多模式和半球图形理论大脑网络预测器对前额α不对称的神经反的学习效率
Linling Li1,2, Yutong Li1,2, Zhaoxun Li1,2
1School of Biomedical Engineering, Medical School, Shenzhen University, Shenzhen 518060, China.
Cognitive neurodynamics
|June 3, 2024
概括
个体大脑网络架构预测了前额α不对称 (FAA) 神经反对情绪调节的成功. 结构和功能网络的差异解释了学习变异,训练和休息状态的不同预测因素.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 心理学 心理学 心理学
背景情况:
- 前额α不对称 (FAA) 神经反用于情绪调节,但其有效性仍在争论中.
- 以前的研究集中在区域大脑特征上,忽视了网络级神经相关性.
- 没有确定FAA神经反的神经成像预测因素.
研究的目的:
- 研究FAA神经反学习中的个体差异的神经成像预测因素.
- 探索多模式大脑网络特征与FAA神经反性能之间的关系.
- 在FAA神经反中识别学习成功的神经相关物.
主要方法:
- 进行了一个单盲,伪控制的FAA神经反实验.
- 从健康的参与者那里收集了多模式神经成像数据.
- 评估学习表现 (训练期间L1,休息时L2),并与图形理论网络指标相关联.
主要成果:
- 真实和假组在训练期间增加了FAA;只有真实组在休息时增加了FAA.
- 在训练 (L1) 和休息 (L2) 之间,预测因素有所不同.
- L1与右半球网络指标相关;L2与全脑和左半球网络指标相关.
结论:
- 在FAA神经反学习中的个体差异与大脑网络架构的变化有关.
- 大脑网络的图形理论指标预测FAA的神经反性能.
- 独特的半球网络模式可以预测训练期间的学习与休息时的学习.


