Name: Boyutsal Değişim Kartı Sıralama Performans ile Bilişsel Kontrol Ağları Associated Fonksiyonel Bağlantı yaşa bağlı farklılıklar araştırılması için Bir Yöntem (Video) | JoVE Journal
Uploaded: 2014-05-07T13:00:00.000+00:00
Duration: 9 min 1 s
Description: Öğrenin, fMRI verilerinde bağımsız bileşen analizi kullanarak bilişsel kontrol ağlarındaki yaşla ilişkili fonksiyonel bağlantı farklılıklarını nasıl inceleyeceğinizi. Bu yöntem gelişimsel nörobilim araştırmaları için değerlidir.

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

Bu araştırma J. Bruce Morton Ulusal Bilim ve Mühendislik Araştırma Konseyi (NSERC) hibe desteği ile mümkün olmuştur.

1.. İnsan Deneklerin çalışma için onay almak 2.. FMRI Veri Toplama <ol><li> (Raschle, et al. 12) küçük çocuklar için uygun prosedürler aşağıdaki FMRI verileri elde edin. Bu farklılıklar beyin aktivasyonu ve fonksiyonel bağlantısı gelişimsel ilgili farklar hakkında çıkarımlarda kişinin kapasitesini sınırlamak istenmeyen boşa tanıtmak gibi, görev performansı ve hareket mümkün yaşa bağlı farklılıklar sınırlamak için her türlü çabayı gösteriyoruz. Not: Mevcut protokolde, DCCler bir tekrarlanan denemeler versiyonu blok tasarımı 13 şeklinde uygulanmıştır. Her iki çalışma 8-deneme anahtarı blokları ve geçiş blokları 4 anahtarı denemeleri ve 4 tekrar denemeler oluşan iki 8-deneme tekrar blokları içerir, ve tekrar bloklar 8 tekrar çalışmaların oluşur. Protokol olaya ilişkin fMRI veriler ile kullanılmak için son derece uygundur. Ancak, blok tasarımları ilk bünyesine katılmıştır alırken çalışmak güzelBu bileşen zaman kurslarında görev modülasyon görmek kolay olduğu gibi, ICA ile ainted. </li><li> Standart fMRI ön işleme prosedürleri takip Preprocess fMRI verileri. <ol><li> Aynı konumda ve tüm fonksiyonel görüntüleri düzenlenmelidir. Tipik olarak, ilk işlevsel hacmi hizalanması diğer birimleri için bir referans resim olarak kullanılır. </li><li> Bu aktivasyon, doğru anatomik konuma üzerine bindirilmiş, böylece T2 ile T1-ağırlıklı (anatomik) görüntü Coregister, (fonksiyonel) taramaları *-ağırlıklı. </li><li> Bir şablon beyin (örn. Talairach boşluk) seçimi ile standart bir boyut, uzay, ve pozisyona tüm görüntüleri normalleştirmek. Bu, farklı konulara homolog bölgeler karşılaştırılan sağlamak için yardımcı olur. Not: Diğer şablonları (örneğin, MNI {Montreal nörolojik Institute} alanı) kullanılabilmesine rağmen Görüntü mevcut protokolde Talairach uzaya çarpık edilir. </li><li> DAT tüm fonksiyonel birimler Smoothçekirdek yumuşatma, 6 ila 10 mm olan bir dizi. </li></ol></li><li> Dizinleri ayrı bir dizi haline ön işlenmiş hacimleri tecrit. Üst dizin olarak &quot;Fonksiyonel taramaları&quot; kullanın. &quot;Fonksiyonel taramaları&quot; kapsamında her bir katılımcı için ayrı bir dizin içerir ve her çalışma için her katılımcı dizini içinde ayrı bir dizin. Veriler şimdi ICA analizi için hazırdır. </li></ol> 3. Grubu Bağımsız Bileşen Analizi (ICA) <ol><li> Grubu ICA yazılımı indirin ve kurun. FMRI dahil nörofizyolojik farklı veri türleri, ICA uygulanması için mevcut avadanlıkları vardır. Grubu ICA gerçekleştirir herhangi bir araç potansiyel olarak uygun olacağını ise, mevcut protokolde kullanılan bir HEDİYE denir. HEDİYE New Mexico Üniversitesi&#39;nde Vince Calhoun ve arkadaşları tarafından geliştirilmiştir. HEDİYE araç SPM, tanınmış bir fMRI analiz paketi ile birlikte çalışır MATLAB komut kümesidir. Hem be internetten ücretsiz indirilen (HEDİYE: mialab.mrn.org / yazılım / hediyesi / index.html #; SPM: www.fil.ion.ucl.ac.uk/spm/). Bir kez indirilen, MATLAB arama yoluna HEDİYE araç kutusu ve tüm alt-dizinleri eklemek ve yol dosyayı kaydedin. </li><li> HEDİYE kullanarak fMRI verileri bir grup ICA Bilgisayar RAM bellek üzerinde ciddi talepler yapar. Bellek üzerine kesin talepler katılımcı sayısının, her katılımcıdan toplanan verilerin miktarı ve verilerin çözünürlüğüne bağlı olarak değişecektir. Bellek sorunları önlemek için, bir sunucu üzerinde ICA analiz çalıştırmak için en iyisidir. Yerel bir bilgisayarda analiz çalışıyorsa, RAM gereksinimleri HEDİYE parçası olan bir script &quot;icatb_mem_ica.m&quot; kullanımı yoluyla tahmin edilebilir. </li><li> Set-up ya da analiz parameterize. &quot;Icatb_batch_files&quot; altında HEDİYE saklanır &quot;Input_data_subjects_1.m&quot; olarak adlandırılan önceden varolan bir toplu komut dosyasını değiştirerek bunu. Not: Bu HEDİYE grafik kullanıcı Interf kullanılarak da yapılabilirace. Ancak, bu önceden yazılmış bir senaryonun değiştirerek analizi kurmak için, uygulama biraz ile, çok daha kolaydır. <ol><li> FMRI gibi veri modalitesini belirtin </li><li> ICASSO ile ICA olarak Analiz Tipi belirtin. Bu ICA ICASSO prosedürü ile çalıştırılır sağlayacaktır. ICASSO farklı rastgele tohumları ile başlayan ICA birkaç kez çalıştırarak ayrışma güvenilirliğini tahmin etmektedir. Daha sonra, kümelenme vasıtasıyla