치수 변경 카드 정렬 성능인지 제어 네트워크 관련의 기능 연결에서 연령 관련 차이점을 조사하는 방법
Summary
이 동영상은 대상 작업 / 프로세스에 관여인지 제어 네트워크의 기능적 연결성에 나이와 관련된 변화를 검사하는 방법을 제시한다. 기법의 fMRI 데이터의 다변량 분석에 기초한다.
Abstract
환경의 급격한 변화에 동작을 조정할 수있는 능력은 아동기와 청소년기에 점차적으로 개발하고 있습니다. 예를 들어, 치수 변경 카드 정렬 작업에서는 참가자들에게 색과 같은 다른 방법을, 정렬로, 같은 모양으로, 카드 한 방법을 분류 전환. 이 방법으로 문제를 조정하면 약간의 성능 비용, 또는 스위치의 비용을 입히고있다 응답은 일반적으로 느리고 오류가 발생하기 쉬운 스위치 시험에이되도록하는 정렬 규칙이 동일하게 유지되는 실험을 반복 비교하여 정렬 규칙 변경. 유연하게 동작을 조정하는 기능은 종종 스위치 비용으로 행동 비용은 일반적으로 연령 증가에 따라 감소 부분에 있기 때문에, 점차 개발이라고합니다. 이러한 행동의 유연성 등의 고차인지, 측면, 그래서 개발 왜 점점 의문 남아있다. 하나의 가설은 이러한 변화가 광범위한 규모인지 제어 네트워크의 기능 변화와 관련하여 발생하는 것입니다. 이보기에,이러한 전환과 같은 복잡한 정신 작업은 빠른 그 해당 업데이트 및 작업 규칙을 유지하는 등 여러 분산 된 뇌 영역 사이의 상호 작용, 다시 방향을주의, 선택 행동을 포함한다. 개발,이 지역 사이의 기능적 연결이보다 빠르고 효율적으로 전환 작업을 선도, 강화. 현재 비디오는 다양한 연령의 참가자로부터의 fMRI 데이터의 수집과 다변량 분석을 통해이 가설을 시험하는 방법을 설명한다.
Introduction
행동을 조절하는 능력은 (검토를 위해, 다이아몬드 1 참조) 유년기와 청소년기에 점차적으로 개발하고 있습니다. 치수 변경 카드 정렬 작업에서는, 예를 들어, 참가자들에게 같은 색상 2와 같은 다른 방법을, (그림 2 참조) 정렬로, 같은 모양으로, 카드 한 방법을 분류 전환. 전환은 약간의 성능 비용 또는 스위치 비용을 입히고있다 응답은 일반적으로 느리고 오류가 발생하기 쉬운 스위치 시험에이되도록하는 정렬 규칙이 같은 3 남아있는 실험을 반복 비교하여 정렬 규칙 변경. 아이들이 4 나이를 먹어 감에 따라 이러한 비용의 크기는 일반적으로 행동 규제 능력은 인생의 초기 개발을 계속 겪는다는 사실을 보여주는 작아진다.
이러한 전환과 같은 복잡한 정신 작업, 여러 뇌 영역 5 사이의 빠른 상호 작용을 포함하고 있기 때문에, relati에 관심이 증가하고있다넓은 규모의 대뇌 피질의 네트워크 6의 기능 조직의 변화에 고차인지의 발달을 겨.
광범위한 대규모 네트워크의 발달 변화를 조사하는 한 가지 방법은 시드 계 기능적 연결성 분석 6,7의 사용을 통해서이다. 이 기술의 첫 번째 단계는 가능한 연구 문헌에 문의하고 문제의 행동과 관련이있을 것 같다 선험적으로 관심 영역, 또는의 ROI를 정의하는 것입니다. 이러한 ROI에, 또는 노드는, 네트워크의 기본 골격을 정의한다. 참가자가 MRI 스캐너에 휴식하는 동안 다음 활동의 저주파 변동이의 ROI (또는 T2 신호 강도를 * 가중)은 5 ~ 10 분 동안 측정된다. 네트워크의 두 노드 사이의 기능적 연결이 후 각각의 시간 코스의 상관 관계로 정량화된다. 기능적으로 강하게 연결되어 노드가 유사하고, 따라서 높은 신호보기 상관해야시간 코스. 한편, 약하게 기능적으로 연결되어있는 노드는 비슷하기 때문에 약한 상관 관계가 시간의 과정을 신호한다. 네트워크의 모델을 완성하기 위해, 가장자리 (또는 링크)는 그 시간 코스 선택 임계 값 이상으로 상관 관계 노드 사이에 그려집니다. 네트워크 내의 기능적 연결성의 연령과 관련된 차이 테스트 단일 노드 간 연결, 또는 노드 및 에지들의 전체 세트의 토폴로지에서 수행 될 수있다. 기능적 연결성의 이러한 차이는 다음 오프라인 수집 인식 성능의 측정과 관련 될 수있다.
