Крупномасштабная мозговая сеть

Материал из Википедии — свободной энциклопедии
Перейти к навигации Перейти к поиску

Крупномасштабные сети мозга (также известные как внутренние сети мозга) представляют собой наборы широко распространённых областей мозга, демонстрирующих функциональную связность с помощью статистического анализа сигнала ФМРТ BOLD[1][2], ПЭТ[3] и МЭГ[4]. Новая парадигма в нейронауке заключается в том, что когнитивные задачи выполняются не отдельными областями мозга, работающими изолированно, а сетями, состоящими из нескольких дискретных областей мозга, которые, как говорят, «функционально связаны». Сети функциональной связности могут быть найдены с использованием таких алгоритмов, как кластерный анализ, пространственный анализ независимых компонентов (АНК), начальный анализ и другие[5]. Синхронизированные области мозга также можно идентифицировать с помощью дальней синхронизации ЭЭГ, МЭГ или других динамических сигналов мозга[6].

Набор идентифицированных областей мозга, которые связаны друг с другом в крупномасштабную сеть, варьируется в зависимости от когнитивной функции[7]. Когда когнитивное состояние не является явным (то есть субъект находится в состоянии «покоя»), крупномасштабная сеть мозга является сетью состояния покоя (ССП). Как физическая система с графоподобными свойствами[2], крупномасштабная мозговая сеть имеет как узлы, так и ребра и не может быть идентифицирована просто по совместной активации областей мозга[6], теории графов и динамических систем.

Крупномасштабные сети мозга идентифицируются по их функциям и обеспечивают согласованную основу для понимания познания, предлагая нейронную модель того, как возникают различные когнитивные функции, когда разные наборы областей мозга объединяются в самоорганизующиеся коалиции. Количество и состав коалиций будут варьироваться в зависимости от алгоритма и параметров, используемых для их идентификации[8][9]. В одной модели есть только сеть режима по умолчанию и сеть с положительной задачей, но большинство текущих анализов показывают несколько сетей, от небольшой горстки до 17[8]. Ниже перечислены наиболее распространённые и стабильные сети. Области, участвующие в функциональной сети, могут быть динамически реконфигурированы[5][10].

Нарушения активности в различных сетях связаны с нейропсихиатрическими расстройствами, такими как депрессия, болезнь Альцгеймера, расстройства аутистического спектра, шизофрения, СДВГ[11] и биполярное расстройство[12].

Базовые сети

[править | править код]
Пример, который идентифицировал 10 крупномасштабных сетей мозга по активности ФМРТ в состоянии покоя с помощью независимого компонентного анализа.

[[Файл:Heine2012x3010.png|мини| Пример, который идентифицировал 10 крупномасштабных сетей мозга по активности фМРТ в состоянии покоя посредством анализа независимых компонентов .[13] Поскольку сети мозга могут быть идентифицированы с различным разрешением и с различными нейробиологическими свойствами, в настоящее время не существует универсального атласа сетей мозга, подходящего для всех обстоятельств.[14] Организация картирования человеческого мозга имеет рабочую группу по согласованной таксономии сетей для достижения консенсуса в отношении номенклатуры сетей.[15] В то время как работа продолжается, Уддин, Йео и Спренг предложили в 2019 году[16]определить следующие шесть сетей как основные сети на основе сходящихся данных из нескольких исследований[17][18][19] для облегчения общения между исследователями.

Режим по умолчанию (Медиальный фронтальный лоб)

[править | править код]
  • Сеть режима по умолчанию активна, когда человек бодрствует и находится в состоянии покоя. Он преимущественно активируется, когда люди сосредотачиваются на внутренне ориентированных задачах, таких как мечтания, видение будущего, извлечение воспоминаний и теория разума . Это отрицательно связано с мозговой системой, которая фокусируется на внешних визуальных сигналах. Это наиболее изученная сеть.[6][10][20][21][22][23][13][18][24]

