معلومة

في تحليلات الرنين المغناطيسي الوظيفي ، ما الذي يقارن اختبار t فعليًا؟

في تحليلات الرنين المغناطيسي الوظيفي ، ما الذي يقارن اختبار t فعليًا؟


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

في تحليل الرنين المغناطيسي الوظيفي من المستوى الأول ، ليس من الواضح بالنسبة لي ما الذي يقارن في الواقع اختبار t الذي تم إجراؤه لكل فوكسل. لقد رأيت هذا موصوفًا بإحدى طريقتين مختلفتين:

  1. يقدّر اختبار t مدى ملاءمة النموذج (منحنى HRF الملتف مع التصميم) للبيانات (إشارة BOLD) ، بمعنى آخر هو مقياس لمدى ملاءمة هذا التوافق.

  2. يقارن اختبار t إشارة BOLD بخط الأساس.

أعتقد أنه يمكن تصور كلا هذين الاختبارين على أنهما اختباران لعينة واحدة ، ولكن من غير الواضح ما إذا كانت المقارنتان ستكونان في الواقع متكافئتين ، أو إذا تم استخدام أنواع مختلفة من اختبارات t في مواقف مختلفة ، مع وجود الحالتين المذكورتين أعلاه لكن مثالين.


ال معامل في الرياضيات او درجة هو مقياس مدى قوة توقع العامل المعطى للمتغير التابع ، أو بعبارة أخرى مقدار التباين في المتغير التابع الذي يمكن تفسيره بواسطة هذا العامل. لذا فإن المعامل نفسه ، وليس إحصاء t للمعامل ، هو مقياس لما تسميه إلى أي مدى يناسب النموذج (أو بشكل صحيح ، المُنحدِر) البيانات.

ال t- الإحصاء من المعامل في الانحدار المتعدد هو الاختبار الإحصائي لهذا المعامل ، محسوبًا على أنه المعامل مقسومًا على خطأه القياسي. لذلك سيكون من الأصح القول إن هذا مقياس لمدى موثوقية معامل العينة ، أو مدى احتمالية أن المعامل الحقيقي ، في ضوء المعامل الذي حصلنا عليه ، هو 0. لكن هذا من الناحية النظرية مستقل عن جودة مناسب ، ويمكن أن يكون لديك معامل مستقر للغاية ولكنه صغير ، والذي سيحصل على t-stat مرتفع ، أو معامل كبير في المتوسط ​​، ولكنه متغير للغاية ، والذي سيحصل على t-stat منخفض. من الواضح أن نتائج الاختبار ستعتمد أيضًا على حجم العينة ودرجات الحرية في نموذجك.

حيث قد يكون الالتباس هو أن المعامل هو إلى حد ما نفس المقارنة مع خط الأساس ، لأن خط الأساس ليس (أو لا ينبغي أن يكون) منحدرًا واضحًا في النموذج. سيعني المعامل الأعلى ، مع تساوي كل شيء آخر ، أن الملاءمة أفضل و / أو أن التأثير أكبر. ولكن ما لم تكن تجري بوضوح مقارنة بين التنشيط وخط الأساس ، فهذا ليس ما يعنيه المعامل في الواقع.

يمكنك قراءة المزيد حول هذه المشكلة الأخيرة هنا: https://github.com/jdkent/tests_and_musings/blob/master/magnitude_and_delay_in_bold.ipynb؟


حدود وموثوقية التصوير بالرنين المغناطيسي الوظيفي

التصوير بالرنين المغناطيسي الوظيفي (fMRI) هو تقنية تصوير عصبي تكتسب زخماً أكبر وتستخدم من قبل المتخصصين منذ اختراعها في عام 1990. واليوم ، لم يستخدم الباحثون طريقة التصوير هذه فقط لربط الآليات النفسية والعصبية ، ولكن أيضًا في مجالات العمل السريرية مثل لقد اقتبس الطب النفسي العصبي والجراحة قيمة عالية لدور الرنين المغناطيسي الوظيفي في فهم الاضطرابات السلوكية العصبية ورسم الخرائط قبل الجراحة. مع إحراز تقدم في تطبيقه في علم الدماغ والسلوك ، من الأهمية بمكان ملاحظة الأساس الذي يُفترض فيه التصوير بالرنين المغناطيسي الوظيفي ، والطلبات المتزايدة للبحوث التي تعود إلى مشكلة اقتران الدورة الدموية. لحسن الحظ ، قدمت أدبيات الرنين المغناطيسي الوظيفي الحديثة حول صحتها وموثوقيتها ، بالإضافة إلى الابتكارات المتزامنة في علم البيانات ، حلولًا ممكنة لتقليل التناقضات بين نتائج الرنين المغناطيسي الوظيفي وعلاقته بالعمليات العصبية.


قسم القراءة 3 (أنواع اختبار t) ، القسم 4 (ما هي درجات T؟) والقسم 6 (مشكلة المقارنة المتعددة).

تخيل أنك تجري تجربة حيث تريد مقارنة مجموعتين وتحديد الفرق بينهما. على سبيل المثال:

  • قارن ما إذا كان الناس في بلد ما أطول من الناس في دولة أخرى.
  • قارن ما إذا كان دماغ الشخص أكثر نشاطًا أثناء مشاهدة الأفلام السعيدة أكثر من الأفلام الحزينة.

يمكن تحليل هذه المقارنة من خلال إجراء تحليل إحصائي مختلف ، مثل اختبار t ، وهو ما تم وصفه في هذه المقالة.

إذن ، ما هو اختبار t؟ إنه نوع من الإحصاء الاستنتاجي يستخدم لدراسة ما إذا كان هناك فرق إحصائي بين مجموعتين. رياضيًا ، يحدد المشكلة بافتراض أن وسائل التوزيعين متساوية (H₀: µ₁ = µ₂). إذا رفض اختبار t الفرضية الصفرية (H₀: µ₁ = µ₂) ، فهذا يشير إلى أن المجموعات مختلفة على الأرجح.

يجب تنفيذ هذا الاختبار عندما يكون لدى المجموعات 20-30 عينة. إذا أردنا فحص مجموعات أكثر أو أحجام عينات أكبر ، فهناك اختبارات أخرى أكثر دقة من اختبارات t مثل z-test أو chi-square test أو f-test.

الأهمية: يرفض اختبار t أو يفشل في رفض الفرضية الصفرية ، ولا يقبلها أبدًا.


ما هي توزيعات t؟

ينتج عن اختبار t واحد قيمة t واحدة. الآن ، تخيل العملية التالية. أولاً ، لنفترض & rsquos أن الفرضية الصفرية صحيحة للسكان. الآن ، لنفترض أننا كررنا دراستنا عدة مرات عن طريق سحب العديد من العينات العشوائية من نفس الحجم من هذه المجموعة السكانية. بعد ذلك ، نجري اختبارات t على جميع العينات ونرسم توزيع قيم t. يُعرف هذا التوزيع بتوزيع العينات ، وهو نوع من توزيع الاحتمالات.

إذا اتبعنا هذا الإجراء ، فإننا ننتج رسمًا بيانيًا يعرض توزيع قيم t التي نحصل عليها من مجتمع تكون فيه الفرضية الصفرية صحيحة. نحن نستخدم توزيعات العينات لحساب الاحتمالات لمدى غرابة إحصائية العينة إذا كانت الفرضية الصفرية صحيحة.

لحسن الحظ ، لا نحتاج إلى الخوض في متاعب جمع العديد من العينات العشوائية لإنشاء هذا الرسم البياني! يفهم الإحصائيون خصائص توزيعات t حتى نتمكن من تقدير توزيع العينات باستخدام توزيع t وحجم العينة لدينا.

تحدد درجات الحرية (DF) للتصميم الإحصائي توزيع t لدراسة معينة. يرتبط DF ارتباطًا وثيقًا بحجم العينة. بالنسبة لاختبارات t ، يوجد توزيع t مختلف لكل حجم عينة.


نقاش

استقصت التجربة الحالية ما إذا كانت إشارات الرنين المغناطيسي الوظيفي المرتبطة بذاكرة التعرف على القشرة المخية والحصينية المرتبطة بتصنيفات الثقة الذاتية تختلف عن تلك المتعلقة بتقديرات نموذج UVSD و DPSD. لقد تعاملنا مع قوة الذاكرة مباشرةً في مهمة التعرف على الكلمات من خلال زيادة عروض العناصر عبر ظروف الانتباه المركزة والمقسمة في الدراسة ، وإيجاد أنماط مختلفة نوعياً من النشاط في الحُصين أثناء الدراسة والاختبار لنوعي التحليل. ولوحظ وجود علاقة مماثلة مع قوة الذاكرة لقشرة محيط محيط العين ، على الرغم من الاختبار فقط. بشكل عام ، تتوافق نتائجنا مع التوقعات من نماذج ذاكرة التعرف على الأشعة فوق البنفسجية أحادية العملية وتشير إلى أن مقاييس التعرف على ذاكرة الرنين المغناطيسي الوظيفي المستمدة من تقييمات الثقة ، في حين أنها مرتبطة بقوة الذاكرة ، من المحتمل أيضًا أن تعكس عنصرًا غير مرغوب فيه أو الارتباك المتعلق بالقرار.

تمشيا مع البحث السلوكي السابق ، كان تأثير تركيز الانتباه على العناصر المتباعدة المتكررة في الدراسة هو زيادة أداء ذاكرة التعرف عبر العروض التقديمية (على سبيل المثال ، Guez & amp Naveh-Benjamin ، 2006 Johnston & amp Uhl ، 1976 Homa & amp Fish ، 1975). أظهرت تقديرات نموذجي UVSD و DPSD للحساسية والتذكر على التوالي تأثيرات محسّنة لتركيز الانتباه وتكرار العناصر في الدراسة ، مما يؤكد التلاعب التجريبي لقوة الذاكرة. التأثير الأقوى نسبيًا لتكرار العناصر على تقدير نموذج DPSD للتذكر مقارنة بالألفة يتوافق أيضًا مع العمل السابق (على سبيل المثال ، Yonelinas ، 2002). ومع ذلك ، تباينت التقديرات من النموذجين عندما تباينت ظروف الانتباه المركزة والمقسمة بشكل مباشر ، مع زيادة تقدير قوة نموذج UVSD عبر عروض الدراسة ، في حين ظل تقدير التذكر لنموذج DPSD مستقرًا نسبيًا وانخفض تقدير الألفة. لذلك استخدمنا هذه التقديرات المتعارضة لإبلاغ تحليلاتنا بالرنين المغناطيسي الوظيفي. استخدمت دراسات حديثة أخرى نموذج DPSD بالمثل لإبلاغ تحليلات الرنين المغناطيسي الوظيفي ، على الرغم من أنها لم تستمد تقديرات من نموذج UVSD للمقارنة (على سبيل المثال ، Diana et al. ، 2010).

في كل من الدراسة والاختبار ، أظهر الحصين استجابات مختلفة (أي موزعة مكانيًا) وفقًا لما إذا كانت الإشارات مرتبطة بالثقة الذاتية أو التباينات المستنيرة بواسطة تقديرات نموذج UVSD و DPSD. في الدراسة ، أظهر الحصين الخلفي نشاطًا ثنائيًا عندما قوبلت استجابات الثقة العالية بالفشل بين ظروف الانتباه المركزة والمقسمة ، بما يتوافق مع نتائج دراسة الرنين المغناطيسي الوظيفي الحديثة التي استخدمت تباينًا مشابهًا قائمًا على الاستجابة الذاتية (Uncapher & amp Rugg ، 2008). وتجدر الإشارة إلى أن النشاط عبر نصفي الكرة الأرضية قد زاد في الحالة المركزة وانخفض في حالة الانتباه المنقسم. في الاختبار ، أظهر الحصين الخلفي الأيمن أيضًا نشاطًا مرتبطًا بردود ثقة عالية بالنسبة للحالات المفقودة ، على الرغم من أن هذا لم يختلف بين حالات الانتباه. تتناقض هذه النتيجة الأخيرة مع التأثير الرئيسي الهام للانتباه الذي أظهرته تقديرات تذكر نموذج DPSD وقد تشير إلى أن مقاييس التذكر بالرنين المغناطيسي الوظيفي على أساس تقييمات الثقة لا تعادل بالضرورة تقديرات النموذج. علاوة على ذلك ، قد يشير إلى أن النشاط المرتبط بتصنيفات الثقة في الدراسة لا يرتبط بالضرورة بالنشاط الذي لوحظ في الاختبار ، وهي قضية لم تأخذها الدراسات السابقة في الاعتبار (على سبيل المثال ، Uncapher & amp Rugg ، 2008). بدلاً من ذلك ، يمكن اعتبار النتيجة متسقة مع نتيجة Wais et al. (2010) ، الذي فشل مؤخرًا في العثور على نشاط الحصين التفاضلي لمقارنة استجابات الثقة العالية مع إسهامات المصدر الصحيحة وغير الصحيحة ، فُسرت على أنها تدعم حساب قوة الذاكرة. وفقًا لنهج DPSD ، يجب أن تكون التناقضات بين الانتباه المركّز مقابل الانتباه المنقسم والشروط الصحيحة مقابل المصدر غير الصحيح متشابهة من حيث تحديد التذكر (على سبيل المثال ، Eichenbaum et al. ، 2007 Yonelinas ، 2002).

على العكس من ذلك ، أظهر التحليل المستلهم من تقديرات النموذج أن فروق إشارة BOLD بين الظروف زادت عبر عروض العناصر في كل من الدراسة والاختبار في الحصين الأوسط والخلفي ، على التوالي ، وفقط في نصف الكرة الأيسر. هذه النتيجة ، التي تنبأ بها نموذج UVSD ، متوافقة مع تشغيل متغير قوة الأدلة الكلية (على سبيل المثال ، Wixted ، 2007 Dunn ، 2004) وتتعارض مع تنبؤ نموذج DPSD لاستجابة مستقرة نسبيًا للتذكر عبر العنصر العروض. ومع ذلك ، نظرًا لأن تقدير التذكر في نموذج DPSD تنبأ أساسًا بتأثير فارغ ، لا يمكننا استبعاد احتمال أن عدم وجود نشاط كبير لوحظ في فوكسل الحصين المجاور يعكس في الواقع عملية التذكر. للسبب نفسه ، لا يمكننا استبعاد احتمال أن عدم وجود نشاط كبير لوحظ في وحدات فوكسل القشرة المحيطة بالحيوان المجاور (انظر الفقرات التالية) يعكس أيضًا عملية التذكر ، على الرغم من أن حساب DPSD يرى أن المناطق الأخيرة مرتبطة بشكل انتقائي بالألفة (على سبيل المثال. ، Eichenbaum et al.، 2007 Brown & amp Aggleton، 2001). ومع ذلك ، فإن حقيقة أن التحليلات المستندة إلى الثقة والنموذج أنتجت استجابات ذروة الحصين المختلفة داخل وعبر نصفي الكرة الأرضية تشير إلى أن النهجين لقياس قوة الذاكرة ليسا متكافئين. نقترح أن هذا النقص في التكافؤ يعكس على الأرجح العنصر وأن عملية اتخاذ القرار تربك التي أبرزناها في المقدمة.

لم نتمكن من اكتشاف أي استجابات بالرنين المغناطيسي الوظيفي في قشرة محيط العين في الدراسة والتي كانت لها علاقة مهمة مع أي من التحليل القائم على النموذج ، على الرغم من أن التحليل القائم على الثقة أظهر نشاطًا كبيرًا في نصف الكرة الأيمن بين حالات الانتباه. أبلغت العديد من دراسات التصوير بالرنين المغناطيسي الوظيفي باستخدام تقييمات الثقة عن تنشيط القشرة المحيطة بالعمر أثناء الدراسة المتعلقة بالتعرف الناجح على العناصر في سياق العنصر مقابل مهام ذاكرة التعرف على المصدر / المنتسبين ، وقد تم اقتراح هذا لعكس العمليات التي قد تساهم في وقت لاحق تذكر، مثل ربط ميزات العنصر ذات الصلة (على سبيل المثال ، ارتباطات لون العنصر Staresina & amp Davachi ، 2008 Ranganath et al. ، 2003) أو معلومات المصدر المشفرة كتفاصيل عنصر (Diana et al. ، 2010). ومن ثم ، يمكن اعتبار هذه النتيجة متسقة مع عرض نموذج DPSD ، حيث أن التناقضات بين الاهتمام المركّز مقابل الانتباه المنقسم والشروط الصحيحة مقابل المصدر غير الصحيح يجب أن تؤدي إلى نتائج مماثلة من حيث التذكر (على سبيل المثال ، Eichenbaum et al. ، 2007 Yonelinas ، 2002). في التحليلات المستندة إلى النموذج ، تنبأ تقدير نموذج DPSD للألفة باستجابة منخفضة عبر عروض العناصر بين ظروف الانتباه ، بينما توقع نموذج UVSD العلاقة المعاكسة. لم يتم العثور على أي من النمطين في قشرة محيط محيط العين في الدراسة. وبالمثل ، فإن التحقيقات الخاصة بذاكرة العنصر التي تقارن الظروف المتفاوتة في القوة لم تبلغ عادةً عن نشاط القشرة المحيطية في الدراسة من أجل التعرف على الكلمات بنجاح ، على الرغم من الإبلاغ عن تنشيط الحصين (على سبيل المثال ، الكلمات منخفضة التردد مقابل الكلمات عالية التردد ، de Zubicaray et al. ، 2005a سهل مقابل الانتباه المنقسم بشدة ، Uncapher & amp Rugg ، 2005 Kensinger et al. ، 2003).

