مغز | زبان | شناخت
رفتن به کانال در Telegram
⊢تازههای علمیِ مرتبط با زبان و مغز⊣ ————— در اینستگرام سرچ کنید: brainlingua ————— آرشیو پستهای بدون محدودیت: @Brainlingua_archive ————— گروه مغز | زبان | شناخت: https://t.me/+K3qRNlzAQ443NDQ0 ————— سوال، نظر و یا پیشنهادتون رو مطرح کنید: @yas_rgr —————
نمایش بیشتر3 230
مشترکین
اطلاعاتی وجود ندارد24 ساعت
-37 روز
-1030 روز
در حال بارگیری داده...
کانالهای مشابه
ابر برچسبها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
اوت '26
اوت '26
+30
در 0 کانالها
ژوئیه '26
+28
در 0 کانالها
Get PRO
ژوئن '26
+39
در 0 کانالها
Get PRO
مه '26
+23
در 0 کانالها
Get PRO
آوریل '26
+3
در 0 کانالها
Get PRO
مارس '26
+2
در 0 کانالها
Get PRO
فوریه '26
+14
در 0 کانالها
Get PRO
ژانویه '26
+6
در 0 کانالها
Get PRO
دسامبر '25
+36
در 0 کانالها
Get PRO
نوامبر '25
+33
در 1 کانالها
Get PRO
اکتبر '25
+40
در 0 کانالها
Get PRO
سپتامبر '25
+44
در 0 کانالها
Get PRO
اوت '25
+44
در 1 کانالها
Get PRO
ژوئیه '25
+109
در 0 کانالها
Get PRO
ژوئن '25
+17
در 0 کانالها
Get PRO
مه '25
+29
در 0 کانالها
Get PRO
آوریل '25
+26
در 0 کانالها
Get PRO
مارس '25
+33
در 0 کانالها
Get PRO
فوریه '25
+41
در 1 کانالها
Get PRO
ژانویه '25
+40
در 2 کانالها
Get PRO
دسامبر '24
+65
در 1 کانالها
Get PRO
نوامبر '24
+69
در 1 کانالها
Get PRO
اکتبر '24
+57
در 5 کانالها
Get PRO
سپتامبر '24
+85
در 0 کانالها
Get PRO
اوت '24
+119
در 0 کانالها
Get PRO
ژوئیه '24
+111
در 1 کانالها
Get PRO
ژوئن '24
+85
در 5 کانالها
Get PRO
مه '24
+232
در 8 کانالها
Get PRO
آوریل '24
+137
در 9 کانالها
Get PRO
مارس '24
+161
در 1 کانالها
Get PRO
فوریه '24
+76
در 1 کانالها
Get PRO
ژانویه '24
+130
در 1 کانالها
Get PRO
دسامبر '23
+792
در 9 کانالها
Get PRO
نوامبر '23
+65
در 1 کانالها
Get PRO
اکتبر '23
+74
در 2 کانالها
Get PRO
سپتامبر '23
+80
در 0 کانالها
Get PRO
اوت '23
+102
در 0 کانالها
Get PRO
ژوئیه '23
+73
در 0 کانالها
Get PRO
ژوئن '23
+120
در 0 کانالها
Get PRO
مه '23
+57
در 0 کانالها
Get PRO
آوریل '23
+64
در 0 کانالها
Get PRO
مارس '23
+83
در 0 کانالها
Get PRO
فوریه '23
+54
در 0 کانالها
Get PRO
ژانویه '23
+44
در 0 کانالها
Get PRO
دسامبر '22
+101
در 0 کانالها
Get PRO
نوامبر '22
+60
در 0 کانالها
Get PRO
اکتبر '22
+67
در 0 کانالها
Get PRO
سپتامبر '22
+62
در 0 کانالها
Get PRO
اوت '22
+100
در 0 کانالها
Get PRO
ژوئیه '22
+121
در 0 کانالها
Get PRO
ژوئن '22
+123
در 0 کانالها
Get PRO
مه '22
+87
در 0 کانالها
Get PRO
آوریل '22
+354
در 0 کانالها
Get PRO
مارس '22
+101
در 0 کانالها
Get PRO
فوریه '22
+29
در 0 کانالها
Get PRO
ژانویه '22
+60
در 0 کانالها
Get PRO
دسامبر '21
+74
در 0 کانالها
Get PRO
نوامبر '21
+71
در 0 کانالها
Get PRO
اکتبر '21
+63
در 0 کانالها
Get PRO
سپتامبر '21
+50
در 0 کانالها
Get PRO
اوت '21
+83
در 0 کانالها
Get PRO
ژوئیه '21
+48
در 0 کانالها
Get PRO
ژوئن '21
+55
در 0 کانالها
Get PRO
مه '21
+315
در 0 کانالها
| تاریخ | رشد مشترکین | اشارات | کانالها | |
| 27 اوت | 0 | |||
| 26 اوت | 0 | |||
| 25 اوت | 0 | |||
| 24 اوت | 0 | |||
| 23 اوت | +1 | |||
| 22 اوت | +1 | |||
| 21 اوت | 0 | |||
| 20 اوت | +2 | |||
| 19 اوت | +2 | |||
| 18 اوت | 0 | |||
| 17 اوت | +1 | |||
| 16 اوت | +6 | |||
| 15 اوت | +1 | |||
| 14 اوت | +3 | |||
| 13 اوت | 0 | |||
| 12 اوت | +2 | |||
| 11 اوت | 0 | |||
| 10 اوت | 0 | |||
| 09 اوت | +1 | |||
| 08 اوت | 0 | |||
| 07 اوت | +3 | |||
| 06 اوت | +1 | |||
| 05 اوت | 0 | |||
| 04 اوت | +2 | |||
| 03 اوت | +1 | |||
| 02 اوت | +2 | |||
| 01 اوت | +1 |
پستهای کانال
#non_restricted
نویسندگان بر پایه این یافتهها، چارچوبی نظری و سلسلهمراتبی پیشنهاد میکنند که در آن نوسانات فرکانسپایین (تتا، آلفا، بتای پایین) نقش رهبر ارکستر را ایفا میکنند: هماهنگکنندگانی کلانمقیاس که سه کارکرد اصلی را برعهده دارند: برآورد و مقایسه حالت پیشبینیشده با بازخورد حسیِ واقعی، تخصیص توجه و سرکوب اطلاعات نامرتبط با تکلیف، و مقیاسبندیِ پویای فرمانهای اصلاحی متناسب با میزان خطا. در مقابل، نوسانات فرکانسبالا (بتای بالا و گاما) بهمثابه نوازندگان عمل میکنند: سیگنالهای موضعی که هنگام تضعیف کنترل پیشبینیکننده، بارِ پردازشیِ بیشتری برعهده میگیرند. به تعبیر تمثیلیِ نویسندگان، در زبانپریشی وقتی رهبر ارکستر دچار اختلال میشود، نوازندگان ناچارند برای حفظ انسجام اجرا، فعالیت و شدت خود را افزایش دهند؛ نتیجه، اجرایی پرصداتر و پرزحمتتر است که هماهنگی و زمانبندیِ پیشبینیکننده یک ارکستر خوبرهبریشده را فاقد است.
