Masticationpedia

Difference between revisions of "Store:EEMIde02"

Store Discussion
 
(One intermediate revision by one other user not shown)
Line 1: Line 1:
=== Introduction ===
=== Einführung ===
An important but outstanding issue in contemporary cognitive neuroscience is understanding the organizational properties of neural activity. For instance, is there a fundamental structure to the spatial–temporal patterns neural brain activity across different conditions? One common approach used to address this question is to examine the brain at “rest”. Measures such as functional connectivity, independent component analysis and graph theoretic metrics, have been applied to data recorded using different imaging techniques (e.g., functional magnetic resonance imaging (fMRI) and electroencephalography (EEG)), to cluster brain areas that exhibit similar activity patterns. Numerous studies have shown that brain activity during “rest” can be grouped into distinct networks across<ref>{{cita libro  
Ein wichtiges, aber herausragendes Thema in der zeitgenössischen kognitiven Neurowissenschaft ist das Verständnis der organisatorischen Eigenschaften neuronaler Aktivität. Gibt es zum Beispiel eine grundlegende Struktur für die räumlich-zeitlichen Muster der neuronalen Gehirnaktivität unter verschiedenen Bedingungen? Ein gängiger Ansatz zur Beantwortung dieser Frage ist die Untersuchung des Gehirns im „Ruhezustand“. Maßnahmen wie funktionelle Konnektivität, unabhängige Komponentenanalyse und graphentheoretische Metriken wurden auf Daten angewendet, die mit verschiedenen Bildgebungsverfahren (z. B. funktionelle Magnetresonanztomographie (fMRI) und Elektroenzephalographie (EEG)) aufgezeichnet wurden, um Gehirnbereiche zu gruppieren, die ähnliche Aktivitätsmuster aufweisen . Zahlreiche Studien haben gezeigt, dass die Gehirnaktivität während der „Ruhe“ in unterschiedliche Netzwerke gruppiert werden kann; <ref>{{cita libro  
  | autore = Biswal B
  | autore = Biswal B
  | autore2 = Zerrin Yetkin F
  | autore2 = Zerrin Yetkin F
Line 46: Line 46:
  | LCCN =  
  | LCCN =  
  | OCLC =  
  | OCLC =  
  }}</ref>; such as sensory (visual and auditory), default mode, executive, salience, and attentional (ventral and dorsal) networks that have been reliably reproduced across thousands of participants<ref>{{cita libro  
  }}</ref> wie sensorische (visuelle und auditive), Standardmodus-, Exekutiv-, Salienz-und Aufmerksamkeitsnetzwerke (ventral und dorsal), die zuverlässig über Tausende von Teilnehmern reproduziert wurden<ref>{{cita libro  
  | autore = Eickhoff SB
  | autore = Eickhoff SB
  | autore2 = Yeo BTT
  | autore2 = Yeo BTT
Line 64: Line 64:
  | LCCN =  
  | LCCN =  
  | OCLC =  
  | OCLC =  
  }}</ref>, and are predictive of phenotypic measures like cognition and clinical diagnoses<ref>{{cita libro  
  }}</ref> und prädiktiv für phänotypische Maßnahmen wie Kognition und klinische Diagnosen sind.<ref>{{cita libro  
  | autore = Dajani DR
  | autore = Dajani DR
  | autore2 = Burrows CA
  | autore2 = Burrows CA
Line 86: Line 86:
  | LCCN =  
  | LCCN =  
  | OCLC =  
  | OCLC =  
  }}</ref><ref>Uddin LQ, Karlsgodt KH. Future directions for examination of brain networks in neurodevelopmental disorders. J. Clin. Child Adolesc. Psychol. 2018;47:483–497. doi: 10.1080/15374416.2018.1443461. [PMC free article] [PubMed] [CrossRef] [Google Scholar]</ref><ref>Sripada C, et al. Prediction of neurocognition in youth from resting state fMRI. Mol. Psychiatry. 2020;25:3413–3421. doi: 10.1038/s41380-019-0481-6. [PMC free article] [PubMed] [CrossRef] [Google Scholar]</ref>. These results suggest these networks may be an intrinsic aspect of neural activity.
  }}</ref><ref>{{cita libro
| autore = Uddin LQ
| autore2 = Karlsgodt KH
| titolo = Future directions for examination of brain networks in neurodevelopmental disorders
| url = https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6842321/pdf/nihms-987272.pdf
| volume =
| opera = J Clin Child Adolesc Psychol
| anno = 2018
| editore = Society of Clinical Child & Adolescent Psychology
| città =
| ISBN =
| DOI = 10.1080/15374416.2018.1443461
| PMID = 29634380
| PMCID = PMC6842321
| oaf = <!-- qualsiasi valore -->
| LCCN =
| OCLC =
}}</ref><ref>{{cita libro
| autore = Sripada C
| autore2 = Rutherford S
| autore3 = Angstadt M
| autore4 = Thompson WK
| autore5 = Luciana M
| autore6 = Weigard A
| autore7 = Hyde LH
| author8 = Heitzeg M
| titolo = Prediction of neurocognition in youth from resting state fMRI
| url = https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7055722/pdf/nihms-1562740.pdf
| volume =
| opera = Mol Psychiatry
| anno = 2020
| editore =
| città =
| ISBN =
| DOI = 10.1038/s41380-019-0481-6
| PMID = 31427753
| PMCID = PMC7055722
| oaf = <!-- qualsiasi valore -->
| LCCN =
| OCLC =
}}</ref> Diese Ergebnisse deuten darauf hin, dass diese Netzwerke ein intrinsischer Aspekt der neuronalen Aktivität sein könnten.

