: နောက်ဆုံးတည်းဖြတ်ပုံစံထဲမှာရှိသကဲ့သို့ Published
neuroscience Biobehav ဗျာ 2011 ဧပြီ; 35 (5): 1219-1236 ။
2010 ဒီဇင်ဘာ 24 အွန်လိုင်းထုတ်ဝေသည်။ Doi: 10.1016 / j.neubiorev.2010.12.012
PMCID: PMC3395003
NIHMSID: NIHMS261816
xun လျူ,1,2 Jacqueline Hairston,2 Madeleine Schrier,2 နှင့် Jin ကဝါသနာရှင်2,3,4
ထုတ်ဝေသူ၏နောက်ဆုံးတည်းဖြတ်ထားသောဤဆောင်းပါးတွင်ရရှိနိုင်ပါသည် neuroscience Biobehav ဗြာ
ကြောင်း PMC တခြားဆောင်းပါးတွေကိုကြည့်ပါ ဆင့်ခေါ် အဆိုပါထုတ်ဝေဆောင်းပါး။
ြဒပ်မဲ့သော
ပိုကောင်းတဲ့လူ့ဦးနှောက်ထဲမှာဆုလာဘ် circuitry နားလည်ရန်, ငါတို့ကျန်းမာလူကြီးများအတွက်ဆုလာဘ်-related တာဝန်များကိုအတွက်ဦးနှောက်ကို Activation ဆန်းစစ်ကြောင်း 142 neuroimaging လေ့လာမှုများအပေါ် activation ဖြစ်နိုင်ခြေကိုခန့်မှန်း (Ale) နှင့် parametric voxel-based Meta-ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်း (PVM) ပြုလုပ်ခဲ့သည်။ ကျနော်တို့နျူကလိယ accumbens (NACC) အပါအဝင်ဆုလာဘ်-related ဆုံးဖြတ်ချက်ချပါဝင်ခဲ့ကြောင်းအတော်ကြာအဓိကဦးနှောက်ဧရိယာများကြည့်ရှုလေ့လာကြသည်, caudate, putamen, thalamus, orbitofrontal cortex (OFC), နှစ်နိုင်ငံ anterior insula, anterior (ACC) နှင့် posterior (ကျုံ့သွားစေပါတယ်) cingulate cortex အဆိုပါယုတ်ညံ့ parietal lobule နှင့် prefrontal cortex (PFC) တွင်အဖြစ်သိမြင်မှုထိန်းချုပ်ရေးဒေသများ။ အဆိုပါ NACC လေ့ဆုလာဘ်အပြောင်းအလဲနဲ့အမျိုးမျိုးအဆင့်ဆင့်ဖြတ်ပြီးအပြုသဘောနှင့်အပျက်သဘောဆုလာဘ် (ဥပမာ, မျှော်လင့်, ရလဒ်နှင့်အကဲဖြတ်) နှစ်ဦးစလုံးအားဖြင့် activated ခဲ့သည်။ ထို့အပြင် medial OFC နှင့်ကျုံ့သွားစေပါတယ်ဦးစားကတော့ ACC, နှစ်နိုင်ငံ anterior insula နှင့်နှစ်ဦးနှစ်ဖက် PFC ရွေးချယ်အနုတ်လက္ခဏာဆုလာဘ်မှတုန့်ပြန်သော်လည်း, အပြုသဘောဆုလာဘ်မှတုံ့ပြန်ခဲ့သည်။ ဆုလာဘ်ရလဒ်ကိုပိုပြီးသိသိသာသာ NACC, medial OFC နှင့် amygdala activated သော်လည်းဆုလာဘ်မျှော်လင့်ခြင်း, ACC, နှစ်နိုင်ငံ anterior insula နှင့်ဦးနှောက်ကို stem activated ။ ဆုလာဘ်-related ဆုံးဖြတ်ချက်ချ၏ Neurobiological သီအိုရီအကောင့်သို့ဆုလာဘ်အဘိုးပြတ်နှင့် valence အကဲဖြတ်ကြောင့်ဖြန့်ဝေခြင်းနှင့်အပြန်အလှန်ဆက်စပ်သောသငျ့သညျကိုကိုယ်စားပြုသည်။
1 ။ နိဒါန်း
ပြည်သူ့အခွင့်အလမ်းများကိုနေ့စဉ်သုံးအောင်မရေမတွက်နိုင်တဲ့ဆုလာဘ်-related ဆုံးဖြတ်ချက်ရင်ဆိုင်နေကြရသည်။ ကောင်းစွာဖြစ်ခြင်းကျွန်ုပ်တို့၏, ရုပ်ပိုင်းဆိုင်ရာစိတ်ပိုင်းဆိုင်ရာနှင့်လူမှုစီးပွားရေးပြင်းထန်စွာကျနော်တို့လုပ်ရွေးချယ်မှု၏အကျိုးဆက်များအပေါ်မူတည်ပါသည်။ ဒါဟာဆုလာဘ်-related ဆုံးဖြတ်ချက်ချ၏ပုံမှန်လုပ်ငန်းဆောင်တာအခြေခံအဘယ်အရာကိုနားလည်ရန်, အရှင်အလွန်အရေးပါသည်။ ဆုလာဘ်-related ဆုံးဖြတ်ချက်ချ၏ပုံမှန်လုပ်ငန်းဆောင်တာကိုလေ့လာကိုလည်း (ထိုကဲ့သို့သောစိတ်ကျရောဂါအဖြစ်, ပိုကောင်းထိုကဲ့သို့သော function ကိုနှောင့်အယှက်အခါပေါ်ထွန်းသောအမျိုးမျိုးသောအပြုအမူနှင့်စိတ်ပိုင်းဆိုင်ရာရောဂါကိုနားလည်သဘောပေါက်ရန်ကျွန်တော်တို့ကိုကူညီပေးသည်Drevets, 2001), ပစ္စည်းဥစ္စာကိုအလွဲသုံးစားမှု (Bechara, 2005; Garavan နှင့်ရဲရငျ့စှာပွော, 2005; Volkow et al ။ , 2003), နှင့်မမှန်စားသုံးခြင်း (Kringelbach et al ။, 2003; Volkow နှင့်ပညာရှိ, 2005).
ဆုလာဘ်အပေါ် functional neuroimaging သုတေသနတစ်ခုလျှင်မြန်စွာကြီးထွားလာလယ်ပြင်ဖြစ်လာသည်။ ကျနော်တို့နေ့စဉ်လစဉ် PubMed ဒေတာဘေ့စထဖေါ်ပြခြင်းသက်ဆိုင်ရာဆောင်းပါးတွေများစွာနှင့်အတူဤဒိုမိန်းအတွက် neuroimaging သုတေသန၏ကြီးမားသောမြင့်တက်, ရှုလေ့လာကြသည်။ အဆိုပါ mounting ရလဒ်များကို (ဆုလာဘ်-related ဆုံးဖြတ်ချက်ချ၏အမူအကျင့်များနှင့်အာရုံကြောယန္တရားများပြုလုပ်ရန်သဘောတူမှထိပ်တန်းများမှာကြောင့်တဦးတည်းလက်တွင်, ဒီစိတ်လှုပ်ရှားဖွယ်ဖြစ်ပါသည်အပေါင်းအဘော်တို့, 2004; Trepel et al ။, 2005) ။ အခြားတစ်ဖက်တွင်ရံဖန်ရံခါဆန့်ကျင်ပုံစံများနှင့် တွဲဖက်. ရလဒ်များ၏သောင်းပြောင်းထွေလာရောနှောကြောင့်ခက်ခဲလူ့ဦးနှောက်ထဲမှာဆုလာဘ် circuitry ၏ရှင်းလင်းပြတ်သားတဲ့ပုံတစ်ပုံကိုရရှိရန်စေ။ ရလဒ်များအရောအနှောတစ်စိတ်တစ်ပိုင်းကြောင့်ထိုကဲ့သို့သောဆုလာဘ်မျှော်လင့်ခြင်းနှင့်ရလဒ် (အကြားခြားနားအဖြစ်ဆုလာဘ်-related ဆုံးဖြတ်ချက်ချ၏ကွဲပြားခြားနားသောရှုထောင့်ကိုဖြေရှင်းရန်ရည်ရွယ်သည်ဟုအမျိုးမျိုးသောသုတေသနပြုအုပ်စုများအားဖြင့်ဖွံ့ဖြိုးပြီးမတူကွဲပြားစမ်းသပ် Paradigm ရန်ဖြစ်ပါသည်Breiter et al ။, 2001; Knutson et al ။, 2001b; လူယာ et al ။, 2003; ရော်ဂျာ et al ။, 2004အပြုသဘောနှင့်အပျက်သဘောဆုလာဘ်များ), အဘိုးပြတ် (လျူ et al ။ , 2007; Nieuwenhuis et al ။ , 2005; O'Doherty et al ။ , 2003a; O'Doherty et al ။ , 2001; Ullsperger နှင့်ဗွန် Cramon, 2003), နှင့်အန္တရာယ်၏အကဲဖြတ် (Bach et al ။ , 2009; d'Acremont နှင့် Bossaerts, 2008; Hsu et al ။ , 2009; Huettel, 2006).
ဒါကြောင့်အတူတူလက်ရှိလေ့လာမှုများစုပေါင်းပြီးနှင့်အချက်အလက်မောင်းနှင်ခြင်းနှင့်ဆုလာဘ်-related ဆုံးဖြတ်ချက်ချ၏ကွဲပြားခြားနားသောရှုထောင့်များ၏ Commons နှင့်ဂုဏ်ထူးစမ်းသပ်ဖို့သီအိုရီ-မောင်းနှင်ချဉ်းကပ်မှုနှစ်ခုစလုံးမှလူ့ဦးနှောက်ထဲမှာ core ကိုဆုလာဘ်ကွန်ရက်များဆနျးစစျဖို့အလွန်အရေးပါသည်။ ဒီရည်မှန်းချက်အောင်မြင်ရန်ကျနော်တို့အလုပ်နှင့်နှိုင်းယှဉ်လျှင်နှစ်ဦးကိုသြဒိနိတ်-based Meta-analysis သည် (CBMA) နည်းလမ်းများ (Salimi-Khorshidi et al ။, 2009), activation ဖြစ်နိုင်ခြေကိုခန့်မှန်း (Ale) (Laird et al ။ , 2005; Turkeltaub et al ။ , 2002) နှင့် parametric voxel-based Meta-analysis သည် (PVM) (Costafreda et al ။, 2009), ဆုလာဘ်-related ဆုံးဖြတ်ချက်ချအပေါ် neuroimaging လေ့လာမှုများ၏ကြီးမားသောအရေအတွက်ကဖြတ်ပြီးမာတိကာထုတ်ဖေါ်မှသကဲ့သို့။ ကျနော်တို့ဆုလာဘ်အပြောင်းအလဲနဲ့နှင့်ဆက်စပ်ခဲ့ကြသော ventral striatum နှင့် orbitofrontal cortex (OFC), နှစျဦးကိုအဓိက dopaminergic စီမံကိန်းဧရိယာ, တသမတ်တည်း activated လိမ့်မယ်လို့မျှော်လင့်ထား။
