Felles og distinkte nettverk underliggende belønningsvalens og behandlingsstadier: En meta-analyse av funksjonelle neuroimagingstudier (2011))

Publisert i siste redigert form som:

PMCID: PMC3395003

NIHMSID: NIHMS261816

Forlagets endelige redigerte versjon av denne artikkelen er tilgjengelig på Neurosci Biobehav Rev

Se andre artikler i PMC som sitere den publiserte artikkelen.

Gå til:

Abstrakt

For å bedre forstå belønningskretsene i menneskers hjerne, gjennomførte vi aktiveringslikelihood estimation (ALE) og parametriske voxelbaserte meta-analyser (PVM) på 142-neuroimaging-studier som undersøkte hjerneaktivering i belønningsrelaterte oppgaver hos friske voksne. Vi observerte flere kjernehjerneområder som deltok i belønningsrelatert beslutningstaking, inkludert nucleus accumbens (NAcc), caudate, putamen, thalamus, orbitofrontal cortex (OFC), bilateral anterior insula, anterior (ACC) og posterior (PCC) cingulær cortex , samt kognitive kontrollregioner i den nedre parietal lobule og prefrontal cortex (PFC). NAcc ble ofte aktivert av både positive og negative fordeler i ulike faser av belønningsprosessering (for eksempel forventning, utfall og evaluering). I tillegg reagerte medial OFC og PCC fortrinnsvis på positive fordeler, mens ACC, bilateral anterior insula og lateral PFC reagerte selektivt på negative fordeler. Belønningsforventning aktiverte ACC, bilateral anterior insula og hjernestamme, mens belønningsutfallet mer signifikant aktiverte NAcc, medial OFC og amygdala. Neurobiologiske teorier om belønningsrelatert beslutningsprosesser bør derfor distribueres og sammenhengende representasjoner av belønningsvurdering og valensevurdering.

nøkkelord: meta-analyse, belønning, nucleus accumbens, orbitofrontal cortex, anterior cingulate cortex, anterior insula

1. Innledning

Folk står overfor utallige belønningsrelaterte beslutningsmuligheter hver dag. Vår fysiske, mentale og sosioøkonomiske velvære avhenger kritisk av konsekvensene av valgene vi gjør. Det er derfor avgjørende å forstå hva som ligger til grunn for den normale funksjonen av belønningsrelatert beslutningstaking. Å studere den normale funksjonen av belønningsrelatert beslutningsprosess hjelper oss også til å bedre forstå de ulike atferds- og psykiske lidelsene som oppstår når en slik funksjon forstyrres, for eksempel depresjon (Drevets, 2001), stoffmisbruk (Bechara, 2005; Garavan og Stout, 2005; Volkow et al., 2003), og spiseforstyrrelser (Kringelbach et al., 2003; Volkow og Wise, 2005).

Funksjonell neuroimaging forskning på belønning har blitt et raskt voksende felt. Vi har observert en stor økning i nevroimaging forskning på dette området, med dusinvis av relevante artikler som vises i PubMed-databasen hver måned. På den ene siden er dette spennende fordi de montere resultatene er avgjørende for å formalisere atferdsmessige og nevrale mekanismer for belønningsrelatert beslutningstaking (Fellows, 2004; Trepel et al., 2005). På den annen side gjør heterogeniteten av resultatene i forbindelse med sporadiske motstridende mønstre det vanskelig å oppnå et klart bilde av belønningskretsene i menneskers hjerne. Blandingen av resultatene skyldes delvis ulike eksperimentelle paradigmer utviklet av ulike forskergrupper som har som mål å adressere ulike aspekter av belønningsrelatert beslutningstaking, som for eksempel skillet mellom belønningshensyn og utfall (breiter et al., 2001; Knutson et al., 2001b; McClure et al., 2003; Rogers et al., 2004), verdsettelse av positive og negative belønninger (Liu et al., 2007; Nieuwenhuis et al., 2005; O'Doherty et al., 2003a; O'Doherty et al., 2001; Ullsperger og von Cramon, 2003), og vurdering av risiko (Bach et al., 2009; d'Acremont og Bossaerts, 2008; Hsu et al., 2009; Huettel, 2006).

Derfor er det avgjørende å samle eksisterende studier sammen og undersøke kjernebelønningsnettene i menneskehjernen, fra både data-drevne og teori-drevne tilnærminger for å teste commonality and distinction av ulike aspekter av belønningsrelatert beslutningstaking. For å nå dette målet, jobbet og sammenlignet vi to koordinasjonsbaserte meta-analyse (CBMA) metoder (Salimi-Khorshidi et al., 2009), aktiveringsannsynlighet estimering (ALE) (Laird et al., 2005; Turkeltaub et al., 2002) og parametrisk voxelbasert meta-analyse (PVM) (Costafreda et al., 2009), for å avdekke konkordansen over et stort antall neuroimaging-studier på belønningsrelatert beslutningstaking. Vi forventet at ventral striatum og orbitofrontal cortex (OFC), to store dopaminerge projeksjonsområder som har vært knyttet til belønningsprosessering, ville bli konsekvent aktivert.

I tillegg, fra et teoridrevet perspektiv, hadde vi til hensikt å belyse om det finnes forskjeller i hjernenettverkene som er ansvarlige for behandling av positiv og negativ belønningsinformasjon, og som fortrinnsvis er involvert i ulike stadier av belønningsprosessering som belønningsforventning, utfall overvåkning, og beslutning evaluering. Beslutningsprosessen innebærer koding og representasjon av de alternative alternativene og sammenligning av verdiene eller verktøyene knyttet til disse alternativene. Over disse prosessene er beslutningstaking vanligvis knyttet til positiv eller negativ valens fra enten resultatene eller følelsesmessige svarene mot de valgte valgene. Positiv belønning Valence refererer til de positive subjektive tilstandene vi opplever (f.eks. Lykke eller tilfredshet) når resultatet er positivt (f.eks. Å vinne et lotteri) eller bedre enn vi forventer (for eksempel å miste mindre verdi enn forventet). Negativ belønning Valence refererer til de negative følelsene vi går gjennom (f. Eks. Frustrasjon eller anger) når resultatet er negativt (for eksempel å miste en gamble) eller verre enn det vi forventer (f.eks. Aksjeverdi øker lavere enn forventet). Selv om tidligere studier har forsøkt å skille belønningsnettverk som er følsomme for behandling av positiv eller negativ informasjon (Kringelbach, 2005; Liu et al., 2007), så vel som de som er involvert i belønning forventning eller utfall (Knutson et al., 2003; Ramnani et al., 2004), har empiriske resultater blitt blandet. Vi har som mål å trekke ut konsistente mønstre ved å samle over et stort antall studier som undersøker disse forskjellene.

2. metoder

Søk og organisering av 2.1 Litteratur

2.1.1 Studieidentifikasjon

To uavhengige forskere gjennomførte et grundig søk på litteraturen for fMRI-studier som undersøkte belønningsbasert beslutningsprosesser hos mennesker. Vilkårene som ble brukt til å søke på Internett-indekseringstjenesten PUBMED (gjennom juni 2009) var "fMRI", "belønning" og "beslutning" (av den første forskeren), "belønning av beslutningstaking", "fMRI" og "menneskelig "(Av den andre forskeren). Disse opprinnelige søkeresultatene ble slått sammen for å gi totalt 182-artikler. En annen 90-artikkel ble identifisert fra en referansedatabase av en tredje forsker akkumulert gjennom juni 2009 ved bruk av "belønning" og "MR" som filtreringskriterium. Vi søkte også på BrainMap-databasen ved hjelp av Sleuth, med "belønningsoppgave" og "fMRI" som søkeord, og fant 59-artikler. Alle disse artiklene ble samlet i en database, og redundante oppføringer ble eliminert. Vi brukte deretter flere ekskluderingskriterier for å ytterligere eliminere artikler som ikke er direkte relevante for den nåværende studien. Disse kriteriene er: 1) ikke-førstehånds empiriske studier (f.eks. Gjennomgang av artikler); 2) studier som ikke rapporterte resultater i standard stereotaktisk koordinatrom (enten Talairach eller Montreal Neurological Institute, MNI); 3) studier ved hjelp av oppgaver som ikke er relatert til belønning eller verdibasert beslutningstaking; 4) studier av strukturelle hjerneanalyser (f. Eks. Voxelbasert morfometri eller diffusjonstensoravbildning); 5) studier utelukkende basert på interesse av interesse (ROI) (for eksempel ved bruk av anatomiske masker eller koordinater fra andre studier); 6) studier av spesielle populasjoner hvis hjernefunksjoner kan avvike fra de som er av normale friske voksne (f.eks. Barn, aldrende voksne eller substansavhengige individer), selv om koordinater rapportert i disse studiene for den friske voksne gruppen alene var inkludert. Variabilitet blant metoder med hvilke emner ble instruert til å rapportere beslutninger under oppgavene (dvs. verbal, nonverbal button-press) ble akseptert. Dette resulterte i 142 artikler i den endelige databasen (oppført i Vedlegg).

Under dataekstraksjonsfasen ble studier deretter gruppert av forskjellige romlige normaliseringsordninger i samsvar med koordinattransformasjoner implementert i Gingerreal-verktøykassen (http://brainmap.org, Research Imaging Center ved Universitetet i Texas Health Science Center, San Antonio, Texas): ved hjelp av FSL for å rapportere MNI koordinater, ved hjelp av SPM for å rapportere MNI koordinater, ved hjelp av andre programmer for å rapportere MNI koordinater, ved hjelp av Brett metoder for å konvertere MNI koordinater til Talairach plass, ved hjelp av en Talairach-innfødt mal. Lister over koordinater som var i Talairach-rom ble omgjort til MNI-rommet i henhold til deres opprinnelige normaliseringsordninger. For Brett-Talairach-listen konverterte vi koordinatene tilbake til MNI-rommet ved hjelp av omvendt transformasjon av Brett (dvs. tal2mni) (Brett et al., 2002). For den innfødte Talairach-listen brukte vi BrainMaps Talairach-MNI-transformasjon (dvs. tal2icbm_other). En masterliste over alle studier ble opprettet ved å kombinere alle koordinater i MNI-rom som forberedelse til ALE-meta-analysene i GingerALE.

2.1.2 Eksperiment kategorisering

For å teste hypoteser med hensyn til de vanlige og distinkte belønningspassene som rekrutteres av ulike aspekter av belønningsrelatert beslutningstaking, kategoriserte vi koordinater i henhold til to typer klassifisering: belønningsvalens og beslutningstrinn. Vi adopterte termen "eksperimenter" brukt av BrainMap-databasen for å referere til individuelle regressorer eller kontraster som vanligvis rapporteres i fMRI-studier. For belønning valens organiserte vi forsøkene i positive og negative belønninger. For beslutningsfaser separerte vi forsøkene i belønningsforventning, utfall og evaluering. Koordinater i hovedlisten som passer inn i disse kategoriene ble lagt inn i underlister; de som var vanskelig å tolke eller ikke klart definert ble utelatt. Nedenfor viser vi noen eksempler som ble lagt inn i hver av disse kategoriene.

Følgende kontraster ble klassifisert som behandling av positive fordeler: de i hvilke emner vant penger eller poeng (Elliott et al., 2000) (belønning i løpet av suksess); unngikk å miste penger eller poeng (Kim et al., 2006) (direkte sammenligning mellom unngåelse av et avansert utfall og belønningskvittering); vant den største av to pengesummer eller poeng (Knutson et al., 2001a) (stor vs liten belønning forventning); tapt den minste av to pengesummer eller poeng (Seriøst et al., 2005) (no-win $ 0.50> no-win $ 4); mottatt oppmuntrende ord eller grafikk på skjermen (Zalla et al., 2000) (økning for "vinn"); fikk søt smak i munnen deres (O'Doherty et al., 2002) (glukose> nøytral smak); evaluert valget positivt (Liu et al., 2007) (rett> feil), eller mottatt noen annen type positive belønninger som et resultat av vellykket gjennomføring av oppgaven.

Eksperimenter klassifisert for negative fordeler, inkluderte de som har mistet penger eller poeng (Elliott et al., 2000) (straff under feilbrudd); Vunnet ikke penger eller poeng (Seriøst et al., 2005) (utilfreds av no-win); vant den minste av to pengesummer eller poeng (Knutson et al., 2001a) ($ 1 vs $ 50 belønning); tapt den største av to pengesummer eller poeng (Knutson et al., 2001a) (stor vs liten straffeforutsetning); negativt vurdert valget (Liu et al., 2007) (feil> rett); eller mottatt noen annen negativ belønning som administrering av en bitter smak i munnen (O'Doherty et al., 2002) (salt> nøytral smak) eller nedslående ord eller bilder (Zalla et al., 2000) (økning for "tape" og redusere for "vinn").