Сеть определения значимости

[править | править код]
  • Сеть значимости состоит из нескольких структур, включая переднюю (двустороннюю) островковую долю, дорсальную переднюю поясную кору и три подкорковые структуры, которые являются вентральным стриатумом, субстанцией негра/вентральной тегментальной областью[25][26] Он играет ключевую роль в мониторинге значимости внешних входных данных и внутренних событий мозга.[21][6][10][22][13][18][24] В частности, он помогает направлять внимание, определяя важные биологические и когнитивные события.[26][27]
  • Эта сеть включает вентральную сеть внимания, которая в первую очередь включает височно-теменное соединение и вентральную лобную кору правого полушария.[28][29] Эти области реагируют, когда неожиданно возникают поведенческие стимулы.[29] Вентральная сеть внимания подавляется во время сфокусированного внимания, при котором используется нисходящая обработка, например, при визуальном поиске чего-либо. Эта реакция может предотвратить отвлечение целеустремленного внимания посторонними стимулами. Он снова становится активным, когда цель или соответствующая информация о цели найдены.[29][30]

Внимание (Спинной лобно-теменной)

[править | править код]
  • Эта сеть участвует в добровольном развертывании внимания сверху- вниз.[21][22][23][18][24][29][31] Внутри дорсальной сети внимания интратеменная борозда и лобные поля глаза влияют на зрительные области мозга. Эти влияющие факторы позволяют ориентировать внимание.[32][29][27]

Контрольная (боковая лобно-теменная)

[править | править код]
  • Эта сеть инициирует и модулирует когнитивный контроль и включает 18 подобластей мозга.[33] Существует сильная корреляция между подвижным интеллектом и вовлечением лобно-теменной сети в другие сети.[34]
  • Версии этой сети также назывались сетью центрального исполнительного (или исполнительного контроля) и сетью когнитивного контроля.[28]

Сенсомоторный или соматомоторный (перицентральный)

[править | править код]
  • Эта сеть обрабатывает соматосенсорную информацию и координирует движение.[13][18][24][10][22] Может быть включена слуховая кора .[28][8]

Зрительный (затылочный)

[править | править код]
  • Эта сеть обрабатывает визуальную информацию.[35]


Другие сети

[править | править код]

Различные методы и данные выявили несколько других сетей мозга, многие из которых сильно перекрываются или являются подмножествами более хорошо охарактеризованных основных сетей.[28]

