Cerebellum Manusia Dan Sambungan Corticocerebellar yang Terlibat dalam Peningkatan Ingatan Emosi Bahagian 3

Secara keseluruhan, analisis DCM telah menunjukkan bahawa daripada 25 ROI serebrum yang terlibat dalam peningkatan ingatan emosi, 13 ROI menunjukkan peningkatan kekuatan sambungan dengan otak kecil, kebanyakannya dalam arah dari cerebellum ke ROI kortikal, dalam dua kes dalam arah yang bertentangan dan dua kes lagi dalam kedua-dua arah.

Mood yang gembira dan positif dapat meningkatkan daya ingatan orang ramai. Ini kerana mekanisme peningkatan ingatan emosi memudahkan orang ramai menyimpan maklumat penting dalam ingatan jangka panjang. Penyelidikan menunjukkan bahawa apabila tubuh manusia mengalami emosi yang kuat, badan mengeluarkan bahan pemangkin yang mengaktifkan kawasan otak yang berkaitan dengan emosi, yang menjejaskan kognitif dan pusat pembelajaran otak. Dengan kata lain, peningkatan ingatan emosi membantu kita mengingati maklumat dengan lebih mendalam.

Dalam kehidupan seharian, kita boleh meningkatkan daya ingatan dengan menyesuaikan emosi kita. Kita boleh memilih beberapa aktiviti yang membuatkan kita berasa gembira dan selesa, seperti mendengar muzik kegemaran kita, berbual dengan rakan-rakan, melakukan beberapa senaman santai, dan lain-lain. Selain itu, beberapa tingkah laku mudah juga boleh membantu kita mengekalkan mood gembira, seperti mendapat tidur yang cukup, makan dengan baik, dan bersenam secara sederhana.

Ringkasnya, terdapat hubungan rapat antara peningkatan ingatan emosi dan ingatan. Emosi positif merangsang kawasan otak yang berkaitan dengan ingatan, menjadikannya lebih mudah untuk kita menyimpan maklumat dalam ingatan jangka panjang. Kita boleh membantu diri kita meningkatkan ingatan dan menjadi lebih gembira dan berpuas hati dengan mengawal emosi kita. Dapat dilihat bahawa kita perlu meningkatkan daya ingatan. Cistanche deserticola boleh meningkatkan daya ingatan dengan ketara kerana Cistanche deserticola ialah bahan perubatan tradisional Cina dengan banyak kesan unik, salah satunya adalah untuk meningkatkan daya ingatan. Keberkesanan daging cincang berasal dari pelbagai bahan aktif yang terkandung di dalamnya, termasuk asid, polisakarida, flavonoid, dll. Bahan-bahan ini boleh menggalakkan kesihatan otak dalam pelbagai cara.

Klik tahu 10 cara untuk meningkatkan ingatan

Penemuan ini mencadangkan bahawa serebelum adalah sebahagian daripada rangkaian sambungan yang terlibat dalam peningkatan ingatan emosi. Walau bagaimanapun, daripada keputusan ini, kita tidak boleh membuat kesimpulan yang mana antara sambungan ini adalah yang paling penting. Oleh kerana ROI ditakrifkan secara fungsional, bukannya secara anatomi, kami juga tidak boleh menentukan substrat anatomi yang tepat bagi ROI kortikal. Kami telah memilih pendekatan ini kerana sensitiviti mengesan kehadiran sambungan boleh ditingkatkan dengan menggunakan ROI yang sepadan dengan sempadan fungsi (36).

Akibat daripada prosedur ini ialah kehilangan kekhususan anatomi dan ketidakupayaan untuk membezakan antara sumbangan struktur anatomi yang berbeza dalam ROI tertentu. Selain itu, memandangkan DCM yang diuji di sini hanya merangkumi dua nod, mereka tidak mempertimbangkan sama ada pengaruh antara otak kecil dan ROI kedua dimediasi oleh kawasan tambahan. Oleh itu, nilai parameter ketersambungan kami berpotensi mencerminkan kedua-dua sambungan langsung dan tidak langsung.

Penemuan semasa mungkin menyumbang kepada pemahaman yang lebih baik tentang rangkaian yang terlibat dalam peningkatan ingatan emosi dalam keadaan fisiologi. Tambahan pula, penemuan ini juga mungkin mempunyai implikasi untuk memahami keadaan patologi, seperti gangguan tekanan posttraumatic (PTSD), kerana pembentukan jejak ingatan aversif yang terlalu kuat selepas kejadian atraumatik adalah mekanisme patogenik yang penting dalam perkembangan gangguan berkaitan ketakutan (1, 62, 63). Walaupun tidak mungkin untuk menyiasat pembentukan ingatan awal dalam PTSD menggunakan fMRI, kajian boleh menyiasat korelasi neural untuk mendapatkan semula ingatan traumatik. Kajian fMRI baru-baru ini mengikuti pendekatan ini dan mendapati pengaktifan otak dipertingkatkan dalam cerebellum (termasuk vermis), gyri occipital, gyrus supramarginal, dan amygdala semasa ingatan trauma pada pesakit dengan PTSD (64).

