Characteristics of the Involvement of Hidden Nodes in the Activity of Human Brain Systems Revealed on fMRI Data

S. V. Medvedev; Медведев С. В.; R. S. Masharipov; Машарипов Р. С.; A. D. Korotkov; Коротков А. Д.; M. V. Kireev; Киреев М. В.

doi:10.31857/S0131164622700175

Характеристики вовлечения скрытых звеньев в системную активность мозга по данным фМРТ

Авторы: Медведев С.В.¹^,2, Машарипов Р.С.¹, Коротков А.Д.¹, Киреев М.В.¹^,3
Учреждения:
1. ФБГУН Институт мозга человека имени Н.П. Бехтеревой РАН
2. ФГБУН ГНЦ РФ – Институт медико-биологических проблем РАН
3. ФГБОУ ВО Санкт-Петербургский государственный университет
Выпуск: Том 49, № 1 (2023)
Страницы: 3-16
Раздел: Статьи
URL: https://vietnamjournal.ru/0131-1646/article/view/663966
DOI: https://doi.org/10.31857/S0131164622700175
EDN: https://elibrary.ru/AOMZRH
ID: 663966

Цитировать

Полный текст

Открытый доступ
Доступ закрыт

Доступ предоставлен
Доступ закрыт

Только для подписчиков

Аннотация
Об авторах
Список литературы
Дополнительные файлы
Статистика

Аннотация

В настоящее время общепринятым является представление о том, что в основе работы мозга лежит системный принцип его функционирования. Вместе с тем, закономерности системной работы мозга изучены недостаточно полно. В данной работе исследование этих закономерностей проводилось в рамках развития представления о так называемых “скрытых” звеньях мозговых систем. Ранее по данным функциональной магнитно-резонансной томографии (фМРТ) авторами было показано, что целый ряд структур мозга может вовлекаться в обеспечение психической деятельности без изменения своего энергопотребления (фМРТ-сигнала, зависимого от насыщения крови кислородом), только за счет изменения дистантных функциональных связей. Анализ системной активности мозга с использованием данных о функциональной связности позволяет находить “скрытые” звенья, недоступные для обнаружения с помощью стандартного “активационного” подхода. В рамках изучения феномена “скрытых” звеньев, настоящая работа была направлена на выяснение вопроса о характере вовлечения “скрытых” звеньев при обеспечении разных видов деятельности с использованием открытых данных фМРТ из проекта коннектома человека (human connectome project). Показано, что мозговые системы обеспечения текущей деятельности не просто обеспечиваются гораздо большим количеством звеньев, чем это было принято считать ранее – подавляющее их большинство являются “скрытыми”. Это впервые наглядно показывает реальный масштаб мозговых систем обеспечения текущей деятельности. Согласно полученным данным, психическая деятельность обеспечивается работой почти всего мозга, а не малой его части, как это обычно наблюдалось в функциональных томографических исследованиях. В результате данной работы показано, что идея о существовании “скрытых” звеньев находит воспроизводимое подтверждение при анализе активности мозга человека на макро-уровне его рассмотрения и проявляет сходство с закономерностями микро-активности отдельных нейронных популяций, подтверждая сформулированные ранее нейрофизиологические представления о системной организации деятельности мозга.

Ключевые слова

скрытые звенья, мозговые системы, функциональные взаимодействия, функциональная МРТ.