يتوافق غياب نشاط القشرة المحيطية المرتبط باستجابات الثقة العالية في الاختبار مع العمل السابق الذي تم إجراؤه من منظور DPSD (على سبيل المثال ، Yonelinas وآخرون ، 2005) ويشير إلى أن نشاط قشرة محيط محيط العين المرتبط بالثقة والذي لوحظ في الدراسة لا يستلزم بالضرورة استرجاع ذات الصلة في نفس المنطقة. ومع ذلك ، أظهرت قشرة محيط محيط العين نمطًا لزيادة النشاط بين الظروف وعبر العروض التقديمية في الاختبار فيما يتعلق بالتناقضات القائمة على النموذج. كان هذا متسقًا مع تنبؤ نموذج UVSD وغير متسق مع تنبؤ تقدير الألفة لنموذج DPSD للنشاط المنخفض. ومع ذلك ، على أساس المقارنات الإحصائية للمعاملات والمنحدرات لنشاط الحصين والقشرة المحيطة بالحيوان ، تشير نتائجنا إلى أن منطقتي MTL تظهران استجابات قوة مكافئة ، معارضة التقسيم التشريحي للعمل من حيث أنواع مختلفة من معالجة المعلومات. كما أنها لا تدعم تفسيرًا مفاده أن نشاط الحصين يمكن اعتباره المحدد الأساسي لقوة الذاكرة (راجع Wixted، 2007).

إن اكتشاف استجابات قوة الذاكرة المكافئة في قشرة الحصين والحيوان ، على الرغم من إمكانية تفسيرها على أنها متوافقة مع نهج المعالجة المزدوجة للأشعة فوق البنفسجية ، إلا أنها تتناقض مع حساب العملية المفردة الأبسط. يقترح حساب UVSD ثنائي العملية أنه يمكن دمج عمليات التذكر والألفة الموزعة باستمرار في متغير قوة ذاكرة واحد أحادي البعد (على سبيل المثال ، Wixted ، 2007) ، في حين أن حساب UVSD أحادي العملية يقترح ببساطة بُعدًا إجماليًا لقوة الأدلة . إذا أظهر الحصين والقشرة المحيطة بالحيوان استجابات مكافئة لقوة الذاكرة من حيث الانحدار (راجع سكوير وآخرون ، 2007) ، كما هو الحال في هذه الدراسة ، فإن قيمة اقتراح عمليات التذكر والألفة المختلفة نوعياً تبدو محدودة. لا يقدم نهج UVSD أحادي العملية هذا الافتراض الإضافي.

تفسير آخر محتمل لنتائجنا هو أن معدلات الضرب الإجمالية الأعلى في حالة الانتباه المركّز قد تكون مسؤولة عن اختلافات إشارة BOLD التي لوحظت في كل مستوى من مستويات قوة العنصر / الذاكرة. يبدو هذا غير محتمل لأن الاختلاف في معدلات الوصول بين ظروف الانتباه المركزة والمقسمة انخفض في الواقع مع زيادة عروض العناصر ، على عكس العلاقة التي لوحظت. لمعالجة هذا الاحتمال ، قمنا بموازنة معدلات الوصول للظروف المركزة والمقسمة في كل مستوى من مستويات عرض العناصر داخل المشاركين في تحليل لاحق. أظهرت قيم بيتا المستخرجة من ذروة فوكسل في الحُصين والقشرة المحيطة بالشعر مرة أخرى استجابات متزايدة مكافئة فيما يتعلق بتقديرات نموذج الأشعة فوق البنفسجية في كل من الدراسة والاختبار.

ملخص

دراسة الرنين المغناطيسي الوظيفي الحالية تتناقض مع أنماط نشاط الرنين المغناطيسي الوظيفي في الحُصين والقشرة المحيطة بالعمر المرتبطة بتصنيفات الثقة الذاتية والتناقضات المستنيرة بواسطة تقديرات نموذج UVSD و DPSD في كل من الدراسة والاختبار. أنتج هذان النوعان من التحليل أنماط نشاط مختلفة نوعياً. بشكل حاسم ، لم يعكس التحليل القائم على النموذج مصادر التباين المرتبطة بالارتباك في العناصر أو الفروق بين الأفراد في الفصل بين الذكريات الضعيفة والقوية. كشف هذا التحليل عن استجابات متزايدة في الحُصين في كل من الدراسة والاختبار والاختبار في القشرة المحيطة بالعمر. على الرغم من الاتساق بشكل عام مع حساب نموذج العملية الواحدة ، يمكن تفسير النتائج على أنها توفر دعمًا جزئيًا فقط لعرض نموذج DPSD أو لحساب يعتبر نشاط الحصين هو المقياس الأساسي لقوة الذاكرة. تتطلب طبيعة العلاقة (العلاقات) بين قياسات التصوير بالرنين المغناطيسي الوظيفي لنشاط MTL وقوة الذاكرة مزيدًا من البحث ، ويمكن تعزيز ذلك من خلال التباين الواضح للتنبؤات المستمدة من نماذج UVSD و DPSD.


نقاش

يتم ترجمة LOC من خلال تحديد تلك المناطق التي تقل فيها استجابة BOLD للصور السليمة للأشياء عن طريق التخليط لهذه الصور. يعطل الخلط جميع جوانب الشكل بما في ذلك شكل الأجزاء والعلاقات بين الأجزاء ، لذا فإن ما كان كائنًا سليمًا يصبح مصفوفة من النسيج.

لتقييم ما إذا كان جزء من الانخفاض في استجابة BOLD يمكن أن يُعزى بشكل مستقل إلى اضطراب العلاقات بين الأجزاء ، أنشأنا حالة تكون فيها أجزاء الكائن الأصلي مبعثرة ، لكن الأجزاء نفسها ظلت سليمة. لقد وثقت الدراسات السابقة للذاكرة البصرية قصيرة المدى أن الزيادة في عدد الكيانات المرئية المستقلة (بنفس درجة تعقيد المناطق الجغرافية في هذه الدراسة تقريبًا) تؤدي إلى زيادة استجابة BOLD في LOC (Xu & amp Chun ، 2006) ، لكننا لاحظنا انخفاضًا في استجابة BOLD. في حين لم يكن هناك تعليمات لمشاركينا لمطابقة المحفزات مع مسبار لاحق ، على الرغم من أنهم بالتأكيد حضروا المحفزات ، فإننا نستشهد بهذه النتيجة للإشارة إلى انخفاض استجابة BOLD في LOC من زيادة في عدد يمكن التعرف عليه ، المنبهات المستقلة ليست نتيجة واضحة على الإطلاق.

في هذه الدراسة ، تم استخدام نفس المحفزات لتحديد ROIs ولتقييم حجم الاستجابات ضمن تلك ROIs. على الرغم من أن استخدام Intact & gt Scrambled لتعريف LOC قياسي وتم تجنب التدوير المباشر باستخدام عمليات التشغيل المستقلة لتحديد وتقييم عائد الاستثمار ، لا يمكننا استبعاد احتمال أن تكون استجابات BOLD داخل ROI منحازة تجاه المنبهات السليمة.ومع ذلك ، نلاحظ أن عدد وحدات البكسل ونشاط الذروة في خريطة التباين المتناثرة و GT Scrambled لا يمكن تمييزها إحصائيًا عن تلك الموجودة في خريطة Intact & gt Scrambled. وبالتالي ، نستنتج أن طريقتنا في تعريف العائد على الاستثمار من غير المرجح أن تفسر التفضيل في LO و pFs من أجل سليمة على المنبهات المتناثرة.

كما تمت مراجعته في المقدمة ، هناك دليل مستقل على تمثيل LOC للأشياء من حيث الأجزاء (على سبيل المثال ، Hayworth & amp Biederman ، 2006) والعلاقات (Lescroart & amp Biederman ، 2012 Hayworth et al. ، 2011). تتمثل إحدى المساهمات الرئيسية لهذه الدراسة في إظهار أن العملية المحددة لتوطين LOC - تقليل استجابة BOLD من صور كائن مخلوط - لم يكن في جوهرها مجرد تمييز بين شكل الكائن والملمس وفقدان شكل الجزء لكن تعطل العلاقات بين الأطراف.

كان التناقض الواضح الوحيد في النمط العام للنتائج هو أن تباين (مبعثر ناقص مخلوط) ، الذي يُفترض أنه يعكس تكلفة فقدان شكل الجزء ، لم يكن ذا أهمية في LO في تجارب تصميم الكتلة.

الدور المحتمل للتأثيرات منخفضة المستوى في الحالة المبعثرة

تضمن الفصل بين الجيونات في الحالة المبعثرة بالضرورة العديد من اختلافات الصورة منخفضة المستوى مقارنة بالحالة السليمة. نظرًا لأنه تم تقييد المحفزات بحيث يتم فصلها بوضوح ولكنها تظل مغلقة داخل مربع محيط 3 ° × 3 ° في وسط الشاشة ، كان هناك انخفاض طفيف إلى معتدل في حجم الجيونات للبقاء داخل حدود المربع المحيط إنتاج المزيد من وحدات البكسل البيضاء (لون الخلفية). يتم تعويض هذا التأثير جزئيًا عن طريق الانسداد الجزئي للجيونات في حالة سليمة. بشكل عام ، 21 من أصل 51 صورة بها مسافة بيضاء أكثر بنسبة 2٪ تقريبًا في الحالة المبعثرة مقارنة بالحالة السليمة ، وهو اختلاف غير مهم ، ر(100) و 1 ، نانوثانية.

تجادل العديد من النتائج ضد احتمال أن تكون هذه الاختلافات في الميزات منخفضة المستوى مسؤولة عن انخفاض استجابة BOLD في الحالة المبعثرة. أولاً ، لم يكن هناك فرق بين الظروف السليمة والمشتتة في المناطق المرئية المبكرة ، على سبيل المثال ، V1 و V2 و V4. ثانيًا ، بقيت الجيونات قابلة للتحديد بسهولة في كلتا الحالتين وهناك دليل قوي على أن تنشيط LOC يعكس الحافز كما هو متصور بدلاً من اختلافات الميزات منخفضة المستوى (Kourtzi & amp Kanwisher ، 2001). في دراسة Kourtzi و Kanwisher ، تم عرض أشكال جديدة ثنائية الأبعاد إما خلف قضبان عمودية مسدودة جزئيًا أو أمام القضبان حيث لن يتم إغلاق أي من الخطوط. كانت تأثيرات التكيف في LOC مستقلة عن ظروف الانسداد / العمق ولكنها تأثرت بالاختلافات المتواضعة نسبيًا في الشكل المدرك للمحفزات. في الواقع ، الاختلافات الأكثر جذرية في مظهر الصورة - تلك الموجودة في الصور الفوتوغرافية مقابل الرسومات الخطية - ليس لها تأثير على التكيف في LOC (Grill-Spector et al. ، 2001). وبالتالي ، يتم الحفاظ على استجابة BOLD لعرض صورة فنجان بنفس القوة عند مشاهدة رسم خطي لهذا الكائن مثل الصورة الأصلية. أظهر Hayworth and Biederman (2006) أن الإصدارات التكميلية للرسومات الخطية للأشياء المألوفة ، والتي تم فيها حذف كل محيط ورأس ممتد آخر من كل من العناصر الجغرافية لكائن - بحيث لا يكون لأعضاء الزوج التكميلي حدود أو رؤوس مشتركة - معدة بعضها البعض بقدر ما استعدوا لأنفسهم. درس Hayworth و Biederman أيضًا التكيف بين الأزواج التكميلية لصور الكائن حيث تم حذف نصف الجيونات من كل عضو في زوج مكمل مع رفيقه التكميلي المكون من الجيونات المتبقية. وهكذا كان لهذه المحفزات أجزاء مختلفة. وجدوا أنه لا يوجد تمهيد (صيانة للتكيف) بين هذه الصور ، مما يشير إلى أن التمهيد لا يمكن أن يُعزى إلى مفهوم أو اسم مستوى أساسي أو ثانوي مشترك.

هناك أيضًا دليل وافٍ على أن الثبات في ضبط الشكل للاختلافات المتواضعة في حجم ومظهر الأشياء هو خاصية عامة في المناطق الأمامية الانتقائية للشكل في المسار البطني ، ولا يقتصر على دراسات التمهيدي / التكيف. وبالتالي ، فإن انتقائية خلايا تكنولوجيا المعلومات المكاك لا تتأثر إلا بشكل ضئيل بما إذا كانت الصورة عبارة عن كائن ظاهر ثلاثي الأبعاد أو صورة ظلية (Kayaert ، Biederman ، & amp Vogels ، 2005) أو حتى أكثر إثارة للإعجاب ، ما إذا كان الشكل ينقل بواسطة الإنارة اختلافات أو تفاوتات في الملمس أو الحركة (Sary، Vogels، & amp Orban، 1993). توثق تسجيلات الوحدة المفردة داخل الجمجمة في البشر ثبات نشاط الخلايا العصبية الفردية لتكنولوجيا المعلومات مع الاختلافات في الحجم والاتجاه في عمق صور الكراسي الفردية (Liu، Agam، Madsen، & amp Kreiman، 2009).

لقد وجدنا تفضيلًا للصور الجديدة في LO ، وهو ما يتوافق مع اكتشافنا الشامل للدماغ ، وهو أن التباين المألوف للرواية ناقصًا مجموعات من التنشيط في القشرة البصرية المبكرة أو بالقرب منها ، وهو تأثير كان واضحًا أيضًا في Margalit et al. (2016). كما نوقش سابقًا ، قد يكون التنشيط القذالي الجانبي الأكبر للرواية على الأشياء المألوفة نتيجة لدعوة الأشياء الجديدة إلى مزيد من الفحص ، في حين أن التنشيط الجداري الظاهر في نتائج الدماغ بالكامل قد يعكس تفاعلات حركية ضمنية أكبر (أي متخيلة) ناتجة عن رواية كائنات ثلاثية الأبعاد. على وجه التحديد ، ربما فكر المشاركون في الوظيفة المحتملة للأشياء الجديدة وكيف يمكن التلاعب بها (مما يؤدي إلى تنشيط الجداري).

يشير غياب أي تعزيز لاستجابة LOC BOLD من الكائنات المألوفة (مقابل الجديدة) إلى أن LOC هي مرحلة يتم فيها تمثيل الشكل المادي المدرك ، مع عدم وجود مساهمة ملموسة من دلالات الكائن. كما لوحظ عدم وجود تأثير لدلالات الكائن في LOC في دراستين سريعتين للتكيف المرتبط بالحدث حيث لم ينتج عن عرض سلسلة من صورتين كائن من فئات المستوى الأساسي المختلفة استجابة BOLD أكبر (والتي من المفترض أن تعكس إصدار من التكيف) مما كانت عليه عندما كانت الكائنات من نفس فئة المستوى الأساسي (Kim، Biederman، Lescroart، & amp Hayworth، 2009 Chouinard، Morrissey، Kohler، & amp Goodale، 2008).

ترميز العلاقات بين الأجزاء داخل LOC ، كما يتضح من استجابة BOLD الأكبر للأجسام السليمة مقارنةً بالجيونات المنفصلة في الحالة المبعثرة ، يحمل موازٍ لتشفير LOC للعلاقات بين الكائنات في المشاهد البسيطة. Kim and Biederman (2011) و Kim et al. (2011) قارن تنشيط LOC بأزواج من الكائنات التي تم تصويرها على أنها تتفاعل لتشكل مشهدًا واحدًا ، على سبيل المثال ، يمكن تصوير الري على أنه سقي نبات ، أو غير متفاعل ، على سبيل المثال ، عكس المرآة يمكن الري بحيث أصبح الآن يصور على أنه موجه بعيدًا عن النبات. في الحالة الأخيرة ، سيتم تفسير المصفوفة على أنها كائنين منفصلين غير متفاعلين ، يمكن وصفهما شفهيًا باستخدام أداة الربط "و" أو قائمة بسيطة. يمكن أن تكون الأشياء المتفاعلة في علاقة مألوفة ، على سبيل المثال ، طائر يطفو على منزل للطيور ، أو رواية ، على سبيل المثال ، طائر يجلس على أذن. تم تنشيط LOC بواسطة الكائنات المتفاعلة أكثر من الكائنات غير المتفاعلة مع دفعة إضافية من حداثة التفاعل (ربما أقرب إلى التعزيز المتعمد من الكائنات الجديدة في هذه الدراسة). لم يلاحظ أي من هذه الآثار في المنطقة المجاورة للحصين (PPA). في تصميم Kim et al. ، والتي من المفترض أن تؤثر على الانتباه البصري ، لم يكن لها أي تأثير. مزيد من الأدلة على أن رموز LOC العلاقات بين الكائن تم الإبلاغ عنها بواسطة Hayworth et al. (2011) ، الذي أظهر أنه في حين أن LOC كانت غير حساسة لترجمة زوج من الأشياء ، كانت حساسة للغاية للتغيير في الموضع النسبي. وبالتالي ، فإن نقل مشهد كامل لسلحفاة فوق حافلة يمينًا أو لأعلى لم ينتج عنه أي تحرير من التكيف ولكن تصوير الحافلة فوق السلحفاة ، مع نفس التغيير في الزاوية المرئية للأشياء الفردية كما هو الحال عند ترجمة المجموعة بأكملها ، أدى إلى ظهور تحرير كبير من التكيف. وبالتالي ، يبدو أن ترميز العلاقات في LOC لا يقتصر على ترميز العلاقات بين الأجزاء في كائنات مفردة ، ولكنه يشارك أيضًا في ترميز العلاقات بين الكائنات التي تحدد المشاهد. إن مشاهدة هذه التأثيرات بأجسام ومشاهد جديدة ومألوفة تشير إلى أن العلاقات تُحسب على الفور ، بدلاً من استرجاعها من الذاكرة.