her bir sonucun benzerliği test eder. ICASSO kullanımı ICA ayrışma kalitesini kontrol ortalamasından olarak tavsiye edilir, ama önemli ölçüde bu analizi tamamlamak için HEDİYE gereken süreyi uzatacaktır. <ol><li> &quot;Analiz Tipi&quot; altında ICASSO prosedürü seçin &#39;2 &#39;ile ICA çalıştırın ve daha sonra kurulum dosyasının sonraki hatlarında ICASSO yordamı parametreleyebilir. </li></ol></li><li> Grup PCA performans ayarları altında &#39;1 &#39;seçerek grup PCA performansını maksimize. &#39;2 Bu parametreyi ayarlayarak düşünün&#39;Yetersiz RAM bellek problemleri meydana gelmelidir. </li><li> , Standart bir SPM tasarım matrisi belirleyicilerini kullanarak bileşen çıkan sıralamayı daha sonra etkinleştirmek farklı konular için farklı matrisler var olup olmadığını belirlemek için. </li><li> Önişlenmiş fonksiyonel verilerin saklandığı ve tasarım matrisi içeren bir SPM.mat dosya Önişlenmiş fonksiyonel verileri ile birlikte muhafaza edilip yeri belirtin. <ol><li> Her katılımcı çalışır aynı sayıda ve fMRI veri toplama altında Adım 2.3 &#39;de anlatıldığı gibi veri dizini yapılandırılmış ise verileri okumak için HEDİYE almanın en basit yoludur. Eğer öyleyse, o DataSelectionMethod altında, Yöntem 1 için &#39;1 &#39;seçti, ve verilerin saklandığı filepath dahil ederek parametre &quot;sourceDir_filePattern_flagLocation&quot; tamamlamak, verilerin dosya biçimi ve bireysel seans alt dizinleri saklanır belirten bir beyanı Her konu klasörü içinde. </li></ol></li&gt; <li> Analizin çıkış yazılmalıdır dizini gösterir. Verilerin saklandığı aynı dizine sonuçları yazmayın. </li><li> Tüm çıkış dosyalarına eklenecektir bir önek sağlayın. </li><li> Bir maskeye bir dosya yolunu sağlayın. ICA sunulan tüm miktarlar maskelenir. HEDİYE varsayılan bir maske sağlar. Bu çalışmada, ICA sunulacaktır verilerinden bir maske oluşturmak için bir in-house komut dosyası için. En azından, maske kafatası, ekstra-serebral alan ve özellikle gözbebekleri ortadan kaldırmak gerekir. Göz küresi voksellerden Sinyal koşu sırasında çok büyük dalgalanmalar gösterir ve bu nedenle nihai bileşenlerinin yapısı üzerinde oldukça büyük bir etkiye sahip olacaktır. 3. İyi bir maske gibi görünmelidir ne göstermektedir Şekil. </li><li> Kullanılacak grup PCA türünü belirtin. &#39;Konuya özel.&#39; Kullanın </li><li> Arka-rekonstrüksiyon yöntemi belirtin. Bu aşamada, bireysel konu IC ve bunların ilişkili zamanlı kurslar fro hesaplanırgrup analiz sonuçlarını m. Bu noktada literatürde önemli bir tartışma olsa GICA, iyi zaman ders almak için tavsiye edilir. </li><li> Veri ön-işleme türünü belirtin. Çıkışı olmayan sayısal değerleri (yani infinites ve NaN ait) önlemek için yoğunluk normalleşme kullanın. Bu örnekte, &#39;1 &#39;varsayılan seçti. </li><li> PCA türünü belirtin (biz standardını kullanan) ve PCA Seçenekleri altında varsayılan değerleri kabul edin. HEDİYE Her katılımcının her kaçak bir PCA gerçekleştirir ve ICA karışmamış olması kaynaklarının sayısına eşit bileşenleri bir dizi tutar. PCA iki önemli amaca hizmet eder. Birincisi, her bir katılımcı ve her çalışma için benzersiz olan gürültü kaynakları ortadan kaldırmak için yardımcı olur. İkincisi, analiz hesaplama talepleri daha uysal hale getirir. </li><li> PCA ICA önce veriler üzerinde çalıştırmak için kaç belirtmek (2 önerilir). Yanı sıra, çalışan eğer (her PCA sonra korumak için kaç bileşenleri belirtmek2, o) birinci PCA sonra kalan bileşenlerin sayısının iki sonra ikinci muhafaza sayısıdır önerilir. </li><li> Veri ölçekli nasıl olması gerektiğini belirtin. Bu iş için, z-skoru ölçekleme kullanılmıştır. </li><li> ICA için bir kör kaynak ayırma algoritması seçin. Bu iş için, Infomax kullanılmıştır. HEDİYE en az 10 farklı algoritmalarla bir seçenek sunar. </li><li> Olduğu gibi kalan parametreler bırakılabilir. </li></ol></li><li> ICA bir kez tamamlandığında, mevcut bileşenleri arasında teorik potansiyel ilgi olanlar seçin. HEDİYE GUI sayesinde, bileşen seçim seçim: mekansal sıralama önceden mevcut bir şablon ile mekansal korelasyon yoluyla mekânsal bileşenlerini sıralar; zamansal sıralama (3.3.5 bakınız) veri ile saklayabilirsiniz SPM tasarım matris lineer öngördürücülerin vasıtasıyla bileşen zaman dersleri sıralar. Not: bileşen seçimi için iki yaklaşım yarar var. Ancak, görevi veri ile çalışan, zamansal seçimiBu seçili bileşen görevi ile aktive edilmiş doğrulama için bir araç sağlar gibi kriterler, özellikle faydalıdır. DCClerin durumunda, zamansal sıralama kullanımı seçilen bileşen tekrar blokları sırasında daha anahtarı blokları sırasında daha aktif olduğunu onaylamak için kullanılabilir. </li><li> Seçilen bu bileşenlerin çocuk ve yetişkin versiyonları farklı olup olmadığını test edin. Agrega çocuk ve ilgi yetişkin bileşenleri iki ayrı grup ve bileşenler değişir iki örnek t-testi bölgeler vasıtasıyla test içine. Bu HEDİYE GUI yapmak nispeten kolaydır. </li></ol>