Belønningsforventning ble definert som tidsperioden da motivet tenkte på mulige alternativer før det ble truffet en beslutning. For eksempel, plassering en innsats og forventer å vinne penger på den innsatsen ville bli klassifisert som forventning (Cohen og Ranganath, 2005) (høyrisiko vs lavrisikobeslutning). Belønningsresultatet / leveransen ble klassifisert som den perioden da emnet mottok tilbakemelding på det valgte alternativet, for eksempel en skjerm med ordene "vinn x $" eller "tap x $" (Bjork et al., 2004) (gevinst vs ikke-gevinst utfall). Når tilbakemeldingen påvirket fagets beslutning og oppførsel i en etterfølgende prøve eller ble brukt som læringssignal, ble kontrast klassifisert som belønningsevaluering. For eksempel kan en risikofylt beslutning som belønnes i oppstartsprøven føre til at et emne tar en annen, kanskje større risiko i det neste forsøket (Cohen og Ranganath, 2005) (lavrisikobelønninger etterfulgt av høyrisiko vs lavrisikobeslutninger). Tap aversjon, tendensen til at folk sterkt foretrekker å unngå tap for å skaffe gevinster, er et annet eksempel på evaluering (Tom et al., 2007) (forhold mellom lambda og nevrale tap aversjon).

2.2 Aktivering sannsynlighet estimering (ALE)

ALEs algoritme er basert på (Eickhoff et al., 2009). ALE modellerer aktiveringsfokusene som 3D-gaussiske distribusjoner sentrert ved de rapporterte koordinatene, og beregner deretter overlappingen av disse distribusjonene over forskjellige eksperimenter (ALE behandler hver kontrast i en studie som et eget eksperiment). Den romlige usikkerheten assosiert med aktiveringsfokus er estimert med hensyn til antall fag i hver studie (dvs. et større utvalg gir mer pålitelige aktiveringsmønstre og lokalisering; derfor er koordinatene involvert med en strammere Gauss-kjerne). Konvergensen av aktiveringsmønstre på tvers av eksperimenter beregnes ved å forene de ovennevnte modellerte aktiveringskartene. En nullfordeling som representerer ALE-score generert av tilfeldig romlig overlapping på tvers av studier er estimert gjennom permutasjonsprosedyre. Til slutt testes ALE-kartet beregnet fra de virkelige aktiveringskoordinatene mot ALE-poengene fra nullfordelingen, og produserer et statistisk kart som representerer p-verdiene til ALE-poengene. De ikke-parametriske p-verdiene blir deretter transformert til z-poeng og terskel ved et klyngenivå korrigert p <0.05.

Seks forskjellige ALE-analyser ble utført ved bruk av GingerALE 2.0 (Eickhoff et al., 2009), en for hovedanalysen av alle studier og en for hver av de fem dellistene som karakteriserer hjernevirkning ved positive eller negative fordeler, samt forventning, utfall og evaluering. To subtraksjon ALE analyser ble utført ved bruk av GingerALE1.2 (Turkeltaub et al., 2002), en for kontrasten mellom positive og negative fordeler, og den andre for kontrasten mellom forventning og utfall.

2.2.1 Hovedanalyse av alle studier

Alle 142-studier ble inkludert i hovedanalysen, som besto av 5214-foci fra 655-eksperimenter (kontraster). Vi brukte algoritmen implementert i GingerALE 2.0, som modellerer ALE basert på den romlige usikkerheten til hvert fokus ved å bruke en estimering av inter-fag- og inter-eksperimentvariabiliteten. Anslaget ble begrenset av en gråmassemaske og anslått den over mulige clustering med forsøkene som en tilfeldig effektfaktor, i stedet for å bruke en fast-virkningsanalyse på foci (Eickhoff et al., 2009). Det resulterende ALE-kartet ble tersklet ved hjelp av den falske oppdagingsfrekvens (FDR) -metoden med p <0.05 og en minimum klyngestørrelse på 60 voxels på 2 × 2 × 2 mm (totalt 480 mm3) for å beskytte mot falske positiver av flere sammenligninger.

2.2.2 Individuelle analyser av dellister

Det ble også utført fem andre ALE-analyser basert på dellister som kategoriserer ulike eksperimenter i positive og negative belønninger, samt belønning forventning, belønning levering (utfall) og valg evaluering. For den positive belønningsanalysen ble 2167-foci fra 283-eksperimenter inkludert. Den negative belønningsanalysen besto av 935 foci fra 140 eksperimenter. Antallet foci inkludert i analysene for forventning, utfall og valgevaluering var henholdsvis 1553 foci (185 eksperimenter), 1977 (253) og 520 (97). Vi brukte de samme analysene og terskelmetoder som vi gjorde for hovedanalysen ovenfor.

2.2.3 Subtraksjon analyser

Vi var også interessert i å kontrastere hjerneområdene som selektivt eller fortrinnsvis ble aktivert av positive versus negative belønninger, og av belønningsforventning versus belønning. GingerALE 1.2 ble brukt til å gjennomføre disse to analysene. ALE-kart ble glattet med en kjerne med en FWHM på 10 mm. En permutasjonstest av tilfeldig distribuerte foci med 10000 simuleringer ble kjørt for å bestemme statistisk signifikans av ALE-kartene. For å korrigere for flere sammenligninger ble de resulterende ALE-kartene terskel ved hjelp av FDR-metoden med p <0.05 og en minimum klyngestørrelse på 60 voxels.

2.3 Parametrisk voxelbasert meta-analyse (PVM)

Vi analyserte også de samme koordinatlister ved hjelp av en annen meta-analyse tilnærming, PVM. I motsetning til ALE-analysen, som behandler forskjellige kontraster i en studie som forskjellige eksperimenter, springer PVM analyse bassenger fra alle forskjellige kontraster i en studie og skaper et enkelt koordinat kart for den spesifikke studien (Costafreda et al., 2009). Derfor er random-effektfaktoren i PVM-analysen den studier, i forhold til individ eksperimenter / kontraster i ALE-analysen. Dette reduserer ytterligere estimeringsforstyrrelser forårsaket av studier med flere kontraster som rapporterer lignende aktiveringsmønstre. I likhet med ALE-tilnærmingen gjennomførte vi seks ulike PVM-analyser ved hjelp av algoritmer implementert i R statistisk programvare (http://www.R-project.org) fra en tidligere studie (Costafreda et al., 2009), en for hovedanalysen av alle studier, og en for hver av de fem dellistene som karakteriserer hjernevirkning ved ulike aspekter av belønningsprosessering. To ytterligere PVM analyser ble utført ved hjelp av samme kodebase for å sammenligne mellom positive og negative fordeler, samt mellom belønning forventning og utfall.

2.3.1 Hovedanalyse av alle studier

MNI-koordinater (5214) fra de samme 142 studiene som ble brukt i ALE-analysen ble forvandlet til en teksttabell, med hver studie identifisert av en unik studieidentifikasjonsmerke. Beregninger på toppkartet ble begrenset i en maske i MNI-rommet. Toppkartet ble først glattet ut med en ensartet kjerne (ρ = 10 mm) for å generere sammendragskartet, som representerer antall studier som rapporterer overlappende aktiveringstopper innen et område på 10 mm radius. Deretter ble PVM-analyse med tilfeldige effekter kjørt for å estimere statistisk signifikans assosiert med hver voxel i sammendragskartet. Antall studier i sammendragskartet ble omgjort til andelen studier som rapporterte om samsvarende aktivering. Vi brukte samme terskel som brukt i ALE-analyse for å identifisere signifikante klynger for proporsjonskartet (ved bruk av FDR-metoden med p <0.05 og en minimum klyngestørrelse på 60 vokser).

2.3.2 Individuelle analyser av dellister

Fem andre PVM analyser ble utført på dellistene for positive og negative fordeler, samt belønning forventning, utfall og evaluering. Den positive belønningsanalysen inkluderte 2167 foci fra 111 studier mens den negative belønningsanalysen inkluderte 935 foci fra 67-studier. Antall studier som ble inkludert i analysene for forventning, utfall og valgevaluering var henholdsvis 1553 foci (65 studier), 1977 (86) og 520 (39). Vi brukte de samme analysene og terskelmetoder som vi gjorde for hovedanalysen ovenfor.

2.3.3-sammenligningsanalyser

Vi gjennomførte også to PVM-analyser for å sammenligne aktiveringsmønstrene mellom positive og negative belønninger så vel som mellom belønningsforventning og utfall. To toppkart (f.eks. Et for positivt og det andre for negativt) ble først glattet med en jevn kjerne (ρ = 10 mm) for å generere sammendragskartene, hver representerer antall studier med overlappende aktiveringstopp i et nabolag på 10 mm radius. Disse to oppsummeringskartene ble lagt inn i en Fisher-test for å estimere oddsforholdet og statistisk signifikans p-verdi for hver bidragende voxel i MNI-rommasken. Siden Fisher-testen ikke er spesielt utviklet for fMRI-dataanalyse og empirisk mindre følsom enn de andre metodene, brukte vi en relativt mild terskel for direkte sammenligning PVM-analyse ved å bruke ukorrigert p <0.01 og en minimum klyngestørrelse på 60 voxels (Xiong et al., 1995), for å korrigere for flere sammenligninger Type I-feil.

3. resultater

3.1 ALE resultater

Den all-inclusive-analysen av 142-studier viste signifikant aktivering av en stor klynge som omfattet den bilaterale nucleus accumbens (NAcc), pallidum, anterior insula, lateral / medial OFC, anterior cingulate cortex (ACC), tilleggsmotorområde (SMA), lateral prefrontal cortex (PFC), høyre amygdala, venstre hippocampus, thalamus og hjernestamme (Figur 1A). Andre mindre klynger inkluderte den høyre midterste gyrus og venstre midt / underveis frontal gyrus, bilateral inferior / superior parietal lobule og posterior cingulate cortex (PCC) (Tabell 1).

Figur 1 

Konkordans av hjerneaktivering fra ALE-analysene. A. Kjernenettverk aktivert av alle kontraster / eksperimenter. B. Overlegg av hjerneområder som er involvert i positiv mot negativ belønning. C. Overlegg av hjerneområder individuelt aktivert ...
Tabell 1 

Hjerneområder som ofte aktiveres av alle studier fra ALE-analysen (FDR p <0.05 og en minimum klyngestørrelse på 60 voxels).

Positive belønninger aktiverte en delmengde av de nevnte nettverkene, inkludert bilateralt pallidum, anterior insula, thalamus, hjernestamme, medial OFC, ACC, SMA, PCC og andre frontale og parietale områder (Figur 1B og Tabell 2, se også Supplerende materialer - Figur S1A). Negative fordeler viste aktivering i den bilaterale NAcc, caudate, pallidum, fremre insula, amygdale, thalamus, hjernestamme, rostral ACC, dorsomedial PFC, lateral OFC, og høyre midt og underverdig frontal gyrus (Figur 1B og Tabell 2, se også Supplerende materialer - figur S1B). Kontrasterende aktivering av positive mot negative fordeler, fant vi at positive fordeler i stor grad aktiverte følgende regioner: bilateral NAcc, anterior insula, medial OFC, hippocampus, venstre putamen og thalamus (Figur 1D og Tabell 4). Ingen viste mer aktivering med negative enn positive belønninger.

Tabell 2 

Hjerneområder aktivert av positive eller negative belønninger fra ALE-analysen (FDR p <0.05 og en minimum klyngestørrelse på 60 voxels).
Tabell 4 

Hjerneområder som er differensiert aktivert av positive og negative belønninger fra ALE-subtraksjonsanalysen (FDR p <0.05 og en minimum klyngestørrelse på 60 voxels).

Forskjellige belønningsbehandlingsstadier delte lignende hjerneaktiveringsmønstre i de ovennevnte kjerne nettverkene, inkludert den bilaterale NAcc, anterior insula, thalamus, medial OFC, ACC og dorsomedial PFCFigur 1C og Tabell 3, se også Tilleggsmaterialer - figurer S1C – E). Belønningsforventning, i forhold til belønningsresultatet, viste større aktivering i den bilaterale anterior-insulaen, ACC, SMA, venstre inferior parietal lobule og midterfrontale gyrus (Figur 1E og Tabell 5). Resultatet fortrinnsrett aktivering inkluderte bilaterale NAcc, caudate, thalamus og medial / lateral OFC (Tabell 5).

Tabell 3 

Hjerneområder aktivert av forventning, utfall og evaluering fra ALE-analysen (FDR p <0.05 og en minimum klyngestørrelse på 60 vokser).
Tabell 5 

Hjerneområder som er differensiert aktivert av forventning og utfall fra ALE-subtraksjonsanalysen (FDR p <0.05 og en minimum klyngestørrelse på 60 voxels).

3.2 PVM resultater

Hovedanalysen av 142-studier viste signifikant aktivering i bilateralt NAcc, anterior insula, lateral / medial OFC, ACC, PCC, inferior parietal lobule og midt frontal Gyrus (Figur 2A og Tabell 6).