ထို့အပြင်တစ်ဦးသီအိုရီ-မောင်းနှင်ရှုထောင့်ကနေကျနော်တို့အပြုသဘောနှင့်အပျက်သဘောဆုလာဘ်သတင်းအချက်အလက် processing များအတွက်တာဝန်ရှိဖြစ်ကြောင်းဦးနှောက်ကွန်ရက်မှာဘာသာဂုဏ်ထူးရှိမတည်ရှိခြင်းရှိမရှိ elucidate ဖို့ရည်ရွယ်ပြီးနှင့်ဦးစားထိုကဲ့သို့သောဆုလာဘ်မျှော်လင့်အဖြစ်ဆုလာဘ်အပြောင်းအလဲနဲ့၏ကွဲပြားခြားနားသောအဆင့်တွင်ပါဝင်ပတ်သက်နေကြတယ်, ရလဒ် စောင့်ကြည့်မှုနှင့်ဆုံးဖြတ်ချက်အကဲဖြတ်။ ဆုံးဖြတ်ချက်ချသည့်အခြားရွေးချယ်စရာရွေးချယ်စရာ encoding ကနှင့်ကိုယ်စားပြုမှုကပါဝင်ပတ်သက်နှင့်ဤရွေးချယ်စရာတွေနဲ့ဆက်စပ်တန်ဖိုးများသို့မဟုတ် utilities နှိုင်းယှဉ်။ ဤအဖြစ်စဉ်များကိုဖြတ်ပြီး, ဆုံးဖြတ်ချက်ချများသောအားဖြင့်ရလဒ်များသို့မဟုတ်ရာ၌ရွေးချယ်မှုဆီသို့စိတ်ခံစားမှုတုံ့ပြန်မှုတစ်ခုခုကနေအပြုသဘောသို့မဟုတ်အပျက်သဘော valence နှင့်အတူဆက်နွယ်နေသည်။ ရလဒ် (ဥပမာ, တစ်ဦးထီအနိုင်ရတဲ့) အပြုသဘောဒါမှမဟုတ် (ဥပမာစီမံကိန်းထက်လျော့နည်းတန်ဖိုးကိုဆုံးရှုံး) မျှော်လင့်ခြင်းထက်ပိုကောင်းတဲ့အခါ positive ဆုလာဘ် valence ကျနော်တို့တွေ့ကြုံခံစားအပြုသဘောပုဂ္ဂလဒိဋ္ပြည်နယ်များ (ဥပမာပျော်ရွှင်မှုကိုသို့မဟုတ်စိတ်ကျေနပ်မှု) ကိုရည်ညွှန်းသည်။ အနုတ်လက္ခဏာဆုလာဘ် valence ကျနော်တို့ (ဥပမာ, စိတ်ပျက်သို့မဟုတ်နောင်တ) မှတဆင့်သွားပါဆိုးကျိုးခံစားချက်များကိုရလဒ်ကိုအနုတ်သည့်အခါ (ဥပမာ, တစ်ဦး Gamble ဆုံးရှုံး) သို့မဟုတ်ကျနော်တို့ (ဥပမာ, စတော့ရှယ်ယာတန်ဖိုးကို projected ထက်နိမ့်တိုးပွားလာ) ကိုမျှော်လင့်သောအရာကိုထက်ပိုဆိုးဖို့ကိုရည်ညွှန်းသည်။ ယခင်လေ့လာမှုများအပြုသဘောသို့မဟုတ်အပျက်သဘောသတင်းအချက်အလက် processing မှအထိခိုက်မခံဖြစ်ကြောင်းဆုလာဘ်ကွန်ရက်များခွဲခြားဖို့ကြိုးစားခဲ့ကြပေမယ့်လည်း (Kringelbach, 2005; လျူ et al ။, 2007ဆုလာဘ်မျှော်လင့်သို့မဟုတ်ရလဒ်ကိုတွင်ပါဝင်ပတ်သက်သည်ဟု) အဖြစ်သူတို့အား (Knutson et al ။, 2003; Ramnani et al ။, 2004), ပင်ကိုယ်မူလရလဒ်များကိုရောထွေးခဲ့ကြပြီ။ ဒီဘာသာဂုဏ်ထူးဆန်းစစ်လေ့လာမှုများ၏ကြီးမားသောအရေအတွက်ကိုကျော် pooling အားဖြင့်တသမတ်တည်းပုံစံများထုတ်ယူရန်ရည်ရွယ်။
2 ။ နည်းလမ်းများ
2.1 စာပေရှာဖွေရေးနဲ့အဖှဲ့အစညျး
2.1.1 လေ့လာဖော်ထုတ်ခြင်း
နှစ်ဦးအားလွတ်လပ်သောသုတေသီများကလူသားတွေအတွက်ဆုလာဘ်-based ဆုံးဖြတ်ချက်ချဆန်းစစ် fMRI လေ့လာမှုများများအတွက်စာပေ၏စေ့စေ့စပ်စပ်ရှာဖွေရေးပြုလုပ်ခဲ့သည်။ (ဇွန်လ 2009 မှတဆင့်) ကိုအွန်လိုင်းကိုးကား indexing service ကို PUBMED ရှာဖွေဖို့အသုံးပြုစည်းကမ်းချက်များ "fMRI", "ဆုလာဘ်" ရှိ. , (ပထမသုတေသီများက) "ဆုံးဖြတ်ချက်", "ဆုလာဘ်ဆုံးဖြတ်ချက်မချတာဝန်", "fMRI" နှင့် "လူ့ "(ဒုတိယသုတေသီများက) ။ ဤရွေ့ကားကနဦးရှာဖွေရေးရလဒ်များကို 182 ဆောင်းပါးများစုစုပေါင်းလိုက်လျောဖို့ပေါင်းစည်းခဲ့သည်။ နောက်ထပ် 90 ဆောင်းပါးများကို filtering ကိုစံအဖြစ် "ဆုလာဘ်" နှင့် "MRI" သုံးပြီးဇွန်လ 2009 မှတဆင့်စုဆောင်းတတိယသုတေသီတစ်ဦးကိုကိုးကားဒေတာဘေ့စကနေဖော်ထုတ်ခဲ့ကြသည်။ ငါတို့သည်လည်းရှာဖွေရေးဝေါဟာရများအဖြစ် "ဆုလာဘ်တာဝန်" နှင့် "fMRI" နဲ့, Sleuth သုံးပြီး BrainMaps ဒေတာဘေ့စကိုရှာဖွေလျက်, 59 ဆောင်းပါးများကိုတွေ့ရှိခဲ့ပါတယ်။ ဒီဆောင်းပါးတွေအားလုံးတစ်ဒေတာဘေ့စသို့ထို့နောက်ပါတီအသီးသီးမှခဲ့ကြသည်နှင့်အပို entries တွေကိုဖယ်ရှားပစ်ခဲ့သည်။ ကျနော်တို့ပြီးတော့နောက်ထပ်လက်ရှိလေ့လာမှုကိုတိုက်ရိုက်သက်ဆိုင်ရာမဟုတ်ဆောင်းပါးများကိုပပျောက်ဖို့အတော်ကြာဖယ်စံလျှောက်လွှာတင်ခဲ့တယ်။ ဤရွေ့ကားစံနေသောခေါင်းစဉ်: 1) Non-ပထမဦးဆုံးလက်ပင်ကိုယ်မူလလေ့လာမှုများ (ဥပမာပြန်လည်သုံးသပ်ဆောင်းပါးများ); 2 စံ stereotactic အတွက်ရလဒ်တွေကိုအာကာသကိုသြဒိနိတ်သတင်းပို့မ) လေ့လာမှုများ (တစ်ခုခု Talairach သို့မဟုတ် Montreal အာရုံကြောဌာန Institute, MNI); ဆုချဖို့သက်ဆိုင်တဲ့အလုပ်တွေကိုသုံးပြီး 3) လေ့လာမှုများသို့မဟုတ်တန်ဖိုးကို-based ဆုံးဖြတ်ချက်ချ; ဖွဲ့စည်းတည်ဆောက်ပုံဆိုင်ရာဦးနှောက်ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်း၏ 4) လေ့လာမှုများ (ဥပမာ voxel-based morphometry သို့မဟုတ်ပျံ့နှံ့ tensor ပုံရိပ်); သက်သက်သာအကျိုးစီးပွားဒေသကတခြားလေ့လာမှုတွေကနေခန္ဓာဗေဒမျက်နှာဖုံးများသို့မဟုတ်သြဒီနိတ်သုံးပြီး (Roi) ခွဲခြမ်းစိတ်ဖြာ (ဥပမာ) အပေါ်အခြေခံပြီး 5) လေ့လာမှုများ; အဘယ်သူ၏ဦးနှောက်လုပ်ငန်းဆောင်တာတစ်ဦးတည်းကျန်းမာအရွယ်ရောက်ပြီးသူအုပ်စုတစ်စုအတွက်ဤလေ့လာမှုများအစီရင်ခံသြဒီနိတ်ပါဝင်သည်ခဲ့ကြသည်ဖြစ်သော်လည်းပုံမှန်ကျန်းမာတဲ့လူကြီးများ (ဥပမာ, ကလေးများ, အိုမင်းလူကြီးများ, ဒါမှမဟုတ်ပစ္စည်းဥစ္စာမှီခိုတစ်ဦးချင်းစီ) ၏ရှိသူများထံမှသွေဖည်စေခြင်းငှါအထူးလူဦးရေ၏ 6) လေ့လာမှုများ။ ဘာသာရပ်များအတွက်လုပ်ငန်းတာဝန်များကို (ဆိုလိုသည်မှာ, နှုတ်, nonverbal button ကိုနှိပ်) စဉ်အတွင်းဆုံးဖြတ်ချက်များအစီရင်ခံရန်ညွှန်ကြားခဲ့ပြီးသောနှင့်အတူနည်းလမ်းများအကြား variable ကိုလက်ခံခဲ့ပါတယ်။ ဤသည်ကို (စာရင်းဝင်နောက်ဆုံးဒေတာဘေ့စအတွက် 142 ဆောင်းပါးများအတွက်ရလဒ် နောကျဆကျတှဲ).
ဒေတာထုတ်ယူခြင်းဇာတ်စင်စဉ်အတွင်းလေ့လာမှုများထို့နောက် (ထို GingerALE Toolbox အကောင်အထည်ဖော်အသွင်ပြောင်း coordinate ရှိသညျအတိုငျးကွဲပြားခြားနားသော Spatial ပုံမှန်အစီအစဉ်များအားဖြင့်အုပ်စုဖွဲ့ခဲ့ကြသည်http://brainmap.orgတက္ကသိုလ်တက္ကဆက်ပြည်နယ်၏ကျန်းမာရေးသိပ္ပံစင်တာ, San Antonio တွင်တက္ကဆက်ပြည်နယ်၏သုတေသန Imaging စင်တာ): MNI MNI ကိုသြဒီနိတ်အစီရင်ခံရန်အခြားပရိုဂရမ်ကိုအသုံးပြုပြီး MNI ကိုသြဒိနိတ်အစီရင်ခံရန် SPM သုံးပြီးကိုသြဒိနိတ်အစီရင်ခံရန် FSL သုံးပြီး MNI Talairach သို့ကိုသြဒိနိတ်ပြောင်း Brett နည်းလမ်းများသုံးပြီး တစ်ဦး Talairach ဇာတိ template ကို အသုံးပြု. အာကာသ။ Talairach အာကာသရှိသြဒီနိတ်၏ lists ၎င်းတို့၏မူလပုံမှန်အစီအစဉ်များအတိုင်း, MNI အာကာသသို့ကူးပြောင်းခဲ့ကြသည်။ အဆိုပါ Brett-Talairach စာရင်း, ကြှနျုပျတို့ Brett (ဆိုလိုသည်မှာ tal2mni) ကပြောင်းပြန်အသွင်ပြောင်းသုံးပြီးပြန် MNI အာကာသသို့သြဒီနိတ်ကူးပြောင်း (Brett et al ။, 2002) ။ က Talairach စာရင်း, ကြှနျုပျတို့ BrainMaps ရဲ့ Talairach-MNI အသွင်ပြောင်း (ဆိုလိုသည်မှာ tal2icbm_other) ကိုအသုံးပြုခဲ့သည်။ အားလုံးလေ့လာမှုတစ်ဦးကမာစတာစာရင်း GingerALE အတွက် ale Meta-ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းများအတွက်ပြင်ဆင်မှုအတွက် MNI အာကာသအတွင်းအားလုံးကိုသြဒီနိတ်ပေါင်းစပ်ပြီးအသုံးပြုနေသူများကဖန်တီးခဲ့ပါတယ်။
2.1.2 စမ်းသပ်မှုအမျိုးအစား
ဆုလာဘ် valence နှင့်ဆုံးဖြတ်ချက်အဆင့်ဆင့်: ဆုလာဘ်-related ဆုံးဖြတ်ချက်ချ၏ကွဲပြားခြားနားသောရှုထောင့်အားဖြင့်စုဆောင်းသောဘုံနှင့်ကွဲပြားဆုလာဘ်လမ်းကြောင်းပတ်သတ်ပြီးနှင့်အတူစမ်းသပ်ယူဆချက်မှကျနော်တို့ခွဲခြားနှစ်မျိုးအဆိုအရသြဒီနိတ်ခွဲခြား။ ကျနော်တို့ပုံမှန်အား fMRI လေ့လာမှုများအစီရင်ခံတစ်ဦးချင်းစီ regressors သို့မဟုတ်ထူးခွားသညျ့ရည်ညွှန်းဖို့ BrainMaps ဒေတာဘေ့စအသုံးပြုသော "စမ်းသပ်ချက်" ၏ဟူသောဝေါဟာရကိုချမှတ်ခဲ့သေးသည်။ ဆုလာဘ် valence, ကြှနျုပျတို့အပြုသဘောနှင့်အပျက်သဘောဆုလာဘ်သို့စမ်းသပ်ချက်စည်းရုံး။ ဆုံးဖြတ်ချက်အဆင့်ဆင့်, ကြှနျုပျတို့ဆုလာဘ်မျှော်လင့်, ရလဒ်နှင့်အကဲဖြတ်သို့စမ်းသပ်ချက်ကွဲကွာ။ Sub-စာရင်းထဲသို့သွင်းထားခဲ့ကြသည်, ဤအမျိုးအစားသို့ fit သောမာစတာစာရင်းထဲတွင်ကိုသြဒိနိတ်; ရှင်းလင်းစွာသတ်မှတ်အနက်ကိုဘော်ပြရန်ခက်ခဲသို့မဟုတ်မခဲ့သူတွေကိုချန်လှပ်ခံခဲ့ရသည်။ အောက်တွင်ဒီအမျိုးအစားတစ်ခုချင်းစီကိုထဲသို့သွင်းထားခဲ့ကြသည်တချို့ဥပမာစာရင်းပြုစု။
အောက်ပါထူးခွားသညျ့အပြုသဘောဆုလာဘ်ရဲ့အပြောင်းအလဲနဲ့အဖြစ်ခွဲခြားခဲ့ကြသည်: ဘာသာရပ်များပိုက်ဆံသို့မဟုတ်ရမှတ် (အနိုင်ရသောသူတို့အားရသောElliott သည် et al ။, 2000အောင်မြင်မှုပြေးနေစဉ်အတွင်း) (ဆုလာဘ်); ပိုက်ဆံသို့မဟုတ်ရမှတ် (ဆုံးရှုံးရှောင်ကင်မ် et al ။, 2006တစ်ဦးဆန္ဒရှိရလဒ်ကို၏ရှောင်ရှားခြင်းနှင့်ဆုလာဘ်ငွေလက်ခံဖြတ်ပိုင်းအကြား) (တိုက်ရိုက်နှိုင်းယှဉ်); နှစ်ခုပိုက်ဆံခု၏သို့မဟုတ်ရမှတ် (များ၏ပိုကြီးတဲ့အနိုင်ရKnutson et al ။, 2001a)) သေးငယ်တဲ့ဆုလာဘ်မျှော်လင့် vs. (ကြီးမားသော; နှစ်ခုပိုက်ဆံခု၏သို့မဟုတ်ရမှတ် (များ၏သေးငယ်ဆုံးရှုံးခဲ့ရErnst et al ။, 2005) (အဘယ်သူမျှမ - အနိုင်ရ $ 0.50> အဘယ်သူမျှမ - အနိုင်ရရှိ $ 4); အားတက်ဖွယ်စကားလုံးများ (သို့) ဂရပ်ဖစ်များကိုမျက်နှာပြင်ပေါ်တွင်ရရှိသည်Zalla et al ။, 2000"အနိုင်ရ" အတွက်) (တိုး); (သူတို့ရဲ့နှုတ်၌ချိုမြိန်အရသာလက်ခံရရှိO'Doherty et al ။, 2002) (ဂလူးကို့စ> ကြားနေအရသာ); အပြုသဘောရွေးချယ်မှု (လျူ et al ။, 2007) (အမှားအမှန်) (သို့) လုပ်ငန်းအောင်မြင်စွာပြီးမြောက်ခြင်းကြောင့်အခြားအပြုသဘောဆောင်သောဆုများရရှိခဲ့သည်။
