Część 1: Funkcjonalna łączność między pamięcią a centrami nagród w ramach zadania i odpoczynku Śledź wrażliwość pamięci na nagrodę

więcej informacji:ali.ma@wecistanche.com

Pls kliknij tutaj, aby przejść do części 2!

Lea E. Frank1, Alison R. Preston2, Dagmar Zeithamova1

1 Wydział Psychologii, University of Oregon, 1227 University Street, Eugene, OR 97403, USA

2Centrum Nauki iPamięćoraz Department of Psychology, The University of Texas w Austin, Austin, TX 78712, USA

Kliknij, abyCistanche UK na poprawę pamięci

Abstrakcyjny

Motywacja zewnętrzna, taka jak obietnica przyszłej nagrody pieniężnej za zapamiętanie wydarzenia, może wpływać na to, które wydarzenia zostaną zapamiętane. Oparte na nagrodachpamięćuważa się, że modulacja wynika z kodowania i postkodowania interakcji między dopaminergicznym śródmózgowiem, nagrodą za sygnalizację oraz hipokampem i korą przyhipokampową, wspierając epizodycznepamięć. Zapytaliśmy, czy interakcje hipokampa i parahipokamp z innymi regionami związanymi z nagrodą są związane z modulacją nagrodypamięći czy takie relacje są stabilne w czasie. Wrażliwość pamięci osób na nagrodę mierzono za pomocą zadania kodowania zachęt pieniężnych, w którym wskazówka wskazywała potencjalną nagrodę pieniężną (grosz, dziesięciocentówkę lub dolar) za zapamiętanie zbliżającej się pary obiektów. Łączność funkcjonalna międzypamięćregiony nagrody były mierzone przed, w trakcie i po wykonaniu zadania. Obszary zainteresowania związane z nagrodą zostały wygenerowane przy użyciu metaanalizy istniejących badań dotyczących nagrody i obejmowały brzuszne prążkowie, przyśrodkową i oczodołową korę przedczołową oraz przedni zakręt obręczy, oprócz śródmózgowia. Wyniki wykazały, że łączność międzypamięći regiony nagrody śledziły indywidualne różnice w modulacji nagrodypamięć, niezależnie od tego, kiedy mierzono łączność. Wzorce połączeń przedniego zakrętu obręczy, kory oczodołowo-czołowej i brzusznego prążkowia były współzmienne i najsilniej śledziły zachowanie. Odkrycia te implikują szerszy zestaw regionów nagrody w modulacji pamięci, niż rozważano wcześniej, i dostarczają nowych dowodów na to, że stabilne wzorce połączeń międzypamięća ośrodki nagrody odnoszą się do indywidualnych różnic w tym, jak nagroda wpływa na pamięć.

Słowa kluczowe

Epizodycznypamięć; Łączność funkcjonalna; hipokamp; Motywacja; Nagroda; Kora przedczołowa

Dlaczego niektóre wydarzenia są pamiętane, a inne zapomniane? Motywacja oparta na nagrodach jest jednym z czynników wpływających na to, jakie wydarzenia zostaną zapamiętane. ModulacjapamięćUważa się, że nagrody wynikają z aktywacji dopaminergicznego śródmózgowia i Dagmar Zeithamova dasa@uoregon.edu związanej z nagrodą.

Nota wydawcy Springer Nature pozostaje neutralny w odniesieniu do roszczeń jurysdykcyjnych w opublikowanych mapach i powiązaniach instytucjonalnych.

projekcja dopaminy do hipokampu, co ułatwia długotrwałe wzmocnienie ipamięćformacji (Lisman i Grace, 2005; Lisman, Grace i Duzel, 2011; Shohamy i Adcock, 2010). Zgodnie z tym modelem, kilka badań funkcjonalnych MRI udokumentowało zwiększoną aktywację w śródmózgowiu i prążkowiu brzusznym, której towarzyszyła jednozmienna i

wielowymiarowe sygnały odzwierciedlające nagrodę w hipokampie i korze przyhipokampowej (PHC) w przyśrodkowym płacie skroniowym (Adcock, Thangavel, Whitfield-Gabrieli, Knutson i Gabrieli, 2006; Gruber, Ritchey, Wang, Doss i Ranganath, 2016; Wittmann i in. ., 2005; Wolosin, Zeithamova i Preston, 2012, 2013). Częstym odkryciem w tych badaniach jest to, że poszczególne osoby różnią się stopniem, w jakim ichpamięćwpływa na nagrody zewnętrzne (Adcock i in., 2006; Gruber i in., 2016; Wolosin i in., 2012, 2013).