Использованная литература

[править | править код]
  1. или других методов записи, таких как ЭЭГ
  2. Foster, Brett L. (1 марта 2012). Resting oscillations and cross-frequency coupling in the human posteromedial cortex. NeuroImage. 60 (1): 384–391. doi:10.1016/j.neuroimage.2011.12.019. ISSN 1053-8119. PMC 3596417. PMID 22227048.
  3. Buckner, Randy L. (2008). The Brain's Default Network. Annals of the New York Academy of Sciences (англ.). 1124 (1): 1–38. Bibcode:2008NYASA1124....1B. doi:10.1196/annals.1440.011. ISSN 1749-6632. PMID 18400922.
  4. Morris, Peter G. (4 октября 2011). Investigating the electrophysiological basis of resting state networks using magnetoencephalography. Proceedings of the National Academy of Sciences (англ.). 108 (40): 16783–16788. Bibcode:2011PNAS..10816783B. doi:10.1073/pnas.1112685108. ISSN 0027-8424. PMC 3189080. PMID 21930901.
  5. 1 2 Petersen, Steven (October 2015). Brain Networks and Cognitive Architectures. Neuron. 88 (1): 207–219. doi:10.1016/j.neuron.2015.09.027. PMC 4598639. PMID 26447582.
  6. 1 2 3 4 5 6 Bressler, Steven L. (June 2010). Large scale brain networks in cognition: emerging methods and principles. Trends in Cognitive Sciences. 14 (6): 233–290. doi:10.1016/j.tics.2010.04.004. PMID 20493761. Архивировано 6 мая 2016. Дата обращения: 24 января 2016.
  7. Bressler, Steven L. (2008). Neurocognitive networks. Scholarpedia. 3 (2): 1567. Bibcode:2008SchpJ...3.1567B. doi:10.4249/scholarpedia.1567.
  8. 1 2 3 4 Yeo, B. T. Thomas (1 сентября 2011). The organization of the human cerebral cortex estimated by intrinsic functional connectivity. Journal of Neurophysiology. 106 (3): 1125–1165. Bibcode:2011NatSD...2E0031H. doi:10.1152/jn.00338.2011. PMC 3174820. PMID 21653723.
  9. Abou Elseoud, Ahmed (3 июня 2011). Group-ICA Model Order Highlights Patterns of Functional Brain Connectivity. Frontiers in Systems Neuroscience. 5: 37. doi:10.3389/fnsys.2011.00037. PMC 3109774. PMID 21687724.
  10. 1 2 3 4 5 Bassett, Daniella (2024). How Matter Becomes Mind. Scientific American. 321 (1): 26. doi:10.1038/scientificamerican0719-26. PMID 39010450. Архивировано 18 мая 2020. Дата обращения: 23 июня 2019.
  11. Griffiths, Kristi R. (2021-03-02). Structural brain network topology underpinning ADHD and response to methylphenidate treatment. Translational Psychiatry. 11 (1): 150. doi:10.1038/s41398-021-01278-x. PMC 7925571. PMID 33654073.
  12. Menon, Vinod (9 сентября 2011). Large-scale brain networks and psychopathology: A unifying triple network model. Trends in Cognitive Sciences. 15 (10): 483–506. doi:10.1016/j.tics.2011.08.003. PMID 21908230. Архивировано 20 мая 2020. Дата обращения: 22 января 2023.
  13. 1 2 3 4 5 6 7 8 Heine, Lizette (2012). Resting state networks and consciousness. Alterations of multiple resting state network connectivity in physiological, pharmacological and pathological consciousness states. Frontiers in Psychology. 3: 295. doi:10.3389/fpsyg.2012.00295. PMC 3427917. PMID 22969735.]]
  14. Eickhoff, SB (November 2018). Imaging-based parcellations of the human brain (PDF). Nature Reviews. Neuroscience. 19 (11): 672–686. doi:10.1038/s41583-018-0071-7. hdl:2268/229950. PMID 30305712. Архивировано (PDF) 22 января 2023. Дата обращения: 22 января 2023.
  15. Uddin, Lucina (10 октября 2022). A Brain Network by Any Other Name. Journal of Cognitive Neuroscience. 2022 (10): 363–364. doi:10.1162/jocn_a_01925. PMID 36223250.
  16. name="Uddin2019">Uddin, LQ (November 2019). Towards a Universal Taxonomy of Macro-scale Functional Human Brain Networks. Brain Topography. 32 (6): 926–942. doi:10.1007/s10548-019-00744-6. PMC 7325607. PMID 31707621.
  17. Doucet, GE (15 октября 2019). Evaluation of the spatial variability in the major resting-state networks across human brain functional atlases. Human Brain Mapping. 40 (15): 4577–4587. doi:10.1002/hbm.24722. PMC 6771873. PMID 31322303.
  18. 1 2 3 4 5 6 Yeo, B. T. Thomas (1 сентября 2011). The organization of the human cerebral cortex estimated by intrinsic functional connectivity. Journal of Neurophysiology. 106 (3): 1125–1165. Bibcode:2011NatSD...2E0031H. doi:10.1152/jn.00338.2011. PMC 3174820. PMID 21653723.