အနုတ်လက္ခဏာဆုလာဘ်များအတွက်ခွဲခြားစမ်းသပ်ချက် (ဘာသာရပ်များပိုက်ဆံသို့မဟုတ်ရမှတ်ဆုံးရှုံးခဲ့ရသည့်သူများပါဝင်သည်Elliott သည် et al ။ , 2000ကျရှုံးခြင်း၏ပြေးနေစဉ်အတွင်း) (ပြစ်ဒဏ်); (ပိုက်ဆံသို့မဟုတ်အချက်များကိုအနိုင်ရမပြုခဲ့Ernst et al ။, 2005အဘယ်သူမျှမ-Win ၏) (မကျေနပ်မှု); နှစ်ခုပိုက်ဆံခု၏သို့မဟုတ်ရမှတ် (များ၏သေးငယ်အနိုင်ရKnutson et al ။, 2001a$ 1 ဆုလာဘ် vs. ) ($ 50); နှစ်ခုပိုက်ဆံခု၏သို့မဟုတ်ရမှတ် (များ၏ပိုကြီးဆုံးရှုံးခဲ့ရKnutson et al ။, 2001a)) သေးငယ်တဲ့ပြစ်ဒဏ်မျှော်လင့် vs. (ကြီးမားသော; အပျက်သဘော (အရှေးခယျြမှုအကဲဖြတ်လျူ et al ။, 2007) (မှားယွင်း> မှန်); (သို့) သူတို့၏ပါးစပ်အတွင်းခါးသောအရသာကိုစီမံခန့်ခွဲခြင်းကဲ့သို့သောအခြားဆိုးကျိုးများရရှိစေသည့်အကျိုးကျေးဇူးများကိုရရှိခဲ့သည်။O'Doherty et al ။, 2002) (ဆား> ကြားနေအရသာ) သို့မဟုတ်စကားလုံးများသို့မဟုတ်ရုပ်ပုံများကိုအားလျော့စေသော (Zalla et al ။, 2000) "ဆုံးရှုံး" နှင့်) "အနိုင်ရ" အဘို့အလျော့ဘို့ (တိုး။
ဘာသာရပ်ဆုံးဖြတ်ချက်မချခင်အလားအလာရွေးချယ်စရာစဉ်းစားသုံးသပ်သောအခါဆုလာဘ်မျှော်လင့်သည့်အချိန်ကာလအဖြစ်သတ်မှတ်ခံခဲ့ရသည်။ ဥပမာအားဖြင့်, လောင်းအားမရနှင့်လောင်းကြေးငွေအနိုင်ရမျှော်မျှော်လင့်အဖြစ်ခွဲခြားမည်ဖြစ်ကြောင်း (Cohen ကိုနှင့် Ranganath, 2005အနိမ့်အန္တရာယ်ဆုံးဖြတ်ချက် vs. ) (High-အန္တရာယ်) ။ ဆုလာဘ်ရလဒ်ကို / ပို့ဆောင်မှု ( "x ကို $ အနိုင်ရ" သို့မဟုတ် "x ကို $ ဆုံးရှုံး" ဒီလိုစကားဖြင့်မျက်နှာပြင်အတိုင်း, ဘာသာရပ်ရွေးချယ် option ကိုအပေါ်တုံ့ပြန်ချက်ကိုလက်ခံရရှိသည့်အခါကာလအဖြစ်သတ်မှတ်ခံခဲ့ရBjork et al ။, 2004Non-အမြတ်ရလဒ် vs. ) (အမြတ်) ။ တုံ့ပြန်ချက်တစ်ခုနောက်ဆက်တွဲရုံးတင်စစ်ဆေးအတွက်ဘာသာရပ်ရဲ့ဆုံးဖြတ်ချက်နှင့်အပြုအမူသြဇာလွှမ်းမိုးမှုတစ်ခုသို့မဟုတ်သင်ယူမှု signal ကိုအဖြစ်အသုံးပြုခဲ့သည်သောအခါ, ဆနျ့ကငျြဘဆုလာဘ်အကဲဖြတ်အဖြစ်ခွဲခြားခဲ့သည်။ ဥပမာအားဖြင့်, ကနဦးစမ်းသပ်မှုအတွက်ဆုခခြဲ့သောအန္တရာယ်များဆုံးဖြတ်ချက် (လာမယ့်တရားခွင်အတွင်းဖြစ်ကောင်းပိုကြီး, အန္တရာယ်အခြားယူတဲ့ဘာသာရပ်ကိုဖြစ်ပေါ်စေနိုင်ပါသည်Cohen ကိုနှင့် Ranganath, 2005အနိမ့်အန္တရာယ်ဆုံးဖြတ်ချက်များ vs. High-အန္တရာယ်အားဖြင့်နောက်တော်သို့လိုက်) (အနိမ့်အန္တရာယ်ဆုလာဘ်) ။ အရှုံးခြင်းကိုမနှစ်သက်, လူတွေပြင်းပြင်းထန်ထန်အကျိုးအမြတ်ရယူဖို့ဆုံးရှုံးမှုကိုရှောင်ရှားကြိုက်တတ်တဲ့ဖို့အတှကျစိတျသဘောထား, (အကဲဖြတ်နောက်ထပ်ဥပမာဖြစ်ပါတယ်တွမ် et al ။, 2007lambda နှင့်အာရုံကြောအရှုံးခြင်းကိုမနှစ်သက်အကြား) (စပ်လျဉ်း) ။
2.2 Activation ဖြစ်နိုင်ခြေကိုခန့်မှန်း (Ale)
ale ၏ algorithm ကို (အပေါ်အခြေခံသည်Eickhoff et al ။, 2009) ။ ALE သည် 3D Gaussian ဖြန့်ဖြူးခြင်းကဲ့သို့သော activation foci များကိုမော်ဒယ်လ်များအားအစီရင်ခံသည်ကိုသြဒီနိတ်တွင်ဗဟိုပြုသည်။ ထို့နောက်ကွဲပြားခြားနားသောစမ်းသပ်ချက်များအကြားရှိဤဖြန့်ဝေမှုများ၏ထပ်တူကျမှုကိုတွက်ချက်သည် (ALE သည်လေ့လာမှုတစ်ခု၏သီးခြားစီကိုသီးခြားစမ်းသပ်မှုတစ်ခုအဖြစ်သတ်မှတ်သည်) ။ activation foci နှင့်ဆက်စပ်သော Spatial မသေချာမရေရာမှုတစ်ခုသည်လေ့လာမှုတစ်ခုစီ၏ဘာသာရပ်အရေအတွက်နှင့် ပတ်သက်၍ ခန့်မှန်းရသည် (ဆိုလိုသည်မှာပိုမိုကြီးမားသောနမူနာသည်ပိုမိုစိတ်ချရသော activation ပုံစံများနှင့် localization ကိုထုတ်လုပ်သည်။ ထို့ကြောင့်ကိုသြဒီနိတ်များသည် Gaussian kernel ပိုမိုတင်းကျပ်သော) ။ စမ်းသပ်ချက်များအကြား activation ပုံစံများ၏ convergence ကိုအထက်ပါလုပ်ထား activation မြေပုံများ၏ပြည်ထောင်စုယူပြီးအားဖြင့်တွက်ချက်သည်။ လေ့လာမှုများကိုဖြတ်ပြီးကျပန်း Spatial ထပ်နေဖြင့်ထုတ်ပေး ALE ရမှတ်များကိုယ်စားပြုသော null distribution သည် permutation procedure မှတဆင့်ခန့်မှန်းရသည်။ နောက်ဆုံးတွင်အစစ်အမှန် activation ကိုသြဒီနိတ်များမှတွက်ချက်ထားသော ALE မြေပုံသည် null distribution မှ ALE ရမှတ်များနှင့်စမ်းသပ်သည်။ ALE ရမှတ်များ၏ p တန်ဖိုးများကိုကိုယ်စားပြုသည့်စာရင်းအင်းမြေပုံကိုထုတ်လုပ်သည်။ အဆိုပါ nonparametric p တန်ဖိုးများထို့နောက် z ရမှတ်များသို့အသွင်ပြောင်းခြင်းနှင့်စပျစ်သီးပြွတ် -Level p <0.05 တညျ့မှာတံခါးနေကြသည်။
ခြောက်လကွဲပြားခြားနားသော ale ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်း GingerALE 2.0 ( အသုံးပြု. ကောက်ယူခဲ့သည်Eickhoff et al ။, 2009), အားလုံးလေ့လာမှုများ၏အဓိကဆန်းစစ်ဘို့တနှင့်ငါးခွဲစာရင်းများ characterizing ဦးနှောက်အပြုသဘောသို့မဟုတ်အပျက်သဘောဆုလာဘ်များက activation အဖြစ်မျှော်လင့်, ရလဒ်နှင့်အကဲဖြတ်၏အသီးအသီးအဘို့တယောက်။ နှစ်ဦးကအနုတ် ale ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်း GingerALE 1.2 ( အသုံးပြု. ကောက်ယူခဲ့သည်Turkeltaub et al ။, 2002), မျှော်လင့်ခြင်းနှင့်ရလဒ်အကြားဆနျ့ကငျြဘအဘို့အအပြုသဘောနှင့်အပျက်သဘောဆုလာဘ်အကြားဆနျ့ကငျြဘနှငျ့အခွားသောအဘို့တယောက်။
အားလုံးလေ့လာမှု 2.2.1 ပင်မခွဲခြမ်းစိတ်ဖြာ
အားလုံး 142 လေ့လာမှုများ 5214 စမ်းသပ်ချက် (ထူးခွားသညျ့) မှ 655 foci ပါဝင်သည်သောအဓိကဆန်းစစ်, တွင်ထည့်သွင်းခဲ့ကြသည်။ ကျနော်တို့အချင်းချင်းဘာသာရပ်နှင့်အချင်းချင်းစမ်းသပ်မှုအမျိုးမျိုးပြောင်းလဲထားတဲ့ခန့်မှန်းချက်ကိုအသုံးပြုပြီးတစ်ဦးချင်းစီအာရုံစိုက်၏ Spatial မသေချာမရေရာအပေါ်အခြေခံသည့်မော်ဒယ်များကတော့ ale GingerALE 2.0 အတွက်အကောင်အထည်ဖော်ဆောင်ရွက်သည့် algorithm ကိုအသုံးပြုခဲ့သည်။ အဆိုပါခန့်မှန်းချက်မီးခိုးရောင်ကိစ္စမျက်နှာဖုံးအားဖြင့်သတ်ခြင်းနှင့်ကျပန်းဆိုးကျိုးများအချက်အဖြစ်စမ်းသပ်ချက်နှင့်အတူအထက်ပါ-အခွင့်အလမ်း Cluster ခန့်မှန်းသည်ထက် foci အပေါ်တစ်ဦး fixed-သက်ရောက်မှုဆန်းစစ်သုံးပြီးခဲ့သည် (Eickhoff et al ။, 2009) ။ ရရှိလာသော ALE မြေပုံသည်မှားယွင်းသောရှာဖွေတွေ့ရှိမှုနှုန်း (FDR) နည်းလမ်းကို အသုံးပြု၍ p <0.05 နှင့်အနိမ့်ဆုံးစပျစ်သီးပြွတ်အရွယ်အစား ၂ x ၂ x ၂ မီလီမီတာ (စုစုပေါင်း ၄၈၀ မီလီမီတာ) ရှိသည်။3) မျိုးစုံနှိုင်းယှဉ်၏မှားယွင်းသောလက္ခဏာဆန့်ကျင်ကာကွယ်ဖို့အတွက်ဖြစ်ပါတယ်။
2.2.2 တစ်ဦးချင်းခွဲစာရင်းများ၏လေ့လာဆန်းစစ်
ငါးသည်အခြား ale ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းကိုလည်းအပြုသဘောနှင့်အပျက်သဘောဆုလာဘ်သို့ကွဲပြားခြားနားသောစမ်းသပ်ချက်ခွဲခြားကြောင်းခွဲများစာရင်းကိုအဖြစ်ဆုလာဘ်မျှော်လင့်, ဆုလာဘ်ပေးပို့ (ရလဒ်ကို) နှင့်ရှေးခယျြမှုအကဲဖြတ်အပေါ်အခြေခံပြီးကောက်ယူခဲ့ကြသည်။ အပြုသဘောဆုလာဘ်ခွဲခြမ်းစိတ်ဖြာဘို့, 2167 စမ်းသပ်ချက်ကနေ 283 foci ပါဝင်သည်ခဲ့ကြသည်။ အဆိုပါအနုတ်လက္ခဏာဆုလာဘ်ခွဲခြမ်းစိတ်ဖြာ 935 စမ်းသပ်ချက်ကနေ 140 foci ပါဝင်သည်။ မျှော်လင့်, ရလဒ်နှင့်ရှေးခယျြမှုအကဲဖြတ်များအတွက်ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းတွင်ထည့်သွင်း foci များ၏နံပါတ်များကိုအသီးသီး 1553 foci (185 စမ်းသပ်ချက်), 1977 (253), နှင့် 520 (97) တို့ဖြစ်သည်။ ကျနော်တို့အတူတူပင်ခွဲခြမ်းစိတ်ဖြာလျှောက်ထားကျနော်တို့အထက်အဓိကဆန်းစစ်ဘို့ပြုသကဲ့သို့တံခါးခုံကိုချဉ်းကပ်။
