co-analysis-brain-structure-function-using-fmri-diffusion-weighted

Co-analysis of Brain Structure and Function using fMRI and Diffusion-weighted Imaging

The study of complex computational systems is facilitated by network maps, such as circuit diagrams. Such mapping is particularly informative when ...

Center for the Neural Basis of Cognition

Carnegie Mellon University 

&#x4EBA;&#x7C7B;&#x521D;&#x7EA7;&#x89C6;&#x89C9;&#x76AE;&#x5C42;&#x662F;&#x6709;&#x7EC4;&#x7EC7;&#x7684; retinotopically&#xFF0C;&#x4E0E;&#x76AE;&#x8D28;&#x4EE3;&#x8868;&#x5728;&#x89C6;&#x7F51;&#x819C;&#x4E0A;&#x7684;&#x76F8;&#x90BB;&#x4F4D;&#x7F6E;&#x4E2D;&#x7684;&#x76F8;&#x90BB;&#x4F4D;&#x7F6E;&#x3002;&#x76AE;&#x8D28;&#x7A7A;&#x95F4;&#x91C7;&#x6837;&#x662F;&#x9AD8;&#x5EA6;&#x975E;&#x5747;&#x5300;&#xFF1A; &#x76AE;&#x8D28;&#x7684;&#x91CF;&#x4E13;&#x95E8;&#x7528;&#x4E8E;&#x4E0E;&#x589E;&#x52A0;&#x89C6;&#x7F51;&#x819C;&#x504F;&#x5FC3;&#x89C6;&#x7F51;&#x819C;&#x8DCC;&#x5E45;&#x5355;&#x4F4D;&#x9762;&#x79EF;&#x3002;&#x6B64;&#x91C7;&#x6837;&#x5C5E;&#x6027;&#x53EF;&#x4EE5;&#x91CF;&#x5316;&#x7684;&#x7EBF;&#x6027;&#x76AE;&#x8D28;&#x653E;&#x5927;&#x56E0;&#x5B50;&#xFF0C;&#x5176;&#x4E2D;&#x4EE5;&#x6BCF;&#x5EA6;&#x7684;&#x53EF;&#x89C6;&#x89D2;&#x5EA6;&#x76AE;&#x8D28;&#x6BEB;&#x7C73;&#x8868;&#x793A;&#x3002;&#x5728;&#x672C;&#x6587;&#x4E2D;&#xFF0C;&#x6211;&#x4EEC;&#x63D0;&#x51FA;&#x4E00;&#x79CD;&#x4F7F;&#x7528;&#x52A8;&#x6001;&#x7F16;&#x7A0B;&#x548C;&#x529F;&#x80FD;&#x78C1;&#x5171;&#x632F;&#x6210;&#x50CF; retinotopic &#x504F;&#x5FC3;&#x6620;&#x5C04;&#x6765;&#x4F30;&#x8BA1;&#x4EBA;&#x7C7B;&#x521D;&#x7EA7;&#x89C6;&#x89C9;&#x76AE;&#x5C42; &#xFF08;V1&#xFF09; &#x7684;&#x7EBF;&#x6027;&#x7684;&#x76AE;&#x8D28;&#x653E;&#x5927;&#x56E0;&#x5B50;&#x7684;&#x65B0;&#x65B9;&#x6CD5;&#x3002;&#x6211;&#x4EEC;&#x672C;&#x5730;&#x5316;&#x76AE;&#x5C42;&#x6D3B;&#x52A8;&#x867D;&#x7136;&#x79D1;&#x76EE;&#x67E5;&#x770B;&#x6BCF;&#x4E03;&#x4E2A;&#x56FA;&#x5B9A;&#x7684;&#x5BF9;&#x6BD4;&#x5EA6;-&#x626D;&#x8F6C;&#x5F84;&#x5411;&#x68CB;&#x76D8;&#x73AF;&#x5E73;&#x94FA;&#x5230; 12.96 &#x504F;&#x5FC3;&#x5EA6;&#x4ECE; 1.62 &#x89C6;&#x91CE;&#x7684;&#x540C;&#x7B49;&#x539A;&#x5EA6;&#x3002;&#x6240;&#x6709;&#x65F6;&#x4EE3;&#x7684;&#x6BCF;&#x4E2A;&#x73AF;&#x7684;&#x6210;&#x50CF;&#x6570;&#x636E;&#x662F;&#x6765;&#x81EA;&#x56FA;&#x5B9A;&#x65F6;&#x4EE3;&#x4E3B;&#x9898;&#x7684;&#x4E3B;&#x9898;&#x7684;&#x57FA;&#x7840;&#x4E0A;&#x7684;&#x6570;&#x636E;&#x8FDB;&#x884C;&#x4E86;&#x5BF9;&#x6BD4;&#x3002;&#x4EA7;&#x751F;&#x7684; t &#x7EDF;&#x8BA1;&#x5730;&#x56FE;&#x7136;&#x540E;&#x88AB;&#x53E0;&#x52A0;&#x5728;&#x7070;&#x8272;/&#x767D;&#x8272;&#x7269;&#x8D28;&#x8FB9;&#x754C;&#x66F2;&#x9762;&#x7684;&#x6BCF;&#x4E2A;&#x79D1;&#x76EE;&#x7684;&#x6795;&#x53F6;&#xFF0C;&#x4E3A;&#x6BCF;&#x4E2A;&#x73AF;&#x5206;&#x522B;&#x4ECE;&#x6784;&#x9020;&#x7684;&#x672C;&#x5730;&#x5750;&#x6807;&#x7CFB;&#x7EDF;&#x4E0A;&#x3002;&#x5E73;&#x6ED1;&#x7684;&#x5730;&#x56FE;&#x529F;&#x80FD;&#x6D3B;&#x52A8;&#x76AE;&#x8D28;&#x8868;&#x9762;&#x4E0A;&#x5EFA;&#x9020;&#x4E86;&#x4F7F;&#x7528;&#x7EB3;&#x5165;&#x76AE;&#x8D28;&#x8868;&#x9762;&#x7684;&#x51E0;&#x4F55;&#x5F62;&#x72B6;&#x7684;&#x6B63;&#x4EA4;&#x57FA;&#x7684;&#x62C9;&#x666E;&#x62C9;&#x65AF;-&#x8D1D;&#x5C14;&#x7279;&#x62C9;&#x7C73;&#x7B97;&#x5B50;&#x3002;&#x8FD9;&#x4F7F;&#x6211;&#x4EEC;&#x80FD;&#x591F;&#x7A33;&#x5B9A;&#x7684;&#x6700;&#x5927;&#x6FC0;&#x6D3B;&#x7531;&#x4E8E;&#x6BCF;&#x4E2A;&#x73AF;&#x5CAD;&#x901A;&#x8FC7;&#x8FFD;&#x8E2A;&#x52A8;&#x6001;&#x7F16;&#x7A0B;&#x4F18;&#x5316;&#x901A;&#x8FC7;&#x6240;&#x6709;&#x53EF;&#x80FD;&#x7684;&#x8DEF;&#x5F84;&#x76AE;&#x8D28;&#x8868;&#x9762;&#x4E0A;&#x3002;&#x6211;&#x4EEC;&#x4F30;&#x8BA1;&#x7EBF;&#x6027;&#x76AE;&#x8D28;&#x653E;&#x5927;&#x56E0;&#x5B50;&#x901A;&#x8FC7;&#x8BA1;&#x7B97;&#x6D4B;&#x5730;&#x6FC0;&#x6D3B;&#x810A;&#x4E2D;&#x4EBA;&#x53E3;&#x4E94;&#x4E2A;&#x6B63;&#x5E38;&#x4EBA;&#x7684;&#x76AE;&#x8D28;&#x8868;&#x9762;&#x4E4B;&#x95F4;&#x7684;&#x8DDD;&#x79BB;&#x3002;&#x8FD9;&#x4E9B;&#x4F30;&#x8BA1;&#x6570;&#x7684;&#x53EF;&#x9760;&#x6027;&#x8FDB;&#x884C;&#x6BD4;&#x8F83;&#x7684;&#x57FA;&#x7840;&#x5C06;&#x6570;&#x636E;&#x4ECE;&#x4E00;&#x4E2A;&#x8C61;&#x9650;&#x5230;&#x90A3;&#x4E9B;&#x57FA;&#x4E8E;&#x6570;&#x636E;&#x7684;&#x5B8C;&#x6574;&#x89C6;&#x76D8;&#x6539;&#x53D8;&#x5E76;&#x62C6;&#x5206;&#x534A;&#x53EF;&#x9760;&#x6027;&#x5206;&#x6790;&#x7684;&#x7ED3;&#x679C;&#x8FDB;&#x884C;&#x4E86;&#x8BC4;&#x4F30;&#x3002;

&#x901A;&#x8FC7;&#x52A8;&#x6001;&#x89C4;&#x5212;&#x4EBA;&#x7C7B;&#x521D;&#x7EA7;&#x89C6;&#x89C9;&#x76AE;&#x5C42;&#x4E2D;&#x4F30;&#x7B97;&#x7EBF;&#x6027;&#x76AE;&#x8D28;&#x653E;&#x5927;&#x3002;

Human primary visual cortex is organized retinotopically, with adjacent locations in cortex representing adjacent locations on the retina. The spatial sampling in cortex is highly nonuniform: the amount of cortex devoted to a unit area of retina decreases with increasing retinal eccentricity. This sampling property can be quantified by the linear cortical magnification factor, which is expressed in terms of millimeters of cortex per degree of visual angle. In this paper, we present a new method using dynamic programming and fMRI retinotopic eccentricity mapping to estimate the linear cortical magnification factor in human primary visual cortex (V1). We localized cortical activity while subjects viewed each of seven stationary contrast- reversing radial checkerboard rings of equal thickness that tiled the visual field from 1.62 to 12.96 degrees of eccentricity. Imaging data from all epochs of each ring were contrasted with data from fixation epochs on a subject-by-subject basis. The resulting t statistic maps were then superimposed on a local coordinate system constructed from the gray/white matter boundary surface of each individual subject's occipital lobe, separately for each ring. Smoothed maps of functional activity on the cortical surface were constructed using orthonormal bases of the Laplace-Beltrami operator that incorporate the geometry of the cortical surface. This allowed us to stably track the ridge of maximum activation due to each ring via dynamic programming optimization over all possible paths on the cortical surface. We estimated the linear cortical magnification factor by calculating geodesic distances between activation ridges on the cortical surface in a population of five normal subjects. The reliability of these estimates was assessed by comparing results based on data from one quadrant to those based on data from the full hemifield along with a split-half reliability analysis.

Estimating linear cortical magnification in human primary visual cortex via dynamic programming.

Cortex visuel primaire humain est retinotopically organis&eacute;e, avec des emplacements adjacents dans le cortex, repr&eacute;sentant des lieux adjacents sur la r&eacute;tine. L&#39;&eacute;chantillonnage spatial dans le cortex est hautement non uniforme : le montant du cortex consacr&eacute;e &agrave; une unit&eacute; de surface de la r&eacute;tine diminue avec l&#39;augmentation d&#39;excentricit&eacute; r&eacute;tinienne. Cette propri&eacute;t&eacute; d&#39;&eacute;chantillonnage peut &ecirc;tre quantifi&eacute;e par le facteur de grossissement corticale lin&eacute;aire, qui est exprim&eacute; en millim&egrave;tres du cortex par degr&eacute; d&#39;angle visuel. Dans cet article, nous pr&eacute;sentons une nouvelle m&eacute;thode utilisant le mappage d&#39;excentricit&eacute; r&eacute;tinotopique dynamique de programmation et l&#39;IRMf estimer le facteur de grossissement corticale lin&eacute;aire dans le cortex visuel primaire humain (V1). Nous avons localis&eacute; l&#39;activit&eacute; corticale tandis que les sujets lus chacune des sept contraste stationnaire-inverser anneaux damier radial de la m&ecirc;me &eacute;paisseur que le carrelage du champ visuel de 1,62 &agrave; 12,96 degr&eacute;s d&#39;excentricit&eacute;. Imagerie des donn&eacute;es de toutes les &eacute;poques de chaque anneau &eacute;taient contraste avec les donn&eacute;es d&#39;&eacute;poques de fixation sur une base de mati&egrave;re par mati&egrave;re. Les cartes de statistique t qui en r&eacute;sultent ont &eacute;t&eacute; ensuite superpos&eacute;es sur un syst&egrave;me de coordonn&eacute;es local construit &agrave; partir de la surface de limite de mati&egrave;re grise/blanche du lobe occipital de chaque sujet individuel, s&eacute;par&eacute;ment pour chaque anneau. Cartes liss&eacute;es de l&#39;activit&eacute; fonctionnelle sur la surface corticale ont &eacute;t&eacute; construits en utilisant des bases orthonorm&eacute;es de l&#39;op&eacute;rateur de Laplace-Beltrami qui incorporent la g&eacute;om&eacute;trie de la surface corticale. Cela nous a permis de stablement suivre la cr&ecirc;te d&#39;activation maximale en raison de chaque anneau via l&#39;optimisation programmation dynamique sur tous les chemins possibles sur la surface corticale. Nous avons estim&eacute; le facteur de grossissement corticale lin&eacute;aire en calculant la distance g&eacute;od&eacute;sique entre les cr&ecirc;tes d&#39;activation sur la surface corticale chez une population de cinq sujets normaux. La fiabilit&eacute; de ces estimations a &eacute;t&eacute; &eacute;valu&eacute;e en comparant les r&eacute;sultats bas&eacute;s sur les donn&eacute;es d&#39;un quadrant &agrave; celles bas&eacute;es sur les donn&eacute;es de l&#39;hemifield complet ainsi qu&#39;une analyse de la fiabilit&eacute; de la demi de split.