본 논문에서는 다른 방법은 작업 기반의 fMRI 데이터 8 그룹 독립 성분 분석을 기반으로이 설명되어 있습니다. 독립 성분 분석 (ICA 나)는 맹목적 밝혀 소스가 극대로 독립적이되도록 한 세트의 관측을 밑에 숨겨진 소스를 드러내는위한 통계적 절차이다. 의 fMRI 데이터의 분석, (P)에인가rocedure 각 볼륨이 공간적으로 독립적 인 소스의 유한 수의 혼합물 인 것으로 가정한다. 그러한 포맥스 알고리즘 같은 다른 알고리즘의 다양한 중 하나를 사용하여, ICA는 원래의 데이터에 적용 할 때 오는 극대 독립 소스, 또는 구성 요소의 집합을 산출 unmixing 행렬을 추정한다. 각 구성 요소는 공통 시간 코스를 나누어 복셀의 집합으로 구성 것이면, 네트워크로서 생각 될 수있다. 그룹 ICA는 그룹 구성 요소의 공통 집합은 우선 전체 데이터 세트로부터 추정 한 후 그룹 구성 요소의 참가자 고유 세트가 백 재구성 단계에서 계산 된 ICA의 특정 유형이다. 전체 데이터 세트는 일련의 구성 요소로 분해되면, 다음 단계는 잡음 소스를 나타내는 인공적 성분을 폐기하고, 그 네트워크에 대응 이론적으로 의미있는 구성 요소를 식별하는 것이다. 이것은에 IDE GLM의 컨텍스트에서 모델링 성분 시간의 과정에 의해도 달성 될 수있다공간적으로 그 네트워크의 템플릿, 또는 두 가지 모두에 구성 요소의 상관 관계, 예측 방식으로 활성화 네트워크를 ntify. 구성 요소의 결과 세트는 이론적으로 흥미 네트워크 7,9,10 이내에 기능적 연결이 가능한 연령에 따른 차이를 테스트하기 위해 그룹 비교에 제출 될 수있다.
그룹 ICA의 응용 프로그램을 통해 기능적인 연결에 나이와 관련된 변화를 공부하는하는 작업 기반의 fMRI 데이터는 휴식 상태의 fMRI 데이터에 씨앗 기반 기술의 응용 프로그램에 비해 몇 가지 장점을 가지고있다. 먼저, 사전 정의 된 ROI에의 작은 세트에 초점과 다른 시드 기반 기술은 현재 그룹 ICA 방식은 체적 시계열을 구성하는 모든 복셀을 이용한다. 이 씨의 작은 그룹이 관심 영역으로 사전을 선택하면 반드시 발생한다는 편견 기회를 감소. 둘째로, 기능적 연결성 분석 (ICA 기반이거나)에 작업을 적용휴식 상태의 fMRI 데이터는 네트워크 구성 및 네트워크 기능을보다 직접적으로 연관 될 수있는 이점을 가지고보다는. 예를 들어, (예 DCCS 성능의 변화와 같은) 기능적 연결성인지 또는 행동 영향을 검사하는 것이 우선적이며, 경우에, 그 네트워크가 작업 성능과 연관되어 있음을 나타 내기 위해 중요하다. 연구자가 데이터를 수집하는 동안 참가자가 경험하는,인지 행동, 또는 정서적 상태의 기록이 없기 때문에 휴식 상태 프로토콜로, 이것은 매우 어렵습니다. 그것은 관심의 네트워크 작업 성능 관련이 있다는 직접적인 증거를 제공하는 것이 불가능하다. 이러한 ICA 같은 기능적 연결성 분석, 작업 데이터에 적용될 때 대조적으로, 그것은 또한 네트워크는 적어도 작업의 성능과 관련되어 있음을 확인할 수있다. 마지막으로, ICA는 소음의 부정적 영향을 덜받습니다. 그런 그 관련된 재치와 같은 노이즈 소스,H 제목의 운동과 심장 리듬, 독특한 공간 – 시간 프로파일이 있습니다. 따라서 그룹 ICA의 맥락에서, 이러한 소스는 고립되고 분산 이러한 반갑지 소스의 비교적 자유로운 나머지 구성 요소를 떠나는 별개의 구성 요소에 할당. 종자 기반의 분석은 기능적인 연결의 추정에 원시 시간 코스를 사용하고, 시간 과정이기 때문에, 정의에 의해, 신경 생리 학적 신호와 인공적인 잡음의 혼합물은 기능적 연결 추정 그룹의 차이에 기초 신경 생리학, 그룹의 차이에 해당 그룹의 차이를 반영 할 수 노이즈의 구조 또는 둘 11.
Protocol
Representative Results
Discussion
이러한 정렬 규칙을 전환하는 기능과 같은 고차원의 정신 작업은, 어린 시절과 청소년기에 걸쳐 신속하게 개발. 이러한 정신적 인 작업은 여러 분산 된 뇌 영역 사이의 상호 작용을 포함하고 있기 때문에, 고차인지와 광범위한 규모의 대뇌 피질 네트워크의 조직에서 연령과 관련된 변화의 발전 사이의 관계를 탐구에 관심이 증가하고있다. 우리는 직접 관계를 검사하는 수단으로 작업 기반의 fMRI ?…
Divulgations
The authors have nothing to disclose.
Acknowledgements
이 연구는 J. 브루스 모튼 국립 과학 및 공학 연구위원회 (NSERC)에서 교부금의 지원으로 가능하게되었다.
Materials
| Name of equipment | Company | Catalog Number | Comments (optional) |
| 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. Task switching. Trends Cogn Sci (Regul Ed. 7, 134-140 (2003).
- 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. Resting-state networks in the infant brain. Proceedings of the National Academy of Sciences of the United States of America. 104, 15531-15536 (2007).
- 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).