2.2.3 နုတ်ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်း
ငါတို့သည်လည်းသို့မဟုတ် ဦး စားပေးအပြုသဘောနှိုင်းယှဉ်အပြုသဘောဆောင်သောဆုလာဘ်များနှင့်ဆုလာဘ်ပေးပို့နှိုင်းယှဉ်ဆုလာဘ်မျှော်လင့်ခြင်းဖြင့် activated ခဲ့ကြသော ဦး နှောက်ဒေသများနှိုင်းယှဉ်စိတ်ဝင်စားခဲ့ကြသည်။ GingerALE 1.2 ဤလေ့လာဆန်းစစ်နှစ်ခုလုပ်ဆောင်သွားရန်အသုံးပြုခဲ့သည်။ ALE မြေပုံများသည် ၁၀ မီလီမီတာရှိသော FWHM ပါ ၀ င်သော kernel ဖြင့်ချောချောမွေ့မွေ့ရှိခဲ့သည်။ 10 Simulator နှင့်အတူကျပန်းဖြန့်ဝေ foci ၏တစ် ဦး permutation စမ်းသပ်မှု ALE မြေပုံများ၏စာရင်းအင်းအရေးပါမှုကိုဆုံးဖြတ်ရန် run ခဲ့သည်။ နှိုင်းယှဉ်မှုအမျိုးမျိုးအတွက်ပြင်ဆင်ရန် ALE မြေပုံများသည် p <10000 နှင့် voxels အနည်းဆုံး ၆၀ ရှိသည့် FDR နည်းလမ်းကို အသုံးပြု၍ အကန့်အသတ်ဖြင့်ရှိသည်။
2.3 parametric voxel-based Meta-analysis သည် (PVM)
ငါတို့သည်လည်းအခြား Meta-analysis သည်ချဉ်းကပ်မှု, PVM ကိုသုံးပြီးတူညီတဲ့ coordinate စာရင်းခွဲခြမ်းစိတ်ဖြာ။ (ကွဲပြားစမ်းသပ်ချက်အဖြစ်လေ့လာမှုအတွင်းကွဲပြားခြားနားသောထူးခွားသညျ့ဆကျဆံသော ale ခွဲခြမ်းစိတ်ဖြာမှမတူဘဲလေ့လာမှုတစ်ခုအတွင်းမှာအားလုံးကွဲပြားခြားနားသောထူးခွားသညျ့ကနေ PVM ကိုခွဲခြမ်းစိတ်ဖြာရေကန်ထိပ်နှင့်တိကျတဲ့လေ့လာမှုအဘို့တစ်ခုတည်းကိုသြဒိနိတ်မြေပုံကိုဖန်တီးCostafreda et al ။, 2009) ။ ထို့ကြောင့်, PVM ကိုခွဲခြမ်းစိတ်ဖြာအတွက်ကျပန်းဆိုးကျိုးများအချက်အတွက်ဖြစ်ပါသည် လေ့လာမှုတွေ, တစ်ဦးချင်းစီမှနှိုင်းယှဉ်လျှင် စမ်းသပ်ချက် / Contrast အဆိုပါ ale ခွဲခြမ်းစိတ်ဖြာ၌တည်၏။ ဒါဟာနောက်ထပ်အလားတူ activation ပုံစံများသတင်းပို့ကြောင်းမျိုးစုံထူးခွားသညျ့နှင့်အတူလေ့လာမှုများကြောင့်ဖြစ်ရတဲ့ခန့်မှန်းချက်ဘက်လိုက်မှုပါလျော့ကျစေပါတယ်။ အဆိုပါ ale ချဉ်းကပ်ဖို့အလားတူကျနော်တို့ (ခြောက်လကွဲပြားခြားနားသော PVM R ကိုစာရင်းအင်း software ကိုအကောင်အထည်ဖော်သည့် algorithms သုံးပြီးလေ့လာဆန်းစစ်ကောက်ယူhttp://www.R-project.org) (ယခင်လေ့လာမှုကနေCostafreda et al ။, 2009), အားလုံးလေ့လာမှုများ၏အဓိကဆန်းစစ်ဘို့တနှင့်ဆုလာဘ်အပြောင်းအလဲနဲ့၏ကွဲပြားခြားနားသောရှုထောင့်အားဖြင့်ဦးနှောက်ကို Activation characterizing ငါးခုခွဲစာရင်းများအသီးအသီးအဘို့တယောက်။ နှစျဦးအပိုဆောင်း PVM ကိုအပြုသဘောနှင့်အပျက်သဘောဆုလာဘ်များအကြားအဖြစ်ဆုလာဘ်မျှော်လင့်ခြင်းနှင့်ရလဒ်များအကြားနှိုင်းယှဉ်ဖို့တူညီသောကုဒ်အခြေစိုက်စခန်းသုံးပြီးကောက်ယူခဲ့ကြသည်လေ့လာဆန်းစစ်။
အားလုံးလေ့လာမှု 2.3.1 ပင်မခွဲခြမ်းစိတ်ဖြာ
ALE ခွဲခြမ်းစိတ်ဖြာခြင်းတွင်အသုံးပြုခဲ့သည့်တူညီသောလေ့လာမှု ၁၄၂ ခုမှ MNI ကိုသြဒီနိတ်များ (၅၂၁၄) ကိုစာသားဇယားတစ်ခုအဖြစ်ပြောင်းလဲခဲ့သည်။ မြေပုံအမြင့်ပေါ်ရှိတွက်ချက်မှုများသည် MNI အာကာသအတွင်းရှိမျက်နှာဖုံးတစ်ခုအတွင်းကန့်သတ်ခံထားရသည်။ မြေပုံအမြင့်ကိုပထမ ဦး ဆုံးယူနီဖောင်းအဆန် (radi = ၁၀ မီလီမီတာ) ဖြင့်ပြသခဲ့ပြီးအကျဉ်းချုပ်မြေပုံကိုထုတ်ယူသည်။ ၎င်းသည် ၁၀ မီလီမီတာအချင်း ၀ န်းကျင်ရှိထပ်တူထပ်မံလှုပ်ရှားမှုထိပ်များနှင့်ထပ်တူထပ်နေသောအစီရင်ခံမှုအရေအတွက်ကိုကိုယ်စားပြုသည်။ ထို့နောက်ကျပန်းသက်ရောက်မှု PVM ခွဲခြမ်းစိတ်ဖြာခြင်းကိုအကျဉ်းချုပ်မြေပုံရှိ voxel တစ်ခုစီနှင့်ဆက်စပ်သောစာရင်းအင်းဆိုင်ရာအရေးပါမှုကိုခန့်မှန်းရန်လုပ်ဆောင်ခဲ့သည်။ မြေပုံအညွှန်းတွင်လေ့လာမှုအရေအတွက်ကို Concordant Activation ကိုဖော်ပြသည့်လေ့လာမှုအချိုးအစားသို့ပြောင်းလဲခဲ့သည်။ အချိုးအစားမြေပုံအတွက်သိသာထင်ရှားသည့်အစုအဝေးများကိုဖော်ထုတ်ရန် (p <5214 နှင့်နိမ့်ဆုံးစပျစ်သီးပြွတ်အရွယ်အစား ၆၀ voxels ပါသော FDR နည်းလမ်းကို အသုံးပြု၍) ALE ခွဲခြမ်းစိတ်ဖြာမှုတွင်အသုံးပြုသောအတိုင်းအတာအတိုင်းအတာတူညီသည်။
2.3.2 တစ်ဦးချင်းခွဲစာရင်းများ၏လေ့လာဆန်းစစ်
ငါးသည်အခြား PVM ကိုအပြုသဘောနှင့်အပျက်သဘောဆုလာဘ်အဖြစ်ဆုလာဘ်မျှော်လင့်, ရလဒ်နှင့်အကဲဖြတ်များအတွက်ခွဲများစာရင်းကိုအပေါ်ကောက်ယူခဲ့ကြသည်လေ့လာဆန်းစစ်။ ဆိုးကျိုးဆုလာဘ်ခွဲခြမ်းစိတ်ဖြာ 2167 လေ့လာမှုများကနေ 111 foci ပါဝင်သည်သော်လည်းအပြုသဘောဆုလာဘ်ခွဲခြမ်းစိတ်ဖြာ 935 လေ့လာမှုများကနေ 67 foci ပါဝင်သည်။ လေ့လာမှုများများ၏နံပါတ်များကိုမျှော်လင့်, ရလဒ်နှင့်ရှေးခယျြမှုအကဲဖြတ်များအတွက်ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းတွင်ထည့်သွင်းအသီးသီး 1553 foci (65 လေ့လာမှုများ), 1977 (86), နှင့် 520 (39) တို့ဖြစ်သည်။ ကျနော်တို့အတူတူပင်ခွဲခြမ်းစိတ်ဖြာလျှောက်ထားကျနော်တို့အထက်အဓိကဆန်းစစ်ဘို့ပြုသကဲ့သို့တံခါးခုံကိုချဉ်းကပ်။
2.3.3 နှိုင်းယှဉ်ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်း
ကျွန်ုပ်တို့သည် PVM ဆန်းစစ်ခြင်းနှစ်ခုကိုပြုလုပ်ခဲ့ပြီးအပြုသဘောဆောင်ခြင်းနှင့်အနှုတ်လက္ခဏာဆုများနှင့်ဆုလာဘ်မျှော်လင့်ခြင်းနှင့်ရလာဒ်များအကြားလုပ်ဆောင်မှုပုံစံများကိုနှိုင်းယှဉ်ရန်ပြုလုပ်ခဲ့သည်။ အမြင့်ဆုံးမြေပုံနှစ်ခု (ဥပမာတစ်ခုအပြုသဘောဆောင်မှုအတွက်နှင့်နောက်တစ်ခုကိုအနုတ်လက္ခဏာပြရန်) ကိုပထမ ဦး ဆုံးအနေဖြင့်အတိုချုပ်မြေပုံများကိုထုတ်လုပ်ရန်ယူနီဖောင်း kernel (ρ = ၁၀ မီလီမီတာ) ဖြင့်ညှိနှိုင်းခဲ့သည်။ တစ်ခုချင်းစီသည် ၁၀ မီလီမီတာပတ်လည်ရှိထပ်လောင်းလှုပ်ရှားမှုအထွတ်အထိပ်နှင့်အတူလေ့လာမှုအရေအတွက်ကိုကိုယ်စားပြုသည်။ အချင်းဝက်မျဉ်း။ ဤအနှစ်ချုပ်မြေပုံနှစ်ခုသည် MNI အာကာသမျက်နှာပြင်အတွင်းပါဝင်သော voxel တစ်ခုစီအတွက်အလေးသာမှုအချိုးနှင့်စာရင်းအင်းဆိုင်ရာအရေးပါမှုကိုခန့်မှန်းရန် Fisher စမ်းသပ်မှုတစ်ခုထဲသို့ဝင်ခဲ့သည်။ Fisher စမ်းသပ်မှုသည် fMRI အချက်အလက်ခွဲခြမ်းစိတ်ဖြာမှုအတွက်အထူးတီထွင်ထားခြင်းမဟုတ်သကဲ့သို့အခြားနည်းများထက်လက်တွေ့ကျနည်းအနေဖြင့်လည်းထိခိုက်မှုနည်းသောကြောင့်ကျွန်ုပ်တို့သည် PVM ခွဲခြမ်းစိတ်ဖြာမှုအတွက်အတော်လေးနူးညံ့သိမ်မွေ့သောတံခါးခုံကိုလျှောက်ထားခဲ့သည်။Xiong et al ။, 1995), မျိုးစုံနှိုင်းယှဉ်အမျိုးအစားငါအမှားများအတွက်ပြင်ဆင်ရန်။
3 ။ ရလဒ်များ
3.1 ale ရလဒ်များကို
142 လေ့လာမှုများ၏ All-အားလုံးပါဝင်နိုင်ခွဲခြမ်းစိတ်ဖြာနှစ်ဦးနှစ်ဖက်တို့သည်နှစ်နိုင်ငံနျူကလိယ accumbens (NACC), pallidum, anterior insula, နှစ်ဦးနှစ်ဖက် / medial OFC, anterior cingulate cortex (ACC), ဖြည့်စွက်မော်တာဧရိယာ (SMA) ဝိုငျးတဲ့ကြီးမားတဲ့စပျစ်သီးပြွတ်၏သိသာထင်ရှားသော activation ပြသ prefrontal cortex (PFC), ညာဘက် amygdala, လက်ဝဲ hippocampus, thalamus, နှင့်ဦးနှောက်ကို stem (ပုံ 1A) ။ အခြားအသေးငယ်ပြွတ် / ယုတ်ညံ့တိုကျရိုကျ gyrus နှစ်နိုင်ငံသာလွန် / ယုတ်ညံ့ parietal lobule နှင့် posterior cingulate cortex (ကျုံ့သွားစေပါတယ်) (လက်ျာဘက်အလယ်တိုကျရိုကျ gyrus နှင့်လက်ဝဲဘက်အလယ်မှာထည့်သွင်းစားပွဲတင် 1).
