Journal of The Korean Association For Science Education
/
v.32
no.3
/
pp.524-531
/
2012
Categorization is an important human function used to process different stimuli. It is also one of the most important factors affecting measurement of a person's classification ability. Explicit categorization, the representative system by which categorization ability is measured, can verbally describe the categorization rule. The purpose of this study was to develop a prediction model for categorization ability as it relates to the classification process of living organisms using fMRI. Fifty-five participants were divided into two groups: a model generation group, comprised of twenty-seven subjects, and a model verification group, made up of twenty-eight subjects. During prediction model generation, functional connectivity was used to analyze temporal correlations between brain activation regions. A classification ability quotient (CQ) was calculated to identify the verbal categorization ability distribution of each subject. Additionally, the connectivity coefficient (CC) was calculated to quantify the functional connectivity for each subject. Hence, it was possible to generate a prediction model through regression analysis based on participants' CQ and CC values. The resultant categorization ability regression model predictor was statistically significant; however, researchers proceeded to verify its predictive ability power. In order to verify the predictive power of the developed regression model, researchers used the regression model and subjects' CC values to predict CQ values for twenty-eight subjects. Correlation between the predicted CQ values and the observed CQ values was confirmed. Results of this study suggested that explicit categorization ability differs at the brain network level of individuals. Also, the finding suggested that differences in functional connectivity between individuals reflect differences in categorization ability. Last, researchers have provided a new method for predicting an individual's categorization ability by measuring brain activation.
Neuronal connectivity determines brain function. Therefore, understanding the full map of brain connectivity with functional annotations is one of the most desirable but challenging tasks in science. Current methods to achieve this goal are limited by the resolution of imaging tools and the field of view. Macroscale imaging tools (e.g., magnetic resonance imaging, diffusion tensor images, and positron emission tomography) are suitable for large-volume analysis, and the resolution of these methodologies is being improved by developing hardware and software systems. Microscale tools (e.g., serial electron microscopy and array tomography), on the other hand, are evolving to efficiently stack small volumes to expand the dimension of analysis. The advent of mesoscale tools (e.g., tissue clearing and single plane ilumination microscopy super-resolution imaging) has greatly contributed to filling in the gaps between macroscale and microscale data. To achieve anatomical maps with gene expression and neural connection tags as multimodal information hubs, much work on information analysis and processing is yet required. Once images are obtained, digitized, and cumulated, these large amounts of information should be analyzed with information processing tools. With this in mind, post-imaging processing with the aid of many advanced information processing tools (e.g., artificial intelligence-based image processing) is set to explode in the near future, and with that, anatomic problems will be transformed into informatics problems.
The process model of emotion regulation suggests that cognitive reappraisal and expressive suppression engage at different time points in the regulation process. Although multiple brain regions and networks have been identified for each strategy, no articles have explored changes in network characteristics or network connectivity over time. The present study examined (a) the whole-brain network and six other resting-state networks, (b) their modularity and global efficiency, which is an index of the efficiency of information exchange across the network, (c) the degree and betweenness centrality for 160 brain regions to identify the hub nodes with the most control over the entire network, and (d) the intra-network and inter-network functional connectivity (FC). Such investigations were performed using a traditional large-scale FC analysis and a relatively recent sliding window correlation analysis. The results showed that the right inferior orbitofrontal cortex was the hub region of the whole-brain network for both strategies. The present findings of temporally altering functional activity of the networks revealed that the default mode network (DMN) activated at the early stage of reappraisal, followed by the task-positive networks (cingulo-opercular network and fronto-parietal network), emotion-processing networks (the cerebellar network and DMN), and sensorimotor network (SMN) that activated at the early stage of suppression, followed by the greater recruitment of task-positive networks and their functional connection with the emotional response-related networks (SMN and occipital network). This is the first study that provides neuroimaging evidence supporting the process model of emotion regulation by revealing the temporally varying network efficiency and intra- and inter-network functional connections of reappraisal and suppression.
Kim, Byeong-Nam;Kim, Yun-Hee;Kim, Laehyun;Kwon, Gyu-Hyun;Jang, Won-Seuk;Yoo, Sun-Kook
Science of Emotion and Sensibility
/
v.19
no.1
/
pp.31-38
/
2016
The brain and muscles both of which are composed of top-down structure occur the connectivity with the change of Electroencephalogram(EEG) and Electromyogram(EMG). In this paper, we studied the difference of functional connectivity between brain and muscles that by applying coherence method to EEG and EMG signals when users exercised upper limb with and without the movement intention. The changes in the EEG and EMG signals were inspected using coherence method. During the upper limb exercise, the mu (8~14 Hz) and beta (15~30 Hz) rhythms of the EEG signal at the motor cortex area are activated. And then the beta and piper (30~60 Hz) rhythms of the EMG signal are activated as well. The result of coherence analysis between EEG and EMG showed the coefficient of active exercise including movement intention is significantly higher than passive exercise. The coherence relations between cognitive response and muscle movement could interpret that the connectivity between the brain and muscle appear during active exercise with movement intention. The feature of coherence between brain and muscles by the status of movement intention will be useful in designing the rehabilitation system requiring feedback depending on the users' movement intention status.