  19. Smith, SM (4 августа 2009). Correspondence of the brain's functional architecture during activation and rest. Proceedings of the National Academy of Sciences of the United States of America. 106 (31): 13040–5. Bibcode:2009PNAS..10613040S. doi:10.1073/pnas.0905267106. PMC 2722273. PMID 19620724.
  20. Buckner, Randy L. (15 августа 2012). The serendipitous discovery of the brain's default network. NeuroImage (англ.). 62 (2): 1137–1145. doi:10.1016/j.neuroimage.2011.10.035. ISSN 1053-8119. PMID 22037421.
  21. 1 2 3 4 Riedl, Valentin (2016-01-12). Metabolic connectivity mapping reveals effective connectivity in the resting human brain. PNAS. 113 (2): 428–433. Bibcode:2016PNAS..113..428R. doi:10.1073/pnas.1513752113. PMC 4720331. PMID 26712010.
  22. 1 2 3 4 5 6 7 Yuan, Rui (2015-04-30). Functional topography of the thalamocortical system in human. Brain Structure and Function. 221 (4): 1971–1984. doi:10.1007/s00429-015-1018-7. PMC 6363530. PMID 25924563.
  23. 1 2 3 4 Bell, Peter T. (9 ноября 2015). Estimating Large-Scale Network Convergence in the Human Functional Connectome. Brain Connectivity. 5 (9): 565–74. doi:10.1089/brain.2015.0348. PMID 26005099.
  24. 1 2 3 4 5 Shafiei, Golia (1 октября 2018). Dopamine Signaling Modulates the Stability and Integration of Intrinsic Brain Networks. Cerebral Cortex. 29 (1): 397–409. doi:10.1093/cercor/bhy264. PMC 6294404. PMID 30357316.
  25. Steimke, Rosa (1 декабря 2017). Salience network dynamics underlying successful resistance of temptation. Social Cognitive and Affective Neuroscience (англ.). 12 (12): 1928–1939. doi:10.1093/scan/nsx123. ISSN 1749-5016. PMC 5716209. PMID 29048582.
  26. 1 2 Brain Mapping: An Encyclopedic Reference, Academic Press, 14 февраля 2015, ISBN 978-0-12-397316-0
  27. 1 2 3 Bailey, Stephen K. (2018-12-13). Applying a network framework to the neurobiology of reading and dyslexia. Journal of Neurodevelopmental Disorders. 10 (1): 37. doi:10.1186/s11689-018-9251-z. PMC 6291929. PMID 30541433.
  28. 1 2 3 4 Uddin, LQ (November 2019). Towards a Universal Taxonomy of Macro-scale Functional Human Brain Networks. Brain Topography. 32 (6): 926–942. doi:10.1007/s10548-019-00744-6. PMC 7325607. PMID 31707621.
  29. 1 2 3 4 5 Vossel, Simone (2014). Dorsal and Ventral Attention Systems: Distinct Neural Circuits but Collaborative Roles. The Neuroscientist. 20 (2): 150–159. doi:10.1177/1073858413494269. PMC 4107817. PMID 23835449.
  30. Shulman, Gordon L. (1 ноября 2003). Quantitative Analysis of Attention and Detection Signals During Visual Search. Journal of Neurophysiology. 90 (5): 3384–3397. doi:10.1152/jn.00343.2003. ISSN 0022-3077. PMID 12917383.
  31. 1 2 3 Hutton, John S. (2019-09-01). Functional Connectivity of Attention, Visual, and Language Networks During Audio, Illustrated, and Animated Stories in Preschool-Age Children. Brain Connectivity. 9 (7): 580–592. doi:10.1089/brain.2019.0679. PMC 6775495. PMID 31144523.
  32. Fox, Michael D. (27 июня 2006). Spontaneous neuronal activity distinguishes human dorsal and ventral attention systems. Proceedings of the National Academy of Sciences (англ.). 103 (26): 10046–10051. Bibcode:2006PNAS..10310046F. doi:10.1073/pnas.0604187103. ISSN 0027-8424. PMC 1480402. PMID 16788060.
  33. Scolari, Miranda (1 февраля 2015). Functions of the human frontoparietal attention network: Evidence from neuroimaging. Current Opinion in Behavioral Sciences. 1: 32–39. doi:10.1016/j.cobeha.2014.08.003. ISSN 2352-1546. PMC 4936532. PMID 27398396.
  34. Marek, Scott (June 2018). The frontoparietal network: function, electrophysiology, and importance of individual precision mapping. Dialogues in Clinical Neuroscience. 20 (2): 133–140. doi:10.31887/DCNS.2018.20.2/smarek. ISSN 1294-8322. PMC 6136121. PMID 30250390.
  35. Yang, Yan-li (2015). Brain functional network connectivity based on a visual task: visual information processing-related brain regions are significantly activated in the task state. Neural Regeneration Research. 10 (2): 298–307. doi:10.4103/1673-5374.152386. PMC 4392680. PMID 25883631.