से ऐसा करने के लिए अपेक्षाकृत आसान है.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
समूह आईसीए, यहां तक कि एक अपेक्षाकृत छोटे fMRI डेटा सेट पर, अन्य अध्ययनों में देखा उन लोगों के बराबर घटकों का एक सेट वापस आ जाएगी. 4 आंकड़ा 12 बच्चों और 13 वयस्कों में से एक नमूना से अमिश्रित 5 प्रकार के उपकरणों और उनके संबद्ध समय पाठ्यक्रम का एक superimposition है , भागीदार के अनुसार लगभग 800 संस्करणों के साथ. चित्रा 4, डिफ़ॉल्ट मोड, fronto-पार्श्विका में दिखाया गया है, cingulo-द्वीपीय, और दृश्य नेटवर्क आसानी से इस अपघटन के परिणामों से देखा जा सकता है. साथ ही, यह दृश्य और डिफ़ॉल्ट मोड घटकों के समय पाठ्यक्रमों में ब्लॉक डिजाइन विचार करने के लिए कितना आसान है नोटिस.
एक सफल आईसीए अपघटन विश्वसनीय होना चाहिए. अपघटन की विश्वसनीयता ICASSO प्रक्रिया के उत्पादन का परीक्षण करके मूल्यांकन किया जा सकता है. चित्रा 5 उपहार में प्रदर्शन एक विश्वसनीय अपघटन के लिए ICASSO उत्पादन का हिस्सा पता चलता है.
स्थानिक correlat का उपयोग करते समयघटक चयन के लिए एक आधार के रूप में आयन, यह सहसंबंध गुणांक रिपोर्ट और टेम्पलेट और दृश्य तुलना के लिए एक साथ चयनित घटक पेश करने के लिए अच्छा है. हाल ही में एक पत्र में, स्थानिक और लौकिक छँटाई दोनों दोनों स्थानिक एक कार्यकारी नियंत्रण नेटवर्क की एक टेम्पलेट के साथ सहसंबद्ध था कि एक fronto-पार्श्विका घटक की पहचान करने के लिए प्रयोग किया जाता है, और DCCS में दोहराने ब्लॉकों से स्विच ब्लॉक के लिए और अधिक सक्रिय था. 6 से पता चलता है टेम्पलेट छवि और चयनित घटक. दो छवियों के बीच अच्छा पत्राचार सूचना है कि वहाँ.
घटक नक्शे के समूह की तुलना चयनित घटक के लिए कार्यात्मक कनेक्टिविटी में उम्र से संबंधित मतभेदों के लिए परीक्षण करने के लिए इस्तेमाल किया जा सकता है. परिणामस्वरूप नक्शे पर आने वाले Voxels उन हैं कि "लोड" अधिक दृढ़ता से एक समूह के लिए चयनित घटक पर एक दूसरे से. दूसरे शब्दों में, इन voxels के समय पाठ्यक्रम के समय के पाठ्यक्रम के समान हैं जिसमें voxels हैं किसी अन्य के लिए एक से अधिक समूह के लिए घटक (यानी नेटवर्क को मजबूत कार्यात्मक कनेक्टिविटी दिखाने). हम इस बात की पुष्टि एक घटक स्थानिक एक कार्यकारी नियंत्रण नेटवर्क की एक टेम्पलेट के साथ सहसंबद्ध था और DCCS से सक्रिय था - - इस प्रक्रिया के बाद, हम बच्चे और वयस्क सही fronto-पार्श्विका घटकों की तुलना की और पाया कि पार्श्व ललाट, पूर्वकाल सिंगुलेट, और पार्श्विका भीतर voxels प्रांतस्था बच्चे 14 की तुलना में वयस्कों में इस घटक पर अधिक दृढ़ता से भरा हुआ है. इस विपरीत छवि 7 चित्र में दिखाया गया है.