▤ @brainlingua ▤
این چارچوب، که بهصراحت با مدلهای موجودِ کنترل حرکتی گفتار مانند DIVA و مدل FACTS مبتنی بر کنترل تلفیقیِ حالتـتکلیف در تعارض نیست بلکه آنها را در سطح نوسانات فرکانسی بسط میدهد. با مدلهای سلسلهمراتبیِ رمزگذاری پیشبینیکننده که در آن نوسانات فرکانسپایین پیشبینیهای بالا‑بهپایین را حمل میکنند و ریتمهای فرکانسبالا سیگنالهای دقتِ پایین‑بهبالا را رمزگذاری میکنند نیز همسوست. نکته درخور توجه این است که این مدل صرفا توصیفی نیست، بلکه پیشبینیهای آزمونپذیری برای پژوهشهای آینده تولید میکند؛ برای نمونه اینکه آیا فعالیت بتای بالا و گاما با افزایش دشواریِ تکلیف یا تلاش جبرانی، در غیابِ تعدیل متناسبِ فرکانسپایین، مقیاس مییابد یا خیر.
▨ ارائه شده توسط | مغز | زبان | شناخت |
▧ آدرس صفحه اینستگرام |
▤ @brainlingua ▤
| 2 | بررسی رفتاری پاسخهای تولیدی نشان داد که مکانیسم تشخیص اولیه خطا در افراد زبانپریش تا حد زیادی دستنخورده باقی مانده است، زیرا Latency در شروع پاسخ جبرانی در هر دو گروه مشابه و در حدود ۱۹۰ میلیثانیه بود. با این حال، در کوششهای اولیه، گروه زبانپریش پاسخ جبرانی ضعیفتری در فرکانس سازه اول (F1) نسبت به گروه سالم نشان داد. در تمامی کوششها، افراد زبانپریش تغییرات جبرانی متفاوت و بزرگتری در سازه دوم (F2) نشان دادند؛ در حالی که دستکاری تنها روی F1 انجام شده بود. این امر نشاندهنده یک اختلال در وزندهی سیگنالهای خطای شنیداری‑حرکتی است که به موجب آن، بیمار کنترل ابعاد نامربوط حرکتی را از دست داده و استراتژیهای جبرانی ناسازگاری را به کار میگیرد.
▤ @brainlingua ▤
نتایج EEG نشاندهنده آسیبهای گسترده اما با ویژگیهای زمانی و فرکانسیِ خاص در گروه زبانپریش بود:
باندهای تتا و آلفا (نقص در پایش پیشبینانه و توجه): هر دو گروه در این باندها دچار ناهمگامسازی (Desynchronization) شدند که نشاندهنده پایش فعال است. اما این ناهمگامسازی در گروه زبانپریش، بهویژه در باند آلفا و فازهای انتهایی تتا، به مراتب ضعیفتر بود. این کاهش سرکوب، بیانگر ضعف بیمار در حفظ توجه و درگیری شناختی-نظارتی در طول تولید گفتار است.
باند بتای بالا (تکیه بر کنترل واکنشی): در حالی که گروه سالم یک بازگشت (Rebound) طبیعی در باند بتا نشان داد، گروه زبانپریش دارای همگامسازی بسیار بالاتر در بتای بالا (حتی پیش از شروع گفتار) بود. این افزایش فعالیت نشان میدهد که مغز بیمار توانایی بروزرسانیِ پیشدستانه (Proactive) مدلهای حرکتی را از دست داده و به شدت بر مکانیسمهای واکنشی (Reactive) و پرفشار برای تثبیت وضعیت حرکتی تکیه میکند.
باند گاما (پردازشهای موضعی و جبرانی): فعالیت باند گاما در افراد زبانپریش اندکی تقویت شده بود که بازتابدهنده افزایش بار پردازشهای موضعی قشر مغز است. به عبارت دیگر، سیستم عصبی سعی میکند با افزایش محاسبات موضعیِ سریع، افتِ پشتیبانیِ شبکههای پیشبینانه (در باندهای فرکانس پایین) را جبران کند. با آنکه تفاوت گروهی معنادار نبود، افزایش خفیفِ کلیِ گاما در بیماران زبانپریش با تکیه فزاینده بر محاسبات موضعی و پرهزینه قشری سازگار است — الگویی مشابه راهبرد جبرانیِ از پایین به بالا که پیشتر در دیسلکسی نیز گزارش شده و نشان میدهد وقتی سازوکارهای یکپارچهسازِ کلانمقیاس دچار اختلال میشوند، مغز به گردآوریِ مدارهای موضعی برای حفظ کارکرد روی میآورد.
گسست عصبی-رفتاری (Decoupling): در گروه سالم، میزان رفتار جبرانی در تولید گفتار با افزایش توانِ باندهای تتا و بتا ارتباط مستقیم داشت. اما این ارتباط (Coupling) در گروه زبانپریش از بین رفته بود؛ به این معنا که سیستم عصبیِ آنها قادر به مقیاسبندی فعالیت خود متناسب با نیازهای رفتاری و اندازه خطای رخداده نیست. بیماران زبانپریش میتوانند حرکت اصلاحی تولید کنند، اما سیستم عصبی آنان قادر به تنظیم متناسبِ فعالیت نوسانی با میزان تقاضای تکلیف نیست. آنچه از بیرون بهمثابه جبران رفتاریِ کارآمد بهنظر میرسد، در واقع محصول راهبردهای جایگزین و کمبازدهتری است که فاقد دقتِ پیشبینیکننده زیربناییِ گفتار سالم است.
▨ ارائه شده توسط | مغز | زبان | شناخت |
▧ آدرس صفحه اینستگرام |
▤ @brainlingua ▤ | 200 |
| 3 | برخلاف اغلب پژوهشهای پیشین که بر جابهجایی زیروبمی صدا و کنترل حنجرهای تمرکز داشته و عمدتا شبکههای راستنیمکرهایِ مرتبط با آهنگ کلام را درگیر میکنند، در یک مطالعه پارادایم جابهجایی سازه اول (F1) را مورد بررسی قرار دادهاند؛ چرا که این روش مسیرهای چپنیمکرهای مرتبط با کنترل واجیـتولیدی؛ ازجمله مسیر پشتی (dorsal stream)، شکنج گیجگاهی بالایی و نواحی پیشحرکتی — را هدف میگیرد و ازاینرو ابزار دقیقتری برای مطالعه آسیبهای تولیدی است که هسته اصلی زبانپریشی پس از سکته را تشکیل میدهند.
▤ @brainlingua ▤
مطالعات ERP نشان میدهد که زبانپریشی با کاهش دامنه و افزایش تاخیر مولفههای N1 و P2 همراه است؛ یافتهای که از رمزگذاری شنیداری اولیه آسیبدیده و اختلال در مراحل بعدیِ پایش و اصلاح خطا حکایت دارد. اما تحلیل ERP تنها بخشی از فعالیت عصبی؛ یعنی مولفههای قفلشده به فاز محرک را آشکار میکند و از سنجش پویاییهای نوسانیِ غیرقفلبهفاز (induced) که بخش مهمی از پردازش زبانی و شنیداری را تشکیل میدهند، ناتوان است. ازاینرو در این مطالعه، با بهکارگیری تحلیل زمان-فرکانس و شاخص توان میدان کلی (Global Field Power)، پنجره وسیعتری از دینامیکهای نورونی بررسی شده است. نوسانات تتا و آلفا عمدتا با تخصیص توجه و پایش خطا؛ نوسانات بتا با رمزگذاری پیشبینیکننده و برنامهریزی حرکتی؛ و نوسانات گاما با پردازش موضعی و سریعِ تشخیص خطا مرتبط دانسته میشوند. بازخورد شنیداری تغییریافته در افراد سالم، هماهنگیِ نوسانات پیشبینیکننده فرکانسپایین را با پردازش موضعیِ فرکانسبالا برمیانگیزد، و زبانپریشی پس از سکته این هماهنگی را مختل میسازد؛ اختلالی که باید هم در تعدیل فرکانسی نوسانات و هم در پیوند میان فعالیت نوسانی و رفتار جبرانیِ تولیدی نمود یابد.
