预测处理的全面调查:跨和认知领域内的fMRI元分析方法
Cristiano Costa1, Rachele Pezzetta2, Fabio Masina2
1Padova Neuroscience Center, Padua, Italy.
Human brain mapping
|August 22, 2024
概括
这一元分析揭示了大脑中的一个域一般"动态预测网络",支持所有认知功能中的预测处理 (PP). 前半岛是这个大规模网络中的一个关键枢纽.
科学领域:
- 神经科学是一个神经科学.
- 认知科学 认知科学
- 系统神经科学 系统神经科学
背景情况:
- 预测处理 (PP) 是一个领先的神经科学框架,但其域-一般网络基础是有争议的.
- 以前的研究集中在特定的认知领域,没有解决统一预测网络的存在.
- 一个领域通用网络将支持PP作为综合神经科学的统一理论.
研究的目的:
- 为了测试PP依赖于大规模,域-通用网络的假设.
- 识别支持PP的脑区域和网络结构,跨越多种认知领域.
- 调查预测不一致性和一致性在网络激活中的作用.
主要方法:
- 在252个实验中利用了激活概率估计 (ALE) 的元分析.
- 雇佣的元分析连接映射 (MACM),连接分析和行为解码.
- 分析了预测不一致性,预测一致性和预测现象独立维度.
主要成果:
- 确定了一种一致的网络,用于跨认知领域的预测不一致性.
- 预测一致性显示了较少的激活和更多的变化.
- 汇聚的证据揭示了"动态预测网络" (DPN),包括双边岛屿,额头/双侧/部旋转和关节.
结论:
- PP是由跨认知功能的域一般,大规模网络 (DPN) 支持的.
- 前面的岛屿在DPN中成为一个关键的多式联络枢纽.
- DPN集成了情境和刺激信息,用于自适应性大脑建模.
更多相关视频
10:09Transferring Cognitive Tasks Between Brain Imaging Modalities: Implications for Task Design and Results Interpretation in fMRI Studies
Published on: September 22, 2014
13.2K
07:12Using Informational Connectivity to Measure the Synchronous Emergence of fMRI Multi-voxel Information Across Time
Published on: July 1, 2014
12.3K