<ol><li>Diamond, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Normal+Development+of+Prefrontal+Cortex+from+Birth+to+Young+Adulthood%3A+Cognitive+Functions+Anatomy%2C+and+Biochemistry%5BTitle%5D)+AND+%22Principles+of+Frontal+Lobe+Function%22%5BJournal%5D)">Normal Development of Prefrontal Cortex from Birth to Young Adulthood: Cognitive Functions Anatomy, and Biochemistry.</a> Principles of Frontal Lobe Function. , 1-38 (2002).</li>
<li>Zelazo, P. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Dimensional+Change+Card+Sort+%28DCCS%29%3A+a+method+of+assessing+executive+function+in+children%5BTitle%5D)+AND+%22Nat+Protoc%22%5BJournal%5D)">The Dimensional Change Card Sort (DCCS): a method of assessing executive function in children.</a> Nat Protoc. 1, 297-301 (2006).</li>
<li>Monsell, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Task+switching%5BTitle%5D)+AND+%22Trends+Cogn+Sci+%28Regul+Ed%22%5BJournal%5D)">Task switching.</a> Trends Cogn Sci (Regul Ed. 7, 134-140 (2003).</li>
<li>Crone, E. A., Bunge, S. A., van der Molen, M. W., Ridderinkhof, K. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Switching+between+tasks+and+responses%3A+a+developmental+study%5BTitle%5D)+AND+%22Developmental+Science%22%5BJournal%5D)">Switching between tasks and responses: a developmental study.</a> Developmental Science. 9, 278-287 (2006).</li>
<li>Cole, M. W., Schneider, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+cognitive+control+network%3A+Integrated+cortical+regions+with+dissociable+functions%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">The cognitive control network: Integrated cortical regions with dissociable functions.</a> Neuroimage. 37, 343-360 (2007).</li>
<li>Fair, D. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+of+distinct+control+networks+through+segregation+and+integration%5BTitle%5D)+AND+%22Proc+Natl+Acad+Sci+USA%22%5BJournal%5D)">Development of distinct control networks through segregation and integration.</a> Proc Natl Acad Sci USA. 104, 13507-13512 (2007).</li>
<li>Uddin, L. Q., Supekar, K., Menon, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Typical+and+atypical+development+of+functional+human+brain+networks%3A+insights+from+resting-state+FMRI%5BTitle%5D)+AND+%22Frontiers+in+systems+neuroscience%22%5BJournal%5D)">Typical and atypical development of functional human brain networks: insights from resting-state FMRI.</a> Frontiers in systems neuroscience. 4, (2010).</li>
<li>Calhoun, V. D., Adali, T., Pearlson, G. D., Pekar, J. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+method+for+making+group+inferences+from+functional+MRI+data+using+independent+component+analysis%5BTitle%5D)+AND+%22Human+brain+mapping%22%5BJournal%5D)">A method for making group inferences from functional MRI data using independent component analysis.</a> Human brain mapping. 14, 140-151 (2001).</li>
<li>Fransson, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Resting-state+networks+in+the+infant+brain%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences+of+the+United+States+of+America%22%5BJournal%5D)">Resting-state networks in the infant brain.</a> Proceedings of the National Academy of Sciences of the United States of America. 104, 15531-15536 (2007).</li>
<li>Supekar, K., Menon, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Developmental+maturation+of+dynamic+causal+control+signals+in+higher-order+cognition%3A+a+neurocognitive+network+model%5BTitle%5D)+AND+%22PLoS+computational+biology%22%5BJournal%5D)">Developmental maturation of dynamic causal control signals in higher-order cognition: a neurocognitive network model.</a> PLoS computational biology. 8, (2012).</li>
<li>Power, J. D., Barnes, K. A., Snyder, A. Z., Schlaggar, B. L., Petersen, S. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Spurious+but+systematic+correlations+in+functional+connectivity+MRI+networks+arise+from+subject+motion%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Spurious but systematic correlations in functional connectivity MRI networks arise from subject motion.</a> Neuroimage. 59, 2142-2154 (2012).</li>
<li>Raschle, N. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Making+MR+Imaging+Child%27s+Play+-+Pediatric+Neuroimaging+Protocol%2C+Guidelines+and+Procedure%5BTitle%5D)+AND+%22%22%5BJournal%5D)">Making MR Imaging Child's Play - Pediatric Neuroimaging Protocol, Guidelines and Procedure.</a> (29), (2009).</li>
<li>Morton, J. B., Bosma, R., Ansari, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Age-related+changes+in+brain+activation+associated+with+dimensional+shifts+of+attention%3A+an+fMRI+study%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">Age-related changes in brain activation associated with dimensional shifts of attention: an fMRI study.</a> Neuroimage. 46, 249-256 (2009).</li>
<li>Ezekiel, F., Bosma, R., Morton, J. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dimensional+Change+Card+Sort+performance+associated+with+age-related+differences+in+functional+connectivity+of+lateral+prefrontal+cortex%5BTitle%5D)+AND+%22Developmental+Cognitive+Neuroscience%22%5BJournal%5D)">Dimensional Change Card Sort performance associated with age-related differences in functional connectivity of lateral prefrontal cortex.</a> Developmental Cognitive Neuroscience. , (2013).</li>
<li>Calhoun, V. D., Kiehl, K. A., Pearlson, G. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Modulation+of+temporally+coherent+brain+networks+estimated+using+ICA+at+rest+and+during+cognitive+tasks%5BTitle%5D)+AND+%22Human+brain+mapping%22%5BJournal%5D)">Modulation of temporally coherent brain networks estimated using ICA at rest and during cognitive tasks.</a> Human brain mapping. 29, 828-838 (2008).</li>
<li>Allen, E. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+baseline+for+the+multivariate+comparison+of+resting-state+networks%5BTitle%5D)+AND+%22Front+Syst+Neurosci%22%5BJournal%5D)">A baseline for the multivariate comparison of resting-state networks.</a> Front Syst Neurosci. 5, (2011).</li>
<li>Calhoun, V. D., Liu, J., Adali, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+review+of+group+ICA+for+fMRI+data+and+ICA+for+joint+inference+of+imaging%2C+genetic%2C+and+ERP+data%5BTitle%5D)+AND+%22Neuroimage%22%5BJournal%5D)">A review of group ICA for fMRI data and ICA for joint inference of imaging, genetic, and ERP data.</a> Neuroimage. 45, (2009).</li>
<li>Allen, E. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tracking+whole-brain+connectivity+dynamics+in+the+resting+state%5BTitle%5D)+AND+%22Cerebral+Cortex%22%5BJournal%5D)">Tracking whole-brain connectivity dynamics in the resting state.</a> Cerebral Cortex. , (2012).</li>
</ol>