▤ @brainlingua ▤
این مطالعه با ۳۱ بیمار مبتلا به زبانپریشیِ ناشی از سکته ایسکمیک مزمن نیمکره چپ (بیش از شش ماه پس از سکته) و ۳۴ فرد سالم انجام شده و شدت زبانپریشی با آزمون وسترن ویرایششده (WAB-R) ارزیابی شده است. نقشهبرداری ضایعه با MRI در ۲۸ از ۳۱ بیمار نشان داد که در ۷۵ درصد موارد (۲۱ نفر)، ضایعات شبکهای گسترده شامل شکنج پیشانی پایینی (pars opercularis)، اپرکولوم رولاندیک، شکنجهای پیشمرکزی و پسمرکزی، اینسولا، لوبول آهیانهای پایینی، شکنج فوقحاشیهای، شکنج هچل، و شکنجهای گیجگاهی بالایی و میانی را دربرمیگیرد؛ الگویی که مستقیما با شبکه عصبیِ درگیر در یکپارچگی شنیداری‑حرکتی گفتار همپوشانی دارد. شرکتکنندگان واژه تکهجایی را با کشیدگی واکه به مدت ۲ تا ۳ ثانیه تولید میکردند، درحالیکه بازخورد شنیداری آنها از طریق ایرفونهای داخلگوشی و با نرمافزار Audapter در بستر MATLAB، بهصورت بلادرنگ دستکاری میشد. فعالیت الکتریکی مغز با سامانه ۶۴‑کاناله BrainVision actiCHamp و نرخ نمونهبرداری ۱ کیلوهرتز ثبت شد.
▨ ارائه شده توسط | مغز | زبان | شناخت |
▧ آدرس صفحه اینستگرام |
▤ @brainlingua ▤ | 152 |
| 4 |  #non_restricted
🟣 پویایی نوسانات عصبی در زبانپریشی: تحلیل نقص یکپارچگی شنیداری-حرکتی پس از سکته مغزی
تولید روان گفتار مستلزم یکپارچهسازی پیوسته میان بازخورد شنیداری و فرمانهای حرکتی است؛ فرایندی که در چارچوب مدلهای پیشرو (forward models) و نظریههای کنترل حرکتی گفتار مانند DIVA و مدلهای یکپارچگی حسیحرکتی صورتبندی شده است. برای کاوش تجربی این سازوکار، پژوهشگران از دیرباز از پارادایمهای بازخورد شنیداری تغییریافته (Altered Auditory Feedback) — شامل جابهجایی زیروبمی صدا، تاخیر، پوشانش (masking)، و جابهجایی سازهای (formant-shift) — بهره بردهاند.
#زبان_پریشی #یکپارچگی_شنیداری_حرکتی #نوسانات_عصبی
#Post_Stroke_Aphasia #Auditory_Motor_Integration #Neural_Oscillations
▨ ارائه شده توسط | مغز | زبان | شناخت |
▧ آدرس صفحه اینستگرام |
▤ @brainlingua ▤ | 481 |
| 5 | #non_restricted
در بخش دیگر پژوهش، پتانسیلهای ACEP در ۱۰ بیمار و طی ۳۷ ثبت موفق ارزیابی شدند. پاسخهای مثبت ACEP—با دامنهی بالای ۱۰ میکروولت—مطابقتی کامل با مناطق شناساییشده توسط Tractography و nTMS داشتند و مجاورت لبهی جراحی با مسیرهای ماده سفید را تایید میکردند. دامنههای ACEP در شرایط بیهوشی عمومی و در تومورهای درجه بالاتر نیز بهطور معناداری بیشتر بود. نویسندگان افزایش دامنهی N1 پس از برداشتن تومور را از چند زاویه تحلیل کردهاند:
▤ @brainlingua ▤
نخست، تحریکپذیری بیش از حد قشر مغز: برداشتن جرم تومور و کاهش فشار بافتی میتواند مهار گاباارژیک را در نواحی اطراف تومور کاهش دهد و شبکههای عصبی را به حالتی فعالتر بازگرداند.
دوم، پلاستیسیتهی عصبی: مغز بیماران مبتلا به گلیوم ممکن است پیشتر از مسیرهای موازی یا چندسیناپسی برای جبران عملکرد زبانی بهره برده باشد که پس از حذف تومور، اتصالپذیری موثر این شبکهها آشکارتر میشود.
سوم، عوامل بیوفیزیکی نظیر تغییر هندسهی حفرهی جراحی، رسانایی بافت و فروکش کردن اِدِم (Edema)؛ با این حال، ثابت ماندن زمان تاخیر نشان میدهد این تغییرات صرفا محصول نویز یا هدایت حجمی ساده نیستند و ریشهای فیزیولوژیک دارند.
مقاله همچنین بر ضرورت استفادهی همزمان از هر دو آرایش دوقطبی و مرجع تاکید میکند: آرایش مرجع سیگنالهای وسیعتری با حساسیت بالاتر ثبت میکند، حال آنکه آرایش دوقطبی تفکیک فضایی بهتر و مقاومت بیشتری در برابر نویز دارد؛ نادیده گرفتن ثبت دوقطبی میتواند به موارد منفی کاذب در تشخیص آسیب بینجامد.
▤ @brainlingua ▤
بطور کل، یافتههای این پژوهش نشان میدهد که AF-CCEP و AF-ACEP روشهایی عملی، ایمن و بازتولیدپذیر برای پایش کارکردی مسیرهای زبانی در جراحی تومورهای اطراف شیار سیلویناند. پایداری زمان تاخیر موج N1 نشانهی سلامت فیبرهای عصبی است، در حالی که افت دامنهی آن به بیش از ۵۰ درصد هشداری جدی برای آسیب به طناب هلالی و بروز آفازی پس از جراحی محسوب میشود. در مواردی که کرانیوتومی بیدار ناممکن یا ممنوع است، پایش AF-CCEP تحت بیهوشی عمومی جایگزینی ارزشمند برای کاهش عوارض زبانی به شمار میرود، و AF-ACEP نیز بهعنوان ابزاری مکمل درون حفرهی جراحی، مرزهای دقیق ماده سفید را مشخص میسازد و جراح را در دستیابی به حداکثر برداشت ایمن تومور یاری میدهد. این پژوهش گامی است در مسیر نگاهی شبکهایتر به ارزیابیهای الکتروفیزیولوژیک در جراحیهای نورو-انکولوژی و زمینهساز استانداردسازی پروتکلهای پایش مسیرهای زبانی.
▨ ارائه شده توسط | مغز | زبان | شناخت |
▧ آدرس صفحه اینستگرام |
▤ @brainlingua ▤ | 564 |
| 6 | #non_restricted
در این خصوص، در یک پژوهش به بررسی دو زیستنشانگر پرداخته شده است: پتانسیلهای برانگیخته قشری-قشری (AF-CCEP)، که از تحریک یک ناحیه قشری و ثبت پاسخ در ناحیهی متصل به آن حاصل میشود، و پتانسیلهای برانگیخته آکسونی-قشری (AF-ACEP)، که از تحریک مستقیم رشتههای ماده سفید در حفرهی برداشت تومور و ثبت پاسخ قشری به دست میآید. هدف اصلی، ارزیابی امکانپذیری فنی، کاربرد بالینی و ارزش پیشبینانهی این دو روش در طول جراحی تومورهای بالای خیمهای (Supratentorial) و در کنار آن، پاسخ به این پرسش که آیا تغییرات ریختشناختی موج N1—دامنه و زمان تأخیر آن—میتواند زیستنشانگری برای پیشبینی عملکرد زبانی پس از جراحی باشد.