Estimation lin&eacute;aire grossissement cortical dans humain cortex visuel primaire par programmation dynamique.

Menschliche prim&auml;ren Sehrinde ist organisierte Retinotopically mit benachbarten Standorten im Kortex, die angrenzenden Orte auf der Netzhaut. Die r&auml;umliche Probenahme im Kortex ist h&ouml;chst ungleichm&auml;&szlig;ige: die H&ouml;he der Hirnrinde gewidmet eine Fl&auml;cheneinheit der Netzhaut sinkt mit zunehmender retinale Exzentrizit&auml;t. Diese Probenahme-Eigenschaft kann durch den linearen kortikale Vergr&ouml;&szlig;erungsfaktor quantifiziert werden, die in Millimeter Hirnrinde je Grad visuelle Winkel ausgedr&uuml;ckt. In diesem Beitrag pr&auml;sentieren wir eine neue Methode verwenden dynamische Programmierung und fMRI Retinotopic Exzentrizit&auml;t Zuordnung zum linearen kortikale Vergr&ouml;&szlig;erungsfaktor in menschlichen prim&auml;re Sehrinde (V1) zu sch&auml;tzen. Wir lokalisierten kortikale Aktivit&auml;t, w&auml;hrend Themen, jede der sieben station&auml;re Kontrast angesehen-Umkehr radial Schachbrett Ringe gleich Dicke, die das Gesichtsfeld von 1,62 bis 12,96 Grad der Exzentrizit&auml;t gekachelt. Bildgebung Daten aus allen Epochen der jeder Ring wurden Daten aus Fixierung Epochen auf Basis des Thema-von-Subjekt gegen&uuml;bergestellt. Die resultierende t-Statistik-Karten wurden dann ein lokales Koordinatensystem, gebaut von der grau/wei&szlig;e Angelegenheit Grenze Oberfl&auml;che der jedes einzelne Thema Occipital Lobe, separat f&uuml;r jeden Ring &uuml;berlagert. Gegl&auml;ttete Karten von funktionelle Aktivit&auml;t auf der kortikalen Oberfl&auml;che wurden mit orthonormale Basen des Laplace-Beltrami-Operators, die die Geometrie der kortikalen Fl&auml;che integrieren gebaut. Dies konnten wir den Grat der maximale Aktivierung durch jeden Ring &uuml;ber dynamische Programmierung Optimierung &uuml;ber alle m&ouml;glichen Pfade auf der kortikalen Oberfl&auml;che stabil verfolgen. Wir eine lineare kortikale Vergr&ouml;&szlig;erungsfaktor durch Berechnung geod&auml;tische Entfernungen zwischen Aktivierung leisten auf die kortikale Fl&auml;che bei einer Gesamtbev&ouml;lkerung von f&uuml;nf gesunde Personen gesch&auml;tzt. Die Zuverl&auml;ssigkeit dieser Sch&auml;tzungen wurde ermittelt, indem die Ergebnisse anhand von Daten aus einem Quadranten zu denen auf der Grundlage von Daten aus der vollen Hemifield zusammen mit einer geteilten Halbzeit Zuverl&auml;ssigkeitsanalyse verglichen.

Sch&auml;tzung lineare kortikale Vergr&ouml;&szlig;erung im menschlichen prim&auml;ren Sehrinde &uuml;ber dynamische Programmierung.

Corteccia visiva primaria umana &egrave; retinotopically organizzato, con posizioni adiacenti nella corteccia che rappresentano luoghi adiacenti sulla retina. Il campionamento spaziale nella corteccia &egrave; altamente non uniforme: la quantit&agrave; di corteccia dedicata a un&#39;unit&agrave; di superficie della retina diminuisce con l&#39;aumentare della retina eccentricit&agrave;. Questa propriet&agrave; di campionamento pu&ograve; essere quantificata per il fattore di ingrandimento corticale lineare, che &egrave; espressa in millimetri della corteccia per grado di angolo visivo. In questo articolo, vi presentiamo un nuovo metodo di utilizzo dinamico programmazione e fMRI retinotopica eccentricit&agrave; mapping di stimare il fattore di ingrandimento corticale lineare in umano corteccia visiva primaria (V1). Abbiamo localizzato l&#39;attivit&agrave; corticale mentre soggetti hanno visto ciascuno dei sette stazionari contrasto-inversione anelli radiali scacchiera di uguale spessore che ha affiancato il campo visivo da 1,62 a 12.96 gradi di eccentricit&agrave;. Dati di imaging da tutte le epoche di ciascun anello erano in contrasto con dati da epoche di fissazione su una base di soggetto dal soggetto. Le mappe di statistica t risultante poi sono stati sovrapposti su un sistema di coordinate locale costruito da materia grigia/bianca superficie di contorno del lobo occipitale di ciascun singolo soggetto, separatamente per ciascun anello. Mappe lisciate di attivit&agrave; funzionale sulla superficie corticale sono stati costruiti utilizzando basi ortonormali dell&#39;operatore di Laplace-Beltrami che incorporano la geometria della superficie corticale. Questo ci ha permesso di stabile traccia il crinale di massima attivazione a causa di ogni anello tramite Ottimizzazione programmazione dinamica su tutti i percorsi possibili sulla superficie corticale. Abbiamo valutato il fattore di ingrandimento corticale lineare calcolando distanze geodetiche tra creste di attivazione sulla superficie corticale in una popolazione di cinque soggetti normali. L&#39;affidabilit&agrave; di queste stime &egrave; stata valutata confrontando i risultati sulla base dei dati da un quadrante a quelli basati su dati dalla piena hemifield insieme ad un&#39;analisi di affidabilit&agrave; split-half.

Stima lineare ingrandimento corticale nella corteccia visiva primaria umana tramite programmazione dinamica.

&#x30D2;&#x30C8;&#x4E00;&#x6B21;&#x8996;&#x899A;&#x91CE;&#x306B;&#x96A3;&#x63A5;&#x3059;&#x308B;&#x5834;&#x6240;&#x76AE;&#x8CEA;&#x306E;&#x7DB2;&#x819C;&#x4E0A;&#x306E;&#x96A3;&#x63A5;&#x3059;&#x308B;&#x5834;&#x6240;&#x3092;&#x8868;&#x3059;&#x7D44;&#x7E54;&#x306E; retinotopically &#x3067;&#x3059;&#x3002;&#x76AE;&#x8CEA;&#x306B;&#x304A;&#x3051;&#x308B;&#x7A7A;&#x9593;&#x30B5;&#x30F3;&#x30D7;&#x30EA;&#x30F3;&#x30B0;&#x306F;&#x3001;&#x975E;&#x5E38;&#x306B;&#x4E0D;&#x5747;&#x4E00;&#x3067;&#x3059;: &#x76AE;&#x8CEA;&#x306E;&#x91CF;&#x306E;&#x7DB2;&#x819C;&#x504F;&#x5FC3;&#x5EA6;&#x3092;&#x4E0A;&#x6607;&#x3067;&#x7DB2;&#x819C;&#x306E;&#x6E1B;&#x5C11;&#x306E;&#x5358;&#x4F4D;&#x9762;&#x7A4D;&#x306B;&#x6367;&#x3052;&#x3089;&#x308C;&#x307E;&#x3059;&#x3002;&#x3053;&#x306E;&#x30B5;&#x30F3;&#x30D7;&#x30EA;&#x30F3;&#x30B0; &#x30D7;&#x30ED;&#x30D1;&#x30C6;&#x30A3;&#x306F;&#x76AE;&#x8CEA;&#x306E;&#x8996;&#x899A;&#x89D2;&#x5EA6;&#x5F53;&#x305F;&#x308A;&#x306E;&#x30DF;&#x30EA;&#x30E1;&#x30FC;&#x30C8;&#x30EB;&#x306E;&#x9762;&#x3067;&#x8868;&#x3055;&#x308C;&#x308B;&#x7DDA;&#x5F62;&#x76AE;&#x8CEA;&#x62E1;&#x5927;&#x4FC2;&#x6570;&#x3067;&#x5B9A;&#x91CF;&#x5316;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;&#x30D2;&#x30C8;&#x4E00;&#x6B21;&#x8996;&#x899A;&#x91CE; (V1) &#x306E;&#x7DDA;&#x5F62;&#x76AE;&#x8CEA;&#x62E1;&#x5927;&#x7387;&#x3092;&#x63A8;&#x5B9A;&#x3059;&#x308B;&#x52D5;&#x7684;&#x30D7;&#x30ED;&#x30B0;&#x30E9;&#x30DF;&#x30F3;&#x30B0;&#x3068; fMRI &#x30EC;&#x30C1;&#x30CE;&#x504F;&#x5FC3;&#x306E;&#x30DE;&#x30C3;&#x30D4;&#x30F3;&#x30B0;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x65B0;&#x3057;&#x3044;&#x624B;&#x6CD5;&#x3092;&#x63D0;&#x6848;&#x3059;&#x308B;.7 &#x9759;&#x6B62;&#x30B3;&#x30F3;&#x30C8;&#x30E9;&#x30B9;&#x30C8; 12.96 &#x5EA6;&#x504F;&#x5FC3;&#x8996;&#x91CE; 1.62 &#x304B;&#x3089;&#x4E26;&#x3079;&#x3066;&#x8868;&#x793A;&#x7B49;&#x3057;&#x3044;&#x592A;&#x3055;&#x306E;&#x653E;&#x5C04;&#x72B6;&#x30C1;&#x30A7;&#x30C3;&#x30AB;&#x30FC; &#x30DC;&#x30FC;&#x30C9; &#x30EA;&#x30F3;&#x30B0;&#x3092;&#x53CD;&#x8EE2; - &#x5404;&#x79D1;&#x76EE;&#x304C;&#x8868;&#x793A;&#x9593;&#x76AE;&#x8CEA;&#x6D3B;&#x52D5;&#x3092;&#x30ED;&#x30FC;&#x30AB;&#x30E9;&#x30A4;&#x30BA;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x5404;&#x30EA;&#x30F3;&#x30B0;&#x306E;&#x3059;&#x3079;&#x3066;&#x306E;&#x65B0;&#x7D00;&#x5143;&#x304B;&#x3089;&#x306E;&#x30A4;&#x30E1;&#x30FC;&#x30B8;&#x30F3;&#x30B0; &#x30C7;&#x30FC;&#x30BF;&#x306B;&#x3088;&#x3063;&#x3066;&#x4EF6;&#x540D;&#x3054;&#x3068;&#x306E;&#x56FA;&#x5B9A;&#x30A8;&#x30DD;&#x30C3;&#x30AF;&#x304B;&#x3089;&#x306E;&#x30C7;&#x30FC;&#x30BF;&#x3068;&#x306F;&#x5BFE;&#x7167;&#x7684;&#x3060;&#x3063;&#x305F;&#x3002;&#x7D50;&#x679C;&#x306E; t &#x7D71;&#x8A08;&#x30DE;&#x30C3;&#x30D7;&#x3001;&#x305D;&#x308C;&#x305E;&#x308C;&#x500B;&#x3005; &#x306E;&#x88AB;&#x9A13;&#x8005;&#x306E;&#x5F8C;&#x982D;&#x8449;&#x306B;&#x500B;&#x5225;&#x306B;&#x5404;&#x30EA;&#x30F3;&#x30B0;&#x306E;&#x30B0;&#x30EC;&#x30FC;/&#x767D;&#x8CEA;&#x5883;&#x754C;&#x9762;&#x304B;&#x3089;&#x69CB;&#x7BC9;&#x30ED;&#x30FC;&#x30AB;&#x30EB;&#x5EA7;&#x6A19;&#x7CFB;&#x4E0A;&#x91CD;&#x7573;&#x3055;&#x308C;&#x307E;&#x3057;&#x305F;&#x3002;&#x6A5F;&#x80FD;&#x6D3B;&#x52D5;&#x76AE;&#x8CEA;&#x8868;&#x9762;&#x306E;&#x5E73;&#x6ED1;&#x5316;&#x3055;&#x308C;&#x305F;&#x30DE;&#x30C3;&#x30D7;&#x306F;&#x3001;&#x5927;&#x8133;&#x76AE;&#x8CEA;&#x306E;&#x8868;&#x9762;&#x306E;&#x5F62;&#x72B6;&#x3092;&#x7D44;&#x307F;&#x8FBC;&#x3080;&#x30E9;&#x30D7;&#x30E9;&#x30B9; &#x30FB; &#x30D9;&#x30EB;&#x30C8;&#x30E9;&#x30DF;&#x6F14;&#x7B97;&#x5B50;&#x306E;&#x6B63;&#x898F;&#x76F4;&#x4EA4;&#x57FA;&#x5E95;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x5EFA;&#x8A2D;&#x3055;&#x308C;&#x307E;&#x3057;&#x305F;&#x3002;&#x5B89;&#x5B9A;&#x30EA;&#x30C3;&#x30B8;&#x6700;&#x5927;&#x6D3B;&#x6027;&#x5316;&#x5404;&#x30EA;&#x30F3;&#x30B0;&#x306E;&#x305F;&#x3081;&#x306E;&#x52D5;&#x7684;&#x30D7;&#x30ED;&#x30B0;&#x30E9;&#x30DF;&#x30F3;&#x30B0;&#x306E;&#x6700;&#x9069;&#x5316;&#x3092;&#x4ECB;&#x3057;&#x3066;&#x3059;&#x3079;&#x3066;&#x306E;&#x53EF;&#x80FD;&#x306A;&#x30D1;&#x30B9;&#x306B;&#x5927;&#x8133;&#x76AE;&#x8CEA;&#x306E;&#x8868;&#x9762;&#x306B;&#x8FFD;&#x8DE1;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3057;&#x305F;&#x3002;&#x6211;&#x3005; 5 &#x4EBA;&#x306E;&#x5065;&#x5E38;&#x8005;&#x306E;&#x4EBA;&#x53E3;&#x3067;&#x306F;&#x76AE;&#x8CEA;&#x8868;&#x9762;&#x6D3B;&#x6027;&#x5316;&#x5C3E;&#x6839;&#x9593;&#x306E;&#x6E2C;&#x5730;&#x8DDD;&#x96E2;&#x3092;&#x8A08;&#x7B97;&#x3059;&#x308B;&#x3053;&#x3068;&#x306B;&#x3088;&#x308A;&#x7DDA;&#x5F62;&#x76AE;&#x8CEA;&#x500D;&#x7387;&#x63A8;&#x5B9A;&#x3002;&#x3053;&#x308C;&#x3089;&#x306E;&#x63A8;&#x5B9A;&#x5024;&#x306E;&#x4FE1;&#x983C;&#x6027;&#x306F;&#x3001;&#x305D;&#x308C;&#x3089;&#x3068;&#x4E00;&#x7DD2;&#x306B;&#x5206;&#x5272;&#x534A;&#x5206;&#x4FE1;&#x983C;&#x6027;&#x89E3;&#x6790;&#x306B;&#x304A;&#x3051;&#x308B;&#x5411;&#x3051;&#x30C7;&#x30FC;&#x30BF;&#x306B;&#x57FA;&#x3065;&#x3044;&#x3066; 1 &#x3064;&#x306E;&#x8C61;&#x9650;&#x304B;&#x3089;&#x306E;&#x30C7;&#x30FC;&#x30BF;&#x306B;&#x57FA;&#x3065;&#x3044;&#x3066;&#x7D50;&#x679C;&#x3092;&#x6BD4;&#x8F03;&#x3059;&#x308B;&#x3053;&#x3068;&#x306B;&#x3088;&#x308A;&#x8A55;&#x4FA1;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;

