Nätverksneurovetenskap
Nätverksneurovetenskap är ett tillvägagångssätt för att förstå den mänskliga hjärnans struktur och funktion genom ett tillvägagångssätt av nätverksvetenskap , genom grafteorins paradigm . Ett nätverk är en koppling av många hjärnregioner som interagerar med varandra för att ge upphov till en viss funktion. Nätverksneurovetenskap är ett brett område som studerar hjärnan på ett integrerat sätt genom att registrera, analysera och kartlägga hjärnan på olika sätt. Fältet studerar hjärnan i flera analysskalor för att i slutändan förklara hjärnsystem, beteende och funktionsstörningar i psykiatriska och neurologiska sjukdomar. Nätverksneurovetenskap ger en viktig teoretisk bas för att förstå neurobiologiska system i flera analysskalor.
Flera analysskalor för hjärnan
Mikroskala
På mikroskalan (nanometer till mikrometer) utförs nätverksanalys på enskilda neuroner och synapser . På grund av det otroliga antalet neuroner i ett hjärnnätverk är det extremt svårt att konstruera ett komplett nätverk i mikroskala. Specifikt är datainsamlingen för långsam för att lösa alla miljarder neuroner, maskinseendeverktyg för att kommentera insamlade data är otillräckliga, och vi saknar de matematiska algoritmerna för att korrekt analysera de resulterande nätverken. Kartläggning av hjärnan på cellnivå hos ryggradsdjur kräver för närvarande post-mortem (efter döden) mikroskopisk analys av begränsade delar av hjärnvävnaden. Icke-optiska tekniker som förlitar sig på DNA-sekvensering med hög genomströmning har nyligen föreslagits av Anthony Zador (CSHL).
Mesoscale
På den mesoskopiska skalan (mikrometer till millimeter) försöker mesoskalaanalys att fånga anatomiskt distinkta populationer av typiskt 80-120 neuroner (t.ex. kortikala kolumner ) över olika hjärnregioner. Mesoskalaanalys tillåter integrering av både mikroskala- och makroskalastudier, och möjliggör således multiskalig och strukturell-funktionell integration. Denna skala utgör fortfarande en mycket ambitiös teknisk utmaning vid denna tidpunkt och kan endast undersökas i liten skala med invasiva tekniker eller mycket högfältsmagnetisk resonanstomografi (MRT) på lokal skala.
Makroskala
På makroskalan (millimeter) kan stora hjärnområden analyseras för anatomiska distinktioner, deras struktur och interaktioner. Den makroskopiska skalan är bäst lämpad för att kartlägga och kommentera mänskliga kopplingar, en omfattande karta över neurala kopplingar, med kognitiva och beteendemässiga associationer eftersom in vivo-avbildning av det mänskliga kopplingsobjektet endast är tillgängligt i makroskalan. Dessutom möjliggör makroskalaanalys mer kompakt och heltäckande kartläggning. Magnetisk resonanstomografi , funktionell magnetisk resonanstomografi (fMRI) och diffusionsvägd magnetisk resonanstomografi (DW-MRI) är de mest populära verktygen för att bygga makroskala datamängder på grund av deras tillgänglighet och upplösning, bland fMRI:s och dMRI:s förmåga att dela strukturella och funktionella anslutningar.
Kartläggning av hjärnnätverk
Hjärnnätverk kan kartläggas i flera skalor med hjälp av både strukturell anslutning och funktionell anslutningsbildteknik. Strukturella beskrivningar av komponenterna i neuronala nätverk beskrivs som connectome .
Strukturell anslutning
Strukturell anslutning beskriver hur regioner i hjärnan kan kommunicera genom anatomiska vägar såsom synaptisk koppling mellan celler och axonala projektioner mellan neuroner i mikroskala och meso-skala och fiberknippen av vit substans i makroskalan. Diffusionsviktade MRT- data används för att mäta vita substansbuntar.
Funktionell anslutning
Funktionell anslutning mäter gemensamheten i funktion mellan anatomiskt separerade hjärnregioner och mäts vanligtvis på makroskopisk nivå. Denna gemensamma funktion härleds från liknande aktiveringsmönster i avbildningstekniker såsom funktionell magnetisk resonanstomografi (fMRI). Många av dessa fMRI-experiment är kända som vilotillståndsexperiment och mäter spontan hjärnaktivitet när deltagaren uppmanas att slappna av. Liknande (blod-syrenivåberoende) FET-signaler mellan olika regioner representerar samaktivering mellan dessa regioner. Det finns många nya metoder som har dykt upp för att extrahera funktionell anslutning från fMRI-data, inklusive Granger-kausalitet och dynamisk orsaksmodellering (DCM).
Även om fMRI är den föredragna metoden för att mäta storskaliga funktionella nätverk, har elektroencefalografi (EEG) också visat vissa framsteg när det gäller att mäta funktionella hjärnnätverk i vilotillstånd. I en simultan fMRI-EEG-studie observerades en statistiskt signifikant korrelation mellan fMRI-data och EEG-data, vilket visar att EEG kan vara en ny och lovande metod för att mäta funktionella hjärnnätverk. Fördelen med att använda EEG framför fMRI inkluderar dess stora tidsupplösning.
Det finns nya metoder för att studera funktionell anslutning. Polarized Light Imaging (PLI) tillåter högupplöst kvantitativ analys av fiberorientering och kan användas för att överbrygga de mikroskopiska och makroskopiska analysnivåerna. Optogenetic functional MRI (ofMRI) möjliggör selektiv kartläggning av hjärnregioner baserat på genetiska markörer, anatomisk placering och axonala projektioner. Optogenetik kan koppla cellulär aktivitet med BOLD fMRI-signaler.
Funktionella nätverk skiljer sig från strukturella nätverk genom att de har ytterligare egenskaper som inte är uppenbara genom att enbart studera det strukturella nätverket. Det finns nya metoder som använder linjär algebra, såsom eignenmode-metoden, som försöker förklara den komplicerade kopplingen mellan funktionella och strukturella nätverk.
Analysera hjärnnätverk
Grafteori
Användningen av grafteori i neurovetenskapliga studier har aktivt tillämpats efter upptäckten av funktionella hjärnnätverk. I grafteori indikerar en N × N närliggande matris (även kallad en anslutningsmatris) med elementen noll eller icke-noll frånvaron eller närvaron av ett förhållande mellan hörnen i ett nätverk med N noder. Genom att analysera olika mått från dessa kopplingsmatriser från nätverket kan man få en topologisk analys av den önskade grafen; och detta kallas det mänskliga hjärnans nätverk inom neurovetenskap.
En av kärnarkitekturerna i hjärnnätverksmodeller är arkitekturen "small-world". Den tolkar modeller som vanliga nätverk, medan de ibland upplever slumpmässig aktivitet. I nätverk med små världar är klustringskoefficienten (dvs transitiviteten) hög och det genomsnittliga vägavståndet kort. Dessa två egenskaper återspeglar den centrala maximen i den naturliga biologiska processen: balansen mellan att minimera resurskostnaden och maximera informationsflödet mellan nätverkskomponenterna. Med tanke på den mänskliga hjärnans komplexa struktur är mått som kan representera hjärnnätverkets småvärldsegenskaper av stor betydelse eftersom det förenklar systemen och blir dechiffrerbara.