Hiçbir rakip mali çıkarları vardır.

Bu tür sıralama kurallarına geçiş yeteneği gibi üst düzey zihinsel işlemler, çocukluk ve ergenlik boyunca hızla gelişir. Bu zihinsel işlemler birden fazla dağıtılmış beyin bölgeleri arasındaki etkileşimleri içerdiğinden, yüksek dereceli biliş ve geniş çaplı kortikal ağların organizasyonu yaşa bağlı değişikliklerin gelişimi arasındaki ilişkiyi keşfetmek artan bir ilgi var. Biz doğrudan bu ilişkiyi inceleyen bir aracı olarak görev tabanlı fMRI verilere uygulanan grup bağımsız bileşen analizine dayalı bir yöntem sunuyoruz....

Davranışlarını düzenleyen yeteneği (inceleme için, Diamond 1 bakınız) çocukluk ve ergenlik döneminde yavaş yavaş gelişir. Boyutsal Değişim Kartı Sıralama görev, örneğin, katılımcılar onlara bu rengi 2 gibi farklı bir şekilde, (bkz. Şekil 2) sıralama için, bu tür bir şekil olarak, kartlar bir şekilde sıralama geçer. Anahtarlama, küçük bir performans maliyeti, veya anahtar maliyeti, exacts tepkiler genellikle daha yavaş ve hata eğilimli anahtarı denemeleri olduğu gibi hangi sıralama kural aynı 3 kaldığı denemeleri tekrarlamak göre sıralama kural değişiklikleri. Çocukların 4 büyüdükçe bu maliyetlerin büyüklüğü tipik davranış düzenlenmesi için kapasite hayatın erken gelişme devam uğrar gerçeğini gösteren, küçülür. Bu tür anahtarlama gibi karmaşık zihinsel işlemleri, birden fazla beyin bölgelerinde 5 arasında hızlı etkileşimleri içerdiğinden, relati artan bir ilgi vargeniş çaplı bir kortikal ağlar 6 fonksiyonel organizasyonu değişikliklere daha yüksek dereceden biliş gelişimini ng. Geniş çaplı ağlarda gelişim değişim soruşturma için bir yaklaşım, tohum bazlı fonksiyonel bağlantı analizi, 6,7 kullanımı geçer. Bu teknikte ilk adımı mevcut araştırma literatürünü danışmak ve söz konusu davranış ile ilgili gibi görünüyor önsel ilgi bölgeleri, ya da İB&#39;leri, tanımlamaktır. Bu ROI ya da düğümler, ağın temel iskeleti tanımlar. Katılımcılar MRI tarayıcı istirahat ise Sonraki faaliyette düşük frekanslı dalgalanmaları bu ROI&#39;lardaki (veya T2 * sinyal yoğunluğu ağırlıklı) 5-10 dakika boyunca ölçülür. Şebekenin herhangi iki birleşme noktası arasındaki işlevsel bağlantı daha sonra kendi sürelerinin korelasyon olarak ölçülür. Güçlü bir işlevsel olarak bağlı olan düğümler benzer olan ve bu nedenle son derece sinyalin korelasyon olmalıdırzamanlı kurslar. Diğer yandan, zayıf fonksiyonel olarak bağlanmış olan düğümlerin, farklı ve bu nedenle zayıf bir korelasyon vardır zaman akışlarını işaret gerekir. Ağın bir model tamamlamak için, kenarlar (veya bağlantıları) olan zaman içerisinde, seçilmiş bir eşik değerinin üzerinde bir korelasyon düğümler arasında çizilir. Bir ağ içinde fonksiyonel bir bağlantı yaşa bağlı farklılıklar testleri tek bir düğümden düğüme bağlantı veya düğümleri ve kenarlarının tüm set topoloji üzerinde yapılabilir. Fonksiyonel bağlantısı bu farklılıklar daha sonra çevrimdışı toplanan bilişsel performans ölçümlerinin ilgili olabilir. Bu yazıda, farklı bir yaklaşım görev tabanlı fMRI veri 8 grup bağımsız bileşen analizine dayalı olduğu açıklanmıştır. Bağımsız bileşen analizi (veya ICA) körü körüne ortaya kaynaklar maksimum bağımsız böyle gözlemler kümesi altında yatan gizli kaynakları ortaya çıkarmak için bir istatistiksel bir yöntemdir. FMRI verilerin analizi, p uygulananrocedure her birim, uzaysal bağımsız kaynaklardan bir sonlu sayıda bir karışımı olduğunu varsayar. Böyle Infomax algoritması olarak farklı algoritmalar, çeşitli birini kullanarak, ICA sonra orijinal verilere uygulandığında maksimum bağımsız kaynaklardan veya bileşenlerin bir dizi veren bir Karışmama matrisi, tahmin. Her bileşen için ortak bir zaman süreci voksel paylaşan bir dizi içerir sürece, bir ağ olarak düşünülebilir. Grup ICA grubunun bileşenleri ortak bir dizi ilk tüm bir veri setinden tahmin edilir ve sonra grup bileşenlerinin katılımcı özel setleri bir arka rekonstrüksiyon adımda hesaplanmış olan ICA belirli bir türüdür. Tüm bir veri kümesi bileşenleri bir dizi içine ayrışır sonra, bir sonraki adım, gürültü kaynaklarını temsil artifaktüel bileşenlerini atmak ve ilgi ağları ile karşılık teorik olarak anlamlı bileşenlerini tespit etmektir. Bu ide bir GLM bağlamında modelleme bileşen zamanlı dersler yoluyla elde edilebiliruzaysal bir ilgi konusu bir ağ şablon, bileşenleri ya da her ikisi ile