&#x52D5;&#x7684;&#x30D7;&#x30ED;&#x30B0;&#x30E9;&#x30DF;&#x30F3;&#x30B0;&#x3092;&#x4ECB;&#x3057;&#x3066;&#x4EBA;&#x9593;&#x306E;&#x4E00;&#x6B21;&#x8996;&#x899A;&#x91CE;&#x306B;&#x304A;&#x3051;&#x308B;&#x7DDA;&#x5F62;&#x76AE;&#x8CEA;&#x62E1;&#x5927;&#x3092;&#x63A8;&#x5B9A;&#x3057;&#x307E;&#x3059;&#x3002;

&#xC778;&#xAC04;&#xC758; &#xAE30;&#xBCF8; &#xC2DC;&#xAC01; &#xD53C; &#xC9C8;&#xC740; &#xB9DD;&#xB9C9;&#xC5D0; &#xC778;&#xC811; &#xD55C; &#xC704;&#xCE58;&#xB97C; &#xB098;&#xD0C0;&#xB0B4;&#xB294; &#xD53C; &#xC9C8;&#xC5D0;&#xC11C; &#xC778;&#xC811; &#xD55C; &#xC704;&#xCE58;&#xC640; &#xD568;&#xAED8; &#xC870;&#xC9C1; &#xB41C; retinotopically. &#xD53C; &#xC9C8;&#xC5D0; &#xACF5;&#xAC04;&#xC801; &#xC0D8;&#xD50C;&#xB9C1;&#xC740; &#xB9E4;&#xC6B0; nonuniform: &#xD53C; &#xC9C8; &#xC591;&#xC758; &#xB9DD;&#xB9C9; &#xD3B8;&#xC2EC;&#xC744; &#xC99D;&#xAC00; &#xD568;&#xAED8; &#xAC10;&#xC18C; &#xB9DD;&#xB9C9;&#xC758; &#xB2E8;&#xC704; &#xBA74;&#xC801;&#xC5D0; &#xC804;&#xB150;. &#xC774; &#xC0D8;&#xD50C;&#xB9C1; &#xC18D;&#xC131; &#xC2DC;&#xAC01;&#xC801; &#xAC01;&#xB3C4; &#xB2F9; &#xD53C; &#xC9C8;&#xC758; &#xBC00;&#xB9AC;&#xBBF8;&#xD130; &#xD45C;&#xC2DC;&#xB294; &#xC120;&#xD615; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xD655;&#xB300; &#xACC4;&#xC218;&#xB85C; &#xCE21;&#xC815;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC774; &#xC2E0;&#xBB38;&#xC5D0; &#xC6B0;&#xB9AC; &#xC778;&#xAC04;&#xC758; &#xAE30;&#xBCF8; &#xC2DC;&#xAC01; &#xD53C; &#xC9C8; (v 1 &#xC774;&#xB098;)&#xC5D0; &#xC120;&#xD615; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xD655;&#xB300; &#xBE44;&#xC728;&#xC744; &#xC608;&#xCE21; &#xD558;&#xB824;&#xBA74; &#xB3D9;&#xC801; &#xD504;&#xB85C;&#xADF8;&#xB798;&#xBC0D;&#xACFC; fMRI retinotopic &#xC774;&#xC2EC;&#xB960; &#xB9E4;&#xD551;&#xC744; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC0C8; &#xBA54;&#xC11C;&#xB4DC;&#xB97C; &#xC81C;&#xC2DC;. &#xC6B0;&#xB9AC;&#xB294; &#xACFC;&#xBAA9; &#xAC01;&#xAC01; 7 &#xAC1C;&#xC758; &#xACE0;&#xC815; &#xB300;&#xBE44;-&#xC774;&#xC2EC;&#xB960; 12.96&#xB3C4; 1.62&#xC5D0;&#xC11C; &#xC2DC;&#xC57C;&#xB97C; &#xBC14;&#xB451;&#xD310;&#xC2DD;&#xC73C;&#xB85C; &#xBC30;&#xC5F4; &#xD558;&#xB294; &#xB3D9;&#xC77C;&#xD55C; &#xB450;&#xAED8;&#xC758; &#xBC29;&#xC0AC;&#xD615; &#xBC14;&#xB451;&#xD310; &#xACE0;&#xB9AC;&#xB97C; &#xBC18;&#xC804; &#xD45C;&#xC2DC; &#xD558;&#xB294; &#xB3D9;&#xC548; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xD65C;&#xB3D9; &#xC9C0;&#xC5ED;&#xD654;. &#xAC01; &#xB9C1;&#xC758; &#xBAA8;&#xB4E0; epochs&#xC5D0;&#xC11C; &#xC774;&#xBBF8;&#xC9D5; &#xB370;&#xC774;&#xD130; &#xC81C;&#xBAA9;&#xC73C;&#xB85C; &#xC8FC;&#xC81C; &#xBCC4;&#xB85C; &#xACE0;&#xC815; epochs&#xC5D0;&#xC11C; &#xB370;&#xC774;&#xD130;&#xC640; &#xB300;&#xC870; &#xD588;&#xB2E4;. &#xACB0;&#xACFC; t &#xD1B5;&#xACC4; &#xC9C0;&#xB3C4; &#xB2E4;&#xC74C; &#xBCC4;&#xB3C4;&#xB85C; &#xAC01; &#xB9C1;&#xC5D0; &#xB300; &#xD55C; &#xAC01; &#xAC1C;&#xBCC4; &#xC8FC;&#xCCB4;&#xC758; &#xD6C4; &#xB450; &#xC5FD;&#xC758; &#xD68C;&#xC0C9;/&#xBC31;&#xC0C9; &#xC9C8; &#xACBD;&#xACC4; &#xC11C;&#xD53C;&#xC2A4;&#xC5D0;&#xC11C; &#xC0DD;&#xC131; &#xB85C;&#xCEEC; &#xC88C;&#xD45C; &#xC2DC;&#xC2A4;&#xD15C;&#xC5D0; &#xACB9;&#xCCD0; &#xC788;&#xC5C8;&#xB2E4;. &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xD45C;&#xBA74;&#xC5D0; &#xAE30;&#xB2A5; &#xD65C;&#xB3D9;&#xC758; &#xB9E4;&#xB044;&#xB7EC;&#xC6B4;&#xB41C; &#xC9C0;&#xB3C4; &#xB77C;&#xD50C;&#xB77C;&#xC2A4; Beltrami &#xC5F0;&#xC0B0;&#xC790;&#xC758; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xD45C;&#xBA74; &#xD615;&#xC0C1;&#xC744; &#xD1B5;&#xD569; orthonormal &#xAE30;&#xC9C0;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xAC74;&#xC124; &#xB418;&#xC5C8;&#xB2E4;. &#xC774; &#xD1B5;&#xD574; &#xC548;&#xC815;&#xC801;&#xC73C;&#xB85C; &#xCD94;&#xC801;&#xD560; &#xAC01; &#xB9C1;&#xC73C;&#xB85C; &#xC778;&#xD574; &#xCD5C;&#xB300; &#xD65C;&#xC131;&#xD654; &#xB9BF;&#xC9C0; &#xB3D9;&#xC801; &#xD504;&#xB85C;&#xADF8;&#xB798;&#xBC0D; &#xCD5C;&#xC801;&#xD654;&#xB97C; &#xD1B5;&#xD574; &#xAC00;&#xB2A5;&#xD55C; &#xBAA8;&#xB4E0; &#xACBD;&#xB85C; &#xD1B5;&#xD574; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xD45C;&#xBA74;&#xC5D0; &#xC218; &#xC788;&#xC5C8;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC;&#xB294; 5 &#xBA85;&#xC758; &#xC77C;&#xBC18; &#xACFC;&#xBAA9;&#xC758; &#xC778;&#xAD6C;&#xC5D0; &#xC788;&#xB294; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xD45C;&#xBA74;&#xC5D0; &#xD65C;&#xC131;&#xD654; &#xB2A5;&#xC120; &#xC0AC;&#xC774;&#xC758; &#xCE21; &#xC9C0; &#xAC70;&#xB9AC;&#xB97C; &#xACC4;&#xC0B0; &#xD558; &#xC5EC; &#xC120;&#xD615; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xD655;&#xB300; &#xBE44;&#xC728;&#xC744; &#xCD94;&#xC815; &#xD588;&#xB2E4;. &#xC774;&#xB7EC;&#xD55C; &#xCD94;&#xC815;&#xC758; &#xC2E0;&#xB8B0;&#xC131; &#xB370;&#xC774;&#xD130; &#xBD84;&#xD560; &#xBC18; &#xC2E0;&#xB8B0;&#xC131; &#xBD84;&#xC11D;&#xACFC; &#xD568;&#xAED8; &#xC804;&#xCCB4; hemifield&#xC5D0;&#xC11C; &#xAE30;&#xBC18;&#xC73C;&#xB85C; &#xC774;&#xB4E4;&#xC5D0; &#xAC8C; &#xD558;&#xB098;&#xC758; &#xC0AC;&#xBD84;&#xBA74;&#xC5D0;&#xC11C; &#xB370;&#xC774;&#xD130;&#xB97C; &#xAE30;&#xBC18;&#xC73C;&#xB85C; &#xACB0;&#xACFC; &#xBE44;&#xAD50; &#xD558; &#xC5EC; &#xD3C9;&#xAC00; &#xB418;&#xC5C8;&#xB2E4;.

&#xB3D9;&#xC801; &#xD504;&#xB85C;&#xADF8;&#xB798;&#xBC0D;&#xC744; &#xD1B5;&#xD574; &#xC778;&#xAC04;&#xC758; &#xAE30;&#xBCF8; &#xC2DC;&#xAC01; &#xD53C; &#xC9C8;&#xC5D0;&#xC11C; &#xC120;&#xD615; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xD655;&#xB300; &#xC608;&#xC0C1;.

La corteza visual primaria humana es retinotopically organizado, con lugares adyacentes en la corteza que representa lugares adyacentes en la retina. El muestreo espacial en corteza es altamente no uniforme: la cantidad de corteza dedicado a una unidad de &aacute;rea de la retina disminuye con el aumento de la excentricidad retiniana. Esta propiedad de muestreo puede ser cuantificada por el factor de aumento lineal de cortical, que se expresa en t&eacute;rminos de mil&iacute;metros de la corteza por grado de &aacute;ngulo visual. En este trabajo presentamos un nuevo m&eacute;todo mediante la asignaci&oacute;n din&aacute;mica de excentricidad de retinotopic de programaci&oacute;n y fMRI para calcular el factor de aumento lineal de cortical en la corteza visual primaria humana (V1). Que localizado actividad cortical, mientras que temas considerado cada uno de siete estacionario contraste-inversi&oacute;n anillos radiales damero de igual espesor que el campo visual de 1.62 a 12.96 grados de excentricidad de baldosas. Datos de im&aacute;genes de todas las &eacute;pocas de cada anillo se contrastaron con datos de &eacute;pocas de fijaci&oacute;n sobre una base de tema por tema. Los mapas resultantes de estad&iacute;stica t entonces fueron sobrepuestos en un sistema de coordenadas local construido a partir de la superficie del l&iacute;mite de la materia gris/blanca del l&oacute;bulo occipital de cada individual del sujeto, por separado para cada anillo. Mapas de alisado de actividad funcional en la superficie cortical se construyeron usando bases ortonormales del operador de Laplace-Beltrami que incorporan la geometr&iacute;a de la superficie cortical. Esto nos permiti&oacute; seguir estable la cresta de la activaci&oacute;n m&aacute;xima debido a cada anillo v&iacute;a optimizaci&oacute;n din&aacute;mica programaci&oacute;n sobre todos los caminos posibles en la superficie cortical. Calculamos el factor de aumento lineal de cortical calculando distancias geod&eacute;sicas entre crestas de activaci&oacute;n en la superficie cortical en una poblaci&oacute;n de cinco sujetos normales. La fiabilidad de estas estimaciones se evalu&oacute; comparando resultados basados en datos de un cuadrante a los basados en datos del hemifield completo junto con un an&aacute;lisis de confiabilidad de Divisi&oacute;n medio.