Sebaliknya, hipoaktiviti cerebellar boleh dikaitkan dengan keadaan dengan peningkatan memori emosi yang berkurangan. Sesungguhnya, kajian klinikal menunjukkan bahawa patologi yang mempengaruhi fungsi lisan dikaitkan dengan pelbagai gangguan kognitif dan emosi, termasuk gejala gangguan spektrum autisme (65, 66). Menariknya, pesakit dengan gangguan spektrum autisme menunjukkan defisit dalam peningkatan emosi kenangan episod (67, 68). Ada kemungkinan bahawa defisit ini sebahagiannya berasal daripada keabnormalan struktur dan fungsi theamygdala yang sering diperhatikan dalam gangguan ini (69, 70). Walau bagaimanapun, berdasarkan keputusan semasa, hipoplasia dermal dalam gangguan spektrum autisme juga boleh menyumbang kepada peningkatan emosi yang terjejas dalam ingatan episod. Hipotesis ini perlu diuji pada pesakit autisme dengan pelbagai tahap kelainan amigdala dan vermis.

Terdapat bukti yang semakin meningkat yang menunjukkan bahawa otak kecil, khususnya vermis serebelum, dan hubungannya dengan beberapa kawasan serebrum, termasuk sistem limbik, terlibat dalam fungsi emosi, termasuk persepsi emosi, pengiktirafan emosi, pemprosesan emosi, dan penyesuaian ketakutan (27, 71). . Penemuan sekarang mencadangkan bahawa cerebellum juga sebahagian daripada litar yang terlibat dalam peningkatan emosi ingatan episod. Dalam litar ini, cerebellum menerima input daripada beberapa kawasan serebrum termasuk cingulate, manakala amygdala/hippocampus dan beberapa kawasan otak lain menerima input daripada cerebellum. Penemuan ini memperluaskan pengetahuan tentang peranan cerebellum dalam proses kognitif dan emosi yang kompleks dan mungkin relevan untuk pemahaman gangguan psikiatri dengan litar emosi yang menyimpang, seperti PTSD atau gangguan spektrum autisme.

Bahan dan Kaedah

Peserta. Kami merekrut peserta muda yang sihat (872 perempuan, 546lelaki, min umur=22.39 tahun, SD=3.27). Pengiklanan dilakukan terutamanya di Universiti Basel dan di akhbar tempatan. Para peserta bebas daripada sebarang penyakit neurologi atau psikiatri, tidak mengambil sebarang ubat pada masa eksperimen (kecuali kontraseptif hormon), dan berumur antara 18 dan 35 tahun. Kesihatan fizikal dan mental dinilai berdasarkan soal selidik standard. Percubaan telah diluluskan oleh jawatankuasa etika Canton ofBasel, Switzerland. Semua peserta memberi kebenaran bertulis secara bertulis sebelum mengambil bahagian dalam kajian. Sebelum analisis, sampel dibahagikan kepada sampel penemuan (n=945, 2/3 daripada semua peserta) dan sampel replikasi (n=473, 1/3 daripada semua peserta) dengan memberikan peserta secara rawak kepada satu daripada sampel.Randomisasi dilakukan menggunakan fungsi Matlab rand perm Tiada perbezaan yang ketara antara penemuan dan sampel replikasi antara umur, jantina atau peningkatan ingatan emosi (P Lebih besar daripada atau sama dengan 0.33, {{ 16}}ujian sisi, n=1,418).

Eksperimen: Prosedur. Peserta menjalani empat tugasan berturut-turut: tugas pengekodan gambar, tugas memori kerja, ujian ingatan ingat percuma dan tugas pengecaman. Para peserta mula-mula diarahkan dan kemudian dilatih tentang pengekodan gambar dan tugas memori kerja. Selepas latihan, mereka diletakkan di dalam pengimbas dan menerima penyumbat telinga dan fon kepala untuk mengurangkan bunyi pengimbas. Kepala mereka dipasang pada gegelung menggunakan kusyen kecil, dan mereka diberitahu untuk tidak bergerak. Gambar telah dibentangkan dalam pengimbas menggunakan cermin mata paparan kristal cecair serasi MR (VisualSystem; NordicNeuroLab, Bergen, Norway). Pembetulan mata digunakan apabila perlu. Tugas pengekodan gambar berlangsung selama ~ 20 min. Sejurus selepas itu, peserta melakukan tugasan ingatan kerja huruf n-belakang (0-belakang dan 2-keadaan belakang) dalam pengimbas selama ~10 min. Dalam kajian semasa, tugas ingatan kerja digunakan sebagai tugas gangguan antara pengekodan dan ingat semula ujian ingatan. Oleh itu, kami tidak menganalisis data daripada tugas ingatan kerja itu sendiri (lihat rujukan 72 untuk penerangan tentang tugas itu). telah ditetapkan untuk tugas ini). Selepas panggilan balik percuma, para peserta diletakkan semula dalam pengimbas dan melaksanakan tugas pengecaman (lihat rujukan 73 untuk penerangan tugas). Peserta menerima 25 franc Swiss/j untuk penyertaan. Disebabkan oleh kekangan organisasi, kami terpaksa menukar bilik di mana gambar dipanggil semula, yang bermaksud bahawa beberapa peserta mengingati gambar dalam suasana yang sedikit berbeza.