Latest revision as of 02:14, 14 August 2023

Einführung

Ein wichtiges, aber herausragendes Thema in der zeitgenössischen kognitiven Neurowissenschaft ist das Verständnis der organisatorischen Eigenschaften neuronaler Aktivität. Gibt es zum Beispiel eine grundlegende Struktur für die räumlich-zeitlichen Muster der neuronalen Gehirnaktivität unter verschiedenen Bedingungen? Ein gängiger Ansatz zur Beantwortung dieser Frage ist die Untersuchung des Gehirns im „Ruhezustand“. Maßnahmen wie funktionelle Konnektivität, unabhängige Komponentenanalyse und graphentheoretische Metriken wurden auf Daten angewendet, die mit verschiedenen Bildgebungsverfahren (z. B. funktionelle Magnetresonanztomographie (fMRI) und Elektroenzephalographie (EEG)) aufgezeichnet wurden, um Gehirnbereiche zu gruppieren, die ähnliche Aktivitätsmuster aufweisen . Zahlreiche Studien haben gezeigt, dass die Gehirnaktivität während der „Ruhe“ in unterschiedliche Netzwerke gruppiert werden kann; [1][2] wie sensorische (visuelle und auditive), Standardmodus-, Exekutiv-, Salienz-und Aufmerksamkeitsnetzwerke (ventral und dorsal), die zuverlässig über Tausende von Teilnehmern reproduziert wurden[3] und prädiktiv für phänotypische Maßnahmen wie Kognition und klinische Diagnosen sind.[4][5][6] Diese Ergebnisse deuten darauf hin, dass diese Netzwerke ein intrinsischer Aspekt der neuronalen Aktivität sein könnten.

  1. ↑ Biswal B, Zerrin Yetkin F, Haughton VM, Hyde JS, «Functional connectivity in the motor cortex of resting human brain using echo-planar MRI», in Magn Reson Med, 1995».
    PMID:8524021
    DOI:10.1002/mrm.1910340409 
  2. ↑ Hutchison RM, Womelsdorfb T, Allenc EA, Bandettini PA, Calhound VD, Corbetta M, Della Penna S, «Dynamic functional connectivity: Promise, issues, and interpretations», in Neuroimage, 2013».
    PMID:23707587 - PMCID:PMC3807588
    DOI:10.1016/j.neuroimage.2013.05.079 
  3. ↑ Eickhoff SB, Yeo BTT, Genon S, «Imaging-based parcellations of the human brain», in Nat Rev Neurosci, 2018».
    PMID:30305712
    DOI:10.1038/s41583-018-0071-7 
  4. ↑ Dajani DR, Burrows CA, Odriozola P, Baez A, Nebel MB, Mostofsky SH, Uddin LQ, «Investigating functional brain network integrity using a traditional and novel categorical scheme for neurodevelopmental disorders», in NeuroImage Clin, 2019».
    PMID:30708240 - PMCID:PMC6356009
    DOI:10.1016/j.nicl.2019.101678 
  5. ↑ Uddin LQ, Karlsgodt KH, «Future directions for examination of brain networks in neurodevelopmental disorders», in J Clin Child Adolesc Psychol, Society of Clinical Child & Adolescent Psychology, 2018».
    PMID:29634380 - PMCID:PMC6842321
    DOI:10.1080/15374416.2018.1443461 
  6. ↑ Sripada C, Rutherford S, Angstadt M, Thompson WK, Luciana M, Weigard A, Hyde LH, «Prediction of neurocognition in youth from resting state fMRI», in Mol Psychiatry, 2020».
    PMID:31427753 - PMCID:PMC7055722
    DOI:10.1038/s41380-019-0481-6 
Retrieved from "https://www.masticationpedia.org/index.php?title=Store:EEMIde02&oldid=16315"