positive ဆုလာဘ်နှစ်နိုင်ငံ pallidum, anterior insula, thalamus, ဦးနှောက်ကို stem အပါအဝင်အထက်တွင်ဖော်ပြခဲ့ကွန်ယက်များ, ၏အပိုင်းတစ်ပိုင်းကိုသာလျှင် activated, (OFC, ACC, SMA, ကျုံ့သွားစေပါတယ်နှင့်အခြားတိုကျရိုကျနှင့် parietal ဒေသများ medialပုံ 1B နှင့် စားပွဲတင် 2ကိုလည်းတွေ့မြင် နောက်ဆက်တွဲပစ္စည်းများ - ပုံ S1A) ။ အနုတ်လက္ခဏာဆုလာဘ် (, နှစ်နိုင်ငံ NACC, caudate, pallidum, anterior insula, amygdale, thalamus, ဦးနှောက်ကို stem အတွက် rostral ACC activation ပြသ dorsomedial PFC, နှစ်ဦးနှစ်ဖက် OFC နှင့်ညာဘက်အလယ်တန်းနှင့်ယုတ်ညံ့တိုကျရိုကျ gyrusပုံ 1B နှင့် စားပွဲတင် 2ကိုလည်းတွေ့မြင် နောက်ဆက်တွဲပစ္စည်းများ - ပုံ S1B) ။ (နှစ်နိုင်ငံ NACC, anterior insula, medial OFC, hippocampus, left putamen နှင့် thalamus: အနုတ်လက္ခဏာဆုလာဘ်နှိုင်းယှဉ်အပြုသဘောအားဖြင့် activation နှိုငျးယှဉျကျနော်တို့အပြုသဘောဆောင်တဲ့ဆုလာဘ်သိသိသာသာကိုကြီးစွာသောဒီဂရီမှအောက်ပါဒေသများ activated တွေ့ရှိခဲ့ပုံ 1D နှင့် စားပွဲတင် 4) ။ အဘယ်သူမျှမအပြုသဘောဆုလာဘ်ထက်အပျက်သဘောအားဖြင့်ပိုပြီး activation ပြသခဲ့သည်။
ကွဲပြားခြားနားသောဆုလာဘ်အပြောင်းအလဲနဲ့အဆင့် OFC, ACC နှင့် dorsomedial PFC (medial, နှစ်နိုင်ငံ NACC, anterior insula, thalamus အပါအဝင်အထက်ဖော်ပြပါအဓိကကွန်ယက်များ, အလားတူဦးနှောက်ကို Activation ပုံစံများ sharedပုံ 1C နှင့် စားပွဲတင် 3ကိုလည်းတွေ့မြင် နောက်ဆက်တွဲပစ္စည်းများ - ကိန်းဂဏန်းများ S1C-E) ။ ဆုလာဘ်မျှော်လင့်, ရလဒ်ကိုဆုချမှနှိုင်းယှဉ်ပါက, နှစ်နိုင်ငံ anterior insula အတွက် သာ. ကြီးမြတ် activation ထင်ရှား, ACC, SMA, (ယုတ်ညံ့ parietal lobule နှင့်အလယ်တန်းတိုကျရိုကျ gyrus leftပုံ 1E နှင့် စားပွဲတင် 5) ။ ရလဒ်ကိုဦးစားပေး activation (နှစ်နိုင်ငံ NACC, caudate, thalamus, နှင့်နှစ်ဦးနှစ်ဖက် / medial OFC ပါဝင်သည်စားပွဲတင် 5).
3.2 PVM ရလဒ်များကို
142 လေ့လာမှုများ၏အဓိကဆန်းစစ် (နှစ်နိုင်ငံ NACC, anterior insula အတွက် medial / နှစ်ဦးနှစ်ဖက် OFC, ACC, ကျုံ့သွားစေပါတယ်, ယုတ်ညံ့ parietal lobule နှင့်အလယ်တန်းတိုကျရိုကျ Gyrus သိသိသာသာကို Activation ပြသပုံ 2A နှင့် စားပွဲတင် 6).
positive ဆုလာဘ် (OFC, pregenual cingulate cortex, SMA နှင့်ကျုံ့သွားစေပါတယ် medial, နှစ်နိုင်ငံ NACC, pallidum, putamen, thalamus activatedပုံ 2B နှင့် စားပွဲတင် 7ကိုလည်းတွေ့မြင် နောက်ဆက်တွဲပစ္စည်းများ - ပုံ S2A) ။ အနုတ်လက္ခဏာဆုလာဘ်များက activation နှစ်နိုင်ငံ NACC နှင့် anterior insula, pallidum, ACC, SMA နှင့်အလယ်တန်း / ယုတ်ညံ့တိုကျရိုကျ gyrus (၌တွေ့ပုံ 2B နှင့် စားပွဲတင် 7ကိုလည်းတွေ့မြင် နောက်ဆက်တွဲပစ္စည်းများ - ပုံ S2B) ။ ACC နှင့်ယုတ်ညံ့ / အလယ်တန်းတိုကျရိုကျ gyrus အတွက်အနုတ်လက္ခဏာဆုလာဘ်များကတိုက်ရိုက်အပြုသဘောနှင့်အပျက်သဘောဆုလာဘ်များအကြားဆနျ့ကငျြဘပု NACC အတွက်အပြုသဘောဆုလာဘ်များကဦးစားပေး activation ထင်ရှား, pallidum, medial OFC နှင့်ကျုံ့သွားစေပါတယ်နှင့် သာ. ကြီးမြတ် activation (ပုံ 2D နှင့် စားပွဲတင် 9).
သူတို့ differential ထိုကဲ့သို့သော medial OFC, anterior insula နှင့် amygdala (ကဲ့သို့သောအခြားဦးနှောက်ဧရိယာများစုဆောင်းသော်လည်းကွဲပြားခြားနားသောဆုလာဘ်အပြောင်းအလဲနဲ့အဆင့်ဆင့်အလားတူ NACC နှင့် ACC activatedပုံ 2C နှင့် စားပွဲတင် 8ကိုလည်းတွေ့မြင် နောက်ဆက်တွဲပစ္စည်းများ - ပုံ S2C-E) ။ ဆုလာဘ်မျှော်လင့်, ရလဒ်ကိုဆုချမှနှိုင်းယှဉ်ပါက, နှစ်နိုင်ငံ anterior insula, thalamus, precentral gyrus နှင့်ယုတ်ညံ့ parietal lobule (သိသိသာသာ activation ထင်ရှားပုံ 2E နှင့် စားပွဲတင် 10) ။ အဘယ်သူမျှမကဦးနှောက်ဧရိယာမျှော်လင့်ဖို့နှိုင်းယှဉ်လျှင်ဆုလာဘ်ရလဒ်ကိုအားဖြင့် သာ. ကြီးမြတ် activation ပြသခဲ့သည်။
ale နှင့် PVM ရလဒ်များ 3.3 နှိုင်းယှဉ်
လက်ရှိလေ့လာမှုလည်း ale နှင့် PVM နည်းလမ်းများကွဲပြားခြားနား coordinate-based data တွေကိုကုသနှင့်ကွဲပြားခန့်မှန်းချက် algorithms မွေးစားပေမယ့်အဲဒီနှစ်ခု Meta-analysis သည်ချဉ်းကပ်မှုကနေသြဒီနိတ်၏တစ်ခုတည်းစာရင်းများအတွက်ရလဒ်များကို (အလွန်ဆင်တူနှင့်နှိုင်းယှဉ်ခဲ့ကြသည်ကွောငျးဖျောပွခဲ့ကိန်းဂဏန်းများ 1A-C မှာ နှင့် 2A-C မှာ, စားပွဲတင် 11ကိုလည်းတွေ့မြင် ကိန်းဂဏန်းများ S1 နှင့် အဆိုပါနောက်ဆက်တွဲပစ္စည်းများအတွက် S2) ။ အဆိုပါတိုးတက် ale algorithm ကို GingerALE 2.0 အကောင်အထည်ဖော်, ဒီဇိုင်းအားဖြင့်, သိသိသာသာနည်းပါးလာ loci ရှိသူများနှိုင်းယှဉ်ပိုပြီး loci သတင်းပို့စမ်းသပ်ချက်ကြောင့်ဖြစ်ရတဲ့အတွက်ဘက်လိုက်မှုလျော့နည်းစေသည့်ကျပန်းဆိုးကျိုးများအချက်အဖြစ်စမ်းသပ်ချက် (သို့မဟုတ်ထူးခွားသညျ့) ဆကျဆံတယျ။ ကွဲပြားခြားနားသောလေ့လာမှုများ, သို့သော်စမ်းသပ်ချက် / Contrast ၏ကွဲပြားခြားနားသောအရေအတွက်ကများပါဝင်သည်။ ထို့ကြောင့်, GingerALE 2.0 ၏ရလဒ်များကိုနေဆဲအလားအလာ Cross-လေ့လာမှုမာတိကာ overestimating ပို. ထူးခွားသညျ့သတင်းပို့လေ့လာမှုများဆီသို့ပိုပြီးအလေးချိန်သောဘက်လိုက်မှုကြောင့်ထိခိုက်နိုင်ပါသည်။ သို့သျောလညျး ရွေးချယ်မှုများကGingerALE 2.0 တစ်ခုတည်းစမ်းသပ်မှုအဖြစ်တစ်ဦးချင်းစီလေ့လာမှုပြုမူဆက်ဆံနိုင်အောင်အသုံးပြုသူများအတူတူကွဲပြားခြားနားသောထူးခွားသညျ့ထံမှသြဒီနိတ်ပေါင်းစပ်နိုင်ပါတယ်။ ဤသည်မှာအရှင်လေ့လာမှုများကိုဖြတ်ပြီး activation ထပ်နေသည်ကိုခန့်မှန်းရန်ညီတူညီမျှအားလုံးလေ့လာမှုများအလေးချိန်တစ်ခုတည်းကို Activation မြေပုံသို့လေ့လာမှုတစ်ခုအတွင်းမှာအားလုံးထူးခွားသညျ့ထံမှသြဒီနိတ် pooling, PVM ကိုအကောင်အထည်ဖော်ဆောင်ရွက်နေသောအရာဖြစ်တယ်။
ဆနျ့ကငျြ, သြဒီနိတ်နှစ်ခုစာရင်းနှင့်နှိုင်းယှဉ်လျှင် (ချဉ်းကပ် ale နှင့် PVM အကြားသိသိသာသာကွဲပြားစားပွဲတင် 11), အတွင်း-လေ့လာမှုနှင့် Cross-လေ့လာမှု convergence မှ sensitivity ကို၎င်းတို့၏ကွဲပြားခြားနားမှု၏ရလဒ်အဖြစ်။ အဆိုပါတိုးတက် ale algorithm ကို၎င်းနုတ် ale ခွဲခြမ်းစိတ်ဖြာများအတွက်အကောင်အထည်ဖော်နိုင်ခြင်းမရှိသေးပေကတည်းကကျနော်တို့ကျပန်းဆိုးကျိုးများအချက်နှင့် fixed-သက်ရောက်မှု variable ကိုအဖြစ်စမ်းသပ်ချက်အဖြစ်ကိုသြဒီနိတ်ဆကျဆံသောအစောပိုင်းကဗားရှင်း GingerALE 1.2, ကိုအသုံးပြုခဲ့သည်။ ထို့ကြောင့်နှစ်ခုစာရင်းကိုအတွက်သြဒီနိတ်နှင့်စမ်းသပ်ချက်များ၏နံပါတ်များကိုနှစ်ဦးစလုံးအတွက်ကွဲပြားမှုဟာအနုတ်ရလဒ်တွေကိုထိခိုက်စေလိမ့်မည်။ (နည်းပါးလာနှင့်အတူအခြားဆန့်ကျင်ပိုပြီးစမ်းသပ်ချက်အတူစာရင်းဆီသို့ biased အဆိုပါနုတ် ale ခွဲခြမ်းစိတ်ဖြာပုံ 1D / E ကို) ။ ရှင်းရှင်းလင်းလင်းအနုတ်လက္ခဏာလေ့လာမှုများ (2167 စမ်းသပ်ချက်ကနေ 283 foci) ကျော် predominated positive ဆုလာဘ်လေ့လာမှုများ (935 စမ်းသပ်ချက်ကနေ 140 foci) ။ ဆုလာဘ်မျှော်လင့် (1553 စမ်းသပ်ချက်ကနေ 185 foci) နှင့်ရလဒ်ကို (1977 စမ်းသပ်ချက်ကနေ 253 foci) တို့အကြားခြားနားချက်သေးငယ်ပေမဲ့လည်းရလဒ်ကိုအဆင့်ဆီသို့ဘက်လိုက်မှုဖြစ်ပေါ်စေနိုင်တယ်။ အခြားတစ်ဖက်တွင်, PVM အားဖြင့်အလေးသာအချိုးခန့်မှန်းမှုနှင့်နှစ်ဦးကိုစာရင်းထဲကတစ်ခုအတွက် voxels assign ဖို့ Fisher ကစမ်းသပ်မှုများအသုံးပြုခြင်း (နှစ်ခုစာရင်းကိုအကြား activation ခြားနားချက်ဖော်ထုတ်မယ်အတွက်လျော့နည်းထိခိုက်မခံဖြစ်သလိုပဲပုံ 2D / E ကို).