▤ @brainlingua ▤
این مطالعهی گذشتهنگر و چندمرکزی بر روی ۱۹ بیمار انجام شد که میان ژوئن ۲۰۲۴ تا سپتامبر ۲۰۲۵ تحت جراحی برداشتن تومورهای مجاور یا درگیرکنندهی AF قرار گرفتند؛ ۱۲ نفر با تومور درجه پایین و ۷ نفر با تومور درجه بالا، که از این میان ۱۰ جراحی بهصورت بیدار و ۹ جراحی تحت بیهوشی عمومی صورت گرفت. برای ثبت AF-CCEP، پالسی تکمرحلهای با شدت ۱۰ تا ۲۰ میلیآمپر بر شکنج پیشانی پایینی اعمال و پاسخ آن از طریق الکترودهای نواری در شکنج گیجگاهی بالایی، در دو آرایش مرجع و دوقطبی، ثبت میشد. برای AF-ACEP نیز تحریک دوقطبی زیرقشری در دیوارههای دیستال و عمقی حفرهی جراحی اعمال و پاسخ قشری ثبت میگردید. تصویربرداری DTI Tractography پیش از جراحی و، در موارد ممکن، تحریک مغناطیسی تکرارشوندهی ناوبرشده (nTMS)، مسیر هدایت الکترودها را دقیقتر میساختند.
▤ @brainlingua ▤
نخستین یافتهی برجسته، پایداری چشمگیر زمان تاخیر موج N1 در طول جراحی بود—از میانگین ۱۶/۰۲ میلیثانیه پیش از برداشت تومور تا ۱۵/۷۴ میلیثانیه پس از آن—که نشان میدهد این متغیر معیاری ثابت و مستقیم از سرعت هدایت آکسونی در مسیر سالم AF است. در مقابل، و برخلاف انتظار اولیهی پژوهشگران مبنی بر ثبات دامنه، دامنهی اوج موج N1 در کل کوهورت پس از برداشتن تومور بهطور معناداری افزایش یافت (p = ۰/۰۰۱)؛ افزایشی که در آرایش مرجع و در تومورهای نواحی پیشانی و گیجگاهی مشهودتر بود. افت دامنهی موج N1 به میزان بیش از ۵۰ درصد بهعنوان آستانهی هشدار بالینی در نظر گرفته شد. در سراسر مطالعه، تنها یک بیمار چنین افت شدیدی را تجربه کرد: فردی مبتلا به اولیگودندروگلیومای درجه ۲ آهیانهای چپ که در حین جراحی عمقی، افت تقریبا کامل سیگنال را در آرایش دوقطبی CCEP نشان داد. این بیمار پس از جراحی دچار آفازی هدایتی شد؛ DTI پس از عمل نیز قطعشدگی و آسیب موضعی در بخش پشتی AF را تایید کرد، هرچند او در پیگیری دوازدهماهه حدود ۸۰ درصد از توانایی زبانی خود را بازیافت.
▨ ارائه شده توسط | مغز | زبان | شناخت |
▧ آدرس صفحه اینستگرام |
▤ @brainlingua ▤ | 473 |
| 7 |  #non_restricted
🔺 نقشهی زندهی زبان: ارزیابی پتانسیلهای عصبیِ طناب هلالی در طول جراحی گلیوم
حفظ عملکرد زبان پس از جراحی تومورهای مغزی، بهویژه گلیومهای مجاور یا درگیرکننده مسیرهای تکلمی، یکی از دشوارترین چالشها بوده است. در قلب این چالش، طناب هلالی (AF) قرار دارد؛ اصلیترین رشتهی مسیر پشتی زبان که نواحی درک و تولید گفتار، یعنی نواحی سنتی ورنیکه و بروکا، را به یکدیگر متصل میکند. آسیب به این دسته نورونی میتواند به آفازی هدایتی و اختلال در تکرار کلمات بینجامد. اگرچه کرانیوتومی بیدار همراه با تحریک مستقیم الکتریکی همچنان استاندارد طلایی نقشهبرداری زبان به شمار میرود، بسیاری از بیماران—سالمندان یا افراد با اختلالات شناختی، یا مبتلایان به تومورهای بسیار گسترده—از این گزینه محروماند. از همین رو، توسعهی روشهای الکتروفیزیولوژیک پیوسته جهت پایش مسیرهای زبانی حتی تحت بیهوشی عمومی اهمیتی بالینی انکارناپذیر یافته است.
#آفازی_هدایتی #جراحی_تومور #پلاستیسیته_عصبی
#Arcuate_Fasciculus #GliomaSurgery #Neuroplasticity
▨ ارائه شده توسط | مغز | زبان | شناخت |
▧ آدرس صفحه اینستگرام |
▤ @brainlingua ▤ | 673 |
| 8 | بدون متن... | 0 |
| 9 | بدون متن... | 0 |
| 10 | ارزش این مقاله را باید در پرتو گفتوگویی که با نظریههای رقیب موجود برقرار میکند سنجید. نخست، یافته سازمانیابی اولیه شبکه ریاضی، فرضیه بازیافت عصبی را نهفقط تأیید بلکه از آن فراتر میرود؛ زیرا نشان میدهد که این شبکه بازیافتهشده، پس از استقرار اولیه، از طریق سه سازوکار همزمان (تقویت، فراخوانی، خودکارسازی) دگرگون میشود، نه از طریق افزودن ساده نواحی تازه یا هرس (pruning) نواحی کهنه—تصویری بسیار ظریفتر از آنچه دو مدل سادهشده اولیهرقیب در ادبیات پیشنهاد میکردند.
▤ @brainlingua ▤
دوم، این پژوهش بهشکلی قانعکننده تناقضی دیرینه در ادبیات پیشین درباره سیر تحولی قشر پیشپیشانی را حل میکند. مطالعات مقطعی کودک-بزرگسال معمولا کاهش فعالیت پیشانی را با افزایش سن گزارش کردهاند، درحالیکه مطالعات ریزدانهتر درونگروه کودکان—از جمله همین مطالعه—افزایش فعالیت پیشانی را نشان میدهند. نویسندگان استدلال میکنند که این دو الگو متناقض نیستند، بلکه دو بخش از یک مسیر تحولی را نشان میدهند: مشارکت پیشپیشانی ابتدا، در حین اکتساب یک مهارت پیچیده (یعنی همان بازه سنیای که این مطالعه پوشش میدهد)، افزایش مییابد و سپس، با خودکارشدن تدریجی پردازش (که عمدتا در بازههای تحولی طولانیتر و در مقایسههای کودک-بزرگسال آشکار میشود)، کاهش مییابد. نویسندگان این الگو را با یافتههای مشابه درباره نقش گذرای هیپوکامپ در یادگیری حقایق حسابی و نیز با مسیر تحولی شبکههای آهیانهای-پیشانی در فرایند یادگیری خواندن مقایسه میکنند و آن را نشانه یک اصل کلیتر میدانند: قشر پیشپیشانی در ابتدا بهمثابه داربستی برای اکتساب مهارتهای پیچیده عمل میکند، پیش از آنکه بازسازماندهی عصبی، پردازش را بهسوی مدارهای تخصصیتر و کارآمدتر سوق دهد.
