Summary

寸法変化カードソート·パフォーマンスと認知制御ネットワーク関連の機能的結合の加齢の違いを調査するための方法

Published: May 07, 2014
doi:

Summary

このビデオでは、ターゲット·タスク/プロセスによって係認知制御ネットワークの機能的接続性の加齢変化を調べる方法を提示します。技術は、fMRIのデータの多変量解析に基づいている。

Abstract

環境の急激な変化への行動を調整する能力は、小児期および青年期に徐々に開発しています。例えば、寸法変化カードソート作業では、参加者は彼らに色などの異なる方法を、仕分けし、このような形状のようなカードの一つの方法を、ソートに切り替える。このように動作を調整することで、小さなパフォーマンスコストを強要するか、スイッチのコスト、応答は仕分けルールが同じままである臨床試験を繰り返すと比較して、仕分けルールの変更のスイッチ裁判上のエラーが発生しやすく、通常より遅く、よりであるように。柔軟に行動を調整する能力は、多くの場合、スイッチのコストなどの行動のコストは、通常、加齢とともに減少するので、部分的には、徐々に開発することが言われています。このような行動の柔軟性などの高次認知的側面には、そのように開発し​​、なぜ、徐々に未解決の問題のまま。 1つの仮説は、これらの変更は、幅広い規模の認知制御ネットワークにおける機能の変化と関連して発生していることである。このビューでは、このような切り替えなどの複雑な精神的な操作では、急速な業者は、更新およびタスクルールを維持するなど、いくつかの分散型脳領域間の相互作用、再オリエント注意、および選択行動を伴う。発展に伴い、それらの領域間の機能の接続は、より速く、より効率的なスイッチング動作につながる、強化する。現在のビデオは、異なる年齢の参加者からのfMRIデータを収集および多変量解析により、この仮説を試験する方法を記載している。

Introduction

行動を調節する能力は、(レビューのために、ダイヤモンド1を参照)、小児期および青年期に徐々に開発しています。寸法変化カードソートタスクでは、例えば、参加者は( 図2を参照)、彼らにそのような色2のような異なる方法で、仕分けに、このような形状のようなカードの一つの方法を、ソートに切り替える。切り替えは応答が仕分けルールは同じ3残存する試験を繰り返して比較したソートルール変更スイッチ試験に関する一般的遅く、エラーが発生しやすい、よりであるように、小さなパフォーマンスコストを強要するか、スイッチのコスト。子どもたちは、行動調節のための容量は人生の早い段階で継続的な開発を受けているという事実を説明するための、4古い成長するにつれて、これらのコストの大きさは、一般的に小さくなる。

このような切り替えなどの複雑な精神的な操作は、複数の脳領域5間の迅速な相互作用を伴うため、relatiでの関心が高まっている広いスケール皮質ネットワーク6の機能組織の変化に高次認知の発達ngの。

広い規模ネットワークの発達の変化を調査する1つのアプローチは、シードベースの機能的結合分析6,7の使用によるものである。この技術の最初のステップは、利用可能な研究文献に相談し、問題の行動に関連すると思われる先験的関心領域、または関心領域を定義することです。これらのROI、またはノードは、ネットワークの基本骨格を定義します。次に、活性の低周波数変動(またはT2 *強調は、信号強度)、これらのROI内の参加者がMRIスキャナに静止している間に5〜10分間測定される。ネットワークの任意の2つのノード間の機能的接続は、次いで、それぞれのタイムコースの相関として定量化される。強力に機能的に接続されたノードは、類似有し、従って高度に、信号を相関されるべき時間のコース。一方、弱い機能的に接続されているノードは、似ていないので、弱い相関がある時間経過を通知する必要があります。ネットワークのモデルを完成させるために、エッジ(またはリンク)は、その時のコース選択された閾値を超える相関ノード間に描かれています。ネットワーク内の機能の接続性の加齢の違いのためのテストは、任意の単一のノードからノードへの接続、またはノードとエッジのセット全体のトポロジー上で行うことができる。機能的結合におけるこれらの違いは、オフライン収集認知能力の尺度に関連させることができる。

本論文では、異なるアプローチがタスクベースのfMRIのデータを8のグループ独立成分分析に基づくものであることが記載されている。独立成分分析(ICAまたは)盲目的に明らかにしたソースが最大限に独立しているような観察のセットの基礎となる隠れた情報源を明らかにするための統計的な手続きである。 fMRIのデータの分析はpに適用rocedureは、各ボリュームは、空間的に独立したソースの有限数の混合物であることを前提としています。そのようなインフォマックスアルゴリズムなどの異なるアルゴリズム、種々のいずれかを使用して、ICAは、元のデータに適用するときに最大限に独立した情報源、又はコンポーネントのセットを生じるアンミキシング行列を推定する。各コンポーネントは、共通の時間経過を共有するボクセル集合で構成する限り、ネットワークとして考えることができる。基ICAは、グループの構成要素の共通のセットが第全体のデータセットから推定されたICAの特定のタイプであり、基成分のその後参加者固有のセットが、バック再構築ステップで計算される。データセット全体がコンポーネントのセットに分解されると、次のステップは、雑音源を表す人工の成分を破棄して、関心対象のネットワークに対応する理論的に意味のあるコンポーネントを識別することである。これはIDEにGLMのコンテキストでモデリング·コンポーネント時間のコースのいずれかによって達成することができ空間的に関心のあるネットワークのテンプレート、またはその両方でコンポーネントを相関、予測的に活性化したネットワークをntify。コンポーネントの結果セットは、それから、理論的に興味深いネットワーク7,9,10内の機能の接続で可能な年齢に関連した違いをテストするために、グループの比較に提出することができます。