Eksperimen: Reka bentuk tugas pengekodan gambar. Rangsangan terdiri daripada 72 gambar (24 positif, 24 negatif, dan 24 neutral) yang dipilih daripada Sistem Gambar Afektif Antarabangsa (IAPS) (74) dan daripada set gambar standard dalaman yang membolehkan kami menyamakan gambar untuk kerumitan visual dan kandungan. (cth, kehadiran manusia). Gambar yang diterima daripada IAPS dikelaskan mengikut penarafan valens IAPS. Lapan daripada 24 gambar neutral tidak diterima daripada IAPS. Gambar-gambar ini dinilai berdasarkan valencerating dalaman (11). Berdasarkan skor valens normatif (dari 1 hingga 9), gambar telah diberikan kepada negatif (2.3 ± 0.6), neutral (5.0 ± 0.3) dan positif ( 7.6 ± 0.4)keadaan, menghasilkan 24 gambar untuk setiap valens. Rangsangan positif pada mulanya dipilih untuk memadankan penarafan rangsangan rangsangan negatif berdasarkan data daripada kajian rintis dalam 20 peserta yang tidak termasuk dalam kajian. Empat gambar tambahan yang menunjukkan objek neutral telah dibentangkan. Dua daripada gambar ini telah dibentangkan pada permulaan dan dua di akhir tugasan gambar. Gambar-gambar ini dikecualikan daripada penilaian prestasi ingat kembali untuk mengawal kesan keutamaan dan kekinian dalam ingatan. Contoh gambar termasuk erotika, sukan, dan haiwan yang menarik untuk valens positif; kecederaan badan, ular, dan adegan serangan untuk nilai negatif; dan muka neutral, objek isi rumah, dan bangunan untuk keadaan neutral. Selain itu, 24 gambar scramble telah digunakan. Latar belakang gambar yang diconteng mengandungi maklumat warna semua gambar yang digunakan dalam eksperimen (kecuali gambar keutamaan dan kekinian), ditindih dengan penapis kristal dan herotan (Adobe Photoshop CS3). Di latar depan, objek geometri yang kebanyakannya lutsinar (segi empat tepat atau elips dengan saiz dan orientasi yang berbeza) ditunjukkan. Untuk kajian ini, gambar-gambar yang dikocak tidak menarik minat.

Gambar-gambar tersebut telah dipersembahkan selama 2.5 saat dalam susunan separa rawak supaya sekurang-kurangnya empat gambar kategori yang sama berlaku berturut-turut. Fiksasi silang muncul pada skrin selama 500 ms sebelum setiap pembentangan gambar. Masa permulaan rangsangan digoncangkan dalam masa 3 s (1 masa pengulangan [TR]) bagi setiap kategori valens mengenai permulaan imbasan. Semasa tempoh percubaan antara, peserta menilai setiap satu daripada 72 gambar mengikut valens (negatif, neutral atau positif) dan rangsangan (besar, sederhana atau kecil) pada 3-skala mata (manikin penilaian kendiri) dengan menekan butang dengan tangan dominan mereka. Untuk gambar yang dikacau, peserta menilai bentuk (menegak, simetri atau mendatar) dan saiz (besar, sederhana atau kecil) objek geometri di latar depan. Persembahan perisian (Neurobehavioral Systems, Inc., Berkeley, CA; https://www.neurobs.com) telah digunakan untuk persembahan gambar.

Data tingkah laku: Peningkatan ingatan emosi. Untuk mendokumentasikan ingatan percuma, para peserta perlu menulis huraian gambar yang ditarik balik. Satu gambar diberi markah sebagai ingat dengan betul jika penilai dapat mengenal pasti gambar yang dibentangkan berdasarkan penerangan peserta. Dua penyiasat terlatih secara bebas menilai perihalan untuk kejayaan mengingat semula (kebolehpercayaan penilai > 99%). Penilai bebas ketiga memutuskan gambar yang dinilai secara berbeza. Untuk setiap peserta, kami mengira kekerapan gambar emosi dipanggil semula berbanding gambar neutral: ([diingat positif – ingat neutral] + [recalled negatif – ingat neutral])/2. Titik data telah diplot dan didapati lebih kurang bertaburan normal (Lampiran SI, Rajah S1). Ujian-t dua belah telah digunakan untuk menguji sama ada prestasi ingatan emosi adalah berbeza dengan ketara daripada sifar. Di samping itu, kami menguji kesan pengacau yang berpotensi. Kami menggunakan 2-sampel ujian-t untuk menilai sama ada prestasi ingatan emosi bergantung pada seks. Kami menggunakan pekali korelasi linear Pearson untuk mengaitkan prestasi panggilan dengan umur. Ujian-t dua belah telah digunakan untuk menguji sama ada pekali korelasi adalah berbeza secara signifikan daripada sifar.

Pengimejan: Pemerolehan MRI. Pengukuran telah dilakukan pada unit MR seluruh badan SiemensMagnetom Verio 3 T yang dilengkapi dengan 12-gegelung kepala saluran. Siri masa berfungsi diperoleh dengan jujukan echo-planar tangkapan tunggal menggunakan pengimejan selari (GRAPPA). Kami menggunakan parameter pemerolehan berikut: masa gema (TE)=35 ms; medan pandangan (FOV)=22 cm; matriks pemerolehan =80 × 80, diinterpolasi kepada 128 × 128; saiz voxel=2.75 × 2.75 × 4 mm3;faktor pecutan GRAPPA R=2.0. Dengan menggunakan imej pengakap midsagittal, 32 hirisan paksi bersebelahan diletakkan di sepanjang satah komissur anterior-posterior yang meliputi seluruh otak dengan TR=3,000 ms (=82 darjah ) telah diperoleh menggunakan interleaved menaik. urutan. Dua pemerolehan pertama telah dibuang kerana kesan tepu berterusan masa T1. Imej anatomi berwajaran T{25}}leraian tinggi telah diperoleh menggunakan jujukan gema kecerunan yang disediakan oleh magnetisasi (TR =2,000 ms; TE=3.37 ms; TI {{ 31}},000 ms; sudut flip=8 darjah ; 176 keping; FOV =256 mm; saiz voxel=1 × 1 x 1 mm3).

