Name: modeling the functional network for spatial navigation in the human brain
Uploaded: 2023-10-13T13:20:00
Description: Watch this Scientific Journal Video about Modeling the Functional Network for Spatial Navigation in the Human Brain at JoVE.com

تم دعم Xiang-Zhen Kong من قبل المؤسسة الوطنية للعلوم الطبيعية في الصين (32171031) ، STI 2030 - المشروع الرئيسي (2021ZD0200409) ، صناديق البحوث الأساسية للجامعات المركزية (2021XZZX006) ، ومركز تكنولوجيا المعلومات بجامعة تشجيانغ.

ملاحظة: يتم عرض جميع البرامج المستخدمة هنا في جدول المواد. كانت البيانات المستخدمة في هذه الدراسة لأغراض العرض التوضيحي من مشروع الشبكة العصبية البشرية (HCP: http://www. humanconnectome.org)15. تمت الموافقة على جميع الإجراءات التجريبية من قبل مجلس المراجعة المؤسسية (IRB) في جامعة واشنط...

<ol>
	<li>Kanwisher, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+specificity+in+the+human+brain:+a+window+into+the+functional+architecture+of+the+mind.">Functional specificity in the human brain: a window into the functional architecture of the mind.</a> Proceedings of the National Academy of Sciences of the United States of America. 107 (25), 11163-11170 (2010).</li><li>Coughlan, G., Laczo, J., Hort, J., Minihane, A. M., Hornberger, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Spatial+navigation+deficits+-+overlooked+cognitive+marker+for+preclinical+Alzheimer+disease.">Spatial navigation deficits - overlooked cognitive marker for preclinical Alzheimer disease.</a> Nature Reviews Neurology. 14 (8), 496-506 (2018).</li><li>Gilbert, S. J., Meuwese, J. D., Towgood, K. J., Frith, C. D., Burgess, P. W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Abnormal+functional+specialization+within+medial+prefrontal+cortex+in+high-functioning+autism:+a+multi-voxel+similarity+analysis.">Abnormal functional specialization within medial prefrontal cortex in high-functioning autism: a multi-voxel similarity analysis.</a> Brain. 132 (4), 869-878 (2009).</li><li>Kanwisher, N., McDermott, J., Chun, M. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+fusiform+face+area:+a+module+in+human+extrastriate+cortex+specialized+for+face+perception.">The fusiform face area: a module in human extrastriate cortex specialized for face perception.</a> Journal of Neuroscience. 17 (11), 4302-4311 (1997).</li><li>Epstein, R., Harris, A., Stanley, D., Kanwisher, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+parahippocampal+place+area:+recognition,+navigation,+or+encoding.">The parahippocampal place area: recognition, navigation, or encoding.</a> Neuron. 23 (1), 115-125 (1999).</li><li>Epstein, R. A., Patai, E. Z., Julian, J. B., Spiers, H. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+cognitive+map+in+humans:+spatial+navigation+and+beyond.">The cognitive map in humans: spatial navigation and beyond.</a> Nature Neuroscience. 20 (11), 1504-1513 (2017).</li><li>Baumann, O., Mattingley, J. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Extrahippocampal+contributions+to+spatial+navigation+in+humans:+A+review+of+the+neuroimaging+evidence.">Extrahippocampal contributions to spatial navigation in humans: A review of the neuroimaging evidence.</a> Hippocampus. 31 (7), 640-657 (2021).</li><li>Auger, S. D., Mullally, S. L., Maguire, E. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Retrosplenial+cortex+codes+for+permanent+landmarks.">Retrosplenial cortex codes for permanent landmarks.</a> PloS One. 7 (8), e43620 (2012).</li><li>Zhen, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantifying+the+variability+of+scene-selective+regions:+Interindividual,+interhemispheric,+and+sex+differences.">Quantifying the variability of scene-selective regions: Interindividual, interhemispheric, and sex differences.</a> Human Brain Mapping. 38 (4), 2260-2275 (2017).</li><li>Ekstrom, A. D., Huffman, D. J., Starrett, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Interacting+networks+of+brain+regions+underlie+human+spatial+navigation:+a+review+and+novel+synthesis+of+the+literature.">Interacting networks of brain regions underlie human spatial navigation: a review and novel synthesis of the literature.