Indywidualne różnice wpamięćwrażliwość na nagrodę była powiązana zarówno z interakcjami fazowymi, jak i tonicznymi między śródmózgowiem a przyśrodkowym płatem skroniowym (Shohamy i Adcock, 2010). Adcock i in. (2006) po raz pierwszy stwierdzili, że aktywacja związana z zadaniami w hipokampie, PHC, śródmózgowiu i prążkowiu brzusznym była skorelowanymi uczestnikami. Wolosin i in. (2012) wykazali interakcje między hipokampem a śródmózgowiem w tle zarówno w torze fazy kodowania, jak i odzyskiwaniapamięćwrażliwość na nagrodę. Inne badania skupiały się na wzroście łączności wywołanym uczeniem się, odnosząc je do motywowanych nagrodąpamięć(Gruber i in., 2016; Murty, Tompary, Adcock i Davachi, 2017), chociaż interakcje hipokamp-śródmózgowia mogą odnosić się do asocjacyjnychpamięćogólnie (Duncan, Tompary i Davachi, 2014; Tompary, Duncan i Davachi, 2015).

Przez wielepamięćW badaniach nacisk położono na łączność podczas wykonywania zadań lub zmiany łączności po nauce jako główne predyktory zachowania (Gruber i in., 2016; Murty i in., 2017; Tambini, Ketz i Davachi, 2010; Tompary i in., 2015). W przeciwieństwie do tego, inne dziedziny koncentrowały się na spoczynkowych wzorcach łączności, biorąc pod uwagę, że indywidualne różnice w łączności wewnętrznej mogą pozostać względnie stabilne w czasie i zadaniach (Finn i in., 2015; Gratton i in., 2018), przewidując indywidualne różnice w poznaniu (Finn i in., 2015; Gerraty, Davidow, Wimmer, Kahn i Shohamy, 2014; Poole i in., 2016; Wang i in., 2010). Dlatego chcieliśmy połączyć te podejścia i przetestować, czy istnieją stabilne interakcje międzypamięći nagradzaj regiony, które śledzą indywidualne różnice wpamięćwrażliwość na nagrodę, niezależnie od tego, kiedy te interakcje są mierzone. Na przykład, nawet przy braku zadania, siła połączenia między hipokampem, śródmózgowiem i prążkowiem brzusznym różni się u poszczególnych osób (Kahn i Shohamy, 2013). Ponieważ te regiony są zaangażowane wpamięći procesy nagradzania, te niezależne od zadań interakcje mogą odnosić się do indywidualnych różnic w:pamięćwrażliwość na nagrodę. Jednak idea łączności „odcisku palca” jednostki – używana w szerokim znaczeniu, odnosząca się do wzorców łączności różnicujących grupy i śledzących wydajność (Gratton i in., 2018; Wang i in., 2010) zamiast identyfikowania konkretnych osób (Finn i in. ., 2015) – nie był jeszcze testowany w zakresie modulacji nagrodypamięć.

Perspektywy teoretyczne, zwłaszcza model Lismana i Grace'a (2005), podkreślają rolę dopaminergicznego śródmózgowia w motywowanym uczeniu się. Pod wpływem tego modelu neuroobrazowanie prowadzipamięćwrażliwość na nagrodę zwykle skupiała się na śródmózgowiu jako głównym obszarze zainteresowania nagrody (Adcock et al., 2006; Gruber et al., 2016; Wittmann et al., 2005; Wolosin et al., 2012). Jednak inne regiony związane z nagrodą prawdopodobnie przyczynią się do motywacyjnego wpływu napamięć. Uważa się, że prążkowie brzuszne odgrywa kluczową rolę w integracji sygnałów między hipokampem a śródmózgowiem (Lisman i Grace, 2005; Miendlarzewska, Bavelier i Schwartz, 2016), jest rekrutowane podczas kodowania motywacyjnego (Adcock i in., 2006; Wittmann i in. al., 2005) i wykazano interakcję z hipokampem zarówno podczas odpoczynku (Kahn i Shohamy, 2013), jak i podczas wykonywania zadań (Adcock

