在静态fMRI中实施综合信息理论
Idan E Nemirovsky1, Nicholas J M Popiel2, Jorge Rudas3
1Western Institute for Neuroscience, Department of Physics and Astronomy, University of Western Ontario, 1151 Richmond St, London, ON, N6A 3K7, Canada. inemiro@uwo.ca.
Communications biology
|July 5, 2023
概括
综合信息理论 (IIT) 3.0使用 Φmax.测量意识. 这项研究发现,在镇静期间,特定大脑网络的Fmax变化反映了意识水平的改变.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 信息理论 信息理论
背景情况:
- 综合信息理论 (IIT) 为量化意识提供了一个框架.
- 意识系统的特点是整合的因果性质.
- 在改变状态期间评估意识对于理解大脑功能至关重要.
研究的目的:
- 使用功能性MRI (fMRI) 数据实施和评估综合信息理论3.0 (IIT 3.0) .
- 为了研究在醇诱导的镇静下,综合信息 (Φmax) 的测量如何变化.
- 为了将 IIT 3.0 的 Φmax 与其他意识水平测量方法进行比较.
主要方法:
- 获取了来自17名健康受试者接受普罗波镇静的休息状态fMRI数据.
- 使用PyPhi软件包计算Fmax,一个关键的IIT指标.
- 将Fmax与格兰杰因果关系和基于关联的功能连接性进行比较.
主要成果:
- 普罗波福尔镇静诱导了 Φmax 的各种网络特异性变化.
- 额前双侧和背侧注意力网络的Φmax变化与意识水平的变化相关.
- IIT 3.0对镇静诱导的意识变化表现出敏感性.
结论:
- 来自 IIT 3.0 的 Φmax 显示为神经成像生物标志物,可用于意识水平.
- 这些发现凸显了IIT 3.0在药理学挑战下研究意识的实用性.
- 这项研究为未来的神经成像研究的意识及其测量提供了洞察力.
更多相关视频
08:36Dynamic Inter-subject Functional Connectivity Reveals Moment-to-Moment Brain Network Configurations Driven by Continuous or Communication Paradigms
Published on: March 21, 2019
7.3K
11:28Concurrent EEG and Functional MRI Recording and Integration Analysis for Dynamic Cortical Activity Imaging
Published on: June 30, 2018
11.7K
