Human cerebellum og corticocerebellar forbindelser involveret i følelsesmæssig hukommelsesforbedring del 3

Tilsammen har DCM-analysen vist, at fra de 25 cerebrale ROI'er involveret i emotionel hukommelsesforbedring, viste 13 ROI'er øget forbindelsesstyrke med lillehjernen, for det meste i retningen fra cerebellum til cortical ROI'er, i to tilfælde i den modsatte retning og yderligere to tilfælde i begge retninger.

Et glad og positivt humør kan forbedre folks hukommelse. Dette skyldes, at den følelsesmæssige hukommelsesforbedringsmekanisme gør det lettere for folk at gemme vigtig information i langtidshukommelsen. Forskning viser, at når den menneskelige krop oplever stærke følelser, frigiver kroppen katalytiske stoffer, der aktiverer følelsesrelaterede områder af hjernen, hvilket påvirker hjernens kognitive og læringscentre. Med andre ord hjælper følelsesmæssig hukommelsesforbedring os med at huske informationen dybere.

I dagligdagen kan vi forbedre vores hukommelse ved at justere vores følelser. Vi kan vælge nogle aktiviteter, der får os til at føle os glade og godt tilpas, såsom at lytte til vores yndlingsmusik, chatte med venner, lave nogle afslappende øvelser osv. Derudover kan nogle simple adfærd også hjælpe os med at bevare et glad humør, som f.eks. nok søvn, spise godt og motionere moderat.

Kort sagt er der en tæt sammenhæng mellem følelsesmæssig hukommelsesforbedring og hukommelse. Positive følelser stimulerer områder af hjernen forbundet med hukommelsen, hvilket gør det lettere for os at gemme information i langtidshukommelsen. Vi kan hjælpe os selv med at forbedre vores hukommelse og blive mere glade og tilfredse i livet ved at regulere vores følelser. Det kan ses, at vi skal forbedre vores hukommelse. Cistanche deserticola kan forbedre hukommelsen markant, fordi Cistanche deserticola er et traditionelt kinesisk medicinsk materiale med mange unikke effekter, hvoraf den ene er at forbedre hukommelsen. Effektiviteten af ​​hakket kød kommer fra de forskellige aktive ingredienser, det indeholder, herunder syre, polysaccharider, flavonoider osv. Disse ingredienser kan fremme hjernens sundhed på en række forskellige måder.

Klik på kend 10 måder at forbedre hukommelsen på

Disse resultater tyder på, at lillehjernen er en integreret del af et forbindelsesnetværk, der er involveret i forbedring af følelsesmæssig hukommelse. Men ud fra disse resultater kan vi ikke udlede, hvilke af disse forbindelser der er de vigtigste. Da ROI'er blev defineret funktionelt, snarere end anatomisk, kan vi heller ikke specificere de præcise anatomiske substrater for de kortikale ROI'er. Vi har valgt denne tilgang, fordi følsomheden ved at detektere tilstedeværelsen af ​​forbindelser kan øges ved at bruge ROI'er, der matcher funktionelle grænser (36).

Konsekvensen af ​​denne procedure er tab af anatomisk specificitet og manglende evne til at skelne mellem bidragene fra forskellige anatomiske strukturer inden for et bestemt ROI. Desuden, da de testede DCM'er her kun omfattede to knudepunkter, overvejer de ikke, om indflydelsen mellem lillehjernen og en anden ROI er medieret af yderligere regioner. Værdierne af vores tilslutningsparametre afspejler derfor potentielt både direkte og indirekte forbindelser.

De nuværende resultater kan bidrage til en bedre forståelse af netværket involveret i følelsesmæssig hukommelsesforbedring under fysiologiske forhold. Ydermere kan resultaterne også have implikationer for forståelsen af ​​patologiske tilstande, såsom posttraumatisk stresslidelse (PTSD), da dannelsen af ​​et overdrevent stærkt aversivt hukommelsesspor efter atraumatiske hændelser er en vigtig patogen mekanisme i udviklingen af ​​frygtrelaterede lidelser (1, 62, 63). Mens det ikke vil være muligt at undersøge initial hukommelsesdannelse ved PTSD ved hjælp af fMRI, kan undersøgelser undersøge neuralkorrelaterne af traumatisk hukommelseshentning. En nylig fMRI-undersøgelse fulgte denne tilgang og fandt forbedret hjerneaktivering i cerebellum (inklusive vermis), occipital gyri, supramarginal gyrus og amygdala under traume-tilbagekaldelse hos patienter med PTSD (64).

I modsætning hertil kunne cerebellar hypoaktivitet være relateret til tilstande med reduceret følelsesmæssig hukommelsesforbedring. Faktisk indikerer kliniske undersøgelser, at de patologier, der påvirker verbal funktion, er forbundet med en række kognitive og følelsesmæssige svækkelser, herunder symptomer på autismespektrumforstyrrelser (65, 66). Interessant nok viser patienter med autismespektrumforstyrrelse underskud i følelsesmæssig forbedring af episodiske minder (67, 68). Det er muligt, at disse mangler delvist stammer fra strukturelle og funktionelle abnormiteter af theamygdala, der ofte observeres ved denne lidelse (69, 70). Baseret på de nuværende resultater kan dermal hypoplasi i autismespektrumforstyrrelser dog også bidrage til den svækkede følelsesmæssige forbedring af episodisk hukommelse. Denne hypotese skal testes hos patienter med autisme med forskellige grader af amygdala- og vermis-abnormiteter.