4 ။ ဆွေးနွေးချက်
ကျနော်တို့အဆက်မပြတ်ကျွန်တော်တို့ရဲ့နေ့စဉ်အသက်တာ၌ဆုံးဖြတ်ချက်တွေမချနေကြသည်။ အခြားသူများကိုကျနော်တို့လုပ်ရွေးချယ်မှုများဆီသို့ရလဒ်များနှင့်ကျွန်ုပ်တို့၏စိတ်ခံစားမှုတုံ့ပြန်မှုများ၏ valence အပေါ်သိသာထင်ရှားသောသက်ရောက်မှုရှိသော်လည်းတချို့ကဆုံးဖြတ်ချက်များရလဒ်များမရှိသိသာအပြုသဘောသို့မဟုတ်အပျက်သဘောတန်ဖိုးများပါဝငျသညျ။ ကျနော်တို့ရလဒ်ကိုအပြုသဘောဒါမှမဟုတ်ကျွန်တော်တို့ရဲ့မျှော်လင့်မပြည့်စုံသောအခါပျော်ရွှင်ကျေနပ်မှုခံစားရတယ်, ဒါမှမဟုတ်ရလဒ်ကိုအနုတ်လက္ခဏာသို့မဟုတ်ကျနော်တို့မျှော်မှန်းသောအရာကိုထက်နိမ့်အခါစိတ်ပျက်ခံစားရပေမည်။ ထို့ပြင်များစွာသောဆုံးဖြတ်ချက်များသူတို့ရဲ့အကျိုးဆက်များ၏ကြိုတင်အသိပညာမပါဘဲလုပ်ရမည်ဖြစ်သည်။ ထို့ကွောငျ့ကြှနျုပျတို့သညျအနာဂတျဆုလာဘ်အကြောင်းကိုဟောကိန်းများလုပ်ပေးနိုင်ရောက်ထားရန်လိုအပ်ပါတယ်နှင့်အကျိုးကိုတန်ဖိုးနှင့်ကရယူသို့မဟုတ်အပြစ်ပေးခံရခြင်း၏အလားအလာအန္တရာယ်အကဲဖြတ်။ ဤသည်ခန့်မှန်းအမှားအယွင်းများ၏ရှေ့မှောက်တွင်အပေါ်အခြေခံပြီးကျနော်တို့လုပ်ရွေးချယ်မှုအကဲဖြတ်ဖို့နဲ့ကျွန်တော်တို့ရဲ့သင်ယူမှုနှင့်အနာဂတ်အပြုအမူတွေကိုလမ်းပြသောဤအချက်ပြသုံးစွဲဖို့ကျွန်တော်တို့ကိုလိုအပ်ပါတယ်။ အတော်များများက neuroimaging လေ့လာမှုများဆုလာဘ်-related ဆုံးဖြတ်ချက်ချဆန်းစစ်ခဲ့ကြသည်။ သို့သျောလညျးတနျဖိုး-based ဆုံးဖြတ်ချက်ချတွင်ပါဝင်ပတ်သက်ရှုပ်ထွေးခြင်းနှင့်ပင်သောင်းပြောင်းထွေလာရောနှောစိတ်ပိုင်းဆိုင်ရာဖြစ်စဉ်များပေးထားသောကြောင့်ဆုလာဘ်-ဆက်စပ်သတင်းအချက်အလက်ကိုယ်စားပြုမှုနှင့်အပြောင်းအလဲနဲ့ subserve ကြောင့်အာရုံကြောကွန်ရက်များဆန်းစစ်ရန်မသေးအဖွဲတာဝန်ဖြစ်ပါတယ်။ ကျနော်တို့ neuroeconomics ၏လယ်ပြင်တွင်လက်တွေ့လေ့လာမှုများ၏နံပါတ်တစ်လျင်မြန်စွာကြီးထွားလေ့လာတွေ့ရှိကြရသေးအရှင်ဝေးကရှင်းရှင်းလင်းလင်းလူ့ဦးနှောက်ထဲမှာဆုလာဘ် circuitry delineate မှသကဲ့သို့, ဤလေ့လာမှုများဆုံကြပုံကိုကြည့်ရှုရန်ခက်ခဲခဲ့သည်။ လက်ရှိ Meta-analysis သည်လေ့လာမှုတှငျကြှနျုပျတို့လေ့လာမှုများ၏ကြီးမားသောအရေအတွက်ကဖြတ်ပြီးမာတိကာပြသခဲ့ကြပြီးဆုလာဘ်အပြောင်းအလဲနဲ့၏ကွဲပြားခြားနားသောရှုထောင့်အားဖြင့်ဦးနှောက်ကို Activation ၏ဘုံနှင့်ကွဲပြားပုံစံများဖော်ပြခဲ့တယ်။ ဒေတာ-မောင်းနှင်ဖက်ရှင်တှငျကြှနျုပျတို့ 142 လေ့လာမှုများ၏ကွဲပြားခြားနားသောထူးခွားသညျ့ / စမ်းသပ်ချက်ကနေအားလုံးကိုသြဒီနိတ်ကျော်ထို့နောက်ပါတီအသီးသီးမှ, နှင့် NACC, medial / နှစ်ဦးနှစ်ဖက် OFC, ACC, anterior insula ပါဝင်ပါသည်သော core ကိုဆုလာဘ်ကွန်ရက်ကြည့်ရှုလေ့လာကြသည်, dorsomedial PFC အဖြစ် အဆိုပါနှစ်ဦးနှစ်ဖက် frontoparietal ဒေသများ။ ဆုံးဖြတ်ချက်ချမှတ်ခြင်းအတွက်အန္တရာယ်အကဲဖြတ်အာရုံစိုက်မကြာသေးမီက Meta-analysis သည်လေ့လာမှု (ကဆင်တူဆုလာဘ် circuitry အစီရင်ခံတင်ပြMohr et al ။ , 2010) ။ ထို့အပြင်တစ်ဦးသီအိုရီ-မောင်းနှင်ရှုထောင့်ကနေကျနော်တို့ဆုလာဘ်အပြောင်းအလဲနဲ့၏မျှော်လင့်ခြင်းနှင့်ရလဒ်အဆင့်ဆင့်ဖြတ်ပြီးအပြုသဘောနှင့်အပျက်သဘော valence တွင်ပါဝင်ပတ်သက်ခဲ့အာရုံကြောကွန်ရက်များနှိုင်းယှဉ်နှင့် valence-related အကဲဖြတ် subserving ကွဲပြားအာရုံကြောအလွှာအဖြစ်မျှော်လင့်မှာသူတို့ရဲ့ဦးစားပေးပါဝင်ပတ်သက်မှု elucidated နှင့် ရလဒ်ကို။
4.1 Core ဆုလာဘ်ဒေသများ: NACC နှင့် OFC
သူတို့အသီးသီးနှစ်ခုကွဲပြား dopaminergic လမ်းကြောင်းသည် mesolimbic နှင့် mesocortical လမ်းကြောင်း၏အဓိကစီမံကိန်းဧရိယာဖြစ်သောကြောင့်အဆိုပါ NACC နှင့် OFC ရှည်လျားဆုလာဘ်အပြောင်းအလဲနဲ့အတွက်အဓိကကစားသမားအဖြစ်ပဋိသန္ဓေယူပြီ။ သို့ရာတွင်ထိုသို့ dopamine အာရုံခံထူးခြားတဲ့သည်ဤ limbic နှင့် cortical ဒေသများရှိလှုပ်ရှားမှု modulate ဘယ်လိုမသိသောနေဆဲဖြစ်သည်။ ယခင်လေ့လာမှုများ (ဆုလာဘ်မျှော်လင့်အတူ NACC ပေါင်းသင်းခြင်း, ယာယီအဆင့်ဆင့်၏စည်းကမ်းချက်များ၌ကဤနှစ်ခုကိုအဆောက်အဦများ၏အခန်းကဏ္ဍခွဲခြားရန်ကြိုးစားခဲ့ခြင်းနှင့်ဆုလာဘ်လက်ခံရရှိဖို့ medial OFC သက်ဆိုင်သောပါပြီKnutson et al ။, 2001b; Knutson et al ။, 2003; Ramnani et al ။, 2004) ။ သည်အခြားလေ့လာမှုများအနေဖြင့်ရလဒ်များ (ထိုကဲ့သို့သောဂုဏ်ထူးမေးခွန်းထုတ်Breiter et al ။ , 2001; Delgado et al ။ , 2005; ရော်ဂျာ et al ။ , 2004) ။ အတော်များများကလေ့လာမှုများကိုလည်း (ထို NACC, မက်လုံးပေးသင်ယူမှုနှင့်ဆုလာဘ်အသင်းအဖွဲ့အတွက်အရေးပါအချက်ပြမှုခန့်မှန်းချက်အမှားဖော်ထုတ်မယ်များအတွက်တာဝန်ရှိခဲ့ကြောင်းဓိပ်ပာလူယာ et al ။ , 2003; O'Doherty et al ။ , 2003b; Pagnoni et al ။ , 2002) ။ လေ့လာရေးကိုလည်း NACC တစ် biphasic တုံ့ပြန်မှုပြသတွေ့ရှိခဲ့သည် NACC ထိုသို့သောလှုပ်ရှားမှု (လျော့ကျခြင်းနှင့်အပျက်သဘောခန့်မှန်းအမှားများကိုတုံ့ပြန်အတွက်အခြေခံအောက်တွင်ဖော်ပြထားသော drop မယ်လို့Knutson et al ။, 2001b; လူယာ et al ။, 2003; O'Doherty et al ။, 2003b) ။ အဆိုပါ OFC ပုံမှန်အားဖြင့် NACC အဖြစ်လှုပ်ရှားမှုအလားတူပုံစံများပြသပေမယ့်လူသားများအတွက်ယခင် neuroimaging လေ့လာမှုများကို (OFC မိမိတို့အကျိုးကိုတန်ဖိုးများ၏စည်းကမ်းချက်များ၌တစ်ဘုံငွေကြေးစနစ်သို့လှုံ့ဆော်မှုအမျိုးမျိုးပြောင်းတာဝန်ထမ်းဆောင်ကြောင်းအကြံပြုခဲ့ကြArana et al ။ , 2003; ကော့ et al ။ , 2005; Elliott သည် et al ။ , 2010; Fitzgerald et al ။ , 2009; Gottfried et al ။ , 2003; Kringelbach et al ။ , 2003; O'Doherty et al ။ , 2001; Plassmann et al ။ , 2007) ။ ဤရွေ့ကားတွေ့ရှိချက် (တိရိစ္ဆာန်များအတွက်တစ်ခုတည်းဆဲလ်မှတ်တမ်းတင်ခြင်းနှင့်တွေ့ရှိရပါသည်လေ့လာမှုများမှရရှိသောသူတို့အား paralleledSchoenbaum နှင့် Roesch, 2005; Schoenbaum et al ။ , 2009; Schoenbaum et al ။ , 2003; Schultz et al ။ , 2000; Tremblay နှင့် Schultz, 1999, 2000; Wallis ဟာ, 2007).
