Simultaneous EEG and fMRI Reveals a Causally Connected Subcortical-Cortical Network during Reward Anticipation
Notice bibliographique
Résumé
Electroencephalography (EEG) and functional magnetic resonance imaging (fMRI) have been used to study the neural correlates of reward anticipation, but the interrelation of EEG and fMRI measures remains unknown. The goal of the present study was to investigate this relationship in response to a well established reward anticipation paradigm using simultaneous EEG-fMRI recording in healthy human subjects. Analysis of causal interactions between the thalamus (THAL), ventral-striatum (VS), and supplementary motor area (SMA), using both mediator analysis and dynamic causal modeling, revealed that (1) THAL fMRI blood oxygenation level-dependent (BOLD) activity is mediating intermodal correlations between the EEG contingent negative variation (CNV) signal and the fMRI BOLD signal in SMA and VS, (2) the underlying causal connectivity network consists of top-down regulation from SMA to VS and SMA to THAL along with an excitatory information flow through a THAL→VS→SMA route during reward anticipation, and (3) the EEG CNV signal is best predicted by a combination of THAL fMRI BOLD response and strength of top-down regulation from SMA to VS and SMA to THAL. Collectively, these findings represent a likely neurobiological mechanism mapping a primarily subcortical process, i.e., reward anticipation, onto a cortical signature.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,055 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».