Grafteoretiska tillvägagångssätt har satt upp en matematisk ram för att modellera den parvisa kommunikationen mellan element i ett nätverk. Inom mänsklig neurovetenskap tillämpas grafteori i allmänhet på antingen funktionell eller effektiv anslutning. Grafteoretiska metoder, när de tillämpas på rätt sätt, kan ge viktiga nya insikter om strukturen och funktionen hos nätverksanslutna hjärnsystem, inklusive deras arkitektur, evolution, utveckling och kliniska störningar. Den beskriver meningsfull information om den topologiska arkitekturen hos mänskliga hjärnnätverk, såsom en liten värld, modulär organisation och mycket uppkopplade eller centraliserade nav. Till exempel, i en studie som antog att åldrandeprocesser modulerar hjärnanslutningsnätverk, underkastades 170 friska äldre frivilliga EEG-inspelningar för att definiera åldersrelaterade normativa gränser. Grafteorifunktioner tillämpades på exakt lågupplöst elektromagnetisk tomografi på kortikala källor för att utvärdera småvärldsparametern som en representativ modell av nätverksarkitektur. Den är baserad på styrkan av synkronisering i den tidsvarierande oscillerande elektromagnetiska aktiviteten hos olika hjärnregioner mätt med EEG eller MEG.
Nyckelkomponenter i nätverksanalys
Nyckelkomponenter inkluderar:
Nodgrad, distribution och assortativitet
Graden av en nod är antalet anslutningar som länkar till resten av nätverket, vilket är en av de grundläggande måtten för att definiera modellen. Graderna för alla nätverkets noder bildar en gradfördelning. I slumpmässiga nätverk är alla kopplingar lika sannolika, vilket resulterar i en Gaussisk och symmetriskt centrerad gradfördelning. Komplexa nätverk har i allmänhet icke-Gaussiska gradfördelningar. Enligt konvention följer gradfördelningarna för skalfria nätverk en maktlag. Slutligen är assortativitet korrelationen mellan graderna av anslutna noder. Positiv assortativitet indikerar att höggradiga noder tenderar att ansluta till varandra.
Klustringskoefficienter och motiv
Klustringskoefficienten är ett mått på i vilken grad varje nod i en graf tenderar att klunga ihop sig. Slumpmässiga nätverk har låg genomsnittlig klustring medan komplexa nätverk har hög klustring (associerad med hög lokal effektivitet för informationsöverföring och robusthet). Interaktioner mellan angränsande noder kan också kvantifieras genom att räkna förekomsten av små motiv av sammankopplade noder. Fördelningen av olika motiv i ett nätverk ger information om vilka typer av lokala interaktioner som nätverket kan stödja.
Banlängd och effektivitet
Banlängden är det minsta antalet kanter som måste passeras mellan två noder. Slumpmässiga och komplexa nätverk har korta medelväglängder (hög global effektivitet för parallell informationsöverföring) medan vanliga gitter har långa medelväglängder. Effektivitet är det omvänt relaterade måttet relaterat till väglängden. Den används mer aktivt än väglängden på grund av dess enklare numeriska användning och tolkning - till exempel uppskattar topologiska avstånd mellan element i frånkopplade grafer.
Anslutningstäthet eller kostnad
Anslutningstäthet är det faktiska antalet kanter i grafen som en andel av det totala antalet möjliga kanter. Det är den enklaste uppskattningen av den fysiska kostnaden för ett nätverk – till exempel energi- eller andra resursbehov.
Nav, centralitet och robusthet
Hub är noder med hög grad eller hög centralitet. En nods centralitet mäter hur många av de kortaste vägarna mellan alla andra nodpar i nätverket som passerar genom den. En nod med hög centralitet är alltså avgörande för effektiv kommunikation. Betydelsen av en enskild nod för nätverkseffektiviteten kan utvärderas genom att ta bort (dvs. skada) vissa nav och uppskatta effektiviteten hos det "skadade" nätverket. Robusthet hänvisar antingen till nätverkets strukturella integritet efter radering av noder eller kanter eller till effekterna av störningar på lokala eller globala nätverkstillstånd.
Modularitet
Många komplexa nätverk består av ett antal moduler. Det finns olika algoritmer som uppskattar modulariteten hos ett nätverk, och en av de allmänt använda algoritmerna är baserad på hierarkisk klustring. Varje modul innehåller flera tätt sammankopplade noder, och det finns relativt få kopplingar mellan noder i olika moduler. Nav kan därför beskrivas i termer av deras roller i denna samhällsstruktur. Provinsiella nav är huvudsakligen anslutna till noder i sina egna moduler, medan kontaktnav är anslutna till noder i andra moduler.
Modeller
Dynamiska nätverk
Hjärnnätverk är inte oföränderliga, statiska konstruktioner; snarare är dessa nätverk mycket varierande baserat på flera tidsskalor. Data på tidsvarierande hjärngrafer tar i allmänhet formen av tidsserier (eller staplar) av grafer som bildar en ordnad serie ögonblicksbilder, till exempel data som registrerats under inlärningsförloppet eller över utvecklingsstadier. Denna dynamik kan representeras genom att spåra förändringarna i nätverkstopologin med hjälp av grafmåtten vid varje tidpunkt.
Flerskiktsnätverk
Ankomsten av multiomiska data har möjliggjort gemensam analys av nätverk mellan delar av neurobiologiska system på olika organisationsnivåer. Prima exempel är nyare studier som kombinerar kartor över anatomiska och funktionella nätverk, såväl som studier som kombinerar storskalig hjärnanslutningsdata med rumsligt registrerade data om mönster av genuttryck.
Algebraisk topologi
Nätverksvetenskap bygger till stor del på grafteorins verktyg, som fokuserar på dyaden (en enda koppling mellan två noder) som den grundläggande intresseenheten. Nya bevis tyder dock på att sensornätverk, tekniska nätverk och till och med neurala nätverk visar interaktioner av högre ordning som helt enkelt inte kan reduceras till parvisa relationer. För att ta itu med detta började nätverksvetenskapen införliva algebraisk topologi. Algebraisk topologi omformulerar problemet med relationsdata i termer av förenklingar eller samlingar av hörn, snarare än par. Med andra ord representerar simplexa relationsdata i termer av samlingar av hörn: en 0-simplex är en nod, en 1-simplex är en kant och en 2-simplex är en fylld (ansluten) triangel. På grund av den makroskopiska skalan för att omdefiniera nätverkssystemen genom "simplicities", kan topologisk dataanalys upptäcka, kvantifiera och jämföra mesoskalastruktur som finns i komplexa nätverksdata.
Nätverk av nätverk
Att analysera likheter mellan hjärnnätverk - även kallat nätverket av nätverk - kan vara användbart för flera tillämpningar inom kognitiv och klinisk neurovetenskap. I kognitiva neurovetenskapliga experiment kan likhetsanalys av hjärnnätverk användas för att bygga en "semantisk karta": noder representerar de uppskattade nätverken av visuella/auditiva objekt, och kanter anger likheten mellan dessa nätverk. Inom klinisk neurovetenskap är en potentiell tillämpning av nätverksdistansmått kartläggningen av ett "sjukdomsnätverk". Här kan noderna representera varje hjärnsjukdom och kanterna kan representera likheten mellan de olika nätverk som är associerade med varje sjukdom – till exempel Parkinsons, Alzheimers och epilepsi. En annan potentiell tillämpning av nätverket av nätverk är att konstruera ett likhetsnätverk över artkopplingar, där noder kan beteckna arter och kanter likheten mellan dem. Den största svårigheten med denna nätverksanalys mellan olika arter är dock att utforma åtgärden för att komma åt de olika kopplingsdata från en rad arter eftersom varje exemplar har en unik biologisk baslinje eller struktur. Ändå kan detta bidra till att bättre förstå gemenskaper mellan olika arter och skillnader när det gäller hjärnans struktur och funktion.
Storskaliga hjärnnätverk
När Blood-Oxygen-Level-Dependent ( BOLD ) signalaktivitet i olika delar av våra hjärnor uppträder samtidigt, under uppgifter eller vila, anses dessa områden ha olika grader av funktionell anslutning mellan sig. Storskaliga hjärnnätverk uppstår när olika områden i hjärnan uppvisar samaktivering och funktionell anslutning med varandra, antingen under vila eller när en viss uppgift utförs. Nuvarande storskaliga hjärnnätverk inkluderar Default Mode Network, Salience Network, FrontoParietal Network, Attention Network, Sensorimotor Network, Visual Network och Cingulo-Opercular Network.