i in., 2006; Camara, Rodriguez-Fornells i Münte, 2009; Kafkasa i Montaldiego, 2015). Regiony przedczołowe, w tym kora oczodołowa (OFC) i przyśrodkowa kora przedczołowa (MPFC), również oddziałują z hipokampem i PHC (Blessing, Beissner, Schumann, Brünner i Bär, 2016; Gerraty i wsp., 2014; Murty, LaBar, & Adcock, 2016) i były zaangażowane w różne procesy związane z nagrodą (Amiez, Joseph i Procyk, 2006; Elliott, Agnew i Deakin, 2008; Kable i Glimcher, 2007). Jednak z powodu teoretycznego nacisku na śródmózgowie i w mniejszym stopniu prążkowia, nie wiadomo, czy inne regiony związane z nagrodą również przyczyniają się do modulacji nagrodypamięć.

Obecne badanie miało dwa główne cele. Po pierwsze, staraliśmy się określić rolę szerszej sieci regionów związanych z nagrodą w pośredniczeniu w modulacji nagrodypamięć. Obszary zainteresowania związane z nagrodą zostały niezależnie uzyskane na podstawie ich zaangażowania w przetwarzanie nagrody za pomocą zautomatyzowanego narzędzia do metaanalizy Neurosynth (Yarkoni, Poldrack, Nichols, Van Essen i Wager, 2011), niezależnie od ich wcześniejszego wpływu na modulację pamięci . Po drugie, chcieliśmy ustalić, w jakim stopniu indywidualne różnice we wrażliwości pamięci na nagrodę mają związek z indywidualnymi różnicami w łączności międzypamięći centra nagrody oraz czy taki związek może istnieć niezależnie od tego, kiedy mierzy się łączność. Aby ocenić stabilność wzorców łączności i ich związek z zachowaniem, mierzono interakcje między hipokampem i PHC z siecią regionów związanych z nagrodą za pomocą funkcjonalnego MRI podczas zadania kodowania zachęt pieniężnych (Adcock i in., 2006), a także podczas reszta skanów przed i po zadaniu. Wzorzec łączności dla każdego uczestnika był powiązany z ichpamięćwrażliwość na nagrodę, definiowana jako przewaga pamięci w przypadku prób o wysokiej wartości, z wykorzystaniem analizy wariancji i metod uczenia maszynowego. Oddzielny raport z tego zestawu danych, skupiający się na wzorcach aktywacji związanych z hipokampem i zadaniami PHC oraz na tym, jak reprezentują one nagrodę, został opublikowany wcześniej (Zeithamova, Gelman, Frank i Preston, 2018).

Materiały i metody

Uczestnicy

Thirty-four healthy, English-speaking volunteers were enrolled in this study. Data from nine participants were excluded for excessive head motion during task scans (framewise displacement >1 mm in at least 50-time points in more than 1 run; 4 participants), scanning interruptions (3 participants), or missing data (2 participants). An additional participant was excluded due to excessive head motion during a rest scan (>50 procent punktów czasowych usuniętych podczas szorowania). Pozostałe 24 osoby (18 kobiet w wieku 18–31 lat, średni wiek=22) zostały uwzględnione w analizach łączności. Uczestnicy otrzymali 40 dolarów za udział i do 55,50 dolarów premii za ichpamięćwydajność. Badanie zostało zatwierdzone przez Institutional Review Board of The University of Texas w Austin, a wszyscy uczestnicy wyrazili pisemną zgodę. Oddzielna próba 20 uczestników (5 kobiet w wieku 18–24 lat, średnia wieku 19 lat) wykonała to samo zadanie, ale nie została zeskanowana.