نحن هنا نميز المشاهد ، بناءً على تفاعلات الكائنات ، من الإعدادات ، على سبيل المثال ، غابة أو طريق أو شاطئ ، والتي يمكن تحديدها جزئيًا بواسطة الخصائص الإحصائية (الطيفية) لخطوط المصفوفة ، التي تم فك تشفيرها وليس في LOC لكن في PPA أو قشرة الطحال الرجعي (Walther و Chai و Caddigan و Beck و amp Li ، 2011). بدلاً من تحديد العلاقات بين الكائنات ، قد يكون PPA والقشرة خلف الطحال أكثر مشاركة في تحديد التخطيط المادي للمشهد ، ربما كدليل للملاحة (Epstein ، Parker ، & amp Feiler ، 2007). من المثير للاهتمام أن DF ، التي لن تكون قادرة تمامًا على تفسير المشاهد التي تم تصويرها كرسومات خطية في دراسة Kim and Biederman (2011) ، قادرة ، مع ذلك ، على التنقل بكفاءة عبر بيئتها دون الاصطدام بالأشياء أو التعثر عليها ( Goodale & amp Milner ، 2013).

إن تحديد شكل الجزء وتحديد العلاقات بين الأجزاء (تحديد الكائنات) وبين الكائنات (تحديد المشاهد) يمنح بالتالي LOC كمنطقة حرجة حيث يتم تحقيق أوصاف الشكل المرئي للأشياء والمشاهد التي تعمل كمدخل إلى الارتباط اللاحق العمليات التي تنتج الإدراك البصري.


كود R لوظيفة rquery.test

تم إجراء هذا التحليل باستخدام R (الإصدار 3.1.0).

  1. أصغر قاسمي ، صالح زاهديسل اختبارات طبيعية للتحليل الإحصائي: دليل لغير الإحصائيين Int J Endocrinol Metab. 201210 (2): 486-489.
  2. Rochon J1، Gondan M، Kieser M. للاختبار أو عدم الاختبار: التقييم الأولي للحالة الطبيعية عند مقارنة عينتين مستقلتين BMC Med Res Methodol. 2012 يونيو 1912: 81.

هل استمتعت بهذا المقال؟ سأكون ممتنًا جدًا إذا كنت ستساعدها في الانتشار عن طريق إرسالها بالبريد الإلكتروني إلى صديق أو مشاركتها على Twitter أو Facebook أو Linked In.

أظهر لي بعض الحب مع أزرار الإعجاب أدناه. شكرا لكم ورجاء لا تنسوا المشاركة والتعليق أدناه !!

Avez vous aimé cet المقالة؟ Je vous serais très recnaissant si vous aidiez à sa diffusion en l'envoyant par courriel à un ami ou en le partageant sur Twitter، Facebook ou Linked In.

Montrez-moi un peu d'amour avec les like ci-dessous. Merci et n'oubliez pas، s'il vous plaît، de partager et de commenter ci-dessous!


النتائج

التحليلات السلوكية

بشكل عام ، أظهر المشاركون أداء ذاكرة التعرف الممتاز (متوسط ​​معدل الضرب "القديم بالتأكيد" = 0.75 متوسط ​​معدل الضرب "ربما قديم" = 0.11) ، مع اقتراب معدلات الإصابة من السقف في حالة الانتباه المركزة بعد عروض تقديمية لأربعة عناصر. كان متوسط ​​معدل الإنذار الخاطئ 0.16. نحن نلائم كلا من نماذج UVSD (انظر Dunn، 2004) و DPSD (Yonelinas، 1994) مع مجموعة كاملة من الاستجابات لكل مشارك (عبر أربع فئات استجابة) بشكل منفصل باستخدام أقصى تقدير للاحتمالية لتقدير المساهمات من بُعد فردي لقوة الأدلة أو ألفة. وعمليات التذكر التي تشبه العتبة في ظروف مختلفة (انظر الشكل 1). لم تكن بيانات أحد المشاركين قادرة على التوافق مع أي نموذج بسبب عدم كفاية عدد الاستجابات "المحتملة" ، في حين تم استبعاد آخر بسبب مشاكل مع بيانات التصوير الخاصة بهم (انظر القسم التالي). ومن ثم ، فإن التحليلات المقدمة هنا مأخوذة من المشاركين الـ 14 المتبقين. يقيس متكرر ANOVA على حساسية الذاكرة (دأ) كشفت قيمتان مشتقتان من نموذج UVSD باستخدام كل من حالة الدراسة وعروض العناصر كما هو الحال في متغيرات الموضوع عن التأثيرات الرئيسية لكلا الاهتمام ، F(1, 15) = 7.87, MSE = 2.42, ص & lt .05 ، والعروض التقديمية ، F(1, 14) = 8.46, MSE = 2.28, ص & لتر .005. كان التفاعل ليس كبيرا، F(1, 14) = 2.19, MSE = 1.82, ص & GT .05. يظهر فحص الشكل 1A أن ملف دأ تزداد القيم مع زيادة عدد عروض الدراسة في كل حالة من حالات الانتباه ، وتكون أعلى في حالة الانتباه المركّز بشكل عام. ANOVA مشابه على تقديرات معامل التباين (س) فشل في الكشف عن التأثيرات الرئيسية للانتباه ، F(1, 15) = 0.04, MSE = 1.19, ص & GT .05 ، أو العروض التقديمية ، F(1, 14) = 1.01, MSE = 1.56, ص & GT .05 ، على الرغم من أن التفاعل كان كبيرًا ، F(1, 14) = 5.29, MSE = 0.76, ص & lt .05 (الشكل 1C).

المخططات التي تعرض نموذج UVSD و DPSD يناسب البيانات السلوكية. (أ) تقديرات حساسية UVSD (دأ) كدالة لظروف الدراسة (الاهتمام المركّز / المنقسم وعدد عروض الدراسة). (ب) الاختلافات بين تقديرات حساسية UVSD لظروف الانتباه المركزة والمقسمة كدالة لعروض الدراسة. (ج) تقديرات التباين UVSD (س) كدالة لظروف الدراسة (الاهتمام المركّز / المنقسم وعدد عروض الدراسة). (د) الاختلافات بين تقديرات التباين UVSD لظروف الانتباه المركزة والمقسمة كدالة لعروض الدراسة. (هـ) تقديرات التذكر DPSD كدالة لحالة الدراسة (الاهتمام المركّز / المنقسم وعدد عروض الدراسة). (و) الاختلافات في تقديرات تذكر DPSD بين ظروف الانتباه المركزة والمقسمة كدالة لعروض الدراسة. (G) تقديرات الألفة DPSD كدالة لحالة الدراسة (الاهتمام المركّز / المنقسم وعدد عروض الدراسة). (ح) الاختلافات في تقديرات ألفة DPSD بين ظروف الانتباه المركزة والمقسمة كدالة لعروض الدراسة.

المخططات التي تعرض نموذج UVSD و DPSD يناسب البيانات السلوكية. (أ) تقديرات حساسية UVSD (دأ) كدالة لظروف الدراسة (الاهتمام المركّز / المنقسم وعدد عروض الدراسة). (ب) الاختلافات بين تقديرات حساسية UVSD لظروف الانتباه المركزة والمقسمة كدالة لعروض الدراسة. (ج) تقديرات التباين UVSD (س) كدالة لظروف الدراسة (الاهتمام المركّز / المنقسم وعدد عروض الدراسة). (د) الاختلافات بين تقديرات التباين UVSD لظروف الانتباه المركزة والمقسمة كدالة لعروض الدراسة. (هـ) تقديرات التذكر DPSD كدالة لحالة الدراسة (الاهتمام المركّز / المنقسم وعدد عروض الدراسة). (و) الاختلافات في تقديرات تذكر DPSD بين ظروف الانتباه المركزة والمقسمة كدالة لعروض الدراسة. (G) تقديرات الألفة DPSD كدالة لحالة الدراسة (تركيز / تركيز الانتباه وعدد عروض الدراسة). (ح) الاختلافات في تقديرات ألفة DPSD بين ظروف الانتباه المركزة والمقسمة كدالة لعروض الدراسة.

أجرينا ANOVA مماثلة على تقديرات نموذج DPSD للتذكر (الشكل 1E). كشف هذا بالمثل عن الآثار الرئيسية لكلا الاهتمام ، F(1, 15) = 6.42, MSE = 0.05, ص & lt .05 ، والعروض التقديمية ، F(1, 14) = 35.97, MSE = 0.01, ص & LT .001. كان التفاعل مرة أخرى غير مهم ، F(1, 14) = 0.86, MSE = 0.02, ص & GT .05. يُظهر فحص الشكل 1E أن تقديرات التذكر في كل حالة انتباه تزداد مع زيادة عدد عروض الدراسة ، مع زيادة التذكر في حالة الانتباه المركّز بشكل عام. يتوافق هذا مع البيانات السلوكية السابقة حول تكرار العناصر وتقديرات التذكر (انظر Yonelinas ، 2002). ومع ذلك ، لم يتم التنبؤ به من خلال مقترحات علم الأعصاب الإدراكي ذات العملية المزدوجة الأحدث التي تميز بين استجابات القشرة المحيطية (الألفة) والحصين (التذكر) ، والتي تعتبر فيها الأخيرة غير حساسة نسبيًا لتكرار العنصر (على سبيل المثال ، Eichenbaum et al. ، 2007) . كشف ANOVA على تقديرات نموذج DPSD للإلمام عن التأثير الرئيسي للانتباه ، F(1, 15) = 10.23, MSE = 0.14, ص & lt .01 ، على الرغم من أنه ليس من العروض التقديمية ، F(1, 14) = 1.68, MSE = 0.21, ص & GT .05. كان التفاعل كبيرا ، F(1, 14) = 8.88, MSE = 0.13, ص & LT .005 (الشكل 1G). مرة أخرى ، لا يتم التنبؤ بهذا النمط من خلال مقترحات علم الأعصاب الإدراكي ذات العملية المزدوجة الأكثر حداثة والتي تعتبر فيها استجابات القشرة المحيطية (الألفة) أكثر حساسية لتكرار العنصر (على سبيل المثال ، Eichenbaum et al. ، 2007 Brown & amp Aggleton ، 2001).

على الرغم من أن كل من حساسية UVSD وتقديرات تذكر نموذج DPSD أظهرت نمطًا مشابهًا للزيادة عبر الظروف والعروض التقديمية ، فإن تحليلات الاختلافات بين تقديرات النموذج المعنية لظروف الانتباه المركزة والمقسمة كشفت عن نمط مختلف تمامًا من النتائج (الشكل 1). تم تحقيق ذلك لكل نموذج عن طريق تحليل الانحدار لبيانات المقاييس المتكررة التي أوصى بها لورتش ومايرز (1990 ، الطريقة الثالثة ، ص 153). 3 تم حساب تحليل الانحدار الخطي لكل اختلاف في تقدير النموذج لكل مشارك فردي ، مع عدد عروض الدراسة كمتغير تنبؤ. في خطوة أخيرة ، أ ر تم إجراء اختبار لاختبار ما إذا كانت أوزان الانحدار للمجموعة تختلف اختلافًا كبيرًا عن الصفر. بالنسبة لتقديرات فرق حساسية نموذج UVSD ، اقترب معامل القوة من الأهمية ، ر(13) = 2.01, SE = 0.23, ص = .065 ، مع الاختلاف في حساسية الذاكرة بين ظروف الانتباه المركزة والمقسمة التي تظهر زيادة عددية عبر عروض الدراسة (الشكل 1 ب). تم العثور على تأثير خطي كبير للاختلاف في تقديرات معامل التباين ، ر(13) = 2.78, SE = 0.17, ص & لتر .05 (الشكل 1 د). على النقيض من ذلك ، ظل الاختلاف في تقديرات التذكر بين ظروف الانتباه مستقرًا نسبيًا عبر عروض الدراسة وفقًا لنموذج DPSD ، ر(13) = 0.63, SE = 0.02, ص = .54 (الشكل 1F) ، بينما أظهر الاختلاف في تقديرات الألفة بين ظروف الانتباه انخفاضًا خطيًا كبيرًا ، ر(13) = −3.36, SE = 0.08, ص & لتر .01 (الشكل 1 ح).

تحليلات الرنين المغناطيسي الوظيفي: مرحلة الدراسة

تم استبعاد بيانات التصوير من أحد المشاركين بسبب المشكلات التي تمت مواجهتها أثناء خطوة تجزئة الصورة T1. تم إجراء التحليلات على البيانات من المشاركين الخمسة عشر المتبقين وتم تصميمها لمقارنة إشارات الرنين المغناطيسي الوظيفي المرتبطة بالتقديرات الذاتية لقوة الذاكرة المستمدة من تقييمات الثقة وتقديرات نموذج UVSD و DPSD الأكثر موضوعية.

أجرينا أولاً تحليلاً فقط للردود القديمة عالية الثقة ("القديمة بالتأكيد") ، مقارنينها بالردود على العناصر المدروسة التي لم يتم التعرف عليها (أي الانتباه المفقود) في كل حالة (الانتباه المركّز مقابل الانتباه المنقسم). تحليل "الذاكرة اللاحقة" هذا مشابه لتلك التي تم إجراؤها لتحديد النشاط المتعلق بالتذكر في الدراسات السابقة للانتباه المركّز والمقسّم الذي تم إجراؤه من منظور DPSD (على سبيل المثال ، Uncapher & amp Rugg ، 2008). نظرًا لأن التحليل يقتصر على استجابات الثقة العالية ، فإنه لا يتضمن ارتباكًا في قوة الذاكرة عند مقارنة ظروف الانتباه المقترحة للاختلاف من حيث التذكر (راجع Wais et al. ، 2010). كشف ANOVA عن نشاط كبير في كل من الحصين الأيسر الخلفي والأيمن الأوسط (الذروة −22 ، −22 ، −18 ، ض = 4.40 ، ذروة 278 فوكسل 24 ، 10 ، 20 ، ض = 4.40 ، 203 فوكسل ، على التوالي) والقشرة الشوكية اليمنى (الذروة 30 ، 8 ، −22 ، ض = 3.23 ، 42 فوكسل). وتجدر الإشارة إلى أن القمم الثلاثة تدل على زيادة في النشاط في الحالة المركزة وانخفاض في حالة الانتباه المنقسم (انظر الشكل 2 أ-ج). لم يلاحظ أي نشاط كبير في قشرة محيط العين في نصف الكرة الأيسر.

استجابات إشارة BOLD في الدراسة المستمدة من التحليلات القائمة على الثقة والنموذج. يظهر تنشيط الذروة بشكل كبير في الجزء العلوي متراكبًا على شريحة إكليلية من متوسط ​​مجموعة الصور المرجحة T1 في مساحة أطلس MNI ، مع قيم بيتا المصاحبة. تمثل أشرطة الخطأ SEM. (أ) تنشيط كبير في الحصين الخلفي الأيسر على النقيض من ضربات الثقة العالية مقابل الإخفاقات. (ب) تنشيط كبير في الحصين الخلفي الأيمن على النقيض من ضربات الثقة العالية مقابل الإخفاقات. (ج) تنشيط كبير في قشرة محيط الأذن اليمنى على النقيض من ضربات ثقة عالية مقابل يخطئ. (د) تنشيط كبير في الحصين الأوسط الأيسر للتباين القائم على النموذج لظروف الانتباه المركزة والمقسمة عبر مستويات عرض العنصر.