ကျွန်ုပ်တို့၏အလုံးစုံဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းပါ (NACC နှင့် OFC ယေဘုယျဆုလာဘ်အပြောင်းအလဲနဲ့မှတုန့်ပြန်ကြောင်းပြသပုံ 1A နှင့် ပုံ 2A) ။ အဆိုပါ medial OFC လက်ခံရရှိဆုချဖို့ပို Tune ခဲ့သော်လည်းယင်း NACC အတွက် activation အကြီးအကျယ် (မတူညီတဲ့အဆင့်ဆင့်ဖြတ်ပြီးခေပုံ 1C / E ကို နှင့် ပုံ 2C) ။ ဤရွေ့ကားတွေ့ရှိချက်သည် NACC ဆုလာဘ်၏အပြုသဘောနှင့်အပျက်သဘောနှစ်မျိုးစလုံးကိုအချက်ပြခြေရာခံများနှင့်ဆုလာဘ်အသင်းအဖွဲ့များ၏သင်ယူမှု modulate သူတို့ကိုသုံးပြီးတာဝန်ရှိသည်ဖြစ်မည်အကြောင်းမီးမောင်းထိုးပြသည့် OFC အများအားဖြင့်မော်နီတာသော်လည်းနှင့်ဆုလာဘ်ရလဒ်များတန်ဖိုး။ နောက်ထပ်စုံစမ်းစစ်ဆေးမှု (ပိုကောင်းသောဆုလာဘ်-related ဆုံးဖြတ်ချက်ချအတွက် NACC နှင့် OFC များ၏အခန်းကဏ္ဍခွဲခြားဖို့လိုအပ်ဖရန့်နှင့် Claus, 2006; ယုန် et al ။, 2008).
4.2 valence-related အကဲဖြတ်
ဘုံငွေကြေးစနစ်သို့အမျိုးမျိုးသောဆုလာဘ်ရွေးချယ်စရာ converting နှင့်သူတို့၏အကြိုးကိုတန်ဖိုးများကိုကိုယ်စားပြုအပြင်, အကျိုးကို circuitry အတွက်ကွဲပြားဦးနှောက်ဒေသများသီးခြားစီဆုလာဘ်၏အပြုသဘောနှင့်အပျက်သဘော valence ဝှက်လိမ့်မည်။ ဆုလာဘ် valence ဖြတ်ပြီးတိုက်ရိုက်နှိုင်းယှဉ်အနုတ်လက္ခဏာဆုလာဘ် (နှိုင်းယှဉ်အပြုသဘောတုံ့ပြန်ပိုမိုတက်ကြွခဲ့ကြနှစ်ခုစလုံး NACC ကြောင်းနှင့် OFC medial ထင်ရှားပုံ 1B / D ကို နှင့် ပုံ 2B / D ကို) ။ ဆနျ့ကငျြဘ၌, anterior နောက်ကျနေခဲ့သည် cortex (အနုတ်လက္ခဏာဆုလာဘ်အချက်အလက်များ၏အပြောင်းအလဲနဲ့တွင်ပါဝင်ပတ်သက်ခဲ့သည်ပုံ 1B နှင့် ပုံ 2B) ။ ဤရလဒ်သည်အနုတ်လက္ခဏာဆုလာဘ် (နှိုင်းယှဉ်အပြုသဘောများအတွက် medial-lateral ဂုဏ်ထူးအတည်ပြုခဲ့သည်Kringelbach, 2005; Kringelbach နဲ့ Rolls, 2004), နှင့်ကျွန်တော်တစ်ဦးဆုလာဘ်တာဝန်ပေါ်မှာငါတို့ယခင်လေ့လာမှုမှာလေ့လာတွေ့ရှိသောအရာကိုနှင့်ကိုက်ညီခဲ့ကြ (လျူ et al ။, 2007) ။ အဆိုပါ ACC ၏ sub-ဒေသများထူးခြားအပြုသဘောနှင့်အပျက်သဘောဆုလာဘ်မှတုံ့ပြန်ခဲ့သည်။ အဆိုပါ caudal ACC အနုတ်လက္ခဏာဆုလာဘ် (တုန့်ပြန်သော်လည်းယင်း medial OFC နီးစပ်သူ Pregenual နှင့် rostral ACC, အပြုသဘောဆုလာဘ်များက activated ခဲ့ကြသည်ပုံ 1B နှင့် ပုံ 2B) ။ ale နှင့် PVM ကိုကျုံ့သွားစေပါတယ်တသမတ်တည်း (အပြုသဘောဆုလာဘ်များက activated ခဲ့လည်းထင်ရှား Meta-လေ့လာဆန်းစစ်ပုံ 1B နှင့် ပုံ 2B).
စိတ်ဝင်စားစရာအပြုသဘောနှင့်အပျက်သဘော valence ကုဒ်သွင်းသီးခြားကွန်ရက်များနှစ်ခု Anti-ဆက်နွယ်နေကြောင်းကွန်ရက်များအကြားခြားနားသည် default အ-mode ကိုကွန်ယက်နှင့်လုပ်ငန်းတာဝန်-related ကွန်ရက် (ဆင်တူFox က et al ။ , 2005; Raichle et al ။ , 2001; Raichle နှင့် Snyder, 2007) ။ မကြာမီက Meta-ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းကို default-mode ကိုကွန်ယက်ကိုအဓိကအားဖြင့် (ထို medial OFC အပါအဝင်) ကို medial prefrontal ဒေသများပါဝင်ပတ်သက်ကြောင်းတွေ့ရှိရနှင့် (ကျုံ့သွားစေပါတယ်နှင့် precuneus အပါအဝင်) posterior cortex medial နှင့်တာဝန်-ဆက်စပ်ကွန်ရက် ACC, insula နှင့်နှစ်ဦးနှစ်ဖက် frontoparietal ပါဝင်သည် တိုင်းဒေသကြီးများ (Laird et al ။ , 2009; Toro et al ။ , 2008) ။ အပြုသဘောဆုလာဘ်အားဖြင့် medial OFC နှင့်ကျုံ့သွားစေပါတယ်အတွက် activation အဆိုပါ ACC, insula အတွက် activation သော်လည်း, လေ့ပုကျိန်းဝပ်ပြည်နယ်စဉ်အတွင်းလေ့လာတွေ့ရှိကို default-mode ကိုကွန်ယက်ကိုထင်ဟပ်အနုတ်ဆုလာဘ်များကနှစ်ဦးနှစ်ဖက် prefrontal cortex task ကို-ဆက်စပ်ကွန်ယက်ကို paralleled ။ ဦးနှောက်၏ဤအခ်ါအလုပ်လုပ်တဲ့အဖွဲ့အစည်းကိုအန္တရာယ်-ဆည်းပူးနေစရိုက်များအတွက်တစ်ဦးချင်းကွဲပြားမှုများအတွက်ဆုလာဘ်များနှင့်အန္တရာယ်များဆုံးဖြတ်ချက်ချနှင့်အကောင့်ကိုသြဇာလွှမ်းမိုးရန်ရှာတွေ့ခဲ့သည် (ကော့ et al ။ , 2010).
ရလဒ်ကိုနှိုင်းယှဉ် 4.3 ရှိလာ
အဆိုပါနှစ်နိုင်ငံ anterior insula, ACC / SMA, ယုတ်ညံ့ parietal lobule နှင့်ဦးနှောက်ကို stem (ရလဒ်ကိုအဆင့်မှနှိုင်းယှဉ်လျှင်မျှော်လင့်တွင်ပိုမိုကိုက်ညီ activation ပြသပုံ 1C / E ကို နှင့် ပုံ 2C / E ကို) ။ အဆိုပါ anterior insula နှင့် ACC ယခင်က interoception, စိတ်လှုပ်ရှားမှုနှင့်စာနာမှု (များတွင်ပတ်သက်သည်ဟုယူဆရပြီCraig, 2002, 2009; Gu et al ။ , 2010; ဖန် et al ။ , 2002), နှင့်အန္တရာယ်နှင့်မသေချာမရေရာအကဲဖြတ် (Critchley et al ။ , 2001; Kuhnen နှင့် Knutson, 2005; Paulus et al ။ , 2003), မျှော်လင့်အတွက်၎င်း၏အခန်းကဏ္ဍကိုချေး။ မကြာသေးခင်က Meta-analysis သည်အားဖြင့်ထင်ရှားအဖြစ် anterior insula (အထူးသဖြင့်ဆုံးရှုံးမှုမျှော်လင့်အတွက်အန္တရာယ်အပြောင်းအလဲနဲ့အတွက်တသမတ်တည်းပါဝင်ပတ်သက်ခဲ့သည်Mohr et al ။ , 2010) ။ အဆိုပါ OFC ၏အခန်းကဏ္ဍကိုဆင်တူသည် parietal lobule options အမျိုးမျိုး၏အဘိုးပြတ်နှင့်ဆက်စပ်လျက်ရှိသည် (Sugrue et al ။, 2005), ဂဏန်းကိုယ်စားပြုမှု (Cohen ကို Kadosh et al ။, 2005; Hubbard et al ။, 2005), နှင့်သတင်းအချက်အလက်ပေါင်းစည်းမှု (ရွှေနှင့် Shadlen, 2007; ယန်နှင့် Shadlen, 2007) ။ စီစဉ်ခြင်းနှင့်တစ်ဦးအသိပေးအရေးယူဘို့ပြင်ဆင်ထားရန်အဖြစ်ဒါ parietal lobule ဆုလာဘ်အပြောင်းအလဲနဲ့များ၏မျှော်လင့်အဆင့်တွင်ပါဝင်ပတ်သက်ခံရဖို့အတှကျဒါကြောင့် (အရေးကြီးဖြစ်ပါသည်Andersen ကနှင့် Cui, 2009; Lau et al ။ , 2004a; Lau et al ။ , 2004b).
အခြားတစ်ဖက်တွင်, အ ventral striatum, medial OFC နှင့် amygdala (ထိုမျှော်လင့်စင်ပေါ်မှာမှနှိုင်းယှဉ်လျှင်ဆုလာဘ်ရလဒ်ကိုစဉ်အတွင်းဦးစားပေး activation ပြသပုံ 1C / E ကို နှင့် ပုံ 2C) ။ ဤရွေ့ကားပုံစံများ (ကြှနျုပျတို့နှငျ့အခွားသောစုံစမ်းစစ်ဆေးယခင်ကတွေ့ရှိခဲ့သောအရာကိုနှင့်ကိုက်ညီခဲ့ကြBreiter et al ။ , 2001; Delgado et al ။ , 2005; လျူ et al ။ , 2007; ရော်ဂျာ et al ။ , 2004), (ပု ventral striatum အကြားအလုပ်လုပ်တဲ့ dissociation ဆန့်ကျင်ရပ်နေနှင့်ဆုလာဘ်မျှော်လင့်ခြင်းနှင့်ဆုလာဘ်ရလဒ်ကိုမှာသူတို့ရဲ့သက်ဆိုင်ရာအခန်းကဏ္ဍ၏စည်းကမ်းချက်များ၌ OFC medialKnutson et al ။ , 2001a; Knutson et al ။ , 2001b; Knutson et al ။ , 2003).
