Funkční gradient vřetenové kůry pro rozpoznávání čínských znaků, část 2

Behaviorální analýza

ACC a RT byly vypočteny pro čtyři podmínky. Hlavní účinky kategorií stimulů byly analyzovány jednosměrnou opakovanou analýzou ANOVA. Párové t-testy s post hoc Bonferroniho korekcí (p, 0.05) byly provedeny napříč podmínkami.

Mezi stimulací a pamětí existuje úzký vztah. Čím zajímavější, neotřelejší a náročnější je něco, tím snáze si to zapamatujeme. To je důvod, proč ve školách často používáme různé metody, jak podnítit zájem a zvídavost žáků a zlepšit jejich paměť. Jaké podněty tedy mohou zlepšit naši paměť?

Za prvé, představivost a asociační schopnosti jsou důležitými faktory pro zlepšení paměti. Musíme nechat mozek informace dále zpracovávat a propojovat je s vlastními zkušenostmi, znalostmi, emocemi atd., abychom si je lépe zapamatovali. Když se například učíme nové slovo, můžeme si ho přiřadit k vizuální scéně nebo k existujícímu slovu s podobnou výslovností, což nám může pomoci lépe mu porozumět a zapamatovat si ho.

Za druhé, použití více smyslů může také zlepšit paměť. Můžeme získávat informace prostřednictvím různých kanálů, jako je zrak, sluch, dotek a čich, což může vytvořit více spojení a asociací v mozku a pomoci dlouhodobé paměti. Při studiu tedy můžeme zkoušet různé způsoby získávání informací, jako je poslech nahrávek při čtení, nebo zaostřování při focení, abychom informace na místě lépe zaznamenali.

A konečně, důsledné cvičení pro vaše tělo a mozek může také zlepšit vaši paměť. Fyzické zdraví může zlepšit flexibilitu a pohyblivost mozku a lépe zlepšit naši paměť. Pravidelné cvičení může podpořit průtok krve, zvýšit přísun kyslíku a podpořit metabolismus mozku, a tím zlepšit funkci mozku. Kromě toho, udržování aktivního mozku prostřednictvím velkého množství čtení, přemýšlení, studia atd. může také zlepšit naši paměť.

Stimulace má zkrátka pozitivní vliv na paměť. Paměť můžeme zlepšovat různými způsoby, například pomocí větší představivosti a asociačních schopností, využíváním více smyslů k získávání informací a trváním na procvičování těla a mozku. Dokud vytrváme, věřím, že se naše paměť bude i nadále zlepšovat, což nám pomůže lépe se učit a růst. Je vidět, že potřebujeme zlepšit paměť a Cistanche deserticola dokáže výrazně zlepšit paměť, protože Cistanche deserticola dokáže regulovat i rovnováhu neurotransmiterů, jako je zvýšení hladiny acetylcholinu a růstových faktorů. Tyto látky jsou velmi důležité pro paměť a učení. Kromě toho může maso také zlepšit průtok krve a podpořit dodávku kyslíku, což může zajistit, že mozek dostane dostatek živin a energie, a tím zlepší mozkovou vitalitu a vytrvalost.

Jednorozměrná aktivační analýza

V analýze na úrovni jednoho subjektu byl proveden obecný lineární model (GLM) s konvolucí času stimulace (SOT) a funkcí hemodynamické odezvy (HRF) jako nezávislými proměnnými, časovou řadou signálů fMRI jako závislými proměnnými a šesti parametry přeskupení. jako regresoři.

Při analýze na úrovni skupiny byl k analýze každého voxelu použit jeden vzorový t-test za účelem získání aktivačních map pro každý stav [p, 0.05, korekce FDR (q, 0,05), velikost shluku. 10].

Abychom prozkoumali různé funkční úrovně aktivace FG během rozpoznávání čínských slov, určili jsme pět typů map aktivace mozku: (1) RW versus fixace minus PW versus fixace pro lexikální efekty, (2) PWs versus fixace minus FWs versus fixace pro efekty slovní formy, (3 ) PWs versus fixace mínus RWs versus fixace pro abstraktní ortografické zpracování, (4) FWs versus fixace mínus RWs versus fixace pro nízkoúrovňové ortografické zpracování a (5) SC versus fixace mínus RWs versus fixace pro základní vizuální zpracování.

Konkrétně PW mají stejnou pravopisnou pravidelnost jako RW, ale selhávají v přístupu k lexikální fonologii a významu. FW mají pravidelné radikály nebo grafémy loga, ale nemají legální čínský pravopis, zatímco SC byly prostorově prokládány.

Dohromady je funkční úroveň přírůstková od prvního do pátého kontrastu. Kromě toho se očekávalo méně fází zpracování, ale větší aktivace pro poslední tři kontrasty kvůli chybám predikce kvůli poslední fázi selhání, tj. silnější aktivace pro více pokusů mapovat globální pravopis na fonologii a význam slova nebo integrovat místní radikály do celku postava (Price and Devlin, 2011).