Estimar el aumento lineal cortical en la corteza visual primaria humana mediante programaci&oacute;n din&aacute;mica.

&#x6CE8;&#x610F;&#x5BF9;&#x8C61;&#x548C;&#x4F4D;&#x7F6E;&#x7684;&#x6218;&#x7565;&#x63A7;&#x5236;&#x3002;

Strategic control of attention to objects and locations.

Contr&ocirc;le strat&eacute;gique d&#39;attention aux objets et aux lieux.

Strategische Steuerung der Aufmerksamkeit auf Objekte und Orte.

Controllo strategico di attenzione a oggetti e luoghi.

&#x6226;&#x7565;&#x7BA1;&#x7406;&#x30AA;&#x30D6;&#x30B8;&#x30A7;&#x30AF;&#x30C8;&#x3084;&#x5834;&#x6240;&#x3078;&#x306E;&#x6CE8;&#x610F;&#x3002;

&#xAC1C;&#xCCB4; &#xBC0F; &#xC704;&#xCE58;&#xC5D0; &#xB300; &#xD55C; &#xAD00;&#xC2EC;&#xC758; &#xC804;&#xB7B5;&#xC801; &#xC81C;&#xC5B4;&#xC785;&#xB2C8;&#xB2E4;.

Control estrat&eacute;gico de atenci&oacute;n a los objetos y lugares.

&#x89C6;&#x89C9;&#x7684;&#x6CE8;&#x610F;&#x529B;&#x4ECE;&#x573A;&#x666F;&#xFF0C;&#x5E2E;&#x52A9;&#x5B9E;&#x73B0;&#x884C;&#x4E3A;&#x76EE;&#x6807;&#x9009;&#x62E9;&#x4EFB;&#x52A1;&#x76F8;&#x5173;&#x7684;&#x4FE1;&#x606F;&#x3002;&#x6CE8;&#x610F;&#x53EF;&#x4EE5;&#x5728;&#x591A;&#x4E2A;&#x57DF;&#xFF0C;&#x9009;&#x62E9;&#x7279;&#x5B9A;&#x7684;&#x7A7A;&#x95F4;&#x4F4D;&#x7F6E;&#x3001; &#x529F;&#x80FD;&#x6216;&#x5BF9;&#x8C61;&#x5185;&#x90E8;&#x7F72;&#x3002;&#x6700;&#x8FD1;&#x7684;&#x8BC1;&#x636E;&#x8868;&#x660E;&#x81EA;&#x613F;&#x8F6C;&#x79FB;&#x6CE8;&#x610F;&#x5728;&#x591A;&#x4E2A;&#x57DF;&#x4E2D;&#x662F;&#x4E00;&#x8D2F;&#x5173;&#x8054;&#x76AE;&#x5C42;&#x6D3B;&#x52A8;&#x7684;&#x77AC;&#x6001;&#x589E;&#x52A0;&#x5728;&#x5185;&#x4FA7;&#x4F18;&#x8D8A;&#x7684;&#x9876;&#x53F6;&#x5C0F;&#x53F6;&#xFF0C;&#x8FD9;&#x8868;&#x660E;&#x8FD9;&#x53EF;&#x80FD;&#x542F;&#x52A8;&#x7684;&#x6CE8;&#x610F;&#x91CD;&#x6784;&#x7684;&#x72EC;&#x7ACB;&#x4E8E;&#x57DF;&#x7684;&#x63A7;&#x5236;&#x4FE1;&#x53F7;&#x6E90;&#x3002;&#x4E3A;&#x4E86;&#x8C03;&#x67E5;&#x8FD9;&#x4E00;&#x5047;&#x8BBE;&#xFF0C;&#x6211;&#x4EEC;&#x7528;&#x4E8E;&#x529F;&#x80FD;&#x78C1;&#x5171;&#x632F;&#x6210;&#x50CF;&#x6D4B;&#x91CF;&#x76AE;&#x8D28;&#x6FC0;&#x6D3B;&#x7684;&#x53D8;&#x5316;&#x867D;&#x7136;&#x4EBA;&#x4F53;&#x5C06;&#x6CE8;&#x610F;&#x529B;&#x8F6C;&#x79FB;&#x7A7A;&#x95F4;&#x4F4D;&#x7F6E;&#x4E4B;&#x95F4;&#x6216;&#x5728;&#x4E00;&#x4E2A;&#x4F4D;&#x7F6E;&#x7684;&#x989C;&#x8272;&#x4E4B;&#x95F4;&#x3002;&#x5355;&#x56E0;&#x7D20;&#x591A;&#x5143;&#x56DE;&#x5F52;&#x5206;&#x6790;&#x663E;&#x793A;&#x5E38;&#x89C1;&#x7684;&#x3001; &#x72EC;&#x7ACB;&#x4E8E;&#x57DF;&#x7684;&#x6682;&#x6001;&#x4FE1;&#x53F7; [&#x5728;&#x540E;&#x9876;&#x53F6;&#x76AE;&#x5C42; &#xFF08;PPC&#xFF09; &#x548C;&#x524D;&#x989D;&#x53F6;&#x76AE;&#x5C42;] &#x65F6;&#x95F4;&#x9501;&#x5B9A;&#x6CE8;&#x610F;&#x5728;&#x8FD9;&#x4E24;&#x4E2A;&#x57DF;&#x4E2D;&#x7684;&#x53D8;&#x5316;&#x3002;&#x7136;&#x800C;&#xFF0C;&#x76AE;&#x8D28;&#x8868;&#x9762;&#x4E0A;&#x8FDB;&#x884C;&#x7684;&#x591A;&#x5143;&#x6A21;&#x5F0F;&#x5206;&#x7C7B;&#x663E;&#x793A; PPC &#x5185;&#x6D3B;&#x52A8;&#x7684;&#x65F6;&#x7A7A;&#x6A21;&#x5F0F;&#x4E0D;&#x540C;&#x53EF;&#x9760;&#x5730;&#x4E3A;&#x7A7A;&#x95F4;&#x548C;&#x57FA;&#x4E8E;&#x7279;&#x5F81;&#x7684;&#x6CE8;&#x610F;&#x8F6C;&#x79FB;&#x3002;&#x8FD9;&#x4E9B;&#x7ED3;&#x679C;&#x8868;&#x660E;&#x540E;&#x9876;&#x53F6;&#x76AE;&#x5C42;&#x662F;&#x5171;&#x540C;&#x7684;&#x4E2D;&#x5FC3;&#xFF0C;&#x6CE8;&#x610F;&#x8F6C;&#x79FB;&#x7684;&#x63A7;&#x5236;&#xFF0C;&#x4F46;&#x5305;&#x542B;&#x7279;&#x5B9A;&#x4E8E;&#x57DF;&#x7684;&#x8C03;&#x8C10;&#x7684;&#x8BA4;&#x77E5;&#x63A7;&#x5236;&#x795E;&#x7ECF;&#x5143;&#x4E9A;&#x7FA4;&#x3002;

&#x63A7;&#x5236;&#x5728; frontoparietal &#x76AE;&#x8D28;&#x7A7A;&#x95F4;&#x548C;&#x57FA;&#x4E8E;&#x7279;&#x5F81;&#x7684;&#x6CE8;&#x610F;&#x529B;&#x3002;

Visual attention selects task-relevant information from scenes to help achieve behavioral goals. Attention can be deployed within multiple domains to select specific spatial locations, features, or objects. Recent evidence has shown that voluntary shifts of attention in multiple domains are consistently associated with transient increases in cortical activity in medial superior parietal lobule, suggesting that this may be the source of a domain-independent control signal that initiates the reconfiguration of attention. To investigate this hypothesis, we used fMRI to measure changes in cortical activation while human subjects shifted attention between spatial locations or between colors at a location. Univariate multiple regression analysis revealed a common, domain-independent transient signal [in posterior parietal cortex (PPC) and prefrontal cortex] time-locked to shifts of attention in both domains. However, multivariate pattern classification conducted on the cortical surface revealed that the spatiotemporal pattern of activity within PPC differed reliably for spatial and feature-based attention shifts. These results suggest that the posterior parietal cortex is a common hub for the control of attention shifts but contains subpopulations of neurons with domain-specific tuning for cognitive control.

Control of spatial and feature-based attention in frontoparietal cortex.

Attention visuelle s&eacute;lectionne les informations pertinentes &agrave; la t&acirc;ches de sc&egrave;nes afin d&#39;atteindre les objectifs comportements. Attention peut &ecirc;tre d&eacute;ploy&eacute;e dans plusieurs domaines pour choisir les emplacements spatiaux sp&eacute;cifiques, des fonctionnalit&eacute;s ou des objets. Preuve r&eacute;cente a montr&eacute; que les changements volontaires d&#39;attention dans plusieurs domaines sont r&eacute;guli&egrave;rement associ&eacute;s &agrave; augmentation transitoire de l&#39;activit&eacute; corticale en m&eacute;dial lobule pari&eacute;tal sup&eacute;rieur, ce qui sugg&egrave;re que cela pourrait &ecirc;tre la source d&#39;un signal de contr&ocirc;le ind&eacute;pendant du domaine qui initie la reconfiguration de l&#39;attention. Pour &eacute;tudier cette hypoth&egrave;se, nous avons utilis&eacute; IRMf pour mesurer l&#39;&eacute;volution de l&#39;activation corticale tandis que les sujets humains d&eacute;cal&eacute;e attention entre les emplacements spatiaux ou entre les couleurs &agrave; un endroit. Univari&eacute;e, analyse de r&eacute;gression multiple ont r&eacute;v&eacute;l&eacute; un signal transitoire commun, ind&eacute;pendante du domaine [dans le cortex pari&eacute;tal post&eacute;rieur (PPC) et le cortex pr&eacute;frontal] temps sans littoral aux d&eacute;placements de l&#39;attention dans les deux domaines. Cependant, classification de mod&egrave;le multivari&eacute;e r&eacute;alis&eacute;e sur la surface corticale r&eacute;v&egrave;le que le mod&egrave;le spatio-temporelle de l&#39;activit&eacute; au sein du PPC diff&eacute;rente fiable pour attention spatiaux et de longs d&eacute;placements. Ces r&eacute;sultats sugg&egrave;rent que le cortex pari&eacute;tal post&eacute;rieur est un concentrateur commun pour le contr&ocirc;le des d&eacute;placements de l&#39;attention, mais contient des sous-populations de neurones avec domain-specific tuning pour contr&ocirc;le cognitif.

Contr&ocirc;le de l&#39;attention spatiale et orient&eacute; dans le cortex fronto-pari&eacute;tal.

Visuelle Aufmerksamkeit werden Task-relevanten Informationen aus Szenen zu verhaltensbasierten Ziele zu erreichen. Aufmerksamkeit kann in mehreren Dom&auml;nen zu bestimmten r&auml;umlichen Positionen, Funktionen oder Objekte ausw&auml;hlen bereitgestellt werden. Den letzten Beweis hat gezeigt, dass freiwillige Verschiebungen der Aufmerksamkeit in mehreren Dom&auml;nen konsequent mit vor&uuml;bergehender Anstieg der kortikale Aktivit&auml;t verkn&uuml;pft in medialen &uuml;berlegene parietalen empfinden, was darauf hindeutet, dass dies die Quelle der Dom&auml;ne-unabh&auml;ngige Steuersignal, das die Neukonfiguration der Aufmerksamkeit initiiert. Um diese Hypothese zu untersuchen, haben wir fMRI verwendet, um Ver&auml;nderungen im kortikalen Aktivierung zu messen, w&auml;hrend Versuchspersonen Aufmerksamkeit zwischen r&auml;umlichen Positionen oder Farben an einer Position verschoben. Univariate multiple Regressionsanalyse zeigte ein gemeinsames, Dom&auml;ne-unabh&auml;ngige transient Signal [in posterioren parietalen Kortex (PPC) und pr&auml;frontalen Kortex] Zeit gesperrt zu Verschiebungen der Aufmerksamkeit in beiden Dom&auml;nen. Multivariate Muster Klassifikation-kortikale oberfl&auml;chlich durchgef&uuml;hrt ergab jedoch, dass das raumzeitliche Muster der Aktivit&auml;t innerhalb PPC zuverl&auml;ssig f&uuml;r r&auml;umliche und Feature-basierte Aufmerksamkeit Schichten unterschieden. Diese Ergebnisse legen nahe, dass die hintere parietale Kortex eine gemeinsame Drehscheibe f&uuml;r die Kontrolle der Aufmerksamkeit Verschiebungen ist aber Subpopulationen von Neuronen enth&auml;lt mit dom&auml;nenspezifischen tuning f&uuml;r kognitive Kontrolle.

