ワーキングメモリ負荷中の音声処理における皮質振動と同調

Cortical oscillations and entrainment in speech processing during working memory load
Jens Hjortkjær, Jonatan Märcher‐Rørsted Søren A. Fuglsang Torsten Dau European Journal of Neuroscience

神経振動は,作業記憶(WM)および音声処理において重要な役割を果たすと考えられている.現実の状況で音声を聞くことはしばしば認知的に要求されるが,聴覚皮質の脳活動が音声機能に同期する際,WM負荷がどのように影響するかどうかは明らかでない.ここでは,異なる程度のWM負荷下での音声エンベロープ変動への皮質の同調を調査するため,聴覚のN-backパラダイムを開発した.N-backタスクを入れた連続音声を聞いている22人の被験者から,脳波,瞳孔の拡大,および行動パフォーマンスを測定した.音声刺激は,文のイントネーション,音節の速度,および音声の内容に関して,自然な音声に一致するよう作成された長い数字の文章で構成された.音声処理中にさまざまなWM機能に負荷をかけるために,聞き手はさまざまなレベルのバックグラウンドノイズの音声シーケンスに対してN-backタスクを実行した.より高いN-backレベルでのWM負荷の増加は,後頭のアルファ度の減少と瞳孔拡張の増加に関連していた.前頭のシータ出力は,訓練の開始時に増加し,N-backレベルが高くなるとさらに増加した.観測されたアルファシータパワーの変化は,WM処理負荷の一般的な振動相関を示唆する視覚的なN-backパラダイムと一致している.発話同調は,発話信号のエンベロープと低周波皮質活動(<13Hz)の間の線形マッピングとして測定された.両方のタイプのWM負荷(バックグラウンドノイズとN-backレベル)の増加により,皮質音声エンベロープの引き込みが減少することが分かった.同調は高負荷下で持続したが,我々の結果は,皮質音声同調に対するWM処理のトップダウンの影響を示唆している.

視覚画像の鮮明さの神経相関–fMRIの研究と文献レビュー

The neural correlates of visual imagery vividness – An fMRI study and literature review
J. Fulford, F. Milton, D. Salas, A. Smith, A. Simler, C. Winlove and A. Zeman Cortex, vol. 105, pp. 26-40, 2018.
視覚心像のアンケートの鮮明さを使用して,111人の大学生のサンプルから,14人の高得点者と15人の低得点者の健常被験者を選択した. 2つのグループは,年齢,IQ,記憶,気分の尺度で一致したが,画像の鮮明さは大きく異なった.参加者が有名な顔や有名な建物を見たり,後で想像したりしている際に,fMRIを使用して脳の活性化を調査した.グループ比較により,低鮮明度のグループは,高鮮明度のグループよりも視覚化しながら,より広範な脳領域のセットを活性化することが明らかになった.被験者のグループ全体の画像の鮮明さに関連した脳の活性化のパラメトリック分析は,正と負の相関の明確なパターンを明らかにした.特に,いくつかの後部皮質領域は,画像の鮮明さと正の相関関係を示す.紡錘状回,後部帯状回,および海馬傍回(BA 19,29,31,36)の領域は,正の相関関係のみを示した.対照的に,前帯状皮質(BA 24)および下前頭回(BA 44および47)の一部,島皮質(BA 13),聴覚皮質(BA 41)および初期視覚皮質(BA 17および18)は,負の相関関係のみを示した.これらの結果は,「盲目の想像力」の臨床症例の以前の機能的イメージング研究,および視覚および他のドメインにおける画像の鮮明さと関連する現象の機能的イメージング相関に関する既存の文献に関連して議論する.

マインドフルネス,内受容,及び身体:現代的な視点

Mindfulness, Interoception, and the Body: A Contemporary Perspective
Jonathan Gibson Frontiers in Psychology, vol.10, pp.1-18, 2019