Procedury behawioralne

Po procedurze zgody uczestnicy zostali poinstruowani o zadaniu i ukończyli pięć prób praktycznych. Następnie przebadano je pod kątem MRI, zamieniono na peelingi i umieszczono w magnesie MRI. Sesja skanowania rozpoczęła się od akwizycji skanów anatomicznych, a następnie skanów funkcjonalnych. Uczestnicy wykonali wstępne skanowanie odpoczynku (6 minut), zmotywowane zadanie kodowania w pięciu przebiegach związanych ze zdarzeniami (9 minut każdy) oraz skanowanie odpoczynku po kodowaniu (6 minut), z 1–2 minutami między wszystkimi skanami ( Rys. 1a). Podczas skanów odpoczynku uczestnicy zostali poinstruowani, aby mieć otwarte oczy i mieć przed sobą pusty ekran. Podczas zmotywowanego zadania kodowania uczestnicy zostali poinstruowani, aby celowo zakodować 150 par zwykłych przedmiotów, każdy poprzedzony wskazówką (w formie obrazkowej lub słownej), wskazującą wartość nagrody (grosz, dziesięciocentówka lub dolar), którą mogą zarobić, jeśli pamiętają para obiektów w późniejszympamięćtest (rys. 1b). Pary obiektów zostały wylosowane z zestawu 300 kolorowych fotografii obiektów i losowo przypisane do jednego z sześciu warunków nagrody-cue, co dało 25 par na warunek. Uczestnicy zostali poinformowani, że otrzymają premię pieniężną wskazaną przez wskazówkę nagrody za prawidłowe przywołanie skojarzeń w zadaniu przywołania, które nastąpiło bezpośrednio po sesji skanowania. Próby ze wszystkich warunków zostały przedstawione w losowej kolejności, ze zrównoważoną liczbą prezentacji w każdym z pięciu przebiegów kodowania. Po sesji skanowania, około 20–30 minut po przerwie po kodowaniu, zakończono test przypominania we własnym tempie. Podczas każdej próby testowej uczestnikom pokazywano lewy przedmiot z każdej pary i proszono o głośne nazwanie powiązanego obiektu, a następnie podanie źródłapamięćtest, podczas którego uczestnicy wybierali wskazówkę nagrody poprzedzającą ten obiekt (ryc. 1c). Uczestników nie poinformowano, że zostaną przetestowani pod kątem identyfikacji sygnału przed testem. Pamięć źródłowa dla tożsamości wskazówki była przypadkowa w próbce fMRI (Zeithamova i in., 2018) i nie jest rozważana dalej w tym raporcie.

Dla każdego uczestnika obliczono średni odsetek poprawnie przywołanych skojarzeń po każdej z sześciu możliwych wskazówek. A2 (forma: obrazek, słowo) × 3 (wartość: grosz, dziesięciocentówka, dolar) ANOVA z powtarzanymi pomiarami badała wewnątrzobiektowy wpływ wartości i formy nagrody napamięć. W przypadku znaczących efektów przeprowadzono uzupełniające porównania parami w celu określenia różnic między średnimi dokładnościami każdego stanu. Dane behawioralne wykorzystano do zindeksowania indywidualnych różnic w modulacji nagrody w pamięci. Ponieważ w próbce fMRI stwierdzono, że behawioralny efekt nagrody ma kształt litery U, wykorzystaliśmy różnicę między dokładnością próby dolara i grosza jako miarę wrażliwości pamięci na nagrodę. Wynik ten nazywamy wynikiem behawioralnej modulacji nagrody (BRM). Dodatkowo, mediana podziału wyników Brm podzieliła uczestników na dwie grupy: modulatory (ci, którzy wykazalipamięćwrażliwość na nagrodę) i niemodulatory (te, których wyniki pamięci były niewrażliwe na nagrodę). Analiza potwierdzająca wpływu nagrody napamięćprzeprowadzono w każdej grupie w celu sprawdzenia, czy „modulatory” rzeczywiście wykazywały przewagę pamięci w próbach za dolara, podczas gdy „niemodulatory” nie. Odwołujemy się do tej zdychotomizowanej miarypamięćwrażliwość na nagrodę jako status modulatora.