</a> Journal of Neurophysiology. 118 (6), 3328-3344 (2017).</li><li>Coughlan, G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+connectivity+between+the+entorhinal+and+posterior+cingulate+cortices+underpins+navigation+discrepancies+in+at-risk+Alzheimer's+disease.">Functional connectivity between the entorhinal and posterior cingulate cortices underpins navigation discrepancies in at-risk Alzheimer's disease.</a> Neurobiology of Aging. 90, 110-118 (2020).</li><li>Kong, X. Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Human+navigation+network:+the+intrinsic+functional+organization+and+behavioral+relevance.">Human navigation network: the intrinsic functional organization and behavioral relevance.</a> Brain Structure &amp; Function. 222 (2), 749-764 (2017).</li><li>Weisberg, S. M., Ekstrom, A. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Hippocampal+volume+and+navigational+ability:+The+map+(ping)+is+not+to+scale.">Hippocampal volume and navigational ability: The map (ping) is not to scale.</a> Neuroscience &amp; Biobehavioral Reviews. 126, 102-112 (2021).</li><li>Tzourio-Mazoyer, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+anatomical+labeling+of+activations+in+SPM+using+a+macroscopic+anatomical+parcellation+of+the+MNI+MRI+single-subject+brain.">Automated anatomical labeling of activations in SPM using a macroscopic anatomical parcellation of the MNI MRI single-subject brain.</a> Neuroimage. 15 (1), 273-289 (2002).</li><li>Van Essen, D. C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+WU-Minn+human+connectome+project:+an+overview.">The WU-Minn human connectome project: an overview.</a> Neuroimage. 80, 62-79 (2013).</li><li>Smith, S. M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Resting-state+fMRI+in+the+human+connectome+project.">Resting-state fMRI in the human connectome project.</a> Neuroimage. 80, 144-168 (2013).</li><li>Wang, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=GRETNA:+a+graph+theoretical+network+analysis+toolbox+for+imaging+connectomics.">GRETNA: a graph theoretical network analysis toolbox for imaging connectomics.</a> Frontiers in Human Neuroscience. 9, 386 (2015).</li><li>Esteban, O., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=fMRIPrep:+a+robust+preprocessing+pipeline+for+functional+MRI.">fMRIPrep: a robust preprocessing pipeline for functional MRI.</a> Nature Methods. 16 (1), 111-116 (2019).</li><li>Yan, C., Zang, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=DPARSF:+a+MATLAB+toolbox+for&amp;#34;+pipeline&amp;#34;+data+analysis+of+resting-state+fMRI.">DPARSF: a MATLAB toolbox for&amp;#34; pipeline&amp;#34; data analysis of resting-state fMRI.</a> Frontiers in Systems Neuroscience. 4, 13 (2010).</li><li>Yarkoni, T., Poldrack, R. A., Nichols, T. E., Van Essen, D. C., Wager, T. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Large-scale+automated+synthesis+of+human+functional+neuroimaging+data.">Large-scale automated synthesis of human functional neuroimaging data.</a> Nature Methods. 8 (8), 665-670 (2011).</li><li>Joliot, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=AICHA:+An+atlas+of+intrinsic+connectivity+of+homotopic+areas.">AICHA: An atlas of intrinsic connectivity of homotopic areas.</a> Journal of Neuroscience Methods. 254, 46-59 (2015).</li><li>Murphy, K., Birn, R. M., Handwerker, D. A., Jones, T. B., Bandettini, P. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+impact+of+global+signal+regression+on+resting+state+correlations:+are+anti-correlated+networks+introduced.">The impact of global signal regression on resting state correlations: are anti-correlated networks introduced.</a> Neuroimage. 44 (3), 893-905 (2009).</li><li>Fox, M. D., Zhang, D., Snyder, A. Z., Raichle, M. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+global+signal+and+observed+anticorrelated+resting+state+brain+networks.">The global signal and observed anticorrelated resting state brain networks.</a> Journal of Neurophysiology. 101 (6), 3270-3283 (2009).</li><li>Xiang, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Graph-based+network+analysis+of+resting-state+fMRI:+test-retest+reliability+of+binarized+and+weighted+networks.">Graph-based network analysis of resting-state fMRI: test-retest reliability of binarized and weighted networks.</a> Brain Imaging and Behavior. 14, 1361-1372 (2020).</li><li>Rubinov, M., Sporns, O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Complex+network+measures+of+brain+connectivity:+uses+and+interpretations.">Complex network measures of brain connectivity: uses and interpretations.</a> Neuroimage. 52 (3), 1059-1069 (2010).</li><li>Maslov, S., Sneppen, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Specificity+and+stability+in+topology+of+protein+networks.">Specificity and stability in topology of protein networks.</a> Science. 296 (5569), 910-913 (2002).</li><li>Shrout, P. E., Fleiss, J. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Intraclass+correlations:+uses+in+assessing+rater+reliability.">Intraclass correlations: uses in assessing rater reliability.</a> Psychological Bulletin. 86 (2), 420 (1979).</li><li>McGraw, K. O., Wong, S. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Forming+inferences+about+some+intraclass+correlation+coefficients.">Forming inferences about some intraclass correlation coefficients.</a> Psychological Methods. 1 (1), 30 (1996).</li><li>Andellini, M., Cannat&#224;, V., Gazzellini, S., Bernardi, B., Napolitano, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Test-retest+reliability+of+graph+metrics+of+resting+state+MRI+functional+brain+networks:+A+review.">Test-retest reliability of graph metrics of resting state MRI functional brain networks: A review.</a> Journal of Neuroscience Methods. 253, 183-192 (2015).</li><li>Cao, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Test-retest+reliability+of+fMRI-based+graph+theoretical+properties+during+working+memory,+emotion+processing,+and+resting+state.">Test-retest reliability of fMRI-based graph theoretical properties during working memory, emotion processing, and resting state.</a> Neuroimage. 84, 888-900 (2014).</li><li>Rousson, V., Gasser, T., Seifert, B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Assessing+intrarater,+interrater+and+test-retest+reliability+of+continuous+measurements.">Assessing intrarater, interrater and test-retest reliability of continuous measurements.</a> Statistics in medicine. 21 (22), 3431-3446 (2002).</li><li>Bullmore, E., Sporns, O. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Complex+brain+networks:+graph+theoretical+analysis+of+structural+and+functional+systems.">Complex brain networks: graph theoretical analysis of structural and functional systems.</a> Nature Reviews Neuroscience. 10 (3), 186-198 (2009).</li><li>Patai, E. Z., Spiers, H. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+versatile+wayfinder:+prefrontal+contributions+to+spatial+navigation.">The versatile wayfinder: prefrontal contributions to spatial navigation.</a> Trends in Cognitive Sciences. 25 (6), 520-533 (2021).</li><li>Wegman, J., Janzen, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Neural+encoding+of+objects+relevant+for+navigation+and+resting+state+correlations+with+navigational+ability.">Neural encoding of objects relevant for navigation and resting state correlations with navigational ability.</a> Journal of Cognitive Neuroscience. 23 (12), 3841-3854 (2011).</li><li>Braun, U., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Test-retest+reliability+of+resting-state+connectivity+network+characteristics+using+fMRI+and+graph+theoretical+measures.">Test-retest reliability of resting-state connectivity network characteristics using fMRI and graph theoretical measures.</a> Neuroimage. 59 (2), 1404-1412 (2012).</li></ol>

