Функционален градиент на веретенообразната кора за разпознаване на китайски йероглифи, част 2

Поведенчески анализ

ACC и RT бяха изчислени за четирите условия. Основните ефекти на категориите стимули бяха анализирани чрез еднопосочна повторна ANOVA. Сдвоени t-тестове с post hoc корекция на Bonferroni (p, 0.05) бяха проведени при различни условия.

Съществува тясна връзка между стимулацията и паметта. Колкото по-интересно, ново и предизвикателно е нещо, толкова по-лесно е за нас да го запомним. Ето защо често използваме различни методи в училищата, за да стимулираме интереса и любопитството на учениците, за да подобрим паметта им. И така, какви стимули могат да подобрят нашата памет?

На първо място, въображението и уменията за асоцииране са важни фактори за подобряване на паметта. Трябва да оставим мозъка да обработи допълнително информацията и да я свърже с нашия собствен опит, знания, емоции и т.н., за да я запомни по-добре. Например, когато учим нова дума, можем да я асоциираме с визуална сцена или съществуваща дума с подобно произношение, което може да ни помогне да я разберем и запомним по-добре.

Второ, използването на множество сетива също може да подобри паметта. Можем да получаваме информация чрез различни канали като зрение, слух, докосване и обоняние, което може да създаде повече връзки и асоциации в мозъка и да помогне на дългосрочната памет. Така че, когато учим, можем да опитаме различни начини за получаване на информация, като слушане на записи, докато четем, или фокусиране, докато правим снимки, за да запишем по-добре информацията на място.

И накрая, последователните упражнения за тялото и мозъка ви също могат да подобрят паметта ви. Физическото здраве може да подобри гъвкавостта и мобилността на мозъка и по-добре да подобри нашата памет. Редовните упражнения могат да стимулират притока на кръв, да увеличат снабдяването с кислород и да насърчат мозъчния метаболизъм, като по този начин подобряват мозъчната функция. В допълнение, поддържането на мозъка активен чрез много четене, мислене, учене и т.н. също може да подобри нашата памет.

Накратко, стимулацията има положителен ефект върху паметта. Можем да подобрим паметта си по различни начини, като например да използваме повече въображение и умения за асоцииране, да използваме множество сетива за получаване на информация и да настояваме да упражняваме тялото и мозъка. Вярвам, че докато упорстваме, паметта ни ще продължи да се подобрява, помагайки ни да учим и да растем по-добре. Вижда се, че трябва да подобрим паметта и Cistanche deserticola може значително да подобри паметта, тъй като Cistanche deserticola може също да регулира баланса на невротрансмитерите, като например повишаване на нивата на ацетилхолин и растежни фактори. Тези вещества са много важни за паметта и ученето. В допълнение, месото може също да подобри притока на кръв и да насърчи доставката на кислород, което може да гарантира, че мозъкът получава достатъчно хранителни вещества и енергия, като по този начин подобрява мозъчната жизненост и издръжливост.

Едномерен активационен анализ

При анализ на ниво единичен субект беше проведен общ линеен модел (GLM), с конволюцията на времето за установяване на стимулация (SOT) и функцията на хемодинамичния отговор (HRF) като независими променливи, времевата серия от fMRI сигнали като зависими променливи и шест параметъра за пренастройване като регресори.

При анализ на групово ниво, една проба t-тестове беше използвана за анализиране на всеки воксел, за да се получат карти на активиране за всяко състояние [p, 0.05, FDR корекция (q, 0,05), размер на клъстера. 10].

За да изследваме различни функционални нива на активиране на FG по време на разпознаването на китайски думи, ние определихме пет типа карти за активиране на мозъка: (1) RWs срещу фиксация минус PWs срещу фиксация за лексикални ефекти, (2) PWs срещу фиксация минус FWs срещу фиксация за ефекти на словоформа, (3 ) PWs срещу фиксация минус RWs срещу фиксация за абстрактна ортографска обработка, (4) FWs срещу фиксация минус RWs срещу фиксация за ортографска обработка на ниско ниво и (5) SCs срещу фиксация минус RWs срещу фиксация за основна визуална обработка.

По-конкретно, PW имат същата ортографска редовност като RW, но не успяват да достигнат до лексикална фонология и значение. FW имат редовни радикали или лого графеми, но нямат законна китайска ортография, докато SC са пространствено вплетени.

Заедно, функционалното ниво се увеличава от първия до петия контраст. Освен това се очакваха по-малко етапи на обработка, но повече активиране за последните три контраста поради грешките при прогнозиране поради последния неуспешен етап, т.е. по-силното активиране за повече опити за съпоставяне на глобалната ортография върху фонологията и значението на думата или за интегриране на местни радикали в цяло характер (Прайс и Девлин, 2011).