Figur 2 

Konkordans av hjerneaktivering fra PVM-analysene. A. Kjernenettverk aktivert av alle kontraster / eksperimenter. B. Overlegg av hjerneområder som er involvert i positiv mot negativ belønning. C. Overlegg av hjerneområder individuelt aktivert ...
Tabell 6 

Hjerneområder som ofte aktiveres av alle studier fra PVM-analysen (FDR p <0.05 og en minimum klyngestørrelse på 60 voxels).

Positive belønninger aktivert den bilaterale NAcc, pallidum, putamen, thalamus, medial OFC, pregenual cingulate cortex, SMA og PCC (Figur 2B og Tabell 7, se også Supplerende materialer - Figur S2A). Aktivering av negative belønninger ble funnet i den bilaterale NAcc og anterior insula, pallidum, ACC, SMA og midter / inferior frontal gyrus (Figur 2B og Tabell 7, se også Supplerende materialer - figur S2B). Direkte kontrast mellom positive og negative fordeler avdekket fortrinnsaktivisering med positive fordeler i NAcc, pallidum, medial OFC og PCC, og større aktivering med negative fordeler i ACC og mellom / underferior gyrus (Figur 2D og Tabell 9).

Tabell 7 

Hjerneområder aktivert av positive eller negative belønninger fra PVM-analysen (FDR p <0.05 og en minimum klyngestørrelse på 60 vokser).
Tabell 9 

Hjerneområder som er differensiert aktivert av positive og negative belønninger fra PVM Fisher-oddsforholdsanalysen (voxel p <0.01 og en minimum klyngestørrelse på 60 voxels).

Forskjellige belønningsbehandlingstrinnene aktiverte likevel NAcc og ACC mens de differentielt rekrutterte andre hjerneområder som medial OFC, anterior insula og amygdala (Figur 2C og Tabell 8, se også Supplerende materialer - Figur S2C – E). Belønningsforventning, i forhold til belønningsresultatet, viste betydelig aktivering i den bilaterale anterior-insula, thalamus, precentral gyrus og underverdig parietal lobule (Figur 2E og Tabell 10). Ingen hjerneområde viste større aktivering ved belønning utfall i forhold til forventning.

Tabell 8 

Hjerneområder aktivert av forventning, utfall og evaluering fra PVM-analysen (FDR p <0.05 og en minimum klyngestørrelse på 60 vokser).
Tabell 10 

Hjerneområder som er differensiert aktivert av forventning og utfall fra PVM Fisher-oddsforholdsanalysen (voxel p <0.01 og en minimum klyngestørrelse på 60 voxels).

3.3-sammenligning av ALE- og PVM-resultater

Den nåværende studien viste også at selv om ALE- og PVM-metoder behandlet de koordinasjonsbaserte data forskjellig og vedtatt forskjellige estimeringsalgoritmer, var resultatene for en enkelt liste over koordinater fra disse to meta-analysemetoder svært like og sammenlignbare (Tall 1A-C og 2A-C, Tabell 11, se også Tallene S1 og S2 i tilleggsmaterialene). Den forbedrede ALE-algoritmen implementert i GingerALE 2.0, av design, behandler eksperimenter (eller kontraster) som tilfeldig effektfaktor, som signifikant reduserer bias forårsaket av eksperimenter som rapporterer mer loki versus dem med færre loci. Ulike studier inkluderer imidlertid forskjellige antall eksperimenter / kontraster. Resultatene av GingerALE 2.0 kan derfor fortsatt påvirkes av bias som veier mer mot studier som rapporterer flere kontraster, som muligens overvurderer kryssstudie-konkordans. Derimot, frivillig, kan brukerne kombinere koordinater fra forskjellige kontraster sammen slik at GingerALE 2.0 kan behandle hver enkelt studie som et enkelt eksperiment. Dette er hva PVM implementerer, samle koordinater fra alle kontraster i en studie til et enkelt aktiveringskort, og veier dermed alle studier likeverdig for å estimere aktiveringsoverlapping på tvers av studier.

Tabell 11 

Sammendrag av ALE og PVM resultater på viktige områder av interesse.

Til sammenligning var sammenligning av to lister med koordinater vesentlig forskjellig mellom ALE og PVM tilnærminger (Tabell 11), som et resultat av deres forskjeller i følsomhet for innvendig studie og kryss-studie konvergens. Siden den forbedrede ALE-algoritmen ikke har blitt implementert for den subtraktive ALE-analysen, brukte vi en tidligere versjon, GingerALE 1.2, som behandler koordinatene som tilfeldigeffekterfaktoren og eksperimenter som fast-effektvariabelen. Derfor kan forskjeller i både antall koordinater og eksperimenter i to lister påvirke subtraksjonsresultatene. Den subtraktive ALE-analysen forspent seg mot listen med flere eksperimenter mot den andre med færre (Figur 1D / E). Positive belønning studier (2167 foci fra 283 eksperimenter) tydelig overhodet over negative studier (935 foci fra 140 eksperimenter). Forskjellen mellom belønningsforventning (1553 foci fra 185 eksperimenter) og utfall (1977 foci fra 253 eksperimenter) var mindre, men kunne også ha forårsaket bias mot utfallsfasen. På den annen side syntes bruk av Fisher-testen å estimere oddsforholdet og tildele voxels i en av de to listene ved PVM å være mindre følsom for å oppdage aktiveringsforskjellen mellom de to lister (Figur 2D / E).

4. Diskusjon

Vi tar stadig beslutninger i hverdagen. Noen avgjørelser innebærer ingen tilsynelatende positive eller negative verdier av resultatene, mens andre har betydelig innvirkning på resultatets valens og våre følelsesmessige responser mot de valgene vi gjør. Vi kan føle oss glade og tilfreds når utfallet er positivt, eller vår forventning er oppfylt, eller føler oss frustrert når resultatet er negativt eller lavere enn det vi forventet. Videre må mange avgjørelser gjøres uten forkunnskap om konsekvensene. Derfor må vi kunne gjøre spådommer om fremtidig belønning, og vurdere belønningsverdien og potensiell risiko for å skaffe den eller bli straffet. Dette krever at vi vurderer valget vi lager basert på tilstedeværelsen av prediksjonsfeil og å bruke disse signalene til å veilede vår læring og fremtidige atferd. Mange neuroimaging-studier har undersøkt belønningsrelatert beslutningstaking. Men i lys av de komplekse og heterogene psykologiske prosessene som er involvert i verdibasert beslutningstaking, er det ikke noe trivielt å undersøke nevrale nettverk som underviser representasjon og behandling av belønningsrelatert informasjon. Vi har observert en rask vekst i antall empiriske studier innen nevroøkonomi, men hittil har det vært vanskelig å se hvordan disse studiene har konvergert for å tydelig avgrense belønningskretsene i den menneskelige hjerne. I den nåværende meta-analysestudien har vi vist samsvarsevne på tvers av et stort antall studier og avslørt de vanlige og tydelige mønstrene av hjerneaktivering ved ulike aspekter ved lønnsbehandling. På en datadrevet måte samlet vi over alle koordinater fra forskjellige kontraster / eksperimenter av 142-studier, og observerte et kjernebelønningsnettverk som består av NAcc, lateral / medial OFC, ACC, fremre insula, dorsomedial PFC, så vel som de laterale frontoparietalområdene. En nylig meta-analyse studie med fokus på risikovurdering i beslutningsprosessen rapporterte en lignende belønningskrets (Mohr et al., 2010). I tillegg, fra et teori-drevet perspektiv, motvirket vi nevrale nettverk som var involvert i positiv og negativ valens over forventning og utfallsfaser av belønningsprosessering, og klargjort tydelige nevrale substrater underlagt valensrelatert vurdering, samt deres fortrinnsrelaterte engasjement i forventning og utfall.

4.1 Core belønning områder: NAcc og OFC

NAcc og OFC har lenge blitt oppfattet som de store aktørene i belønningsprosessering fordi de er de største projeksjonsområdene av to forskjellige dopaminerge veier, henholdsvis mesolimbic og mesocortical pathways. Imidlertid er det ukjent hvordan dopaminneuroner karakteriserer karakteristisk aktivitet i disse limbiske og kortikale områdene. Tidligere studier har forsøkt å skille rollene til disse to strukturene når det gjelder tidsmessige stadier, assosiere NAcc med belønningsforventning og knytte medial OFC til mottak av belønning (Knutson et al., 2001b; Knutson et al., 2003; Ramnani et al., 2004). Resultater fra andre studier spurte et slikt skille (Breiter et al., 2001; Delgado et al., 2005; Rogers et al., 2004). Mange studier antydet også at NAcc var ansvarlig for å oppdage prediksjonsfeil, et viktig signal i incitament læring og belønning forening (McClure et al., 2003; O'Doherty et al., 2003b; Pagnoni et al., 2002). Studier fant også at NAcc viste en bifasisk respons, slik at aktiviteten i NAcc ville redusere og falle under baseline som svar på negative prediksjonsfeil (Knutson et al., 2001b; McClure et al., 2003; O'Doherty et al., 2003b). Selv om OFC vanligvis viser lignende aktivitetsmønstre som NAcc, har tidligere neuroimagingstudier hos mennesker foreslått at OFC tjener til å konvertere en rekke stimuli til en felles valuta i form av deres belønningsverdier (Arana et al., 2003; Cox et al., 2005; Elliott et al., 2010; FitzGerald et al., 2009; Gottfried et al., 2003; Kringelbach et al., 2003; O'Doherty et al., 2001; Plassmann et al., 2007). Disse funnene parallelt de som ble oppnådd fra enkeltcelleopptak og lesjonstudier hos dyr (Schoenbaum og Roesch, 2005; Schoenbaum et al., 2009; Schoenbaum et al., 2003; Schultz et al., 2000; Tremblay og Schultz, 1999, 2000; Wallis, 2007).

Våre samlede analyser viste at NAcc og OFC reagerte på generell belønning behandling (Figur 1A og Figur 2A). Aktivering i NAcc overlapp stort sett over forskjellige stadier, mens medial OFC var mer innstilt for å belønne kvittering (Figur 1C / E og Figur 2C). Disse funnene fremhevet at NAcc kan være ansvarlig for å spore både positive og negative signaler for belønning og bruke dem til å modulere læring av belønning foreningen, mens OFC overvåker og evaluerer belønningens utfall. Videre undersøkelse er nødvendig for å bedre skille rollene til NAcc og OFC i belønningsrelatert beslutningsprosesser (Frank og Claus, 2006; Hare et al., 2008).

4.2 Valence-relatert vurdering

I tillegg til å konvertere ulike belønningsalternativer til felles valuta og representerer belønningsverdiene, kan forskjellige hjerneområder i belønningskretsene separat kode for positive og negative valenser av belønning. Direkte sammenligninger over belønning valens viste at både NAcc og medial OFC var mer aktive som svar på positive versus negative fordeler (Figur 1B / D og Figur 2B / D). I motsetning var den fremre økulære cortex involvert i behandlingen av negativ belønningsinformasjon (Figur 1B og Figur 2B). Disse resultatene bekreftet medial-lateral skillet for positive versus negative fordeler (Kringelbach, 2005; Kringelbach og Rolls, 2004), og var i samsvar med det vi observerte i vår tidligere studie om en belønningsoppgave (Liu et al., 2007). Sub-regioner av ACC responderte unikt på positive og negative fordeler. Pregenual og rostral ACC, nær medial OFC, ble aktivert med positive fordeler, mens den caudale ACC reagerte på negative fordeler (Figur 1B og Figur 2B). ALE og PVM meta-analyser viste også at PCC ble konsekvent aktivert av positive fordeler (Figur 1B og Figur 2B).

Interessant, separate nettverk som koder for positive og negative valenser, ligner skillet mellom to anti-korrelerte nettverk, standardmodusnettverket og oppgaverelatert nettverk (Fox et al., 2005; Raichle et al., 2001; Raichle og Snyder, 2007). Nylige meta-analyser fant at standardmodusnettet hovedsakelig involverte de mediale prefrontale områdene (inkludert medial OFC) og medial posterior cortex (inkludert PCC og precuneus), og det oppgaverelaterte nettverket inkluderer ACC, insula og lateral frontoparietal regioner (Laird et al., 2009; Toro et al., 2008). Aktivering i medial OFC og PCC med positive fordeler speglet standardmodusnettet som vanligvis observeres under hvilestatus, mens aktivering i ACC, insula, lateral prefrontal cortex ved negative fordeler paralleltgjorde det oppgaverelaterte nettverket. Denne inneboende funksjonelle organisasjonen av hjernen ble funnet å påvirke belønning og risikabel beslutningstaking og redegjøre for individuelle forskjeller i risikotagende egenskaper (Cox et al., 2010).