استجابات إشارة BOLD في الدراسة المستمدة من التحليلات القائمة على الثقة والنموذج. يظهر تنشيط الذروة بشكل كبير في الجزء العلوي متراكبًا على شريحة إكليلية من متوسط ​​مجموعة الصور المرجحة T1 في مساحة أطلس MNI ، مع قيم بيتا المصاحبة. تمثل أشرطة الخطأ SEM. (أ) تنشيط كبير في الحصين الخلفي الأيسر على النقيض من ضربات الثقة العالية مقابل الإخفاقات. (ب) تنشيط كبير في الحصين الخلفي الأيمن على النقيض من ضربات ثقة عالية مقابل يخطئ. (C) تنشيط كبير في القشرة المخية اليمنى على النقيض من الثقة العالية يضرب مقابل يخطئ. (د) تنشيط كبير في الحصين الأوسط الأيسر للتباين القائم على النموذج لظروف الانتباه المركزة والمقسمة عبر مستويات عرض العنصر.

قمنا بعد ذلك بقياس نشاط قوة الذاكرة اللاحقة عن طريق التباين المباشر بين الاستجابات القديمة الصحيحة (النتائج) في ظروف الانتباه المركزة مقابل الانقسام في الدراسة في كل مستوى من مستويات العرض (أي مرة أو مرتين أو أربع مرات). وفقًا لتقديرات حساسية نموذج UVSD ، يجب أن يكشف هذا التحليل عن نمط لزيادة الاستجابات (الشكل 1 ب). وفقًا لتقديرات تذكر نموذج DPSD (الشكل 1F) ، يجب أن يكشف التحليل عن اختلاف بسيط أو معدوم عبر عروض الدراسة في نشاط الحصين. تقديرات الألفة لنموذج DPSD (الشكل 1 ح) تتنبأ أيضًا بانخفاض خطي في الاستجابات بشكل انتقائي في قشرة محيط محيط العين. كشفت ANOVA عن نشاط كبير في الحصين الأوسط الأيسر ، يتوافق مع التأثير الرئيسي للعروض التقديمية للدراسة (ذروة فوكسل −22 ، −26 ، −20 ، ض = 3.36 ، 39 فوكسل انظر الشكل 2 د). لم يلاحظ أي نشاط كبير في الحُصين الأيمن أو في القشرة المحيطة بالعمر في أي من نصفي الكرة الأرضية.

نظرًا لأن ANOVA لا تضع أي افتراضات حول شكل الاستجابة عبر عروض العناصر وقد تكون مهمة إذا كانت إحدى وسائل شروط عرض العناصر فقط مختلفة عن غيرها ، لذلك قمنا بتراجع نشاط ذاكرة الحصين الأوسط الأيسر على عدد عروض الدراسة واختبرت موثوقية الاستجابة. تم تحقيق ذلك من خلال تحليل الانحدار لبيانات المقاييس المتكررة التي أوصى بها Lorch and Myers (1990 ، الطريقة 3 ، ص. 153). تضمن هذا أولاً استخراج قيم بيتا ، لجميع المشاركين ، لتناقضات الانتباه المركّز مقابل الانتباه المنقسم في كل عرض تقديمي للدراسة من ذروة فوكسل التي تم تحديدها سابقًا. في الخطوة الثانية ، تم حساب تحليل الانحدار الخطي لكل مشارك فردي مع عدد من عروض الدراسة كمتغير توقع. في خطوة أخيرة ، أ ر تم إجراء اختبار لاختبار ما إذا كانت أوزان الانحدار للمجموعة تختلف اختلافًا كبيرًا عن الصفر. يمكن ملاحظة علاقة خطية إيجابية كبيرة في الشكل 2C ، ر(14) = 2.84, SE = 1.52, ص & لتر .05.

تحليلات الرنين المغناطيسي الوظيفي: مرحلة التعرف

بالنسبة لبيانات مرحلة الاختبار ، أجرينا مرة أخرى تحليلات منفصلة للثقة الذاتية مقابل التناقضات القائمة على النموذج. تم إجراء التحليل الأول على الاستجابات الصحيحة "القديمة بالتأكيد" عبر عروض الدراسة ، مع مقارنة نشاط الثقة العالية (أو التذكر) في ظروف الانتباه المركزة والمقسمة في الاختبار مع النشاط المرتبط بالأخطاء (على سبيل المثال ، Uncapher & amp Rugg ، 2008). فشل ANOVA في الكشف عن أي نشاط مهم في أي من الحصين أو القشرة المحيطة بالعمر ROIs عبر نصفي الكرة الأرضية. قمنا بعد ذلك بفحص نمط النشاط بشكل منفصل لكل حالة باستخدام مباشرة ر التناقضات. أظهر الحصين الخلفي الأيمن نشاطًا أكبر بكثير لعناصر الثقة العالية التي تمت دراستها تحت الانتباه المنقسم مقارنة بالعناصر المفقودة (الذروة 14 ، −34 ، 0 ، ض = 3.87 ، 41 فوكسل) ، بينما أظهرت عناصر الثقة العالية التي تمت دراستها باهتمام مركّز مقارنة بالعناصر المفقودة اتجاهًا غير مهم نحو نشاط أكبر في ذروة مماثلة (ض = 3.13 ، 11 فوكسل ، ص & GT .05 الكتلة عتبة) (انظر الشكل 3 أ). لم يلاحظ أي نشاط كبير في الحصين الأيسر أو في القشرة المحيطة بالعمر في أي من نصفي الكرة الأرضية لكل تباين.

استجابات إشارة BOLD في الاختبار المستمدة من التحليلات القائمة على الثقة والنموذج. يظهر تنشيط الذروة بشكل كبير في الجزء العلوي متراكبًا على شريحة إكليلية من متوسط ​​مجموعة الصور المرجحة T1 في مساحة أطلس MNI ، مع قيم بيتا المصاحبة. تمثل أشرطة الخطأ SEM. (أ) التنشيط في الحصين الخلفي الأيمن للتباين بين ضربات الثقة العالية مقابل الضربات في كلتا الحالتين. (ب) تنشيط كبير في الحصين الخلفي الأيسر للتباين القائم على النموذج لظروف الانتباه المركزة والمقسمة عبر مستويات عرض العنصر. (ج) تنشيط كبير في قشرة محيط الأذن اليسرى للتناقض المستند إلى النموذج لظروف الانتباه المركزة والمقسمة عبر مستويات عرض العنصر.

استجابات إشارة BOLD في الاختبار المستمدة من التحليلات القائمة على الثقة والنموذج. يظهر تنشيط الذروة بشكل كبير في الجزء العلوي متراكبًا على شريحة إكليلية من متوسط ​​مجموعة الصور المرجحة T1 في مساحة أطلس MNI ، مع قيم بيتا المصاحبة. تمثل أشرطة الخطأ SEM. (أ) التنشيط في الحصين الخلفي الأيمن للتباين بين ضربات الثقة العالية مقابل الضربات في كلتا الحالتين. (ب) تنشيط كبير في الحصين الخلفي الأيسر للتباين القائم على النموذج لظروف الانتباه المركزة والمقسمة عبر مستويات عرض العنصر. (ج) تنشيط كبير في قشرة محيط الأذن اليسرى للتناقض المستند إلى النموذج لظروف الانتباه المركزة والمقسمة عبر مستويات عرض العنصر.

تشير التحليلات المذكورة أعلاه باستخدام الثقة الذاتية كمقياس للتذكر أو قوة الذاكرة إلى أن نشاط الحصين كان غير حساس نسبيًا للتلاعب بالانتباه. قمنا بعد ذلك بفحص أنماط النشاط من خلال مقارنة ظروف الانتباه المركزة مقابل الانقسام مرة أخرى باستخدام جميع العناصر / التجارب ذات الاستجابات القديمة الصحيحة (الزيارات) في كل عرض تقديمي. وفقًا لبيانات مرحلة الدراسة ، تتنبأ تقديرات حساسية نموذج UVSD بنمط لزيادة الاستجابات (الشكل 1 ب). ومع ذلك ، فإن تقديرات تذكر نموذج DPSD (الشكل 1F) تتنبأ باختلاف ضئيل أو معدوم عبر عروض الدراسة في نشاط الحصين ، ونمط من الاستجابات المتناقصة في قشرة محيط العين المرتبط بتقديرات الألفة (الشكل 1 ح). كشف ANOVA عن نشاط كبير في الحصين الخلفي الأيسر (ذروة فوكسل −22 ، −34 ، −10 ، ض = 3.26 ، 44 فوكسل) و ROIs حول القشرة الشوكية (ذروة فوكسل −38 ، −12 ، −28 ، ض = 3.33 ، 41 فوكسل) ، المقابلة للتأثير الرئيسي لعروض الدراسة (انظر الشكل 3). لم يلاحظ أي نشاط كبير في نصف الكرة الأيمن في أي من العائد على الاستثمار.

بعد ذلك ، أجرينا تحليلات الانحدار لبيانات المقاييس المتكررة للاستجابات المحددة لقوة الذاكرة في الحصين والذاكرة المحيطة بالحيوان وفقًا للطريقة المطبقة لبيانات مرحلة الدراسة التي تمت مناقشتها في الفقرة السابقة (Lorch & amp Myers ، 1990). بالنسبة لاستجابة الحصين اليسرى ، يمكن رؤية علاقة خطية إيجابية كبيرة في الشكل 3 ب ، ر(14) = 3.72, SE = 4.29, ص & لتر .005. يمكن أيضًا ملاحظة وجود علاقة خطية إيجابية كبيرة في قشرة محيط الأذن اليسرى ، ر(14) = 3.54, SE = 3.18, ص & lt .005 (الشكل 3 ج).

أخيرًا ، قمنا بمقارنة معاملات ومنحدرات استجابات قوة الذاكرة الحُصَينية والحيوية لتحديد ما إذا كانت تختلف اختلافًا كبيرًا. لم يختلف المعاملان اختلافًا كبيرًا وفقًا لمعامل Steiger ض اختبار المعاملات المترابطة ، ض = 0.45, ص & gt .05 (Meng، Rosenthal، & amp Rubin، 1992) ، مما يشير إلى أن كلا المنطقتين يمثلان قدرًا مماثلًا من التباين من حيث استجابات قوة الذاكرة. وبالمثل ، أ ر أشار الاختبار الذي يقارن بين المنحدرين إلى أنهما لا يختلفان بشكل كبير (ر = 1.39, ص & GT .05).


أنوفا

ان أنوفا (تحليل التباين) يستخدم لتحديد ما إذا كان هناك فرق ذو دلالة إحصائية بين وسائل ثلاث مجموعات أو أكثر. أكثر اختبارات ANOVA شيوعًا في الممارسة هي ANOVA أحادية الاتجاه و ANOVA ثنائية الاتجاه:

اتجاه واحد أنوفا: يستخدم لاختبار ما إذا كان هناك فرق ذو دلالة إحصائية بين وسائل ثلاث مجموعات أو أكثر عندما يمكن تقسيم المجموعات على عامل واحد.

مثال: قمت بتقسيم فصل من 90 طالبًا بشكل عشوائي إلى ثلاث مجموعات من 30 طالبًا. تستخدم كل مجموعة أسلوب دراسة مختلفًا لمدة شهر واحد للتحضير لامتحان. في نهاية الشهر ، يخضع جميع الطلاب للاختبار نفسه. أنت تريد معرفة ما إذا كان أسلوب الدراسة له تأثير على درجات الامتحان أم لا ، لذا فأنت تقوم بإجراء ANOVA أحادي الاتجاه لتحديد ما إذا كان هناك فرق ذو دلالة إحصائية بين متوسط ​​الدرجات للمجموعات الثلاث.

اتجاهين أنوفا: يستخدم لاختبار ما إذا كان هناك فرق ذو دلالة إحصائية بين وسائل ثلاث مجموعات أو أكثر عندما يمكن تقسيم المجموعات على عاملين.

مثال: تريد تحديد ما إذا كان مستوى التمرين (عدم التمرين ، والتمارين الخفيفة ، والتمارين الرياضية المكثفة) والجنس (ذكر ، وأنثى) يؤثران على فقدان الوزن. في هذه الحالة ، العاملان اللذان تدرسهما هما التمرين والجنس ومتغير الاستجابة هو فقدان الوزن (يُقاس بالجنيه). يمكنك إجراء تحليل ANOVA ثنائي الاتجاه لتحديد ما إذا كانت التمارين والجنس يؤثران على فقدان الوزن ولتحديد ما إذا كان هناك تفاعل بين التمرين والجنس على فقدان الوزن.

لكي ينتج ANOVA نتائج صحيحة ، يجب استيفاء الافتراضات التالية:

  • الحالة الطبيعية - جميع المجموعات السكانية التي ندرسها تتبع التوزيع الطبيعي. لذلك ، على سبيل المثال ، إذا أردنا مقارنة درجات الاختبار لثلاث مجموعات مختلفة من الطلاب ، فيجب توزيع درجات الاختبار للمجموعة الأولى والمجموعة الثانية والمجموعة الثالثة بشكل طبيعي.
  • تباين متساوي - الفروق السكانية في كل مجموعة متساوية أو متساوية تقريبًا.
  • استقلال - يجب أن تكون الملاحظات في كل مجموعة مستقلة عن بعضها البعض. عادة ما يعتني التصميم العشوائي بهذا الأمر.

إذا تم استيفاء هذه الافتراضات ، فمن الآمن استخدام ANOVA لاختبار الفرق بين وسائل ثلاث مجموعات أو أكثر.


1 المقدمة

تحليل المكونات المستقلة (ICA) هو نهج يعتمد على البيانات ويستخدم لحظات إحصائية عالية المستوى لتوفير حلول لمشاكل الفصل بين المصدر الأعمى [1]. لقد ثبت أن هذه التقنية قادرة على تقسيم الإشارات الفيزيولوجية والفيزيائية المختلفة في دراسات التصوير بالرنين المغناطيسي الوظيفي (fMRI) لتنشيط الدماغ [2 & # x020135]. هناك نوعان أساسيان من طرق ICA: (1) ICA الزمني (tICA) ، والذي يستخدم لاكتشاف تغييرات معينة في السلسلة الزمنية لإشارات الرنين المغناطيسي الوظيفي من مناطق الدماغ ذات الأهمية (ROIs) [6] ، و (2) المكاني ICA (sICA) ، والتي غالبًا ما تستخدم لتحديد تغييرات نشاط الدماغ وكانت ، حتى الآن ، طريقة ICA المهيمنة المستخدمة في تطبيقات الرنين المغناطيسي الوظيفي [7]. هنا ، نركز فقط على طريقة sICA لتحليل بيانات الرنين المغناطيسي الوظيفي.

في بيانات الرنين المغناطيسي الوظيفي ، تمثل الإشارات المعتمدة على مستوى أكسجة الدم (BOLD) تغيرات نشاط الدماغ ويمكن التعبير عنها بتقلبات تي 2* إشارات [8]. إشارة BOLD هي وظيفة معقدة للنشاط العصبي ، واستقلاب الأكسجين ، وحجم الدم في المخ ، وتدفق الدم في المخ ، وغيرها من المعلمات الفسيولوجية. الافتراض الأساسي لـ sICA لتحليل بيانات الرنين المغناطيسي الوظيفي هو أن إشارات الرنين المغناطيسي الوظيفي المرصودة عبارة عن مجموع خطي من المكونات المختلفة المنفصلة عند كل فوكسل [9]. ومع ذلك ، يُعتقد أن الديناميكيات الكامنة وراء النشاط العصبي وعلم وظائف الأعضاء الدورة الدموية غير خطية [10 ، 11] ، ولا تلبي تلقائيًا نموذج المتغيرات الكامنة الشائعة الاستخدام (انظر أدناه). على الرغم من وجود حلول حسابية دائمًا لـ sICA لبيانات الرنين المغناطيسي الوظيفي ، إلا أنها غير فريدة [12]. ومن ثم ، من أجل استخدام sICA لتوطين تغييرات نشاط الدماغ ، يجب حل مشكلة تحويل الإشارات غير الخطية إلى إشارات خطية.

على الرغم من اقتراح ICA الفريد غير الخطي في الدراسات السابقة [13] وهناك طرق مختلفة لتنظيم حلول ICA [12 ، 14] ، إلا أنه نادرًا ما تم تطبيق هذه الأساليب حتى الآن على دراسات الرنين المغناطيسي الوظيفي. على سبيل المثال ، تم تحديد طرق تحويل المخاليط غير الخطية في ICA إلى مخاليط خطية عكسية [15 ، 16]. بالإضافة إلى ذلك ، يمكن معالجة المخاليط الملتفة اللاحقة غير الخطية بنفس طريقة معالجة بعض الخلائط اللاحقة غير الخطية ، والتي يمكن بعد ذلك تحويلها إلى مخاليط خطية [12]. تتمثل إحدى الصعوبات الأساسية في حل مشكلات ICA غير الخطية في أن حلولها غير فريدة إذا لم يكن هناك تنظيم مناسب. بشكل أكثر عمومية ، تتمثل الطريقة الأساسية لحل مشاكل ICA غير الخطية في تحويل المتغيرات غير الخطية أو القياسات إلى مخاليط خطية بحيث يمكن اختزال مشاكل ICA غير الخطية إلى مشاكل ICA الخطية التقليدية.