Der er voksende beviser, der indikerer, at lillehjernen, især cerebellar vermis, og dens forbindelser til flere hjerneregioner, herunder det limbiske system, er involverede uemotionelle funktioner, herunder følelsesmæssig perception, følelsesmæssig genkendelse, følelsesmæssig bearbejdning og frygtkonditionering (27, 71) . De nuværende resultater tyder nu på, at cerebellumis også er en del af et kredsløb involveret i den følelsesmæssige forbedring af episodisk hukommelse. Inden for dette kredsløb modtager cerebellum input fra flere cerebrale regioner inklusive cingulate, mens amygdala/hippocampus og flere andre hjerneregioner modtager input fra cerebellum. Disse resultater udvider viden om cerebellums rolle i komplekse kognitive og følelsesmæssige processer og kan være relevante for forståelsen af ​​psykiatriske lidelser med afvigende følelsesmæssige kredsløb, såsom PTSD eller autismespektrumforstyrrelser.

Materialer og metoder

Deltagere. Vi rekrutterede sunde, unge deltagere (872 kvinder, 546 mænd, gennemsnitsalder=22.39 år, SD=3.27). Annoncering blev hovedsageligt udført på universitetet i Basel og i lokale aviser. Deltagerne var fri for enhver neurologisk eller psykiatrisk sygdom, tog ingen medicin på tidspunktet for forsøget (undtagen hormonelle præventionsmidler) og var mellem 18 og 35 år. Fysisk og mental sundhed blev vurderet ud fra standard spørgeskemaer. Eksperimentet blev godkendt af den etiske komité i kantonen Basel, Schweiz. Alle deltagere gav skriftligt informeret samtykke, før de deltog i undersøgelsen. Før analysen blev prøven opdelt i en opdagelsesprøve (n=945, 2/3 af alle deltagere) og en replikationsprøve (n=473, 1/3 af alle deltagere) ved tilfældigt at tildele deltagere til en af prøverne.Randomisering blev udført ved hjælp af Matlab-funktionen rand perm. Der var ingen signifikante forskelle mellem opdagelses- og replikationsprøverne mellem alder, køn eller følelsesmæssig hukommelsesforbedring (P større end eller lig med 0.33, {{ 16}}sidetesting, n=1,418).

Eksperiment: Fremgangsmåde. Deltagerne gennemgik fire på hinanden følgende opgaver: billedkodningsopgave, en arbejdshukommelsesopgave, en hukommelsestest med frit genkaldelse og en erkendelsesopgave. Deltagerne blev først instrueret og derefter trænet i billedkodning og arbejdshukommelsesopgaver. Efter træning blev de placeret i scanneren og modtog ørepropper og hovedtelefoner for at reducere scannerstøj. Deres hoveder blev fikseret i spolen ved hjælp af små puder, og de fik besked på ikke at bevæge sig. Billeder blev præsenteret i scanneren ved hjælp af MR-kompatible flydende krystaller (VisualSystem; NordicNeuroLab, Bergen, Norge). Øjenkorrektion blev brugt, når det var nødvendigt. Billedkodningsopgaven varede i ~20 min. Umiddelbart efter udførte deltagerne en opgave med bogstav n-bag (0-bag- og 2-rygtilstand) arbejdshukommelsesopgave i scanneren i ~10 min. I den aktuelle undersøgelse blev arbejdshukommelsesopgaven brugt som en distraktionsopgave mellem kodning og genkaldelse af hukommelsestest. Derfor analyserede vi ikke dataene fra selve arbejdshukommelsesopgaven (se reference 72 for en beskrivelse af opgaven). Efter at have forladt scanneren, fik deltagerne en uanmeldt gratis genindkaldelsestest af billederne i et separat rum (ingen tidsbegrænsning). blev indstillet til denne opgave). Efter den frie tilbagekaldelse blev deltagerne omplaceret i scanneren og udførte en genkendelsesopgave (se reference 73 for en beskrivelse af opgaven). Deltagerne modtog 25 schweizerfranc/t for deltagelse. På grund af organisatoriske begrænsninger var vi nødt til at ændre det rum, hvor billeder blev genkaldt, hvilket betød, at nogle deltagere genkaldte billeder i en lidt anden indstilling.