Ko, Daewook;Youn, So Young;Choi, Jean H.;Shin, Yong-Wook
Anxiety and mood
/
v.10
no.2
/
pp.143-150
/
2014
Objective : The subgenual cingulate cortex, a part of default-mode network, has been known to playa key role in the pathophysiology of depression. The previous studies have reported abnormal functional connectivity between the subgenual cingulate cortex and other brain regions in the patients with depression. The goal of this shldy was to explore the resting-state functional connectivity of the subgenual cingulate cortex between the patients with depression and healthy subjects. Methods : Twenty patients with major depression and age- and sex-matched 20 healthy subjects underwent 5-minute resting state fMRI scans. The functional connectivity map in each subject was acquired using seed-based correlation analysis with the seed located in the subgenual cingulate cortex (Talairach coordinates; x=-10, y=5, z=-10). The functional connectivity maps were calculated using AFNI and compared between the patient and healthy subject group via two-sample T-test using 3dttest++ in AFNI package. Results : Functional connectivity was decreased between the subgenual cingulate cortex and both sides of fusiform gyrus in depressed subjects. Connectivity was also decreased between the subgenual cingulate cortex and the left cerebellum in the patient group. There was no correlation between the severity of depression and the degree of functional connectivity between the subgenual cingulate cortex and the regions showing decreased functional connectivity. Conclusion : Decreased resting-state functional connectivity between the subgenual cingulate cortex and both sides of fusiform gyrus, and decreased connectivity between the subgenual cingulate cortex and the left cerebellum found in the patients with major depression in comparison to the healthy subjects might be related to abnormal emotional and cognitive processing of depressed patients.
Magnetic resonance imaging (MRI) is a key technology that has been seeing increasing use in studying the structural and functional innerworkings of the brain. Analyzing the variability of brain connectome through tractography analysis has been used to increase our understanding of disease pathology in humans. However, there lacks standardization of analysis methods for small animals such as mice, and lacks scientific consensus in regard to accurate preprocessing strategies and atlas-based neuroinformatics for images. In addition, it is difficult to acquire high resolution images for mice due to how significantly smaller a mouse brain is compared to that of humans. In this study, we present an Allen Mouse Brain Atlas-based image data analysis pipeline for structural connectivity analysis involving structural region segmentation using mouse brain structural images and diffusion tensor images. Each analysis method enabled the analysis of mouse brain image data using reliable software that has already been verified with human and mouse image data. In addition, the pipeline presented in this study is optimized for users to efficiently process data by organizing functions necessary for mouse tractography among complex analysis processes and various functions.
Jung, Jae-Hwan;Ji, Seong-Jin;Zhu, Hongtu;Ibrahim, Joseph G.;Fan, Yong;Lee, Eunjee
Communications for Statistical Applications and Methods
/
v.27
no.6
/
pp.603-624
/
2020
There is an emerging interest in brain functional connectivity (FC) based on functional Magnetic Resonance Imaging in Alzheimer's disease (AD) studies. The complex and high-dimensional structure of FC makes it challenging to explore the association between altered connectivity and AD susceptibility. We develop a pipeline to refine FC as proper covariates in a penalized logistic regression model and classify normal and AD susceptible groups. Three different quantification methods are proposed for FC refinement. One of the methods is dimension reduction based on common component analysis (CCA), which is employed to address the limitations of the other methods. We applied the proposed pipeline to the Alzheimer's Disease Neuroimaging Initiative (ADNI) data and deduced pathogenic FC biomarkers associated with AD susceptibility. The refined FC biomarkers were related to brain regions for cognition, stimuli processing, and sensorimotor skills. We also demonstrated that a model using CCA performed better than others in terms of classification performance and goodness-of-fit.
In this paper, we propose an algorithm for automatic segmentation of 3-dimesional brain MR images. In order to segment 3-dimensional brain MR images, we start segmentation from a mid-sagittal brain MR image. Then the segmented mid-sagittal brain MR image is used as a mask that is applied to the remaining lateral slices. Then we apply preprocessing, which includes thresholding and region-labeling, to the lateral slices, resulting in simplified 3-D brain MR images. Finally, we remove remaining problematic regions in the 3-dimensional brain MR image using the connectivity-based thresholding segmentation algorithm. Experiments show satisfactory results.
Objective: In this study, we used resting-state fMRI data to map differences in functional connectivity between a comprehensive set of 8 distinct cortical and subcortical brain regions in healthy controls and Internet addicts. We also investigated the relationship between resting state connectivity strength and the level of psychopathology (ex. score of internet addiction scale and score of Barratt impulsiveness scale). Background: There is a lot of evidence of relationship between Internet addiction and impaired inhibitory control. Clinical evidence suggests that Internet addicts have a high level of impulsivity as measured by behavioral task of response inhibition and a self report questionnaire. Method: 15 Internet addicts and 15 demographically similar non-addicts participated in the current resting-state fMRI experiment. For the connectivity analysis, regions of interests (ROIs) were defined based on the previous studies of addictions. Functional connectivity assessment for each subject was obtained by correlating time-series across the ROIs, resulting in $8{\times}8$ matrixs for each subject. Within-group, functional connectivity patterns were observed by entering the z maps of the ROIs of each subject into second-level one sample t test. Two sample t test was also performed to examine between group differences. Results: Between group, the analysis revealed that the connectivity in between the orbito frontal cortex and inferior parietal cortex, between orbito frontal cortex and putamen, between the orbito frontal cortex and anterior cingulate cortex, between the insula and anterior cingulate cortex, and between amydgala and insula was significantly stronger in control group than in the Internet addicts, while the connectivity in between the orbito frontal cortex and insula showed stronger negative correlation in the Internet addicts relative to control group (p < 0.001, uncorrected). No significant relationship between functional connectivity strength and current degree of Internet addiction and degree of impulsitivy was seen. Conclusion: This study found that Internet addicts had declined connectivity strength in the orbitofrontal cortex (OFC) and other regions (e.g., ACC, IPC, and insula) during resting-state. It may reflect deficits in the OFC function to process information from different area in the corticostriatal reward network. Application: The results might help to develop theoretical modeling of Internet addiction for Internet addiction discrimination.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.