في هذه الدراسة ، نقترح استخدام القوة اللحظية كنهج تنظيم جديد في ICA لتحويل إشارات الرنين المغناطيسي الوظيفي غير الخطية إلى أشكال خطية من أجل تلبية الافتراض في & # x0201clatent المتغير & # x0201d نموذج ICA. يحدد نهج fMRI القائم على الطاقة (ip-fMRI) طاقة إشارات الرنين المغناطيسي الوظيفي من خلال منتجاتها الداخلية بحيث يمكن تمثيل طاقة الإشارة من خلال تباين إشارات الرنين المغناطيسي الوظيفي ، والتي تعتبر جزءًا لا يتجزأ من قوتها اللحظية. بناءً على التنظيم ، يتم بعد ذلك تقسيم الطاقة اللحظية لإشارات الرنين المغناطيسي الوظيفي إلى مكونات مستقلة باستخدام نظام sICA التقليدي. هناك ثلاث خطوات في تأسيس طريقتنا. أولاً ، نصف بإيجاز نظريات ICA والقوة اللحظية لإشارات الرنين المغناطيسي الوظيفي. ثانيًا ، استنادًا إلى منحنيات الدقة الناتجة وخصائص المشغل المتلقي (ROC) ، نصف كيف يمكن استخدام بيانات محاكاة التصوير بالرنين المغناطيسي الوظيفي لتقييم أداء نهج التصوير بالرنين المغناطيسي الوظيفي ومقارنته بنتائج الرنين المغناطيسي الوظيفي التقليدية. ثالثًا ، نصف كيف تم اختبار النهج الجديد بشكل أكبر من خلال تطبيقه على البيانات البشرية لتحليل عمليات تنشيط الدماغ التي تسببها المهام.


قسم القراءة 3 (أنواع اختبار t) ، القسم 4 (ما هي درجات T؟) والقسم 6 (مشكلة المقارنة المتعددة).

تخيل أنك تجري تجربة حيث تريد مقارنة مجموعتين وتحديد الفرق بينهما. على سبيل المثال:

  • قارن ما إذا كان الناس في بلد ما أطول من الناس في دولة أخرى.
  • قارن ما إذا كان دماغ الشخص أكثر نشاطًا أثناء مشاهدة الأفلام السعيدة أكثر من الأفلام الحزينة.

يمكن تحليل هذه المقارنة من خلال إجراء تحليل إحصائي مختلف ، مثل اختبار t ، وهو ما تم وصفه في هذه المقالة.

إذن ، ما هو اختبار t؟ إنه نوع من الإحصاء الاستنتاجي يستخدم لدراسة ما إذا كان هناك فرق إحصائي بين مجموعتين. رياضيًا ، يحدد المشكلة بافتراض أن وسائل التوزيعين متساوية (H₀: µ₁ = µ₂). إذا رفض اختبار t الفرضية الصفرية (H₀: µ₁ = µ₂) ، فهذا يشير إلى أن المجموعات مختلفة على الأرجح.

يجب تنفيذ هذا الاختبار عندما يكون لدى المجموعات 20-30 عينة. إذا أردنا فحص مجموعات أكثر أو أحجام عينات أكبر ، فهناك اختبارات أخرى أكثر دقة من اختبارات t مثل z-test أو chi-square test أو f-test.

الأهمية: يرفض اختبار t أو يفشل في رفض الفرضية الصفرية ، ولا يقبلها أبدًا.


ما هي توزيعات t؟

ينتج عن اختبار t واحد قيمة t واحدة. الآن ، تخيل العملية التالية. أولاً ، لنفترض & rsquos أن الفرضية الصفرية صحيحة للسكان. الآن ، لنفترض أننا كررنا دراستنا عدة مرات عن طريق سحب العديد من العينات العشوائية من نفس الحجم من هذه المجموعة السكانية. بعد ذلك ، نجري اختبارات t على جميع العينات ونرسم توزيع قيم t. يُعرف هذا التوزيع بتوزيع العينات ، وهو نوع من توزيع الاحتمالات.

إذا اتبعنا هذا الإجراء ، فإننا ننتج رسمًا بيانيًا يعرض توزيع قيم t التي نحصل عليها من مجتمع تكون فيه الفرضية الصفرية صحيحة. نحن نستخدم توزيعات العينات لحساب الاحتمالات لمدى غرابة إحصائية العينة إذا كانت الفرضية الصفرية صحيحة.

لحسن الحظ ، لا نحتاج إلى الخوض في متاعب جمع العديد من العينات العشوائية لإنشاء هذا الرسم البياني! يفهم الإحصائيون خصائص توزيعات t حتى نتمكن من تقدير توزيع العينات باستخدام توزيع t وحجم العينة لدينا.

تحدد درجات الحرية (DF) للتصميم الإحصائي توزيع t لدراسة معينة. يرتبط DF ارتباطًا وثيقًا بحجم العينة. بالنسبة لاختبارات t ، يوجد توزيع t مختلف لكل حجم عينة.


نقاش

استقصت التجربة الحالية ما إذا كانت إشارات الرنين المغناطيسي الوظيفي المرتبطة بذاكرة التعرف على القشرة المخية والحصينية المرتبطة بتصنيفات الثقة الذاتية تختلف عن تلك المتعلقة بتقديرات نموذج UVSD و DPSD. لقد تعاملنا مع قوة الذاكرة مباشرةً في مهمة التعرف على الكلمات من خلال زيادة عروض العناصر عبر ظروف الانتباه المركزة والمقسمة في الدراسة ، وإيجاد أنماط مختلفة نوعياً من النشاط في الحُصين أثناء الدراسة والاختبار لنوعي التحليل. ولوحظ وجود علاقة مماثلة مع قوة الذاكرة لقشرة محيط محيط العين ، على الرغم من الاختبار فقط. بشكل عام ، تتوافق نتائجنا مع التوقعات من نماذج ذاكرة التعرف على الأشعة فوق البنفسجية أحادية العملية وتشير إلى أن مقاييس التعرف على ذاكرة الرنين المغناطيسي الوظيفي المستمدة من تقييمات الثقة ، في حين أنها مرتبطة بقوة الذاكرة ، من المحتمل أيضًا أن تعكس عنصرًا غير مرغوب فيه أو الارتباك المتعلق بالقرار.

تمشيا مع البحث السلوكي السابق ، كان تأثير تركيز الانتباه على العناصر المتباعدة المتكررة في الدراسة هو زيادة أداء ذاكرة التعرف عبر العروض التقديمية (على سبيل المثال ، Guez & amp Naveh-Benjamin ، 2006 Johnston & amp Uhl ، 1976 Homa & amp Fish ، 1975). أظهرت تقديرات نموذجي UVSD و DPSD للحساسية والتذكر على التوالي تأثيرات محسّنة لتركيز الانتباه وتكرار العناصر في الدراسة ، مما يؤكد التلاعب التجريبي لقوة الذاكرة. التأثير الأقوى نسبيًا لتكرار العناصر على تقدير نموذج DPSD للتذكر مقارنة بالألفة يتوافق أيضًا مع العمل السابق (على سبيل المثال ، Yonelinas ، 2002).ومع ذلك ، تباينت التقديرات من النموذجين عندما تباينت ظروف الانتباه المركزة والمقسمة بشكل مباشر ، مع زيادة تقدير قوة نموذج UVSD عبر عروض الدراسة ، في حين ظل تقدير التذكر لنموذج DPSD مستقرًا نسبيًا وانخفض تقدير الألفة. لذلك استخدمنا هذه التقديرات المتعارضة لإبلاغ تحليلاتنا بالرنين المغناطيسي الوظيفي. استخدمت دراسات حديثة أخرى نموذج DPSD بالمثل لإبلاغ تحليلات الرنين المغناطيسي الوظيفي ، على الرغم من أنها لم تستمد تقديرات من نموذج UVSD للمقارنة (على سبيل المثال ، Diana et al. ، 2010).

في كل من الدراسة والاختبار ، أظهر الحصين استجابات مختلفة (أي موزعة مكانيًا) وفقًا لما إذا كانت الإشارات مرتبطة بالثقة الذاتية أو التباينات المستنيرة بواسطة تقديرات نموذج UVSD و DPSD. في الدراسة ، أظهر الحصين الخلفي نشاطًا ثنائيًا عندما قوبلت استجابات الثقة العالية بالفشل بين ظروف الانتباه المركزة والمقسمة ، بما يتوافق مع نتائج دراسة الرنين المغناطيسي الوظيفي الحديثة التي استخدمت تباينًا مشابهًا قائمًا على الاستجابة الذاتية (Uncapher & amp Rugg ، 2008). وتجدر الإشارة إلى أن النشاط عبر نصفي الكرة الأرضية قد زاد في الحالة المركزة وانخفض في حالة الانتباه المنقسم. في الاختبار ، أظهر الحصين الخلفي الأيمن أيضًا نشاطًا مرتبطًا بردود ثقة عالية بالنسبة للحالات المفقودة ، على الرغم من أن هذا لم يختلف بين حالات الانتباه. تتناقض هذه النتيجة الأخيرة مع التأثير الرئيسي الهام للانتباه الذي أظهرته تقديرات تذكر نموذج DPSD وقد تشير إلى أن مقاييس التذكر بالرنين المغناطيسي الوظيفي على أساس تقييمات الثقة لا تعادل بالضرورة تقديرات النموذج. علاوة على ذلك ، قد يشير إلى أن النشاط المرتبط بتصنيفات الثقة في الدراسة لا يرتبط بالضرورة بالنشاط الذي لوحظ في الاختبار ، وهي قضية لم تأخذها الدراسات السابقة في الاعتبار (على سبيل المثال ، Uncapher & amp Rugg ، 2008). بدلاً من ذلك ، يمكن اعتبار النتيجة متسقة مع نتيجة Wais et al. (2010) ، الذي فشل مؤخرًا في العثور على نشاط الحصين التفاضلي لمقارنة استجابات الثقة العالية مع إسهامات المصدر الصحيحة وغير الصحيحة ، فُسرت على أنها تدعم حساب قوة الذاكرة. وفقًا لنهج DPSD ، يجب أن تكون التناقضات بين الانتباه المركّز مقابل الانتباه المنقسم والشروط الصحيحة مقابل المصدر غير الصحيح متشابهة من حيث تحديد التذكر (على سبيل المثال ، Eichenbaum et al. ، 2007 Yonelinas ، 2002).

على العكس من ذلك ، أظهر التحليل المستلهم من تقديرات النموذج أن فروق إشارة BOLD بين الظروف زادت عبر عروض العناصر في كل من الدراسة والاختبار في الحصين الأوسط والخلفي ، على التوالي ، وفقط في نصف الكرة الأيسر. هذه النتيجة ، التي تنبأ بها نموذج UVSD ، متوافقة مع تشغيل متغير قوة الأدلة الكلية (على سبيل المثال ، Wixted ، 2007 Dunn ، 2004) وتتعارض مع تنبؤ نموذج DPSD لاستجابة مستقرة نسبيًا للتذكر عبر العنصر العروض. ومع ذلك ، نظرًا لأن تقدير التذكر في نموذج DPSD تنبأ أساسًا بتأثير فارغ ، لا يمكننا استبعاد احتمال أن عدم وجود نشاط كبير لوحظ في فوكسل الحصين المجاور يعكس في الواقع عملية التذكر. للسبب نفسه ، لا يمكننا استبعاد احتمال أن عدم وجود نشاط كبير لوحظ في وحدات فوكسل القشرة المحيطة بالحيوان المجاور (انظر الفقرات التالية) يعكس أيضًا عملية التذكر ، على الرغم من أن حساب DPSD يرى أن المناطق الأخيرة مرتبطة بشكل انتقائي بالألفة (على سبيل المثال. ، Eichenbaum et al.، 2007 Brown & amp Aggleton، 2001). ومع ذلك ، فإن حقيقة أن التحليلات المستندة إلى الثقة والنموذج أنتجت استجابات ذروة الحصين المختلفة داخل وعبر نصفي الكرة الأرضية تشير إلى أن النهجين لقياس قوة الذاكرة ليسا متكافئين. نقترح أن هذا النقص في التكافؤ يعكس على الأرجح العنصر وأن عملية اتخاذ القرار تربك التي أبرزناها في المقدمة.

لم نتمكن من اكتشاف أي استجابات بالرنين المغناطيسي الوظيفي في قشرة محيط العين في الدراسة والتي كانت لها علاقة مهمة مع أي من التحليل القائم على النموذج ، على الرغم من أن التحليل القائم على الثقة أظهر نشاطًا كبيرًا في نصف الكرة الأيمن بين حالات الانتباه. أبلغت العديد من دراسات التصوير بالرنين المغناطيسي الوظيفي باستخدام تقييمات الثقة عن تنشيط القشرة المحيطة بالعمر أثناء الدراسة المتعلقة بالتعرف الناجح على العناصر في سياق العنصر مقابل مهام ذاكرة التعرف على المصدر / المنتسبين ، وقد تم اقتراح هذا لعكس العمليات التي قد تساهم في وقت لاحق تذكر، مثل ربط ميزات العنصر ذات الصلة (على سبيل المثال ، ارتباطات لون العنصر Staresina & amp Davachi ، 2008 Ranganath et al. ، 2003) أو معلومات المصدر المشفرة كتفاصيل عنصر (Diana et al. ، 2010). ومن ثم ، يمكن اعتبار هذه النتيجة متسقة مع عرض نموذج DPSD ، حيث أن التناقضات بين الاهتمام المركّز مقابل الانتباه المنقسم والشروط الصحيحة مقابل المصدر غير الصحيح يجب أن تؤدي إلى نتائج مماثلة من حيث التذكر (على سبيل المثال ، Eichenbaum et al. ، 2007 Yonelinas ، 2002). في التحليلات المستندة إلى النموذج ، تنبأ تقدير نموذج DPSD للألفة باستجابة منخفضة عبر عروض العناصر بين ظروف الانتباه ، بينما توقع نموذج UVSD العلاقة المعاكسة. لم يتم العثور على أي من النمطين في قشرة محيط محيط العين في الدراسة. وبالمثل ، فإن التحقيقات الخاصة بذاكرة العنصر التي تقارن الظروف المتفاوتة في القوة لم تبلغ عادةً عن نشاط القشرة المحيطية في الدراسة من أجل التعرف على الكلمات بنجاح ، على الرغم من الإبلاغ عن تنشيط الحصين (على سبيل المثال ، الكلمات منخفضة التردد مقابل الكلمات عالية التردد ، de Zubicaray et al. ، 2005a سهل مقابل الانتباه المنقسم بشدة ، Uncapher & amp Rugg ، 2005 Kensinger et al. ، 2003).

يتوافق غياب نشاط القشرة المحيطية المرتبط باستجابات الثقة العالية في الاختبار مع العمل السابق الذي تم إجراؤه من منظور DPSD (على سبيل المثال ، Yonelinas وآخرون ، 2005) ويشير إلى أن نشاط قشرة محيط محيط العين المرتبط بالثقة والذي لوحظ في الدراسة لا يستلزم بالضرورة استرجاع ذات الصلة في نفس المنطقة. ومع ذلك ، أظهرت قشرة محيط محيط العين نمطًا لزيادة النشاط بين الظروف وعبر العروض التقديمية في الاختبار فيما يتعلق بالتناقضات القائمة على النموذج. كان هذا متسقًا مع تنبؤ نموذج UVSD وغير متسق مع تنبؤ تقدير الألفة لنموذج DPSD للنشاط المنخفض. ومع ذلك ، على أساس المقارنات الإحصائية للمعاملات والمنحدرات لنشاط الحصين والقشرة المحيطة بالحيوان ، تشير نتائجنا إلى أن منطقتي MTL تظهران استجابات قوة مكافئة ، معارضة التقسيم التشريحي للعمل من حيث أنواع مختلفة من معالجة المعلومات. كما أنها لا تدعم تفسيرًا مفاده أن نشاط الحصين يمكن اعتباره المحدد الأساسي لقوة الذاكرة (راجع Wixted، 2007).

إن اكتشاف استجابات قوة الذاكرة المكافئة في قشرة الحصين والحيوان ، على الرغم من إمكانية تفسيرها على أنها متوافقة مع نهج المعالجة المزدوجة للأشعة فوق البنفسجية ، إلا أنها تتناقض مع حساب العملية المفردة الأبسط. يقترح حساب UVSD ثنائي العملية أنه يمكن دمج عمليات التذكر والألفة الموزعة باستمرار في متغير قوة ذاكرة واحد أحادي البعد (على سبيل المثال ، Wixted ، 2007) ، في حين أن حساب UVSD أحادي العملية يقترح ببساطة بُعدًا إجماليًا لقوة الأدلة . إذا أظهر الحصين والقشرة المحيطة بالحيوان استجابات مكافئة لقوة الذاكرة من حيث الانحدار (راجع سكوير وآخرون ، 2007) ، كما هو الحال في هذه الدراسة ، فإن قيمة اقتراح عمليات التذكر والألفة المختلفة نوعياً تبدو محدودة. لا يقدم نهج UVSD أحادي العملية هذا الافتراض الإضافي.