ilişkilendirerek, tahmin edilen bir şekilde aktif hale ağları ntify. Bileşenlerin çıkan set daha sonra teorik olarak ilginç ağlar 7,9,10 içinde fonksiyonel bağlantı mümkün yaşa bağlı farklılıklar test etmek için bir grup karşılaştırma sunulabilir. Grup ICA uygulaması ile fonksiyonel bağlantı yaşa bağlı değişiklikleri okuyan görev tabanlı fMRI data dinlenme-devlet fMRI verilerine tohum temelli tekniklerin uygulama üzerinde birçok avantajı vardır. İlk olarak, bir priori tanımlanan İB&#39;nin küçük bir set odaklanmak aksine tohum-tabanlı teknikler, mevcut grup ICA yaklaşım hacimsel zaman serisini oluşturan tüm vokselleri kullanır. Bu tohumlar küçük bir grup çıkar bölgeleri olarak a priori olarak seçildiğinde mutlaka ortaya bu önyargı için fırsatlar azalır. İkincisi, fonksiyonel bağlantı analizi (ICA-tabanlı veya başka türlü) için görev-uygulayarakdinlenme-devlet fMRI veri ağı organizasyon ve ağ fonksiyonu daha doğrudan ilişkili izin avantajına sahiptir ziyade. Örneğin, (örneğin DCCS performans farklılığının gibi) fonksiyonel bağlantı bilişsel veya davranışsal etkileri inceleyen bir öncelik, eğer, bu ilgi ağ görev performansı ile ilişkili olduğunu göstermek için önemlidir. Araştırmacı veri toplama sırasında katılımcı tarafından yaşanan her türlü bilişsel, davranışsal, duygusal veya devletlerin kaydı yok, çünkü dinlenme-devlet protokolleri ile, bu çok zordur. Bu ilgi herhangi bir ağ görevi performansı için uygun olduğunu, doğrudan kanıt sağlamak mümkün değildir. Böyle ICA gibi fonksiyonel bağlantı analizi, görev verilere uygulandığında aksine, bu ilgi ağı en az bir görevin performansı ile ilişkili olduğunu doğrulamak mümkündür. Son olarak, ICA gürültünün olumsuz etkisi daha az maruz kalır. Böyle olanlar ilişkili zekâ gibi gürültü kaynakları,h konu hareketi ve kalp ritim, eşsiz uzay-zamansal profilleri var. Bu nedenle, grup ICA bağlamında, bu kaynakların izole edilir ve varyans bu istenmeyen kaynaklarının nispeten serbest kalan bileşenleri bırakarak, ayrı bileşenler için verildi. Tohum bazlı analizler fonksiyonel bağlantı tahmininde ham zamanlı kurslar kullanmak ve zaman kurslar olduğundan, tanımı gereği, nörofizyolojik sinyal ve suni gürültü karışımları, fonksiyonel bağlantı tahminlerinde grup farklılıkları yatan nörofizyoloji, grup farklılıkları gerçek bir grup farklılıkları yansıtabilir gürültü yapısı, ya da her ikisi 11.

<table><tbody><tr><td>SPM8</td><td>MathWorks, Inc.</td><td>R2013a</td><td></td></tr></tbody></table>

boyutsal değişim kartı sıralama performans ile bilişsel kontrol ağları associated fonksiyonel bağlantı yaşa bağlı farklılıklar araştırılması için bir yöntem

A Method for Investigating Age-related Differences in the Functional Connectivity of Cognitive Control Networks Associated with Dimensional Change Card Sort Performance

Ortamda ani değişikliklere davranışlarını ayarlamak için yeteneği çocukluk ve ergenlik döneminde yavaş yavaş gelişir. Örneğin, Boyutsal Değişim Kart Sıralama görevi, katılımcılar kendilerine renk gibi farklı bir şekilde, sıralama için, bu tür bir şekil olarak, kartlar bir şekilde sıralama geçer. Bu şekilde davranışı ayarlama küçük bir performans maliyeti, veya anahtar maliyeti, exacts tepkiler genellikle daha yavaş ve hata eğilimli anahtarı denemeleri olduğu gibi hangi sıralama kural aynı kalır hangi denemeleri tekrarlamak göre sıralama kural değişiklikleri. Esnek davranışlarını ayarlamak için yeteneği genellikle anahtar maliyetleri gibi davranışsal maliyetleri tipik olarak artan yaşla birlikte azalma kısmen çünkü, yavaş yavaş geliştiği söylenir. Gibi davranışsal esneklik gibi üst düzey biliş, yönleri, yani geliştirmek neden yavaş yavaş açık bir soru kalır. Bir hipotez bu değişikliklerin geniş çaplı bilişsel kontrol ağlarının fonksiyonel değişikliklerle birlikte meydana olmasıdır. Bu görüşe göre,Bu tür anahtarlama gibi karmaşık zihinsel işlemler, hızlı olanlar bu güncelleme ve görev kurallarını korumak gibi çeşitli dağıtılan beyin bölgeleri arasındaki etkileşimleri, yeniden şark dikkat basıp davranışları içerir. Gelişme, bu bölgeler arasındaki işlevsel bağlantıların daha hızlı ve daha verimli anahtarlama işlemleri neden güçlendirilmesi. Geçerli video, farklı yaşlardaki katılımcıların fMRI verilerin toplanması ve çok değişkenli analizler ile bu hipotezi test etmek için bir yöntem açıklanır.