من المتوقع أن يساعد علم الأعصاب الشبكي في فهم كيفية دعم شبكة الدماغ للوظائف المعرفية البشرية32. يوضح هذا البروتوكول نهجا تكامليا لدراسة الشبكة الوظيفية للملاحة المكانية في الدماغ البشري ، والتي يمكن أن تلهم أيضا نمذجة الشبكة للتركيبات المعرفية الأخرى (مثل اللغة).
<p class="jove_con...

الخصوصية الوظيفية هي مبدأ تنظيمي أساسي للدماغ البشري ، والذي يلعب دورا حاسما في تشكيل الوظائف المعرفية1. يمكن أن تعكس التشوهات في تنظيم الخصوصية الوظيفية الإعاقات المعرفية المميزة والأسس المرضية المرتبطة باضطرابات الدماغ الرئيسية مثل التوحد ومرض الزهايمر 2,3. بينما تميل النظريات والأبحاث التقليدية إلى التركيز على مناطق الدماغ المفردة ، مثل منطقة الوجه المغزلي (FFA) للتعرف على الوجوه4 ومنطقة مكان الحصين (PPA) 5 لمعالجة المشهد ، تشير مجموعة متزايدة من الأدلة إلى أن الوظائف المعرفية المعقدة ، بما في ذلك الملاحة المكانية واللغة ، تتطلب تنسيق النشاط عبر مناطق متعددة من الدماغ6. إن التحقيق في الآليات الكامنة وراء التفاعلات لدعم الوظائف المعرفية المعقدة هو سؤال علمي حاسم سيساعد في إلقاء الضوء على البنية الوظيفية وتشغيل الدماغ. هنا ، بأخذ الملاحة المكانية كمثال ، نقدم طريقة تكاملية لنمذجة الشبكة الوظيفية للملاحة المكانية في الدماغ البشري.
التنقل المكاني هو وظيفة معرفية معقدة ، والتي تنطوي على تكامل ومعالجة المكونات المعرفية المتعددة ، مثل الترميز البصري المكاني والذاكرة واتخاذالقرار 7. مع التصوير بالرنين المغناطيسي الوظيفي (fMRI) ، حققت العديد من الدراسات تقدما كبيرا في فهم المعالجة المعرفية الأساسية والآليات العصبية. على سبيل المثال ، تم ربط وظائف محددة بمناطق مختلفة من الدماغ باستخدام مهام الملاحة المختلفة: ترتبط معالجة المشهد على وجه التحديد ب PPA ، ويرتبط تحويل استراتيجيات الملاحة بالقشرة خلف الطحال (RSC) 8,9. قدمت هذه الدراسات رؤى مهمة حول الأساس العصبي للملاحة المكانية. ومع ذلك ، فإن الملاحة هي وظيفة ديناميكية داخليا ومتعددة الوسائط ، ووظائف المناطق المفردة ليست كافية لشرح الاختلافات الفردية الكبيرة في الملاحة المكانية10 التي يتم ملاحظتها بشكل شائع.
مع ظهور الشبكات العصبية القائمة على الرنين المغناطيسي الوظيفي ، بدأ الباحثون في استكشاف كيفية تفاعل بعض مناطق الدماغ الرئيسية مع بعضها البعض لدعم الملاحة المكانية. على سبيل المثال ، تم العثور على الاتصال الوظيفي بين القشرة الحزامية الداخلية والخلفية لدعم التناقضات الملاحية في مرض الزهايمر المعرض للخطر11. في دراسة أخرى ، اقترحنا لأول مرة نهجا للشبكة من خلال دمج طرق الشبكة العصبية وجميع المناطق (العقد) ذات الصلة وظيفيا تقريبا للملاحة المكانية ، وأظهرت النتائج أن الخصائص الطوبولوجية لهذه الشبكة أظهرت ارتباطات محددة مع سلوكيات الملاحة12. تقدم هذه الدراسة رؤى جديدة حول نظريات كيفية تفاعل مناطق الدماغ المتعددة مع بعضها البعض لدعم سلوكيات التنقل المرنة10,13.
يوضح هذا العمل نسخة محدثة من النهج التكاملي لنمذجة الشبكة الوظيفية. باختصار ، تم تضمين تحديثين: 1) بينما تم تحديد العقد المحددة في الدراسة الأصلية بناء على قاعدة بيانات سابقة وأصغر (55 دراسة مع 2,765 عملية تنشيط ، تم الوصول إليها في عام 2014) ، استند التعريف الحالي إلى أحدث قاعدة بيانات (77 دراسة مع 3,908 عمليات تنشيط ، تم الوصول إليها في عام 2022) ؛ 2) لزيادة التجانس الوظيفي لكل عقدة ، إلى جانب أطلس AAL التشريحي الأصلي (وضع العلامات التلقائية التشريحية)14 ، قمنا بتطبيق تقسيم دماغي جديد ، والذي يتميز بدقة أدق بكثير وتجانس وظيفي أعلى (انظر أدناه). توقعنا أن يؤدي كلا التحديثين إلى تحسين نمذجة الشبكة الوظيفية. يوفر هذا البروتوكول المحدث إجراء مفصلا للتحقيق في الأساس العصبي للملاحة المكانية من منظور الشبكة ويساعد على فهم الاختلافات الفردية في سلوكيات الملاحة في الصحة والمرض. يمكن أيضا استخدام إجراء مماثل لنمذجة الشبكة للتركيبات المعرفية الأخرى (مثل اللغة والذاكرة).