▤ @brainlingua ▤
سوم، یافته مربوط به aLOC، پژوهشهای پیشین درباره نقش این ناحیه در پردازش هندسی و ادراک بصری در بزرگسالان (از جمله در تفسیر نمودار و شکلهای هندسی) را به کودکان تعمیم میدهد، و ضمن مقایسه با یافتههای دیگر مبنی بر رشد بیشتر aLOC راست تا بزرگسالی، فرضیهای برای پژوهشهای آتی طرح میکند: احتمالا aLOC چپ بهطور اختصاصی برای واژگان و جملات هندسی تنظیم میشود، درحالیکه aLOC راست بیشتر با انباشت دانش درباره اشکال و گرافیک بصری (فارغ از زبان) پیوند دارد.
▤ @brainlingua ▤
چهارم، مسئله فراخوانی قلمرو قشری تازه، پرسشی بازمیگشاید که در حوزه خواندن بهخوبی کاویده شده اما در حوزه ریاضیات کمتر بررسی شده است: این وُکسلهای تازهفراخواندهشده پیش از این چه کارکردی داشتهاند؟ نویسندگان با استناد به همپوشانی شناختهشده بازنماییهای عددی/هندسی و بصری-فضایی در IPS، فرضیه میکنند که این نواحی احتمالا در ابتدا عملیات بصری-فضایی را پشتیبانی میکرده و سپس برای رمزگذاری محتوای انتزاعی عددی یا هندسی جملات بازآرایی شدهاند.
▨ ارائه شده توسط | مغز | زبان | شناخت |
▧ آدرس صفحه اینستگرام |
▤ @brainlingua ▤ | 458 |
| 11 | نخستین و شاید بنیادیترین یافته مقاله این است که حتی در کودکان ۵ تا ۶ ساله پیشدبستانی، شنیدن جملات ریاضی (در تقابل با جملات دانش عمومی و اجتماعی) شبکهای دوطرفه از نواحی مغزی را فعال میکند که شیارهای بینآهیانهای (IPS)، شکنجهای گیجگاهی پایینی (ITG)، شکنجهای پیشانی پایینی (IFG)، شکنجهای پیشانی میانی (MFG) و شکنج سینگولیت پشتی را دربر میگیرد. این الگو در هر سه نوبت سنی بهطور مستقل تکرار شد. با تعریف هشت ناحیه هدف مشخص بر مبنای داده بزرگسالان، مشخص شد که پاسخ به جملات ریاضی در همه این هشت ناحیه بهطور معنادار از پاسخ به جملات اجتماعی فراتر میرود (با اختلاف معنادار از ۵ تا ۷ ثانیه پس از آغاز جمله)، و در شش ناحیه از هشت ناحیه (همه بهجز MFG چپ و راست) از پاسخ به جملات دانش عمومی نیز فراتر میرود. این یافته حمایت قاطعی از فرضیه بازیافت عصبی فراهم میآورد و شواهد محدود پیشین درباره نوزادان و پیشدبستانیها را به شکلی بسیار مستحکمتر گسترش میدهد: معماری قشری ریاضیات پیش از هرگونه آموزش رسمی جایگرفته و کاملا فعالپذیر است.
▤ @brainlingua ▤
در سطح دقیقتر، مقایسه جملات هندسی با جملات حسابی، تنها یک ناحیه منفرد را بهطور گزینشی فعال کرد: قشر طرفی-جلویی پسسری چپ (left anterior lateral occipital cortex یا aLOC چپ)، که در مرز خلفی شکنج گیجگاهی پایینی چپ قرار دارد. این ناحیه نهفقط برای حساب، بلکه دانش عمومی و جملات اجتماعی نیز فعالیت بیشتری نشان داد، درحالیکه ناحیه متناظر در نیمکره راست تنها در مقایسه با جملات اجتماعی برتری معنادار نشان داد و در مقایسه با حساب یا دانش عمومی تفاوتی آشکار نکرد. با این حال، این تفکیک موضعی، شبکه گستردهتر ریاضیات را دوپاره نمیکند: حساب و هندسه در هسته مشترک هشت ناحیه ریاضی همپوشانی چشمگیری دارند و تفاوت میان آنها پس از تصحیح چندگانه معنادار نمیماند. نکته ظریفتر، وجود یک شیب جلویی-پشتی درون خود IPS است: بخشهای جلوییتر IPS پاسخ بیشتری به هندسه و بخشهای پشتیتر پاسخ بیشتری به حساب میدهند. این الگو نشان میدهد که حتی در سنین بسیار پایین، شبکه ریاضی نه یک توده یکپارچه و فاقد تمایز، بلکه دارای درجاتی از تخصصیابی زیرحوزهای است—امری که پیشتر عمدتا در بزرگسالان و ریاضیدانان حرفهای گزارش شده بود.
از میان هشت ناحیه، تنها IPS دوطرفه هم افزایش وابسته به سن در فعالیت و هم پایداری فعالیت برای جملات کاملا تسلطیافته را همزمان نشان داد—یافتهای که جایگاه محوری و پایدار IPS در قلب شناخت ریاضی را در سراسر تحول تأیید میکند و با مدل سهرمزی (triple-code model) شناخت عددی همخوان است: IPS بهمثابه یک منطقه همگرایی معنایی و فرامدالیته عمل میکند که حتی از طریق ورودی صرفا کلامی (بدون ارائه محرک عددی عینی مانند نقطه یا رقم) فعال میشود—و این پژوهش نشان میدهد که این کارکرد از دوره پیشدبستان، هم برای حساب و هم برای هندسه، و در هماهنگی تنگاتنگ با ITG، IFG و MFG برقرار است.
▨ ارائه شده توسط | مغز | زبان | شناخت |
▧ آدرس صفحه اینستگرام |
▤ @brainlingua ▤ | 333 |
| 12 | #non_restricted
نظریه غالب در این زمینه، فرضیه بازیافت عصبی (neuronal recycling) است که پیشتر توسط Dehaene و Cohen مطرح شده و بر این ایده استوار است که ریاضیات نمادین، مدارهای عصبی کهنی را که در اصل زیربنای شهودهای پیشریاضی بودهاند بازآرایی و بازاستفاده میکند. پژوهشهای تصویربرداری عصبی پیشین یک شبکه قشری پاسخگو به ریاضیات را در بزرگسالان شناسایی کردهاند که نواحی پیشپیشانی پشتی، بینآهیانهای و گیجگاهی پایینی شکمی-جانبی را دربر میگیرد؛ همین شبکه، با درجاتی از شباهت، در نوزادان، کودکان و حتی نخستیهای غیرانسانی نیز گزارش شده است.
▤ @brainlingua ▤
برای پر کردن این خلا، در یک مطالعه طولی بزرگمقیاس با سه نوبت تصویربرداری fMRI به فاصله یک سال از یکدیگر (مجموعا ۱۴۹ نوبت اسکن) طرحی اجرا شد که از پایان پیشدبستان تا پایان کلاس دوم دبستان را پوشش میداد. تکلیف آزمودنیها شنیدن جمله و قضاوت درباره درستی یا نادرستی آن در سه حوزه معنایی ریاضیات (شامل حساب و هندسه)، دانش عمومی (General Knowledge)، و جملات اجتماعی (Social) بود. نکته متمایزکننده این طرح نسبت به اغلب مطالعات پیشین—که عمدتا بر کمیتشماری غیرنمادین یا اعداد مجزا تمرکز داشتند—این بود که در اینجا دامنه گستردهتری از واژگان ریاضی و، مهمتر از آن، ترکیب این واژگان در قالب جملات معنادار (و گاه نادرست) مورد بررسی قرار گرفت؛ یعنی پردازش زبانیِ ریاضیات، نه صرفا ادراک محرکهای عددی مجزا. پژوهش در سه سطح مکمل: نخست، تفاوتهای سطح حوزه (domain-level)، یعنی مقایسه جملات ریاضی با جملات غیرریاضی؛ دوم، تخصصیابی درونحوزهای، یعنی مقایسه حساب و هندسه با یکدیگر؛ و سوم، ساختار بازنمایی ریزدانه، یعنی نگاشت پاسخ عصبی به تکتک جملات برای مشخصکردن فضای مفهومی درحال شکلگیریِ ریاضیات طراحی شده است. محرکها شامل ۷۲ جمله (۲۴ جمله در هر حوزه) بودند که از نظر ساختار نحوی، تعداد واژه، تعداد واج، مدت زمان و بسامد واژگانی با یکدیگر همتاسازی شده بودند. تکلیف اصلی، شنیدن این جملات و قضاوت درستی/نادرستی آنها با فشردن دکمه بود. تصویربرداری با اسکنر ۳ تسلا زیمنس Prisma و توالی چندباندی با کیفیت بالا انجام شد.