Standardläge
Default Mode Network (DMN) är ett storskaligt hjärnnätverk som är aktivt medan hjärnan är i vaken vila. Det märktes initialt att det var inaktiverat under externa målinriktade uppgifter, särskilt uppgifter som involverade visuell uppmärksamhet eller kognitivt arbetsminne. På grund av detta kallades det ett uppgiftsnegativt nätverk. Men när uppgifter är internt målinriktade, aktiveras standardlägesnätverket och korreleras positivt med andra hjärnnätverk. På liknande sätt har detta nätverk också visat sig vara aktivt när individer är fokuserade på sina interna mentala tillståndsprocesser. Interna mentala tillståndsprocesser kan innefatta dagdrömmer, tänkande på framtiden, komma ihåg tidigare minnen, tänkande på andra och oss själva, sinnesvandring och introspektion.
Några av de huvudsakliga anatomiska egenskaperna hos detta nätverk inkluderar den mediala prefrontala cortex, posterior cingulate cortex och områden av den inferior parietallobuli, såsom gyrus kantiga. Avvikelser i DMN har associerats med autismspektrumstörningar, Alzheimers och schizofreni.
Framträdande
Salience -nätverket tros bestå av i första hand den främre insulan och den främre cingulate cortex. Detta nätverk fungerar inte bara för att fullborda en nedifrån och upp igenkänning av framträdande stimuli, såsom sensoriska och känslomässiga händelser, utan hjälper också till att växla mellan olika andra storskaliga hjärnnätverk som standardlägesnätverket och det frontala-parietala nätverket. På detta sätt tillåter Salience Network oss att generera och utföra korrekt beteenderespons på en given framträdande stimuli. Framträdande nätverket integrerar också det ventrala uppmärksamhetsnätverket i sin funktion att svara på oväntade framträdande beteendestimuli. Salience Network-dysfunktion har associerats med schizofreni, ångeststörningar och autismspektrumstörningar.
Uppmärksamhet
Under uppgifter som kräver uppmärksamhet blir vissa regioner mer aktiva medan andra blir mindre aktiva. Det beror på att det finns olika nätverk i hjärnan som är ansvariga för olika typer av aktivitet och som aktiveras av olika typer av stimuli. Det finns två huvudsystem som modulerar olika aspekter av uppmärksamhet: det dorsala frontoparietalsystemet och det ventrala frontoparietalsystemet.
Det dorsala frontoparietalsystemet fungerar främst i målinriktad kontroll över visuospatial uppmärksamhet. Detta nätverk ökar aktiviteten med uppmärksamhetskrävande uppgifter; den vägleder "top-down frivillig tilldelning av uppmärksamhet till platser eller funktioner." Den består främst av intraparietal sulcus (IPS) och frontal eye fields (FEF). Forskare har använt verktyg som fMRI och MRI för att lokalisera dessa regioner genom att övervaka hjärnan medan människor utför olika kognitiva uppgifter. Det ventrala frontoparietala systemet, å andra sidan, är ansvarigt för att utlösa förändringar av uppmärksamhet. Systemet är inblandat i att upptäcka oväntade stimuli och vägleda var uppmärksamheten ska riktas.
Även om det finns två relativt distinkta system involverade i uppmärksamhet, måste de interagera på ett dynamiskt sätt för att ge upphov till flexibel och flytande uppmärksamhet. Sättet de interagerar på tros bestämmas av vilken typ av uppgift som är till hands.
Frontoparietal
Det frontoparietala nätverket , även känt som Central Executive Network, är ett av de storskaliga hjärnnätverken som är involverade i att manipulera och underhålla information i arbetsminnet. Det spelar också en roll i beslutsfattande och problemlösning när det gäller målinriktat beteende. De huvudsakliga anatomiska delarna av detta nätverk är den dorsolaterala prefrontala cortex och den bakre parietal cortex. Hjärnavbildningsforskning har visat att detta nätverk blir mer aktivt under kognitivt krävande uppgifter, till skillnad från andra nätverk som Default Mode Network, som minskar aktiviteten under kognitiva uppgifter. Trots de distinkta nätverkssystemen när det gäller kognitiva uppgifter, är dessa två nätverk teoretiserade att interagera via Salience Network. Salience-nätverket, som är involverat i bearbetning underifrån och upp, modulerar mellan standardlägesnätverket och det frontoparietala nätverket.
Sensorisk motor
Det sensorimotoriska, eller somatomotoriska, nätverket är ett storskaligt hjärnnätverk som aktiveras under motoriska uppgifter. Det inkluderar de somatosensoriska och motoriska regionerna och sträcker sig till de kompletterande motoriska områdena och hörselbarken. Sensorimotorisk prestanda minskar med åldern. Detta kan bero på åldersrelaterad minskning av GABA-nivåer, vilket leder till mindre segregerade nätverk som sedan påverkar sensorimotorisk prestanda.
Visuell
Det visuella nätverkets funktion är att ta emot, integrera och bearbeta visuell information som förmedlas från näthinnan. Den visuella cortex, som ligger i nackloben, hanterar denna process. Den är uppdelad i fem olika områden, V1-V5, var och en med olika funktioner och strukturer. V1 bearbetar enkla visuella komponenter som orientering och riktning. V2 tog emot informationen från V1 och tolkade vidare dessa data genom skillnader i färg, rumslig frekvens, måttligt komplexa mönster och objektorientering innan han skickade feedback-anslutningar till V1 och feedforward-anslutningar med V3-V5. Regioner som occipital och lingual gyri är stabila för visuell funktionsbindning i det visuella systemets nätverk. Parietalloben identifieras också som avgörande för bindningsprocessen av färg- och formegenskaper och den fusiforma och inferior temporala gyri för bearbetning av färg- och forminformation. Ju längre informationen färdas, desto mer specialiserade celler finns det för att ta emot och tolka data.
Cingulo-operkulär
Cingulo-opercular (CO)-nätverket fungerar i grunden för att upprätthålla tonisk vakenhet, vilket är den ansträngande processen att göra kognitiva förmågor tillgängliga för bearbetningskrav. Nätverket består av främre insula/operculum, dorsala främre cingulate cortex och thalamus. CO-nätverket samaktiveras ofta med andra kontrollrelaterade nätverk som det frontoparietala (FP) nätverket. Båda spelar en roll i exekutiva funktioner men är också sårbara för nedgång i icke-patologiskt åldrande. I vila hos äldre vuxna är genomsnittlig CO-anslutning associerad med bättre arbetsminne, hämning och prestanda för uppsättningsförskjutning, medan FP-anslutning endast är associerad med arbetsminne.
Nyare teorier
Artificiellt nervsystem
Neurala nätverk (dvs artificiella neurala nätverk (ANN) eller simulerade neurala nätverk (SNN)) är en delmängd av maskininlärning och används ofta som algoritmer för djupinlärning. Utläst från själva terminologin är namnet och strukturen på modellerna inspirerade av den mänskliga hjärnans mekanism, som simulerar hur neuroner signalerar till varandra. Tre huvudtyper av ANN är (1) framkopplade neurala nätverk (dvs. Multi-Layer Perceptrons (MLP)), (2) konvolutionella neurala nätverk (CNN) och (3) återkommande neurala nätverk (RNN).