تفسير آخر محتمل لنتائجنا هو أن معدلات الضرب الإجمالية الأعلى في حالة الانتباه المركّز قد تكون مسؤولة عن اختلافات إشارة BOLD التي لوحظت في كل مستوى من مستويات قوة العنصر / الذاكرة. يبدو هذا غير محتمل لأن الاختلاف في معدلات الوصول بين ظروف الانتباه المركزة والمقسمة انخفض في الواقع مع زيادة عروض العناصر ، على عكس العلاقة التي لوحظت. لمعالجة هذا الاحتمال ، قمنا بموازنة معدلات الوصول للظروف المركزة والمقسمة في كل مستوى من مستويات عرض العناصر داخل المشاركين في تحليل لاحق. أظهرت قيم بيتا المستخرجة من ذروة فوكسل في الحُصين والقشرة المحيطة بالشعر مرة أخرى استجابات متزايدة مكافئة فيما يتعلق بتقديرات نموذج الأشعة فوق البنفسجية في كل من الدراسة والاختبار.

ملخص

دراسة الرنين المغناطيسي الوظيفي الحالية تتناقض مع أنماط نشاط الرنين المغناطيسي الوظيفي في الحُصين والقشرة المحيطة بالعمر المرتبطة بتصنيفات الثقة الذاتية والتناقضات المستنيرة بواسطة تقديرات نموذج UVSD و DPSD في كل من الدراسة والاختبار. أنتج هذان النوعان من التحليل أنماط نشاط مختلفة نوعياً. بشكل حاسم ، لم يعكس التحليل القائم على النموذج مصادر التباين المرتبطة بالارتباك في العناصر أو الفروق بين الأفراد في الفصل بين الذكريات الضعيفة والقوية. كشف هذا التحليل عن استجابات متزايدة في الحُصين في كل من الدراسة والاختبار والاختبار في القشرة المحيطة بالعمر. على الرغم من الاتساق بشكل عام مع حساب نموذج العملية الواحدة ، يمكن تفسير النتائج على أنها توفر دعمًا جزئيًا فقط لعرض نموذج DPSD أو لحساب يعتبر نشاط الحصين هو المقياس الأساسي لقوة الذاكرة. تتطلب طبيعة العلاقة (العلاقات) بين قياسات التصوير بالرنين المغناطيسي الوظيفي لنشاط MTL وقوة الذاكرة مزيدًا من البحث ، ويمكن تعزيز ذلك من خلال التباين الواضح للتنبؤات المستمدة من نماذج UVSD و DPSD.


أنوفا

ان أنوفا (تحليل التباين) يستخدم لتحديد ما إذا كان هناك فرق ذو دلالة إحصائية بين وسائل ثلاث مجموعات أو أكثر. أكثر اختبارات ANOVA شيوعًا في الممارسة هي ANOVA أحادية الاتجاه و ANOVA ثنائية الاتجاه:

اتجاه واحد أنوفا: يستخدم لاختبار ما إذا كان هناك فرق ذو دلالة إحصائية بين وسائل ثلاث مجموعات أو أكثر عندما يمكن تقسيم المجموعات على عامل واحد.

مثال: قمت بتقسيم فصل من 90 طالبًا بشكل عشوائي إلى ثلاث مجموعات من 30 طالبًا. تستخدم كل مجموعة أسلوب دراسة مختلفًا لمدة شهر واحد للتحضير لامتحان. في نهاية الشهر ، يخضع جميع الطلاب للاختبار نفسه. أنت تريد معرفة ما إذا كان أسلوب الدراسة له تأثير على درجات الامتحان أم لا ، لذا فأنت تقوم بإجراء ANOVA أحادي الاتجاه لتحديد ما إذا كان هناك فرق ذو دلالة إحصائية بين متوسط ​​الدرجات للمجموعات الثلاث.

اتجاهين أنوفا: يستخدم لاختبار ما إذا كان هناك فرق ذو دلالة إحصائية بين وسائل ثلاث مجموعات أو أكثر عندما يمكن تقسيم المجموعات على عاملين.

مثال: تريد تحديد ما إذا كان مستوى التمرين (عدم التمرين ، والتمارين الخفيفة ، والتمارين الرياضية المكثفة) والجنس (ذكر ، وأنثى) يؤثران على فقدان الوزن. في هذه الحالة ، العاملان اللذان تدرسهما هما التمرين والجنس ومتغير الاستجابة هو فقدان الوزن (يُقاس بالجنيه). يمكنك إجراء تحليل ANOVA ثنائي الاتجاه لتحديد ما إذا كانت التمارين والجنس يؤثران على فقدان الوزن ولتحديد ما إذا كان هناك تفاعل بين التمرين والجنس على فقدان الوزن.

لكي ينتج ANOVA نتائج صحيحة ، يجب استيفاء الافتراضات التالية:

  • الحالة الطبيعية - جميع المجموعات السكانية التي ندرسها تتبع التوزيع الطبيعي. لذلك ، على سبيل المثال ، إذا أردنا مقارنة درجات الاختبار لثلاث مجموعات مختلفة من الطلاب ، فيجب توزيع درجات الاختبار للمجموعة الأولى والمجموعة الثانية والمجموعة الثالثة بشكل طبيعي.
  • تباين متساوي - الفروق السكانية في كل مجموعة متساوية أو متساوية تقريبًا.
  • استقلال - يجب أن تكون الملاحظات في كل مجموعة مستقلة عن بعضها البعض. عادة ما يعتني التصميم العشوائي بهذا الأمر.

إذا تم استيفاء هذه الافتراضات ، فمن الآمن استخدام ANOVA لاختبار الفرق بين وسائل ثلاث مجموعات أو أكثر.


حدود وموثوقية التصوير بالرنين المغناطيسي الوظيفي

التصوير بالرنين المغناطيسي الوظيفي (fMRI) هو تقنية تصوير عصبي تكتسب زخماً أكبر وتستخدم من قبل المتخصصين منذ اختراعها في عام 1990. واليوم ، لم يستخدم الباحثون طريقة التصوير هذه فقط لربط الآليات النفسية والعصبية ، ولكن أيضًا في مجالات العمل السريرية مثل لقد اقتبس الطب النفسي العصبي والجراحة قيمة عالية لدور الرنين المغناطيسي الوظيفي في فهم الاضطرابات السلوكية العصبية ورسم الخرائط قبل الجراحة. مع إحراز تقدم في تطبيقه في علم الدماغ والسلوك ، من الأهمية بمكان ملاحظة الأساس الذي يُفترض فيه التصوير بالرنين المغناطيسي الوظيفي ، والطلبات المتزايدة للبحوث التي تعود إلى مشكلة اقتران الدورة الدموية. لحسن الحظ ، قدمت أدبيات الرنين المغناطيسي الوظيفي الحديثة حول صحتها وموثوقيتها ، بالإضافة إلى الابتكارات المتزامنة في علم البيانات ، حلولًا ممكنة لتقليل التناقضات بين نتائج الرنين المغناطيسي الوظيفي وعلاقته بالعمليات العصبية.


1 المقدمة

تحليل المكونات المستقلة (ICA) هو نهج يعتمد على البيانات ويستخدم لحظات إحصائية عالية المستوى لتوفير حلول لمشاكل الفصل بين المصدر الأعمى [1]. لقد ثبت أن هذه التقنية قادرة على تقسيم الإشارات الفيزيولوجية والفيزيائية المختلفة في دراسات التصوير بالرنين المغناطيسي الوظيفي (fMRI) لتنشيط الدماغ [2 & # x020135]. هناك نوعان أساسيان من طرق ICA: (1) ICA الزمني (tICA) ، والذي يستخدم لاكتشاف تغييرات معينة في السلسلة الزمنية لإشارات الرنين المغناطيسي الوظيفي من مناطق الدماغ ذات الأهمية (ROIs) [6] ، و (2) المكاني ICA (sICA) ، والتي غالبًا ما تستخدم لتحديد تغييرات نشاط الدماغ وكانت ، حتى الآن ، طريقة ICA المهيمنة المستخدمة في تطبيقات الرنين المغناطيسي الوظيفي [7]. هنا ، نركز فقط على طريقة sICA لتحليل بيانات الرنين المغناطيسي الوظيفي.

في بيانات الرنين المغناطيسي الوظيفي ، تمثل الإشارات المعتمدة على مستوى أكسجة الدم (BOLD) تغيرات نشاط الدماغ ويمكن التعبير عنها بتقلبات تي 2* إشارات [8]. إشارة BOLD هي وظيفة معقدة للنشاط العصبي ، واستقلاب الأكسجين ، وحجم الدم في المخ ، وتدفق الدم في المخ ، وغيرها من المعلمات الفسيولوجية. الافتراض الأساسي لـ sICA لتحليل بيانات الرنين المغناطيسي الوظيفي هو أن إشارات الرنين المغناطيسي الوظيفي المرصودة عبارة عن مجموع خطي من المكونات المختلفة المنفصلة عند كل فوكسل [9]. ومع ذلك ، يُعتقد أن الديناميكيات الكامنة وراء النشاط العصبي وعلم وظائف الأعضاء الدورة الدموية غير خطية [10 ، 11] ، ولا تلبي تلقائيًا نموذج المتغيرات الكامنة الشائعة الاستخدام (انظر أدناه). على الرغم من وجود حلول حسابية دائمًا لـ sICA لبيانات الرنين المغناطيسي الوظيفي ، إلا أنها غير فريدة [12]. ومن ثم ، من أجل استخدام sICA لتوطين تغييرات نشاط الدماغ ، يجب حل مشكلة تحويل الإشارات غير الخطية إلى إشارات خطية.

على الرغم من اقتراح ICA الفريد غير الخطي في الدراسات السابقة [13] وهناك طرق مختلفة لتنظيم حلول ICA [12 ، 14] ، إلا أنه نادرًا ما تم تطبيق هذه الأساليب حتى الآن على دراسات الرنين المغناطيسي الوظيفي. على سبيل المثال ، تم تحديد طرق تحويل المخاليط غير الخطية في ICA إلى مخاليط خطية عكسية [15 ، 16]. بالإضافة إلى ذلك ، يمكن معالجة المخاليط الملتفة اللاحقة غير الخطية بنفس طريقة معالجة بعض الخلائط اللاحقة غير الخطية ، والتي يمكن بعد ذلك تحويلها إلى مخاليط خطية [12]. تتمثل إحدى الصعوبات الأساسية في حل مشكلات ICA غير الخطية في أن حلولها غير فريدة إذا لم يكن هناك تنظيم مناسب. بشكل أكثر عمومية ، تتمثل الطريقة الأساسية لحل مشاكل ICA غير الخطية في تحويل المتغيرات غير الخطية أو القياسات إلى مخاليط خطية بحيث يمكن اختزال مشاكل ICA غير الخطية إلى مشاكل ICA الخطية التقليدية.

في هذه الدراسة ، نقترح استخدام القوة اللحظية كنهج تنظيم جديد في ICA لتحويل إشارات الرنين المغناطيسي الوظيفي غير الخطية إلى أشكال خطية من أجل تلبية الافتراض في & # x0201clatent المتغير & # x0201d نموذج ICA. يحدد نهج fMRI القائم على الطاقة (ip-fMRI) طاقة إشارات الرنين المغناطيسي الوظيفي من خلال منتجاتها الداخلية بحيث يمكن تمثيل طاقة الإشارة من خلال تباين إشارات الرنين المغناطيسي الوظيفي ، والتي تعتبر جزءًا لا يتجزأ من قوتها اللحظية. بناءً على التنظيم ، يتم بعد ذلك تقسيم الطاقة اللحظية لإشارات الرنين المغناطيسي الوظيفي إلى مكونات مستقلة باستخدام نظام sICA التقليدي. هناك ثلاث خطوات في تأسيس طريقتنا. أولاً ، نصف بإيجاز نظريات ICA والقوة اللحظية لإشارات الرنين المغناطيسي الوظيفي. ثانيًا ، استنادًا إلى منحنيات الدقة الناتجة وخصائص المشغل المتلقي (ROC) ، نصف كيف يمكن استخدام بيانات محاكاة التصوير بالرنين المغناطيسي الوظيفي لتقييم أداء نهج التصوير بالرنين المغناطيسي الوظيفي ومقارنته بنتائج الرنين المغناطيسي الوظيفي التقليدية. ثالثًا ، نصف كيف تم اختبار النهج الجديد بشكل أكبر من خلال تطبيقه على البيانات البشرية لتحليل عمليات تنشيط الدماغ التي تسببها المهام.


النتائج

التحليلات السلوكية

بشكل عام ، أظهر المشاركون أداء ذاكرة التعرف الممتاز (متوسط ​​معدل الضرب "القديم بالتأكيد" = 0.75 متوسط ​​معدل الضرب "ربما قديم" = 0.11) ، مع اقتراب معدلات الإصابة من السقف في حالة الانتباه المركزة بعد عروض تقديمية لأربعة عناصر. كان متوسط ​​معدل الإنذار الخاطئ 0.16. نحن نلائم كلا من نماذج UVSD (انظر Dunn، 2004) و DPSD (Yonelinas، 1994) مع مجموعة كاملة من الاستجابات لكل مشارك (عبر أربع فئات استجابة) بشكل منفصل باستخدام أقصى تقدير للاحتمالية لتقدير المساهمات من بُعد فردي لقوة الأدلة أو ألفة. وعمليات التذكر التي تشبه العتبة في ظروف مختلفة (انظر الشكل 1). لم تكن بيانات أحد المشاركين قادرة على التوافق مع أي نموذج بسبب عدم كفاية عدد الاستجابات "المحتملة" ، في حين تم استبعاد آخر بسبب مشاكل مع بيانات التصوير الخاصة بهم (انظر القسم التالي). ومن ثم ، فإن التحليلات المقدمة هنا مأخوذة من المشاركين الـ 14 المتبقين. يقيس متكرر ANOVA على حساسية الذاكرة (دأ) كشفت قيمتان مشتقتان من نموذج UVSD باستخدام كل من حالة الدراسة وعروض العناصر كما هو الحال في متغيرات الموضوع عن التأثيرات الرئيسية لكلا الاهتمام ، F(1, 15) = 7.87, MSE = 2.42, ص & lt .05 ، والعروض التقديمية ، F(1, 14) = 8.46, MSE = 2.28, ص & لتر .005. كان التفاعل ليس كبيرا، F(1, 14) = 2.19, MSE = 1.82, ص & GT .05. يظهر فحص الشكل 1A أن ملف دأ تزداد القيم مع زيادة عدد عروض الدراسة في كل حالة من حالات الانتباه ، وتكون أعلى في حالة الانتباه المركّز بشكل عام. ANOVA مشابه على تقديرات معامل التباين (س) فشل في الكشف عن التأثيرات الرئيسية للانتباه ، F(1, 15) = 0.04, MSE = 1.19, ص & GT .05 ، أو العروض التقديمية ، F(1, 14) = 1.01, MSE = 1.56, ص & GT .05 ، على الرغم من أن التفاعل كان كبيرًا ، F(1, 14) = 5.29, MSE = 0.76, ص & lt .05 (الشكل 1C).

المخططات التي تعرض نموذج UVSD و DPSD يناسب البيانات السلوكية. (أ) تقديرات حساسية UVSD (دأ) كدالة لظروف الدراسة (الاهتمام المركّز / المنقسم وعدد عروض الدراسة). (ب) الاختلافات بين تقديرات حساسية UVSD لظروف الانتباه المركزة والمقسمة كدالة لعروض الدراسة. (ج) تقديرات التباين UVSD (س) كدالة لظروف الدراسة (الاهتمام المركّز / المنقسم وعدد عروض الدراسة). (د) الاختلافات بين تقديرات التباين UVSD لظروف الانتباه المركزة والمقسمة كدالة لعروض الدراسة.(هـ) تقديرات التذكر DPSD كدالة لحالة الدراسة (الاهتمام المركّز / المنقسم وعدد عروض الدراسة). (و) الاختلافات في تقديرات تذكر DPSD بين ظروف الانتباه المركزة والمقسمة كدالة لعروض الدراسة. (G) تقديرات الألفة DPSD كدالة لحالة الدراسة (تركيز / تركيز الانتباه وعدد عروض الدراسة). (ح) الاختلافات في تقديرات ألفة DPSD بين ظروف الانتباه المركزة والمقسمة كدالة لعروض الدراسة.

المخططات التي تعرض نموذج UVSD و DPSD يناسب البيانات السلوكية. (أ) تقديرات حساسية UVSD (دأ) كدالة لظروف الدراسة (الاهتمام المركّز / المنقسم وعدد عروض الدراسة). (ب) الاختلافات بين تقديرات حساسية UVSD لظروف الانتباه المركزة والمقسمة كدالة لعروض الدراسة. (ج) تقديرات التباين UVSD (س) كدالة لظروف الدراسة (الاهتمام المركّز / المنقسم وعدد عروض الدراسة). (د) الاختلافات بين تقديرات التباين UVSD لظروف الانتباه المركزة والمقسمة كدالة لعروض الدراسة. (هـ) تقديرات التذكر DPSD كدالة لحالة الدراسة (الاهتمام المركّز / المنقسم وعدد عروض الدراسة). (و) الاختلافات في تقديرات تذكر DPSD بين ظروف الانتباه المركزة والمقسمة كدالة لعروض الدراسة. (G) تقديرات الألفة DPSD كدالة لحالة الدراسة (تركيز / تركيز الانتباه وعدد عروض الدراسة). (ح) الاختلافات في تقديرات ألفة DPSD بين ظروف الانتباه المركزة والمقسمة كدالة لعروض الدراسة.

أجرينا ANOVA مماثلة على تقديرات نموذج DPSD للتذكر (الشكل 1E). كشف هذا بالمثل عن الآثار الرئيسية لكلا الاهتمام ، F(1, 15) = 6.42, MSE = 0.05, ص & lt .05 ، والعروض التقديمية ، F(1, 14) = 35.97, MSE = 0.01, ص & LT .001. كان التفاعل مرة أخرى غير مهم ، F(1, 14) = 0.86, MSE = 0.02, ص & GT .05. يُظهر فحص الشكل 1E أن تقديرات التذكر في كل حالة انتباه تزداد مع زيادة عدد عروض الدراسة ، مع زيادة التذكر في حالة الانتباه المركّز بشكل عام. يتوافق هذا مع البيانات السلوكية السابقة حول تكرار العناصر وتقديرات التذكر (انظر Yonelinas ، 2002). ومع ذلك ، لم يتم التنبؤ به من خلال مقترحات علم الأعصاب الإدراكي ذات العملية المزدوجة الأحدث التي تميز بين استجابات القشرة المحيطية (الألفة) والحصين (التذكر) ، والتي تعتبر فيها الأخيرة غير حساسة نسبيًا لتكرار العنصر (على سبيل المثال ، Eichenbaum et al. ، 2007) . كشف ANOVA على تقديرات نموذج DPSD للإلمام عن التأثير الرئيسي للانتباه ، F(1, 15) = 10.23, MSE = 0.14, ص & lt .01 ، على الرغم من أنه ليس من العروض التقديمية ، F(1, 14) = 1.68, MSE = 0.21, ص & GT .05. كان التفاعل كبيرا ، F(1, 14) = 8.88, MSE = 0.13, ص & LT .005 (الشكل 1G). مرة أخرى ، لا يتم التنبؤ بهذا النمط من خلال مقترحات علم الأعصاب الإدراكي ذات العملية المزدوجة الأكثر حداثة والتي تعتبر فيها استجابات القشرة المحيطية (الألفة) أكثر حساسية لتكرار العنصر (على سبيل المثال ، Eichenbaum et al. ، 2007 Brown & amp Aggleton ، 2001).

على الرغم من أن كل من حساسية UVSD وتقديرات تذكر نموذج DPSD أظهرت نمطًا مشابهًا للزيادة عبر الظروف والعروض التقديمية ، فإن تحليلات الاختلافات بين تقديرات النموذج المعنية لظروف الانتباه المركزة والمقسمة كشفت عن نمط مختلف تمامًا من النتائج (الشكل 1). تم تحقيق ذلك لكل نموذج عن طريق تحليل الانحدار لبيانات المقاييس المتكررة التي أوصى بها لورتش ومايرز (1990 ، الطريقة الثالثة ، ص 153). 3 تم حساب تحليل الانحدار الخطي لكل اختلاف في تقدير النموذج لكل مشارك فردي ، مع عدد عروض الدراسة كمتغير تنبؤ. في خطوة أخيرة ، أ ر تم إجراء اختبار لاختبار ما إذا كانت أوزان الانحدار للمجموعة تختلف اختلافًا كبيرًا عن الصفر. بالنسبة لتقديرات فرق حساسية نموذج UVSD ، اقترب معامل القوة من الأهمية ، ر(13) = 2.01, SE = 0.23, ص = .065 ، مع الاختلاف في حساسية الذاكرة بين ظروف الانتباه المركزة والمقسمة التي تظهر زيادة عددية عبر عروض الدراسة (الشكل 1 ب). تم العثور على تأثير خطي كبير للاختلاف في تقديرات معامل التباين ، ر(13) = 2.78, SE = 0.17, ص & لتر .05 (الشكل 1 د). على النقيض من ذلك ، ظل الاختلاف في تقديرات التذكر بين ظروف الانتباه مستقرًا نسبيًا عبر عروض الدراسة وفقًا لنموذج DPSD ، ر(13) = 0.63, SE = 0.02, ص = .54 (الشكل 1F) ، بينما أظهر الاختلاف في تقديرات الألفة بين ظروف الانتباه انخفاضًا خطيًا كبيرًا ، ر(13) = −3.36, SE = 0.08, ص & لتر .01 (الشكل 1 ح).

تحليلات الرنين المغناطيسي الوظيفي: مرحلة الدراسة

تم استبعاد بيانات التصوير من أحد المشاركين بسبب المشكلات التي تمت مواجهتها أثناء خطوة تجزئة الصورة T1. تم إجراء التحليلات على البيانات من المشاركين الخمسة عشر المتبقين وتم تصميمها لمقارنة إشارات الرنين المغناطيسي الوظيفي المرتبطة بالتقديرات الذاتية لقوة الذاكرة المستمدة من تقييمات الثقة وتقديرات نموذج UVSD و DPSD الأكثر موضوعية.

أجرينا أولاً تحليلاً فقط للردود القديمة عالية الثقة ("القديمة بالتأكيد") ، مقارنينها بالردود على العناصر المدروسة التي لم يتم التعرف عليها (أي الانتباه المفقود) في كل حالة (الانتباه المركّز مقابل الانتباه المنقسم). تحليل "الذاكرة اللاحقة" هذا مشابه لتلك التي تم إجراؤها لتحديد النشاط المتعلق بالتذكر في الدراسات السابقة للانتباه المركّز والمقسّم الذي تم إجراؤه من منظور DPSD (على سبيل المثال ، Uncapher & amp Rugg ، 2008). نظرًا لأن التحليل يقتصر على استجابات الثقة العالية ، فإنه لا يتضمن ارتباكًا في قوة الذاكرة عند مقارنة ظروف الانتباه المقترحة للاختلاف من حيث التذكر (راجع Wais et al. ، 2010). كشف ANOVA عن نشاط كبير في كل من الحصين الأيسر الخلفي والأيمن الأوسط (الذروة −22 ، −22 ، −18 ، ض = 4.40 ، ذروة 278 فوكسل 24 ، 10 ، 20 ، ض = 4.40 ، 203 فوكسل ، على التوالي) والقشرة الشوكية اليمنى (الذروة 30 ، 8 ، −22 ، ض = 3.23 ، 42 فوكسل). وتجدر الإشارة إلى أن القمم الثلاثة تدل على زيادة في النشاط في الحالة المركزة وانخفاض في حالة الانتباه المنقسم (انظر الشكل 2 أ-ج). لم يلاحظ أي نشاط كبير في قشرة محيط العين في نصف الكرة الأيسر.

استجابات إشارة BOLD في الدراسة المستمدة من التحليلات القائمة على الثقة والنموذج. يظهر تنشيط الذروة بشكل كبير في الجزء العلوي متراكبًا على شريحة إكليلية من متوسط ​​مجموعة الصور المرجحة T1 في مساحة أطلس MNI ، مع قيم بيتا المصاحبة. تمثل أشرطة الخطأ SEM. (أ) تنشيط كبير في الحصين الخلفي الأيسر على النقيض من ضربات الثقة العالية مقابل الإخفاقات. (ب) تنشيط كبير في الحصين الخلفي الأيمن على النقيض من ضربات ثقة عالية مقابل يخطئ. (C) تنشيط كبير في القشرة المخية اليمنى على النقيض من الثقة العالية يضرب مقابل يخطئ. (د) تنشيط كبير في الحصين الأوسط الأيسر للتباين القائم على النموذج لظروف الانتباه المركزة والمقسمة عبر مستويات عرض العنصر.

استجابات إشارة BOLD في الدراسة المستمدة من التحليلات القائمة على الثقة والنموذج. يظهر تنشيط الذروة بشكل كبير في الجزء العلوي متراكبًا على شريحة إكليلية من متوسط ​​مجموعة الصور المرجحة T1 في مساحة أطلس MNI ، مع قيم بيتا المصاحبة. تمثل أشرطة الخطأ SEM. (أ) تنشيط كبير في الحصين الخلفي الأيسر على النقيض من ضربات الثقة العالية مقابل الإخفاقات. (ب) تنشيط كبير في الحصين الخلفي الأيمن على النقيض من ضربات ثقة عالية مقابل يخطئ. (C) تنشيط كبير في القشرة المخية اليمنى على النقيض من الثقة العالية يضرب مقابل يخطئ. (د) تنشيط كبير في الحصين الأوسط الأيسر للتباين القائم على النموذج لظروف الانتباه المركزة والمقسمة عبر مستويات عرض العنصر.

قمنا بعد ذلك بقياس نشاط قوة الذاكرة اللاحقة عن طريق التباين المباشر بين الاستجابات القديمة الصحيحة (النتائج) في ظروف الانتباه المركزة مقابل الانقسام في الدراسة في كل مستوى من مستويات العرض (أي مرة أو مرتين أو أربع مرات). وفقًا لتقديرات حساسية نموذج UVSD ، يجب أن يكشف هذا التحليل عن نمط لزيادة الاستجابات (الشكل 1 ب). وفقًا لتقديرات تذكر نموذج DPSD (الشكل 1F) ، يجب أن يكشف التحليل عن اختلاف بسيط أو معدوم عبر عروض الدراسة في نشاط الحصين. تقديرات الألفة لنموذج DPSD (الشكل 1 ح) تتنبأ أيضًا بانخفاض خطي في الاستجابات بشكل انتقائي في قشرة محيط محيط العين. كشفت ANOVA عن نشاط كبير في الحصين الأوسط الأيسر ، يتوافق مع التأثير الرئيسي للعروض التقديمية للدراسة (ذروة فوكسل −22 ، −26 ، −20 ، ض = 3.36 ، 39 فوكسل انظر الشكل 2 د). لم يلاحظ أي نشاط كبير في الحُصين الأيمن أو في القشرة المحيطة بالعمر في أي من نصفي الكرة الأرضية.

نظرًا لأن ANOVA لا تضع أي افتراضات حول شكل الاستجابة عبر عروض العناصر وقد تكون مهمة إذا كانت إحدى وسائل شروط عرض العناصر فقط مختلفة عن غيرها ، لذلك قمنا بتراجع نشاط ذاكرة الحصين الأوسط الأيسر على عدد عروض الدراسة واختبرت موثوقية الاستجابة. تم تحقيق ذلك من خلال تحليل الانحدار لبيانات المقاييس المتكررة التي أوصى بها Lorch and Myers (1990 ، الطريقة 3 ، ص. 153). تضمن هذا أولاً استخراج قيم بيتا ، لجميع المشاركين ، لتناقضات الانتباه المركّز مقابل الانتباه المنقسم في كل عرض تقديمي للدراسة من ذروة فوكسل التي تم تحديدها سابقًا. في الخطوة الثانية ، تم حساب تحليل الانحدار الخطي لكل مشارك فردي مع عدد من عروض الدراسة كمتغير توقع. في خطوة أخيرة ، أ ر تم إجراء اختبار لاختبار ما إذا كانت أوزان الانحدار للمجموعة تختلف اختلافًا كبيرًا عن الصفر. يمكن ملاحظة علاقة خطية إيجابية كبيرة في الشكل 2C ، ر(14) = 2.84, SE = 1.52, ص & لتر .05.

تحليلات الرنين المغناطيسي الوظيفي: مرحلة التعرف

بالنسبة لبيانات مرحلة الاختبار ، أجرينا مرة أخرى تحليلات منفصلة للثقة الذاتية مقابل التناقضات القائمة على النموذج. تم إجراء التحليل الأول على الاستجابات الصحيحة "القديمة بالتأكيد" عبر عروض الدراسة ، مع مقارنة نشاط الثقة العالية (أو التذكر) في ظروف الانتباه المركزة والمقسمة في الاختبار مع النشاط المرتبط بالأخطاء (على سبيل المثال ، Uncapher & amp Rugg ، 2008). فشل ANOVA في الكشف عن أي نشاط مهم في أي من الحصين أو القشرة المحيطة بالعمر ROIs عبر نصفي الكرة الأرضية. قمنا بعد ذلك بفحص نمط النشاط بشكل منفصل لكل حالة باستخدام مباشرة ر التناقضات. أظهر الحصين الخلفي الأيمن نشاطًا أكبر بكثير لعناصر الثقة العالية التي تمت دراستها تحت الانتباه المنقسم مقارنة بالعناصر المفقودة (الذروة 14 ، −34 ، 0 ، ض = 3.87 ، 41 فوكسل) ، بينما أظهرت عناصر الثقة العالية التي تمت دراستها باهتمام مركّز مقارنة بالعناصر المفقودة اتجاهًا غير مهم نحو نشاط أكبر في ذروة مماثلة (ض = 3.13 ، 11 فوكسل ، ص & GT .05 الكتلة عتبة) (انظر الشكل 3 أ). لم يلاحظ أي نشاط كبير في الحصين الأيسر أو في القشرة المحيطة بالعمر في أي من نصفي الكرة الأرضية لكل تباين.

استجابات إشارة BOLD في الاختبار المستمدة من التحليلات القائمة على الثقة والنموذج. يظهر تنشيط الذروة بشكل كبير في الجزء العلوي متراكبًا على شريحة إكليلية من متوسط ​​مجموعة الصور المرجحة T1 في مساحة أطلس MNI ، مع قيم بيتا المصاحبة. تمثل أشرطة الخطأ SEM. (أ) التنشيط في الحصين الخلفي الأيمن للتباين بين ضربات الثقة العالية مقابل الضربات في كلتا الحالتين. (ب) تنشيط كبير في الحصين الخلفي الأيسر للتباين القائم على النموذج لظروف الانتباه المركزة والمقسمة عبر مستويات عرض العنصر. (ج) تنشيط كبير في قشرة محيط الأذن اليسرى للتناقض المستند إلى النموذج لظروف الانتباه المركزة والمقسمة عبر مستويات عرض العنصر.

استجابات إشارة BOLD في الاختبار المستمدة من التحليلات القائمة على الثقة والنموذج. يظهر تنشيط الذروة بشكل كبير في الجزء العلوي متراكبًا على شريحة إكليلية من متوسط ​​مجموعة الصور المرجحة T1 في مساحة أطلس MNI ، مع قيم بيتا المصاحبة. تمثل أشرطة الخطأ SEM. (أ) التنشيط في الحصين الخلفي الأيمن للتباين بين ضربات الثقة العالية مقابل الضربات في كلتا الحالتين. (ب) تنشيط كبير في الحصين الخلفي الأيسر للتباين القائم على النموذج لظروف الانتباه المركزة والمقسمة عبر مستويات عرض العنصر. (ج) تنشيط كبير في قشرة محيط الأذن اليسرى للتناقض المستند إلى النموذج لظروف الانتباه المركزة والمقسمة عبر مستويات عرض العنصر.

تشير التحليلات المذكورة أعلاه باستخدام الثقة الذاتية كمقياس للتذكر أو قوة الذاكرة إلى أن نشاط الحصين كان غير حساس نسبيًا للتلاعب بالانتباه. قمنا بعد ذلك بفحص أنماط النشاط من خلال مقارنة ظروف الانتباه المركزة مقابل الانقسام مرة أخرى باستخدام جميع العناصر / التجارب ذات الاستجابات القديمة الصحيحة (الزيارات) في كل عرض تقديمي. وفقًا لبيانات مرحلة الدراسة ، تتنبأ تقديرات حساسية نموذج UVSD بنمط لزيادة الاستجابات (الشكل 1 ب). ومع ذلك ، فإن تقديرات تذكر نموذج DPSD (الشكل 1F) تتنبأ باختلاف ضئيل أو معدوم عبر عروض الدراسة في نشاط الحصين ، ونمط من الاستجابات المتناقصة في قشرة محيط العين المرتبط بتقديرات الألفة (الشكل 1 ح). كشف ANOVA عن نشاط كبير في الحصين الخلفي الأيسر (ذروة فوكسل −22 ، −34 ، −10 ، ض = 3.26 ، 44 فوكسل) و ROIs حول القشرة الشوكية (ذروة فوكسل −38 ، −12 ، −28 ، ض = 3.33 ، 41 فوكسل) ، المقابلة للتأثير الرئيسي لعروض الدراسة (انظر الشكل 3). لم يلاحظ أي نشاط كبير في نصف الكرة الأيمن في أي من العائد على الاستثمار.