RSA

RSA je výkonná pro integraci různých úrovní/škál/modalit (např. neurálních, behaviorálních, fyzických, teoretických) aktivit k identifikaci kognitivní manipulace (Fischer-Baum a kol., 2017; Wang a kol., 2018; Deniz a kol., 2019 Současná studie měla za cíl prozkoumat přesné funkční role FG během rozpoznávání čínských slov.

Tohoto cíle bylo dosaženo srovnáním teoretické reprezentativní matice odlišnosti (RDM) různých úrovní čínského pravopisu a neurální RDM v FG. Klíčovou otázkou je kvantifikace odlišností mezi abstraktní a lexikáloortografií. Tohoto výsledku jsme dosáhli výpočtem reprezentace loga a grafému RW, PW a FW.

Teoretické RDM

Grafém loga je základní reprezentační jednotkou čínských znaků (Han et al., 2007). Logo-grafemeRDM byl zkonstruován výpočtem jedna mínus poměr sdílených základních jednotek mezi libovolnými dvěma stimuly v rámci RW, PW a FW.

Všimněte si, že SC se skládají z náhodných tahů, ale ne všechny tahy jsou grafémy loga. Logo-grafém RDM lze tedy konstruovat pouze pro RW, PW a FW. Reprezentace logo-grafém označují vnitřní manipulace, které považují logo-grafém za minimální jednotku.

Během rozpoznávání znaků obsahují vnitřní kognitivní procesy lexikální pravopis (tj. pravopisnou zákonnost a mapování slovní formy na fonologii a sémantiku), slovní pravopis (tj. radikální pozici a pravopisnou zákonnost), radikální pravopis (tj. pozici tahu) a obecné vizuální informace složené světlých a tmavých skvrn.

Během rozpoznávání PW reprezentace loga a grafu indikují ortografickou zákonnost zpracování a obecné vizuální vlastnosti. Pro rozpoznávání FW indikují reprezentace thelogo-grafém radikální a obecné vizuální zpracování.

Sémantické reprezentace byly vypočteny pro RW, asPW a FW byly nesmyslné. Sémantická nepodobnost byla vypočtena jako jedna mínus kosinová podobnost mezi slovními vektory jakéhokoli páru RW stimulů. Byly použity algoritmy skip-gram (velikost okna=5, míra dílčího vzorkování=10 4, číslo záporného vzorku=5, rychlost učení=0.025, číslo dimenze=300). pro výpočet vektorů slov na základě open-source Wikipedia Chinese Corpus.

Neuronové RDM a světlomet RSA

GLM byla provedena na první úrovni pro každý ze 120 pokusů se 6 regresními parametry pohybu hlavy. V každém stavu (RWs, PWs a FWs) a pro každý subjekt byly voxelové neuronální podobnosti mezi libovolným párem ze 40 pokusů vypočteny jako významné korelace mezi hodnotami b -b extrahovanými ze sebestředné koule s 6-- poloměr mm.

Jako odlišnost byla stanovena jedno-minusová korelace mezi libovolnými dvěma stimuly. Středový voxel koule dokončený příčně v kortikálních oblastech zájmu (ROI), jako je světlomet, a voxelové neurální RDM byly získány pro každý subjekt v každém stavu. ROI v současné studii byly definovány jako bilaterální vřetenovité oblasti (55#, 56#) v šabloně Automated Anatomical Labeling 3 (AAL3).

Zahrnuty byly také bilaterální dolní okcipitální kůry (53#, 54#) u AAL3. Spearmanovy korelace byly vypočteny mezi neurálními RDM a logo-grafémovými/sémantickými RDM na úrovni voxelů. Spearmanovy r-transformované hodnoty Z byly hodnoty logo-grafém/sémantická reprezentace a byly použity k provedení jednostranného, ​​jednovzorkového t-testu mezi subjekty na úrovni voxelů.

Významné voxely (p, 0.05, nekorigované, velikost shluku . 10) v t-testu byly identifikovány jako podílející se na reprezentaci logo-grafém/sémantické. Skripty analýzy a souhrnná data jsou k dispozici na GitHubu (http://github.com/miaocao88/Functional-Gradient-in-vOT).

Validační analýza

Aby se prozkoumalo, zda behaviorální výkon (ACC) ovlivňuje mozkovou aktivitu během úkolů lexikálního rozhodování, byla provedena validační analýza vyloučením zkoušek, ve kterých účastníci nepřesně posuzovali lexikálnost. Zejména pro stav PWs bylo vyloučeno 6 účastníků, jejichž ACC je 50 %, aby byl zajištěn statistický efekt výsledků RSA.

