Source Localization of Brain States Associated with Canonical Neuroimaging Postures
Notice bibliographique
Résumé
Cognitive neuroscientists rarely consider the influence that body position exerts on brain activity; yet, postural variation holds important implications for the acquisition and interpretation of neuroimaging data. Whereas participants in most behavioral and EEG experiments sit upright, many prominent brain imaging techniques (e.g., fMRI) require participants to lie supine. Here we demonstrate that physical comportment profoundly alters baseline brain activity as measured by magnetoencephalography (MEG)-an imaging modality that permits multipostural acquisition. We collected resting-state MEG data from 12 healthy participants in three postures (lying supine, reclining at 45°, and sitting upright). Source-modeling analysis revealed a broadly distributed influence of posture on resting brain function. Sitting upright versus lying supine was associated with greater high-frequency (i.e., beta and gamma) activity in widespread parieto-occipital cortex. Moreover, sitting upright and reclining postures correlated with dampened activity in prefrontal regions across a range of bandwidths (i.e., from alpha to low gamma). The observed effects were large, with a mean Cohen's d of 0.95 ( SD = 0.23). In addition to neural activity, physiological parameters such as muscle tension and eye blinks may have contributed to these posture-dependent changes in brain signal. Regardless of the underlying mechanisms, however, the present results have important implications for the acquisition and interpretation of multimodal imaging data (e.g., studies combining fMRI or PET with EEG or MEG). More broadly, our findings indicate that generalizing results-from supine neuroimaging measurements to erect positions typical of ecological human behavior-would call for considering the influence that posture wields on brain dynamics.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».