Pengimejan: Pakej perisian untuk analisis statistik data pengimejan. Kami menggunakan perisian pemetaan parametrik statistik (SPM) SPM12 versi 6685(Pusat Amanah Selamat Datang untuk Neuroimaging, London, UK; https://www.fil.ion.ucl.ac. uk/spam/) yang dilaksanakan dalam Matlab R2016a.

Pengimejan: Prapemprosesan dan penormalan volum pengimejan satah gema(EPI). Jilid-masa keratan-dibetulkan kepada kepingan pertama, dijajarkan semula menggunakan pilihan "daftar kepada maksud", dan didaftarkan bersama pada imej anatomi dengan menggunakan transformasi badan tegar tiga dimensi yang dinormalkan. Pendaftaran bersama yang berjaya telah disahkan secara visual untuk setiap peserta. Setiap kelantangan disembunyikan dengan imej anatomi T1 peserta untuk mengecualikan voxel di luar otak. Jumlah pengimejan satah gema (EPI) telah dinormalisasi ke ruang Institut Neurologi Montreal (MNI) dan dilicinkan dengan lebar penuh 8 mm pada kernel Gaussian separuh maksimum (FWHM) dengan menggunakan DARTEL, yang membawa kepada pendaftaran yang lebih baik antara peserta (75, 76) .

Jujukan bersilang yang digunakan untuk memperoleh siri masa berfungsi menjadikannya diperlukan untuk menggunakan pembetulan masa hirisan sebagai langkah prapemprosesan pertama (77). Kaedah pembetulan pemasaan potong boleh berjaya mengimbangi kesan pemasaan potong(78). Terutama, dalam DCM untuk fMRI, arah kausalitas tidak dikenal pasti oleh keutamaan temporal. Sebaliknya, kausalitas dijelmakan oleh bentuk matematik persamaan keadaan pembezaan bagi setiap rantau. Persamaan keadaan model tertentu mentakrifkan struktur sistem (cth, ketersambungan antara kawasan), menetapkan secara jelas bagaimana dinamik timbul dalam sistem (39). Oleh itu, beberapa kajian DCM dengan TR yang serupa telah dijalankan sebelum ini (79-81).

Pengimejan: Pemodelan aktiviti bijak voxel. Model linear am (GLM) telah ditentukan untuk setiap peserta untuk mengenal pasti voxel yang diaktifkan oleh tugasan. Regressor memodelkan permulaan dan tempoh peristiwa rangsangan telah berbelit dengan fungsi tindak balas hemodinamik kanonik. Lebih tepat lagi, model tersebut terdiri daripada regressor untuk menekan butang yang dimodelkan sebagai fungsi stick/delta, persembahan gambar (positif, neutral, negatif, scrambled, keutamaan dan kekinian) yang dimodelkan dengan fungsi epoch/boxcar (tempoh: 2.5 s), dan skala rating dimodelkan dengan fungsi zaman/kereta boks tempoh berubah-ubah (bergantung pada bila butang tekan berikutnya berlaku). Korelasi bersiri telah dialih keluar menggunakan model autoregresif tertib pertama, dan penapis laluan tinggi (128 s) digunakan untuk mengeluarkan hingar frekuensi rendah. Enam parameter pergerakan juga dimasukkan sebagai kovariat kacau ganggu. Kami menentukan dua jenis GLM yang berbeza. Satu jenis GLM digunakan untuk mengenal pasti voxel yang berkaitan dengan pengekodan memori emosi yang berjaya.

Di sini, rangsangan positif, negatif dan neutral dimodelkan secara berasingan bergantung pada sama ada ia kemudiannya dipanggil semula atau tidak. Anggaran parameter yang terhasil dibezakan untuk mengenal pasti voxel yang dikaitkan dengan pengekodan ingatan emosi yang berjaya ([gambar emosi yang diingati – gambar emosi yang tidak diingati] – [gambar neutral yang diingati – gambar neutral yang tidak diingati]). Kontras ini tersedia dalam 944 daripada 945 peserta sampel penemuan (1 subjek tidak mengingat sebarang gambar neutral) dan dalam 470 daripada 473 peserta sampel replikasi (3 subjek tidak mengingat sebarang gambar neutral) . Untuk menyiasat potensi kesan berkaitan valensi dalam aktiviti cerebellar, kami juga membandingkan sama ada aktiviti yang berkaitan dengan pengekodan memori yang berjaya berbeza antara gambar positif dan negatif. Ini sepadan dengan kontras berikut:([gambar negatif yang diingati – gambar negatif yang tidak diingati] – [gambar positif yang diingati – gambar positif yang tidak diingati]). Satu lagi jenis GLM telah ditentukan untuk mengenal pasti voxel yang dikaitkan dengan pengekodan gambar emosi, tanpa mengira ingatan. Kami menetapkan regressor untuk gambar positif, neutral dan negatif, tanpa mengira sama ada gambar itu dipanggil semula atau tidak, dan membezakan anggaran parameter yang terhasil (gambar emosi – gambar neutral). Kami menggunakan pembetulan ralat bijak keluarga (FWE) untuk berbilang perbandingan di seluruh peringkat otak kepada semua kontras (Pwhole-brain-FWE-corrected < 0.05). Pembetulan untuk berbilang perbandingan pada peringkat kluster telah digunakan untuk menguji kesan berkaitan valensi dalam kluster cerebellar (Psmall-volume-corrected < 0.001, cluster extent k=10).

Pengimejan: Statistik kumpulan aktiviti bijak voxel. Untuk menentukan aktiviti yang berkaitan dengan "pengekodan memori emosi yang berjaya" dan kepada "pengekodan gambar emosi," peta kontras telah dimasukkan dalam model kesan rawak (analisis peringkat kedua) menggunakan GLM Flex (Pusat Martinos dan Hospital Besar Massachusetts, Charlestown, MA; https ://habs.mgh.harvard.edu/researchers/datatools/glm-flex-fast2/). Kami mengawal kesan jantina, umur, satu perisian inscanner perubahan dan dua perubahan dalam gegelung kecerunan dengan memasukkannya sebagai kovariat. Kami menggunakan GLM Flex kerana jujukan EPI mengalami kehilangan isyarat dengan kehadiran ketidakhomogenan medan magnet yang boleh berlaku berhampiran dengan sempadan tisu udara. Prosedur penormalan yang digunakan dalam DARTEL mengubah kedua-dua voxel dengan isyarat dan voxel dengan kehilangan isyarat kepada ruang MNI dengan tepat. InSPM, kehilangan isyarat pada koordinat MNI dalam imej berfungsi hanya seorang peserta membawa kepada pengecualian voxel pada koordinat ini daripada analisis peringkat kumpulan. Akibatnya, kebarangkalian voxel dikecualikan meningkat dengan saiz sampel. GLM Flex mengatasi masalah ini dengan membenarkan bilangan peserta yang berubah-ubah pada setiap voxel. Bilangan minimum peserta setiap voxel telah ditetapkan kepada 2/3 daripada semua peserta.

Pengimejan: Definisi ROI—Topeng yang ditakrifkan secara fungsional. Oleh kerana sensitiviti mengesan kehadiran sambungan boleh ditingkatkan dengan menggunakan ROI yang sepadan dengan sempadan fungsi sebenar (36), kami mentakrifkan ROI secara berfungsi, bukannya secara anatomi. Khususnya, dalam sampel penemuan (n=945), kami menggunakan topeng terbitan berfungsi dan kemudian menggunakan pendekatan pengelompokan peringkat kumpulan yang dipacu data untuk mengasingkan volum EPI yang dipraproses dan dinormalkan ke dalam kawasan homogen yang koheren dan temporal (37) . Topeng itu terdiri daripada voxel yang dikaitkan secara positif dengan pengekodan memori emosi yang berjaya dalam sampel penemuan (Pwhole-brain-FWE-corrected < 0.05). Voksel yang dikenal pasti kemudiannya disarungkan dengan pengekodan kontras gambar emosi (Pwhole-brain-FWE-corrected <0.05) untuk memastikan semua voxel yang disertakan juga menunjukkan kesan positif untuk pengekodan emosi (99% daripada semua voxel penting dalam "pengekodan memori emosi yang berjaya. kontras" juga penting dalam "pengekodan kontras gambar emosi").

Pengimejan: Definisi ROI—Prosedur petak. Voxel dalam topeng yang ditakrifkan secara fungsi telah digabungkan ke dalam ROI supaya persamaan antara voxel dalam kelompok yang sama dimaksimumkan berbanding dengan persamaan antara voxel dalam kelompok yang berbeza, menggunakan kaedah pemotongan normal yang menggabungkan kekangan ruang (37). Untuk kesesuaian pengiraan, petak-petak dilakukan berdasarkan volum EPI 200 peserta yang diambil secara rawak daripada sampel penemuan. Jilid ini telah dilicinkan dengan kernel Gaussian 6 mmFWHM selaras dengan kertas baru-baru ini (37). Pengelompokan pertama kali dilakukan dalam setiap peserta, diikuti oleh pengelompokan kumpulan peringkat kedua, seperti yang disyorkan oleh Craddock et al. (37). Kami membahagikan voxel dalam maskinto 30 ROI, kerana kami mendapati bahawa nombor ini membawa kepada kekhususan spatial yang mencukupi sementara masih boleh diurus tentang beban pengiraan yang disebabkan oleh pengiraan ketersambungan dengan DCM. Salah satu ROI ini mengandungi voxel terpencil dan gugusan kecil diskret yang tidak koheren dari segi ruang. ROI(ROI 11) ini, yang mengandungi 60 voxel, telah dialih keluar daripada analisis selanjutnya.

Analisis ketersambungan: Pengekstrakan kursus masa. Kami mengekstrak peserta kursus masa dan ROI daripada data yang tidak lancar dan tidak normal menggunakan prosedur yang diterangkan di bawah. Ambil perhatian bahawa kami mengekstrak daripada data yang tidak lancar kerana pelicinan boleh merosakkan anggaran ketersambungan kerana ia membawa kepada percampuran kursus masa yang bergantung pada tahap pengoksigenan darah antara kawasan berdekatan (36).

1. Memetakan ROI berfungsi daripada ruang MNI ke ruang peserta asli: TheROI seperti yang ditentukan dalam prosedur petak telah dijana dalam MNIspace. Oleh itu, kami memetakan lokasi mereka ke ruang peserta asli dengan menyongsangkan medan meledingkan normalisasi setiap peserta.