▨ ارائه شده توسط | مغز | زبان | شناخت |
▧ آدرس صفحه اینستگرام |
▤ @brainlingua ▤ | 532 |
| 13 |  #non_restricted
💎 معماری اولیه ذهن عددی: سازمانیابی شبکه ریاضی پیش از آموزش رسمی
اینکه مغز کودک چگونه از شهودهای اولیه عددی و هندسی که پیش از هرگونه آموزش رسمی وجود دارند بهسوی تسلط بر ریاضیات نمادین و مدرسهمحور حرکت میکند، مسئلهای نیازمند واکاوی علمی است. از یکسو، شهودهای پیشنمادین مانند برآورد تقریبی کمیت (approximate number) و درک غیرنمادین هندسه، پدیدههایی کهن از منظر تکاملیاند که در نوزادان انسان، فرهنگهای گوناگون، و حتی گونههایی چون میمونها، ماهیها و زنبورها مشاهده شدهاند. از سوی دیگر، ریاضیات نمادین و صوری که به سالها آموزش ساختاریافته نیاز دارد پدیدهای منحصرا انسانی است و برای بسیاری از کودکان با دشواری همراه است. پرسش محوری این است که چگونه مدارهای عصبی مشترکی که زیربنای این دو سطحاند به هم پیوند میخورند.
#شناخت_ریاضی #علوم_اعصاب_شناختی #تحول_شناختی_کودک #آموزش_و_مغز #هندسه_و_حساب
#Neuronal_Recycling #Mathematical_Cognition #Developmental_Neuroscience #Education_and_Brain
▨ ارائه شده توسط | مغز | زبان | شناخت |
▧ آدرس صفحه اینستگرام |
▤ @brainlingua ▤ | 749 |
| 14 | نتایج بهدستآمده، برتری چشمگیر دادههای MEG را نسبت به EEG نشان داد. مدل Brain2Qwerty هنگام کار با دادههای MEG به میانگین نرخ خطای کاراکتری ۲۹ درصد دست یافت؛ رقمی که برای دادههای EEG به ۶۵ درصد میرسید. حتی جالبتر آنکه در میان بهترین شرکتکنندگان مورد ارزیابی با MEG، مدل توانست نرخ خطا را تا مرز استثنایی ۱۸ درصد پایین بیاورد؛ و از آن مهمتر، در برخورد با مجموعهای از جملات کاملا تازه که هرگز در دادههای آموزشی حضور نداشتند، رمزگشایی را با دقت صددرصد و بدون کوچکترین نقصی به انجام رساند. در مقایسه با مدلهای پایه و کلاسیک، از جمله طبقهبندهای خطی ساده و معماری شناختهشدهی EEGNet، برتری Brain2Qwerty کاملا مشهود بود؛ بهگونهای که در برخی موارد، نرخ خطای دادههای MEG تا ۲.۵ برابر بهبود یافت.
▤ @brainlingua ▤
نکتهی ظریف دیگری که از تحلیل دادهها آشکار شد، تاثیر فراوانی کاربرد کلمات و حروف در دقت رمزگشایی بود؛ هرچه واژه یا حرفی در زبان پرکاربردتر بود، مدل با خطای کمتری آن را بازمیشناخت. مدل حتی در برابر کلماتی که پیشتر ندیده بود نیز کاملا درمانده نمیماند و تا حدی موفق به بازسازی آنها میشد، هرچند نرخ خطا در این موارد بهطور محسوسی بالاتر بود. شاید یکی از روشنگرترین یافتههای این پژوهش، ارتباط مستقیم میان خطاهای پیشبینیشدهی مدل و فاصلهی فیزیکی کلیدها روی صفحهکلید باشد. این الگو نشان میدهد که مدل، برای رمزگشایی، عمیقا بر بازنماییهای حرکتی و نقشهی مکانیِ کیبورد در قشر حرکتی مغز تکیه دارد، نه صرفا بر یک تناظر انتزاعی میان فکر و حرف. جالب اینکه هرگاه خودِ شرکتکننده دچار خطای تایپی میشد، دقت رمزگشایی نیز افت میکرد؛ گویی هرگونه تردید ذهنی یا اجرای ناقص فرمان حرکتی، مستقیما در وضوح سیگنالهای قابل رمزگشایی بازتاب مییابد. این یافتهها بهروشنی نشان میدهند که ترکیب تکنیکهای نوین هوش مصنوعی با سیگنالهای باکیفیتِ MEG، میتواند بدون نیاز به هیچ جراحی پرخطری، امکان رمزگشایی فرآیند تولید زبان را فراهم کند. این دستاورد، راه را برای طراحی واسطهای ایمن و کاربردی برای بیمارانی هموار میسازد که توان ارتباط کلامی خود را از دست دادهاند؛ از جمله افراد مبتلا به سندروم قفلشدگی (Locked in Syndrome) یا بیماری اسکلروز جانبی آمیوتروفیک (ALS).
▤ @brainlingua ▤
با این همه، محدودیتهایی نیز در مسیر پیشِ رو وجود دارد. نخستین چالش، ناتوانی سیستم فعلی در پردازش بلادرنگ است؛ چراکه معماری ترانسفورمر و ماژول زبانی، برای ارائهی خروجی نهایی، نیازمند تکمیل کامل جمله هستند. اما شاید سرنوشتسازترین گام برای کاربرد بالینیِ این فناوری، عبور موفقیتآمیز از "حرکت واقعیِ دست در داوطلبان سالم" به "تصور یا تلاش حرکتی در بیماران فلج" باشد؛ گامی که هنوز باید اثبات شود. با این حال، آنچه این پژوهش در نهایت ارائه میدهد، بیش از یک مدل رمزگشا است: یک چارچوب آزمایشی کارآمد که امکان گردآوری حجم عظیمی از دادههای رویدادمحور مغزی را با سرعت بالا فراهم میکند و افق روشنی را برای نسل آیندهی پروتزهای غیرتهاجمی ترسیم میسازد.