“マインドフルネスは,多くの訓練,プロセス,及び特性を特徴付ける包括的な用語としてよく使用される.批評家は,この広範な定義が誤った情報,誤解,および方法論的に厳密な研究の一般的な欠如をもたらしたと主張する.マインドフルネスを取り巻く混乱の一部は,マインドフルネスと瞑想という用語の区別されない使用に起因すると考えられている.マインドフルネス,及び他のすべての瞑想は,内受容の主要なハブである島を調節することが示されている.内受容はマインドフルネスの基礎であり,実践から利益を得るための主要なメカニズムであると主張する人もいる.しかし,マインドフルネスの文献と同様に,内受容は精度がなく,領域が限定された意味と含意を伴って広く定義されることがよくある.研究は,島と周囲の神経回路が,注意,認識,及びすべての主観的経験を含む内受容以外の多くの機能に関与していると考えられていることを示している.マインドフルネスがこれらの神経可塑性と機能的効果を生み出すと考えられてきた.マインドフルネスとその利点のいくつかは,島の神経可塑性の変化の結果である内受容の増加としてよりよく説明でき,島と周囲の神経回路の発達がマインドフルネス傾向を育てる可能性があるという証拠がある.本稿の目的は,(1)マインドフルネスの文献で特定された利点の多くを内受容とその神経学的相関に関連付ける方がより正確であることを強調し,(2)マインドフルネス,内受容,及び瞑想を取り巻く混乱の一部を明らかにする手段として,注意状態を提案することである.異なる瞑想には異なる注意状態が必要である.注意は,各焦点が独自の視点を提供する焦点に類似している場合がある.すべての瞑想技術が島を調節することを考えると,各瞑想は他の瞑想の伝統では利用できない複雑な内受容信号を調査するために固有の視点を提供できる.抽象的で広く定義された瞑想手法のセットよりも,それらを調査する手段として身体に科学的発見を固定する方がより有用であるかもしれない.

安静時の機能相関で特定された脳システムの個人固有の特徴

Individual-specific features of brain systems identified with resting state functional correlations
Gordon, Evan M and Laumann, Timothy O and Adeyemo, Babatunde and Gilmore, Adrian W and Nelson, Steven M and Dosenbach, Nico UF and Petersen, Steven E NeuroImage, vol. 146, pp. 918-939, 2017

最近の研究は,被験者のグループ全体で平均化された機能的磁気共鳴画像(fMRI)データを分析することにより,人間の皮質の大規模なシステムレベルの組織を記述する重要な進歩を遂げた.しかし,個人の皮質システムはトポロジー的に複雑であり,皮質シートに沿ったそのような特徴の位置の変動に一部起因して,グループ平均データセットでは観測できない小さいが信頼できる特徴を含むことを示唆する新しい発見が現れた.これ以前の研究では,これらの個人固有のシステム機能の特定の例のみが報告されている.現在まで,このような機能は包括的に説明されていなかった.ここでは,fMRIを使用して,3つの大きな被験者間データセット内と1つの高度にサンプリングされた被験者内データセット内の個々の被験者の皮質システム機能を識別した.以前は特徴付けられていなかったシステム機能を観察したが,1人の個人の多くのスキャンセッションで確実に検出され,多くの個人で一致する可能性があった.合計で,グループ平均システムとは一致しないが,3つの独立したデータセット間で複製される43のシステム機能を特定した.各非グループ特徴のサイズと空間分布について説明した.さらに,一部の個人が特定のシステム機能を失っており,皮質領域のシステムメンバーシップの個人差を示唆していることを観察した.最後に,個人固有のシステム機能を使用して,被験者間の類似性を高めることができることがわかった.合わせて,この研究は,人間の脳システムの個人固有の特徴を特定し,これまでに観察されなかった脳システムの特徴の一覧を提供し,個人の脳の接続性の詳細な検査の基礎を築く.

予測ネットワークモデルによる注意の特性化

Characterizing Attention with Predictive Network Models
Rosenberg, MD and Finn, ES and Scheinost, D and Constable, RT and Chun, MM Trends in cognitive sciences, vol.21, no.4, pp.290–302, 2017

神経画像データのほとんどがグループレベルの分析を行い,ヒトの脳内における注意システムが説明されている.fMRIの研究は,個別の評価,診断,予測などの重要な科学的および実用的な利益をもたらす単一被験者レベルの分析に向かっている.最近の研究では,機能的脳ネットワークに基づいたモデルが,個々の人々がどれだけ注意を払っているかを予測できることが示されています.予測モデルは,注意が脳のネットワーク特性であり,注意の神経基盤が,明確なタスクに従事していないときに測定できるという経験的証拠を提供する.今後,注意と他の認知能力の接続ベースの予測モデルは,臨床機能障害の評価,診断,治療を改善する可能性がある.最近の研究では,大規模な脳ネットワークの機能的接続に基づくモデルが個人の注意能力を予測できることが示されている.認知機能の最初の一般化可能なニューロマーカーである一方で,これらのモデルは注意の基本的な理解を知らせ,以下の経験的証拠を提供する.(i)注意は脳計算のネットワーク特性である.(ii)人々が明確なタスクに従事していないときに注意の基礎となる機能構造を測定できる.(iii)この構造は,いくつかのタスクに共通であり注意欠陥多動性障害(ADHD)に障害がある一般的な注意力をサポートする.