2. Pengekstrakan kursus masa daripada ROI berfungsi: Sebelum pemodelan sebenar ketersambungan dalam rangka kerja DCM, kursus masa khusus peserta telah diekstrak daripada setiap ROI. Matlamat langkah ini adalah untuk mengekstrak kursus masa daripada voxel yang diaktifkan pada peringkat peserta tunggal. Saiz kesan pengekodan kontras gambar emosi adalah jauh lebih besar daripada saiz kesan kontras ingatan emosi yang berjaya, menjadikan bekas lebih sesuai untuk membezakan voxel berkaitan tugas daripada voxel tanpa isyarat yang relevan pada peringkat peserta tunggal. Di peringkat kumpulan, semua kawasan yang termasuk dalam analisis ini dikaitkan dengan ketara dengan pengekodan memori emosi yang berjaya, memastikan semua ROI adalah relevan untuk pengekodan memori emosi yang berjaya. Bagi setiap ROI dan peserta, kami kemudiannya mengenal pasti voksel penting untuk kontras > neutral emosi, pada ambang P < 0.05 yang tidak diperbetulkan, dengan saiz kelompok minimum tiga voxel. Kursus masa ringkasan telah diekstrak daripada semua voxel tersebut menggunakan alat pengekstrakan "Volume of Interest" SPM. Secara terperinci, untuk semua voxel terpilih dalam anROI, PCA telah dilakukan. Titik masa ialah pemerhatian dan voxel ialah pembolehubah. PCA mengembalikan satu siri komponen yang dipesan mengikut nisbah varians yang dijelaskan oleh setiap komponen. Setiap komponen telah dikaitkan dengan vektor pemberat (satu nilai setiap voxel), mencerminkan sumbangan setiap voxel kepada komponen tersebut. Eigenvariate pertama mencerminkan perjalanan masa komponen utama yang menyumbang kepada tindak balas rantau dan dipilih sebagai kursus masa yang mewakili untuk ROI. Alur masa telah diperbetulkan untuk artifak pergerakan dengan menambahkan parameter pergerakan sebagai kovariat ke dalam model linear.

Di seluruh 29 ROI berfungsi, kursus masa telah berjaya diekstrak dalam 97.88% daripada semua kes dalam sampel penemuan dan 97.57% daripada semua kes dalam sampel penerapannya, kerana ia menunjukkan pengaktifan bergantung kepada tugas yang mantap oleh ambang kepentingan kami yang digariskan di atas. Data daripada semua ROI dalam semua peserta adalah prasyarat untuk menjalankan DCM, kerana tujuan DCM adalah untuk membandingkan model yang berbeza untuk pengaktifan yang diperhatikan (38, 39). Oleh itu, kami mengecualikan peserta daripada DCM tertentu jika ROI tidak menunjukkan pengaktifan selaras dengan kriteria yang ditakrifkan di atas. Daripada semua ROI, ROI 9 menunjukkan bahagian terkecil peserta dengan pengaktifan yang mantap (sampel penemuan 88.36%; sampel replikasi 85.84%). Lihat Lampiran SI, Jadual S1 untuk bilangan peserta setiap DCM dan Lampiran SI, Jadual S2 untuk peratusan peserta yang dikecualikan bagi setiap ROI.

Sebab-sebab yang berpotensi untuk kekurangan pengaktifan yang cukup kuat dalam sesetengah peserta berkaitan dengan bunyi bising dalam data atau kehilangan data tetapi mungkin juga mencerminkan penggunaan strategi kognitif yang berbeza.

Analisis ketersambungan: DCM. DCM boleh digunakan untuk menguji hipotesis khusus mengenai kehadiran, arah dan modulator ketersambungan berkesan antara satu set kawasan otak yang telah ditetapkan. DCM diterangkan secara terperinci di tempat lain(38, 39). Secara ringkasnya, interaksi saraf antara kawasan dinyatakan melalui persamaan pembezaan, yang menerangkan 1) bagaimana aktiviti di satu kawasan otak menyebabkan dinamik (iaitu, kadar perubahan) di kawasan otak yang lain dan 2) bagaimana interaksi ini berubah di bawah pengaruh keadaan eksperimen. Di sini, kami membandingkan keadaan untuk gambar emosi dan neutral sambil mempertimbangkan sama ada gambar itu telah diingati kemudian atau tidak. DCM berusaha untuk kebolehtafsiran neurofisiologi dengan membuat perbezaan yang jelas antara "tahap saraf" dan "tahap hemodinamik" (82). Ini dicapai dengan menyongsangkan model hadapan bermotivasi biofizikal dan berparameter yang menghubungkan dinamik saraf yang dimodelkan kepada kursus masa hemodinamik yang diukur (38) . Oleh itu, parameter ketersambungan boleh ditafsirkan sebagai pengaruh antara populasi saraf (39). Inferens kami tentang ketersambungan bergantung pada andaian matematik asas yang digabungkan dalam penparameteran DCM. Andaian ini telah dinilai secara kritikal (83).

Kami memilih DCM berbanding kaedah lain kerana ia menawarkan beberapa kelebihan. DCMinfers ketersambungan dengan memodelkan dinamik saraf dengan sistem persamaan pembezaan. Oleh itu, arah pengaruh dan modulasi bergantung kepada keadaan kekuatan sambungan boleh ditentukan dengan lebih bermakna berbanding model sambungan statik seperti korelasi atau pemodelan persamaan struktur(82, 84, 85).