بعد ذلك ، أجرينا تحليلات الانحدار لبيانات المقاييس المتكررة للاستجابات المحددة لقوة الذاكرة في الحصين والذاكرة المحيطة بالحيوان وفقًا للطريقة المطبقة لبيانات مرحلة الدراسة التي تمت مناقشتها في الفقرة السابقة (Lorch & amp Myers ، 1990). بالنسبة لاستجابة الحصين اليسرى ، يمكن رؤية علاقة خطية إيجابية كبيرة في الشكل 3 ب ، ر(14) = 3.72, SE = 4.29, ص & لتر .005. يمكن أيضًا ملاحظة وجود علاقة خطية إيجابية كبيرة في قشرة محيط الأذن اليسرى ، ر(14) = 3.54, SE = 3.18, ص & lt .005 (الشكل 3 ج).

أخيرًا ، قمنا بمقارنة معاملات ومنحدرات استجابات قوة الذاكرة الحُصَينية والحيوية لتحديد ما إذا كانت تختلف اختلافًا كبيرًا. لم يختلف المعاملان اختلافًا كبيرًا وفقًا لمعامل Steiger ض اختبار المعاملات المترابطة ، ض = 0.45, ص & gt .05 (Meng، Rosenthal، & amp Rubin، 1992) ، مما يشير إلى أن كلا المنطقتين يمثلان قدرًا مماثلًا من التباين من حيث استجابات قوة الذاكرة. وبالمثل ، أ ر أشار الاختبار الذي يقارن بين المنحدرين إلى أنهما لا يختلفان بشكل كبير (ر = 1.39, ص & GT .05).


كود R لوظيفة rquery.test

تم إجراء هذا التحليل باستخدام R (الإصدار 3.1.0).

  1. أصغر قاسمي ، صالح زاهديسل اختبارات طبيعية للتحليل الإحصائي: دليل لغير الإحصائيين Int J Endocrinol Metab. 201210 (2): 486-489.
  2. Rochon J1، Gondan M، Kieser M. للاختبار أو عدم الاختبار: التقييم الأولي للحالة الطبيعية عند مقارنة عينتين مستقلتين BMC Med Res Methodol. 2012 يونيو 1912: 81.

هل استمتعت بهذا المقال؟ سأكون ممتنًا جدًا إذا كنت ستساعدها في الانتشار عن طريق إرسالها بالبريد الإلكتروني إلى صديق أو مشاركتها على Twitter أو Facebook أو Linked In.

أظهر لي بعض الحب مع أزرار الإعجاب أدناه. شكرا لكم ورجاء لا تنسوا المشاركة والتعليق أدناه !!

Avez vous aimé cet المقالة؟ Je vous serais très recnaissant si vous aidiez à sa diffusion en l'envoyant par courriel à un ami ou en le partageant sur Twitter، Facebook ou Linked In.

Montrez-moi un peu d'amour avec les like ci-dessous. Merci et n'oubliez pas، s'il vous plaît، de partager et de commenter ci-dessous!


نقاش

يتم ترجمة LOC من خلال تحديد تلك المناطق التي تقل فيها استجابة BOLD للصور السليمة للأشياء عن طريق التخليط لهذه الصور. يعطل الخلط جميع جوانب الشكل بما في ذلك شكل الأجزاء والعلاقات بين الأجزاء ، لذا فإن ما كان كائنًا سليمًا يصبح مصفوفة من النسيج.

لتقييم ما إذا كان جزء من الانخفاض في استجابة BOLD يمكن أن يُعزى بشكل مستقل إلى اضطراب العلاقات بين الأجزاء ، أنشأنا حالة تكون فيها أجزاء الكائن الأصلي مبعثرة ، لكن الأجزاء نفسها ظلت سليمة. لقد وثقت الدراسات السابقة للذاكرة البصرية قصيرة المدى أن الزيادة في عدد الكيانات المرئية المستقلة (بنفس درجة تعقيد المناطق الجغرافية في هذه الدراسة تقريبًا) تؤدي إلى زيادة استجابة BOLD في LOC (Xu & amp Chun ، 2006) ، لكننا لاحظنا انخفاضًا في استجابة BOLD. في حين لم يكن هناك تعليمات لمشاركينا لمطابقة المحفزات مع مسبار لاحق ، على الرغم من أنهم بالتأكيد حضروا المحفزات ، فإننا نستشهد بهذه النتيجة للإشارة إلى انخفاض استجابة BOLD في LOC من زيادة في عدد يمكن التعرف عليه ، المنبهات المستقلة ليست نتيجة واضحة على الإطلاق.

في هذه الدراسة ، تم استخدام نفس المحفزات لتحديد ROIs ولتقييم حجم الاستجابات ضمن تلك ROIs. على الرغم من أن استخدام Intact & gt Scrambled لتعريف LOC قياسي وتم تجنب التدوير المباشر باستخدام عمليات التشغيل المستقلة لتحديد وتقييم عائد الاستثمار ، لا يمكننا استبعاد احتمال أن تكون استجابات BOLD داخل ROI منحازة تجاه المنبهات السليمة. ومع ذلك ، نلاحظ أن عدد وحدات البكسل ونشاط الذروة في خريطة التباين المتناثرة و GT Scrambled لا يمكن تمييزها إحصائيًا عن تلك الموجودة في خريطة Intact & gt Scrambled. وبالتالي ، نستنتج أن طريقتنا في تعريف العائد على الاستثمار من غير المرجح أن تفسر التفضيل في LO و pFs من أجل سليمة على المنبهات المتناثرة.

كما تمت مراجعته في المقدمة ، هناك دليل مستقل على تمثيل LOC للأشياء من حيث الأجزاء (على سبيل المثال ، Hayworth & amp Biederman ، 2006) والعلاقات (Lescroart & amp Biederman ، 2012 Hayworth et al. ، 2011). تتمثل إحدى المساهمات الرئيسية لهذه الدراسة في إظهار أن العملية المحددة لتوطين LOC - تقليل استجابة BOLD من صور كائن مخلوط - لم يكن في جوهرها مجرد تمييز بين شكل الكائن والملمس وفقدان شكل الجزء لكن تعطل العلاقات بين الأطراف.

كان التناقض الواضح الوحيد في النمط العام للنتائج هو أن تباين (مبعثر ناقص مخلوط) ، الذي يُفترض أنه يعكس تكلفة فقدان شكل الجزء ، لم يكن ذا أهمية في LO في تجارب تصميم الكتلة.

الدور المحتمل للتأثيرات منخفضة المستوى في الحالة المبعثرة

تضمن الفصل بين الجيونات في الحالة المبعثرة بالضرورة العديد من اختلافات الصورة منخفضة المستوى مقارنة بالحالة السليمة. نظرًا لأنه تم تقييد المحفزات بحيث يتم فصلها بوضوح ولكنها تظل مغلقة داخل مربع محيط 3 ° × 3 ° في وسط الشاشة ، كان هناك انخفاض طفيف إلى معتدل في حجم الجيونات للبقاء داخل حدود المربع المحيط إنتاج المزيد من وحدات البكسل البيضاء (لون الخلفية).يتم تعويض هذا التأثير جزئيًا عن طريق الانسداد الجزئي للجيونات في حالة سليمة. بشكل عام ، 21 من أصل 51 صورة بها مسافة بيضاء أكثر بنسبة 2٪ تقريبًا في الحالة المبعثرة مقارنة بالحالة السليمة ، وهو اختلاف غير مهم ، ر(100) و 1 ، نانوثانية.

تجادل العديد من النتائج ضد احتمال أن تكون هذه الاختلافات في الميزات منخفضة المستوى مسؤولة عن انخفاض استجابة BOLD في الحالة المبعثرة. أولاً ، لم يكن هناك فرق بين الظروف السليمة والمشتتة في المناطق المرئية المبكرة ، على سبيل المثال ، V1 و V2 و V4. ثانيًا ، بقيت الجيونات قابلة للتحديد بسهولة في كلتا الحالتين وهناك دليل قوي على أن تنشيط LOC يعكس الحافز كما هو متصور بدلاً من اختلافات الميزات منخفضة المستوى (Kourtzi & amp Kanwisher ، 2001). في دراسة Kourtzi و Kanwisher ، تم عرض أشكال جديدة ثنائية الأبعاد إما خلف قضبان عمودية مسدودة جزئيًا أو أمام القضبان حيث لن يتم إغلاق أي من الخطوط. كانت تأثيرات التكيف في LOC مستقلة عن ظروف الانسداد / العمق ولكنها تأثرت بالاختلافات المتواضعة نسبيًا في الشكل المدرك للمحفزات. في الواقع ، الاختلافات الأكثر جذرية في مظهر الصورة - تلك الموجودة في الصور الفوتوغرافية مقابل الرسومات الخطية - ليس لها تأثير على التكيف في LOC (Grill-Spector et al. ، 2001). وبالتالي ، يتم الحفاظ على استجابة BOLD لعرض صورة فنجان بنفس القوة عند مشاهدة رسم خطي لهذا الكائن مثل الصورة الأصلية. أظهر Hayworth and Biederman (2006) أن الإصدارات التكميلية للرسومات الخطية للأشياء المألوفة ، والتي تم فيها حذف كل محيط ورأس ممتد آخر من كل من العناصر الجغرافية لكائن - بحيث لا يكون لأعضاء الزوج التكميلي حدود أو رؤوس مشتركة - معدة بعضها البعض بقدر ما استعدوا لأنفسهم. درس Hayworth و Biederman أيضًا التكيف بين الأزواج التكميلية لصور الكائن حيث تم حذف نصف الجيونات من كل عضو في زوج مكمل مع رفيقه التكميلي المكون من الجيونات المتبقية. وهكذا كان لهذه المحفزات أجزاء مختلفة. وجدوا أنه لا يوجد تمهيد (صيانة للتكيف) بين هذه الصور ، مما يشير إلى أن التمهيد لا يمكن أن يُعزى إلى مفهوم أو اسم مستوى أساسي أو ثانوي مشترك.

هناك أيضًا دليل وافٍ على أن الثبات في ضبط الشكل للاختلافات المتواضعة في حجم ومظهر الأشياء هو خاصية عامة في المناطق الأمامية الانتقائية للشكل في المسار البطني ، ولا يقتصر على دراسات التمهيدي / التكيف. وبالتالي ، فإن انتقائية خلايا تكنولوجيا المعلومات المكاك لا تتأثر إلا بشكل ضئيل بما إذا كانت الصورة عبارة عن كائن ظاهر ثلاثي الأبعاد أو صورة ظلية (Kayaert ، Biederman ، & amp Vogels ، 2005) أو حتى أكثر إثارة للإعجاب ، ما إذا كان الشكل ينقل بواسطة الإنارة اختلافات أو تفاوتات في الملمس أو الحركة (Sary، Vogels، & amp Orban، 1993). توثق تسجيلات الوحدة المفردة داخل الجمجمة في البشر ثبات نشاط الخلايا العصبية الفردية لتكنولوجيا المعلومات مع الاختلافات في الحجم والاتجاه في عمق صور الكراسي الفردية (Liu، Agam، Madsen، & amp Kreiman، 2009).

لقد وجدنا تفضيلًا للصور الجديدة في LO ، وهو ما يتوافق مع اكتشافنا الشامل للدماغ ، وهو أن التباين المألوف للرواية ناقصًا مجموعات من التنشيط في القشرة البصرية المبكرة أو بالقرب منها ، وهو تأثير كان واضحًا أيضًا في Margalit et al. (2016). كما نوقش سابقًا ، قد يكون التنشيط القذالي الجانبي الأكبر للرواية على الأشياء المألوفة نتيجة لدعوة الأشياء الجديدة إلى مزيد من الفحص ، في حين أن التنشيط الجداري الظاهر في نتائج الدماغ بالكامل قد يعكس تفاعلات حركية ضمنية أكبر (أي متخيلة) ناتجة عن رواية كائنات ثلاثية الأبعاد. على وجه التحديد ، ربما فكر المشاركون في الوظيفة المحتملة للأشياء الجديدة وكيف يمكن التلاعب بها (مما يؤدي إلى تنشيط الجداري).

يشير غياب أي تعزيز لاستجابة LOC BOLD من الكائنات المألوفة (مقابل الجديدة) إلى أن LOC هي مرحلة يتم فيها تمثيل الشكل المادي المدرك ، مع عدم وجود مساهمة ملموسة من دلالات الكائن. كما لوحظ عدم وجود تأثير لدلالات الكائن في LOC في دراستين سريعتين للتكيف المرتبط بالحدث حيث لم ينتج عن عرض سلسلة من صورتين كائن من فئات المستوى الأساسي المختلفة استجابة BOLD أكبر (والتي من المفترض أن تعكس إصدار من التكيف) مما كانت عليه عندما كانت الكائنات من نفس فئة المستوى الأساسي (Kim، Biederman، Lescroart، & amp Hayworth، 2009 Chouinard، Morrissey، Kohler، & amp Goodale، 2008).

ترميز العلاقات بين الأجزاء داخل LOC ، كما يتضح من استجابة BOLD الأكبر للأجسام السليمة مقارنةً بالجيونات المنفصلة في الحالة المبعثرة ، يحمل موازٍ لتشفير LOC للعلاقات بين الكائنات في المشاهد البسيطة. Kim and Biederman (2011) و Kim et al. (2011) قارن تنشيط LOC بأزواج من الكائنات التي تم تصويرها على أنها تتفاعل لتشكل مشهدًا واحدًا ، على سبيل المثال ، يمكن تصوير الري على أنه سقي نبات ، أو غير متفاعل ، على سبيل المثال ، عكس المرآة يمكن الري بحيث أصبح الآن يصور على أنه موجه بعيدًا عن النبات. في الحالة الأخيرة ، سيتم تفسير المصفوفة على أنها كائنين منفصلين غير متفاعلين ، يمكن وصفهما شفهيًا باستخدام أداة الربط "و" أو قائمة بسيطة. يمكن أن تكون الأشياء المتفاعلة في علاقة مألوفة ، على سبيل المثال ، طائر يطفو على منزل للطيور ، أو رواية ، على سبيل المثال ، طائر يجلس على أذن. تم تنشيط LOC بواسطة الكائنات المتفاعلة أكثر من الكائنات غير المتفاعلة مع دفعة إضافية من حداثة التفاعل (ربما أقرب إلى التعزيز المتعمد من الكائنات الجديدة في هذه الدراسة). لم يلاحظ أي من هذه الآثار في المنطقة المجاورة للحصين (PPA). في تصميم Kim et al. ، والتي من المفترض أن تؤثر على الانتباه البصري ، لم يكن لها أي تأثير. مزيد من الأدلة على أن رموز LOC العلاقات بين الكائن تم الإبلاغ عنها بواسطة Hayworth et al. (2011) ، الذي أظهر أنه في حين أن LOC كانت غير حساسة لترجمة زوج من الأشياء ، كانت حساسة للغاية للتغيير في الموضع النسبي. وبالتالي ، فإن نقل مشهد كامل لسلحفاة فوق حافلة يمينًا أو لأعلى لم ينتج عنه أي تحرير من التكيف ولكن تصوير الحافلة فوق السلحفاة ، مع نفس التغيير في الزاوية المرئية للأشياء الفردية كما هو الحال عند ترجمة المجموعة بأكملها ، أدى إلى ظهور تحرير كبير من التكيف. وبالتالي ، يبدو أن ترميز العلاقات في LOC لا يقتصر على ترميز العلاقات بين الأجزاء في كائنات مفردة ، ولكنه يشارك أيضًا في ترميز العلاقات بين الكائنات التي تحدد المشاهد. إن مشاهدة هذه التأثيرات بأجسام ومشاهد جديدة ومألوفة تشير إلى أن العلاقات تُحسب على الفور ، بدلاً من استرجاعها من الذاكرة.

نحن هنا نميز المشاهد ، بناءً على تفاعلات الكائنات ، من الإعدادات ، على سبيل المثال ، غابة أو طريق أو شاطئ ، والتي يمكن تحديدها جزئيًا بواسطة الخصائص الإحصائية (الطيفية) لخطوط المصفوفة ، التي تم فك تشفيرها وليس في LOC لكن في PPA أو قشرة الطحال الرجعي (Walther و Chai و Caddigan و Beck و amp Li ، 2011). بدلاً من تحديد العلاقات بين الكائنات ، قد يكون PPA والقشرة خلف الطحال أكثر مشاركة في تحديد التخطيط المادي للمشهد ، ربما كدليل للملاحة (Epstein ، Parker ، & amp Feiler ، 2007). من المثير للاهتمام أن DF ، التي لن تكون قادرة تمامًا على تفسير المشاهد التي تم تصويرها كرسومات خطية في دراسة Kim and Biederman (2011) ، قادرة ، مع ذلك ، على التنقل بكفاءة عبر بيئتها دون الاصطدام بالأشياء أو التعثر عليها ( Goodale & amp Milner ، 2013).

إن تحديد شكل الجزء وتحديد العلاقات بين الأجزاء (تحديد الكائنات) وبين الكائنات (تحديد المشاهد) يمنح بالتالي LOC كمنطقة حرجة حيث يتم تحقيق أوصاف الشكل المرئي للأشياء والمشاهد التي تعمل كمدخل إلى الارتباط اللاحق العمليات التي تنتج الإدراك البصري.


شاهد الفيديو: الفكرة العامه لفحص الرنين المغناطيسي MRI (قد 2022).