Eksperiment: Design af billedkodningsopgave. Stimuli bestod af 72 billeder (24 positive, 24 negative og 24 neutrale), der blev udvalgt fra International Affective Picture System (IAPS) (74) og fra interne standardiserede billedsæt, der gjorde det muligt for os at sidestille billederne for visuel kompleksitet og indhold (f.eks. menneskelig tilstedeværelse). Billeder modtaget fra IAPS blev klassificeret i henhold til IAPS-valensvurderingen. Otte ud af de 24 neutrale billeder blev ikke modtaget fra IAPS. Disse billeder blev vurderet baseret på en intern valencerering (11). Baseret på normative valensscores (fra 1 til 9), blev billeder tildelt negative (2,3 ± 0.6), neutrale (5.0 ± 0.3) og positive ( 7,6 ± 0.4) betingelser, hvilket resulterer i 24 billeder for hver valens. Positive stimuli blev oprindeligt udvalgt til at matche ophidselsesvurderinger af negative stimuli baseret på data fra en pilotundersøgelse hos 20 deltagere, der ikke var inkluderet i undersøgelsen. Fire yderligere billeder, der viser neutrale objekter, blev præsenteret. To af disse billeder blev præsenteret i begyndelsen og to i slutningen af ​​billedopgaven. Disse billeder blev udelukket fra evaluering af tilbagekaldelsespræstationer for at kontrollere for forrang og nylige effekter i hukommelsen. Eksempler på billeder omfattede erotik, sport og tiltalende dyr for den positive valens; kropsskade, slanger og angrebsscener for negativvalensen; og neutrale ansigter, husholdningsgenstande og bygninger til den neutrale tilstand. Derudover blev der brugt 24 krypteret billeder. Baggrunden for de forvrængede billeder indeholdt farveinformationen for alle billeder, der blev brugt i eksperimentet (undtagen billeder fra forrang og seneste billeder), overlejret med et krystal- og forvrængningsfilter (Adobe Photoshop CS3). I forgrunden blev et for det meste gennemsigtigt geometrisk objekt (et rektangel eller en ellipse af forskellig størrelse og orientering) vist. For denne undersøgelse var de forvrængede billeder ikke af interesse.

Billederne blev præsenteret i 2,5 sekunder i en kvasi-randomiseret rækkefølge, så der opstod maksimalt fire billeder af samme kategori fortløbende. Et fikseringskryds dukkede op på skærmen i 500 ms før hver billedpræsentation. Stimulusstarttiden blev rystet inden for 3 s (1 gentagelsestid [TR]) pr. valenskategori omkring scanningens begyndelse. I løbet af forsøgsperioden bedømte deltagerne hvert af de 72 billeder efter valens (negativ, neutral eller positiv) og ophidselse (stor, medium eller lille) på en 3-punktskala (selvvurderingsdukke) ved at trykke på en knap med deres dominerende hånd. For krypteret billeder bedømte deltagerne formen (lodret, symmetrisk eller vandret) og størrelsen (stor, medium eller lille) af det geometriske objekt i forgrunden. Softwarepræsentationen (Neurobehavioral Systems, Inc., Berkeley, CA; https://www.neurobs.com) blev brugt til billedpræsentationen.

Adfærdsdata: Forbedring af følelsesmæssig hukommelse. For at dokumentere freerecall skulle deltagerne skrive en beskrivelse af de genkaldte billeder ned. Et billede blev bedømt som korrekt genkaldt, hvis bedømmeren kunne identificere det præsenterede billede baseret på deltagerens beskrivelse. To uddannede efterforskere vurderede uafhængigt beskrivelserne for tilbagekaldelsessucces (interbedømmer-pålidelighed > 99%). En tredje uafhængig bedømmer besluttede sig for billeder, der blev bedømt anderledes. For hver deltager beregnede vi, hvor ofte følelsesmæssige billeder blev genkaldt sammenlignet med neutrale billeder: ([tilbagekaldt positivt – genkaldt neutralt] + [tilbagekaldt negativt – genkaldt neutralt])/2. Datapunkter blev plottet og viste sig at være nogenlunde normalfordelt (SI-tillæg, Fig. S1). Tosidede t-tests blev anvendt til at teste, om følelsesmæssig hukommelsesydelse var signifikant forskellig fra nul. Derudover testede vi for virkningerne af potentielle konfoundere. Vi brugte en 2-prøve t-test til at vurdere, om følelsesmæssig hukommelsesydelse afhang af køn. Vi brugte Pearsons lineære korrelationskoefficienter til at forbinde at genkalde præstation med alderen. Tosidede t-test blev anvendt for at teste, om korrelationskoefficienten var signifikant forskellig fra nul.

Billeddiagnostik: MRI-optagelse. Målinger blev udført på en SiemensMagnetom Verio 3 T helkrops MR-enhed udstyret med en 12-kanalhovedspole. Funktionelle tidsserier blev opnået med en enkelt-skuds ekko-plan sekvens ved hjælp af parallel billeddannelse (GRAPPA). Vi brugte følgende optagelsesparametre:ekkotid (TE)=35 ms; synsfelt (FOV)=22 cm; optagelsesmatrix =80 × 80, interpoleret til 128 × 128; voxelstørrelse=2,75 × 2,75 × 4 mm3;GRAPPA accelerationsfaktor R=2,0. Ved hjælp af et midsagittalt spejderbillede blev 32 sammenhængende aksiale skiver placeret langs det anterior-posteriore kommissurplan, der dækkede hele hjernen med en TR=3,000 ms (= 82 grad) erhvervet ved hjælp af en stigende interleaved rækkefølge. De første to opkøb blev kasseret på grund af T1time-konstant mætningseffekter. Et højopløsnings T1-vægtet anatomisk billede blev optaget ved hjælp af en magnetiseringsforberedt gradientekkosekvens (TR =2,000 ms; TE=3.37 ms; TI {{ 31}},000 ms; vippevinkel=8 grader; 176 skiver; FOV =256 mm; voxelstørrelse=1 × 1 x 1 mm3).