Список литературы

Бехтерева Н.П. Некоторые принципиальные вопросы изучения нейрофизиологических основ психических явлений у человека / Глубокие структуры мозга человека в норме и патологии. Л.: Наука, 1966. С. 18.
Бехтерева Н.П., Гоголицын Ю.П., Кропотов Ю.Д., Медведев С.В. Нейрофизиологические механизмы мышления. Л.: Наука, 1985. 272 с.
Roy C.S., Sherrington C.S. On the regulation of the blood-supply of the brain // J. Physiology. 1890. V. 11. № 1–2. P. 85.
Bechtereva N.P., Abdullaev Y.G., Melnichuk K.V. et al. Psychophysiological micro-mapping of the human brain // Int. J. Psychophysiol. 1989. V. 8. № 2. P. 107.
Бехтерева Н.П. Нейрофизиологические аспекты психической деятельности человека. Л.: Медицина, 1974. 246 с.
Медведев С.В., Пахомов С.В. Динамическая организация мозговых систем. Л.: Наука, 1989. 246 с.
Muller A.M., Meyer M. Language in the brain at rest: new insights from resting state data and graph theoretical analysis // Front. Hum. Neurosci. 2014. V. 8. P. 228.
Liu L., Li H., Ren Z. et al. The “Two-Brain” Approach Reveals the Active Role of Task-Deactivated Default Mode Network in Speech Comprehension // Cereb. Cortex. 2022. https://doi.org/10.1093/cercor/bhab521
Hong C., Fallon J., Friston K. fMRI Evidence for Default Mode Network Deactivation Associated with Rapid Eye Movements in Sleep // Brain Sci. 2021. V. 11. № 11. P. 1528.
Медведев С.В., Коротков А.Д., Киреев М.В. Скрытые звенья мозговых систем // Физиология человека. 2019. Т. 45. № 5. С. 110. Medvedev S.V., Korotkov A.D., Kireev M.V. Hidden nodes of the brain systems // Human Physiology. 2019. V. 45. № 5. P. 552.
Masharipov R., Knyazeva I., Nikolaev Y. et al. Providing Evidence for the Null Hypothesis in Functional Magnetic Resonance Imaging Using Group-Level Bayesian Inference // Front. Neuroinform. 2021. V. 15. P. 738342.
Киреев М.В., Машарипов Р.С., Коротков А.Д., Медведев С.В. Роль скрытых звеньев в работе мозговых систем обеспечения идентификации и категоризации зрительных стимулов // Физиология человека. 2021. Т. 47. № 6. С. 5. Kireev M.V., Masharipov R.S., Korotkov A.D., Medvedev S.V. Functional Role of Hidden Nodes of Brain Systems Responsible for Visual Identification and Categorization // Human Physiology. 2021. V. 47. № 6. P. 595.
Cole M.W., Reynolds J.R., Power J.D. et al. Multi-task connectivity reveals flexible hubs for adaptive task control // Nat. Neurosci. 2013. V. 16. № 9. P. 1348.
Gratton C., Laumann T.O., Gordon E.M. et al. Evidence for Two Independent Factors that Modify Brain Networks to Meet Task Goals // Cell Reports. 2016. V. 17. № 5. P. 1276.
Ito T., Hearne L.J., Cole M.W. A cortical hierarchy of localized and distributed processes revealed via dissociation of task activations, connectivity changes, and intrinsic timescales // Neuroimage. 2020. V. 221. P. 117141.
Telesford Q.K., Simpson S.L., Burdette J.H. et al. The Brain as a Complex System: Using Network Science as a Tool for Understanding the Brain // Brain Connect. 2011. V. 1. № 4. P. 295.
Quante L., Kluger D.S., Burkner P.C. et al. Graph measures in task-based fMRI: Functional integration during read-out of visual and auditory information // PloS One. 2018. V. 13. № 11. P. e0207119.
Lighthall N.R., Karwowski W., Lighthall N.R. Application of graph theory for identifying connectivity patterns in human brain networks: a systematic review // Front. Neurosci. 2019. V. 13. P. 583.
Wang Z., Xin J., Wang Z. et al. Brain functional network modeling and analysis based on fMRI: a systematic review // Cogn. Neurodyn. 2021. V. 15. № 3. P. 389.
Rubinov M., Sporns O. Complex network measures of brain connectivity: Uses and interpretations // NeuroImage. 2010. V. 52. № 3. P. 1059.
Barch D.M., Burgess G.C., Harms M.P. et al. Function in the human connectome: Task-fMRI and individual differences in behavior // NeuroImage. 2013. V. 80. P. 169.
Glasser M.F., Sotiropoulos S.N., Wilson J.A. et al. The minimal preprocessing pipelines for the Human Connectome Project // NeuroImage. 2013. V. 80. P. 105.
Binder J.R., Gross W.L., Allendorfer J.B. et al. Mapping anterior temporal lobe language areas with fMRI: A multicenter normative study // Neuroimage. 2011. V. 54. № 2. P. 1465.
Castelli F., Happe F., Frith U., Frith C. Movement and mind: a functional imaging study of perception and interpretation of complex intentional movement patterns // Neuroimage. 2000. V. 12. № 3. P. 314.
Wheatley T., Milleville S.C., Martin A. Understanding animate agents: distinct roles for the social network and mirror system // Psychological Science. 2007. V. 18. № 6. P. 469.
Drobyshevsky A., Baumann S.B., Schneider W. A rapid fMRI task battery for mapping of visual, motor, cognitive, and emotional function // Neuroimage. 2006. V. 31. № 2. P. 732.
Caceres A., Hall D.L., Zelaya F.O. et al. Measuring fMRI reliability with the intra-class correlation coefficient // Neuroimage. 2009. V. 45. № 3. P. 758.
Friston K., Penny W., Phillips C. et al. Classical and Bayesian inference in neuroimaging: theory // Neuroimage. 2002. V. 16. № 2. P. 465.
Friston K.J., Penny W. Posterior probability maps and SPMs // NeuroImage. 2003. V. 19. № 3. P. 1240.
Friston K.J., Williams S., Howard R. et al. Movement-Related effects in fMRI time-series // Magn. Reson. Med. 1996. V. 35. № 3. P. 346.
Kruschke J.K. Rejecting or Accepting Parameter Values in Bayesian Estimation // Adv. Methods Pract. Psychol. Sci. 2018. V. 1. № 2. P. 270.
McLaren D.G., Ries M.L., Xu G., Johnson S.C. A generalized form of context-dependent psychophysiological interactions (gPPI): A comparison to standard approaches // NeuroImage. 2012. V. 61. № 4. P. 1277.
Gitelman D.R., Penny W.D., Ashburner J., Friston K.J. Modeling regional and psychophysiologic interactions in fMRI: the importance of hemodynamic deconvolution // NeuroImage. 2003. V. 19. № 1. P. 200.
Seitzman B.A., Gratton C., Marek S. et al. A set of functionally-defined brain regions with improved representation of the subcortex and cerebellum // NeuroImage. 2020. V. 206. P. 116290.
Zalesky A., Fornito A., Bullmore E. Network-based statistic: identifying differences in brain networks // NeuroImage. 2010. V. 53. № 4. P. 1197.
Di X., Biswal B.B. Toward Task Connectomics: Examining Whole-Brain Task Modulated Connectivity in Different Task Domains // Cerebral Cortex. 2018. V. 29. № 4. P. 1572.
Бехтерева Н.П., Медведев С.В., Абдуллаев Я.Г. и др. Нейронная активность в области центральной извилины коры головного мозга человека при распознавании семантических и грамматических признаков речи // Dokl. Akad. Nauk. SSSR. 1989. Т. 309. № 5. С. 1247. Bekhtereva N.P., Medvedev S.V., Abdullaev Ya.G. et al. Neuronal activity in central gyri of the human recognition of semantic and grammatical features of speech // Dokl. Biol. Sci. 1990. V. 309. № 1–6. P. 791.