グループのICAを適用することにより、機能の接続性における加齢変化を研究するためにタスクベースのfMRIのデータは安静状態fMRIのデータへのシードに基づいた技術の適用に比べていくつかの利点があります。まず、 先験的に定義されたROIの小さなセットに焦点を当てるとは異なり、シードベースの技術は、現在のグループのICAアプローチは、容積時系列を構成するすべてのボクセルを利用しています。これは種子の小さなグループが関心領域として演繹的に選択された場合、必ずしも発生するバイアスの機会を減少させる。第二に、機能的結合分析(ICAベースまたはそれ以外)にタスクを付与休止状態のfMRIデータがネットワーク組織とネットワーク機能をより直接的に関連することができるという利点を有しているのではなく。例えば、(例えば、DCCS性能のばらつきなど)の機能的結合の認知または行動への影響を調べることが優先事項である場合には、関心対象のネットワークがタスク実行に関連していることを示すことが重要である。研究者は、任意のレコード、認知、行動、又はデータ収集中に参加者によって経験される感情状態をまだ有していないため、休止状態プロトコルでは、これは非常に困難である。これは、関心対象の任意のネットワークタスクのパフォーマンスに関連するという直接的な証拠を提供することは不可能である。例えばICAのような機能的結合分析は、タスク·データに適用されたときに対照的に、それが関心のあるネットワークは、少なくともタスクの実行に関連付けられていることを確認することができる。最後に、ICAは、ノイズの影響を受けにくい。このようなものに関連するウィットなどのノイズ源H被検体の動きと心臓のリズムが、独特​​の時空間プロファイルを有する。したがって、グループICAの文脈において、これらの供給源は、単離され、分散の歓迎されないこれらの供給源の比較的自由な残りの成分を残して、別々のコンポーネントに割り当てられる。シードベースの分析は、機能的結合の推定生の時間経過を使用し、時間のコースであるため、定義により、神経生理学的信号と人工ノイズの混合物は、機能的な接続性の見積りのグループの違いは基礎となる神経生理学、群差の真のグループの違いを反映することができますノイズの構造、またはその両方11。

Protocol

1。ヒトを対象を操作するための承認を得る 2。fMRIのデータ収集 (Raschle ら 12参照 )幼児のための適切な方法以下のfMRIのデータを取得する。これらの違いは、脳の活性化と機能の接続性における発生的に関連の違いについての推論を描く1の能力を制限し、不要な交絡を導入として、タスクのパフォーマンスと動作で可能な年齢関連の相違を制限する…

Representative Results

グループICAは、比較的小規模なfMRIのデータセットに、他の研究で観察されたものに匹敵するコンポーネントのセットを返します。4図 5このような構成要素と12の子供や13成人のサンプルから混合されていないそれに関連する時間のコースの重ね合わせである、参加者あたり約800ボリュームを持つ。 図4に示すように、デフォルトモード、前頭頭頂、cingulo、島状、およ?…

Discussion

このような仕分けルールを切り替える機能などの高次精神操作は、小児期および青年期を通じて急速に開発しています。これらの精神的な動作は、複数の分散脳領域間の相互作用を伴うため、高次の認知および広域ネットワークの規模皮質組織の加齢変化の発症との関係を探索への関心が高まっている。我々は、グループの独立成分分析に基づく方法は、直接の関係を調べる手段として、タ?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

本研究は、J.ブルース·モートンに国立科学と工学研究評議会(NSERC)からの助成金の支援を受けて実現した。

Materials

Name of equipment Company Catalog Number Comments (optional)
SPM8 The MathWorks, Inc. R2013a

References

  1. 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).
  2. Zelazo, P. D. The Dimensional Change Card Sort (DCCS): a method of assessing executive function in children. Nat Protoc. 1, 297-301 (2006).
  3. Monsell, S. Task switching. Trends Cogn Sci (Regul Ed. 7, 134-140 (2003).
  4. 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).
  5. Cole, M. W., Schneider, W. The cognitive control network: Integrated cortical regions with dissociable functions. Neuroimage. 37, 343-360 (2007).
  6. Fair, D. A., et al. Development of distinct control networks through segregation and integration. Proc Natl Acad Sci USA. 104, 13507-13512 (2007).
  7. 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).
  8. 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).
  9. Fransson, P., et al. Resting-state networks in the infant brain. Proceedings of the National Academy of Sciences of the United States of America. 104, 15531-15536 (2007).
  10. Supekar, K., Menon, V. Developmental maturation of dynamic causal control signals in higher-order cognition: a neurocognitive network model. PLoS computational biology. 8, (2012).
  11. 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).
  12. Raschle, N. M., et al. Making MR Imaging Child’s Play – Pediatric Neuroimaging Protocol, Guidelines and Procedure. (29), (2009).
  13. 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).
  14. 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).
  15. 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).
  16. Allen, E. A., et al. A baseline for the multivariate comparison of resting-state networks. Front Syst Neurosci. 5, (2011).
  17. 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).
  18. Allen, E. A., et al. Tracking whole-brain connectivity dynamics in the resting state. Cerebral Cortex. , (2012).

Play Video

Cite This Article
DeBenedictis, B., Morton, J. B. A Method for Investigating Age-related Differences in the Functional Connectivity of Cognitive Control Networks Associated with Dimensional Change Card Sort Performance. J. Vis. Exp. (87), e51003, doi:10.3791/51003 (2014).

View Video