Funktionell gradient av den fusiformade cortexen för kinesisk teckenigenkänning del 2

Beteendeanalys

ACC och RT beräknades för de fyra tillstånden. Huvudeffekterna av stimuluskategorier analyserades med envägs upprepad ANOVA. Parade t-tester med post hoc Bonferroni-korrigering (s, 0.05) utfördes över förhållandena.

Det finns ett nära samband mellan stimulering och minne. Ju mer intressant, nytt och utmanande något är, desto lättare är det för oss att komma ihåg det. Det är därför vi ofta använder olika metoder i skolor för att stimulera elevernas intresse och nyfikenhet för att förbättra deras minne. Så, vilka stimuli kan förbättra vårt minne?

Först och främst är fantasi och associationsförmåga viktiga faktorer för att förbättra minnet. Vi behöver låta hjärnan vidarebearbeta informationen och koppla ihop den med vår egen erfarenhet, kunskap, känslor etc. för att komma ihåg den bättre. Till exempel, när vi lär oss ett nytt ord kan vi associera det med en visuell scen eller ett befintligt ord med liknande uttal, vilket kan hjälpa oss att förstå och komma ihåg det bättre.

För det andra kan användning av flera sinnen också förbättra minnet. Vi kan få information genom olika kanaler som syn, hörsel, känsel och lukt, vilket kan skapa fler kopplingar och associationer i hjärnan och hjälpa långtidsminnet. Så när vi studerar kan vi prova olika sätt att få information, som att lyssna på inspelningar medan vi läser, eller fokusera när vi tar bilder, för att bättre kunna registrera informationen på plats.

Slutligen kan konsekvent träning för din kropp och hjärna också förbättra ditt minne. Fysisk hälsa kan förbättra flexibiliteten och rörligheten i hjärnan och förbättra vårt minne. Regelbunden träning kan främja blodflödet, öka syretillförseln och främja hjärnans ämnesomsättning och därigenom förbättra hjärnans funktion. Att dessutom hålla hjärnan aktiv genom mycket läsning, tänkande, pluggande etc. kan också förbättra vårt minne.

Kort sagt, stimulering har en positiv effekt på minnet. Vi kan förbättra vårt minne på olika sätt, som att använda mer fantasi och associationsförmåga, använda flera sinnen för att få information och insistera på att träna kroppen och hjärnan. Så länge vi håller ut tror jag att vårt minne kommer att fortsätta att förbättras, vilket hjälper oss att lära oss och växa bättre. Det kan ses att vi behöver förbättra minnet, och Cistanche deserticola kan förbättra minnet avsevärt, eftersom Cistanche deserticola också kan reglera balansen av signalsubstanser, som att öka nivåerna av acetylkolin och tillväxtfaktorer. Dessa ämnen är mycket viktiga för minne och inlärning. Dessutom kan Kött också förbättra blodflödet och främja syretillförseln, vilket kan säkerställa att hjärnan får tillräckligt med näringsämnen och energi, och därigenom förbättra hjärnans vitalitet och uthållighet.

Univariat aktiveringsanalys

I enkelämnesnivåanalys utfördes en generell linjär modell (GLM) med faltningen av stimuleringsinställningstid (SOT) och hemodynamisk responsfunktion (HRF) som oberoende variabler, tidsserien av fMRI-signaler som beroende variabler och sex omställningsparametrar som regressorer.

Vid analys på gruppnivå användes ett prov t-test för att analysera varje voxel för att förvärva aktiveringskartor för varje tillstånd [p, 0.05, FDR-korrigering (q, 0,05), klusterstorlek. 10].

För att undersöka olika funktionella nivåer av FG-aktivering under kinesisk ordigenkänning, bestämde vi fem typer av hjärnaktiveringskartor: (1) RWs kontra fixering minus PWs kontra fixering för lexikaliska effekter, (2) PWs kontra fixering minus FWs kontra fixering för ordformseffekter, (3 ) PWs kontra fixering minus RWs kontra fixering för abstrakt ortografisk bearbetning, (4) FWs kontra fixering minus RWs kontra fixering för lågnivå ortografisk bearbetning, och (5) SCs kontra fixering minus RWs kontra fixering för grundläggande visuell bearbetning.

Specifikt har PW samma ortografiska regelbundenhet som RW men misslyckas med att komma åt lexikalisk fonologi och betydelse. FWs har vanliga radikaler eller logotypgrafem men ingen laglig kinesisk ortografi medan SCs var rumsligt sammanflätade.

Tillsammans är funktionsnivån inkrementell från den första till den femte kontrasten. Dessutom förväntades färre bearbetningsstadier men mer aktivering för de senare tre kontrasterna på grund av prediktionsfelen på grund av det senaste misslyckade stadiet, dvs. den starkare aktiveringen för fler försök att kartlägga global ortografi på ordfonologi och mening eller att integrera lokala radikaler i en helhet karaktär (Price och Devlin, 2011).

RSA

RSA är kraftfullt för att integrera olika nivåer/skalor/modaliteter (t.ex. neurala, beteendemässiga, fysiska, teoretiska) aktiviteter för att identifiera kognitiv manipulation (Fischer-Baum et al., 2017; Wang et al., 2018; Deniz et al., 2019 ).Den aktuella studien syftade till att undersöka de exakta funktionella rollerna för FG under kinesiska ordigenkänning.

Detta mål uppnåddes genom att relatera den teoretiska representationsdissimilaritetsmatrisen (RDM) för olika nivåer av kinesisk ortografi och neural RDM i FG. Kvantifiering av olikheter mellan abstrakt och lexikalortografi är nyckelfrågan. Vi uppnådde detta resultat genom att beräkna logo-grafemrepresentationerna för RW, PW och FW.

Teoretiska RDM

Logografem är den grundläggande representationsenheten för kinesiska tecken (Han et al., 2007). Logo-graphemeRDM konstruerades genom att beräkna ett minus förhållandet mellan delade basenheter mellan två valfria stimuli inom RWs, PWs och FWs.

Observera att SC består av slumpmässiga streck, men inte alla slag är logotypgrafem. Således kan logo-grafem RDM endast konstrueras för RW, PW och FW. Logografemrepresentationer indikerar interna manipulationer som behandlar logografemet som den minsta enheten.

Under karaktärigenkänning innehåller interna kognitiva processer lexikal ortografi (dvs ortografisk laglighet och kartläggning av ordform på fonologi och semantik), ordformsortografi (dvs radikal position och ortografisk laglighet), radikal ortografi (dvs strokeposition) och allmän visuell information sammansatt av ljusa och mörka fläckar.

Under PW-igenkänning indikerar logo-grafema representationer bearbetning ortografisk laglighet och allmänna visuella egenskaper. För FW-igenkänning indikerar thelogo-grapheme-representationer radikal och allmän visuell bearbetning.

Semantiska representationer beräknades för RWs, asPWs och FWs var meningslösa. Semantisk olikhet beräknades som en minus cosinuslikheten mellan ordvektorer för vilket par av RW-stimuli som helst. Skip-gram-algoritmer (fönsterstorlek=5, delsamplingsfrekvens=10 4, negativt urvalsnummer=5, inlärningshastighet=0.025, dimensionsnummer=300) användes för att beräkna ordvektorer baserat på Wikipedia Chinese Corpus med öppen källkod.

Neurala RDM och sökljus RSA

En GLM utfördes på den första nivån för var och en av de 120 försöken, med 6 huvudrörelseparametrar regressionerade. I varje tillstånd (RWs, PWs och FWs) och för varje försöksperson beräknades voxelmässiga neuronala likheter mellan valfritt par av 40 försök som signifikanta korrelationer mellan b -b-värden extraherade från en självcentrerad sfär med en 6-- mm radie.

En en-minus korrelation mellan två stimuli sattes som olikheten. Den centrerade voxen av sfären fullbordades transversellt inom kortikala regioner av intresse (ROI), såsom en strålkastare, och voxel-visa neurala RDMs erhölls för varje individ i varje tillstånd. ROIs i den aktuella studien definierades som de bilaterala fusiforma områdena (55#, 56#) i mallen Automated Anatomical Labeling 3 (AAL3).

Bilaterala inferior occipitala cortex (53#, 54#) i AAL3 inkluderades också. Spearmans korrelationer beräknades mellan neurala RDM och logo-grafem/semantiska RDM på voxelnivå. Spearmans r-transformerade Z-värden var logo-grafem/semantiska representationsvärden och användes för att utföra ett ensidigt, ett-prov t-test över ämnen på voxelnivå.

Signifikanta voxels (p, 0.05, okorrigerad, klusterstorlek . 10) i t-testet identifierades som involverade i logo-grafem/semantisk representation. Analysskripten och sammanfattningsdata är tillgängliga på GitHub (http://github.com/miaocao88/Functional-Gradient-in-vOT).

Valideringsanalys

För att undersöka om beteendeprestanda (ACC) påverkar hjärnans aktivitet under lexikaliska beslutsuppgifter, genomfördes valideringsanalys genom att utesluta försök där deltagarna felaktigt bedömde lexikalitet. Särskilt för PWs tillstånd uteslöts 6 deltagare vars ACC är 50 % för att säkerställa statistisk effekt av RSA-resultat.

Resultat

Beteendemässiga resultat

ACC och RT för knapptryckning för den lexikala beslutsuppgiften analyserades. Huvudeffekterna av ACC och RT bland RWs, PWs, FWs och SCs beräknade med envägsupprepad ANOVA var båda signifikanta, som visas i Figur 1B (Allen et al., 2019). Signifikanta huvudeffekter mätt med envägs upprepad ANOVA observerades för både ACC (F(3,150)=27.12, p, 0,001) och RT (F(3,150) =16. 68, sid, 0,001).

ACC för PWs ({{0}}.80 6 0.21) var betydligt lägre än för RWs (0.95 6 0.07, t(50)=5.29,p, 0.001, Bonferroni korrigerad), FWs (0.{ {12}}.06, t(50) =6.12, p, 0,001, Bonferroni korrigerad) och SCs (0.98 60.05, t(50) { {23}}.23, p, 0,001, Bonferroni korrigerad), medan RT för PW (938.81 6 15.60 ms) var betydligt högre än för RW (793.78 6 170.21 ms, t(50)=9.04,p, 0.001, Bonferroni korrigerad), FWs (780.416 149.84ms,t(50)=10.28, p, 0.001, Bonferroni korrigerad ), och SCs(728.686 152.54ms, t(50)=12.84, p, 0.001, Bonferroni korrigerad).

ACC för SC var större än för RW (t(50) =2.89, p, 0.05, Bonferroni korrigerad). RT för SCs var kortare än för FWs (t(50)=4.85, p, 0.001, Bonferronicorrected) och RWs (t(50)=5.30, p, 0.001, Bonferroni corrected) .

Tillsammans visade försökspersoner den sämsta prestandan i PW-igenkänning jämfört med de andra tre villkoren men bättre prestanda för SCs i den lexikaliska beslutsuppgiften.

Resultat av funktionell aktivering

I den aktuella studien definierades ordformseffekten som aktivering av PWs kontra fixering minus FWs versusfixation, medan den lexikala effekten definierades som RWsversus fixation minus PWs kontra fixering. Som visas i figur 2A, aktiverade ordformseffekten den bilaterala ventrala occipitotemporala cortexen och vänster mellersta occipitala gyrus [p, 0.05, FDR-korrigering (q, 0,05), klusterstorlek. 10].

Vänster ordforms effektområden var lokaliserade i ett stort kluster (klusterstorlek {{0}}) som spänner över den mellersta delen av den vänstra laterala occipitotemporala sulcusen, inklusive den vänstra nedre temporala gyrusen, mitten och främre delen av den vänstra FG, de lämnade inferior occipital gyrus [p, 0.05, FDR-korrigering (q, 0,05), klusterstorlek. 10]. Höger ordformseffektområden involverade de kontralaterala homotopiska cortexerna, inklusive den högra nedre temporala gyrusen och mitten av FG.

Den lexikaliska effekten aktiverade omfattande hjärnregioner, inklusive den bilaterala mellersta occipitala gyrusen, bilaterala occipitotemporala cortices (bestående av inferior temporal gyrus och middle FG), höger FG och främre delen av den vänstra inferior temporal gyrus [p, {{{{2} }}}.05, FDR-korrigering (q, 0,05), klusterstorlek. 10].

Massivt aktiverade hjärnregioner kan härledas från top-down modulering av lexikaliska svar. Observera att fler främre aktiveringar av lexikaliska effekter hittades i den främre delen av den vänstra inferiortemporala gyrusen än i den främre delen av den vänstra FG. För mer information, se Tabell 1.

Baserat på förutsägelsefelhypotesen, motsvarade PWs kontra fixering minus RWs kontra fixering, FWs versus fixationminus RWs kontra fixering, och SCs kontra fixationminus RWs kontra fixering till abstraktortografisk bearbetning, radikal bearbetning och extraktion av visuella egenskaper, respektive, som tillhör högre-till- nivåer av ortografisk struktur.

Som visas i figur 2B aktiverade PWs kontra fixering minus RWs kontra fixering den bilaterala ventrala occipitotemporala corticesen och bilaterala mellersta occipital gyrus [p, 0.05, FDR-korrigering (q, 0.{ {8}}5), klusterstorlek. 10]. Hjärnregioner för FWs kontra fixering minus RWs kontra fixering hittades i den bilaterala inferior temporal gyrus och left-middle occipital gyrus [p, 0,05, FDR-korrigering (q, 0,05), klusterstorlek. 10].

SCs kontra fixering minus RWs kontra fixering aktiverade endast vänster mitten och inferior occipitalgyrus [p, {{0}}.05, FDR-korrigering (q, 0,05), klusterstorlek. 10].

Gradvis förändrade och blandade aktiveringar längs y-axeln i den bakre delen av den vänstra nedre temporala gyrusen visas i den lägsta panelen i figur 2B och bekräftade funktionella gradienter av vänster FG. För mer information, se Tabell 2.

For more information:1950477648nn@gmail.com