Steuerung der r&auml;umlichen und Feature-basierte Aufmerksamkeit im frontoparietale Kortex.

Attenzione visiva Seleziona attivit&agrave; rilevanti informazioni dalle scene per aiutare a raggiungere gli obiettivi comportamentali. Attenzione pu&ograve; essere distribuiti all&#39;interno di pi&ugrave; domini per selezionare oggetti, caratteristiche o specifiche aree territoriali. Recenti prove ha dimostrato che la volontaria spostamenti di attenzione in pi&ugrave; domini sono costantemente associati a un aumento transitorio dell&#39;attivit&agrave; corticale in mediale lobulo parietale superiore, suggerendo che questo pu&ograve; essere l&#39;origine di un segnale di controllo indipendente dal dominio che avvia la riconfigurazione dell&#39;attenzione. Per indagare su questa ipotesi, abbiamo utilizzato la fMRI per misurare le variazioni di attivazione corticale, mentre soggetti umani spostato l&#39;attenzione tra le posizioni spaziali o tra i colori in un percorso. Univariata analisi di regressione multipla ha rivelato un comune, indipendente dal dominio transitorio segnale [nella corteccia parietale posteriore (PPC) e corteccia prefrontale] tempo bloccato a turni di attenzione in entrambi i domini. Tuttavia, classificazione di pattern multivariata condotta sulla superficie corticale ha rivelato che il pattern di attivit&agrave; all&#39;interno di PPC spatiotemporal differiva in modo affidabile per turni di attenzione spaziale e basato su feature. Questi risultati suggeriscono che la corteccia parietale posteriore &egrave; un hub comune per il controllo degli spostamenti di attenzione ma contiene sottopopolazioni di neuroni con domain-specific tuning per controllo cognitivo.

Controllo dell&#39;attenzione spaziale e basato su feature nella corteccia frontoparietale.

&#x8996;&#x899A;&#x7684;&#x6CE8;&#x610F;&#x884C;&#x52D5;&#x76EE;&#x6A19;&#x3092;&#x9054;&#x6210;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x30B7;&#x30FC;&#x30F3;&#x304B;&#x3089;&#x30BF;&#x30B9;&#x30AF;&#x95A2;&#x9023;&#x306E;&#x60C5;&#x5831;&#x3092;&#x9078;&#x629E;&#x3057;&#x307E;&#x3059;&#x3002;&#x95A2;&#x5FC3;&#x7A7A;&#x9593;&#x306E;&#x7279;&#x5B9A;&#x306E;&#x5834;&#x6240;&#x3001;&#x6A5F;&#x80FD;&#x3001;&#x307E;&#x305F;&#x306F;&#x30AA;&#x30D6;&#x30B8;&#x30A7;&#x30AF;&#x30C8;&#x3092;&#x9078;&#x629E;&#x3059;&#x308B;&#x8907;&#x6570;&#x306E;&#x30C9;&#x30E1;&#x30A4;&#x30F3;&#x5185;&#x306B;&#x5C55;&#x958B;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;&#x6700;&#x8FD1;&#x306E;&#x8A3C;&#x62E0;&#x306F;&#x3001;&#x81EA;&#x767A;&#x7684;&#x306A;&#x6CE8;&#x610F;&#x30B7;&#x30D5;&#x30C8;&#x306E;&#x8907;&#x6570;&#x306E;&#x30C9;&#x30E1;&#x30A4;&#x30F3;&#x3067;&#x3053;&#x306E;&#x6CE8;&#x76EE;&#x306E;&#x518D;&#x69CB;&#x6210;&#x3092;&#x958B;&#x59CB;&#x3059;&#x308B;&#x30C9;&#x30E1;&#x30A4;&#x30F3;&#x72EC;&#x7ACB;&#x5236;&#x5FA1;&#x4FE1;&#x53F7;&#x306E;&#x6E90;&#x306B;&#x306A;&#x308B;&#x53EF;&#x80FD;&#x6027;&#x3092;&#x793A;&#x5506;&#x5185;&#x5074;&#x4E0A;&#x982D;&#x9802;&#x5C0F;&#x8449;&#x3067;&#x3001;&#x4E00;&#x8CAB;&#x3057;&#x3066;&#x5927;&#x8133;&#x76AE;&#x8CEA;&#x6D3B;&#x52D5;&#x306E;&#x4E00;&#x6642;&#x7684;&#x306A;&#x5897;&#x52A0;&#x306B;&#x95A2;&#x9023;&#x4ED8;&#x3051;&#x3089;&#x308C;&#x3066;&#x3044;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3053;&#x306E;&#x4EEE;&#x8AAC;&#x3092;&#x8ABF;&#x67FB;&#x3059;&#x308B;&#x306B;&#x306F;&#x3001;&#x6211;&#x3005; &#x30D2;&#x30C8;&#x3092;&#x5BFE;&#x8C61;&#x7A7A;&#x9593;&#x306E;&#x5834;&#x6240;&#x306E;&#x9593;&#x3084;&#x8272;&#x306E;&#x4F4D;&#x7F6E;&#x306E;&#x9593;&#x6CE8;&#x76EE;&#x3092;&#x30B7;&#x30D5;&#x30C8;&#x4E2D;&#x306B;&#x304A;&#x3051;&#x308B;&#x76AE;&#x8CEA;&#x6D3B;&#x6027;&#x306E;&#x5909;&#x5316;&#x3092;&#x6E2C;&#x5B9A;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B; fMRI &#x3092;&#x4F7F;&#x7528;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x5358;&#x5909;&#x91CF;&#x91CD;&#x56DE;&#x5E30;&#x5206;&#x6790;&#x3059;&#x308B;&#x4E21;&#x65B9;&#x306E;&#x30C9;&#x30E1;&#x30A4;&#x30F3;&#x3067;&#x6CE8;&#x610F;&#x30B7;&#x30D5;&#x30C8;&#x306E;&#x6642;&#x9593;&#x30ED;&#x30C3;&#x30AF;&#x3001;&#x30C9;&#x30E1;&#x30A4;&#x30F3;&#x306B;&#x4F9D;&#x5B58;&#x3057;&#x306A;&#x3044;&#x4E00;&#x822C;&#x7684;&#x306A;&#x904E;&#x6E21;&#x4FE1;&#x53F7; [&#x5F8C;&#x90E8;&#x982D;&#x9802;&#x76AE;&#x8CEA; (PPC) &#x3068;&#x524D;&#x982D;&#x524D;&#x91CE;] &#x3067;&#x660E;&#x3089;&#x304B;&#x306B;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x3057;&#x304B;&#x3057;&#x3001;&#x5927;&#x8133;&#x76AE;&#x8CEA;&#x306E;&#x8868;&#x9762;&#x306B;&#x5B9F;&#x65BD;&#x3057;&#x305F;&#x591A;&#x5909;&#x91CF;&#x30D1;&#x30BF;&#x30FC;&#x30F3;&#x5206;&#x985E; PPC &#x5185;&#x306E;&#x6D3B;&#x52D5;&#x306E;&#x6642;&#x7A7A;&#x9593;&#x30D1;&#x30BF;&#x30FC;&#x30F3;&#x304C;&#x78BA;&#x5B9F;&#x306B;&#x7A7A;&#x9593;&#x7684;&#x7279;&#x5FB4;&#x306B;&#x57FA;&#x3065;&#x304F;&#x6CE8;&#x610F;&#x306E;&#x30B7;&#x30D5;&#x30C8;&#x3067;&#x7570;&#x306A;&#x308B;&#x3053;&#x3068;&#x3092;&#x660E;&#x3089;&#x304B;&#x306B;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x5F8C;&#x90E8;&#x982D;&#x9802;&#x76AE;&#x8CEA;&#x306F;&#x6CE8;&#x610F;&#x30B7;&#x30D5;&#x30C8;&#x306E;&#x5236;&#x5FA1;&#x306E;&#x305F;&#x3081;&#x306E;&#x5171;&#x901A;&#x306E;&#x30CF;&#x30D6;&#x3067;&#x3042;&#x308B;&#x304C;&#x3001;&#x30C9;&#x30E1;&#x30A4;&#x30F3;&#x56FA;&#x6709;&#x306E;&#x8A8D;&#x77E5;&#x7684;&#x5236;&#x5FA1;&#x306E;&#x30C1;&#x30E5;&#x30FC;&#x30CB;&#x30F3;&#x30B0;&#x3068;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3;&#x306E;&#x30B5;&#x30D6;&#x30DD;&#x30D4;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x3092;&#x542B;&#x3080;&#x793A;&#x5506;&#x3055;&#x308C;&#x307E;&#x3057;&#x305F;&#x3002;

&#x524D;&#x982D;&#x982D;&#x9802;&#x76AE;&#x8CEA;&#x306B;&#x304A;&#x3051;&#x308B;&#x7A7A;&#x9593;&#x7684;&#x7279;&#x5FB4;&#x306B;&#x57FA;&#x3065;&#x304F;&#x6CE8;&#x610F;&#x306E;&#x30B3;&#x30F3;&#x30C8;&#x30ED;&#x30FC;&#x30EB;&#x3002;

&#xC2DC;&#xAC01;&#xC801; &#xC8FC;&#xC758; &#xD589;&#xB3D9; &#xBAA9;&#xD45C;&#xB97C; &#xB2EC;&#xC131; &#xD558;&#xB294; &#xB370; &#xC7A5;&#xBA74;&#xC5D0;&#xC11C; &#xC791;&#xC5C5; &#xAD00;&#xB828; &#xC815;&#xBCF4;&#xB97C; &#xC120;&#xD0DD; &#xD569;&#xB2C8;&#xB2E4;. &#xC8FC;&#xC758; &#xD2B9;&#xC815; &#xACF5;&#xAC04; &#xC704;&#xCE58;, &#xAE30;&#xB2A5;, &#xB610;&#xB294; &#xAC1C;&#xCCB4;&#xB97C; &#xC120;&#xD0DD; &#xD558;&#xB824;&#xBA74; &#xC5EC;&#xB7EC; &#xB3C4;&#xBA54;&#xC778; &#xB0B4;&#xC5D0;&#xC11C; &#xBC30;&#xD3EC;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xCD5C;&#xADFC; &#xC99D;&#xAC70;&#xAC00; &#xAD00;&#xC2EC;&#xC758; &#xC7AC;&#xAD6C;&#xC131;&#xC744; &#xC2DC;&#xC791; &#xD558;&#xB294; &#xB3C4;&#xBA54;&#xC778; &#xB3C5;&#xB9BD;&#xC801;&#xC778; &#xC81C;&#xC5B4; &#xC2E0;&#xD638; &#xC18C;&#xC2A4; &#xC788;&#xC744; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xC81C;&#xC548; &#xC6B0;&#xC218;&#xD55C; &#xC815;&#xC218; &#xB9AC; lobule &#xC911;&#xAC04;&#xC5D0; &#xC5EC;&#xB7EC; &#xB3C4;&#xBA54;&#xC778;&#xC5D0; &#xB300; &#xD55C; &#xAD00;&#xC2EC;&#xC758; &#xC790;&#xBC1C;&#xC801;&#xC778; &#xAD50;&#xB300;&#xB294; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xD65C;&#xB3D9;&#xC5D0; &#xC77C;&#xC2DC;&#xC801;&#xC778; &#xC99D;&#xAC00;&#xC640; &#xC77C;&#xAD00; &#xB418; &#xAC8C; &#xC5F0;&#xACB0; &#xAC83;&#xC73C;&#xB85C; &#xB098;&#xD0C0;&#xB0AC;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC774; &#xAC00;&#xC124;&#xC744; &#xC870;&#xC0AC;, &#xC778;&#xAC04;&#xC744; &#xB300;&#xC0C1; &#xACF5;&#xAC04;&#xC801; &#xC704;&#xCE58; &#xB610;&#xB294; &#xC704;&#xCE58;&#xC5D0; &#xC0C9;&#xC0C1; &#xAC04;&#xC5D0; &#xAD00;&#xC2EC;&#xC744; &#xC774;&#xB3D9; &#xD558;&#xB294; &#xB3D9;&#xC548; &#xB300;&#xB1CC; &#xD53C; &#xC9C8; &#xD65C;&#xC131;&#xD654;&#xC758; &#xBCC0;&#xD654;&#xB97C; &#xCE21;&#xC815; &#xD558; Fmri&#xB97C; &#xC0AC;&#xC6A9; &#xD588;&#xC2B5;&#xB2C8;&#xB2E4;. &#xBCC0;&#xB7C9; &#xB2E4;&#xC911; &#xD68C;&#xADC0; &#xBD84;&#xC11D; &#xC77C;&#xBC18;, &#xB3C4;&#xBA54;&#xC778; &#xB3C5;&#xB9BD;&#xC801;&#xC778; &#xACFC;&#xB3C4; &#xC2E0;&#xD638;&#xB97C; [&#xD6C4;&#xBD80; &#xC815;&#xC218; &#xB9AC; &#xD53C; &#xC9C8; (PPC)&#xACFC; &#xC804; &#xB450; &#xC5FD; &#xD53C; &#xC9C8;]&#xC5D0; &#xB450; &#xB3C4;&#xBA54;&#xC778;&#xC5D0;&#xC11C; &#xBAA8;&#xB450; &#xAD00;&#xC2EC;&#xC758; &#xBCC0;&#xD654;&#xB97C; &#xC2DC;&#xAC04; &#xB3D9;&#xAE30;&#xB97C; &#xBC1D;&#xD614;&#xB2E4;. &#xADF8;&#xB7EC;&#xB098;, &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xD45C;&#xBA74;&#xC5D0; &#xC2E4;&#xC2DC; &#xD558;&#xB294; &#xBCF5;&#xC218; &#xBCC0;&#xC218; &#xD328;&#xD134; &#xBD84;&#xB958; &#xBC1D;&#xD600; PPC &#xB0B4;&#xC5D0;&#xC11C; &#xD65C;&#xB3D9;&#xC758; spatiotemporal &#xD328;&#xD134; &#xACF5;&#xAC04; &#xBC0F; &#xAE30;&#xB2A5; &#xAE30;&#xBC18; &#xAD00;&#xC2EC; &#xAD50;&#xB300;&#xC5D0; &#xB300; &#xD55C; &#xC548;&#xC815;&#xC801;&#xC73C;&#xB85C; &#xB2EC;&#xB790;&#xB2E4;. &#xC774;&#xB7EC;&#xD55C; &#xACB0;&#xACFC; &#xD6C4;&#xBD80; &#xC815;&#xC218; &#xB9AC; &#xD53C; &#xC9C8; &#xC8FC;&#xC758; &#xAD50;&#xB300;&#xC758; &#xCEE8;&#xD2B8;&#xB864;&#xC5D0; &#xB300; &#xD55C; &#xACF5;&#xD1B5; &#xD5C8;&#xBE0C; &#xD558;&#xC9C0;&#xB9CC; &#xB3C4;&#xBA54;&#xC778; &#xBCC4;&#xB85C; &#xC870;&#xC815; &#xC778;&#xC9C0;&#xC5D0; &#xAD00;&#xD55C; &#xCEE8;&#xD2B8;&#xB864;&#xC5D0; &#xB300; &#xD55C; &#xC2E0;&#xACBD; &#xC138;&#xD3EC;&#xC758; &#xBD80;&#xBD84;&#xC744; &#xD3EC;&#xD568; &#xAC83;&#xC774; &#xC88B;&#xC2B5;&#xB2C8;&#xB2E4;.