▨ ارائه شده توسط | مغز | زبان | شناخت |
▧ آدرس صفحه اینستگرام |
▤ @brainlingua ▤ | 449 |
| 15 | #non_restricted
طی یک دههی گذشته، پروتزهای عصبی تهاجمی پیشرفتهای خیرهکنندهای داشتهاند؛ ایمپلنتهایی که اکنون قادرند سرعت و کیفیت ارتباط کلامی را در بیماران دچار فلج شدید یا آسیبهای مغزی، تا مرزهای نزدیک به گفتار طبیعی بازگردانند. اما این دستاوردها بهایی سنگین دارند: نیاز به جراحی مغز، خطر عفونت و خونریزی، و دشواری حفظ کارایی ایمپلنت در بلندمدت. در سوی دیگر طیف، فناوریهای غیرتهاجمی نظیر الکتروآنسفالوگرافی (EEG) گرچه از خطرات جراحی بهدورند، اما به دلیل نسبت پایین سیگنال به نویز (SNR)، معمولا کاربر را ملزم به انجام تکالیف دشوار و طاقتفرسایی چون تمرکز طولانیمدت بر محرکهای چشمکزن یا تصور حرکتی میکنند؛ آن هم با دقتی که در نهایت در سطحی متوسط باقی میماند.
▤ @brainlingua ▤
دقیقا در همین شکاف میان ایمنی و دقت است که مدل هوش مصنوعی تازهای به نام Brain2Qwerty پا به میدان میگذارد؛ مدلی که هدفش کوچککردن این فاصله، بدون قربانیکردن ایمنی بیمار، است.
▤ @brainlingua ▤
برای آزمودن این رویکرد، پژوهشگران سراغ گروهی سیوپنجنفره از داوطلبان سالم، راستدست و مسلط به تایپ رفتند که همگی به زبان اسپانیایی صحبت میکردند. طراحی آزمایش به این صورت بود که ابتدا جملهای کلمهبهکلمه روی صفحهی نمایش ظاهر میشد؛ پس از پایان نمایش و یک مکث کوتاه، از شرکتکننده خواسته میشد همان جمله را با کمترین بازخورد بصری، روی یک کیبورد استاندارد QWERTY تایپ کند. همزمان با این فرآیند تایپ، فعالیت مغزی افراد ثبت میشد؛ برای نیمی از شرکتکنندگان با دستگاه مگنتوآنسفالوگرافی (MEG) و برای نیمی دیگر با EEG. قلب نوآوری این پژوهش را باید در معماری سهلایهی Brain2Qwerty جستوجو کرد. لایهی نخست، یک ماژول کانولوشنی است که وظیفه دارد پنجرههای زمانی پانصد میلیثانیهای از سیگنال مغزی، درست پیرامون لحظهی فشردهشدن هر کلید، را پردازش کند. خروجی این لایه سپس به یک ماژول ترانسفورمر سپرده میشود که در سطح کل جمله آموزش دیده است تا با درک بافت و زمینهی متن، پیشبینیها را اصلاح و تقویت کند. در نهایت، یک ماژول زبانی مبتنی بر مدل زبانی N-gram (با N=9) که پیشتر روی پیکرهی متنی ویکیپدیای اسپانیایی آموزش دیده، وارد عمل میشود تا با تکیه بر قواعد و الگوهای آماری زبان طبیعی، خروجی نهایی را پیراسته و منسجم سازد.
▨ ارائه شده توسط | مغز | زبان | شناخت |
▧ آدرس صفحه اینستگرام |
▤ @brainlingua ▤ | 819 |
| 16 |  #non_restricted
🔴 وقتی مغز تایپ میکند: رمزگشایی غیرتهاجمی جملات از فعالیت عصبی مغز
مقالهای که اخیرا در ژورنال Nature Neuroscience منتشر شده، روایتگر گامی تازه و امیدبخش در مسیر توسعهی واسطهای مغز و رایانه است؛ روشی که برای نخستینبار موفق شده فرآیند تولید جمله را صرفا از طریق فعالیتهای مغزی، بدون کوچکترین دخالت جراحی، رمزگشایی کند.
#واسط_مغز_رایانه #رمزگشایی_مغزی #پروتز_عصبی #علوم_اعصاب_شناختی #یادگیری_عمیق #سندروم_قفلشدگی
#Brain_Computer_Interface #Brain2Qwerty #Neural_Decoding #Non_Invasive_BCI #Deep_Learning #Locked_in_Syndrome #ALS #Neuroprosthetics
لینک گیتهاب پروژه: (کلیک کنید)
▨ ارائه شده توسط | مغز | زبان | شناخت |
▧ آدرس صفحه اینستگرام |
▤ @brainlingua ▤ | 516 |
| 17 | برای دستیابی به وضوح بالا در ترسیم شبکههای مغزی، از تکنیک تصویربرداری انتشار و مسیرنگاری فیبر مبتنی بر واهمپیچش کروی (Spherical deconvolution tractography) استفاده شده که امکان ردیابی دقیق در نواحی دارای تقاطع فیبری را فراهم میکند. دادههای عصبی از ۹ میمون دنیای قدیم (Old World monkeys)، ۴۳ شامپانزه و ۴۳ انسان سالم استخراج و تحلیل شده است. بر اساس لندمارکهای آناتومیک، مسیر FAT در این گونهها به دو بخش پشتی (پیشمرکزی یا Precentral) و جلویی (پیشپیشانی یا Prefrontal) تفکیک شدند. در مطالعه بیماران، دادههای ۹۸ فرد مبتلا به PPA بررسی شد. در این فاز، بخش پیشپیشانی مسیر FAT بر مبنای اتصالات آن با شکنج پیشانی پایینی (IFG) به سه زیربخش ریزتر تقسیم شده است:
▤ @brainlingua ▤
اوربیتالیس (Pars orbitalis)، تریانگولاریس (Pars triangularis) و اوپرکولاریس (Pars opercularis)
سپس سنجههای انتشار ریزساختاری مانند ناهمسانگردی کسری (Fractional Anisotropy - FA) محاسبه شده است. توانایی روانی کلام (Spontaneous speech) با استفاده از شاخص کلمات در دقیقه (WPM) در داستانگویی سیندرلا ارزیابی شد. برای سنجش ظرفیت تولید نحو و چیدمان اجزای جمله، از آزمونهای NAVS-SPPT و NAT بهره گرفته شده است.
▤ @brainlingua ▤
یافتهها نشان میدهد که حجم متناسب کل مسیر FAT در مغز انسان بهطور معناداری بزرگتر از میمونها و شامپانزهها است. با این حال، تحلیلهای زیربخشی نشاندهنده دو روند تکاملی کاملاً متفاوت است:
بخش پیشمرکزی (Precentral FAT) در گونه انسان و شامپانزه در مقایسه با میمونها کوچکتر شده است.
در مقابل، بخش پیشپیشانی (Prefrontal FAT) گسترش چشمگیری را تجربه کرده است؛ بهطوریکه نسبت حجم آن به کل مسیر FAT در میمونها ۱۴ درصد، در شامپانزهها ۶۷ درصد و در انسانها به ۸۶ درصد میرسد.
مسیر FAT در میمونها و شامپانزهها بین دو نیمکره مغز تقریبا متقارن است. اما در انسان، این شبکه بهویژه در بخش پیشپیشانی خود دارای جانبیشدگی بسیار بارز بهسمت نیمکره چپ است. این عدم تقارن ساختاری یکی از ویژگیهای منحصربهفرد در تکامل مغز انسان محسوب میشود.
▤ @brainlingua ▤
بررسی مسیرهای ورودی به FAT نشان میدهد که حجم سینگولوم (Cingulum)، که اطلاعات سیستم لیمبیک را برای آواسازیهای درونی منتقل میکند، در هر سه گونه ثابت مانده است. اما طناب هلالی (Arcuate fasciculus) که ورودیهای پیچیده شنوایی و دیداری-فضایی را به قشر پیشانی شکمی-جانبی میآورد، در انسان بهمراتب حجیمتر از نخستیهای غیرانسان است. این گسترش منحصرا در بخش پیشانی-گیجگاهیِ (Fronto-temporal) طناب هلالی مشاهده میشود. تحلیل دادههای بیماران PPA یک شیب آناتومیک-عملکردی واضح را در ناحیه بروکا و مسیرهای متصل به آن آشکار میسازد. نقص در روانی کلام بهطور معناداری با کاهش یکپارچگی ماده سفید در بخش پیشمرکزی و بخش پشتی قشر پیشپیشانی (FAT opercularis) همبستگی دارد.