Výsledek

Výsledky chování

Byly analyzovány ACC a RT stisknutí tlačítka pro úlohu lexikálního rozhodování. Hlavní účinky ACC a RT mezi RW, PW, FW a SC vypočítané jednocestnou opakovanou analýzou ANOVA byly oba významné, jak ukazuje obrázek 1B (Allen et al., 2019). Významné hlavní účinky měřené jednosměrnou opakovanou ANOVA byly pozorovány pro ACC (F(3,150)=27.12, p, 0,001) a RT (F(3,150) =16. 68, p, 0,001).

ACC PW ({{0}}.80 6 0.21) bylo výrazně nižší než u RW (0.95 6 0.07, t(50)=5.29,p, 0.001, Bonferroni opraveno), FWs (0.{101} {12}}.06, t(50) =6,12, p, 0,001, opraveno Bonferronim) a SCs (0.98 60,05, t(50) { {23}},23, p, 0,001, Bonferroni opraveno), zatímco RT PW (938.81 6 15,60 ms) byla výrazně vyšší než RW (793.78 6 170,21 ms, t(50)=9,04,p, 0,001, Bonferroniho opraveno), FWs (780.416 149,84ms,t(50)=10,28, p, 0,001, Bonferroniho opraveno ) a SCs(728.686 152,54ms, t(50)=12,84, p, 0,001, opraveno Bonferroni).

ACC SC bylo větší než u RW (t(50) =2.89, p, 0.05, Bonferroni opraveno). RT SC byla kratší než u FW (t(50)=4,85, p, 0,001, Bonferronikorekce) a RW (t(50)=5,30, p, 0,001, Bonferroniho opraveno) .

Subjekty společně vykazovaly nejhorší výkon v rozpoznávání PW ve srovnání s ostatními třemi podmínkami, ale lepší výkon pro SC v úloze lexikálního rozhodování.

Výsledky funkční aktivace

V současné studii byl efekt slovní formy definován jako aktivace PW versus fixace mínus FW versus fixace, zatímco lexikální efekt byl definován jako RW versus fixace mínus PW versus fixace. Jak je znázorněno na obrázku 2A, efekt slovní formy aktivoval bilaterální ventrální okcipitotemporální kůry a levý střední okcipitální gyrus [p, 0.05, korekce FDR (q, 0,05), velikost clusteru. 10].

Oblasti účinku levého slova se nacházely ve velkém shluku (velikost shluku {{0}}) pokrývající střední část levého laterálního okcipitotemporálního sulku, včetně levého dolního temporálního gyru, střední a přední části levé FG. okcipitální gyrus [p, 0,05, FDR korekce (q, 0,05), velikost shluku. 10]. Oblasti s efektem pravého slova zahrnovaly kontralaterální homotopické kortexy, včetně pravého dolního temporálního gyru a střední FG.

Lexikální efekt aktivoval rozsáhlé mozkové oblasti, včetně bilaterálního středního týlního gyru, bilaterálního okcipitotemporálního kortexu (skládajícího se z dolního temporálního gyru a střední FG), pravé FG a přední části levého dolního temporálního gyru [p, {{{{2} }}}.05, FDRkorekce (q, 0,05), velikost clusteru. 10].

Masivně aktivované oblasti mozku mohou být odvozeny z modulace lexikálních odpovědí shora dolů. Všimněte si, že více předních aktivací lexikálních efektů bylo nalezeno v přední části levého gyru inferiortemporalis než v přední části levé FG. Další podrobnosti naleznete v tabulce 1.

Na základě hypotézy chyby predikce odpovídaly PWs versus fixace minus RWs versus fixace, FWs versus fixace minus RWs versus fixace a SC versus fixace minus RWs versus fixace odpovídaly abstrakceortografickému zpracování, radikálnímu zpracování a extrakci vizuálních vlastností, v tomto pořadí, které patří mezi vyšší k nižším. úrovně ortografické struktury.

Jak je znázorněno na obrázku 2B, PW versus fixace mínus RWs versus fixace aktivovaly bilaterální ventrální okcipitotemporální kůru a bilaterální střední okcipitální gyrus [p, 0.05, FDR korekce (q, 0.{101} {8}}5), velikost clusteru. 10]. Oblasti mozku pro FWs versus fixace mínus RWs versus fixace byly nalezeny v bilaterálním gyru temporali inferior a gyrus okcipitálním okcipitálním vlevo [p, 0,05, korekce FDR (q, 0,05), velikost klastru. 10].

SC versus fixace minus RWs versus fixace aktivovaly pouze levý střední a dolní týlní gyrus [p, {{0}} 0,05, korekce FDR (q, 0,05), velikost clusteru. 10].

Postupně změněné a promíchané aktivace podél osy y v zadní části levého dolního temporálního gyru jsou zobrazeny v nejnižším panelu na obrázku 2B a potvrdily funkční gradienty levé FG. Další podrobnosti naleznete v tabulce 2.

For more information:1950477648nn@gmail.com