Frontoparietal &#xD53C; &#xC9C8;&#xC5D0;&#xC11C; &#xACF5;&#xAC04; &#xBC0F; &#xAE30;&#xB2A5; &#xAE30;&#xBC18; &#xAD00;&#xC2EC;&#xC758; &#xC81C;&#xC5B4;.

Atenci&oacute;n visual selecciona informaci&oacute;n relacionada con la tarea de escenas para ayudar a alcanzar objetivos de comportamiento. Atenci&oacute;n puede implementarse dentro de m&uacute;ltiples dominios para seleccionar objetos, caracter&iacute;sticas o ubicaciones espaciales espec&iacute;ficas. Evidencia reciente ha demostrado que cambios voluntarios de atenci&oacute;n en varios dominios son constantemente asociados con aumentos transitorios en la actividad cortical en medial l&oacute;bulo parietal superior, lo que sugiere que esto puede ser el origen de una se&ntilde;al de control independiente del dominio que inicia la reconfiguraci&oacute;n de la atenci&oacute;n. Para investigar esta hip&oacute;tesis, se utiliz&oacute; fMRI para medir los cambios en la activaci&oacute;n cortical mientras que seres humanos cambi&oacute; de puesto atenci&oacute;n entre ubicaciones espaciales o entre los colores en un lugar. Univariado an&aacute;lisis de regresi&oacute;n m&uacute;ltiple revel&oacute; una com&uacute;n, independiente del dominio transitoria se&ntilde;al [en la corteza parietal posterior (PPC) y la corteza prefrontal] tiempo-bloqueada a turnos de atenci&oacute;n en ambos dominios. Sin embargo, la clasificaci&oacute;n multivariante patr&oacute;n llev&oacute; a cabo en la superficie cortical revel&oacute; que el patr&oacute;n espacio-temporal de actividad dentro de PPC diferenci&oacute; confiablemente cambios espaciales y basada en la atenci&oacute;n. Estos resultados sugieren que la corteza parietal posterior es un centro com&uacute;n para el control de cambios de la atenci&oacute;n, pero contiene las subpoblaciones de neuronas con domain-specific tuning para control cognitivo.

Control de la atenci&oacute;n espacial y basadas en la funci&oacute;n en la corteza frontoparietal.

&#x89C6;&#x89C9;&#x6CE8;&#x610F;&#x9009;&#x62E9;&#x4F9B;&#x8BE6;&#x7EC6;&#x5904;&#x7406;&#x884C;&#x4E3A;&#x76F8;&#x5173;&#x8D44;&#x6599;&#x901A;&#x8FC7;&#x89E3;&#x6790;&#x8868;&#x793A;&#x5728; retinotopically &#x4E3E;&#x529E;&#x4E86;&#x89C6;&#x89C9;&#x76AE;&#x5C42;&#x7684;&#x523A;&#x6FC0;&#x4E4B;&#x95F4;&#x7684;&#x7ADE;&#x4E89;&#x3002;&#x63A7;&#x5236;&#x8FD9;&#x79CD;&#x6CE8;&#x610F;&#x529B;&#x7684;&#x504F;&#x7F6E;&#x7684;&#x4FE1;&#x53F7;&#x88AB;&#x8BA4;&#x4E3A;&#x53D1;&#x751F;&#x5728;&#x51E0;&#x4E2A;&#x5927;&#x8111;&#x533A;&#x57DF;&#xFF0C;&#x5305;&#x62EC;&#x540E;&#x9876;&#x53F6;&#x76AE;&#x5C42;&#x7684; frontoparietal &#x7F51;&#x7EDC;&#x3002;&#x6700;&#x8FD1;&#x7684;&#x7814;&#x7A76;&#x8868;&#x660E;&#x5728;&#x955C;&#x50CF;&#x4E2D;&#x89C6;&#x89C9;&#x76AE;&#x5C42;&#xFF0C;&#x8FD9;&#x8868;&#x660E;&#x8FD9;&#x4E9B;&#x5730;&#x533A;&#x4E4B;&#x95F4;&#x7684;&#x8FDE;&#x63A5;&#x53EF;&#x80FD;&#x63D0;&#x4F9B;&#x7684;&#x6CE8;&#x610F;&#x884C;&#x4E3A;&#x7684;&#x673A;&#x5236;&#xFF0C;&#x65E9;&#x671F;&#x76AE;&#x8D28;&#x7533;&#x8FF0; retinotopic &#x7EC4;&#x7EC7; intraparietal &#x6C9F; (IPS) &#x7684;&#x5730;&#x5F62;&#x7EC4;&#x7EC7;&#x3002;&#x6211;&#x4EEC;&#x4F7F;&#x7528;&#x767D;&#x8272;&#x7269;&#x8D28;&#x6210;&#x50CF;&#x548C;&#x529F;&#x80FD;&#x78C1;&#x5171;&#x632F;&#x6210;&#x50CF;&#xFF0C;&#x5BA1;&#x67E5;&#x4E86;&#x4E24;&#x4E2A;&#x5730;&#x5F62;&#x533A;&#x7684; IPS &#x548C;&#x89C6;&#x89C9;&#x76AE;&#x5C42;&#x4E2D;&#x7684;&#x516D;&#x4E2A;&#x5B9A;&#x4E49;&#x7684; retinotopically &#x5730;&#x533A;&#x4E4B;&#x95F4;&#x7684;&#x8FDE;&#x63A5;&#x3002;&#x6211;&#x4EEC;&#x6CE8;&#x610F;&#x5230;&#x5728;&#x89C6;&#x89C9;&#x76AE;&#x5C42;&#x7684;&#x6CE8;&#x610F;&#x8C03;&#x5236;&#x4E0E;&#x8FDE;&#x63A5;&#x540E;&#x7684; ip&#xFF0C;&#x8FD9;&#x8868;&#x660E;&#x8FD9;&#x4E9B;&#x767D;&#x8272;&#x7269;&#x8D28;&#x8FDE;&#x63A5;&#x8C03;&#x89E3;&#x89E3;&#x51B3;&#x4EE3;&#x8868;&#x8FDB;&#x884C;&#x89C6;&#x89C9;&#x76AE;&#x5C42;&#x7684;&#x523A;&#x6FC0;&#x4E4B;&#x95F4;&#x7684;&#x7ADE;&#x4E89;&#x7684;&#x6CE8;&#x610F;&#x4FE1;&#x53F7;&#x5F3A;&#x7684;&#x6B63;&#x76F8;&#x5173;&#x6027;&#x3002;&#x6B64;&#x5916;&#xFF0C;&#x6211;&#x4EEC;&#x53D1;&#x73B0; IPS &#x548C; V1 &#x4E4B;&#x95F4;&#x7684;&#x8FDE;&#x63A5;&#x4E00;&#x8D2F;&#x5C0A;&#x91CD; visuotopic &#x8FB9;&#x754C;&#xFF0C;&#x800C;&#x8FDE;&#x63A5;&#x81F3; V2 &#x548C; V3/VP &#x9A71;&#x6563;&#x4E86; 60%&#x3002;&#x8FD9;&#x79CD;&#x6A21;&#x5F0F;&#x8DE8;&#x533A;&#x57DF;&#x7B26;&#x5408;&#x63A5;&#x53D7;&#x5B57;&#x6BB5;&#x5927;&#x5C0F;&#x7684;&#x53D8;&#x5316;&#xFF0C;&#x5E76;&#x8868;&#x660E;&#x540E; IPS &#x7684;&#x4E3B;&#x8981;&#x4F5C;&#x7528;&#x662F;&#x5BF9;&#x4EE3;&#x7801;&#x7A7A;&#x95F4;&#x4E0A;&#x7279;&#x5B9A;&#x7684;&#x89C6;&#x89C9;&#x4FE1;&#x606F;&#x3002;&#x603B;&#x4E4B;&#xFF0C;&#x6211;&#x4EEC;&#x786E;&#x5B9A;&#x4E86;&#x9002;&#x5408;&#x8FDB;&#x884C;&#x6CE8;&#x610F;&#x529B;&#x504F;&#x4FE1;&#x53F7;&#x4ECE;&#x9876;&#x53F6;&#x63A7;&#x5236;&#x5730;&#x533A;&#x5411;&#x4EBA;&#x7C7B;&#x611F;&#x5B98;&#x5730;&#x533A; visuotopic &#x5750;&#x6807;&#x4E2D;&#x7684;&#x767D;&#x8272;&#x7269;&#x8D28;&#x9014;&#x5F84;&#x3002;&#x8FD9;&#x4E9B;&#x7ED3;&#x679C;&#x63D0;&#x4F9B;&#x5173;&#x952E;&#x8BC1;&#x636E;&#x6709;&#x504F;&#x89C1;&#x7684;&#x7ADE;&#x4E89;&#x7406;&#x8BBA;&#x7684;&#x6CE8;&#x610F;&#x548C;&#x795E;&#x7ECF;&#x751F;&#x7269;&#x5B66;&#x5BF9;&#x6307;&#x5B9A;&#x7EA6;&#x675F;&#x7684;&#x89C6;&#x89C9;&#x6CE8;&#x610F;&#x529F;&#x80FD;&#x7684;&#x8111;&#x7EC4;&#x7EC7;&#x3002;

Visuotopic &#x76AE;&#x8D28;&#x8FDE;&#x63A5;&#x57FA;&#x7840;-&#x767D;&#x8D28;&#x7EA4;&#x7EF4;&#x675F;&#x6210;&#x50CF;&#x4E0E;&#x663E;&#x793A;&#x7684;&#x6CE8;&#x610F;&#x3002;

Visual attention selects behaviorally relevant information for detailed processing by resolving competition for representation among stimuli in retinotopically organized visual cortex. The signals that control this attentional biasing are thought to arise in a frontoparietal network of several brain regions, including posterior parietal cortex. Recent studies have revealed a topographic organization in the intraparietal sulcus (IPS) that mirrors the retinotopic organization in visual cortex, suggesting that connectivity between these regions might provide the mechanism by which attention acts on early cortical representations. Using white-matter imaging and functional MRI, we examined the connectivity between two topographic regions of IPS and six retinotopically defined areas in visual cortex. We observed a strong positive correlation between attention modulations in visual cortex and connectivity of posterior IPS, suggesting that these white-matter connections mediate the attention signals that resolve competition among stimuli for representation in visual cortex. Furthermore, we found that connectivity between IPS and V1 consistently respects visuotopic boundaries, whereas connections to V2 and V3/VP disperse by 60%. This pattern is consistent with changes in receptive field size across regions and suggests that a primary role of posterior IPS is to code spatially specific visual information. In summary, we have identified white-matter pathways that are ideally suited to carry attentional biasing signals in visuotopic coordinates from parietal control regions to sensory regions in humans. These results provide critical evidence for the biased competition theory of attention and specify neurobiological constraints on the functional brain organization of visual attention.

Visuotopic cortical connectivity underlying attention revealed with white-matter tractography.