Grup ICA, hatta nispeten küçük bir fMRI veri seti üzerinde, diğer çalışmalarda gözlenen kıyaslanabilir bileşenlerin bir dizi dönecektir. 4 Şekil 12 çocuk ve 13 yetişkin bir örnek karışmamış 5 gibi bileşenler ve bunların ilişkili zaman derslerin üst üste olduğunu , katılımcı başına yaklaşık 800 hacimleri ile. Şekil 4, varsayılan modu, fronto-parietal gösterildiği gibi, cingulo-dar ve görsel ağlar kolayca bu ayrışma sonuçlarından görülebilir. Yanı sıra, görsel ve varsayılan mod bileşenler...

Bu video hedeflenen görevler / süreçlerle meşgul bilişsel kontrol ağlarının fonksiyonel bağlantı yaşa bağlı değişiklikleri inceleyen bir yöntem sunuyor. Bu teknik fMRI verilerin çok değişkenli analiz temel alır.

Boyutsal Değişim Kartı Sıralama Performans ile Bilişsel Kontrol Ağları Associated Fonksiyonel Bağlantı yaşa bağlı farklılıklar araştırılması için Bir Yöntem

The ability to adjust behavior to sudden changes in the environment develops gradually in childhood and adolescence. For example, in the Dimensional ...