RSA

RSA е мощен за интегриране на различни нива/скали/модалности (напр. невронни, поведенчески, физически, теоретични) дейности за идентифициране на когнитивна манипулация (Fischer-Baum et al., 2017; Wang et al., 2018; Deniz et al., 2019 ). Настоящото проучване имаше за цел да проучи точните функционални роли на FG по време на разпознаването на китайски думи.

Тази цел беше постигната чрез свързване на теоретичната представителна матрица на различията (RDM) на различни нива на китайската ортография и невронната RDM в FG. Количественото определяне на различията между абстрактната и лексикалната ортография е ключовият въпрос. Постигнахме този резултат чрез изчисляване на лого-графемните представяния на RW, PW и FW.

Теоретични RDM

Графемата на логото е основната представителна единица на китайски йероглифи (Han et al., 2007). Лого-графемата RDM беше конструирана чрез изчисляване на едно минус съотношението на споделените основни единици между всеки два стимула в RW, PW и FW.

Обърнете внимание, че SC се състоят от произволни щрихи, но не всички щрихи са лого графеми. По този начин лого-графемните RDM могат да бъдат конструирани само за RW, PW и FW. Лого-графемните представяния показват вътрешни манипулации, третиращи лого-графемата като минимална единица.

По време на разпознаването на знаци вътрешните когнитивни процеси съдържат лексикална ортография (т.е. ортографска легалност и картографиране на формата на думата върху фонологията и семантиката), ортография на словоформата (т.е. радикална позиция и ортографска законност), радикална ортография (т.е. позиция на черта) и съставена обща визуална информация от светли и тъмни петна.

По време на разпознаването на PW, представянията на лого-графите показват ортографска законност на обработката и общи визуални свойства. За FW разпознаване, представянията на лого-графема показват радикална и обща визуална обработка.

Семантичните представяния бяха изчислени за RW, тъй като PW и FW бяха безсмислени. Семантичното различие се изчислява като едно минус косинусното сходство между векторите на думата на всяка двойка RW стимули. Използвани са алгоритми за пропускане на грама (размер на прозореца=5, честота на подизвадка=10 4, отрицателен номер на проба=5, скорост на обучение=0.025, номер на измерение=300) за изчисляване на вектори на думи въз основа на китайския корпус на Wikipedia с отворен код.

Невронни RDM и прожектор RSA

GLM беше извършен на първо ниво за всяко от 120-те опита, с регресия на 6 параметъра за движение на главата. Във всяко условие (RWs, PWs и FWs) и за всеки субект невронните прилики по воксел между всяка двойка от 40 опита бяха изчислени като значими корелации между b -b-стойности, извлечени от егоцентрична сфера с 6-- mm радиус.

Една минус корелация между всеки два стимула беше зададена като разлика. Центрираният воксел на сферата, завършен напречно в кортикалните региони на интерес (ROI), като прожектор, и вокселни невронни RDM бяха получени за всеки субект при всяко състояние. ROI в настоящото проучване бяха определени като двустранни веретенообразни области (55#, 56#) в шаблона за автоматизирано анатомично етикетиране 3 (AAL3).

Двустранните долни тилни кори (53#, 54#) в AAL3 също бяха включени. Корелациите на Spearman бяха изчислени между невронни RDM и лого-графема/семантични RDM на ниво воксел. R-трансформираните Z стойности на Spearman бяха стойности на лого-графема/семантично представяне и бяха използвани за извършване на едностранен t-тест с една проба за субекти на ниво воксел.

Значимите воксели (p, 0.05, некоригирани, размер на клъстера. 10) в t-теста бяха идентифицирани като включени в лого-графема/семантично представяне. Скриптовете за анализ и обобщените данни са достъпни на GitHub (http://github.com/miaocao88/Functional-Gradient-in-vOT).

Валидационен анализ

За да се провери дали поведенческото представяне (ACC) засяга мозъчната активност по време на задачите за лексикално решение, беше извършен валидационен анализ чрез изключване на опити, в които участниците неточно прецениха лексикалността. По-специално, за състоянието на PWs, 6 участници, чийто ACC е 50%, бяха изключени, за да се осигури статистически ефект на резултатите от RSA.