Attention visuelle s&eacute;lectionne les informations pertinentes sur le plan comportemental pour traitement d&eacute;taill&eacute; en r&eacute;solvant la concurrence pour une repr&eacute;sentation des stimuli dans le cortex visuel retinotopically organis&eacute;. On pense que les signaux qui commandent cette polarisation attentionnel surviennent dans un r&eacute;seau fronto-pari&eacute;tal de plusieurs r&eacute;gions du cerveau, y compris le cortex pari&eacute;tal post&eacute;rieur. Des &eacute;tudes r&eacute;centes ont r&eacute;v&eacute;l&eacute; une organisation topographique dans le sulcus intraparietal (IPS) qui refl&egrave;te l&#39;organisation r&eacute;tinotopique dans le cortex visuel, ce qui sugg&egrave;re que la connectivit&eacute; entre ces r&eacute;gions peut-&ecirc;tre fournir le m&eacute;canisme par lequel l&#39;attention agit sur les premi&egrave;res repr&eacute;sentations corticales. &Agrave; l&#39;aide de la substance blanche imagerie et l&#39;IRM fonctionnelle, nous avons examin&eacute; la connectivit&eacute; entre deux r&eacute;gions topographiques de l&#39;IPS et six domaines retinotopically d&eacute;fini dans le cortex visuel. Nous avons observ&eacute; une forte corr&eacute;lation positive entre les modulations d&#39;attention dans le cortex visuel et la connectivit&eacute; des IPS post&eacute;rieure, ce qui sugg&egrave;re que ces connexions de mati&egrave;re blanche m&eacute;dient les signaux d&#39;attention qui r&eacute;solvent la concurrence entre les stimuli pour la repr&eacute;sentation dans le cortex visuel. En outre, nous avons constat&eacute; que la connectivit&eacute; entre les IPS et V1 respecte constamment visuotopic limites, alors que les connexions &agrave; V2 et V3/VP se dispersent par 60 %. Ce mod&egrave;le est coh&eacute;rent avec les changements dans la taille du champ r&eacute;ceptif dans toutes les r&eacute;gions et sugg&egrave;re qu&#39;un r&ocirc;le primaire de IPS post&eacute;rieur est d&#39;information visuelle dans l&#39;espace sp&eacute;cifique de code. En r&eacute;sum&eacute;, nous avons identifi&eacute; des voies de mati&egrave;re blanche qui conviennent parfaitement pour transporter des signaux de polarisation attentionnels en coordonn&eacute;es visuotopic des r&eacute;gions de contr&ocirc;le pari&eacute;tal aux r&eacute;gions sensorielles chez l&#39;homme. Ces r&eacute;sultats fournissent une preuve cruciale pour la th&eacute;orie de la concurrence biais&eacute;e de l&#39;attention et sp&eacute;cifient des contraintes neurobiologiques sur l&#39;organisation c&eacute;r&eacute;brale fonctionnelle d&#39;attention visuelle.

Visuotopic connectivit&eacute; corticale sous-jacente attention a r&eacute;v&eacute;l&eacute; avec tractography la substance blanche.

Visuelle Aufmerksamkeit w&auml;hlt behaviorally relevanten Informationen f&uuml;r detaillierte Verarbeitung durch Aufl&ouml;sen von Wettbewerb f&uuml;r Vertretung unter Reize in Retinotopically organisiert Sehrinde. Die Signale, die diese syn&auml;sthetischen Quellengewichtung Steuern werden gedacht, um in einem frontoparietale Netzwerk mehrere Hirnregionen, einschlie&szlig;lich hinteren parietalen Kortex entstehen. Neuere Studien ergaben eine topographische Organisation in der intraparietal Sulcus (IPS), die die Retinotopic-Organisation im visuellen Cortex, was darauf hindeutet, dass Verbindungen zwischen diesen Regionen den Mechanismus, durch den Aufmerksamkeit Handlungen, darstellen k&ouml;nnte, auf fr&uuml;hen kortikalen Vertretungen widerspiegelt. Mit wei&szlig;en Substanz Bildgebung und funktionelle MRI, untersuchten wir die Konnektivit&auml;t zwischen zwei topographische Regionen von IPS und sechs Retinotopically definierten Bereiche im visuellen Kortex. Wir beobachteten eine starke positive Korrelation zwischen Aufmerksamkeit Modulationen im visuellen Kortex und Konnektivit&auml;t von posterior IPS, was darauf hindeutet, dass diese wei&szlig;en Substanz-Verbindungen die Aufmerksamkeit-Signale vermitteln, die Wettbewerb zwischen den Impulse f&uuml;r die Vertretung im visuellen Kortex zu beheben. Dar&uuml;ber hinaus fanden wir, dass Konnektivit&auml;t zwischen IPS und V1 konsequent Visuotopic Grenzen respektiert, w&auml;hrend Verbindungen mit V2 und V3/VP um 60 % zerstreuen. Dieses Muster ist in Regionen mit Ver&auml;nderungen in der rezeptive Feldgr&ouml;&szlig;e einheitlich und legt nahe, dass eine prim&auml;re Rolle von posterior IPS Code r&auml;umlich visuelle Informationen. Zusammenfassend haben wir Bahnen der wei&szlig;en Substanz identifiziert, die bestens, zur syn&auml;sthetischen Bias Signale in Visuotopic Koordinaten parietalen Steuerelement Regionen in sensorischen Regionen beim Menschen zu tragen geeignet sind. Diese Ergebnisse liefern wichtige Beweise f&uuml;r die voreingenommene Wettbewerb Aufmerksamkeit und neurobiologische Einschr&auml;nkungen auf die funktionalen Gehirn-Organisation der visuellen Aufmerksamkeit angeben.

Visuotopic kortikale Konnektivit&auml;t zugrunde liegenden Aufmerksamkeit mit wei&szlig;en Substanz Tractography offenbart.

Attenzione visiva seleziona informazioni comportamentale rilevanti per l&#39;elaborazione dettagliata risolvendo concorso per rappresentazione tra stimoli nella corteccia visiva retinotopically organizzato. I segnali che controllano questa polarizzazione attenzione pensa che sorgono in una rete di frontoparietale di diverse regioni del cervello, incluse la corteccia parietale posteriore. Recenti studi hanno rivelato un&#39;organizzazione topografica nel solco Leistungskurs (IPS) che rispecchia l&#39;organizzazione retinotopica nella corteccia visiva, suggerendo che la connettivit&agrave; tra queste regioni potrebbe fornire il meccanismo con cui agisce attenzione sulle prime rappresentazioni corticali. Utilizzando imaging di sostanza bianca e la risonanza magnetica funzionale, abbiamo esaminato la connettivit&agrave; tra due regioni topografiche di IPS e sei retinotopically definite aree nella corteccia visiva. Abbiamo osservato una forte correlazione positiva tra modulazioni attenzione nella corteccia visiva e connettivit&agrave; di IPS posterior, suggerendo che tali connessioni di sostanza bianca mediano i segnali di attenzione che risolvono la concorrenza tra stimoli per la rappresentazione nella corteccia visiva. Inoltre, abbiamo trovato che la connettivit&agrave; tra IPS e V1 rispetta costantemente i confini visuotopic, considerando che connessioni a V2 e V3/VP disperdono del 60%. Questo modello &egrave; coerenza con i cambiamenti nella dimensione campo ricettivo nelle varie regioni e suggerisce che un ruolo primario di IPS posteriore &egrave; di informazioni visive nello spazio specifico codice. In sintesi, abbiamo individuato percorsi di sostanza bianca che sono l&#39;ideale per trasportare segnali distorsivo attenzione alla visuotopic coordinate da regioni parietale controllo sensoriale delle regioni negli esseri umani. Questi risultati forniscono la prova critica per la teoria di concorrenza distorta dell&#39;attenzione e specificare vincoli neurobiologici sull&#39;organizzazione funzionale del cervello di attenzione visiva.

Visuotopic connettivit&agrave; corticale sottostante attenzione ha rivelato con trattografia materia bianca.

&#x8996;&#x899A;&#x7684;&#x6CE8;&#x610F;&#x4E3B;&#x50AC; retinotopically &#x8996;&#x899A;&#x91CE;&#x306B;&#x304A;&#x3051;&#x308B;&#x523A;&#x6FC0;&#x9593;&#x306E;&#x8868;&#x73FE;&#x306E;&#x305F;&#x3081;&#x306E;&#x7AF6;&#x4E89;&#x3092;&#x89E3;&#x6C7A;&#x3059;&#x308B;&#x3053;&#x3068;&#x306B;&#x3088;&#x3063;&#x3066;&#x8A73;&#x7D30;&#x306A;&#x51E6;&#x7406;&#x306E;&#x884C;&#x52D5;&#x306B;&#x95A2;&#x9023;&#x3059;&#x308B;&#x60C5;&#x5831;&#x3092;&#x9078;&#x629E;&#x3057;&#x307E;&#x3059;&#x3002;&#x3053;&#x306E;&#x6CE8;&#x610F;&#x30D0;&#x30A4;&#x30A2;&#x30B9;&#x5236;&#x5FA1;&#x4FE1;&#x53F7;&#x306F;&#x5F8C;&#x90E8;&#x982D;&#x9802;&#x76AE;&#x8CEA;&#x3092;&#x542B;&#x3080;&#x3044;&#x304F;&#x3064;&#x304B;&#x306E;&#x8133;&#x9818;&#x57DF;&#x306E;&#x524D;&#x982D;&#x982D;&#x9802;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x3067;&#x767A;&#x751F;&#x3059;&#x308B;&#x3068;&#x8003;&#x3048;&#x3089;&#x308C;&#x307E;&#x3059;&#x3002;&#x6700;&#x8FD1;&#x306E;&#x7814;&#x7A76;&#x306F;&#x3001;&#x5730;&#x5F62;&#x306E;&#x7D44;&#x7E54;&#x30EC;&#x30C1;&#x30CE;&#x7D44;&#x7E54;&#x3053;&#x308C;&#x3089;&#x306E;&#x5730;&#x57DF;&#x9593;&#x306E;&#x63A5;&#x7D9A;&#x306B;&#x3088;&#x3063;&#x3066;&#x6CE8;&#x610F;&#x304C;&#x4F5C;&#x7528;&#x6A5F;&#x69CB;&#x521D;&#x671F;&#x76AE;&#x8CEA;&#x8868;&#x73FE;&#x3092;&#x63D0;&#x4F9B;&#x3059;&#x308B;&#x304B;&#x3082;&#x3057;&#x308C;&#x306A;&#x3044;&#x3053;&#x3068;&#x3092;&#x793A;&#x5506;&#x3001;&#x8996;&#x899A;&#x91CE;&#x306B;&#x304A;&#x3051;&#x308B;&#x30DF;&#x30E9;&#x30FC;&#x982D;&#x9802;&#x9593;&#x6E9D; (IPS) &#x3067;&#x660E;&#x3089;&#x304B;&#x306B;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x767D;&#x8CEA;&#x306E;&#x30A4;&#x30E1;&#x30FC;&#x30B8;&#x30F3;&#x30B0;&#x3068;&#x6A5F;&#x80FD;&#x7684; MRI &#x3092;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x3001;2 &#x3064;&#x306E;&#x5730;&#x5F62;&#x5730;&#x57DF;&#x306E; IPS &#x3068;&#x8996;&#x899A;&#x91CE;&#x306E;&#x516D;&#x3064;&#x306E; retinotopically &#x306E;&#x5B9A;&#x7FA9;&#x9818;&#x57DF;&#x9593;&#x306E;&#x63A5;&#x7D9A;&#x3092;&#x691C;&#x8A0E;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x8996;&#x899A;&#x91CE;&#x306B;&#x304A;&#x3051;&#x308B;&#x6CE8;&#x610F;&#x5909;&#x8ABF;&#x3068;&#x3053;&#x308C;&#x3089;&#x306E;&#x767D;&#x8CEA;&#x306E;&#x63A5;&#x7D9A;&#x523A;&#x6FC0;&#x8996;&#x899A;&#x91CE;&#x306B;&#x304A;&#x3051;&#x308B;&#x8868;&#x73FE;&#x306E;&#x9593;&#x306E;&#x7AF6;&#x4E89;&#x3092;&#x89E3;&#x6C7A;&#x3059;&#x308B;&#x30A2;&#x30C6;&#x30F3;&#x30B7;&#x30E7;&#x30F3; &#x30B7;&#x30B0;&#x30CA;&#x30EB;&#x3092;&#x4EF2;&#x4ECB;&#x3059;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x5506;&#x3057;&#x3066;&#x3001;&#x5F8C;&#x90E8;&#x306E; IPS &#x306E;&#x63A5;&#x7D9A;&#x306E;&#x9593;&#x306B;&#x6B63;&#x306E;&#x76F8;&#x95A2;&#x3092;&#x89B3;&#x5BDF;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x3055;&#x3089;&#x306B;&#x3001;IPS &#x3068; V1 &#x306E;&#x9593;&#x306E;&#x63A5;&#x7D9A;&#x304C;&#x4E00;&#x8CAB;&#x3057;&#x3066; visuotopic &#x306E;&#x5883;&#x754C;&#x3092;&#x5C0A;&#x91CD;&#x306B; V2 &#x304A;&#x3088;&#x3073; V3/&#x526F;&#x793E;&#x9577;&#x3078;&#x306E;&#x63A5;&#x7D9A;&#x3092;&#x5206;&#x6563;&#x3055;&#x305B;&#x308B;&#x305F;&#x3081; 60% &#x306B;&#x5BFE;&#x3057;&#x767A;&#x898B;&#x3057;&#x307E;&#x3059;&#x3002;&#x3053;&#x306E;&#x30D1;&#x30BF;&#x30FC;&#x30F3;&#x306F;&#x3001;&#x5730;&#x57DF;&#x9593;&#x3067;&#x306F;&#x53D7;&#x5BB9;&#x91CE;&#x306E;&#x5927;&#x304D;&#x3055;&#x306E;&#x5909;&#x5316;&#x3068;&#x4E00;&#x81F4;&#x3057;&#x3066;&#x3044;&#x308B;&#x3057;&#x3001;&#x5F8C;&#x90E8; IPS &#x306E;&#x4E3B;&#x306A;&#x5F79;&#x5272;&#x56FA;&#x6709;&#x7A7A;&#x9593;&#x7684;&#x8996;&#x899A;&#x60C5;&#x5831;&#x306E;&#x30B3;&#x30FC;&#x30C9;&#x3067;&#x3042;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x5506;&#x3057;&#x307E;&#x3059;&#x3002;&#x8981;&#x7D04;&#x3059;&#x308B;&#x3068;&#x3001;&#x7406;&#x60F3;&#x7684;&#x982D;&#x9802;&#x30B3;&#x30F3;&#x30C8;&#x30ED;&#x30FC;&#x30EB;&#x9818;&#x57DF;&#x304B;&#x3089;&#x4EBA;&#x9593;&#x306E;&#x611F;&#x899A;&#x306E;&#x9818;&#x57DF;&#x306B;&#x5EA7;&#x6A19;&#x3092; visuotopic &#x306E;&#x6CE8;&#x610F;&#x30D0;&#x30A4;&#x30A2;&#x30B9;&#x4FE1;&#x53F7;&#x3092;&#x904B;&#x3076;&#x306B;&#x9069;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x767D;&#x8CEA;&#x7D4C;&#x8DEF;&#x3092;&#x540C;&#x5B9A;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x3053;&#x308C;&#x3089;&#x306E;&#x7D50;&#x679C;&#x306F;&#x6CE8;&#x610F;&#x306E;&#x504F;&#x308A;&#x306E;&#x3042;&#x308B;&#x30B3;&#x30F3;&#x30DA;&#x7406;&#x8AD6;&#x306E;&#x91CD;&#x8981;&#x306A;&#x8A3C;&#x62E0;&#x3092;&#x63D0;&#x4F9B;&#x3057;&#x3066;&#x8133;&#x6A5F;&#x80FD;&#x7D44;&#x7E54;&#x8996;&#x899A;&#x7684;&#x6CE8;&#x610F;&#x306E;&#x795E;&#x7D4C;&#x751F;&#x7269;&#x5B66;&#x5236;&#x7D04;&#x3092;&#x6307;&#x5B9A;&#x3057;&#x307E;&#x3059;&#x3002;