Bu prosedürün genel amacı, görev değiştirme (task switching) ile ilişkili beyin ağlarını belirlemek ve bu ağların fonksiyonel bağlantısındaki yaşa bağlı farklılıkları test etmektir. Bu işlem, öncelikle boyut değişimli kart sıralama görevi (dimensional change card sort task) tamamlanırken çocuklardan ve yetişkinlerden fMRI verilerinin toplanmasıyla gerçekleştirilir. Veriler ön işlemeden geçirildikten sonra, fonksiyonel hacimler bir dizi istatistiksel olarak bağımsız kaynağa veya bileşene ayrıştırılır.Yürütücü işlevler ve görev performansı ile ilgili bileşenler, sırasıyla şablon eşleme ve doğrusal modelleme yoluyla seçilir. Son adım, seçilen bileşenler içindeki fonksiyonel bağlantısallığın yetişkinler ve çocuklar için farklılık gösterip göstermediğini belirlemektir. Nihayetinde, ICA tabanlı fMRI analizleri, görev değiştirme ile ilişkili ağları tanımlamak ve bu ağların fonksiyonel organizasyonundaki yaşa bağlı farklılıkları test etmek için kullanılabilir.Bu tekniğin, dinlenim durumu fonksiyonel bağlantı analizi gibi mevcut tekniklere göre temel avantajı, kortikal ağların fonksiyonlarının doğru bir şekilde karakterize edilmesine olanak sağlamasıdır. Bu yöntem, gelişimsel bilişsel nörobilim alanındaki temel soruların yanıtlanmasına yardımcı olabilir; örneğin, görev değiştirme gibi üst düzey bilişsel işlemlerde rol oynayan geniş ölçekli kortikal ağların gelişim sürecinde fonksiyonel bir yeniden organizasyona uğrayıp uğramadığı bu yöntemle incelenebilir. Başlamak için, küçük çocuklar için uygun prosedürleri takip ederek FMRI verilerini elde edin; istenmeyen karıştırıcı değişkenleri sınırlamak amacıyla katılımcıları önceden bir simülasyon tarayıcı tesisinde eğitin ve hazır olduğunuzda, boyut değişim kart sıralama görevinin tekrarlı denemeler versiyonunu uygulayın.Her çalışma, iki adet sekiz denemeli geçiş bloğu ve iki adet sekiz denemeli tekrar bloğu içerir; burada geçiş blokları dört geçiş denemesi ve dört tekrar denemesinden, tekrar blokları ise sekiz tekrar denemesinden oluşur. Veri toplama işleminin ardından, standart fMRI ön işleme prosedürleri takip edilerek fMRI verileri ön işlemden geçirilmiştir. Öncelikle, yaygın olarak bilinen fMRI analiz paketi SPM ile birlikte çalışan bir grup ICA yazılım araç kiti olan GIFT'i indirin ve kurun. İndirme işlemi tamamlandıktan sonra, GIFT araç kitini ve tüm alt dizinleri MATLAB arama yoluna ekleyin ve yol dosyasını kaydedin. GIFT kullanarak fMRI verileri üzerinde grup ICA hesaplaması yapmak, RAM belleği üzerinde önemli gereksinimler oluşturur.Bellek sorunlarını önlemek için ICA analizini bir sunucuda çalıştırmak en iyisidir. Analiz yerel bir bilgisayarda çalıştırılacaksa, RAM gereksinimleri, analizi parametreize etmek için gif'in bir parçası olan bir betik kullanılarak tahmin edilebilir; gif altında ICAT B batch files kısmında saklanan Input data subjects one M adlı önceden mevcut bir toplu iş betiğini değiştirin. Bu işlem, gif'in grafik kullanıcı arayüzü kullanılarak da gerçekleştirilebilir.Buna karşın, biraz pratikle bu önceden mevcut betiği değiştirerek analizi kurmak çok daha kolaydır. Ardından, veri modalitesini belirtin. FMRI için, I Casso prosedürü ile ICA'yı çalıştırmak üzere analiz türünü ICA olarak belirtin.Analiz türü altından iki seçeneği belirleyin ve ardından kurulum dosyasının sonraki satırlarında I Casso prosedürünü parametreleştirin. Standart bir SPM tasarım matrisinden sıralamayı etkinleştirmek için grup PCA performans ayarları altından bir seçenek seçerek grup PCA performansını maksimize edin; farklı denekler için farklı matrislerin olup olmadığını belirtin. Ardından, ön işleme tabi tutulmuş fonksiyonel verilerin nerede saklandığını ve tasarım matrisini içeren bir SPM dot mat dosyasının ön işleme tabi tutulmuş fonksiyonel verilerle birlikte saklanıp saklanmadığını belirtin.Her katılımcının aynı sayıda çalışma (run) yaptırmış olması durumunda, birinci yöntem için birini seçin. Veri seçme yöntemi seçeneği altında; verilerin saklandığı dosya yolunu, verilerin dosya formatını ve bireysel oturumların her denek klasörü içinde alt dizinler olarak saklandığını belirten bir ifadeyi ekleyerek parametre kaynağı yönlendirme dosyası desenini, bayrağını ve konumunu tamamlayın; ardından analiz çıktısının yazılacağı dizini belirtin. Bu dizin, verilerin saklandığı dizinle aynı olmamalıdır.Bir sonraki adım, tüm çıktı dosyalarına eklenecek bir ön ek sağlamaktır. Ardından, bir maske için dosya yolu belirtin. Maske, burada gösterildiği gibi, en azından kafatasını, ekstraserebral alanı ve özellikle göz kürelerini elemelidir.Bu örnekte göz kürelerine ait kalıntı kanıtların mevcut olduğuna dikkat edin. Bu durum, suboptimal bir ICA ayrıştırmasına yol açacaktır ve kullanılacak grup PCA türü için bundan kaçınılmalıdır. En iyi zaman seyrini elde etmek için denek özelinde seçim yapın.Geri rekonstrüksiyon yöntemi olarak GICA'yı seçin. Bir veri ön işleme türü seçerken, çıktıda sayısal olmayan değerlerin oluşmasını önlemek için yoğunluk normalizasyonunu kullanın. Bu örnekte, varsayılan olan bir değeri seçilmiştir.Standart PCA türünü seçin ve PCA seçenekleri altındaki varsayılan değerleri kabul edin. Ardından, ICA öncesinde veriler üzerinde kaç adet PCA çalıştırılacağını belirtin. Ek olarak, her PCA sonrası kaç bileşenin tutulacağını belirtin; verileri skorlamak için Z-score ölçeklemesini kullanın ve bu çalışma için ICA'ya yönelik bir kör kaynak ayırma algoritması seçin.ICA tamamlandıktan sonra Infomax kullanıldı. Daha detaylı değerlendirme için teorik olarak potansiyel ilgi uyandıran bileşenler seçin. Bileşenleri, önceden mevcut bir şablonla mekansal korelasyon aracılığıyla sıralamak için mekansal sıralama seçilebilirken, zamansal sıralama ise zamansal olarak sıralama yapar.SPM tasarım matrisinden doğrusal öngördürücüler aracılığıyla elde edilen bileşen zaman seyirleri. Analiz tamamlandığında, seçilen bileşenlerin çocuk ve yetişkin versiyonlarının farklı olup olmadığını test edin. Gösterilmiştir. Burada, 60 bileşenli bir ICA'ya uygulanan ICAS O prosedürünün sonuçları yer almaktadır.Numaralandırılmış her bir nokta bir bileşeni temsil eder. Siyah noktalar, aynı verinin farklı rastgele başlangıç değerleri (random seeds) ile elde edilen farklı ICA ayrıştırmalarını temsil eder. İdeal olarak, burada farklı siyah noktalar olarak görülen farklı ayrıştırmalardan elde edilen sonuçların, numaralandırılmış noktaların etrafında sıkı bir şekilde kümelenmesi gerekir.Bu durum, ayrıştırmada iyi bir güvenilirliğe işaret etmektedir. Yürütücü kontrol şablonu ve seçilen sağ frontal parietal bileşen, yüksek çözünürlüklü bir anatomik taramadaki özdeş kesitlerin üzerine yerleştirilmiştir ve oldukça benzer görünmektedir. Çocuklarla karşılaştırıldığında, yetişkinlerde medial prefrontal korteks, ventral segmental alan, dorsal prefrontal ve inferior parietal kortekste fonksiyonel bağlantısallık daha güçlüydü.Şimdi bu prosedür uygulanmaya çalışılmaktadır. Analizin her aşamasında çıktılarınızı kontrol etmeyi hatırlamanız önemlidir. Küçük hatalar ileriye doğru yayılacak ve yorumlanamaz sonuçlara yol açacaktır.Bu prosedürün ardından, bileşenler arasındaki fonksiyonel etkileşimlerin görev taleplerine veya katılımcı yaşına bağlı olarak değişip değişmediği gibi ek soruları yanıtlamak için fonksiyonel ağ bağlantısallığı analizi gibi diğer yöntemler uygulanabilir.

a-method-for-investigating-age-related-differences-functional

Research

JoVE Journal

Behavior

Davranış

Araştırmamızın amacı, beyin aktivitesini davranış korele etmektir. Doğru davranış önlemler ve görüntüleme teknikleri bize beyin-davranış ilişkileri aydınlatmak için izin verir.