Överlappande nätverk
Nyligen har det kommit fram att samma hjärnregioner kan vara en del av flera nätverk och nätverk kan ha betydande överlappning mellan dem. De vanligaste metoderna för att mäta hjärnnätverk är "vinnaren tar allt"-metoder där varje region bara är tilldelad ett nätverk. Men hjärnans organisation gör det osannolikt att nätverken faktiskt inte överlappar varandra. En studie använde nya metoder som Latent Dirichlet Association (LDA) i kombination med Independent Components Analysis (ICA) för att generera flera överlappande nätverk. Dessa nätverk överensstämde med de icke-överlappande nätverk som tidigare genererats. En annan studie visade att överlappande nätverk förekommer i hög frekvens i hela hjärnbarken. Default Mode Network (DMN) och det subjektiva värdenätverket (SVN) delar båda regioner i den centrala ventromediala prefrontala cortex (cVMPFC) och dorsala bakre cingulate cortex (dPCC).
Känsla
Affektiva neurovetenskapsteori
Teori för affektiv neurovetenskap (AN) syftar till att förstå den materiella grunden för känslor och undersöker hur hjärnan konstruerar känslomässiga reaktioner. Den postulerar att sju primära emotionella kontroller omfattar den mänskliga emotionella upplevelsen. Dessa sju system inkluderar: sökande, lust, omsorg, lek, rädsla, ilska/rage och panik/sorg. Grundliga studier av dessa system har utförts på djur, men dessa data måste översättas till mänskliga tillämpningar. Tillämpningar av verktyg från nätverksneurovetenskap och psykometri används för att kartlägga och korrelera anslutningsmönster mellan de sju kretsarna.
Konstruerad känsla
Theory of constructed emotion (TCE) erbjuder en förklaring av basen för känslor genom att formulera hjärnan som en löpande intern modell som styr centrala mönsterbildare för att upprätthålla allostas . Denna teori hävdar att hjärnans beräkningsmål är att minimera förutsägelsefelet, oförutsedda händelser, som uppstår i en viss sensorisk miljö. När förutsägelsefelet är minimerat, blir hjärnans förutsägelser upplevelser och uppfattningar och hjärnan kategoriserar sensoriska händelser. På detta sätt uppdaterar och konstruerar hjärnan kontinuerligt sina kategoriseringar och förutsägelser. När hjärnans interna modell konstruerar ett känslokoncept framkallar den efterföljande kategoriseringen en känsla. Det antas att hjärnans standardlägesnätverk är nödvändigt för att generera dess interna modell medan saliencenätverket ställer in den interna modellen genom att minimera prediktionsfel.
Känslor som funktionellt integrerade system
Emotionell representation i hjärnan har föreslagits vara ett funktionellt integrerat system som involverar storskaliga kortikala-subkortikala nätverk avstämda av kroppssignaler. Ett funktionellt integrerat känslomässigt system överensstämmer med analys av fMRI-data som indikerar att känslotillstånd är högt distribuerade och förutsäger att hjärnans "signaturer" av affektiva dimensioner, såsom upphetsning och rädsla, starkt beror på den sensoriska och kontextuella miljön, som kanske inte generaliserar väl över miljöer och arbetsuppgifter. Denna modell förklarar också varför strukturer, såsom amygdala, är så viktiga för känslor, eftersom de är viktiga nav i distribuerade kortikala-subkortikala funktionellt integrerade system.
Kognitiv funktion
Teorier
Kognitiv funktion är en term som omfattar mentala processer involverade i inhämtande av kunskap, manipulation av information och resonemang. De typiska domänerna som kategoriseras som kognitiv funktion är perception (inklusive sensorisk perception), minne, inlärning, uppmärksamhet, beslutsfattande och språkförmågor.
Ett av målen inom kognitionsvetenskap är att reducera kognitiva system till modeller av representationer parade med processer. Inom kognitiv neurovetenskap antas hjärnstrukturer sammansatta av komplexa organisationer av neuroner stödja kognitiva funktioner; och därför använder fältet aktivt neurala lokaliseringstekniker (såsom neuroimaging) för att beskriva och identifiera de kognitiva processerna i hjärnan. Variablerna i neurala lokaliseringsprotokoll används för att förutsäga beteendeindex för att dra slutsatser om det underliggande neurala substratets operationer. I motsats till dessa traditionella tillvägagångssätt fokuserar kognitiv nätverksneurovetenskap på komplexa interaktioner mellan rumsligt diskreta hjärnregioner, representerade av grafer, och försöker koppla dessa interaktionsmönster till uppmätta beteendevariabler. Den viktigaste konsekvensen av att använda nätverksrepresentationer är att de kan beskriva och avslöja komplexitet på högre nivå när det gäller interaktionsperspektivet och ytterligare identifiera de övergripande processerna för neural-beteendeaktivitet.
Ansökningar
Sensorisk perception och lärande
När det gäller sensorisk perception har nätverksstudier visat att stärkandet av viktiga funktionella kopplingar ligger till grund för uppgifter som kräver sensorisk integration. Till exempel blev den rumsliga fördelningen av nätverksmoduler i auditiv och visuell cortex och av navliknande områden mer begränsad till traditionella anatomiska gränser i en multisensorisk uppgift och visade mindre variation mellan ämnen. Nätverksmetoder kan därför kontextualisera de lokala funktionerna hos primära sensoriska områden inom system som stöder dynamisk sensorisk integration och konsolidering. Sådana tillvägagångssätt tyder på att uppgifter med stor tonvikt på sensorisk bearbetning och integration verkar bero på nära kommunicerande kognitiva nav och sensorimotoriska regioner.
Nyligen genomförda studier inom inlärning har börjat fånga dynamiska mönster av funktionell anslutning i finare tidsskalor, från temporala nätverk extraherade från sammanhängande 2–3 min fönster av fMRI-experiment till långtidsexperiment i skala. Med hjälp av dessa fMRI-data kan dynamiska gemenskapsdetektionstekniker upptäcka förändringar i kluster av hjärnregioner som är sammanlänkade genom stark funktionell anslutning (dvs. förmodade funktionella moduler). En möjlig tolkning av dynamiken hos fMRI-data som erhållits från inlärningsexperiment är baserad på flexibiliteten hos hjärnnätverksdynamiken. Hjärnnätverksdynamik definieras vanligtvis som frekvenserna för en hjärnregion när den ändrar sin lojalitet till nätverksmoduler över tid. hans ger ett index över individuella skillnader i lärande: mer flexibla individer lär sig bättre än mindre flexibla individer.
Mänsklig intelligens
Spearmans gåtfulla g
Forskning inom psykologi och hjärnvetenskap har länge försökt förstå karaktären av individuella skillnader i mänsklig intelligens, och undersökt den fantastiska bredden och mångfalden av intellektuella förmågor och de anmärkningsvärda kognitiva och neurobiologiska mekanismer som de kommer ur. Dessa tidiga fynd motiverade Spearmans tvåfaktorsmodell som ansåg att prestation på tester av mental förmåga gemensamt återspeglar (i) en specifik faktor, s, som är unik för varje test, och (ii) en generell faktor, g, som är gemensam för alla. alla tester. Samtida forskning har vidareutvecklat Spearmans modell för att inkludera en mellannivå av breda förmågor som står för variansen som delas över liknande domäner av kognitiv förmåga. belysa hur g – som återspeglas i det positiva mångfalden och det hierarkiska mönstret av korrelationer mellan tester – uppstår ur individuella skillnader i nätverkstopologin och dynamiken i den mänskliga hjärnan.
Intelligensmodeller
Spearmans modell för allmän intelligens har utvecklats i moderna teorier för att inkludera en mellannivå av kognitiva domäner som är bredare än specifika förmågor, men är mindre omfattande än g. Dessa förmågor på mellannivå inkluderar (i) kristalliserad intelligens, som ligger till grund för prestanda på tester av tidigare förvärvad kunskap, och (ii) flytande intelligens, som återspeglar förmågan till adaptivt resonemang i nya miljöer. Ur ett nätverksneurovetenskapligt perspektiv återspeglar bildandet av breda förmågor de konkurrerande krafterna lokal kontra global effektivitet. Sådana konkurrerande krafter i termer av effektivitet drar slutsatsen att det finns moduler som skapar en bredare uppsättning kognitiva förmågor vars topologi möjliggör ett mer globalt effektivt nätverk i en liten värld.
