在听觉处理中解码神经反应相似性的时空动态:基于OPM-MEG的多变量分析
Changzeng Liu1,2, Yuyu Ma1,2, Xiaoyu Liang1,2
1Key Laboratory of Ultra-Weak Magnetic Field Measurement Technology, Ministry of Education, School of Instrumentation and Optoelectronic Engineering, Beihang University, Beijing, China.
Human brain mapping
|February 28, 2025
概括
这项研究表明,光学磁计磁脑摄影 (OPM-MEG) 和表示相似性分析 (RSA) 如何在听觉处理过程中揭示动态神经活动模式. 这些发现为大脑信息表示和分析方法提供了新的见解.
科学领域:
- 认知神经科学 认知神经科学
- 神经成像是一种神经成像.
- 审计处理 审计处理
背景情况:
- 大脑信息是由神经人口活动模式编码的.
- 了解这些模式的动态变化对于认知神经科学至关重要.
- 现有的方法往往错过了大脑区域内的表示或过程级动态.
研究的目的:
- 在听觉解码过程中调查神经活动模式的动态变化.
- 为了比较OPM-MEG和EEG在捕捉这些动态方面的灵敏度.
- 为了确定神经表示过程的解剖起源.
主要方法:
- 在听觉实验中使用OPM-MEG和EEG记录了10名参与者的神经数据.
- 构建的表示相似度矩阵 (RSM) 来分析神经反应模式的相似性.
- 应用代表性相似性分析 (RSA) 对OPM-MEG和EEG数据.
主要成果:
- 与OPM-MEG一起的RSA成功地揭示了在听觉处理期间模式相似性的动态变化.
- 无论是OPM-MEG还是EEG都以类似的方式捕捉了早期的听觉解码阶段.
- 后期阶段的差异突出了神经表现中的模式特异性敏感性.
- 观察到广泛的激活,包括Heschl的环状,状环状,副海马环状和轨道前额环状.
结论:
- OPM-MEG和RSA的组合对于检测神经模式相似性的变化是敏感的.
- 这种方法可以识别神经表示过程的解剖来源.
- 该研究为在MEG研究中应用RSA和多变量模式分析提供了宝贵的见解.