चित्रा 1. प्रयोग की समग्र योजना.
d/51003/51003fig2ahighres.jpg "src =" / files/ftp_upload/51003/51003fig2a.jpg "/>
चित्रा 2. आयामी परिवर्तन कार्ड के आधार पर क्रमबद्ध (DCCS) कार्य. के ब्लॉक डिजाइन संस्करण काम के मानक संस्करण में एक भी आयाम पर प्रत्येक परीक्षा कार्ड से मेल खाने वाले बीवालेन्त लक्ष्य द्वारा चिह्नित डिब्बे में बच्चों सॉर्ट बीवालेन्त परीक्षण कार्ड.बच्चे ताश के पत्तों की एक छोटी संख्या एक ही रास्ता (रंग से उदा) छंटनी, और तब स्विच और एक ही कार्ड (आकार से उदा) एक नई तरह तरह के निर्देश दिए हैं. परिणाम उपाय के बच्चों को सही ढंग से छँटाई मापदंड स्विच है कि क्या है. (एक) ब्लॉक डिजाइन संस्करण में, कार्य कंप्यूटर दिलाई है. दो बीवालेन्त लक्ष्य कार्य के दौरान स्क्रीन पर दिखाई देते हैं. टेस्ट कार्ड एक बटन प्रेस के माध्यम से 1,750 मिसे और प्रतिभागियों के आधार पर क्रमबद्ध कार्ड के लिए केंद्रीय रूप से प्रस्तुत कर रहे हैं. छँटाई कसौटी पिछले परीक्षण से भिन्न है परीक्षण में जो स्विच परीक्षण कर रहे हैं; छँटाई कसौटी पिछले परीक्षण पर के रूप में ही है परीक्षण में जो दोहराने परीक्षण कर रहे हैं. (ख) व्यक्तिगत परीक्षणों 8 परीक्षण ब्लॉकों में प्रस्तुत कर रहे हैं. स्विच ब्लॉक 4 दोहराएँ और 4 स्विच परीक्षण होते हैं; दोहराने ब्लॉक 8 दोहराने परीक्षण होते हैं. (सी, डी) परिणाम उपायों प्रतिक्रिया समय और स्विच भर में सटीकता में अंतर कर रहे हैं और ब्लॉक दोहराएँ.
. चित्रा 3 समूह आईसीए परिणाम:. प्रतिनिधि घटकों (एक) 11 वयस्क और 12 बच्चे प्रतिभागियों की एक आईसीए से 5 प्रतिनिधि समूह घटक की एक समग्र छवि. मॉडल क्रम 20 था. रन 78 संस्करणों लंबे थे. . (ख) घटक timecourses और ब्लॉक डिजाइन ओवरले अवयव रंग कोडित (; बाईं = नीले fronto-पार्श्विका, हरी = डिफ़ॉल्ट मोड; गुलाबी = सही fronto-पार्श्विका नारंगी = cingulo-द्वीपीय दृश्य लाल =) कर रहे हैं. दृश्य निरीक्षण से, यह कार्य प्रदर्शन दृश्य और छोड़ दिया fronto-पार्श्विका घटकों में गतिविधि में वृद्धि हुई है और डिफ़ॉल्ट मोड नेटवर्क में गतिविधि में कमी के साथ जुड़ा हुआ है कि स्पष्ट है. ये सहज ज्ञान युक्त परिणाम एक बुनियादी ब्लॉक डिजाइन का उपयोग एक आईसीए अपघटन की गुणवत्ता का मूल्यांकन करने के लिए यह अपेक्षाकृत आसान बनाता है वर्णन कैसे."Https://www.jove.com/files/ftp_upload/51003/51003fig3highres.jpg" लक्ष्य = "_blank"> यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें.