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Brain connectivity toolbox (BCT)</td>
			<td>Mikail Rubinov &#38; Olaf Sporns&#160;</td>
			<td>2019</td>
			<td>The Brain Connectivity Toolbox (brain-connectivity-toolbox.net) is a MATLAB toolbox for complex-network (graph) analysis of structural and functional brain-connectivity data sets.&#160;</td>
		</tr>
		<tr>
			<td>GRETNA</td>
			<td>Jinhui Wang et al.</td>
			<td>2</td>
			<td>GRETNA is a graph theoretical network analysis toolbox which allows researchers to perform comprehensive analysis on the topology of brain connectome by integrating the most of network measures studied in current neuroscience field.</td>
		</tr>
		<tr>
			<td>MATLAB</td>
			<td>MathWorks</td>
			<td>2021a</td>
			<td>MATLAB is a programming and numeric computing platform used by millions of engineers and scientists to analyze data, develop algorithms, and create models.</td>
		</tr>
		<tr>
			<td>Python</td>
			<td>Guido van Rossum et al.</td>
			<td>3.8.6</td>
			<td>Python is a programming language that lets you work more quickly and integrate your systems more effectively.</td>
		</tr>
		<tr>
			<td>Statistical Parametric Mapping (SPM)</td>
			<td>Karl Friston et.al&#160;</td>
			<td>12</td>
			<td>Statistical Parametric Mapping&#160;refers to the construction and assessment of spatially extended statistical processes used to test hypotheses about functional imaging data.</td>
		</tr>
	</tbody>
</table>

modeling the functional network for spatial navigation in the human brain

الملاحة المكانية هي وظيفة معقدة تنطوي على تكامل ومعالجة المعلومات متعددة الحواس. باستخدام مهام الملاحة المختلفة ، تم تحقيق العديد من النتائج الواعدة على الوظائف المحددة لمناطق الدماغ المختلفة (على سبيل المثال ، الحصين ، القشرة المخية الداخلية ، ومنطقة مكان الحصن). في الآونة الأخيرة ، تم اقتراح أن عملية الشبكة غير المجمعة التي تنطوي على مناطق دماغية متفاعلة متعددة قد تميز بشكل أفضل الأساس العصبي لهذه الوظيفة المعقدة. تقدم هذه الورقة نهجا تكامليا لبناء وتحليل الشبكة الخاصة وظيفيا للملاحة المكانية في الدماغ البشري. باختصار ، يتكون هذا النهج التكاملي من ثلاث خطوات رئيسية: 1) تحديد مناطق الدماغ المهمة للملاحة المكانية (تعريف العقد) ؛ 2) تقدير التوصيلية الوظيفية بين كل زوج من هذه المناطق وبناء مصفوفة التوصيلية (بناء الشبكة)؛ 3) للتحقيق في الخصائص الطوبولوجية (على سبيل المثال ، النمطية والعالم الصغير) للشبكة الناتجة (تحليل الشبكة). يمكن أن يساعدنا النهج المقدم ، من منظور الشبكة ، على فهم أفضل لكيفية دعم دماغنا للتنقل المرن في البيئات المعقدة والديناميكية ، ويمكن أن توفر الخصائص الطوبولوجية المكشوفة للشبكة أيضا مؤشرات حيوية مهمة لتوجيه التحديد والتشخيص المبكر لمرض الزهايمر في الممارسة السريرية.