akwizycja fMRI

Funkcjonalne i strukturalne obrazy MR zostały zebrane w Imaging Research Center na Uniwersytecie Austin w Teksasie za pomocą skanera 3T Siemens Skyra MRI. Obrazy funkcjonalne zebrano w 72 ukośnych przekrojach osiowych, około 20 stopni od linii AC-PC, przy użyciu sekwencji obrazowania echo-planarnego z wielopasmowym współczynnikiem przyspieszenia=3, współczynnikiem GRAPPA=2, TR=2,000 ms, TE=31 ms, kąt odwrócenia {{10}} stopień, macierz 128 × 128 × 72 dająca 1.7- woksele izotropowe mm. Stosując te same parametry, przeprowadzono dwa 6-minutowe skany fMRI stanu spoczynkowego, jedno przed i jedno po zadaniu kodowania. Zebrano obraz anatomiczny MPRAGE o wysokiej rozdzielczości T1 ważony (matryce 256 × 256 × 192, woksele izotropowe 1-mm). Dodatkowy obraz T2-ważony pobrano w skośnej płaszczyźnie czołowej prostopadłej do osi hipokampa (TR=13,150 ms, TE=82 ms, 512 × 60 × 512 macierze, 0. 4- × 0.4-mm rozdzielczość w płaszczyźnie z warstwami 1.5-mm, bez przerwy).

Regiony zainteresowania

Ponieważ wcześniejsze badania nad motywowanym kodowaniem koncentrowały się głównie na śródmózgowiu, niewiele wiadomo o tym, jak inne regiony związane z nagrodą mogą wpływaćpamięćwrażliwość na nagrodę. Naszym celem było włączenie szerszej sieci związanej z nagrodą w bieżącym dochodzeniu, niezależnie od tego, czy były one wcześniej zamieszane w modulację nagrodypamięć. Aby uzyskać zwrot z inwestycji związanych z przetwarzaniem nagród, z bazy danych Neurosynth (http://neurosynth.org) zebrano metaanalizę 671 badań obejmujących termin „nagroda”. Użyliśmy mapy „wnioskowania odwrotnego” (obecnie określanego jako „test skojarzeń”), która pokazuje regiony, które preferencyjnie aktywują się w badaniach zawierających termin „nagroda” w porównaniu z badaniami, które nie zawierają terminu „nagroda” i jako takie jest uważany za diagnostyczny dla omawianego terminu (Yarkoni i in., 2011). Ponieważ domyślny próg Neurosynth (FDR p< 0.="" 01)="" yielded="" large="" clusters="" with="" multiple="" peaks="" in="" anatomically="" distinct="" regions,="" we="" further="" thresholded="" the="" maps="" with="" a="" voxel-wise="" threshold="" ofz="5.3" to="" obtain="" clusters="" that="" did="" not="" extend="" across="" multiple="" anatomical="" regions.="" this="" meta-analysis="" resulted="" in="" five="" reward-related="" rois="" that="" centered="" on="" the="" anterior="" cingulate="" cortex="" (acc),="" midbrain,="" medial="" prefrontal="" cortex="" (mpfc),="" orbitofrontal="" cortex="" (ofc),="" and="" ventral="" striatum="" (vs).="" clusters="" centered="" on="" the="" midbrain="" and="" vs="" were="" disproportionately="" larger="" than="" the="" prefrontal="" rois="" and="" extended="" beyond="" the="" anatomical="" boundaries="" of="" their="" respective="" regions,="" thus="" these="" clusters="" were="" further="" reduced="" to="" the="" top="" 500="" voxels.="" the="" localization="" ofthe="" resulting="" five="" reward-related="" rois="" in="" the="" standard="" space="" is="" presented="" in="" fig.="" 2a.="" the="" reward-related="" rois="" were="" reverse="" transformed="" from="" standard="" space="" to="" native="" space="" of="" each="" participant="" using="" flirt,="" a="" part="" of="" fsl="" (http://www.fmrib.ox.ac.uk/fsl).="" finally,="" the="" reward="" rois="" were="" resampled="" to="" the="" functional="" space="" of="" the="" participant="" to="" serve="" as="" masks="" for="" extracting="" time="">