4.3-forventning versus utfall

Den bilaterale fremre insulaen, ACC / SMA, inferior parietal lobule og hjernestammen viste mer konsistent aktivering i forveien i forhold til utfallsfasen (Figur 1C / E og Figur 2C / E). Den fremre insula og ACC har tidligere vært involvert i interoception, følelser og empati (Craig, 2002, 2009; Gu et al., 2010; Phan et al., 2002), og vurdering av risiko og usikkerhet (Critchley et al., 2001; Kuhnen og Knutson, 2005; Paulus et al., 2003), utlåne sin rolle i forventning. Den fremre insulaen var konsekvent involvert i risikoredigering, spesielt i påvente av tap, som avslørt av en nylig meta-analyse (Mohr et al., 2010). I likhet med OFCs rolle har parietal lobule vært knyttet til verdsettelse av ulike alternativer (Sugrue et al., 2005), numerisk representasjon (Cohen Kadosh et al., 2005; Hubbard et al., 2005), og informasjonsintegrasjon (Gull og Shadlen, 2007; Yang og Shadlen, 2007). Derfor er det avgjørende for parietal lobule å være involvert i forventningsstadiet av belønningsprosessering for å planlegge og forberede seg til en informert handling (Andersen og Cui, 2009; Lau et al., 2004a; Lau et al., 2004b).

På den annen side viste ventralstriatum, medial OFC og amygdala fortrinnsaktivisering under belønningsutfall i forhold til forventningsstadiet (Figur 1C / E og Figur 2C). Disse mønstrene var i samsvar med hva vi og andre etterforskere fant tidligere (Breiter et al., 2001; Delgado et al., 2005; Liu et al., 2007; Rogers et al., 2004), som står mot den funksjonelle dissosiasjonen mellom ventralstriatum og medial OFC i forhold til deres respektive roller i belønningsforventning og belønningsutfall (Knutson et al., 2001a; Knutson et al., 2001b; Knutson et al., 2003).

4.4 En skjematisk illustrasjon av belønningsprosessering

Basert på funnene av felles og distinkte nettverk involvert i ulike aspekter av belønning beslutningsprosesser, har vi kommet opp med en skjematisk illustrasjon for å oppsummere de distribuerte representasjonene av verdsettelse og valens i belønning behandling (Figur 3). Vi grupperer forsiktig ulike hjernegrupper basert på deres roller i ulike prosesser, selv om hver region kan betjene flere funksjoner og samhandle med andre hjerneområder på en langt mer kompleks måte. Når de står overfor alternative valg, som hver har særegne egenskaper som størrelsesorden og sannsynlighet, må disse egenskapene konverteres til sammenlignbar verdibasert informasjon, en "felles valuta". Ikke bare sammenligner vi verdiene til disse alternative valgene, men vi sammenligner også de faktuelle og projiserte verdiene, samt de fiktive verdiene som er knyttet til det uvalgte valget (for eksempel prediksjonsfeilssignalet). Den ventrale striatum og mediale OFC har blitt involvert i denne verdibaserte representasjonen. Den nedre parietal lobule har også blitt funnet å være involvert i å representere og sammenligne numerisk informasjon. I tillegg resulterer verdibasert avgjørelse uunngåelig i evaluering av valgene, basert på utfallets verdi og tilhørende emosjonelle responser. Mens ventralstriatum og medial OFC er også involvert i å detektere den positive belønningsvalensen, er lateral OFC, fremre insula, ACC og amygdala hovedsakelig involvert i behandling av den negative belønningsvalensen, mest sannsynlig knyttet til deres evaluerende roller i negative følelsesmessige responser. På grunn av den negative effekten som vanligvis er forbundet med risiko, er den fremre insula og ACC også involvert i belønning forutsetning av risikable beslutninger, spesielt for usikkerhetsavvikende responser i påvente av tap. Endelig tjener de frontopariske områdene å integrere og opptre på disse signalene for å produsere optimale beslutninger (f.eks. Vinner-opphold-tap-bryter).

Figur 3 

Et skjematisk rammeverk illustrerer rollene til kjernehjerneområder involvert i ulike aspekter av belønningsrelatert beslutningstaking. Gittermønsteret betegner den mediale orbitofrontale cortex som koder for positiv valens; dash mønsteret betegner anterior ...

4.5 Caveats

Et par metodiske forbehold må noteres. Den første er relatert til bias ved rapportering av resultatene i ulike studier. Noen studier er rent ROI-baserte, som ble utelukket fra den nåværende studien. Likevel pekte andre ut eller satte større vekt på tidligere regioner ved å rapportere flere koordinater eller kontraster knyttet til disse regionene. De kan forvirre resultatene mot å bekrefte "hotspots". For det andre vil vi være forsiktige med begrepsforskjell mellom ulike aspekter av belønningsprosessering. Vi klassifiserte ulike kontraster i forskjellige kategorier av teoretisk interesse. Men med virkelige beslutninger eller i mange eksperimentelle oppgaver, har disse aspektene ikke nødvendigvis klare splittelser. For eksempel kan evaluering av det forrige valg- og belønningsutfallet blande seg med kommende belønningsforventning og beslutningstaking. Det er ingen klar grense på tvers av ulike faser av belønningsprosessering, slik at vår nåværende klassifisering er åpen for diskusjon. Ikke desto mindre er denne hypotesebaserte tilnærmingen i stor grad nødvendig (Caspers et al., 2010; Mohr et al., 2010; Richlan et al., 2009), som utfyller dataanalysens datatype. Mange faktorer knyttet til belønning beslutningstaking, som risikovurdering og typer belønning (f.eks primær vs sekundær, monetær vs sosial), krever ytterligere meta-analyser.

Forsknings høydepunkter

  • Vi gjennomførte to sett med koordinatbaserte meta-analyser på 142 fMRI-studier av belønning.
  • Kjernebelønningskretsene inkluderte kjernen accumbens, insula, orbitofrontal, cingulate og frontoparietalregioner.
  • Nucleus accumbens ble aktivert av både positive og negative fordeler på tvers av ulike belønningsbehandlingsstadier.
  • Andre regioner viste fortrinnsrett mot positive eller negative fordeler, eller under forventning eller utfall.

Tilleggsmateriale

01

02

03

Erkjennelsene

Denne studien støttes av Hundred Talent-prosjektet fra Det kinesiske vitenskapsakademiet, NARSAD Young Investigator Award (XL), og NIH Grant R21MH083164 (JF). Forfatterne ønsker å takke utviklingslaget BrainMap og Sergi G. Costafreda for å gi gode verktøy for denne studien.

Vedlegg

Liste over artikler som inngår i meta-analysene av den nåværende studien.