شبكات الملاحة حددت الدراسة الحالية 27 منطقة دماغية مرتبطة بالملاحة المكانية من خلال دمج أحدث قاعدة بيانات للتصوير العصبي للتحليل التلوي وأطلس AICHA. تتكون هذه المناطق من المناطق الصدغية الإنسية والجدارية التي تم الإبلاغ عنها بشكل شائع في دراسات التصوير العصبي للملاحة. يظهر التوز...

Watch this Scientific Journal Video about Modeling the Functional Network for Spatial Navigation in the Human Brain at JoVE.com

Modeling the Functional Network for Spatial Navigation in the Human Brain

تقدم هذه الورقة نهجا تكامليا للتحقيق في الشبكة الوظيفية للملاحة المكانية في الدماغ البشري. يتضمن هذا النهج قاعدة بيانات تحليلية تلوية للتصوير العصبي على نطاق واسع ، والتصوير بالرنين المغناطيسي الوظيفي في حالة الراحة ، ونمذجة الشبكة وتقنيات الرسم البياني النظرية.

نمذجة الشبكة الوظيفية للملاحة المكانية في الدماغ البشري

Spatial navigation is a complex function involving the integration and manipulation of multisensory information. Using different navigation tasks, many ...

الملاحة المكانية هي عملية معقدة تنطوي على شبكة موزعة في الدماغ. يقدم عملنا نهجا تكامليا لنمذجة شبكة وظيفية للملاحة المكانية باستخدام بيانات FMRI. يوفر نموذج الشبكة الأمثل رؤى جديدة لفهم كيفية تفاعل مناطق الدماغ داخل الشبكة.يمكن لنموذج الشبكة أيضا التقاط التباين في السلوكيات في كل من الصحة والمرض بشكل أفضل. يمكن أيضا تطبيق طريقتنا على الدراسات أو الوظائف المعقدة الأخرى. على سبيل المثال ، يمكن استخدام إجراء مماثل لنمذجة شبكة الدماغ للغة والذاكرة.للبدء ، تحقق من جودة البيانات واستبعد المشاركين الذين فقدوا بيانات إعادة الاختبار وحركة الرأس المفرطة. ثم افتح تحليل الشبكة النظري للرسم البياني أو صندوق أدوات GRETNA في MATLAB. انقر فوق علامة التبويب FC Matrix Construction"وحدد مسار مجموعة البيانات الوظيفية لتحميل المستندات الأنيقة.قم بتنفيذ الخطوات كما هو موضح في خيار خط الأنابيب. بعد ذلك ، لتنفيذ تعريف عقدة الشبكة ، قم بتنزيل أحدث قاعدة بيانات Neurosynth عن طريق كتابة الأمر التالي. ثم قم بإنشاء مثيل مجموعة بيانات جديد من قاعدة البيانات.txt وإضافة ميزات إلى هذه البيانات عن طريق كتابة هذا الأمر. قم بإجراء تحليل تلوي لمصطلح الاهتمام مثل التنقل عن طريق كتابة الأمر. بعد ذلك ، حدد مجموعات الاهتمام من خلال دمج الخريطة التحليلية الوصفية وأطلس تقسيم الدماغ بالكامل مثل AICHA أو AAL عن طريق كتابة هذا الأمر من FSL.ثم اكتب البرامج النصية التالية في Python للتحقق من حجم كل منطقة في الخريطة. بعد ذلك ، قم بدمج جميع مناطق الدماغ في قالب بواسطة FSL Maths في FSL. لتقدير اتصال الشبكة ، انقر فوق FC Matrix Construction في برنامج GRETNA وانقر فوق ارتباط ثابت.