&#x767D;&#x8CEA;&#x306E;&#x30E9;&#x30AF;&#x30C8;&#x3092;&#x660E;&#x3089;&#x304B;&#x306B;&#x3057;&#x305F;&#x6CE8;&#x76EE;&#x306E;&#x57FA;&#x306B;&#x306A;&#x308B; Visuotopic &#x76AE;&#x8CEA;&#x63A5;&#x7D9A;&#x3002;

&#xC2DC;&#xAC01;&#xC801; &#xC8FC;&#xC758; &#xC870;&#xC9C1; retinotopically &#xC2DC;&#xAC01; &#xD53C; &#xC9C8;&#xC5D0; &#xC790;&#xADF9; &#xC911;&#xC5D0;&#xC11C; &#xD45C;&#xD604;&#xC5D0; &#xB300; &#xD55C; &#xACBD;&#xC7C1;&#xC744; &#xD655;&#xC778; &#xD558; &#xC5EC; &#xC790;&#xC138;&#xD55C; &#xCC98;&#xB9AC;&#xC5D0; &#xB300; &#xD55C; &#xD589;&#xB3D9; &#xAD00;&#xB828; &#xC815;&#xBCF4;&#xB97C; &#xC120;&#xD0DD; &#xD569;&#xB2C8;&#xB2E4;. &#xC774; attentional &#xBC14;&#xC774;&#xC5B4; &#xC2F1; &#xC81C;&#xC5B4; &#xC2E0;&#xD638;&#xB294; &#xD6C4;&#xBD80; &#xC815;&#xC218; &#xB9AC; &#xD53C; &#xC9C8;&#xC744; &#xD3EC;&#xD568; &#xD558; &#xC5EC; &#xC5EC;&#xB7EC; &#xB1CC; &#xC601;&#xC5ED;&#xC758; frontoparietal &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC5D0;&#xC11C; &#xBC1C;&#xC0DD; &#xD558;&#xB294; &#xAC83; &#xC0DD;&#xAC01; &#xB41C;&#xB2E4;. &#xCD5C;&#xADFC; &#xC5F0;&#xAD6C;&#xC5D0; &#xB530;&#xB974;&#xBA74; &#xC9C0;&#xD615; &#xC870;&#xC9C1;&#xC744; &#xC774;&#xB7EC;&#xD55C; &#xC9C0;&#xC5ED; &#xAC04;&#xC758; &#xC5F0;&#xACB0; &#xCD08;&#xAE30; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xD45C;&#xD604;&#xC5D0; &#xC8FC;&#xC758; &#xC5ED;&#xD560;&#xC744; &#xD558;&#xB294; &#xBA54;&#xCEE4;&#xB2C8;&#xC998;&#xC744; &#xC81C;&#xACF5;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xC81C;&#xC548; &#xC2DC;&#xAC01; &#xD53C; &#xC9C8;&#xC5D0;&#xC11C; retinotopic &#xC870;&#xC9C1;&#xC744; &#xBC18;&#xC601; &#xD558;&#xB294; intraparietal &#xACE0; &#xB791; (IPS)&#xC5D0; &#xBC1D;&#xD600;&#xC84C;&#xB2E4;. &#xBC31;&#xC0C9; &#xC9C8; &#xC774;&#xBBF8;&#xC9D5; &#xBC0F; &#xAE30;&#xB2A5;&#xC801; MRI&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC;, &#xC6B0;&#xB9AC; IPS&#xC758; &#xB450; &#xC9C0;&#xD615; &#xC601;&#xC5ED;&#xACFC; &#xC2DC;&#xAC01; &#xD53C; &#xC9C8;&#xC5D0;&#xC11C; 6 &#xC815;&#xC758; retinotopically &#xC601;&#xC5ED; &#xAC04;&#xC758; &#xC5F0;&#xACB0;&#xC744; &#xAC80;&#xC0AC; &#xD569;&#xB2C8;&#xB2E4;. &#xC2DC;&#xAC01; &#xD53C; &#xC9C8;&#xC5D0;&#xC11C; &#xAD00;&#xC2EC; &#xBCC0;&#xC870; &#xBC0F; &#xC774;&#xB7EC;&#xD55C; &#xBC31;&#xC0C9; &#xC9C8; &#xC5F0;&#xACB0; attention &#xC2E0;&#xD638;&#xAC00; &#xC2DC;&#xAC01; &#xD53C; &#xC9C8;&#xC5D0;&#xC11C; &#xD45C;&#xD604;&#xC5D0; &#xB300; &#xD55C; &#xC790;&#xADF9; &#xAC04;&#xC758; &#xACBD;&#xC7C1;&#xC744; &#xD574;&#xACB0; &#xD558;&#xB294; &#xC911;&#xC7AC; &#xC81C;&#xC548; &#xD6C4;&#xBD80; ip &#xC5F0;&#xACB0; &#xC0AC;&#xC774;&#xC758; &#xAC15;&#xD55C; &#xAE0D;&#xC815;&#xC801;&#xC778; &#xC0C1;&#xAD00; &#xAD00;&#xACC4;&#xB97C; &#xAD00;&#xCC30; &#xD569;&#xB2C8;&#xB2E4;. V 2&#xC640; v 3/&#xBD80;&#xC0AC;&#xC7A5;&#xC5D0; &#xB300; &#xD55C; &#xC5F0;&#xACB0;&#xC744; 60%&#xB85C; &#xBD84;&#xC0B0; &#xD558;&#xB294; &#xBC18;&#xBA74; &#xB610;&#xD55C; &#xC6B0;&#xB9AC; IPS&#xC640; v 1 &#xC0AC;&#xC774;&#xC758; &#xC5F0;&#xACB0; visuotopic &#xACBD;&#xACC4;&#xB97C; &#xC874;&#xC911; &#xC77C;&#xAD00; &#xB418; &#xAC8C; &#xBC1C;&#xACAC;. &#xC774; &#xD328;&#xD134; &#xC601;&#xC5ED;&#xC5D0; &#xAC78;&#xCCD0; &#xBCC0;&#xD654; &#xC218;&#xC6A9; &#xD544;&#xB4DC; &#xD06C;&#xAE30;&#xC640; &#xC77C;&#xCE58; &#xD558;&#xB294; &#xBC0F; &#xD6C4;&#xBD80; IPS&#xC758; &#xC8FC;&#xC694; &#xC5ED;&#xD560; &#xCF54;&#xB4DC; &#xACF5;&#xAC04;&#xC801; &#xD2B9;&#xC815; &#xC2DC;&#xAC01;&#xC801; &#xC815;&#xBCF4;&#xC5D0; &#xC788;&#xB294; &#xAC83;&#xC73C;&#xB85C; &#xB098;&#xD0C0;&#xB0AC;&#xB2E4;. &#xC694;&#xC57D; &#xD558;&#xC790;&#xBA74;, &#xC6B0;&#xB9AC; visuotopic &#xC88C;&#xD45C;&#xB97C; &#xC815;&#xC218; &#xB9AC; &#xCEE8;&#xD2B8;&#xB864; &#xC601;&#xC5ED;&#xC5D0;&#xC11C; &#xC778;&#xAC04;&#xC758; &#xAC10;&#xAC01; &#xC601;&#xC5ED;&#xC5D0;&#xC11C; attentional &#xBC14;&#xC774;&#xC5B4; &#xC2F1; &#xC2E0;&#xD638;&#xB97C; &#xC804;&#xB2EC; &#xD558;&#xAE30; &#xC801;&#xD569; &#xBC31;&#xC0C9; &#xC9C8; &#xACBD;&#xB85C; &#xD655;&#xC778; &#xD588;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC774;&#xB7EC;&#xD55C; &#xACB0;&#xACFC; &#xC8FC;&#xC758;&#xC758; &#xD3B8;&#xD5A5;&#xB41C; &#xACBD;&#xC7C1; &#xC774;&#xB860;&#xC5D0; &#xB300; &#xD55C; &#xC911;&#xC694; &#xD55C; &#xC99D;&#xAC70;&#xB97C; &#xC81C;&#xACF5; &#xD558; &#xACE0; &#xC2DC;&#xAC01;&#xC801; &#xAD00;&#xC2EC;&#xC758; &#xAE30;&#xB2A5;&#xC801; &#xB1CC; &#xC870;&#xC9C1;&#xC5D0; neurobiological &#xC81C;&#xC57D; &#xC870;&#xAC74;&#xC744; &#xC9C0;&#xC815;.

Visuotopic &#xD53C; &#xC9C8; &#xC5F0;&#xACB0; &#xD770;&#xC0C9; &#xBB3C;&#xC9C8; tractography&#xC640; &#xACF5;&#xAC1C; &#xC8FC;&#xC758; &#xAE30;&#xBCF8;.

Atenci&oacute;n visual selecciona informaci&oacute;n relevante conductualmente para proceso detallado por resolver la competencia por la representaci&oacute;n entre est&iacute;mulos en la corteza visual retinotopically organizado. Las se&ntilde;ales que controlan esta desviaci&oacute;n atencional se piensan para presentarse en una red de frontoparietal de varias regiones del cerebro, incluyendo la corteza parietal posterior. Estudios recientes han revelado una organizaci&oacute;n topogr&aacute;fica en el Surco intraparietal (IPS) que refleja la organizaci&oacute;n retinotopic en la corteza visual, sugiriendo que conectividad entre estas regiones podr&iacute;a proporcionar el mecanismo por el cual la atenci&oacute;n act&uacute;a sobre las representaciones tempranas corticales. Usando im&aacute;genes de la materia blanca y MRI funcional, examinamos la conectividad entre dos regiones topogr&aacute;ficas de IPS y seis &aacute;reas retinotopically definido en la corteza visual. Se observ&oacute; una fuerte correlaci&oacute;n positiva entre la conectividad de IPS posterior, lo que sugiere que estas conexiones de materia blanca median las se&ntilde;ales de atenci&oacute;n que resoluci&oacute;n la competencia entre est&iacute;mulos para la representaci&oacute;n en la corteza visual y modulaciones de la atenci&oacute;n en la corteza visual. Adem&aacute;s, encontramos que la conectividad entre IPS y V1 constantemente respeta l&iacute;mites de visuotopic, mientras que las conexiones a V2 y V3/VP dispersan en un 60%. Este patr&oacute;n es consistente con los cambios en el tama&ntilde;o del campo receptivo en todas las regiones y sugiere que una funci&oacute;n primordial de IPS posterior es informaci&oacute;n visual espacial espec&iacute;fica del c&oacute;digo. En Resumen, hemos identificado v&iacute;as de materia blanca que son ideales para llevar se&ntilde;ales de &quot;bias&quot; atencionales en coordenadas visuotopic de regiones de control parietal a regiones sensoriales en los seres humanos. Estos resultados proporcionan evidencia cr&iacute;tica para la teor&iacute;a de la competencia parcial de atenci&oacute;n y especifican restricciones neurobiol&oacute;gicas en la organizaci&oacute;n funcional del cerebro de la atenci&oacute;n visual.

Adam S. Greenberg

Center for the Neural Basis of Cognition

Co-analysis of Brain Structure and Function using fMRI and Diffusion-weighted Imaging