استخراج رابطه ی علی مرتبط با ضریب هوشی در شبکه های حالت پیش فرض و برجستگی مغز
محل انتشار: نشریه ی مهندسی پزشکی زیستی، دوره: 17، شماره: 3
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 80
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJBM-17-3_001
تاریخ نمایه سازی: 9 اسفند 1404
چکیده مقاله:
ضریب هوشی یکی از کمیت های مورد توجه محققان است. برای این پژوهش ۱۰۰ آزمودنی سالم جوان غیرمرتبط با هم از بین ۱۲۰۰ آزمودنی موجود در دادگان HCP (۵۴ زن و ۴۶ مرد) با میانگین سنی ۲۸ سال (بازه ی ۲۲ تا ۳۵ سال) به طور تصادفی انتخاب شده است. آزمون تست ریون برای هر یک از افراد انجام شده است. سپس با استفاده از نتایج تست ریون، هر فرد در یکی از سه گروه هوش بالا، هوش متوسط و هوش پایین قرار گرفته است. در مرحله ی بعد با استفاده از داده های تصویرنگاری تشدید مغناطیسی کارکردی حالت استراحت (rsfMRI) این افراد و به کارگیری الگوریتم مدل سازی علی طیفی (spDCM) و تول باکس SPM۱۲ در متلب، دو شبکه از شبکه های مغز به نام های شبکه ی حالت پیش فرض (DMN) و شبکه ی برجستگی (SN) مورد بررسی قرار گرفته است. برای هر یک از سه گروه ذکر شده در بالا، یک مدل اتصال به دست آمده است. تفاوت آشکار در شبکه ی DMN به گونه ای است که در مدل به دست آمده هیچ ارتباطی از PCC به RIPC در افراد با هوش بالا وجود ندارد. در مقابل، در دو گروه دیگر یک ارتباط تحریکی وجود دارد. به طور خاص، اتصال LIPC به RIPC در افراد با هوش بالا بازدارنده بوده اما در دو گروه دیگر تحریک کننده است. علاوه بر این، ارتباط بین mPFC و RIPC در گروه با هوش بالا و هوش متوسط، بازدارنده است در حالی که در گروه افراد با هوش پایین هیچ ارتباطی وجود ندارد. پس از به دست آوردن مدل جهت بررسی تفاوت از تست ANOVA با مقدار ۰۵/۰p-value< استفاده شده است. در شبکه ی SN این تفاوت معنادار در ۶ یال از ۱۶۹ یال شامل rMCC-rvIPFC، rInsula-rvIPFC، rInsula-rPutamen، rInsula-IIPG، IIPG-rSFG، IIPG-rSFG آشکار شده است.
کلیدواژه ها:
نویسندگان
مینا قورچیان
دانشجوی دکتری، موسسه ی آموزش عالی علوم شناختی، تهران، ایران
حمید سلطانیان زاده
استاد، دانشکده ی مهندسی برق و کامپیوتر، دانشگاه تهران، تهران، ایران
میرمحسن پدرام
دانشیار، گروه برق و کامپیوتر، دانشکده ی فنی و مهندسی، دانشگاه خوارزمی، تهران، ایران
محسن میرمحمدصادقی
استادیار، موسسه ی آموزش عالی علوم شناختی، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :