Brain-spinal cord interaction in long-term motor sequence learning in human: An fMRI study
Notice bibliographique
Résumé
The spinal cord is important for sensory guidance and execution of skilled movements. Yet its role in human motor learning is not well understood. Despite evidence revealing an active involvement of spinal circuits in the early phase of motor learning, whether long-term learning engages similar changes in spinal cord activation and functional connectivity remains unknown. Here, we investigated spinal-cerebral functional plasticity associated with learning of a specific sequence of visually-guided joystick movements (sequence task) over six days of training. On the first and last training days, we acquired high-resolution functional images of the brain and cervical cord simultaneously, while participants practiced the sequence or a random task while electromyography was recorded from wrist muscles. After six days of training, the subjects' motor performance improved in the sequence compared to the control condition. These behavioral changes were associated with decreased co-contractions and increased reciprocal activations between antagonist wrist muscles. Importantly, early learning was characterized by activation in the C8 level, whereas a more rostral activation in the C6-C7 was found during the later learning phase. Motor sequence learning was also supported by increased spinal cord functional connectivity with distinct brain networks, including the motor cortex, superior parietal lobule, and the cerebellum at the early stage, and the angular gyrus and cerebellum at a later stage of learning. Our results suggest that the early vs. late shift in spinal activation from caudal to rostral cervical segments synchronized with distinct brain networks, including parietal and cerebellar regions, is related to progressive changes reflecting the increasing fine control of wrist muscles during motor sequence learning.
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 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».