Billedbehandling: Softwarepakke til statistisk analyse af billeddata. Vi brugte den statistiske parametriske kortlægning (SPM) software SPM12 version 6685 (Wellcome Trust Center for Neuroimaging, London, UK; https://www.fil.ion.ucl.ac. uk/spam/) implementeret i Matlab R2016a.

Billedbehandling: Forbehandling og normalisering af ekkoplanar billeddannelse (EPI) volumener. Volumen blev skive-tid-korrigeret til den første skive, omjusteret ved hjælp af "register to mean"-indstillingen og coregistreret til det anatomiske billede ved at anvende en normaliseret gensidig information tredimensionel stiv kropstransformation. En vellykket samregistrering blev visuelt verificeret for hver deltager. Hvert volumen blev maskeret med deltagerens T1 anatomiske billede for at udelukke voxels uden for hjernen. Ekkoplane billeddannelsesvolumener (EPI) blev normaliseret til Montreal Neurological Institute (MNI) rum og udjævnet med en 8 mm fuld bredde ved halvmaksimum (FWHM) Gaussisk kerne ved at anvende DARTEL, hvilket førte til en forbedret registrering mellem deltagerne (75, 76) .

Den sammenflettede sekvens, der blev brugt til at erhverve funktionelle tidsserier, gjorde det en forudsætning at bruge skivetidskorrektion som det første forbehandlingstrin (77). Slice-timing-korrektionsmetoder kan med held kompensere for slice-timing-effekter(78). Navnlig i DCM til fMRI identificeres årsagsretningen ikke ved tidsmæssig forrang. I stedet er kausalitet legemliggjort af den matematiske form af differentialtilstandsligningen for hver region. Tilstandsligningerne for en given model definerer systemstrukturen (f.eks. forbindelsen mellem regioner), og foreskriver eksplicit, hvordan dynamikken opstår i systemet (39). Derfor blev flere DCM-undersøgelser med lignende TR'er tidligere udført (79-81).

Billeddannelse: Modellering af voxel-mæssig aktivitet. Generelle lineære modeller (GLM'er) blev specificeret for hver deltager for at identificere voxels aktiveret af opgaven. Regressorer, der modellerede begyndelsen og varigheden af ​​stimulusbegivenheder, blev konvolveret med en kanonisk hæmodynamisk responsfunktion. Mere præcist omfattede modellen regressorer til knaptryk modelleret som pind/delta-funktioner, billedpræsentationer (positive, neutrale, negative, forvrænget, forrang og nylige) modelleret med en epoke/kassevogn-funktion (varighed: 2,5 s) og vurderingsskalaer modelleret med en epoke/kassevogn funktion af variabel varighed (afhængig af hvornår det efterfølgende knaptryk fandt sted). Seriekorrelationer blev fjernet ved hjælp af en førsteordens autoregressiv model, og et højpasfilter (128 s) blev anvendt til at fjerne lavfrekvent støj. Seks bevægelsesparametre blev også indtastet som generende kovariater. Vi definerede to forskellige typer GLM'er. En type GLM blev brugt til at identificere voxels relateret til vellykket emotionel hukommelseskodning.

Her blev positive, negative og neutrale stimuli modelleret separat afhængigt af, om de efterfølgende blev genkaldt eller ej. De resulterende parameterestimater blev kontrasteret for at identificere voxels forbundet med vellykket emotionel hukommelseskodning ([tilbagekaldte emotionelle billeder – ikke-tilbagekaldte emotionelle billeder] – [tilbagekaldte neutrale billeder – ikke-tilbagekaldte neutrale billeder]). Denne kontrast var tilgængelig hos 944 ud af de 945 deltagere i opdagelsesprøven (1 forsøgsperson huskede ikke nogen neutrale billeder) og hos 470 ud af de 473 deltagere i replikationsprøven (3 forsøgspersoner huskede ikke nogen neutrale billeder) . For at undersøge potentielle valensrelaterede effekter i cerebellar aktivitet sammenlignede vi desuden, om aktivitet relateret til vellykket hukommelseskodning adskilte sig mellem positive og negative billeder. Dette svarede til følgende kontrast:([genkaldte negative billeder – ikke-tilbagekaldte negative billeder] – [tilbagekaldte positive billeder – ikke-tilbagekaldte positive billeder]). En anden type GLM blev specificeret for at identificere voxels forbundet med kodning af følelsesmæssige billeder, uanset hukommelse. Vi specificerede regressorer for positive, neutrale og negative billeder, uanset om billederne blev genkaldt eller ej, og kontrasterede de resulterende parameterestimater (følelsesmæssige billeder - neutrale billeder). Vi anvendte familiemæssig fejlkorrektion (FWE) for flere sammenligninger på hele hjerneniveau til alle kontraster (Pwhole-brain-FWE-korrigeret < 0.05). Korrektion for multiple sammenligninger på klyngeniveau blev anvendt til at teste for valensrelaterede effekter i cerebellarklyngen (Psmall-volumen-korrigeret < 0,001, klyngeudstrækning k=10).