1. Abler B, Walter H, Erk S, Kammerer H, Spitzer M. Prediksjonsfeil som en lineær funksjon av belønningssannsynlighet er kodet i human nucleus accumbens. Neuroimage. 2006, 31: 790-795. [PubMed]
2. Adcock RA, Thangavel A, Whitfield-Gabrieli S, Knutson B, Gabrieli JD. Belønningsmotivert læring: Mesolimbisk aktivering foregår minneformasjon. Neuron. 2006, 50: 507-517. [PubMed]
3. Akitsuki Y, Sugiura M, Watanabe J, Yamashita K, Sassa Y, Awata S, Matsuoka H, ​​Maeda Y, Matsue Y, Fukuda H, Kawashima R. Kontekstavhengig kortikal aktivering som svar på økonomisk belønning og straff: En hendelsesrelatert fMRI-studie. Neuroimage. 2003, 19: 1674-1685. [PubMed]
4. Ballard K, Knutson B. Dissocierbare nevrale representasjoner av fremtidig belønningsstørrelse og forsinkelse under temporal diskontering. Neuroimage. 2009, 45: 143-150. [PMC gratis artikkel] [PubMed]
5. Behrens TE, Woolrich MW, Walton ME, Rushworth MF. Lære verdien av informasjon i en usikker verden. Natur Neurovitenskap. 2007, 10: 1214-1221. [PubMed]
6. Bjork JM, Hommer DW. Forutsi instrumentelt oppnådde og passivt mottatte belønninger: En faktoriell fMRI-undersøkelse. Behavioral Brain Research. 2007, 177: 165-170. [PMC gratis artikkel] [PubMed]
7. Bjork JM, Knutson B, Fong GW, Caggiano DM, Bennett SM, Hommer DW. Incentiv-fremkalt hjerneaktivering hos ungdom: Likheter og forskjeller fra unge voksne. Journal of Neuroscience. 2004, 24: 1793-1802. [PubMed]
8. Bjork JM, Momena R, Smith AR, Hommer DW. Redusert posterior mesofrontal cortex-aktivering ved risikable fordeler i substansavhengige pasienter. Narkotika og alkoholavhengighet. 2008, 95: 115-128. [PMC gratis artikkel] [PubMed]
9. Bjork JM, Smith AR, Danube CL, Hommer DW. Utviklingsforskjeller i posterior mesofrontal cortex rekruttering ved risikable fordeler. Journal of Neuroscience. 2007, 27: 4839-4849. [PubMed]
10. Blair K, Marsh AA, Morton J, Vythilingam M, Jones M, Mondillo K, Pine DC, Drevets WC, Blair JR. Velge det minste av to onde, jo bedre av to varer: Angi rollene til ventromedial prefrontal cortex og dorsal anterior cingulate i objektvalg. Journal of Neuroscience. 2006, 26: 11379-11386. [PubMed]
11. Breiter HC, Aharon I, Kahneman D, Dale A, Shizgal P. Funksjonell avbildning av nevrale responser til forventning og erfaring med monetære gevinster og tap. Neuron. 2001, 30: 619-639. [PubMed]
12. Budhani S, Marsh AA, Pine DS, Blair RJ. Nevrale korrelater av tilbakevending av tilbakemeldinger: vurderer oppkjøp. Neuroimage. 2007, 34: 1754-1765. [PubMed]
13. Bush G, Vogt BA, Holmes J, Dale AM, Greve D, Jenike MA, Rosen BR. Dorsal anterior cingulate cortex: en rolle i belønningsbasert beslutningstaking. Foredrag av Nasjonalt akademi for vitenskap i USA. 2002, 99: 523-528. [PMC gratis artikkel] [PubMed]
14. Camara E, Rodriguez-Fornells A, Munte TF. Funksjonell tilkobling av belønningsbehandling i hjernen. Grenser i Human Neuroscience. 2008, 2: 19. [PMC gratis artikkel] [PubMed]
15. Campbell-Meiklejohn DK, Woolrich MW, Passingham RE, Rogers RD. Å vite når du skal stoppe: hjernens mekanismer for å jage tap. Biologisk psykiatri. 2008, 63: 293-300. [PubMed]
16. Chiu PH, Lohrenz TM, Montague PR. Røykerens hjerner beregner, men ignorerer, et fiktivt feilsignal i en sekventiell investeringsoppgave. Natur Neurovitenskap. 2008, 11: 514-520. [PubMed]
17. Clithero JA, Carter RM, Huettel SA. Lokal mønsterklassifisering skiller prosesser av økonomisk verdsettelse. Neuroimage. 2009, 45: 1329-1338. [PMC gratis artikkel] [PubMed]
18. Cohen MX. Individuelle forskjeller og nevrale representasjoner av belønning forventning og belønning prediksjon feil. Sosial kognitiv og affektiv neurovitenskap. 2007, 2: 20-30. [PMC gratis artikkel] [PubMed]
19. Cohen MX, Elger CE, Weber B. Amygdala tractography forutsier funksjonell tilkobling og læring under tilbakemeldingstiltak. Neuroimage. 2008, 39: 1396-1407. [PubMed]
20. Cohen MX, Heller AS, Ranganath C. Funksjonell tilkobling med anterior cingulate og orbitofrontale cortices under beslutningsprosessen. Hjerneforskning Kognitiv hjerneforskning. 2005a, 23: 61-70. [PubMed]
21. Cohen MX, Ranganath C. Atferdsmessige og nevrale prediktorer for kommende beslutninger. Kognitiv, affektiv og atferdsmessig nevrovitenskap. 2005; 5: 117–126. [PubMed]
22. Cohen MX, Young J, Baek JM, Kessler C, Ranganath C. Individuelle forskjeller i ekstraversjon og dopamingenetikk forutser nevrale belønningsresponser. Hjerneforskning Kognitiv hjerneforskning. 2005b, 25: 851-861. [PubMed]
23. Cooper JC, Knutson B. Valence og salience bidrar til aktivering av kjernevirksomhet. Neuroimage. 2008, 39: 538-547. [PMC gratis artikkel] [PubMed]
24. Coricelli G, Critchley HD, Joffily M, O'Doherty JP, Sirigu A, Dolan RJ. Beklager og dens unnvikelse: En neuroimaging studie av valgadferd. Natur Neurovitenskap. 2005, 8: 1255-1262. [PubMed]
25. Cox SM, Andrade A, Johnsrude IS. Lære å like: en rolle for human orbitofrontal cortex i betinget belønning. Journal of Neuroscience. 2005, 25: 2733-2740. [PubMed]
26. Critchley HD, Mathias CJ, Dolan RJ. Neural aktivitet i den menneskelige hjerne relatert til usikkerhet og oppblåsthet under forventning. Neuron. 2001, 29: 537-545. [PubMed]
27. D'Ardenne K, McClure SM, Nystrom LE, Cohen JD. BOLD-svar som reflekterer dopaminerge signaler i det humane ventrale tegmentalområdet. Vitenskap. 2008, 319: 1264-1267. [PubMed]
28. Daw ND, O'Doherty JP, Dayan P, Seymour B, Dolan RJ. Kortikale substrat for utforskende beslutninger hos mennesker. Natur. 2006, 441: 876-879. [PMC gratis artikkel] [PubMed]
29. Delgado MR, Locke HM, Stenger VA, Fiez JA. Dorsal striatum svar på belønning og straff: effekter av valens og styrke manipulasjoner. Kognitiv, affektiv og atferdsmessig nevrovitenskap. 2003; 3: 27–38. [PubMed]
30. Delgado MR, Miller MM, Inati S, Phelps EA. En fMRI-studie av belønningsrelatert sannsynlighetslæring. Neuroimage. 2005, 24: 862-873. [PubMed]
31. Delgado MR, Nystrom LE, Fissell C, Noll DC, Fiez JA. Spore de hemodynamiske svarene til belønning og straff i striatum. Journal of Neurophysiology. 2000, 84: 3072-3077. [PubMed]
32. Delgado MR, Schotter A, Ozbay EY, Phelps EA. Forståelse overbidding: bruk av neurale kretser av belønning for å designe økonomiske auksjoner. Vitenskap. 2008, 321: 1849-1852. [PMC gratis artikkel] [PubMed]
33. Dillon DG, Holmes AJ, Jahn AL, Bogdan R, Wald LL, Pizzagalli DA. Dissociation av nevrale regioner assosiert med foregående kontra forbruksfaser av incentivbehandling. Psykofysiologi. 2008, 45: 36-49. [PMC gratis artikkel] [PubMed]
34. Elliott R, Agnew Z, Deakin JF. Medial orbitofrontal cortex koder relativ snarere enn absolutt verdi av økonomiske fordeler hos mennesker. European Journal of Neuroscience. 2008, 27: 2213-2218. [PubMed]
35. Elliott R, Agnew Z, Deakin JF. Hedoniske og informative funksjoner av den menneskelige orbitofrontale cortex. Cerex Cortex 2009 [PubMed]
36. Elliott R, Friston KJ, Dolan RJ. Dissociable neurale responser i menneskelige belønningssystemer. Journal of Neuroscience. 2000, 20: 6159-6165. [PubMed]
37. Elliott R, Newman JL, Longe OA, Deakin JF. Differensielle responsmønstre i striatum og orbitofrontale cortex til økonomisk belønning hos mennesker: En parametrisk funksjonell magnetisk resonansbildningsstudie. Journal of Neuroscience. 2003, 23: 303-307. [PubMed]
38. Elliott R, Newman JL, Longe OA, William Deakin JF. Instrumental respons for belønninger er knyttet til forbedret nevronrespons i subkortiske belønningssystemer. Neuroimage. 2004, 21: 984-990. [PubMed]
39. Ernst M, Nelson EE, Jazbec S, McClure EB, Monk CS, Leibenluft E, Blair J, Pine DS. Amygdala og kjernen accumbens i svar på mottak og utelatelse av gevinster hos voksne og ungdom. Neuroimage. 2005, 25: 1279-1291. [PubMed]
40. Ernst M, Nelson EE, McClure EB, Monk CS, Munson S, Eshel N, Zarahn E, Leibenluft E, Zametkin A, Towbin K, Blair J, Charney D, Pine DS. Valg valg og belønning forventning: en fMRI studie. Neuropsychologia. 2004, 42: 1585-1597. [PubMed]
41. Fujiwara J, Tobler PN, Taira M, Iijima T, Tsutsui K. Et parametrisk lettelse signal i human ventrolateral prefrontal cortex. Neuroimage. 2009a, 44: 1163-1170. [PubMed]
42. Fujiwara J, Tobler PN, Taira M, Iijima T, Tsutsui K. Segregert og integrert koding av belønning og straff i den cingulære cortex. Journal of Neurophysiology. 2009b, 101: 3284-3293. [PubMed]
43. Fukui H, Murai T, Fukuyama H, Hayashi T, Hanakawa T. Funksjonsaktivitet knyttet til risikoforventning under utførelsen av Iowa Gambling Task. Neuroimage. 2005, 24: 253-259. [PubMed]
44. Glascher J, Hampton AN, O'Doherty JP. Bestemme en rolle for ventromedial prefrontal cortex ved koding av actionbaserte verdisignaler under belønningsrelatert beslutningstaking. Cerebral cortex. 2009, 19: 483-495. [PMC gratis artikkel] [PubMed]
45. Gottfried JA, O'Doherty J, Dolan RJ. Koding av prediktiv belønning i human amygdala og orbitofrontal cortex. Vitenskap. 2003, 301: 1104-1107. [PubMed]
46. Hare TA, O'Doherty J, Camerer CF, Schultz W, Rangel A. Dissociating rollen av orbitofrontal cortex og striatum i beregningen av målverdier og prediksjonsfeil. Journal of Neuroscience. 2008, 28: 5623-5630. [PubMed]
47. Hariri AR, Brown SM, Williamson DE, Flory JD, den hvite H, Manuck SB. Preference for umiddelbar over forsinket belønning er forbundet med størrelsen av ventral striatal aktivitet. Journal of Neuroscience. 2006, 26: 13213-13217. [PubMed]
48. Haruno M, Kawato M. Ulike nevrale korrelater av belønning forventning og belønning forventning feil i putamen og caudate kjernen under stimulus-action-belønning forening læring. Journal of Neurophysiology. 2006, 95: 948-959. [PubMed]