Nätverksneurovetenskap antar vidare ett nytt perspektiv och föreslår att g härrör från individuella skillnader i den systemomfattande topologin och dynamiken i den mänskliga hjärnan. I denna synvinkel möjliggör den lilla världstopologin hos hjärnnätverk en snabb omkonfigurering av deras modulära gemenskapsstruktur, vilket skapar globalt koordinerade mentala representationer av ett önskat måltillstånd och sekvensen av operationer som krävs för att uppnå det. Förmågan att flexibelt övergå mellan nätverkstillstånd ger därför grunden för individuella skillnader i g som består av två tillstånd: (i) lättåtkomliga nätverkstillstånd för att konstruera mentala representationer för kristalliserad intelligens baserat på tidigare kunskap och erfarenhet, och (ii) ) svåråtkomliga nätverkstillstånd för att konstruera mentala representationer för flytande intelligens baserat på kognitiva kontrollfunktioner som styr adaptiva resonemang och problemlösning. Nätverksflexibilitet och dynamik utgör således grunden för allmän intelligens – vilket möjliggör snabbt informationsutbyte över nätverk och fångar individuella skillnader i informationsbehandling på global nivå.
Teorier om personlighet
Personlighet är de karakteristiska mönstren för tänkande, känsla och beteende. Dess psykologiska grund ligger i observationen att individuella skillnader följer principer – egenskaper eller dispositioner – som är tillräckligt stabila inom individer, konsekventa mellan individer och oföränderliga till situationskontext för att förklara det förflutna och för att förutsäga framtida beteende.
Inom vetenskapen undersöks personlighetsdrag ofta med hjälp av femfaktormodellen, en uppsättning personlighetsfaktorer som är empiriskt definierade och stabila över tid. De är användbara för att förklara specifika typer av beteende. Femfaktorsmodellen inkluderar neuroticism, extraversion, öppenhet/intellekt, behaglighet och samvetsgrannhet. Tidigare studier har identifierat sambandet mellan personlighetsfaktorer och vissa strukturer, funktionella hjärnnätverk och regioner och hur dessa interaktioner är avgörande för emotionella och kognitiva processer.
Individer klassificeras längs egenskapskontinuumet och med egenskaper som producerar konsekventa beteenden över situationer och tider, kommer en person som poängsätter i den övre delen av en egenskap att svara konsekvent starkare på relevanta stimuli i motsats till en person som gör poäng i den nedre delen. Eftersom varje situation är associerad med ett visst hjärntillstånd (funktionell anslutning, nätverkstillstånd), har sådana tillstånd dragliknande kopplingar över situationer och tider också, vilket representerar det neurala dragsystemet. Detta korrelerar med egenskapsteorin att personlighetsdrag är biofysiska enheter som faktiskt existerar i hjärnan som konceptuella nervsystem.
Ur begreppet personlighet och nätverk neurovetenskap gror området personlighetsnätverk neurovetenskap (PNN). Målet med personlighetsnätverksneurovetenskap är att identifiera och integrera neurala system (eller biofysiska enheter) förknippade med psykologiska draguppfattningar inom en integrerad ram för mänsklig personlighet. Det utlovar en integrerande, nätverksnivå redogörelse för hjärna-personlighet relationer. PNN använder tekniker från affektiv och kognitiv neurovetenskap för att relatera hjärnprocesser till personlighetsegenskaper. MRT är ryggradsteknologin inom detta område. Det är en medicinsk teknik som har gjort det möjligt för forskare att på ett icke-invasivt sätt bedöma neurala processer i den vakna mänskliga hjärnan och har möjliggjort upptäckten av fantastiska insikter om den neurala grunden för psykologiska processer.
En studie om personlighet och nätverksneurovetenskap valde ut intressanta regioner baserat på deras inkludering i standardlägesnätverket (DMN), framträdande nätverket (SN), det kognitiva verkställande nätverket (CEN) eller på deras starka relation till dessa nätverk till undersöka sambandet mellan personlighetsdomäner och hjärnaktivitet. Personlighetsprofiler genererades från NEO Five-Factor Inventory som innehåller 60 frågor relaterade till fem olika personlighetsdomäner (personlighetsfaktorer): neuroticism, extraversion, öppenhet/intellekt, behaglighet och samvetsgrannhet. Resultaten från detta test visade att det fanns starka och signifikanta samband mellan flera av domänerna: neuroticism var negativt korrelerad till behaglighet, extraversion och samvetsgrannhet; behaglighet var positivt korrelerad till öppenhet, extraversion och samvetsgrannhet; extraversion var positivt korrelerad till samvetsgrannhet. Studien drog slutsatsen att personlighetsprofiler tillåter att personlighetsfaktorer observeras i samband med alla andra egenskaper och två av dem visade sig vara associerade med samaktiveringsmönster i hjärnan under vila i regioner involverade med känslor och kognition. Dessa fynd kan visa sig vara användbara för att koppla personlighet till ökad risk för psykiatriska störningar och bättre förståelse för normala och patologiska processer.
Psykiatriska störningar
Autismspektrumstörning
Autismspektrumstörning (ASD) är en neuroutvecklingsstörning, som oftast diagnostiseras i barndomen och kännetecknas av brister i sociala och kommunikationsmässiga färdigheter. Symtom inkluderar sociala funktionsnedsättningar, hyperfixationer, repetitiva beteenden och överkänslighet. Svårighetsgraden av ASD faller inom ett spektrum, vilket innebär att vissa individer kan ha mycket allvarliga symtom och sociala funktionsnedsättningar och kan behöva betydande hjälp, medan andra behöver mindre stöd. ASD-individer har visat sig ha onormalt reducerad inneboende funktionell anslutning i deras Default Mode Network (DMN) såväl som störningar i deras Frontoparietal Network (FPN eller CEN) och Salience Network (SN). Mest anmärkningsvärt för SN, ASD-patienter har visat sig ha hypoaktivitet i den främre insulan, en av förankringspunkterna för SN i hjärnan. Man tror att dessa störningar inom nätverk resulterar i störda interaktioner mellan nätverk, vilket resulterar i ASD-patologin. Mer specifikt leder den minskade aktiviteten i SN till bristfällig signalering till FPN och DMN, vilket leder till en "frikoppling av kognitiva system som är viktiga för att ta hand om framträdande yttre stimuli eller interna mentala händelser."
Schizofreni
Schizofreni är en psykiatrisk störning som oftast diagnostiseras i vuxen ålder. Det kännetecknas vanligtvis av psykotiska symtom, såsom hallucinationer och vanföreställningar, oorganiserat tal och motoriskt beteende, brister i uppmärksamhet, koncentration och minne, såväl som negativa symtom, såsom social isolering, förlust av motivation och njutning i tidigare fullgörande aktiviteter och förlust. av känslomässiga uttryck. Primära nätverk som är inblandade i schizofreni inkluderar Frontoparietal Network (FPN), Default Mode Network (DMN) och Salience Network (SN). I en studie visade deltagare med schizofreni signifikanta brister i funktionell anslutning i FPN jämfört med friska kontroller. Schizofrenipatienter har visat hyperconnectivity såväl som hypoconnectivity i DMN. En studie fann att schizofrenipatienter hade hyperconnectivity från den bakre cingulate cortex (PCC) till den mediala prefrontala cortex (mPFC), jämfört med friska kontroller. Andra studier har visat hypoconnectivity och minskad anatomisk connectivity i DMN, där mPFC-dysfunktion spelar en ledande roll. Dessa anslutningsbrister i DMN kan associeras med de positiva symtom som upplevs vid schizofreni såsom hallucinationer och vanföreställningar. Det finns även funktionella och strukturella avvikelser i Salience Network hos individer med schizofreni. Strukturellt har huvudnoder i SN som den främre insulan och Anterior Cingulate Cortex (ACC) visat sig ha en bilateral volymminskning jämfört med friska kontroller; och denna reducerade volym har korrelerats med svårighetsgraden av verklighetsförvrängning som upplevs av schizofrena patienter. Studier har också visat att ökad aktivering i främre insula och frontala operculum i SN är korrelerad med upplevelser av auditiva verbala hallucinationer hos schizofrena patienter. I likhet med ASD, är det tänkt att dessa störningar inom nätverk resulterar i störda interaktioner mellan nätverk, såsom minskad funktionell anslutning mellan SN och DMN vilket resulterar i schizofrenipatologin.