ဆုလာဘ်အပြောင်းအလဲနဲ့၏တစ်ဦးကသိထားပုံဥပမာ 4.4
ဆုလာဘ်ဆုံးဖြတ်ချက်ချအမျိုးမျိုးရှုထောင့်တွင်ပါဝင်ပတ်သက်ဘုံနှင့်ကွဲပြားကွန်ရက်များ၏တွေ့ရှိချက်အပေါ်အခြေခံပြီး, ကျနော်တို့ (ဆုလာဘ်အပြောင်းအလဲနဲ့အတွက်အဘိုးပြတ်နှင့် valence ၏ဖြန့်ဝေကိုယ်စားပြုအနှစ်ချုပ်တစ်ခုသိထားပုံဥပမာကိုအတူတက်လာကြပြီပုံ 3) ။ တစ်ခုချင်းစီကိုဒေသအများအပြားလုပ်ဆောင်ချက်များကိုအစေခံခြင်းနှင့်ဝေးသောပိုမိုရှုပ်ထွေးလမ်းမှာရှိတဲ့တခြားဦးနှောက်ဧရိယာများနှင့်အတူအပြန်အလှန်နိုင်ပေမယ့်ကွဲပြားခြားနားလုပ်ငန်းစဉ်များတွင်၎င်းတို့၏အခန်းကဏ္ဍအပေါ်အခြေခံပြီးကျနော်တို့အစမ်းသဘောစတင်အုပ်စုတစ်စုကွဲပြားခြားနားသောဦးနှောက်ဒေသများ။ ထိုကဲ့သို့သောပြင်းအားနှင့်ဖြစ်နိုင်ခြေအဖြစ်ထူးခြားတဲ့ဝိသေသလက္ခဏာများရှိပြီးတစ်ဦးချင်းစီ၏အခြားရွေးချယ်စရာရွေးချယ်မှု, facing သည့်အခါဤဂုဏ်သတ္တိများနှိုင်းယှဉ်တန်ဖိုးကို-based သတင်းအချက်အလက်, a "ကဘုံငွေကြေး" သို့ကူးပြောင်းထားရန်လိုအပ်ပါသည်။ ဒီအစားထိုးရွေးချယ်မှုများ၏တန်ဖိုးများကိုနှိုင်းယှဉ်, ဒါပေမယ့်ကျနော်တို့ကိုလည်းလိုက်ဖို့နှိုင်းယှဉ်ခြင်းနှင့်တန်ဖိုးများအဖြစ်ကို un-ရှေးခယျြသောရှေးခယျြမှု (ဥပမာ, အခန့်မှန်းချက်အမှား signal ကို) နဲ့ဆက်စပ်စိတ်ကူးယဉ်တန်ဖိုးများ projected ကြဘူးမသာ။ အဆိုပါ ventral striatum နှင့် OFC medial ဒီတန်ဖိုးကို-based ကိုယ်စားပြုမှုအတွက်ပတ်သက်သည်ဟုယူဆရပြီ။ အဆိုပါယုတ်ညံ့ parietal lobule ကိုလည်းကိန်းဂဏန်းသတင်းအချက်အလက်ကိုယ်စားပြုခြင်းနှင့်နှိုင်းယှဉ်ပါဝင်ပတ်သက်ရမည်ကိုတွေ့ခဲ့သည်။ ထို့အပြင်ခုနှစ်, တန်ဖိုးကို-based ဆုံးဖြတ်ချက်ချမလွှဲမရှောင်ရလဒ်များနှင့်ဆက်စပ်စိတ်ခံစားမှုတုံ့ပြန်မှုများ၏ valence အပေါ်အခြေခံပြီး, ထိုရွေးချယ်မှု၏အကဲဖြတ်မှု။ အဆိုပါ ventral striatum နေစဉ်နှင့်လည်းအပြုသဘောဆုလာဘ် valence ဖော်ထုတ်မယ်တွင်ပါဝင်ပတ်သက်နေကြသည် OFC medial ဟာနှစ်ဦးနှစ်ဖက် OFC, anterior insula, ACC နှင့် amygdala အများအားဖြင့်အနုတ်လက္ခဏာဆုလာဘ် valence ရဲ့အပြောင်းအလဲနဲ့်ပတ်သက်နေနေကြတယ်, အရှိဆုံးဖွယ်ရှိအနုတ်လက္ခဏာစိတ်ပိုင်းဆိုင်ရာတုံ့ပြန်မှုမှာသူတို့ရဲ့အကဲဖြတ်အခန်းကဏ္ဍနှင့်ဆက်စပ်။ အဘယ်ကြောင့်ဆိုသော်အနုတ်လက္ခဏာ၏များသောအားဖြင့်အန္တရာယ်နဲ့ဆက်စပ်နေတဲ့အကျိုးသက်ရောက်စေခြင်း, anterior insula နှင့် ACC အထူးသဖြင့်ဆုံးရှုံးမှုအတွက်မျှော်မသေချာမရေရာ-ဆန္ဒရှိတုံ့ပြန်မှုအဘို့လည်းအန္တရာယ်များဆုံးဖြတ်ချက်များ၏ဆုလာဘ်အတွက်မျှော်ပါဝင်ပတ်သက်ဖြစ်ကြသည်။ နောက်ဆုံးတွင် frontoparietal ဒေသများပေါင်းစည်းခြင်းနှင့်အကောင်းဆုံးဆုံးဖြတ်ချက်များကို (ဥပမာ, win-နေထိုင်-အရှုံး-switch ကို) ထုတ်လုပ်နိုင်ရန်အတွက်ထိုအအချက်ပြမှုများကိုအပေါ်သို့ဆောင်ရွက်ရန်ဝတ်ပြုကြလော့။
4.5 အတွက်အသိပေးချက်
အတိုင်းအတာများအတွက်အသိပေးချက်၏တစ်ဦးကစုံတွဲတစ်တွဲမှတ်သားထားရန်လိုအပ်ပါသည်။ ပထမဦးဆုံးကွဲပြားခြားနားသောလေ့လာမှုများအတွက်ရလဒ်တွေကိုသတင်းပို့အတွက်ဘက်လိုက်မှုမှဆက်စပ်ဖြစ်ပါတယ်။ အချို့လေ့လာမှုများလက်ရှိလေ့လာမှုကနေဖယ်ထုတ်လိုက်သော, သက်သက်သာရွယ်-based ဖြစ်ကြသည်။ သို့သော်အခြားသူများကိုဒေါ်ခင်မျိုးသက်ကတင်ပြထားပါတယ်သို့မဟုတ်ပိုမိုအလေးပေးထား တစ်ဦးကြိုတင် သူတို့အားဒေသများနှင့်ဆက်စပ်သောပိုပြီးသြဒီနိတ်သို့မဟုတ်ထူးခွားသညျ့သတင်းပို့ခြင်းဖြင့်ဒေသများ။ သူတို့က "ဟော့စပေါ့" အတည်ပြုဆီသို့ရလဒ်နေကြပါတယ်နိုင်ဘူး။ ဒုတိယအကျနော်တို့ဆုလာဘ်အပြောင်းအလဲနဲ့၏ကွဲပြားခြားနားသောရှုထောင့်၏အယူအဆရေးရာခြားနားအကြောင်းကိုသတိထားချင်တယ်။ ကျနော်တို့သီအိုရီအကျိုးစီးပွားကွဲပြားခြားနားသောအမျိုးအစားများသို့အမျိုးမျိုးသောထူးခွားသညျ့ခွဲခြား။ သို့သော်စစ်မှန်သောဘဝဆုံးဖြတ်ချက်များနှင့်အတူသို့မဟုတ်အများအပြားစမ်းသပ်တာဝန်များကိုအတွက်အဲဒီရှုထောင့်သေချာပေါက်ရှင်းရှင်းလင်းလင်းကွဲပြားမှုရှိသည်မဟုတ်ကြဘူး။ ဥပမာအားဖြင့်, ယခင်ရွေးချယ်မှုနှင့်ဆုလာဘ်ရလဒ်ကို၏အကဲဖြတ်မယ့်ဆုလာဘ်မျှော်လင့်ခြင်းနှင့်ဆုံးဖြတ်ချက်ချမှတ်ခြင်းနှင့်အတူ intermingle လိမ့်မည်။ ဆုလာဘ်အပြောင်းအလဲနဲ့၏ကွဲပြားခြားနားသောအဆင့်ကိုဖြတ်ပြီးအဘယ်သူမျှမရှင်းလင်းသောနယ်နိမိတ်ဆွေးနွေးမှုအတွက်ဖွင့်ကျွန်တော်တို့ရဲ့လက်ရှိခွဲခြားထွက်ခွာရှိပါသည်။ မည်သို့ပင်ဆိုစေ, ဒီအယူအဆ-မောင်းနှင်ချဉ်းကပ်သည်အလွန် (လိုအပ်Caspers et al ။ , 2010; Mohr et al ။ , 2010; Richlan et al ။ , 2009), အရာ Meta-analysis သည်များ၏အချက်အလက်မောင်းနှင်သဘောသဘာဝဖြည့်။ ထိုကဲ့သို့သောဆုလာဘ်၏အန္တရာယ်အကဲဖြတ်နှင့်အမျိုးအစားများအဖြစ်ဆုံးဖြတ်ချက်ချဆုချနှင့်ဆက်စပ်သောအတော်များများအချက်များ, (အလယ်တန်းလူမှုရေး vs. ငွေကြေးဆိုင်ရာ vs. ဥပမာမူလတန်း), အပိုဆောင်း Meta-ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းများအတွက်ခေါ်ဆိုပါ။
သုတေသနပျေါလှငျ
- ကျနော်တို့ဆုလာဘ်၏ 142 fMRI လေ့လာမှုများအပေါ်ကိုသြဒိနိတ်-based Meta-ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းနှစ်စုံပြုလုပ်ခဲ့သည်။
- အဆိုပါ core ကိုဆုလာဘ် circuitry နျူကလီးယပ် accumbens, insula, orbitofrontal, cingulate နှင့် frontoparietal ဒေသများပါဝင်သည်။
- အဆိုပါနျူကလိယ accumbens အမျိုးမျိုးသောဆုလာဘ်အပြောင်းအလဲနဲ့အဆင့်ဆင့်ဖြတ်ပြီးအပြုသဘောနှင့်အပျက်သဘောဆုလာဘ်နှစ်ဦးစလုံးအားဖြင့် activated ခဲ့သည်။
- အခြားဒေသများအပြုသဘောသို့မဟုတ်အပျက်သဘောဆုလာဘ်ဆီသို့ဦးစားပေးတုံ့ပြန်မှုပြသ, ဒါမှမဟုတ်မျှော်လင့်သို့မဟုတ်ရလဒ်ကိုကာလအတွင်း။
နောက်ဆက်တွဲပစ္စည်း
01
02
03
ကျေးဇူးတင်လွှာ
ဤလေ့လာမှုသိပ္ပံ၏တရုတ်အကယ်ဒမီရာပေါင်းများစွာ-Talent: Project မှ, NARSAD လူငယ်သုတေသနဆုကို (XL), နှင့် NIH Grant က R21MH083164 (JF) ကထောက်ခံသည်။ အဆိုပါစာရေးဆရာကဒီလေ့လာမှုများအတွက်အလွန်အစွမ်းထက်တဲ့ tools တွေပေးဘို့ BrainMaps နှင့် Sergi G. အ Costafreda ၏ဖွံ့ဖြိုးတိုးတက်မှုအဖွဲ့ကျေးဇူးတင်ဖို့အလိုရှိ၏။
နောကျဆကျတှဲ
လက်ရှိလေ့လာမှု၏ Meta-ဆန်းစစ်ခြင်းများပြုလုပ်ထားခြင်းတွင်ထည့်သွင်းဆောင်းပါးများစာရင်း။
အောက်ခြေမှတ်ချက်များ
စာရေးသူပံ့ပိုးမှုများကို: XL တပြင်လုံးကိုလေ့လာမှုဒီဇိုင်းနှင့်ကြီးကြပ်။ JH နဲ့ MS စာပေရှာဖွေရေး, ဒေတာထုတ်ယူမှုနှင့်အဖွဲ့အစည်းကဖျော်ဖြေ, ဒီလေ့လာမှုနဲ့ညီမျှပံ့ပိုးမှုများကိုဖန်ဆင်းတော်မူ၏။ JF ဆွေးနွေးမှုနှင့်လက်ရေးမူများမှာတွေ့နိုင်ပါတယ်ပြင်ဆင်မှုပါဝင်ခဲ့။
ထုတ်ဝေသူ၏ရှင်းလင်းချက် - ဒါကထုတ်ဝေမှုအတွက်လက်ခံလိုက်ပါသည်တစ်ခုတည်းဖြတ်ခြင်းမရှိဘဲလက်ရေးမူများမှာတွေ့နိုင်ပါတယ်တဲ့ PDF ဖိုင်ဖြစ်ပါသည်။ ကျွန်တော်တို့ရဲ့ဖောက်သည်ဝန်ဆောင်မှုအဖြစ်ကျနော်တို့ကလက်ရေးမူများမှာတွေ့နိုင်ပါတယ်၏ဤအစောပိုင်းဗားရှင်းပေးနေကြသည်။ ဒါကြောင့်သူ့ရဲ့နောက်ဆုံး citable form မှာထုတ်ဝေမီလက်ရေးမူများမှာတွေ့နိုင်ပါတယ် copyediting, လုပ်ခြင်း, စာစီ, နှင့်ရရှိလာတဲ့သက်သေ၏သုံးသပ်ချက်ကိုခံယူပါလိမ့်မယ်။ ထုတ်လုပ်မှုလုပ်ငန်းစဉ်အတွင်းအမှားအယွင်းများအကြောင်းအရာကိုထိခိုက်နိုင်သည့်ရှာဖွေတွေ့ရှိစေခြင်းငှါ, ထိုဂျာနယ်လျှောက်ထားသောသူအပေါင်းတို့သည်ဥပဒေရေးရာအကြောင်းသတိပြုစရာများစပ်ဆိုင်သောအကြောင်းသတိပြုပါ။
ကိုးကား