49. Haruno M, Kuroda T, Doya K, Toyama K, Kimura M, Samejima K, Imamizu H, Kawato M. En nevral korrelat av belønningsbasert atferdslæring i caudatukjerne: En funksjonell magnetisk resonansbildningsstudie av en stokastisk beslutningsoppgave. Journal of Neuroscience. 2004, 24: 1660-1665. [PubMed]
50. Heekeren HR, Wartenburger I, Marschner A, Mell T, Villringer A, Reischies FM. Rolle av ventral striatum i belønningsbasert beslutningstaking. NeuroReport. 2007, 18: 951-955. [PubMed]
51. Hewig J, Straube T, Trippe RH, Kretschmer N, Hecht H, Coles MG, Miltner WH. Beslutninger under risiko: En fMRI-studie. Journal of Cognitive Neuroscience 2008 [PubMed]
52. Hommer DW, Knutson B, Fong GW, Bennett S, Adams CM, Varnera JL. Amygdalar rekruttering under forventning om monetære belønninger: en hendelsesrelatert fMRI-studie. Annaler fra New York Academy of Sciences. 2003, 985: 476-478. [PubMed]
53. Hsu M, Krajbich I, Zhao C, Camerer CF. Neural respons på å belønne forventning under risiko er ikke-lineær i sannsynligheter. Journal of Neuroscience. 2009, 29: 2231-2237. [PubMed]
54. Huettel SA. Atferdsmessig, men ikke belønning, risiko modulerer aktivering av prefrontale, parietale og insulære cortexer. Kognitiv, affektiv og atferdsmessig nevrovitenskap. 2006; 6: 141–151. [PubMed]
55. Huettel SA, Stowe CJ, Gordon EM, Warner BT, Platt ML. Neural signaturer av økonomiske preferanser for risiko og tvetydighet. Neuron. 2006, 49: 765-775. [PubMed]
56. Ino T, Nakai R, Azuma T, Kimura T, Fukuyama H. ​​Differensial aktivering av striatum for beslutningstaking og utfall i en monetær oppgave med gevinst og tap. Cortex 2009 [PubMed]
57. Izuma K, Saito DN, Sadato N. Behandling av sosiale og monetære belønninger i den menneskelige striatum. Neuron. 2008, 58: 284-294. [PubMed]
58. Izuma K, Saito DN, Sadato N. Behandling av incitamentet for sosial godkjenning i Ventral Striatum under velgörende donasjon. Journal of Cognitive Neuroscience 2009 [PubMed]
59. Juckel G, Schlagenhauf F, Koslowski M, Wustenberg T, Villringer A, Knutson B, Wrase J, Heinz A. Dysfunksjon av ventral striatal belønningsprognose i skizofreni. Neuroimage. 2006, 29: 409-416. [PubMed]
60. Kable JW, Glimcher PW. De nevrale korrelater av subjektiv verdi under intertemporal valg. Natur Neurovitenskap. 2007, 10: 1625-1633. [PMC gratis artikkel] [PubMed]
61. Kahnt T, Park SQ, Cohen MX, Beck A, Heinz A, Wrase J. Dorsal Striatal-midbrain-tilkobling hos mennesker forutsier hvordan forsterkninger brukes til å veilede beslutninger. Journal of Cognitive Neuroscience. 2009, 21: 1332-1345. [PubMed]
62. Kim H, Shimojo S, O'Doherty JP. Unngår et aversivt utfall givende? Neural substrater av unngåelse læring i den menneskelige hjerne. PLoS Biology. 2006, 4: e233. [PMC gratis artikkel] [PubMed]
63. Kirsch P, Schienle A, Stark R, Sammer G, Blecker C, Walter B, Ott U, Burkart J, Vaitl D. Forventning av belønning i et nonaversive differensialkondisjoneringsparadigm og hjernebelønningssystemet: En hendelsesrelatert fMRI-studie. Neuroimage. 2003, 20: 1086-1095. [PubMed]
64. Knutson B, Adams CM, Fong GW, Hommer D. Forutsetningen for økende pengepremie selektivt rekrutterer kjernevirksomhet. Journal of Neuroscience. 2001a, 21: RC159. [PubMed]
65. Knutson B, Fong GW, Adams CM, Varner JL, Hommer D. Oppsigelse av belønningsforventning og utfall med hendelsesrelatert fMRI. NeuroReport. 2001b, 12: 3683-3687. [PubMed]
66. Knutson B, Fong GW, Bennett SM, Adams CM, Hommer D. En region av mesial prefrontal cortex spor monetarisk givende resultater: karakterisering med rask hendelse-relatert fMRI. Neuroimage. 2003, 18: 263-272. [PubMed]
67. Knutson B, Rick S, Wimmer GE, Prelec D, Loewenstein G. Nevrale prediktorer for kjøp. Neuron. 2007, 53: 147-156. [PMC gratis artikkel] [PubMed]
68. Knutson B, Taylor J, Kaufman M, Peterson R, Glover G. Distribuert nevrale representasjon av forventet verdi. Journal of Neuroscience. 2005, 25: 4806-4812. [PubMed]
69. Knutson B, Westdorp A, Kaiser E, Hommer D. FMRI visualisering av hjernevirksomhet under en monetær insentivforsinkelsesoppgave. Neuroimage. 2000, 12: 20-27. [PubMed]
70. Knutson B, Wimmer GE. Splitting forskjellen: hvordan belønner hjernekoden episoder? Annaler fra New York Academy of Sciences. 2007, 1104: 54-69. [PubMed]
71. Knutson B, Wimmer GE, Rick S, Hollon NG, Prelec D, Loewenstein G. Nevrale antecedenter av begavelseseffekten. Neuron. 2008, 58: 814-822. [PubMed]
72. Koch K, Schachtzabel C, Wagner G, Reichenbach JR, Sauer H, Schlosser R. Nevrale korrelater av belønningsrelatert prøving og feiling læring: En fMRI-studie med en sannsynlig læringsoppgave. Læring og minne. 2008; 15: 728-732. [PubMed]
73. Kuhnen CM, Knutson B. Det neurale grunnlaget for økonomisk risikovurdering. Neuron. 2005, 47: 763-770. [PubMed]
74. Landmann C, Dehaene S, Pappata S, Jobert A, Bottlaender M, Roumenov D, Le Bihan D. Dynamikk av prefrontal og cingulate aktivitet under en belønningsbasert logisk fradragsoppgave. Cerebral cortex. 2007, 17: 749-759. [PubMed]
75. Liu X, Powell DK, Wang H, Gull BT, Corbly CR, Joseph JE. Funksjonell dissosiasjon i frontale og striatala områder for behandling av positiv og negativ belønningsinformasjon. Journal of Neuroscience. 2007, 27: 4587-4597. [PubMed]
76. Lohrenz T, McCabe K, Camerer CF, Montague PR. Neural signatur av fiktive læringssignaler i en sekventiell investeringsoppgave. Foredrag av Nasjonalt akademi for vitenskap i USA. 2007, 104: 9493-9498. [PMC gratis artikkel] [PubMed]
77. Longe O, Senior C, Rippon G. Den laterale og ventromediale prefrontale cortex fungerer som et dynamisk integrert system: bevis fra FMRI-konnektivitetsanalyse. Journal of Cognitive Neuroscience. 2009, 21: 141-154. [PubMed]
78. Luhmann CC, Chun MM, Yi DJ, Lee D, Wang XJ. Neural dissociation av forsinkelse og usikkerhet i intertemporal valg. Journal of Neuroscience. 2008, 28: 14459-14466. [PMC gratis artikkel] [PubMed]
79. Marsh AA, Blair KS, Vythilingam M, Busis S, Blair RJ. Responsealternativer og forventninger til belønning i beslutningsprosesser: Differensielle roller av dorsal og rostral anterior cingulate cortex. Neuroimage. 2007, 35: 979-988. [PMC gratis artikkel] [PubMed]
80. McClure SM, Berns GS, Montague PR. Temporale prediksjonsfeil i en passiv læringsoppgave aktiverer human striatum. Neuron. 2003, 38: 339-346. [PubMed]
81. McLean J, Brennan D, Wyper D, Condon B, Hadley D, Cavanagh J. Lokalisering av regioner med intenst gledespons fremkalt av fotballmål. Psykiatriforskning. 2009, 171: 33-43. [PubMed]
82. Nieuwenhuis S, Heslenfeld DJ, von Geusau NJ, Mars RB, Holroyd CB, Yeung N. Aktivitet i menneskelige belønningsfølsomme hjerneområder er sterkt kontekstavhengig. Neuroimage. 2005a, 25: 1302-1309. [PubMed]
83. Nieuwenhuis S, Slagter HA, von Geusau NJ, Heslenfeld DJ, Holroyd CB. Å vite godt fra dårlig: Differensial aktivering av human kortikale områder ved positive og negative resultater. European Journal of Neuroscience. 2005b, 21: 3161-3168. [PubMed]
84. O'Doherty J, Critchley H, Deichmann R, Dolan RJ. Dissociating valence av utfallet fra atferdskontroll i human orbitale og ventrale prefrontale cortices. Journal of Neuroscience. 2003a, 23: 7931-7939. [PubMed]
85. O'Doherty J, Dayan P, Schultz J, Deichmann R, Friston K, Dolan RJ. Dissociable roller av ventral og dorsal striatum i instrumental condition. Vitenskap. 2004, 304: 452-454. [PubMed]
86. O'Doherty J, Kringelbach ML, Rolls ET, Hornak J, Andrews C. Abstrakt belønning og straffeforestillinger i den menneskelige orbitofrontale cortex. Natur Neurovitenskap. 2001, 4: 95-102. [PubMed]
87. O'Doherty JP, Dayan P, Friston K, Critchley H, Dolan RJ. Temporale forskjellsmodeller og belønningsrelatert læring i den menneskelige hjerne. Neuron. 2003b, 38: 329-337. [PubMed]
88. O'Doherty JP, Deichmann R, Critchley HD, Dolan RJ. Nevrale responser i påvente av en primær smakbelønning. Neuron. 2002, 33: 815-826. [PubMed]
89. Paulus MP, Frank LR. Anterior cingulate aktivitet modulerer ikke-lineær avgjørelsesvekt funksjon av usikre prospekter. Neuroimage. 2006, 30: 668-677. [PubMed]
90. Paulus MP, Rogalsky C, Simmons A, Feinstein JS, Stein MB. Økt aktivering i riktig isolasjon under risikobeslutende beslutninger er relatert til skadefeil og nevrotisme. Neuroimage. 2003, 19: 1439-1448. [PubMed]
91. Pessiglione M, Petrovic P, Daunizeau J, Palminteri S, Dolan RJ, Frith CD. Subliminal instrumentell kondisjonering demonstrert i den menneskelige hjerne. Neuron. 2008, 59: 561-567. [PMC gratis artikkel] [PubMed]
92. Petrovic P, Pleger B, Seymour B, Kloppel S, De Martino B, Critchley H, Dolan RJ. Blokkerende sentral opiatfunksjon modulerer hedonisk påvirkning og anterior cingulert respons på belønninger og tap. Journal of Neuroscience. 2008, 28: 10509-10516. [PMC gratis artikkel] [PubMed]
93. Plassmann H, O'Doherty J, Rangel A. Orbitofrontal cortex koder villighet til å betale i hverdagens økonomiske transaksjoner. Journal of Neuroscience. 2007, 27: 9984-9988. [PubMed]
94. Pleger B, Blankenburg F, Ruff CC, Driver J, Dolan RJ. Belønning letter taktile vurderinger og modulerer hemodynamiske responser i human primær somatosensorisk cortex. Journal of Neuroscience. 2008, 28: 8161-8168. [PMC gratis artikkel] [PubMed]
95. Pochon JB, Levy R, Fossati P, Lehericy S, Poline JB, Pillon B, Le Bihan D, Dubois B. Nevrale systemet som bringer belønning og kognisjon hos mennesker: en fMRI-studie. Foredrag av Nasjonalt akademi for vitenskap i USA. 2002, 99: 5669-5674. [PMC gratis artikkel] [PubMed]
96. Preuschoff K, Bossaerts P, Quartz SR. Neural differensiering av forventet belønning og risiko i menneskelige subkortiske strukturer. Neuron. 2006, 51: 381-390. [PubMed]
97. Preuschoff K, Quartz SR, Bossaerts P. Human insula aktivering gjenspeiler risikospråksfeil og risiko. Journal of Neuroscience. 2008, 28: 2745-2752. [PubMed]