در نقطه مقابل، پردازشهای نحوی وابستگی شدیدی به بخشهای قدامی آشکار میسازند. نشان داده شده است که اختلال در تولید نحو و خطاهای ساختاری در آزمونهای ارزیابی جملات، با تحلیلرفتگی در مسیرهای FAT orbitalis و FAT triangularis ارتباط مستقیم دارد.
▤ @brainlingua ▤
این مطالعه شواهد قدرتمندی در تایید فرضیه تطابق مجدد (Exaptation) ارائه میدهد. شبکه FAT که در نخستیهای غیرانسان برای سازماندهی سلسلهمراتبی رفتار، هماهنگی حرکتی و تولید آواهای غریزی کاربرد داشته است، در طول تکامل انسان دستخوش بازسازیهای گستردهای شده است. از منظر نوروساینس شناختی، همبستگی خطاهای نحوی با بخشهای قدامی مسیر FAT (متصل به نواحی BA45 و BA47 در شکنج پیشانی تحتانی) نشاندهنده تخصصیشدن این مدارها برای پردازشهای واژی-نحویِ خطی و ادغام معنایی-ساختاری است. توسعه حیرتانگیز بخش پیشپیشانی این شبکه در انسان، در پیوند با گسترش مدار AF، بستر نوروآناتومیک حیاتی را برای توالییابی دقیق آواهای گفتاری و گذار از ارتباطات ساده به سیستمهای پیچیده زبان نحوی فراهم آورده است.
▨ ارائه شده توسط | مغز | زبان | شناخت |
▧ آدرس صفحه اینستگرام |
▤ @brainlingua ▤ | 460 |
| 18 |  #non_restricted
🔴 بستر نوروآناتومیک فرگشت زبان: تطابق مجدد مدارهای پیشانی و همتکاملی با طناب هلالی
نخستیهای غیرانسان و انسان از نواحی قشری پیشانیِ شکمی-جانبی (Ventrolateral) و پشتی-میانی (Dorsomedial) برای تولید صدا و ارتباطات آوایی استفاده میکنند؛ با این وجود، ظرفیت تولید گفتار پیچیده و دستوری کاملا مختص انسان است. این نواحی از طریق یک ساختار ماده سفید به نام مسیر مورب پیشانی (Frontal Aslant Tract - FAT) به یکدیگر متصل میشوند. در یک مطالعه، مقایسه تطبیقی آناتومی FAT در میان گونههای مختلف نخستیها برای کشف مکانیسمهای تکاملی گفتار انسان و همچنین، برای ارزیابی عملکردی این تغییرات ساختاری، همبستگی میان تحلیلرفتگی زیربخشهای FAT و بروز نقصهای زبانی (نظیر اختلال در روانی کلام و پردازشهای پیچیده نحوی) در بیماران مبتلا به زبانپریشی پیشرونده اولیه (Primary Progressive Aphasia - PPA) مورد آزمایش قرار گرفته است.
#فرگشت_زبان #تولید_آوا #گفتار
#Language_Evolution #Primate_Vocalization #Brain_White_Matter
▨ ارائه شده توسط | مغز | زبان | شناخت |
▧ آدرس صفحه اینستگرام |
▤ @brainlingua ▤ | 801 |
| 19 | #non_restricted
| پادکـست ◄ نوروساینسِ زبان
| اپـــیــــزود ◄ بیست و نهم
| مـیـزبـــان ◄ استفان ام. ویلسون
| گفتگـو بـا ◄ دروسی بیشاپ
| مــوضـوع ◄ اختلال رشدی زبان و اساس عصبی آن
| مـــنــبـــع ◄ Language Neuroscience Laboratory
#Developmental_Language_Disorder #Neuropsychology #Podcast
━━━━━◉──────
↻ㅤ ◁ㅤ ❚❚ㅤㅤ▷ㅤ ⇆
ارائه شده توسط ≫ مغز | زبان | شناخت |
آدرس صفحه اینستگرام ≫
⨠ @brainlingua | 849 |
| 20 | بر اساس مدلهای رشدی، قشر مغز در طول دوران کودکی در امتداد یک گرادیان رشدی (Sensorimotor-to-Association Axis) تحول پیدا میکند. در سیستم بینایی شکمی، قشر دوکیشکل (مسئول بازشناسی پیشرفته کلمات و چهرهها) به بیش از ۱۰ سال زمان برای تکامل نیاز دارد. در مقابل، نورونهای ناحیه LOC (پردازش فرم حروف) بسیار زودتر بالغ میشوند. این عدم تقارن زمانی در بلوغ قشری باعث میشود که کودکان و خوانندگان مبتدی، پیش از شکلگیری کامل منطقه فرم دیداری کلمات (VWFA)، تکیه شدیدی بر استراتژی بازگوکردن زیرلبی یا تلفظ درونزادی (subvocal/articulatory rehearsal) داشته باشند. شواهد تجربی این فرضیه عبارتند از:
▤ @brainlingua ▤
سرکوب تلفظی: تکرار یک هجای بیربط همزمان با خواندن، پردازش کلمات را در کودکان مختل میکند، اما تاثیر چندانی بر بزرگسالان ماهر ندارد.
همبستگی ساختاری: مهارت خواندن در کودکان با کاهش حجم ماده خاکستری در PMv چپ (که نشاندهنده هرس سیناپسی و افزایش میلینسازی کارآمد است) و همچنین افزایش یکپارچگی ساختاری مسیرهای AF و IFOF همبستگی مستقیم دارد.
پاسخهای جبرانی در اختلالات خواندن: کودکان مبتلا به نارساخوانی (Dyslexia) و همچنین بزرگسالانی که دچار آسیب در قشر پسسری-گیجگاهی چپ شدهاند (آلکسیا)، فعالسازی و اتصال بالاتری را در PMv چپ نشان میدهند. این پدیده نشاندهنده بهکارگیری یک مکانیسم جبرانی برای رمزگشایی رشتههای طولانی کلمات است.
▤ @brainlingua ▤
یک ایده سنتی وجود دارد که میگوید مسیرهای پیشحرکتی صرفا در کودکان یا افراد مبتلا به اختلال فعال هستند. دادههای MEG و مطالعات TMS اثبات کردهاند که یک مسیر زیرواژگانی سریع (fast sublexical route) شامل PMv چپ در بزرگسالان سالم نیز کاملا فعال است. این مسیر کدهای حرکتی گفتار را در مراحل بسیار اولیه خواندن دیداری و با سرعتی بسیار بالاتر از آنچه قبلا تصور میشد تولید میکند. از دیدگاه فرگشتی، این مسیر نهفته خواندن، بازیافت فرهنگی سیستمهای عصبی نخستینسانان غیرانسانی است. پیشسازهای تکاملی این شبکه را میتوان در سیستمهای نورون آینهای میمونها یافت که برای ارتباطات صوتی و حالات چهره در تعاملات اجتماعی تکامل یافته بودند و اکنون در انسان برای پردازش کدهای تلفظی هنگام خواندن بازتولید شدهاند.
▨ ارائه شده توسط | مغز | زبان | شناخت |
▧ آدرس صفحه اینستگرام |
▤ @brainlingua ▤ | 511 |