Missbruk
Beroende är en komplicerad sjukdom och en som starkt kan påverkas av miljömässiga, samhälleliga och genetiska faktorer och det finns många riskfaktorer som gör att vissa människor har större sannolikhet att utveckla ett beroende. Det finns två typer av missbruk att överväga: missbruksstörning (SUD), vanligtvis kännetecknad av okontrollerat drogsökande och -missbruk, och beteendeberoende (BA), som kännetecknas av ett tvång eller behov av att utföra vissa beteenden eller metoder, såsom spel. Tvånget som följer med handlingen, antingen att utföra beteendet eller ta drogen, såväl som negativa känslor om de inte tillåts fullborda tvång och brist på självkontroll är alla indikatorer på båda störningarna. De nätverk som mest förknippas med missbruk är Frontoparietal Network, Reward Network, Salience Network och Memory and Habit-nätverken. Hos individer med beroende verkar det finnas ett allmänt tema med hyperaktivering av dessa nätverk när de utsätts för drogsignaler. Under vilotillstånd verkar det som om det hos användare av kroniska stimulantia finns en tät koppling och koppling mellan nätverken Belöning, Framträdande, Minne och Vana, och dessa nätverk har alla en förbättrad koppling till det frontoparietala nätverket.
Bipolär sjukdom
Bipolär sjukdom (BD) är en sinnesstämning som vanligtvis kännetecknas av extrema humörsvängningar och oscillerande perioder av intensiva känslor, såsom mani och depression . Cyklingen mellan maniska och depressiva episoder är det främsta kännetecknet för bipolär sjukdom. I BD verkar det finnas en koppling mellan Frontoparietal Network (FPN) och Defualt Mode Network (DMN), där FPN inte kan "undertrycka aktivitets irrelevant DMN-aktivitet under kognitiv prestation" vilket leder till BD:s kognitiva funktionsnedsättningar. Det framgår också att det inom BD finns en störning i rekryteringen av salience-nätverket som bidrar till kognitiv dysreglering. Bipolär sjukdom anses också kännetecknas av onormal funktionell anslutning mellan FPN och motivationsnätverk, där DMN spelar en förmedlande roll. Alla dessa avvikande anslutningsmöjligheter och dysreglering leder till BD-patologin som bevittnas hos patienter med denna humörstörning.
Ångeststörningar
Ångestsyndrom är en kategori av olika psykiska störningar som kännetecknas av okontrollerbar rädsla och ångest. Den vanligaste av dessa är generaliserat ångestsyndrom. Studier visar att många olika hjärnregioner och nätverk är inblandade i denna grupp av störningar, såväl som liknande skillnader mellan olika sjukdomar. Till exempel är dysfunktion i det centrala chefsnätverket inblandat i de flesta större psykiatriska störningar, inklusive depression och ångest. Avvikelser angående den funktionella anslutningen av standardlägesnätverket har också identifierats i de flesta större psykiatriska störningar.
Mer specifikt relaterade till ångest visar studier att de är associerade med hyperaktivitet i de cingulo-operkulära och centrala uppmärksamhetsnätverken. Det finns också minskad aktivitet inom frontoparietal- och standardlägesnätverken hos personer med ångest. Inom Salience Network har hyperaktivitet i främre insula kopplats till ångestsyndrom och negativa tankar.
Posttraumatisk stressyndrom
Posttraumatisk stressyndrom (PTSD) är en psykisk störning som utlöses av en specifik händelse som orsakar tillbakablickar, mardrömmar och svår ångest. I likhet med andra psykiatriska störningar finns det flera hjärnnätverk inblandade i denna störning. Studier har visat att Central Executive Network har minskat uppkopplingen under kognitiva uppgifter hos personer med PTSD jämfört med kontroller. Exempel på dessa typer av uppgifter inkluderar känslomässig bearbetning eller arbetsminnesuppgifter. Det finns också minskad anslutning inom Salience Network i hjärnan hos personer som lider av PTSD. Standardlägesnätverket, å andra sidan, visar högre anslutningsmöjligheter. I en frisk hjärna modulerar Salience Network mellan aktiveringen av Central Executive Network och Default Mode Network. De alternerande nätverkssystemen som fungerar av den främre insulan görs inte lika effektivt hos de med PTSD, vilket kan förklara skillnaderna i aktivering.
Depression
Depression, eller major depressive disorder, är en sinnesstämning som kännetecknas av ihållande känslor av sorg. Det påverkar hur man tänker, känner och agerar. Central Executive Network, som hjälper till att upprätthålla information i arbetsminnet och hjälper till med beslutsfattande och problemlösning, har visat sig vara hypoaktivt hos individer med depression. Hyperanslutning mellan det centrala verkställande nätverket och områden i nätverket för standardläge har också observerats. Inom nätverket för standardläge uppvisar deprimerade individer hyperanslutning. Detta nätverk tros vara involverat i internt orienterat tänkande.
Psykopati
Psykopati är en personlighetsstörning som kännetecknas av antisocialt beteende, brist på ånger och empati och försämrat beslutsfattande. Studier som undersöker nervkorrelaten av denna störning finner liknande dysfunktion över de storskaliga hjärnnätverken som kan ses i andra psykiatriska störningar som depression och ångest. Dessa studier upptäckte funktionella skillnader inom Default Mode Network (DMN) och Central Executive Network (CEN), såväl som över nätverk. Många individer uppvisar hyperaktivitet i Default Mode Network, såväl som minskad aktivitet i Dorsal Anterior Cingulate Cortex (dorsal ACC). Dorsal ACC är en av huvudnoderna i Salience Network, vilket är nätverket som är tänkt att modulera mellan DMN och CEN. Denna minskade aktivering antas vara en av orsakerna till den ökade aktiveringen i DMN på grund av bristen på alternerande aktiveringsmönster från DMN till Salience Network. En studie gjord med en grupp fängslade individer med psykopati visade också att högre nivåer av psykopati var kopplade till en mer effektiv organisation inom det dorsala uppmärksamhetsnätverket.
Neurologiska störningar
ALS
Amyotrofisk lateralskleros (ALS) är en neurodegenerativ sjukdom i övre och nedre motorneuroner som leder till andningsproblem och dödsfall inom 3–5 år. Flera nätverk kan påverkas i ALS, vilket visar att det är en störning i flera system. Anslutningar i motoriska regioner, somatosensoriska regioner och extramotoriska regioner förändras hos patienter med ALS. Anslutningar i visuella områden förändras också. Vidare visar både motoriska och kognitiva nätverk minskad aktivering hos ALS-patienter. De specifika funktionshindrade nätverken inkluderar DMN (Default Mode Network), sensorimotoriskt nätverk (SMN), frontoparietal nätverk (FPN) och framträdande nätverk (SN). Det är specifikt minskad anslutning mellan DMN och SMN. Resting state functional connectivity (rsFC) hos ALS-patienter minskar och vilotillståndsnätverk interagerar mindre med varandra.