İnsan Prefrontal Korteks gelen fMRI Sinyallerine Davranışsal Tepkiler ilişkilendirilmesi: Görev Analizi Bilişsel Süreçler incelenmesi

Biz biliş yaşın etkilerini araştıran bir tablet bilgisayar tabanlı bir uygulama (EmoCogMeter) kullanılabilirliğini test. Sonuçlar böylece bizim uygulamanın kullanılabilirliğini kanıtlayan, bir yaşa bağlı bilişsel gerileme gösteriyor. Bulgular algılama ve bilişsel işlev bozukluğunun izlenmesi için bir tablet tabanlı uygulama büyük klinik ve pratik potansiyelini vurguluyor.

EmoCogMeter, bir Roman Tablet bilgisayar Tabanlı Yaklaşım Kullanarak Bilişsel Fonksiyonlar Yaşa bağlı Değişikliklerin Değerlendirilmesi

EEG deneylerinde kullanım geçmişi olan bir paradigmanın bir fMRI deneyine aktarılması düşünülür. Görsel tuhaf görevdeki görev taleplerinin manipüle edilmesinin farklı BOLD aktivasyon modelleriyle sonuçlandığı gösterilmiş ve fMRI deneylerinde görev tasarımının ne kadar önemli olduğu gösterilmiştir.

Beyin Görüntüleme Yöntemlerinin Arasında Bilişsel Görevler aktarma: fMRI Çalışmaları Görev Tasarım Etkileri ve Sonuçları Yorumlama

Bu makale, çalışan allosentrik uzamsal belleğin hipokampusa bağımlı bir testi olan 4 Dağ Testi'ni (4MT) açıklamaktadır. Hipokampus, Alzheimer hastalığının (AD) erken dönemlerinde etkilenir ve bu makale, predemans AD tanısında 4MT'nin değerini gösteren 4MT metodolojisini ve hasta testinin sonuçlarını özetlemektedir.

4 Dağ Testi: Alzheimer Hastalığı Ön demans Tanısında Yüksek Hassasiyet ile Mekansal Bellek Kısa Testi

Bu el yazması görev bağımlı değişiklikleri seçili tohum bölge ve beynin diğer bölgelerdeki voxels arasındaki fonksiyonel bağlantı içinde ortaya çıkarmak için bir psikofizyolojik etkileşimi analiz uygulamak açıklar. Psikofizyolojik etkileşimi analiz görev etkileri beyin bağlantısı, geleneksel tekdeğişirli harekete geçirmek etkilerinden ayrı incelemek için popüler bir yöntemdir.

Genelleştirilmiş psikofizyolojik etkileşim (PPI) analiz bellek bağlantısı'nda bireyler, Alzheimer hastalığı genetik Risk ile ilgili

Dinlenme-devlet fonksiyonel manyetik rezonans görüntüleme Granger Nedensellik analizi ile bağlı olarak, biz değişiklikler posterior singulat korteks ve Alzheimer hastalığı (Ah) olan hastalar, hafif bilişsel bozulma (MCI) ve sağlıklı kontrol tüm beyin arasında yönettiği fonksiyonel bağlantı içinde araştırdık.

Granger Nedensellik analizi yönlendirilmiş fonksiyonel bağlantı hafif kognitif bozukluk ve Alzheimer hastalığı uygulanması

Açıklanan yaklaşım amacı ne anlarda paradigma (zamansal perspektif) ve hangi bölgelerine (mekansal perspektif) arasında fonksiyonel bağlantı içinde önemli kurulmaksızın fonksiyonel manyetik rezonans görüntüleme üzerinde meydana belirlemektir kayıtları sırasında zaman kilitli bir uyarıcı oynanır.

Dinamik arası konu fonksiyonel bağlantı ortaya koymaktadır an an beyin ağ yapılandırmaları tarafından sürekli tahrik veya iletişim paradigmaların

Bu makale, insan beyninde uzamsal navigasyon için işlevsel ağı araştırmak için bütünleştirici bir yaklaşım sunmaktadır. Bu yaklaşım, büyük ölçekli bir nörogörüntüleme meta-analitik veritabanını, dinlenme durumu fonksiyonel manyetik rezonans görüntülemeyi ve ağ modelleme ve grafik teorik teknikleri içerir.

İnsan Beyninde Uzamsal Navigasyon için İşlevsel Ağın Modellenmesi

Biz objektif bir ölçü yaygın olarak kullanılan lastik el yanılsama paradigma istihdam nasıl göstermektedir. Bu tedbir köklü crossmodal uyumu görev değiştirerek elde edilir. Bu görev, lastik el yanılsama olduğu gibi vücut temsilleri modülasyon için kritik olan multisensory süreçlerin incelenmesi sağlar.

Kauçuk El Illusion Paradigma bir Amaç Davranış Tedbir Alınması Aracı Olarak Crossmodal Congruency Görev

Görsel uyaranların bakış açısı dönüşü için yeni bir yöntemi tartışıyoruz ve ayna stereoskopu kullanarak derinlemesine dönmenin üç boyutlu algısını gösteriyoruz. Teknik, bakış açısıyla döndürülmüş şekilleri kodlamada stereoskopik ipuçlarının rolünü araştırmak için kullanılabilir.

Stereoskopik İpuçları ile ve Stereoskopik İşaretler olmadan Bakış Açısı Değişikliğine Karşı Hassasiyet Ölçümü

Öğrenin, fMRI verilerinde bağımsız bileşen analizi kullanarak bilişsel kontrol ağlarındaki yaşla ilişkili fonksiyonel bağlantı farklılıklarını nasıl inceleyeceğinizi. Bu yöntem gelişimsel nörobilim araştırmaları için değerlidir.

Boyutsal Değişim Kartı Sıralama Performans ile Bilişsel Kontrol Ağları Associated Fonksiyonel Bağlantı yaşa bağlı farklılıklar araştırılması için Bir Yöntem (Video) | JoVE Journal

Boyutsal Değişim Kartı Sıralama Performans ile Bilişsel Kontrol Ağları Associated Fonksiyonel Bağlantı yaşa bağlı farklılıklar araştırılması için Bir Yöntem

Daha fazla video keşfet