Резултати

Поведенчески резултати

Бяха анализирани ACC и RT на натискане на бутон за задачата за лексикално решение. Основните ефекти на ACC и RT сред RWs, PWs, FWs и SCs, изчислени чрез еднопосочна повторна ANOVA, бяха значителни, както е показано на Фигура 1B (Allen et al., 2019). Значителни основни ефекти, измерени чрез еднопосочна повторна ANOVA, са наблюдавани както за ACC (F(3,150)=27.12, p, 0,001), така и за RT (F(3,150) =16. 68, p, 0.001).

ACC на PW ({{0}}.80 6 0.21) беше значително по-нисък от този на RW (0.95 6 0.07, t(50)=5.29,p, 0.001, Bonferroni коригирано), FWs (0.{ {12}}.06, t(50) =6.12, p, 0,001, Bonferroni коригирано) и SCs (0.98 60.05, t(50) { {23}}.23, p, 0.001, коригирано с Bonferroni), докато RT на PW (938.81 6 15.60 ms) е значително по-високо от това на RW (793.78 6 170.21 ms, t(50)=9.04,p, 0,001, Bonferroni коригирано), FWs (780.416 149.84ms,t(50)=10.28, p, 0,001, Bonferroni коригирано ) и SCs(728.686 152.54ms, t(50)=12.84, p, 0,001, коригирано на Bonferroni).

ACC на SC е по-голям от този на RW (t(50) =2.89, p, 0.05, Bonferroni коригирано). RT на SC беше по-къс от този на FW (t(50)=4.85, p, 0.001, коригирано по Bonferroni) и RW (t(50)=5.30, p, 0.001, коригирано по Bonferroni) .

Заедно субектите показаха най-лошото представяне при разпознаването на PW в сравнение с другите три условия, но по-добро представяне за SCs в задачата за лексикално решение.

Резултати от функционално активиране

В настоящото проучване ефектът на словоформата беше дефиниран като активиране на PWs срещу фиксация минус FWs срещу фиксация, докато лексикалният ефект беше дефиниран като RWsversus фиксация минус PWs срещу фиксация. Както е показано на Фигура 2А, ефектът на словоформата активира двустранните вентрални окципитотемпорални кортекси и левия среден тилен извивка [p, 0.05, FDR корекция (q, 0,05), размер на клъстери. 10].

Левите области на ефекта на словоформата бяха разположени в голям клъстер (размер на клъстера {{0}}), обхващащ средната част на лявата странична окципитотемпорална бразда, включително лявата долна темпорална извивка, средната и предната части на лявата FG, те ляво долно тилна извивка [p, 0.05, корекция на FDR (q, 0,05), размер на клъстера. 10]. Областите на ефекта на дясната словоформа включват контралатералните хомотопни кори, включително десния долен темпорален гирус и средната FG.

Лексикалният ефект активира обширни мозъчни региони, включително двустранния среден тилен извивка, двустранните окципитотемпорални корти (състоящи се от долния темпорален извивка и средната FG), дясната FG и предната част на левия долен темпорален извивка [p, {{{{2} }}}.05, FDR корекция (q, 0,05), размер на клъстера. 10].

Масово активираните мозъчни региони могат да бъдат получени от модулация отгоре надолу на лексикални отговори. Обърнете внимание, че повече предни активации на лексикални ефекти са открити в предната част на левия долно-темпорален гирус, отколкото в предната част на лявата FG. За повече подробности, моля, вижте Таблица 1.

Въз основа на хипотезата за грешка при прогнозиране, PWs спрямо фиксация минус RWs срещу фиксация, FWs срещу фиксацияминус RWs срещу фиксация и SCs срещу фиксацияминус RWs срещу фиксация съответстват съответно на абстрактографска обработка, радикална обработка и извличане на визуални свойства, които принадлежат към по-високи към по-ниски нива на правописна структура.

Както е показано на Фигура 2B, PWs срещу фиксация минус RWs срещу фиксация активира двустранната вентрална окципитотемпорална кора и двустранната средна тилна извивка [p, 0.05, FDR корекция (q, 0.{ {8}}5), размер на клъстера. 10]. Мозъчни региони за FWs срещу фиксация минус RWs срещу фиксация бяха открити в двустранния долен темпорален извивка и левия среден тилен извивка [p, 0,05, FDR корекция (q,0,05), размер на клъстера. 10].

SCs срещу фиксация минус RWs срещу фиксация активира само левия среден и долния окципитален гирус [p, {{0}}.05, FDR корекция (q, 0,05), размер на клъстера. 10].

Постепенно променени и смесени активации по оста y в задната част на лявата долна темпорална извивка са показани в най-долния панел на Фигура 2B и потвърдени функционални градиенти на лявата FG. За повече подробности, моля, вижте Таблица 2.

For more information:1950477648nn@gmail.com