Parkinsons sjukdom
Parkinsons sjukdom (PD) är en rörelsestörning som också orsakar kognitiv försämring i vissa fall. Parkisonspatienter har förändrat anslutningen i det sensorimotoriska nätverket (SMN), det visuella nätverket, putamen i det subkortikala nätverket och lillhjärnan. Svårighetsgraden av symtomen vid PD var också associerad med tidsvariation mellan subkortikala nätverk och visuella nätverk, ventrala och dorsala uppmärksamhetsnätverk. Primär motorisk cortex och kompletterande motoriska områden är också mindre aktiva hos patienter med PD. Det frontoparietala (FP) nätverket hos patienter med Parkinsons sjukdom men utan kognitiv försämring är mer robust och motståndskraftig mot nätverksstörningar jämfört med dem med kognitiv försämring. Detta tyder på att FP-nätverket kan vara en prediktor för kognitiv försämring hos Parkinsonspatienter. FP-kontrollnätverket visar också minskad nätverksanslutning med andra nätverk i viloläge. PD-patienter med amnestiska störningar (bearbetningshastighet och minnesstörningar) löper större risk att utveckla demens. Nätverksanslutningen är minskad hos patienter med amnestiska störningar jämfört med de utan. Det finns också bevis för att ett speciellt PD-nätverk bildas hos patienter med PD som kopplar samman metaboliskt aktiva områden i lillhjärnan, pons, frontal cortex och limbiska regioner. Således har PD-patienter ökat nätverksanslutningen i den lilla världen.
Huntingtons sjukdom
Huntingtons sjukdom (HD) är en ärftlig neurologisk störning som orsakar progressiv motorisk, beteende och kognitiv försämring. Patienter med genen som orsakar HD har olika anslutningar i deras standardlägesnätverk (DMN). Dessa patienter har minskad koppling mellan den främre mediala prefrontala cortex, den vänstra inferior parietal och den bakre cingulate cortex. De har också ökad anslutning mellan de två DMN-delsystemen. Minskad anslutning inom det sensorimotoriska nätverket (SMN) finns i tidiga stadier av HD och det visuella nätverket och uppmärksamhetsnätverken påverkas senare.
Sömnstörningar
Det finns många typer av sömnstörningar . Sömnbegränsning (SR) är en konsekvens av att man inte får tillräckligt med sömn och orsakar förändringar i strukturell nätverksanslutning. Specifikt riktar den sig mot den bilaterala orbitala delen av frontal gyri, övre occipital gyri, vänster insula, fusiform, höger kompletterande motorområde och cingulate gyrus. En studie gjord på unga män med mindre sömn visade också att det fanns ökad anslutning inom det somatomotoriska nätverket (SMN) under vila. Sömnlöshet är ett tillstånd där patienter har svårt att somna eller sova. Det finns bevis för att sömnlöshet involverar distribuerade hjärnnätverk och orsakar ökad strukturell anslutning runt den högra vinkelgyrusen. Ett subnätverk som var centraliserat vid den högra vinkelgyrusen och inkluderade frontala, temporala och subkortikala regioner, visade förbättrad anslutning hos patienter med sömnlöshet. Vidare är förfallet i kognitiva förmågor efter en viss period av total sömnbrist associerad med ökad koppling mellan standardlägesnätverket (DMN) och framträdande nätverket (SN). Sömnstörningar hos ungdomar kan också orsakas av ökad gråsubstansvolym i flera storskaliga nätverk.
Demens
Demens är en allmän term för förlust av minne, språk, problemlösning och andra tankeförmåga som är tillräckligt allvarliga för att störa det dagliga livet. Demens är en allmän term som hjärtsjukdom är en allmän term. Demens orsakas av skador på hjärnceller. Denna skada stör hjärncellernas förmåga att kommunicera med varandra. När hjärnceller inte kan kommunicera normalt kan tänkande, beteende och känslor påverkas. Det finns många tecken på demens. Dessa tecken kan visa sig som korttidsminne, problem med att hålla reda på föremål och mer. Vanligtvis provoceras demens av en "frånkopplingshändelse" (t.ex. en stroke) som kopplar bort ett eller flera funktionella områden från en uppgiftsassocierad ensemble av funktionellt sammankopplade regioner, vilket resulterar i ett kliniskt observerbart "frånkopplingssyndrom".
Den vanligaste formen av demens är Alzheimers sjukdom. Alzheimers sjukdom (AD) är en progressiv, neurodegenerativ sjukdom som kliniskt kan karakteriseras av nedsatt minne och många andra kognitiva funktioner. Flera nyare studier har föreslagit att AD-patienter har störande neuronal integritet i storskaliga strukturella och funktionella hjärnsystem som ligger till grund för kognition på hög nivå, vilket framgår av en förlust av nätverksegenskaper i den lilla världen. Vid Alzheimers sjukdom gör höga nivåer av vissa proteiner i och utanför hjärncellerna det svårt för hjärnceller att hålla sig friska och att kommunicera med varandra. Den hjärnregion som först drabbas är hippocampus. Det börjar specifikt i den laterala entorhinala cortex, eller LEC. LEC anses vara en port till hippocampus, som bland annat spelar en nyckelroll i konsolideringen av långtidsminnet. Om LEC påverkas kommer även andra aspekter av hippocampus att påverkas. Hippocampus är centrum för inlärning och minne i hjärnan, och hjärncellerna i denna region är ofta de första som skadas. Det är därför minnesförlust ofta är ett av de tidigaste symtomen på Alzheimers.
Epilepsi
Epilepsi är en störning i hjärnans nätverk. Det är en hjärnsjukdom som orsakar återkommande, oprovocerade anfall. I en epileptisk hjärna har vissa nätverk onormala parametrar på molekylär och cellulär nivå, på grund av genetiska eller förvärvade patogena faktorer, vilket gör vissa väsentliga parametrar som kontrollerar nätverksstabilitet extremt känsliga för påverkan av exogena och endogena faktorer. På den lokala neuronala nätverksnivån utgör vissa hubbar som utgörs av neuroner och tillhörande glia oscillerande system som blev alltmer kopplade vid övergången till ett anfall, och därigenom rekryterar mer avlägsna neuronala nätverk, som utgör komplexa oscillerande kretsar, som kan kännas igen av EEG- eller MEG-inspelningar .
Strukturella epilepsier hos äldre barn och vuxna ger oftast fokala anfall och har mycket liknande symtom från händelse till händelse. Fokala anfall kan vara enkla eller komplexa. Enkla fokala anfall, även kända som auror, förekommer i ett område på ena sidan av hjärnan, men kan spridas därifrån. Personen förlorar inte medvetandet under ett enkelt fokalt anfall. Enkla fokala anfall med motoriska symtom kommer att påverka muskelaktiviteten och orsaka ryckande rörelser i en fot, ansiktet, en arm eller annan del av kroppen. Det kan orsaka sensoriska symtom som påverkar sinnena, såsom: hörselproblem, hallucinationer och lukt- eller andra förvrängningar; samt påverka sinnena genom att orsaka hörselproblem, hallucinationer och lukt- eller andra förvrängningar. Det kan också träffa delar av hjärnan som utlöser känslor eller minnen av tidigare upplevelser, vilket orsakar känslor av rädsla, ångest eller déjà vu (den illusoriska känslan av att något har upplevts tidigare). Komplexa fokala anfall föregås ofta av ett enkelt fokalt anfall (aura). När de upplever ett komplext fokalt anfall kan patienter stirra tomt ut i rymden eller uppleva automatismer (icke ändamålsenliga, repetitiva rörelser som smackande läppar, blinkande, grymtande, slukning eller skrik).
I vissa fall kan anfall spridas till båda sidor av hjärnan, vilket leder till ett generaliserat tonisk-kloniskt anfall. Tonisk-kloniska anfall är anfall som påverkar musklerna. Toniska anfall orsakar en stelning av musklerna medan kloniska anfall kännetecknas av ryckningar eller ryckningar. De är anfall som har sitt ursprung i båda halvorna (hemisfärerna) av hjärnan samtidigt, vilket orsakar stelhet eller ryckningar i hela kroppen, känt som ett toniskt eller kloniskt anfall. Ett toniskt eller kloniskt anfall kan också börja i ett område av hjärnan (kallas ett partiellt eller fokalt anfall), som bara påverkar en del av kroppen, såsom en arm eller ett ben. De kan vara partiella eller generaliserade.