قم بتحميل العقدة التي تم الحصول عليها من تعريف عقدة الشبكة كأطلس لحساب الارتباط الثابت لإشارات rs-fMRI لكل زوج من المناطق ونقلها إلى درجات Fisher's Z. للحصول على شبكة موجبة وموزونة بالخطوات المعروضة في خيار خط الأنابيب ، انقر فوق تحليل الشبكة. ثم أضف مصفوفات الشبكة إلى نافذة مصفوفة اتصال الدماغ واختر دليل الإخراج للتحضير.أضف عالما صغيرا ، وكفاءة عالمية ، ومعامل تجميع ، وأقصر طول مسار ، ومركزية درجة ، وكفاءة محلية إلى خط أنابيب التحليل المتري لشبكة GRETNA. حدد إيجابية في علامة المصفوفة. حدد تناثر الشبكة في طريقة الحد وأدخل مجموعة من تسلسلات العتبة.اختر نوع الشبكة كما هو مرجح. اضبط رقم الشبكة العشوائي على أنه 1،000 وانقر فوق تشغيل. لتحديد العدد الأمثل للوحدات في الشبكة ، احسب أولا متوسط شبكة الملاحة.ثم قسم متوسط الشبكة الناتج إلى 2 و 3 و 4 و 5 وحدات باستخدام الوظيفة ، الكتلة الطيفية ، في MATLAB. ثم قم بمحاذاة أقسام الوحدة باستخدام البرنامج النصي ، procrustes_alignment. م ، وحساب جزء من العقد مقسمة إلى نفس الوحدة في بقية واحد والباقي اثنين.حدد عدد الوحدات ذات أعلى قابلية للتكرار. لإجراء تحليل الشبكة ، افحص تشابه مقاييس الشبكة هذه بين شبكتين بأنواع مختلفة من الاستراتيجيات بدون تعريف مثل NaviNet AICHA و NaviNet AAL. تحقق من موثوقية إعادة اختبار اختبار مقاييس الشبكة هذه باستخدام الدالة ICC في MATLAB.في هذه الدراسة ، تم تحديد 27 منطقة دماغية مرتبطة بالملاحة المكانية باستخدام أطلس AICHA. تتكون هذه المناطق من المناطق الصدغية والجدارية الإنسية التي تم الإبلاغ عنها في دراسات التصوير العصبي للملاحة. وعلى سبيل المقارنة، أدرجت 20 منطقة من أطلس AAL.وأظهر تداخلا كبيرا وتوزيعا مجتمعيا مشابها بين المجموعتين بما في ذلك الوحدات البطنية والظهرية المتشابهة في كلتا الشبكتين. علاوة على ذلك ، أظهرت خمسة من المقاييس الستة ، باستثناء معامل التجميع ، ارتباطات كبيرة بين الشبكتين. زادت قيم التشابه مع عتبة التباين لجميع المقاييس تقريبا ، مما يشير إلى أن تحليل مستوى الشبكة يمكن أن يعكس اختلافات فردية مستقرة ، بغض النظر عن خيارات تعريف العقد ، وأن عتبة التباين من 0.30 إلى 0.40 ستؤدي إلى قابلية أفضل للتعميم في تحليل شبكة الملاحة.علاوة على ذلك ، أشار تقييم موثوقية إعادة اختبار الباقي للمقاييس الطوبولوجية لشبكات الملاحة إلى أن غالبية مقاييس الشبكة أظهرت موثوقية عادلة إلى جيدة في AICHA ، بينما أظهرت شبكة AAL موثوقية أعلى نسبيا. وبالإضافة إلى ذلك، فإن إدراج انحدار الإشارة العالمية في المعالجة المسبقة لبيانات FMRI يمكن أن يؤدي إلى موثوقية عالية. تشير هذه النتائج إلى أن معامل التجميع والعالم الصغير هما الأكثر موثوقية بين هذه المقاييس.باستخدام هذا النهج ، يمكن للباحثين التحقيق في المسار التنموي للشبكات المحددة وظيفيا. توفر خصائص الشبكة أيضا مؤشرات حيوية جديدة لتوجيه التحديد المبكر لاضطرابات الدماغ مثل مرض الزهايمر.