. चित्रा 4 समूह आईसीए परिणाम:. प्रतिनिधि घटकों (एक) 11 वयस्क और 12 बच्चे प्रतिभागियों की एक आईसीए से 5 प्रतिनिधि समूह घटक की एक समग्र छवि. मॉडल क्रम 20 था. रन 78 संस्करणों लंबे थे. (ख) घटक टाइम कोर्स और ब्लॉक डिजाइन ओवरले.. अवयव रंग कोडित (; बाईं = नीले fronto-पार्श्विका, हरी = डिफ़ॉल्ट मोड; गुलाबी = सही fronto-पार्श्विका नारंगी = cingulo-द्वीपीय लाल = दृश्य) कर रहे हैं दृश्य निरीक्षण से, यह कार्य प्रदर्शन दृश्य और छोड़ दिया fronto-पार्श्विका घटकों में गतिविधि में वृद्धि और विकास में गतिविधि में कमी के साथ जुड़ा हुआ है कि स्पष्ट हैefault मोड नेटवर्क. ये सहज ज्ञान युक्त परिणाम एक बुनियादी ब्लॉक डिजाइन का उपयोग एक आईसीए अपघटन की गुणवत्ता का मूल्यांकन करने के लिए यह अपेक्षाकृत आसान बनाता है वर्णन कैसे. इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें.
एक अत्यंत विश्वसनीय अपघटन से चित्रा 5. प्रतिनिधि ICASSO उत्पादन. किसी एक अपघटन की विश्वसनीयता का परीक्षण, आईसीए कई बार चलाया जाता है और अलग रन के पार परिणामों साजिश रची है. इस साजिश आईसीए की सभी पुनरावृत्तियों के परिणामों का एक संक्षिप्त सारांश प्रदान करता है और एक नेत्रहीन आईसीए के विभिन्न पुनरावृत्तियों से उभरने के समाधान में समानता या विचलन का आकलन करने के लिए अनुमति देता है. एकल अंक की एकल चलाने के अनुमानों का प्रतिनिधित्वविशेष घटक. हल्के नीले हलकों एकल टिप्पणियों के समूहों के centrotypes का प्रतिनिधित्व करते हैं. Centrotype की सीमा के भीतर गिर कि कॉम्पैक्ट और पृथक समूहों अच्छा विश्वसनीयता सुझाव देते हैं. Centrotype की सीमा के बाहर भटका कि बिखरे हुए समूहों गरीब विश्वसनीयता सुझाव देते हैं. इस आंकड़े में सबसे घटकों के लिए, आईसीए के विभिन्न पुनरावृत्तियों भर घटक में समानता का एक उच्च डिग्री था. घटक 58, 59, और 60 विभिन्न पुनरावृत्तियों में कुछ मामूली परिवर्तनशीलता दिखाया. बड़ी छवि को देखने के लिए यहां क्लिक करें.
चित्रा 6. कार्यकारी नियंत्रण टेम्पलेट और चयनित सही fronto-पार्श्विका घटक, एक उच्च resolutio से समान स्लाइस पर मढ़ाn संरचनात्मक स्कैन, काफी तुलनीय दिखाई देते हैं. स्थानिक सहसंबंध यों और सांख्यिकीय इन नक्शों की समानता के लिए परीक्षण करने के लिए इस्तेमाल किया जा सकता है. इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें.
चित्रा 7. वयस्कों से बच्चों की सही fronto-पार्श्विका घटकों घटाकर जिसका कार्यात्मक कनेक्टिविटी चयनित कार्यकारी नेटवर्क के लिए बच्चों के लिए की तुलना में वयस्कों के लिए मजबूत है क्षेत्रों का पता चलता है. इन क्षेत्रों में औसत दर्जे का prefrontal प्रांतस्था और उदर tegmental क्षेत्र (बाण के समान टुकड़ा देखें) और dorsolateral prefrontal शामिल और अवर पार्श्विका प्रांतस्था (अक्षीय टुकड़ा देखें). क्लिक करेंयहाँ यह आंकड़ा का एक बड़ा संस्करण देखने के लिए.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
ऐसे छँटाई नियमों स्विच करने की क्षमता के रूप में उच्च आदेश मानसिक संचालन,, बचपन और किशोरावस्था के दौरान तेजी से विकसित. इन मानसिक आपरेशन कई वितरित मस्तिष्क क्षेत्रों के बीच बातचीत शामिल है, क्योंकि उच्च आदेश अनुभूति और व्यापक पैमाने पर Cortical नेटवर्क के संगठन में उम्र से संबंधित परिवर्तन के विकास के बीच संबंधों की खोज में रुचि बढ़ रही है. हम सीधे इस संबंध का परीक्षण करने का एक साधन के रूप में कार्य आधारित fMRI डेटा के लिए लागू समूह स्वतंत्र घटक विश्लेषण पर आधारित एक विधि प्रस्तुत करते हैं.