Ett enkelt partiellt anfall är när personen vet vad som händer och är lite medveten om sin omgivning och kanske kan beskriva vad som hände. Ett komplext partiellt anfall är när personen inte vet vad som händer, inte är medveten om sin omgivning och inte vet att något ovanligt har hänt.
Vissa rapporter säger att vissa epilepsianfall är generaliserade, vilket innebär att anfallet börjar i ett område av hjärnan och sedan sprider sig, men detta är en föråldrad term eftersom det i fall av idiopatisk generaliserad epilepsi (IGE) och barndomsfrånvaro epilepsi (CAE) finns nu övertygande bevis för att anfallen startar i ett väldefinierat hjärnområde och sprider sig i hög hastighet till anslutna hjärnområden och rekryterar specifika neuronala nätverk till typiskt oscillerande beteende.
Stroke
En stroke, även känd som övergående ischemisk attack eller cerebrovaskulär olycka, inträffar när blodflödet till hjärnan blockeras. Detta hindrar hjärnan från att få syre och näringsämnen från blodet. Utan syre och näringsämnen börjar hjärnceller dö inom några minuter. Stroke orsakar fokala hjärnskador som stör funktionell anslutning (FC), ett mått på aktivitetssynkronisering, genom distribuerade hjärnnätverk. Störningen i FC-regioner orsakas av skador på kortikala regioner i hjärnan, som är olika regioner i hjärnbarken. Stroke orsakar också en frånkoppling i den vita substansen i ens hjärna. Det har visat sig att neurologiska brister inte bara uppstår från fokal vävnadsskada utan också från lokala och avlägsna förändringar i vita substanser och i neurala interaktioner mellan utbredda nätverk.
Afasi
Afasi är en språkstörning som orsakas av skador i ett specifikt område av hjärnan som styr språkets uttryck och förståelse. Afasi kan vara resultatet av en stroke, huvudskada, hjärntumör, demens etc. Afasi kan uppstå efter en subakut stroke där det finns förändringar i de två distinkta fassynkrona nätverken. Det finns många typer av afasi men huvudtyperna delas in i tre kategorier: Broca-afasi, Wernicke-afasi och global afasi. Hos strokepatienter kan lesioner som påverkar Brocas område (inferior frontal gyrus eller IFG), Wernickes område (superior temporal gyrus eller STG) och anslutande vita substanser, leda till afasi.
Broca-afasi är när det finns skador på den främre delen av den språkdominerande sidan av hjärnan. Det är oförmågan att uttrycka språket. Denna region, belägen i den bakre nedre frontala gyrusen av den dominerande hemisfären vid Brodmann-områdena 44 (pars opercularis) och 45 (pars triangularis), och frontalloben utgör Broca-regionen. Brocaområdet är livsviktigt för språket och också nödvändigt för språkupprepning, gestframställning, meningsgrammatik och flytande och tolkning av andras handlingar. Lesioner i Brocas område i IFG, den nedre delen av den precentrala gyrusen och de operkulära och insulära regionerna är associerade med namngivningssvårigheter och övergripande uttrycksfulla språkunderskott hos individer med Brocas afasi.
Wernicke-afasi är när det finns skador på sidodelen av den språkdominerande delen av hjärnan. Wernickes afasi är oförmågan att förstå språket. Det är när det har skett skador på hjärnans temporallob som det kan resultera i Wernickes afasi, den vanligaste typen av flytande afasi. Personer med Wernickes afasi kan tala i långa, fullständiga meningar som inte har någon mening, lägga till onödiga ord och till och med skapa påhittade ord. Den vanligaste orsaken till Wernickes afasi är en ischemisk stroke som påverkar den dominanta hemisfärens bakre temporallob.
Global afasi är när det finns skador på en stor del av den språkdominerande sidan av hjärnan. Det är resultatet av skador på omfattande delar av hjärnans språkområden. Individer med global afasi har allvarliga kommunikationssvårigheter och kan vara extremt begränsade i sin förmåga att tala eller förstå språk. De kanske inte kan säga ens några få ord eller kan upprepa samma ord eller fraser om och om igen. De kan ha svårt att förstå även enkla ord och meningar. Denna afasi är vanligtvis förknippad med en stor lesion i det perisylvianska området. Det perisylvianska området är området runt lateral sulcus (Sylvian fissur) på vänster hjärnhalva och inkluderar Brocas område och Wernickes område. Global afasi är oftast resultatet av en stroke i den mellersta cerebrala artären som tillför blod till den laterala ytan av den vänstra hjärnhalvan
Personlighetsstörningar
Borderline personlighetsstörning
Borderline Personality Disorder (BPD) är en relativt sällsynt personlighetsstörning, som utgör cirka 1,4 % av den vuxna befolkningen i USA, med kvinnor som drabbas oproportionerligt mycket. BPD kan kännetecknas av instabilitet i självbild, humör och beteende. Impulsivitet, snabba humörsvängningar och instabila relationer med andra är alla indikatorer på BPD. I likhet med andra störningar kan BPD påverkas av många saker som genetiska, miljömässiga och samhälleliga faktorer, men forskare har långsamt avslöjat potentiella neurobiologiska förklaringar för personlighetsstörningar också. Aktuella teorier pekar på brister i anslutning mellan tre storskaliga hjärnnätverk, Default Mode Network (DMN), Salience Network (SN) och det mediala temporallobsnätverket, som är associerat med minne och bearbetning av negativa känslor. Särskilt i BPD verkar det finnas avvikande kopplingar mellan detektion av framträdande stimuli såväl som "självreferensiell kodning" vilket resulterar i "felidentifiering med neutrala stimuli såväl som ett misslyckande med att integrera framträdande information med interna representationer". Studier har också visat ökad koppling inom den mediala tinningloben såväl som mellan områden i den mediala tinningloben och områden i saliencenätverket. Det frontolimbiska systemet visar också betydelse i preliminära studier, där forskare associerar svårighetsgraden av BPD-system med svårighetsgraden av underskott i frontolimbiska strukturer och kopplingar. Forskning om neurala korrelat av BPD är mycket preliminär och mer forskning behöver göras om hur våra hjärnans kopplingar kan informera förståelsen om denna störning.
Tvångsmässigt tvångsmässig personlighetsstörning
Obsessive Compulsive Personality Disorder (OCPD) är en personlighetstyp där behovet av perfektionism i alla aspekter av livet har företräde. Trots det faktum att OCPD är den vanligaste personlighetsstörningen i den allmänna befolkningen, är publicerade studier som tittar på hjärnkorrelaten för denna störning praktiskt taget obefintliga. I en nyligen genomförd studie genomgick tio individer diagnostiserade med OCPD och tio friska kontroller en klinisk bedömningsintervju och en vilotillståndsfunktionell magnetisk resonanstomografi (fMRI) förvärv. Resultaten visar att OCPD-patienter uppvisade en ökad funktionell anslutning i precuneus (dvs. en posterior nod av DMN), som är känd för att vara involverade i återvinningsmanipulation av tidigare händelser för att lösa nuvarande problem och utveckla planer för framtiden. Dessa resultat tyder på att denna nyckelnod i DMN kan spela en viktig roll i OCPD. OCPD-patienter uppvisar förändrad spontan neural aktivitet jämfört med friska kontroller i flera hjärnregioner, vilket kan återspegla olika karakteristiska symptom på OCPD-patofysiologi, inklusive kognitiv inflexibilitet, överdriven självkontroll, lägre empati och visuell uppmärksamhetsbias.