Research

JoVE Journal

Neuroscience

Combining Transcranial Magnetic Stimulation and fMRI to Examine the Default Mode Network

الجمع بين التنشيط المغناطيسي عبر الجمجمة والرنين المغناطيسي الوظيفي لدراسة وضع الشبكة الافتراضية

The default mode network is a group of brain regions that are active when an individual is not focused on the outside world and the brain is at "wakeful ...

Using MazeSuite and Functional Near Infrared Spectroscopy to Study Learning in Spatial Navigation

باستخدام MazeSuite والوظيفية الأدنى مطياف الأشعة تحت الحمراء لدراسة التعلم في الملاحة المكانية

MazeSuite is a complete toolset to prepare, present and analyze navigational and spatial experiments1. MazeSuite can be used to design and edit adapted ...

High-resolution Functional Magnetic Resonance Imaging Methods for Human Midbrain

عالية الدقة التصوير بالرنين المغناطيسي الوظيفي للطرق الدماغ المتوسط ​​الإنسان

Functional MRI (fMRI) is a widely used tool for non-invasively measuring correlates of human brain activity. However, its use has mostly been focused upon ...

High-throughput Analysis of Locomotor Behavior in the Drosophila Island Assay

High-throughput Analysis of Locomotor Behavior in the Drosophila Island Assay

تحليل الفائق للسلوك الحركي في مقايسة الجزيرة المورفولوجية

Advances in next-generation sequencing technologies contribute to the identification of (candidate) disease genes for movement disorders and other ...

Recording Synaptic Plasticity in Acute Hippocampal Slices Maintained in a Small-volume Recycling-, Perfusion-, and Submersion-type Chamber System

تسجيل اللدونة متشابك في شرائح هيبوكامبال الحاد تحتفظ في صغيرة الحجم-إعادة التدوير، ونضح-، وغمر من نوع نظام الدائرة

Even though experiments on brain slices have been in use since 1951, problems remain that reduce the probability of achieving a stable and successful ...

3D Kinematic Analysis for the Functional Evaluation in the Rat Model of Sciatic Nerve Crush Injury

3D تحليل الحركية للتقييم الوظيفي في نموذج الفئران من عرق النسا الأعصاب سحق الإصابة

Compared to the Sciatic Functional Index (SFI), kinematic analysis is a more reliable and sensitive method for performing functional evaluations of ...

Determining the Functional Status of the Corticospinal Tract Within One Week of Stroke

تحديد الوضع الوظيفي للمسار القشري الشوكي في غضون أسبوع واحد من السكتة الدماغية

High interindividual variability in the recovery of upper limb (UL) function after stroke means it is difficult to predict an individual&#39;s potential ...

Generation of Human Neurons and Oligodendrocytes from Pluripotent Stem Cells for Modeling Neuron-Oligodendrocyte Interactions

توليد الخلايا العصبية البشرية والخلايا قليلة التغصن من الخلايا الجذعية متعددة القدرات لنمذجة تفاعلات الخلايا العصبية قليلة التغصن

In Alzheimer&#8217;s disease (AD) and other neurodegenerative disorders, oligodendroglial failure is a common early pathological feature, but how it ...

A Metric Test for Assessing Spatial Working Memory in Adult Rats Following Traumatic Brain Injury

اختبار متري لتقييم الذاكرة العاملة المكانية في الفئران البالغة بعد إصابة الدماغ الرضية

Impairments to sensory, short-term, and long-term memory are common side effects after traumatic brain injury (TBI). Due to the ethical limitations of ...

Generation of Human Brain Organoids for Mitochondrial Disease Modeling

جيل من الأعضاء الدماغ البشري لنمذجة مرض الميتوكوندريا

Mitochondrial diseases represent the largest class of inborn errors of metabolism and are currently incurable. These diseases cause neurodevelopmental ...