किसी भी बीच में समूह की तुलना अध्ययन का सच है के रूप में, विधि की सफलता दोनों वयस्क और बच्चों से उच्च गुणवत्ता वाले fMRI डेटा पर आधारित है. प्रस्ताव से संबंधित विरूपण साक्ष्य में समूह मतभेद आईसीए अपघटन की गुणवत्ता के लिए गंभीर निहितार्थ हैं और जिसके परिणामस्वरूप घटकों में नकली मतभेद पैदा कर सकते हैं. कार्य निष्पादन में समूह मतभेद संभावित problema हो सकता हैवे सभी समूहों के लिए अस्थायी छँटाई की व्यवहार्यता को कमजोर करेगा, के रूप में के रूप में अच्छी तरह से टिक. एक समूह प्रयोगात्मक और नियंत्रण परीक्षणों के बीच एक बड़ा अंतर के प्रदर्शन से पता चलता है, लेकिन एक दूसरे समूह नहीं करता है, उदाहरण के लिए, तो यह एक एक कार्य के लिए दोनों समूहों के लिए उसी तरह से जुड़े हुए हैं का दावा कर सकती है कि घटकों की पहचान करना मुश्किल हो जाएगा. इसलिए, ठीक से अपने डेटा एकत्र करने के लिए समय ले लें. ,. 2009 Raschle एट अल द्वारा अच्छी तरह से वर्णित बाल न्यूरोइमेजिंग प्रोटोकॉल का पालन करें, और प्रदर्शन / रणनीति उपयोग में बीच में समूह मतभेदों को कम करने कि संज्ञानात्मक व्यवहार के तरीकों को विकसित करने के लिए समय ले लो.
Trouble-shooting/Caveats
समूह आईसीए एक उन्नत बहुभिन्नरूपी तकनीक है, लेकिन denoising, कार्यात्मक कनेक्टिविटी आकलन, और इमेजिंग गतिशील मस्तिष्क कनेक्टिविटी अमेरिका (नीचे देखें) सहित fMRI विश्लेषण अनुप्रयोगों की एक किस्म के लिए अधिक से अधिक बार अपनाया जा रहा है कि एक है. पहली बार उपयोगकर्ताओं के लिए, सेटिंग अप और व्याख्याएक समूह आईसीए के उत्पादन में एक छोटे से बहकानेवाला हो जाएगा. लेकिन, अभ्यास / परीक्षण और त्रुटि के एक बिट के साथ, बातें और अधिक सरल हो गया है. निम्नलिखित सुझावों को हमारे प्रारंभिक अनिश्चितताओं से अधिक प्राप्त करने में हमें काफी सहायता प्राप्त.
सबसे पहले, एक सरल डिजाइन के साथ एकत्र छोटे और उपयोग डेटा शुरू करते हैं. ब्लॉक के बीच 10 से 20 सेकंड के बाकी समय के साथ ब्लॉक डिजाइन इस संबंध में आदर्श रहे हैं. शुरू करने के लिए, 4 या 5 प्रतिभागियों से ब्लॉक डेटा की 3 या 4 100 मात्रा रन पर एक आईसीए रन चलाने की कोशिश करें. इस publishable निष्कर्ष नहीं निकलेगा, लेकिन अपेक्षाकृत जल्दी से चलाने के लिए और समझदार स्थानिक घटकों का उत्पादन होगा. साथ ही, यह (4 चित्र देखें) ब्लॉक डिजाइन सकारात्मक इन समय के पाठ्यक्रम के साथ, पश्चकपाल घटकों और डिफ़ॉल्ट घटकों के समय के पाठ्यक्रम में प्रतिनिधित्व किया है और नकारात्मक क्रमशः कार्य से संबद्ध देखने के लिए अपेक्षाकृत आसान होना चाहिए. यह जल्दी समेत लिए विश्लेषण को स्केलिंग से पहले की प्रक्रिया के साथ विश्वास हासिल करने के लिए एक अच्छा तरीका हैएक संपूर्ण डेटा सेट ई. चीजें इस बिंदु पर बाहर काम नहीं किया जाना चाहिए, वापस अपने preprocessed छवियों को जाना और डेटा की गुणवत्ता के मुद्दों (जैसे गंभीर गति कलाकृतियों, बुरा स्लाइस, आदि) के लिए जाँच करें. स्थानिक घटकों (यानी स्थानिक आईसीएस voxels के कई छोटे बिखरे हुए समूहों से मिलकर) अत्यंत विरल हैं, तो सुनिश्चित संस्करणों smoothed रहे थे करने के लिए जाँच - एक 8 मिमी FWHM गिरी की सिफारिश की है.
एक छोटे डेटा सेट के साथ शुरू भी एक मॉडल में शामिल करने के लिए मॉडल आदेश, या घटकों की संख्या को चुनने के लिए एक महसूस पाने के लिए एक अच्छा तरीका है. इस निर्णय करने के लिए कोई एक सही तरीका है, वहाँ पर विचार करने के लिए दिशा निर्देशों का एक नंबर रहे हैं. उपहार स्थानिक आईसीए के एक फार्म लागू करता है के रूप में सबसे पहले, एक बड़ा समय श्रृंखला से अमिश्रित जा सकता है कि घटकों की अधिकतम संख्या timeseries में संस्करणों की संख्या के बराबर है. दूसरा, उपहार पीसीए का उपयोग कर डेटा के dimensionality के एक अनुमान की गणना करता है, और इन अनुमानों रेंज ओ में आम तौर पर कर रहे हैंएफ 18 घटकों के लिए 22. साथ में, इन विचारों मॉडल आदेश के अपनी पसंद के लिए एक ऊपरी और निचले बाध्य प्रदान करते हैं. उसके बाद, यह आप पर निर्भर है. बस मॉडल क्रम में वृद्धि हुई है के रूप में स्थानिक एक कम मॉडल क्रम में एकत्रित थे कि घटक अलग लेकिन सांख्यिकीय संबंधित घटकों में अलग अलग हो जाएगा कि याद है. आप एक और अनुसंधान समूह से एक टेम्पलेट का उपयोग कर एक घटक का चयन करने की योजना है इस संभावना में वृद्धि होगी के रूप में, आप घटक आप स्थानिक अवशेष के लिए खोज रहे हैं कि, टेम्पलेट उत्पन्न कि विश्लेषण में इस्तेमाल किया गया था क्या करने के लिए इसी तरह की एक मॉडल के क्रम चुनने पर विचार हो सकता है अपने अपघटन में बरकरार.
आईसीए के साथ आगे बढ़ने से पहले विचार करने के लायक हो सकता है कि कुछ निरंतर कर रहे हैं. सबसे पहले, स्थानिक घटक कार्यात्मक कनेक्टिविटी में उम्र से संबंधित मतभेदों की जांच के लिए एक आधार प्रदान करते हैं, लेकिन आप कैसे या यहां तक कि एक घटक बातचीत शामिल है कि क्षेत्रों के बारे में चाहे कुछ भी नहीं बता. दोनों क्षेत्रों के एक घटक पर लोड कर सकते हैंक्योंकि, द्विदिश दिशाहीन, या अप्रत्यक्ष (यानी एक तिहाई क्षेत्र) के माध्यम से कनेक्टिविटी की, या यहां तक कि सांख्यिकीय दुर्घटना से. इसलिए, निष्कर्ष निकालने में सतर्क रहें. अपने हितों के क्षेत्रों बातचीत और इन संबंधों के विकास के साथ बदल कैसे कैसे के बारे में एक विशेष परिकल्पना परीक्षण में हैं दूसरे, यदि आप अतिरिक्त विश्लेषण या तरीकों पर विचार करना होगा. एक संभावना यह lagged सहसंबंध विश्लेषण के माध्यम से घटकों के बीच प्रभावी संपर्क के लिए आईसी समय पाठ्यक्रम और परीक्षा का उपयोग करने के लिए है. विश्लेषण के इन प्रकार के उपकरण उपहार है कार्यात्मक नेटवर्क कनेक्टिविटी (या FNC) उपकरण बॉक्स के एक हिस्से के रूप में उपलब्ध हैं. वैकल्पिक रूप से, आप SPM8 में उपलब्ध ऐसे गतिशील कारण मॉडलिंग (डीसीएम) के रूप में एक पूरी तरह से अलग दृष्टिकोण, विचार कर सकते हैं.
