MétaCan
Menu
Retour à la cohorte
Enregistrement W4410632917 · doi:10.1101/2025.05.23.25328072

Visual Mental Imagery and Aphantasia Lesions Map onto a Convergent Brain Network

2025· preprint· en· W4410632917 sur OpenAlexaff
Julian Kutsche, Calvin Howard, William Drew, Matthias Michel, Alexander L. Cohen, Michael Fox, Isaiah Kletenik

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineNeuroscience
ThématiqueFace Recognition and Perception
Établissements canadiensColumbia College
Organismes subventionnairesnon disponible
Mots-clésMental imagePsychologyCartographyArtificial intelligenceCognitive psychologyNeuroscienceComputer scienceGeographyCognition

Résumé

récupéré en direct d'OpenAlex

Abstract Background Visual mental imagery, the ability to volitionally form perceptual representations without corresponding external stimuli, allows reliving of past events, solving problems and imagining the future. The absence of visual mental imagery, called aphantasia, has recently been recognized to occur in about 1% of the general population but the cause is uncertain. By studying rare cases of acquired aphantasia we can identify regions that when injured cause loss of visual mental imagery. Methods We analyzed aphantasia lesions, identified from case reports by systematic review, and previously studied control lesions causing other neuropsychiatric symptoms (n=887). The network of brain regions connected to each lesion location was computed using resting-state functional connectivity from healthy subjects (n=1000). First, we tested the connectivity of aphantasia lesions and controls to the fusiform imagery node , a region in the ventral visual pathway which is active during visual mental imagery tasks. Then, we performed a data-driven analysis assessing whole brain lesion connectivity that was sensitive (100% overlap) and specific (family-wise error p<0.05) for aphantasia. Finally, we compared our aphantasia lesion network to activations previously associated with visual mental imagery tasks. Results We identified 12 cases of lesion-induced aphantasia which occurred in multiple different brain regions. However, 100% of these lesion locations were functionally connected to a region in the left fusiform gyrus, recently termed the fusiform imagery node . Connectivity to this region was both sensitive (100% overlap) and specific (family-wise error p<0.05) for aphantasia. The aphantasia lesion network aligned with functional connections previously associated with visual mental imagery tasks. Conclusions and Relevance Lesions causing aphantasia are located in many different brain regions but are all functionally connected to a specific location in the left fusiform gyrus. These findings support the hypothesis that the fusiform imagery node is a key brain region involved in visual mental imagery and offers clinical insight into which locations of brain injury are likely to cause aphantasia.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,330
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetFace Recognition and PerceptionTravaux en français237 207