从动态大脑激活模式解码语义:从试验到EEG/MEG源空间中的任务

科学领域:

• 神经科学是一个神经科学.
• 认知神经科学 认知神经科学
• 脑部成像 脑部成像

背景情况:

• 语义处理的时间动态和网络依赖性仍然不清楚.
• 了解大脑如何处理单词含义和任务需求至关重要.

研究的目的:

• 从源部局部化的EEG/MEG数据中解码任务和刺激信息.
• 为了研究语义大脑网络的时间动态.

主要方法:

• 在词汇决策和语义决策任务中对EEG/MEG数据的源空间解码.
• 在多个兴趣的脑区 (ROI) 中分析了五个语义类别.
• 对ROI-by-ROI和组合ROI解码方法的比较.

主要成果:

• 任务信息在所有ROI中早期 (50-100 ms) 被解码.
• 语义词类别后来 (250-500 ms) 在特定的ROI (lATL,rATL,PTC,IFG) 中被解码.
• 任务效应分布广泛,而刺激效应更集中.

结论:

• 语义网络分布广泛,双边前叶发挥着关键作用.
• 不同的解码方法是对任务与刺激信息的最佳选择.
• 任务需求从早期阶段就影响整个网络的语义处理.