मौजूदा तरीकों का लाभ
वर्तमान पद्धति के प्रमुख ताकत यह लक्षित मस्तिष्क नेटवर्क के समारोह inferring के लिए कम से कम कुछ आधार देता हैएस. नेटवर्क विभिन्न voxels के संकेत समय पाठ्यक्रम में सहप्रसरण के आधार पर पहचान की, और इन सहप्रसरण अनुमानों कार्यात्मक कनेक्टिविटी की एक स्थिर उपाय कर रहे हैं कि सीमा तक, आईसीए और बीज आधारित दृष्टिकोण वे के लिए लागू कर रहे हैं कि क्या Cortical नेटवर्क के converging छवियों के लिए नेतृत्व आराम राज्य या कार्य fMRI डेटा 15 के आधार पर. कार्य डेटा को समूह आईसीए लागू करने के महत्वपूर्ण लाभ यह है कि चयनित नेटवर्क के समारोह के बारे में प्रारंभिक परिकल्पना फार्म संभव है कि है. एक विशेष नेटवर्क के लिए - नियम स्विचिंग - वर्तमान पद्धति में, हम एक विशेष संज्ञानात्मक आपरेशन जोड़ने के उद्देश्य के लिए इस तथ्य का लाभ उठाने के. प्रतिभागियों को आराम पर थे, जबकि imaged एक ही नेटवर्क, यह कम से कम नहीं सीधे, एक विशेष व्यवहार के साथ एक चयनित नेटवर्क एसोसिएट के लिए संभव नहीं होगा थे.
अतिरिक्त अनुप्रयोगों और भविष्य दिशाओं
समूह आईसीए समूह विभिन्न उजागर करने के लिए काफी संभावना दिखाया गया हैउम्र, नैदानिक स्थिति, व्यक्तित्व, और इसलिए 16 से संबंधित उन सहित Cortical नेटवर्क के संगठन और कामकाज में NCES,. ऐसे आईसीए के रूप में बहुभिन्नरूपी प्रक्रियाओं को भी अलग डेटा रूपरेखा भर संघों की पहचान करने के लिए अच्छी तरह से अनुकूल हैं, और आईसीए विशेष रूप से fMRI और संरचनात्मक एमआरआई डेटा, fMRI और ईईजी, और fMRI और आनुवंशिकी 17 के बीच संबंधों की पहचान करने के लिए काफी उपयोगी साबित हो गया है.
एक रोमांचक नई दिशा cortical कनेक्टिविटी 18 में गतिशील परिवर्तन की खोज में आईसीए का इस्तेमाल होता है. तिथि करने के लिए, cortical नेटवर्क में कम से कम कम timescales पर, वास्तुकला स्थिर अवधारणा के रूप में किया गया है. हाल ही में काम हालांकि, भीतर और नेटवर्क के बीच दोनों कार्यात्मक कनेक्टिविटी अपेक्षाकृत कम timescales पर, संभवतः अनुभूति और व्यवहार में परिवर्तन के साथ संघ में गतिशील परिवर्तन जांच चाहे शुरू हो गया है. मुख्य रूप से आराम कर राज्य के आंकड़ों के आधार पर प्रारंभिक निष्कर्ष, सुझाव है कि मस्तिष्कसूक्ष्म की एक किस्म है, अलग मस्तिष्क क्षेत्रों के बीच कनेक्शन की एक विशिष्ट नक्षत्र विशेषता द्वारा प्रत्येक के माध्यम से चक्र. वर्तमान पद्धति का एक स्पष्ट विस्तार कार्य के आंकड़ों के समूह आईसीए के आवेदन के माध्यम से संज्ञानात्मक मांगों में परिवर्तन के साथ मिलकर नेटवर्क कनेक्टिविटी में गतिशील परिवर्तन की जांच के लिए किया जाएगा. अलग अलग उम्र के प्रतिभागियों से एकत्र fMRI डेटा के लिए लागू परिणामों संभावित छोटे और बड़े दिमाग को गतिशील संज्ञानात्मक व्यवहार और चुनौतियों के लिए अनुकूल कैसे में अंतर बता सकता है.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
कोई प्रतिस्पर्धा वित्तीय हितों की कर रहे हैं.