Billedbehandling: Gruppestatistik over voxel-mæssig aktivitet. For at bestemme aktivitet relateret til "succesfuld følelsesmæssig hukommelseskodning" og til "kodning af følelsesmæssige billeder" blev kontrastkort indtastet i en tilfældig effektmodel (analyse på andet niveau) ved hjælp af GLM Flex (Martinos Center og Massachusetts General Hospital, Charlestown, MA; https ://habs.mgh.harvard.edu/researchers/datatools/glm-flex-fast2/). Vi kontrollerede for effekten af ​​køn, alder, en ændring af scannersoftware og to ændringer i gradientspoler ved at inkludere dem som kovariater. Vi brugte GLM Flex, fordi EPI-sekvenser lider af et signaltab i tilstedeværelsen af ​​magnetfeltinhomogeniteter, der kan forekomme tæt på luftvævsgrænser. Normaliseringsproceduren anvendt i DARTEL transformerede nøjagtigt både voxels med signal og voxels med signaltab til MNI-rum. InSPM førte signaltab ved en MNI-koordinat i et funktionelt billede af kun én deltager til udelukkelse af voxel ved denne koordinat fra analyse på gruppeniveau. Som følge heraf øgedes sandsynligheden for, at en voxel udelukkes, med prøvestørrelsen. GLM Flex omgik dette problem ved at tillade et variabelt antal deltagere ved hver voxel. Minimumsantallet af deltagere pr. voxel blev sat til 2/3 af alle deltagere.

Billedbehandling: Definition af ROI'er – Funktionelt defineret maske. Fordi følsomheden ved at detektere tilstedeværelsen af ​​forbindelser kan øges ved at bruge ROI'er, der matcher faktiske funktionelle grænser (36), definerede vi ROI'er funktionelt snarere end anatomisk. Specifikt inden for opdagelsesprøven (n=945) brugte vi en funktionelt afledt maske og brugte derefter en datadrevet, gruppe-niveau klyngetilgang til at opdele forbehandlede og normaliserede EPI-volumener i rumligt kohærente og tidsmæssige homogene regioner (37) . Masken bestod af voxels, der var positivt forbundet med vellykket følelsesmæssig hukommelseskodning i opdagelsesprøven (Pwhole-brain-FWE-corrected < 0.05). De identificerede voxels blev derefter yderligere maskeret med indkodning af følelsesmæssig billedkontrast (Pwhole-brain-FWE-korrigeret < 0,05) for at sikre, at alle inkluderede voxels også viste en positiv effekt for følelseskodning (99 % af alle voxels var signifikante i den "succesfulde følelsesmæssige hukommelseskodning" kontrast" var også signifikante i "kodningen af ​​følelsesmæssige billeder kontrast").

Billedbehandling: Definition af ROI'er—Partelleringsprocedure. Voxels inden for den funktionelt definerede maske blev kombineret til ROI'er, således at ligheden mellem voxels inden for den samme klynge blev maksimeret sammenlignet med ligheden mellem voxels i forskellige klynger, ved hjælp af en normaliseret cut-metode, der inkorporerede en rumlig begrænsning (37). Af hensyn til beregningen blev parcellation udført baseret på EPI-volumen af ​​200 deltagere, som blev tilfældigt udtrukket fra opdagelsesprøven. Disse volumener blev udjævnet med en 6 mmFWHM Gauss-kerne på linje med et nyligt papir (37). Klynger blev først udført inden for hver deltager, efterfulgt af en gruppeklyngning på andet niveau, som anbefalet af Craddock et al. (37). Vi fordelte voxelerne inden for maskinto 30 ROI'er, da vi fandt ud af, at dette tal fører til tilstrækkelig rumlig specificitet, mens vi stadig kan håndtere den beregningsmæssige byrde induceret af beregningen af ​​forbindelse med DCM. En af disse ROI'er indeholdt isolerede voxler og diskrete små klynger, der ikke var rumligt sammenhængende. Dette ROI(ROI 11), som indeholdt 60 voxels, blev således fjernet fra yderligere analyse.

Forbindelsesanalyse: Tidsforløbsudtrækning. Vi udtog tidskurser pr. deltager og ROI'er fra uudjævnede og unormaliserede data ved hjælp af proceduren beskrevet nedenfor. Bemærk, at vi har udvundet fra uudjævnede data, fordi udjævning kan være skadelig for tilslutningsestimat, da det fører til en blanding af blodiltningsniveauafhængige tidsforløb mellem regioner i nærheden (36).

1. Kortlægning af funktionelle ROI'er fra MNI-rum til native deltagerrum: ROI'er som bestemt i parcellationsproceduren blev genereret i MNIspace. Vi kortlagde derfor deres placering til det oprindelige deltagerrum ved at invertere normaliserings-warp-feltet for hver deltager.

2. Tidsforløbsudtrækning fra funktionelle ROI'er: Før den egentlige modellering af forbindelse inden for DCM-rammen, blev deltagerspecifikke tidskurser udtrukket fra hvert ROI. Målet med dette trin var at udtrække tidsforløb fra aktiverede voxels på enkeltdeltagerniveau. Effektstørrelsen af ​​kodningen af ​​emotionelle billeders kontrast var betydeligt større end effektstørrelsen af ​​den succesrige emotionelle hukommelseskontrast, hvilket gør førstnævnte mere velegnet til at skelne opgaverelaterede voxels fra voxels uden relevante signaler på enkeltdeltagerniveau. På gruppeniveau var alle områder inkluderet i denne analyse signifikant forbundet med vellykket emotionel hukommelseskodning, hvilket sikrede, at alle ROI'er var relevante for vellykket emotionel hukommelseskodning. For hver ROI og deltager identificerede vi følgelig signifikante voxels for den emotionelle > neutrale kontrast ved en ukorrigeret tærskel på P < 0.05, med en mindste klyngestørrelse på tre voxels. Et sammenfattende tidsforløb blev udtrukket fra alle disse voxels ved hjælp af SPM's "Volume of Interest" udtræksværktøj. I detaljer blev der udført en PCA for alle udvalgte voxels inden for anROI. Tidspunkter var observationerne og voxels var variablerne. PCA returnerede en række komponenter ordnet efter den variansandel, som hver komponent forklarede. Hver komponent var forbundet med en vektor af vægte (én værdi pr. voxel), hvilket afspejler bidraget fra hver voxel til den komponent. Den første egenvariat afspejlede tidsforløbet for hovedkomponenten, der bidrog til en regions respons, og blev valgt som et repræsentativt tidsforløb for ROI. Tidsforløbene blev korrigeret for bevægelsesartefakter ved at tilføje bevægelsesparametre som kovariater i den lineære model.

På tværs af alle 29 funktionelle ROI'er blev tidsforløb med succes ekstraheret i 97,88 % af alle tilfælde i opdagelsesprøven og 97,57 % af alle tilfælde i applikationsprøven, da de viste robust opgaveafhængig aktivering ved vores signifikansgrænse, der er skitseret ovenfor. Data fra alle ROI'er hos alle deltagere var en forudsætning for at køre DCM, da formålet med DCM er at sammenligne forskellige modeller for en observeret aktivering (38, 39). Derfor udelukkede vi en deltager fra en bestemt DCM, hvis et ROI ikke viste aktivering i overensstemmelse med kriterierne defineret ovenfor. Ud af alle ROI'er viste ROI 9 den mindste andel af deltagere med robust aktivering (opdagelsesprøve 88,36%; replikationsprøve 85,84%). Se SI-tillæg, tabel S1 for antallet af deltagere pr. DCM, og SI-tillæg, tabel S2 for procentdel af ekskluderede deltagere pr. ROI.

Potentielle årsager til manglen på tilstrækkelig stærk aktivering hos nogle deltagere vedrørte støj i data eller datatab, men kan også afspejle brugen af ​​forskellige kognitive strategier.

Forbindelsesanalyse: DCM. DCM kan anvendes til at teste specifikke hypoteser vedrørende tilstedeværelsen, retningen og modulatorerne af effektiv forbindelse mellem et sæt foruddefinerede hjerneregioner. DCM er beskrevet i detaljer andetsteds(38, 39). Kort fortalt er neurale interaktioner mellem regioner udtrykt ved differentialekvationer, som beskriver 1) hvordan aktiviteten i en hjerneregion forårsager dynamik (dvs. ændringshastighed) i en anden hjerneregion og 2) hvordan disse interaktioner ændrer sig under indflydelse af eksperimentelle forhold. Her sammenlignede vi betingelser for følelsesmæssige og neutrale billeder, mens vi overvejede, om et billede senere blev genkaldt eller ej. DCM stræber efter neurofysiologisk fortolkning ved at foretage en eksplicit skelnen mellem det "neurale niveau" og det "hæmodynamiske niveau" (82). Dette opnås ved at invertere en biofysisk motiveret og parametriseret fremadmodel, der forbinder den modellerede neurale dynamik til de målte hæmodynamiske tidsforløb (38). . Forbindelsesparametrene kan derfor tolkes som en påvirkning mellem neurale populationer (39). Vores slutning om tilslutning afhang af de underliggende matematiske antagelser, der er inkorporeret i parameteriseringen af ​​DCM. Disse antagelser er blevet kritisk vurderet (83).

Vi valgte DCM frem for andre metoder, fordi det giver flere fordele. DCMinferer forbindelse ved at modellere neural dynamik med et system af differentialekvationer. Derfor kan påvirkningsretningen og den tilstandsafhængige modulering af forbindelsesstyrken bestemmes mere meningsfuldt end med statiske tilslutningsmodeller såsom korrelations- eller strukturel ligningsmodellering (82, 84, 85).

Forbindelsesanalyse: DCM—Modelrum. Vi brugte en post hoc modeludvælgelsesprocedure, som kræver estimering af kun én fuld model for at finde modelbeviset for alle mulige forbindelsesarkitekturer (40), og derved udføre en udtømmende modelsammenligning. Vi brugte denne udvælgelsesprocedure snarere end en traditionel sammenligning af et begrænset antal a priori-modeller, fordi denne algoritme i høj grad reducerer beregningsbyrden ved at tilnærme konnektivitetsparametrene for indlejrede undermodeller fra inferensen på en fuld model. Selvom det ville have været interessant at inkludere alle 26 klynger i en enkelt model, var dette beregningsmæssigt ikke muligt. Vi undersøgte alle parvise forbindelser mellem cerebellar ROI og de resterende 25 ROI'er ved at definere en række 2-node DCM'er, hvor ROI'et placeret i cerebellum systematisk blev parret med en af ​​de andre ROI'er. Forbindelsesparametre repræsenterer nettoforbindelsen mellem ROI'er - dvs. de tager ikke hensyn til, hvorvidt indflydelsen mellem to ROI'er medieres af yderligere regioner, medmindre disse yderligere regioner er eksplicit inkluderet i DCM-modellen. Da de her testede DCM'er kun omfattede to noder, undersøgte de ikke, om indflydelsen mellem cerebellum og et andet ROI var medieret af yderligere regioner. Værdierne af vores forbindelsesparametre afspejlede derfor potentielt både direkte og indirekte forbindelser. Vi anvendte bilineær, deterministisk DCM med to tilstande (version DCM12)(86). Vi specificerede gensidige iboende forbindelser mellem hver ROI. Ekstrinsiske input til ROI'er driver netværket og kvantificerer, hvordan ROI'er reagerer på ekstern stimuli. Fire forskellige input-regressorer blev defineret, som indeholdt 1) følelsesmæssige og neutrale billeder, 2) krypteret billeder, 3) tryk på knappen og 4) præsentation af vurderingsskala. Hver af input-regressorerne kunne komme ind i netværket ved alle ROI'er. Styrken af ​​de iboende forbindelser mellem ROI'er kunne moduleres af følgende betingelser: følelsesmæssigt genkaldte billeder, følelsesmæssigt ikke-genkaldte billeder, neutrale genkaldte billeder og neutrale ikke-genkaldte billeder.

For et Bayesiansk perspektiv på flere sammenligninger, se referencer (87, 88). Det er bemærkelsesværdigt, at vi gentog resultaterne af opdagelsesprøven i en anden prøve.

Forbindelsesanalyse: DCM—Model estimering. Vi brugte en effektiv posthoc-modeludvælgelse, der krævede estimering af kun én fuld model for at finde 1) modelbeviset for alle mulige forbindelsesarkitekturer med Bayesianmodel-selektion (BMS), 2) posteriore sandsynligheder som følge af slutninger på familieniveau for at bestemme sandsynligheden for en kontrast af parameterestimater, og3) Bayesianske parametergennemsnit over alle mulige modeller, der viser om en kontrast af parameterestimater afveg fra nul (40, 84, 89). Fordi vi brugte BMS med faste effekter, antog vi, at den optimale model var den samme for hver deltager i befolkningen (39). Estimering af DCM-modeller blev udført på sciCORE (https://scicore.unibas.ch/) videnskabelige computer-kernefacilitet på Basel Universitet.

Forbindelsesanalyse: DCM—Parameteranalyse. Vi brugte Bayesiansk inferens til at vurdere, om forbindelsesstyrken blev øget under vellykket emotionel hukommelseskodning. Specifikt brugte vi de posteriore forventninger og posteriore kovarianser til at beregne den posteriore sandsynlighed for, at kontrasten mellem modulatorer af forbindelsesstyrke var større end nul. Kontrasten for vellykket emotionel hukommelseskodning blev bygget ved at trække modulatorerne fra følgende forhold: (genkaldte emotionelle billeder – ikke-genkaldte emotionelle billeder) – (genkaldte neutrale billeder – ikke-genkaldte neutrale billeder). For det første, inden for opdagelsesprøven, identificerede vi de forbindelser, der havde en posterior sandsynlighed for kontrast større end {{0}}.99. For det andet analyserede vi disse forbindelser i replikationsprøven og testede, om de også havde en posterior sandsynlighed for kontrast større end 0.99. I beskrivende termer kan den anvendte sandsynlighedstærskel på 0,99 fortolkes som et meget stærkt bevis for en effekt(42, 43). Vi fokuserede på stigninger i stedet for fald i forbindelsesstyrke, da ROI'er blev defineret baseret på voxels med øget aktivitet.

Beregninger om forbindelsesstyrke var baseret på styrken af ​​kontrasten i replikationsprøven. Forbindelser blev visualiseret ved hjælp af cirkelbiblioteket i R (90).

Segmentering af anatomisk billede. Hver deltagers anatomiske billede blev automatisk segmenteret i kortikale og subkortikale strukturer ved hjælp af FreeSurfer version 4.5 (91). Mærkning af den kortikale gyri var baseret på Desikan-Killiany-atlaset (92), hvilket gav 35 kortikale og syv subkortikale regioner perhemisfære. Bemærk, at den anvendte segmenterings- og mærkningsteknik giver en nøjagtighed, der kan sammenlignes med manuel mærkning af eksperter (91, 92).

Anatomisk lokalisering af ROI'er baseret på et befolkningsgennemsnit af anatomisk probabilistisk atlas. Segmenteringer af kortikale og subkortikale strukturer hentet fra FreeSurfer (se afsnittet ovenfor) blev brugt til at opbygge et befolkningsgennemsnit af probabilistisk anatomisk atlas baseret på data fra 1,000 ud af de 1.418 deltagere. Individuelle segmenterede anatomiske billeder blev normaliseret til det undersøgelsesspecifikke anatomiske skabelonrum ved hjælp af deltagernes tidligere beregnede warp-felt og blev affinregistreret til MNI-rummet. Nærmeste-nabo-interpolation blev anvendt for at bevare mærkningen af ​​de forskellige strukturer. De normaliserede segmenteringer blev endelig beregnet som gennemsnit på tværs af deltagere for at skabe et befolkningsgennemsnitligt sandsynlighedsatlas. Hver voxel i skabelonen kunne følgelig tildeles en sandsynlighed for at tilhøre en given anatomisk struktur.

Dette probabilistiske atlas for befolkningsgennemsnit blev brugt til at rapportere den anatomiske placering af koordinater og ROI'er. Procentsatser pr. koordinat betegnede befolkningsgennemsnitssandsynligheden for en anatomisk etiket. Desuden rapporterede vi den gennemsnitlige procentdel af regional korrespondance pr. ROI. Per ROI bestemte vi, hvilke anatomiske mærker, der blev spændt over af dets voxels. Vi opsummerede derefter sandsynligheden pr. etiket på tværs af alle voxels inden for ROI og dividerede summen med det samlede antal voxels i masken. En 100 % overensstemmelse ville forekomme, hvis alle voxels i et ROI var placeret inden for den samme anatomiske region, og hver voxel selv havde en sandsynlighed på 100 % for at være placeret i denne region.

Tilgængelighed af data, materialer og software. Individuelle kort på første niveau for de to interessekontraster (succesfuld emotionel hukommelseskodning og kodning af emotionelle billeder) er tilgængelige i Open Science Framework (OSF, https://osf.io/ghtvy) (93) sammen med den enkelte kovariater. Individuelle filer på første niveau og VOI er tilgængelige på Figshare (https://figshare.com/projects/CBDCM/149317) (94). De tilsvarende u-tærskelløse kort på gruppeniveau såvel som den binære maske af de funktionelle ROI'er er blevet deponeret i Neurovault (https://neurovault.org/collections/12932) (95). DCM-filerne på gruppeniveau er tilgængelige i OSF (https://osf.io/ghtvy) (93).

ANKENDELSER. Vi takker Elmar Merkle, Christoph Stippich og OliverBieri for at give adgang til fMRI-faciliteterne på University Hospital Basel. Dette arbejde blev finansieret af Swiss National Science Foundation (Sinergia grantCRSI33_130080 til DJ-FdQ og AP). MF blev finansieret af Research Fund for Junior Researchers fra University of Basel (tilskud DPE2141). Beregninger blev udført på sciCORE (https://scicore.unibas.ch/) videnskabelige computingcore-facilitet på universitetet i Basel. Forfatterne erklærer ingen konkurrerende finansielle interesser.

Henvisning

1. D. de Quervain, L. Schwabe, B. Roozendaal, Stress, glukokortikoider og hukommelse: Implikationer for behandling af frygt-relaterede lidelser. Nat. Rev. Neurosci. 18, 7-19 (2017).

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

3. JL McGaugh, Hukommelse – Et århundrede med konsolidering. Science 287, 248-251 (2000).

4. B. Roozendaal, JL McGaugh, Hukommelsesmodulation. Opfør dig. Neurosci. 125, 797-824 (2011).

5. KS LaBar, R. Cabeza, Kognitiv neurovidenskab af følelsesmæssig hukommelse. Nat. Rev. Neurosci. 7, 54-64 (2006).

6. SB Hamann, TD Ely, ST Grafton, CD Kilts, Amygdala aktivitet relateret til forbedret hukommelse for behagelige og afersive stimuli. Nat. Neurosci. 2, 289-293 (1999).

7. T. Canli, Z. Zhao, J. Brewer, JDE Gabrieli, L. Cahill, Event-related activation in the human amygdalaassocierer med senere hukommelse for individuel følelsesmæssig erfaring.J. Neurosci. 20, RC99 (2000).

8. AH van Stegeren et al., Noradrenalin medierer amygdala-aktivering hos mænd og kvinder under indkodning af følelsesmæssigt materiale. Neuroimage 24, 898-909 (2005).

9. MW Cole et al., Multi-task-forbindelse afslører fleksible hubs til adaptiv opgavekontrol.Nat. Neurosci. 16, 1348-1355 (2013).

10. RM Todd, TW Schmitz, J. Susskind, AK Anderson, Delte neurale substrater af følelsesmæssigt forbedret perceptuel og mnemonisk livlighed. Foran. Opfør dig. Neurosci. 7, 40 (2013).

For more information:1950477648nn@gmail.com