98. Ramnani N, Elliott R, Athwal BS, Passingham RE. Prediksjonsfeil for gratis monetær belønning i den menneskelige prefrontale cortex. Neuroimage. 2004, 23: 777-786. [PubMed]
99. Ramnani N, Miall RC. Instruert forsinkelsesaktivitet i den menneskelige prefrontale cortex er modulert av forventning om monetær belønning. Cerebral cortex. 2003, 13: 318-327. [PubMed]
100. Remijnse PL, Nielen MM, Uylings HB, Veltman DJ. Nevrale korrelater av en reverseringsopplæringsoppgave med en påvirkningss nøytral grunnlinje: En hendelsesrelatert fMRI-studie. Neuroimage. 2005, 26: 609-618. [PubMed]
101. Remijnse PL, Nielen MM, van Balkom AJ, Cath DC, van Oppen P, Uylings HB, Veltman DJ. Redusert orbitofrontal-striatal aktivitet på en reversal læringsoppgave i obsessiv-kompulsiv lidelse. Arkiv av generell psykiatri. 2006, 63: 1225-1236. [PubMed]
102. Reuter J, Raedler T, Rose M, Hand I, Glascher J, Buchel C. Patologisk gambling er knyttet til redusert aktivering av mesolimbic belønningssystemet. Natur Neurovitenskap. 2005, 8: 147-148. [PubMed]
103. Rilling JK, Gutman D, Zeh T, Pagnoni G, Berns G, Kilts C. Et neuralt grunnlag for sosialt samarbeid. Neuron. 2002, 35: 395-405. [PubMed]
104. Rilling JK, Sanfey AG, Aronson JA, Nystrom LE, Cohen JD. Motsatte BOLD-svar på gjengjeld og ukorrigert altruisme i formodede belønningsveier. NeuroReport. 2004, 15: 2539-2543. [PubMed]
105. Rogers RD, Ramnani N, Mackay C, Wilson JL, Jezzard P, Carter CS, Smith SM. Distinkte deler av fremre cingulær cortex og medial prefrontal cortex aktiveres ved belønning behandling i separable faser av beslutningskompetanse. Biologisk psykiatri. 2004, 55: 594-602. [PubMed]
106. Rolls ET, McCabe C, Redoute J. Forventet verdi, belønning utfall, og temporal differanse feil representasjoner i en probabilistisk beslutningsoppgave. Cerebral cortex. 2008, 18: 652-663. [PubMed]
107. Sailer U, Robinson S, Fischmeister FP, Konig D, Oppenauer C, Lueger-Schuster B, Moser E, Kryspin-Exner I, Bauer H. Endret belønning i kjernen accumbens og mesial prefrontal cortex av pasienter med posttraumatisk stress lidelse. Neuropsychologia. 2008, 46: 2836-2844. [PubMed]
108. Sailer U, Robinson S, Fischmeister FP, Moser E, Kryspin-Exner I, Bauer H. Imaging den skiftende rollen som tilbakemelding under læring i beslutningstaking. Neuroimage. 2007, 37: 1474-1486. [PubMed]
109. Samanez-Larkin GR, Gibbs SE, Khanna K, Nielsen L, Carstensen LL, Knutson B. Forventning av gevinst, men ikke tap hos friske eldre voksne. Natur Neurovitenskap. 2007, 10: 787-791. [PMC gratis artikkel] [PubMed]
110. Sanfey AG, Rilling JK, Aronson JA, Nystrom LE, Cohen JD. Det neurale grunnlaget for økonomisk beslutningsprosess i Ultimatum Game. Vitenskap. 2003, 300: 1755-1758. [PubMed]
111. Satterthwaite TD, Green L, Myerson J, Parker J, Ramaratnam M, Buckner RL. Dissociable men interrelaterte systemer av kognitiv kontroll og belønning under beslutningsprosessen: Bevis fra pupillometri og hendelsesrelatert fMRI. Neuroimage. 2007, 37: 1017-1031. [PubMed]
112. Schonberg T, Daw ND, Joel D, O'Doherty JP. Forsterkning læring signaler i den menneskelige striatum skille elevene fra nonlearners under belønning-basert beslutningstaking. Journal of Neuroscience. 2007, 27: 12860-12867. [PubMed]
113. Smith BW, Mitchell DG, Hardin MG, Jazbec S, Fridberg D, Blair RJ, Ernst M. Neural substrater av belønningsstørrelse, sannsynlighet og risiko under et vellykket beslutningsoppgavehjul. Neuroimage. 2009, 44: 600-609. [PMC gratis artikkel] [PubMed]
114. Spicer J, Galvan A, Hare TA, Voss H, Glover G, Casey B. Kjernens følsomhet accumbens til brudd i forventning om belønning. Neuroimage. 2007, 34: 455-461. [PMC gratis artikkel] [PubMed]
115. Staudinger MR, Erk S, Abler B, Walter H. Kognitiv reappraisal modulerer forventet verdi og prediksjonsfeilkoding i ventralstriatum. Neuroimage. 2009, 47: 713-721. [PubMed]
116. Strohle A, Stoy M, Wrase J, Schwarzer S, Schlagenhauf F, Huss M, Hein J, Nedderhut A, Neumann B, Gregor A, Juckel G, Knutson B, Lehmkuhl U, Bauer M, Heinz A. Belønningsforventning og resultater i voksne menn med oppmerksomhets-underskudd / hyperaktivitetsforstyrrelse. Neuroimage. 2008, 39: 966-972. [PubMed]
117. Tanaka SC, Doya K, Okada G, Ueda K, Okamoto Y, Yamawaki S. Forutsigelse av umiddelbare og fremtidige belønninger rekrutterer differensielt cortico-basal ganglia looper. Natur Neurovitenskap. 2004, 7: 887-893. [PubMed]
118. Tanaka SC, Samejima K, Okada G, Ueda K, Okamoto Y, Yamawaki S, Doya K. Hjernemekanisme for belønningsprognose under forutsigbar og uforutsigbar miljødynamikk. Neural Networks. 2006, 19: 1233-1241. [PubMed]
119. Taylor SF, walisisk RC, Wager TD, Phan KL, Fitzgerald KD, Gehring WJ. En funksjonell neuroimaging studie av motivasjon og utøvende funksjon. Neuroimage. 2004, 21: 1045-1054. [PubMed]
120. Tobler PN, Christopoulos GI, O'Doherty JP, Dolan RJ, Schultz W. Neuronal forvrengning av belønningssannsynlighet uten valg. Journal of Neuroscience. 2008, 28: 11703-11711. [PMC gratis artikkel] [PubMed]
121. Tobler PN, O'Doherty JP, Dolan RJ, Schultz W. Belønningsverdi koding forskjellig fra risikostilling-relatert usikkerhetskoding i menneskelige belønningssystemer. Journal of Neurophysiology. 2007, 97: 1621-1632. [PMC gratis artikkel] [PubMed]
122. Tom SM, Fox CR, Trepel C, Poldrack RA. Den neurale grunnlaget for tap aversjon i beslutningsprosesser under risiko. Vitenskap. 2007, 315: 515-518. [PubMed]
123. Tricomi EM, Delgado MR, Fiez JA. Modulasjon av caudataktivitet ved hjelp av beredskapsforstyrrelser. Neuron. 2004, 41: 281-292. [PubMed]
124. Ullsperger M, von Cramon DY. Feilovervåkning ved hjelp av ekstern tilbakemelding: Spesifikke roller i det habenulære komplekset, belønningssystemet og det cingulære motorområdet som ble avslørt ved funksjonell magnetisk resonansbilding. Journal of Neuroscience. 2003, 23: 4308-4314. [PubMed]
125. Ursu ​​S, Carter CS. Resultatpresentasjoner, kontrafaktuelle sammenligninger og den menneskelige orbitofrontale cortex: implikasjoner for neuroimaging studier av beslutningstaking. Hjerneforskning Kognitiv hjerneforskning. 2005, 23: 51-60. [PubMed]
126. van den Bos W, McClure SM, Harris LT, Fiske ST, Cohen JD. Dissosierende affektiv evaluering og sosiale kognitive prosesser i ventral medial prefrontal cortex. Kognitiv, affektiv og atferdsmessig nevrovitenskap. 2007; 7: 337–346. [PubMed]
127. Vollm B, Richardson P, McKie S, Elliott R, Dolan M, Deakin B. Neuronale korrelater av belønning og tap i personlighetsforstyrrelser i Cluster B: En funksjonell magnetisk resonansbildningsstudie. Psykiatriforskning. 2007, 156: 151-167. [PubMed]
128. Volz KG, Schubotz RI, von Cramon DY. Forutsi hendelser med varierende sannsynlighet: usikkerhet undersøkt av fMRI. Neuroimage. 2003, 19: 271-280. [PubMed]
129. Volz KG, Schubotz RI, von Cramon DY. Varianter av usikkerhet i beslutningsprosessen og deres nevrale korrelater. Brain Research Bulletin. 2005, 67: 403-412. [PubMed]
130. Weber B, Aholt A, Neuhaus C, Trautner P, Elger CE, Teichert T. Nevrale bevis for referanseavhengighet i real-market-transaksjoner. Neuroimage. 2007, 35: 441-447. [PubMed]
131. Weber BJ, Huettel SA. De nevrale substratene av probabilistisk og intertemporal beslutningstaking. Brain Research. 2008, 1234: 104-115. [PMC gratis artikkel] [PubMed]
132. Wittmann M, Leland DS, Paulus MP. Tid og beslutningsprosess: Differensialt bidrag til den bakre økulære cortex og striatumen under en forsinket diskonteringsoppgave. Eksperimentell hjerneforskning. 2007, 179: 643-653. [PubMed]
133. Wrase J, Kahnt T, Schlagenhauf F, Beck A, Cohen MX, Knutson B, Heinz A. Forskjellige nevrale systemer justerer motorens oppførsel som respons på belønning og straff. Neuroimage. 2007a, 36: 1253-1262. [PubMed]
134. Wrase J, Schlagenhauf F, Kienast T, Wustenberg T, Bermpohl F, Kahnt T, Beck A, Strohle A, Juckel G, Knutson B, Heinz A. Dysfunksjon av belønningsprosess korrelerer med alkoholbehov i avgiftede alkoholikere. Neuroimage. 2007b, 35: 787-794. [PubMed]
135. Xu L, Liang ZY, Wang K, Li S, Jiang T. Nevrale mekanisme for intertemporal valg: fra diskontering av fremtidige gevinster til fremtidige tap. Brain Research. 2009, 1261: 65-74. [PubMed]
136. Xue G, Lu Z, Levin IP, Weller JA, Li X, Bechara A. Funksjonsfordeling av risiko og belønning i medial prefrontal cortex. Cerebral cortex. 2009, 19: 1019-1027. [PMC gratis artikkel] [PubMed]
137. Yacubian J, Glascher J, Schroeder K, Sommer T, Braus DF, Buchel C. Dissociable systemer for gevinst- og taprelaterte verdispådommer og forutsigelsesfeil i den menneskelige hjerne. Journal of Neuroscience. 2006, 26: 9530-9537. [PubMed]
138. Yacubian J, Sommer T, Schroeder K, Glascher J, Kalisch R, Leuenberger B, Braus DF, Buchel C. Gene-gen-interaksjon assosiert med følsom belønningsfølsomhet. Foredrag av Nasjonalt akademi for vitenskap i USA. 2007, 104: 8125-8130. [PMC gratis artikkel] [PubMed]
139. Yarkoni T, Braver TS, Grey JR, Green L. Prefrontal hjerneaktivitet spår temporært utvidet beslutningstaking. Journal of Experimental Analysis of Behavior. 2005a, 84: 537-554. [PMC gratis artikkel] [PubMed]
140. Yarkoni T, Grey JR, Chrastil ER, Barch DM, Grønn L, Braver TS. Opprettholdt nevralaktivitet assosiert med kognitiv kontroll under tidsmessig utvidet beslutningstaking. Hjerneforskning Kognitiv hjerneforskning. 2005b, 23: 71-84. [PubMed]
141. Zalla T, Koechlin E, Pietrini P, Basso G, Aquino P, Sirigu A, Grafman J. Differensielle amygdala-svar på å vinne og miste: En funksjonell magnetisk resonansbildningsstudie hos mennesker. European Journal of Neuroscience. 2000, 12: 1764-1770. [PubMed]
142. Zink CF, Pagnoni G, Martin-Skurski ME, Chappelow JC, Berns GS. Menneskelig striatal respons på monetær belønning er avhengig av saliency. Neuron. 2004, 42: 509-517. [PubMed]