Acknowledgments
इस शोध जे ब्रूस मोर्टन को राष्ट्रीय विज्ञान और इंजीनियरिंग अनुसंधान परिषद (NSERC) से अनुदान के समर्थन के साथ संभव बनाया गया था.
Materials
| Name | Company | Catalog Number | Comments |
| SPM8 | The MathWorks, Inc. | R2013a |
References
- Diamond, A. Normal Development of Prefrontal Cortex from Birth to Young Adulthood: Cognitive Functions Anatomy, and Biochemistry. Principles of Frontal Lobe Function. , 1-38 (2002).
- Zelazo, P. D. The Dimensional Change Card Sort (DCCS): a method of assessing executive function in children. Nat Protoc. 1, 297-301 (2006).
- Monsell, S.
- Crone, E. A., Bunge, S. A., van der Molen, M. W., Ridderinkhof, K. R. Switching between tasks and responses: a developmental study. Developmental Science. 9, 278-287 (2006).
- Cole, M. W., Schneider, W. The cognitive control network: Integrated cortical regions with dissociable functions. Neuroimage. 37, 343-360 (2007).
- Fair, D. A., et al. Development of distinct control networks through segregation and integration. Proc Natl Acad Sci USA. 104, 13507-13512 (2007).
- Uddin, L. Q., Supekar, K., Menon, V. Typical and atypical development of functional human brain networks: insights from resting-state FMRI. Frontiers in systems neuroscience. 4, (2010).
- Calhoun, V. D., Adali, T., Pearlson, G. D., Pekar, J. J. A method for making group inferences from functional MRI data using independent component analysis. Human brain mapping. 14, 140-151 (2001).
- Fransson, P., et al.
- Supekar, K., Menon, V. Developmental maturation of dynamic causal control signals in higher-order cognition: a neurocognitive network model. PLoS computational biology. 8, (2012).
- Power, J. D., Barnes, K. A., Snyder, A. Z., Schlaggar, B. L., Petersen, S. E. Spurious but systematic correlations in functional connectivity MRI networks arise from subject motion. Neuroimage. 59, 2142-2154 (2012).
- Raschle, N. M., et al. Making MR Imaging Child's Play - Pediatric Neuroimaging Protocol, Guidelines and Procedure. (29), (2009).
- Morton, J. B., Bosma, R., Ansari, D. Age-related changes in brain activation associated with dimensional shifts of attention: an fMRI study. Neuroimage. 46, 249-256 (2009).
- Ezekiel, F., Bosma, R., Morton, J. B. Dimensional Change Card Sort performance associated with age-related differences in functional connectivity of lateral prefrontal cortex. Developmental Cognitive Neuroscience. , (2013).
- Calhoun, V. D., Kiehl, K. A., Pearlson, G. D. Modulation of temporally coherent brain networks estimated using ICA at rest and during cognitive tasks. Human brain mapping. 29, 828-838 (2008).
- Allen, E. A., et al. A baseline for the multivariate comparison of resting-state networks. Front Syst Neurosci. 5, (2011).
- Calhoun, V. D., Liu, J., Adali, T. A review of group ICA for fMRI data and ICA for joint inference of imaging, genetic, and ERP data. Neuroimage. 45, (2009).
- Allen, E. A., et al. Tracking whole-brain connectivity dynamics in the resting state. Cerebral Cortex. , (2012).