Analisis ketersambungan: DCM—Ruang model. Kami menggunakan prosedur pemilihan model post hoc, yang memerlukan anggaran hanya satu model penuh untuk mencari bukti model untuk semua kemungkinan seni bina sambungan (40), dengan itu melakukan perbandingan model yang menyeluruh. Kami menggunakan prosedur pemilihan ini dan bukannya perbandingan tradisional bagi bilangan terhad model priori kerana algoritma ini sangat mengurangkan beban pengiraan dengan menganggarkan parameter kesambungan submodel bersarang daripada inferens pada satu model penuh. Walaupun menarik untuk memasukkan kesemua 26 kluster ke dalam satu model tunggal, ini secara pengiraan tidak dapat dilaksanakan. Kami meneroka semua sambungan berpasangan antara ROI cerebellar dan baki 25 ROI dengan mentakrifkan satu siri2-nod DCM di mana ROI yang terletak di cerebellum dipasangkan secara sistematik dengan salah satu ROI yang lain. Parameter ketersambungan mewakili ketersambungan bersih antara ROI—iaitu, ia tidak mempertimbangkan sama ada pengaruh antara duaROI dimediasi oleh wilayah tambahan melainkan kawasan tambahan ini disertakan secara eksplisit dalam model DCM. Memandangkan DCM yang diuji di sini hanya memasukkan dua nod, mereka tidak memeriksa sama ada pengaruh antara cerebellum dan ROI kedua telah dimediasi oleh kawasan tambahan. Oleh itu, nilai parameter ketersambungan kami berpotensi mencerminkan kedua-dua sambungan langsung dan tidak langsung. Kami menggunakan dwilinear, DCM deterministik dengan dua keadaan (versi DCM12)(86). Kami menentukan hubungan intrinsik timbal balik antara setiap ROI. Extrinsicinputs kepada ROI memacu rangkaian dan mengukur cara ROI bertindak balas terhadap rangsangan luar. Empat regressor input berbeza telah ditakrifkan, yang mengandungi 1) gambar emosi dan neutral, 2) gambar bergegas, 3) menekan butang, dan 4) persembahan skala penilaian. Setiap input regressor boleh memasuki rangkaian pada semua ROI. Kekuatan sambungan intrinsik antara ROI boleh dimodulasi oleh keadaan berikut: gambar yang diingati secara emosi, gambar yang tidak diingat secara emosi, gambar yang diingat semula neutral dan gambar yang tidak diingati neutral.

Untuk perspektif Bayesian tentang pelbagai perbandingan, lihat rujukan (87, 88). Terutama, kami mereplikasi keputusan sampel penemuan dalam sampel kedua.

Analisis ketersambungan: DCM—Anggaran model. Kami menggunakan pemilihan model posthoc yang cekap yang memerlukan anggaran hanya satu model penuh untuk mencari1) bukti model untuk semua seni bina sambungan yang mungkin dengan pemilihan model Bayesian (BMS), 2) kebarangkalian posterior yang terhasil daripada inferens peringkat keluarga untuk menentukan kebarangkalian untuk kontras anggaran parameter, dan3) Purata parameter Bayesian ke atas semua model yang mungkin menunjukkan sama ada kontras anggaran parameter berbeza daripada sifar (40, 84, 89). Kerana kami menggunakan BMS kesan tetap, kami mengandaikan bahawa model optimum adalah sama untuk setiap peserta dalam populasi (39). Anggaran model DCM telah dilaksanakan di kemudahan teras pengkomputeran saintifik sciCORE (https://scicore.unibas.ch/) di Universiti Basel.

Analisis ketersambungan: DCM—Analisis parameter. Kami menggunakan inferens Bayesian untuk menilai sama ada kekuatan sambungan meningkat semasa pengekodan memori emosi yang berjaya. Khususnya, kami menggunakan jangkaan posterior dan kovarians posterior untuk mengira kebarangkalian posterior bahawa kontras antara modulator kekuatan sambungan adalah lebih besar daripada sifar. Kontras untuk pengekodan ingatan emosi yang berjaya dibina dengan menolak pemodulat syarat berikut: (gambar emosi yang diingati – gambar emosi yang tidak diingat) – (gambar neutral yang diingati – gambar neutral yang tidak dipanggil). Mula-mula, dalam sampel penemuan, kami mengenal pasti sambungan yang mempunyai kebarangkalian kontras posterior lebih besar daripada {{0}}.99. Kedua, kami menganalisis sambungan ini dalam sampel replikasi, menguji sama ada ia juga mempunyai kebarangkalian kontras posterior yang lebih besar daripada 0.99. Dalam istilah deskriptif, ambang kebarangkalian yang digunakan sebanyak 0.99 boleh ditafsirkan sebagai memberikan bukti yang sangat kukuh untuk kesan(42, 43). Kami menumpukan pada peningkatan dan bukannya penurunan dalam kekuatan sambungan kerana ROI ditakrifkan berdasarkan voxel dengan peningkatan aktiviti.

Pengiraan tentang kekuatan sambungan adalah berdasarkan kekuatan kontras dalam sampel replikasi. Sambungan telah divisualisasikan menggunakan perpustakaan bulatan dalam R (90).

Segmentasi imej anatomi. Imej anatomi setiap peserta secara automatik dibahagikan kepada struktur kortikal dan subkortikal menggunakan FreeSurfer versi 4.5 (91). Pelabelan gyri kortikal adalah berdasarkan atlas Desikan–Killiany (92), menghasilkan 35 kortikal dan tujuh kawasan subkortikal perhemisfera. Ambil perhatian bahawa teknik pembahagian dan pelabelan yang digunakan memberikan ketepatan yang setanding dengan pelabelan manual oleh pakar (91, 92).