Fotnoter

Forfatterbidrag: XL designet og overvåket hele studien. JH og MS gjorde like bidrag til denne studien, utførte litteratursøk, datautvinning og organisering. JF deltok i diskusjon og manuskriptforberedelse.

Ansvarsfraskrivelse: Dette er en PDF-fil av et unedited manuskript som har blitt akseptert for publisering. Som en tjeneste til våre kunder gir vi denne tidlige versjonen av manuskriptet. Manuskriptet vil gjennomgå copyediting, typeetting og gjennomgang av det resulterende beviset før det publiseres i sin endelige form. Vær oppmerksom på at under produksjonsprosessen kan det oppdages feil som kan påvirke innholdet, og alle juridiske ansvarsfraskrivelser som gjelder for journalen gjelder.

Referanser

1. Andersen RA, Cui H. Intensjon, handlingsplanlegging og beslutningsprosesser i parietale frontkretser. Neuron. 2009, 63: 568-583. [PubMed]
2. Arana FS, Parkinson JA, Hinton E, Holland AJ, Owen AM, Roberts AC. Dissociable bidrag fra den humane amygdala og orbitofrontale cortex til incitament motivasjon og målvalg. J Neurosci. 2003, 23: 9632-9638. [PubMed]
3. Bach DR, Seymour B, Dolan RJ. Neural aktivitet knyttet til passiv prediksjon av tvetydighet og risiko for aversive hendelser. J Neurosci. 2009, 29: 1648-1656. [PMC gratis artikkel] [PubMed]
4. Bechara A. Beslutningstaking, impulskontroll og tap av viljestyrke for å motstå narkotika: et neurokognitivt perspektiv. Nat Neurosci. 2005, 8: 1458-1463. [PubMed]
5. Bjork JM, Knutson B, Fong GW, Caggiano DM, Bennett SM, Hommer DW. Incentiv-fremkalt hjerneaktivering hos ungdom: Likheter og forskjeller fra unge voksne. J Neurosci. 2004, 24: 1793-1802. [PubMed]
6. Breiter HC, Aharon I, Kahneman D, Dale A, Shizgal P. Funksjonell avbildning av nevrale responser til forventning og erfaring med monetære gevinster og tap. Neuron. 2001, 30: 619-639. [PubMed]
7. Brett M, Johnsrude IS, Owen AM. Problemet med funksjonell lokalisering i den menneskelige hjerne. Nat Rev Neurosci. 2002, 3: 243-249. [PubMed]
8. Caspers S, Zilles K, Laird AR, Eickhoff SB. ALE-meta-analyse av virkningsobservasjon og imitasjon i den menneskelige hjerne. Neuroimage. 2010, 50: 1148-1167. [PubMed]
9. Cohen Kadosh R, Henik A, Rubinsten O, Mohr H, Dori H, van de Ven V, Zorzi M, Hendler T, Goebel R, Linden DE. Er tallene spesielle? Sammenligningssystemene til den menneskelige hjerne undersøkt av fMRI. Neuropsychologia. 2005, 43: 1238-1248. [PubMed]
10. Cohen MX, Ranganath C. Behavioral og neurale prediktorer av kommende beslutninger. Cogn påvirker Behav Neurosci. 2005, 5: 117-126. [PubMed]
11. Costafreda SG, David AS, Brammer MJ. En parametrisk tilnærming til voxelbasert meta-analyse. Neuroimage. 2009, 46: 115-122. [PubMed]
12. Cox CL, Gotimer K, Roy AK, Castellanos FX, Milham MP, Kelly C. Din hvilende hjerne CAREs om din risikable oppførsel. PLOS One. 2010, 5: e12296. [PMC gratis artikkel] [PubMed]
13. Cox SM, Andrade A, Johnsrude IS. Lære å like: en rolle for human orbitofrontal cortex i betinget belønning. J Neurosci. 2005, 25: 2733-2740. [PubMed]
14. Craig AD. Hvordan føler du deg? Interoception: følelsen av kroppens fysiologiske tilstand. Nat Rev Neurosci. 2002, 3: 655-666. [PubMed]
15. Craig AD. Hvordan føler du deg nå? Den fremre isolasjonen og menneskelig bevissthet. Nat Rev Neurosci. 2009; 10: 59–70. [PubMed]
16. Critchley HD, Mathias CJ, Dolan RJ. Neural aktivitet i den menneskelige hjerne relatert til usikkerhet og oppblåsthet under forventning. Neuron. 2001, 29: 537-545. [PubMed]
17. d'Acremont M, Bossaerts P. Neurobiologiske studier av risikovurdering: En sammenligning av forventede bruks- og middelvarianter. Cogn påvirker Behav Neurosci. 2008, 8: 363-374. [PubMed]
18. Delgado MR, Miller MM, Inati S, Phelps EA. En fMRI-studie av belønningsrelatert sannsynlighetslæring. Neuroimage. 2005, 24: 862-873. [PubMed]
19. Drevets WC. Neuroimaging og nevropatologiske studier av depresjon: implikasjoner for de kognitive-emosjonelle egenskapene til humørsykdommer. Curr Opin Neurobiol. 2001, 11: 240-249. [PubMed]
20. Eickhoff SB, Laird AR, Grefkes C, Wang LE, Zilles K, Fox PT. Koordinasjonsbasert aktivering sannsynlighet estimering meta-analyse av neuroimaging data: en tilfeldig effekt tilnærming basert på empiriske estimater av romlig usikkerhet. Hum Brain Mapp. 2009, 30: 2907-2926. [PMC gratis artikkel] [PubMed]
21. Elliott R, Agnew Z, Deakin JF. Hedoniske og informative funksjoner av den menneskelige orbitofrontale cortex. Cereb Cortex. 2010, 20: 198-204. [PubMed]
22. Elliott R, Friston KJ, Dolan RJ. Dissociable neurale responser i menneskelige belønningssystemer. J Neurosci. 2000, 20: 6159-6165. [PubMed]
23. Ernst M, Nelson EE, Jazbec S, McClure EB, Monk CS, Leibenluft E, Blair J, Pine DS. Amygdala og kjernen accumbens i svar på mottak og utelatelse av gevinster hos voksne og ungdom. Neuroimage. 2005, 25: 1279-1291. [PubMed]
24. Fellows LK. Den kognitive nevrovitenskapen til menneskelig beslutningsprosess: en gjennomgang og konseptuelle rammeverk. Behav Cogn Neurosci Rev. 2004; 3: 159-172. [PubMed]
25. FitzGerald TH, Seymour B, Dolan RJ. Rollen av human orbitofrontal cortex i verdi sammenligning for inkommensurable objekter. J Neurosci. 2009, 29: 8388-8395. [PMC gratis artikkel] [PubMed]
26. Fox MD, Snyder AZ, Vincent JL, Corbetta M, Van Essen DC, Raichle ME. Den menneskelige hjerne er organisk organisert i dynamiske, antikorrelerte funksjonelle nettverk. Proc Natl Acad Sci USA. 2005, 102: 9673-9678. [PMC gratis artikkel] [PubMed]
27. Frank MJ, Claus ED. Anatomi av en beslutning: striato-orbitofrontal interaksjoner i forsterkende læring, beslutningstaking og reversering. Psykol Rev. 2006; 113: 300-326. [PubMed]
28. Garavan H, Stout JC. Neurokognitiv innsikt i rusmisbruk. Trender Cogn Sci. 2005, 9: 195-201. [PubMed]
29. Gull JI, Shadlen MN. Den nevrale grunnlaget for beslutningstaking. Annu Rev Neurosci. 2007, 30: 535-574. [PubMed]
30. Gottfried JA, O'Doherty J, Dolan RJ. Koding av prediktiv belønning i human amygdala og orbitofrontal cortex. Vitenskap. 2003, 301: 1104-1107. [PubMed]
31. Gu X, Liu X, Guise KG, Naidich TP, Hof PR, Fan J. Funksjonell dissosiasjon av frontoinsulære og fremre cingulære cortices i empati for smerte. J Neurosci. 2010, 30: 3739-3744. [PMC gratis artikkel] [PubMed]
32. Hare TA, O'Doherty J, Camerer CF, Schultz W, Rangel A. Dissociating rollen av orbitofrontal cortex og striatum i beregningen av målverdier og prediksjonsfeil. J Neurosci. 2008, 28: 5623-5630. [PubMed]
33. Hsu M, Krajbich I, Zhao C, Camerer CF. Neural respons på belønning Forventning under risiko er ikke-lineær i muligheter. J Neurosci. 2009, 29: 2231-2237. [PubMed]
34. Hubbard EM, Piazza M, Pinel P, Dehaene S. Interaksjoner mellom tall og plass i parietal cortex. Nat Rev Neurosci. 2005, 6: 435-448. [PubMed]
35. Huettel SA. Behavioral, men ikke belønning, risikomodulerer aktivering av prefrontale, parietale og økologiske kortikser. Cogn påvirker Behav Neurosci. 2006, 6: 141-151. [PubMed]
36. Kim H, Shimojo S, O'Doherty JP. Unngår et aversivt utfall givende? Neural substrater av unngåelse læring i den menneskelige hjerne. PLoS Biol. 2006, 4: e233. [PMC gratis artikkel] [PubMed]
37. Knutson B, Adams CM, Fong GW, Hommer D. Forutsetningen for økende pengepremie selektivt rekrutterer kjernevirksomhet. J Neurosci. 2001a, 21: RC159. [PubMed]
38. Knutson B, Fong GW, Adams CM, Varner JL, Hommer D. Oppsigelse av belønningsforventning og utfall med hendelsesrelatert fMRI. NeuroReport. 2001b, 12: 3683-3687. [PubMed]
39. Knutson B, Fong GW, Bennett SM, Adams CM, Hommer D. En region av mesial prefrontal cortex spor monetarisk givende resultater: karakterisering med rask hendelse-relatert fMRI. Neuroimage. 2003, 18: 263-272. [PubMed]
40. Kringelbach ML. Den menneskelige orbitofrontale cortex: lenke belønning til hedonisk opplevelse. Nat Rev Neurosci. 2005, 6: 691-702. [PubMed]
41. Kringelbach ML, O'Doherty J, Rolls ET, Andrews C. Aktivering av den humane orbitofrontale cortexen til en flytende matstimulus er korrelert med dens subjektive behagelighet. Cereb Cortex. 2003, 13: 1064-1071. [PubMed]
42. Kringelbach ML, Rolls ET. Den funksjonelle neuroanatomi av den menneskelige orbitofrontale cortexen: Bevis fra nevroimaging og nevropsykologi. Prog Neurobiol. 2004, 72: 341-372. [PubMed]
43. Kuhnen CM, Knutson B. Det neurale grunnlaget for økonomisk risikovurdering. Neuron. 2005, 47: 763-770. [PubMed]
44. Laird AR, Eickhoff SB, Li K, Robin DA, Glahn DC, Fox PT. Undersøkelse av funksjonell heterogenitet av standardmodusnettverket ved hjelp av koordinasjonsbasert meta-analytisk modellering. J Neurosci. 2009, 29: 14496-14505. [PMC gratis artikkel] [PubMed]
45. Laird AR, Fox PM, Price CJ, Glahn DC, Uecker AM, Lancaster JL, Turkeltaub PE, Kochunov P, Fox PT. ALE-meta-analyse: kontrollerer den falske funnasjonsraten og utfører statistiske kontraster. Hum Brain Mapp. 2005, 25: 155-164. [PubMed]
46. Lau HC, Rogers RD, Haggard P, Passingham RE. Oppmerksomhet mot intensjon. Vitenskap. 2004a, 303: 1208-1210. [PubMed]
47. Lau HC, Rogers RD, Ramnani N, Passingham RE. Ønsket handling og oppmerksomhet til valg av handling. Neuroimage. 2004b, 21: 1407-1415. [PubMed]
48. Liu X, Powell DK, Wang H, Gull BT, Corbly CR, Joseph JE. Funksjonell dissosiasjon i frontale og striatala områder for behandling av positiv og negativ belønningsinformasjon. J Neurosci. 2007, 27: 4587-4597. [PubMed]
49. McClure SM, Berns GS, Montague PR. Temporale prediksjonsfeil i en passiv læringsoppgave aktiverer human striatum. Neuron. 2003, 38: 339-346. [PubMed]
50. Mohr PN, Biele G, Heekeren HR. Neural behandling av risiko. J Neurosci. 2010, 30: 6613-6619. [PubMed]
51. Nieuwenhuis S, Slagter HA, von Geusau NJ, Heslenfeld DJ, Holroyd CB. Å vite godt fra dårlig: Differensial aktivering av human kortikale områder ved positive og negative resultater. Eur J Neurosci. 2005, 21: 3161-3168. [PubMed]
52. O'Doherty JP, Critchley H, Deichmann R, Dolan RJ. Dissociating valence av utfallet fra atferdskontroll i human orbitale og ventrale prefrontale cortices. J Neurosci. 2003a, 23: 7931-7939. [PubMed]
53. O'Doherty JP, Dayan P, Friston K, Critchley H, Dolan RJ. Temporale forskjellsmodeller og belønningsrelatert læring i den menneskelige hjerne. Neuron. 2003b, 38: 329-337. [PubMed]
54. O'Doherty JP, Deichmann R, Critchley HD, Dolan RJ. Nevrale responser i påvente av en primær smakbelønning. Neuron. 2002, 33: 815-826. [PubMed]
55. O'Doherty JP, Kringelbach ML, Rolls ET, Hornak J, Andrews C. Abstrakte belønninger og strafferpresentasjoner i den menneskelige orbitofrontale cortex. Nat Neurosci. 2001, 4: 95-102. [PubMed]
56. Pagnoni G, Zink CF, Montague PR, Berns GS. Aktivitet i menneskelig ventral striatum låst til feil av belønning prediksjon. Nat Neurosci. 2002, 5: 97-98. [PubMed]
57. Paulus MP, Rogalsky C, Simmons A, Feinstein JS, Stein MB. Økt aktivering i riktig isolasjon under risikobeslutende beslutninger er relatert til skadefeil og nevrotisme. Neuroimage. 2003, 19: 1439-1448. [PubMed]
58. Phan KL, Wager T, Taylor SF, Liberzon I. Funksjonell neuroanatomi av følelser: en meta-analyse av følelsesaktiveringsstudier i PET og fMRI. Neuroimage. 2002, 16: 331-348. [PubMed]
59. Plassmann H, O'Doherty J, Rangel A. Orbitofrontal cortex koder villighet til å betale i hverdagens økonomiske transaksjoner. J Neurosci. 2007, 27: 9984-9988. [PubMed]
60. Raichle ME, MacLeod AM, Snyder AZ, Powers WJ, Gusnard DA, Shulman GL. En standard modus for hjernefunksjon. Proc Natl Acad Sci USA. 2001, 98: 676-682. [PMC gratis artikkel] [PubMed]
61. Raichle ME, Snyder AZ. En standard modus for hjernefunksjon: En kort historie om en utviklende ide. Neuroimage. 2007, 37: 1083-1090. [PubMed]
62. Ramnani N, Elliott R, Athwal BS, Passingham RE. Prediksjonsfeil for gratis monetær belønning i den menneskelige prefrontale cortex. Neuroimage. 2004, 23: 777-786. [PubMed]
63. Richlan F, Kronbichler M, Wimmer H. Funksjonelle abnormiteter i den dyslektiske hjernen: En kvantitativ meta-analyse av neuroimagingstudier. Hum Brain Mapp. 2009, 30: 3299-3308. [PMC gratis artikkel] [PubMed]
64. Rogers RD, Ramnani N, Mackay C, Wilson JL, Jezzard P, Carter CS, Smith SM. Distinkte deler av fremre cingulær cortex og medial prefrontal cortex aktiveres ved belønning behandling i separable faser av beslutningskompetanse. Biolpsykiatri. 2004, 55: 594-602. [PubMed]
65. Salimi-Khorshidi G, Smith SM, Keltner JR, Wager TD, Nichols TE. Meta-analyse av neuroimaging data: en sammenligning av bildebasert og koordinert-basert samling av studier. Neuroimage. 2009, 45: 810-823. [PubMed]
66. Schoenbaum G, Roesch M. Orbitofrontal cortex, assosiativ læring og forventninger. Neuron. 2005, 47: 633-636. [PMC gratis artikkel] [PubMed]
67. Schoenbaum G, Roesch MR, Stalnaker TA, Takahashi YK. Et nytt perspektiv på den orbitofrontale cortexens rolle i adaptiv oppførsel. Nat Rev Neurosci 2009 [PMC gratis artikkel] [PubMed]
68. Schoenbaum G, Setlow B, Saddoris MP, Gallagher M. Koding forutsatt utfall og oppnådd verdi i orbitofrontal cortex under cue-prøvetaking avhenger av inngang fra basolateral amygdala. Neuron. 2003, 39: 855-867. [PubMed]
69. Schultz W, Tremblay L, Hollerman JR. Belønning behandling i primate orbitofrontale cortex og basal ganglia. Cereb Cortex. 2000, 10: 272-284. [PubMed]
70. Sugrue LP, Corrado GS, Newsome WT. Velge det største av to varer: neural valuta for verdsettelse og beslutningstaking. Nat Rev Neurosci. 2005, 6: 363-375. [PubMed]
71. Tom SM, Fox CR, Trepel C, Poldrack RA. Den neurale grunnlaget for tap aversjon i beslutningsprosesser under risiko. Vitenskap. 2007, 315: 515-518. [PubMed]
72. Toro R, Fox PT, Paus T. Funksjonell samaktiveringskort av den menneskelige hjerne. Cereb Cortex. 2008, 18: 2553-2559. [PMC gratis artikkel] [PubMed]
73. Tremblay L, Schultz W. Relativ belønning preferanse i primate orbitofrontale cortex. Natur. 1999, 398: 704-708. [PubMed]
74. Tremblay L, Schultz W. Modifikasjoner av belønningsforventningsrelatert nevronaktivitet under læring i primate orbitofrontale cortex. J Neurofysiol. 2000, 83: 1877-1885. [PubMed]
75. Trepel C, Fox CR, Poldrack RA. Prospektteori på hjernen? Mot en kognitiv nevrovitenskap av beslutning under risiko. Brain Res Cogn Brain Res. 2005, 23: 34-50. [PubMed]
76. Turkeltaub PE, Eden GF, Jones KM, Zeffiro TA. Meta-analyse av funksjonell neuroanatomi av enkeltordlesning: metode og validering. Neuroimage. 2002, 16: 765-780. [PubMed]
77. Ullsperger M, von Cramon DY. Feilovervåkning ved hjelp av ekstern tilbakemelding: Spesifikke roller i det habenulære komplekset, belønningssystemet og det cingulære motorområdet som ble avslørt ved funksjonell magnetisk resonansbilding. J Neurosci. 2003, 23: 4308-4314. [PubMed]
78. Volkow ND, Fowler JS, Wang GJ. Den avhengige menneskelige hjerne: innsikt fra bildestudier. J Clin Invest. 2003, 111: 1444-1451. [PMC gratis artikkel] [PubMed]
79. Volkow ND, Wise RA. Hvordan kan narkotikamisbruk hjelpe oss med å forstå fedme? Nat Neurosci. 2005, 8: 555-560. [PubMed]
80. Wallis JD. Orbitofrontal cortex og dets bidrag til beslutningstaking. Annu Rev Neurosci. 2007, 30: 31-56. [PubMed]
81. Xiong J, Gao JH, Lancaster JL, Fox PT. Klynget piksler analyse for funksjonelle MR-aktiveringsstudier av den menneskelige hjerne. Hum Brain Mapp. 1995, 3: 287-301.
82. Yang T, Shadlen MN. Probabilistisk resonnement av nevroner. Natur. 2007, 447: 1075-1080. [PubMed]
83. Zalla T, Koechlin E, Pietrini P, Basso G, Aquino P, Sirigu A, Grafman J. Differensielle amygdala-svar på å vinne og miste: En funksjonell magnetisk resonansbildningsstudie hos mennesker. Eur J Neurosci. 2000, 12: 1764-1770. [PubMed]