Penyetempatan anatomi ROI berdasarkan atlas probabilistik anatomi purata populasi. Segmentasi struktur kortikal dan subkortikal yang diperoleh daripada FreeSurfer (lihat perenggan di atas) telah digunakan untuk membina atlas anatomi probabilistik purata populasi, berdasarkan data daripada 1,000 daripada 1,418 peserta. Imej anatomi bersegmen individu telah dinormalkan kepada ruang templat anatomi khusus kajian menggunakan medan ledingan yang dikira sebelum ini oleh peserta dan telah didaftarkan affine ke ruang MNI. Interpolasi jiran terdekat digunakan untuk mengekalkan pelabelan struktur berbeza. Pembahagian ternormal akhirnya dipuratakan merentas peserta untuk mencipta atlas kebarangkalian purata populasi. Oleh itu, setiap voxel templat boleh diberikan kebarangkalian kepunyaan struktur anatomi yang diberikan.

Atlas probabilistik purata populasi ini digunakan untuk melaporkan lokasi anatomi koordinat dan ROI. Peratusan setiap koordinat menunjukkan kebarangkalian purata populasi bagi label anatomi. Tambahan pula, kami melaporkan peratusan purata surat-menyurat serantau bagi setiap ROI. Setiap ROI, kami menentukan label anatomi yang direntang oleh voxelnya. Kami kemudian merumuskan kebarangkalian setiap label merentas semua voxel dalam ROI dan membahagikan jumlahnya dengan bilangan keseluruhan voxel dalam topeng. Surat-menyurat 100% akan berlaku jika semua voxel ROI terletak dalam kawasan anatomi yang sama, dan setiap voxel itu sendiri mempunyai kebarangkalian 100% berada di rantau ini.

Ketersediaan Data, Bahan dan Perisian. Peta individu, peringkat pertama untuk dua kontras minat (pengekodan memori emosi yang berjaya dan pengekodan gambar emosi) tersedia dalam Rangka Kerja Sains Terbuka (OSF,https://osf.io/ghtvy) (93), bersama-sama individu kovariat. Fail peringkat pertama dan VOI individu tersedia di Figshare (https://figshare.com/projects/CBDCM/149317) (94). Peta peringkat kumpulan tanpa ambang yang sepadan, serta topeng binari ROI berfungsi, telah disimpan dalam Neurovault(https://neurovault.org/collections/12932) (95). Fail DCM peringkat kumpulan tersedia dalam OSF (https://osf.io/ghtvy) (93).

PENGHARGAAN. Kami berterima kasih kepada Elmar Merkle, Christoph Stippich dan OliverBieri kerana memberikan akses kepada kemudahan fMRI Hospital Universiti Basel. Kerja ini dibiayai oleh Yayasan Sains Kebangsaan Switzerland (Sinergia grantCRSI33_130080 kepada DJ-FdQ dan AP). MF dibiayai oleh Dana Penyelidikan untuk Penyelidik Muda Universiti Basel (memberi DPE2141). Pengiraan telah dilakukan di kemudahan teras pengkomputeran saintifik sciCORE (https://scicore.unibas.ch/) di Universiti Basel. Penulis mengisytiharkan tiada kepentingan kewangan yang bersaing.

Rujukan

1. D. de Quervain, L. Schwabe, B. Roozendaal, Tekanan, glukokortikoid, dan ingatan: Implikasi untuk merawat gangguan berkaitan ketakutan. Nat. Rev. Neurosci. 18, 7–19 (2017).

2. JL McGaugh, The Making of Lasting Memory (Weidenfeld & Nicolson, 2003).

3. JL McGaugh, Memori—Abad penyatuan. Sains 287, 248–251 (2000).

4. B. Roozendaal, JL McGaugh, Modulasi memori. perangai. Neurosci. 125, 797–824 (2011).

5. KS LaBar, R. Cabeza, Neurosains kognitif ingatan emosi. Nat. Rev. Neurosci. 7, 54–64(2006).

6. SB Hamann, TD Ely, ST Grafton, CD Kilts, aktiviti Amygdala yang berkaitan dengan peningkatan ingatan untuk rangsangan yang menyenangkan dan tidak menyenangkan. Nat. Neurosci. 2, 289–293 (1999).

7. T. Canli, Z. Zhao, J. Brewer, JDE Gabrieli, L. Cahill, Pengaktifan berkaitan peristiwa dalam amygdala manusia dikaitkan dengan ingatan kemudian untuk pengalaman emosi individu.J. Neurosci. 20, RC99 (2000).

8. AH van Stegeren et al., Noradrenalin mengantara pengaktifan amygdala pada lelaki dan wanita semasa pengekodan bahan emosi. Neuroimage 24, 898-909 (2005).

9. MW Cole et al., Kesalinghubungan berbilang tugas mendedahkan hab yang fleksibel untuk kawalan tugas adaptif.Nat. Neurosci. 16, 1348–1355 (2013).

10. RM Todd, TW Schmitz, J. Susskind, AK Anderson, Berkongsi substrat saraf bagi kecerahan persepsi dan mnemonik yang dipertingkatkan secara emosi. Depan. perangai. Neurosci. 7, 40 (2013).

For more information:1950477648nn@gmail.com