Biorąc pod uwagę liczbę regionów związanych z nagrodą, tylko hipokamp i PHC zostały wybrane jakopamięćregionów zainteresowania, aby ograniczyć łączną liczbę rozważanych połączeń. Hipokamp i PHC zostały wybrane jako nasze wcześniejsze ROI pamięci, ponieważ są one konsekwentnie uwikłane w badania wpływu nagrody napamięć(Gruber i in., 2016; Wolosin i in., 2012, 2013). Aby uzyskać bezstronne ROI, zdefiniowaliśmy anatomicznie hipokamp i PHC w naturalnej przestrzeni każdego uczestnika. Nie użyliśmy definicji funkcjonalnej (np. Neurosynth), ponieważ nie było jasne, czy standardowapamięćwoksele w tych regionach muszą być również najbardziej odpowiednie dla modulacji pamięci przez nagrodę. Jednak mapy „pamięci” Neurosynth pokrywają zasadniczo cały anatomiczny hipokamp i PHC, a zatem dają te same wyniki. Anatomiczne ROI uzyskano poprzez parcelację korową i segmentację podkorową skanu anatomicznego T1 za pośrednictwem Freesurfer (https://surfer.nmr.mgh.harvard.edu). Skan anatomiczny T1 został następnie zarejestrowany razem z pierwszym skanem funkcjonalnym przy użyciu zaawansowanych narzędzi do normalizacji), a parametry wspólnej rejestracji zastosowano do segmentacji Freesurfer. Na koniec, specyficzny dla uczestników, zdefiniowany przez Freesurfera hipokamp i PHC zostały przekształcone w przestrzeń ich skanów funkcjonalnych, aby można je było wykorzystać jako maski do wyodrębniania szeregów czasowych hipokampa i PHC. Hippokamp i ROI PHC przedstawiono dla przykładowego obiektu na ryc. 2b.

Wyprowadzanie miar łączności funkcjonalnej

Wstępne przetwarzanie zostało przeprowadzone przy użyciu narzędzi z wersji FSL 5.0 i ANTS. Obrazy funkcjonalne i anatomiczne wyodrębniono z mózgu za pomocą BET. Obrazy funkcjonalne zostały poddane korekcji ruchu w każdym przebiegu za pomocą FLIRT firmy FSL, wyrównane w poprzek przebiegów do pierwszego obrazu funkcjonalnego za pomocą ANTS i filtrowane górnoprzepustowo (odcięcie 128-). Łączność funkcjonalna została zmierzona podczas wstępnego skanu podczas kodowania, pięciu skanów kodowania i po kodowaniu skanu przerwy przy użyciu podobnych procedur przetwarzania. Ponieważ na pomiary łączności może wpływać szum w sygnale BOLD wywołanym przez ruch i procesy fizjologiczne (Murphy, Birn, & Bandettini, 2013; Power, Barnes, Snyder, Schlaggar, & Petersen, 2{{14} }12), postępowaliśmy zgodnie z procedurami wstępnego przetwarzania nakreślonymi przez Power et al. (2012) w celu usunięcia wahań sygnału związanych z szumem. Najpierw wyekstrahowano przebiegi czasowe dla płynu mózgowo-rdzeniowego (CSF), istoty białej (WM) i całego mózgu, ponieważ zmiany sygnału w tych regionach zapewniają dobre przybliżenie zmian sygnału wywołanych ruchem i innymi zakłóceniami. Wyodrębniono również sześć parametrów ruchu ponownego wyrównania, przemieszczenie ramowe (FD) i globalną zmianę sygnału (DVARS). Następnie stworzyliśmy maskę „szorującą”, używając szeregów czasowych dla FD i DVARS. Punkty czasowe, które przekroczyły którykolwiek z progów (FD > 0,5 mm lub DVARS > 0,5 procent) zostały oznaczone do usunięcia, podobnie jak punkt jednorazowy przed i dwa punkty czasowe po (Power et al., 2012). Dodatkowo, pierwsze dwa punkty czasowe w każdym skanie zostały usunięte. Maski szorujące zostały nałożone na przebiegi czasowe dla każdego pacjenta, usuwając średnio około 6 procent punktów czasowych ze skanowania przed kodowaniem, 9,5% ze skanowania po kodowaniu i średnio 8 procent punktów czasowych we wszystkich pięciu kodowanie skanów.

Aby wyodrębnić łączność tła podczas skanowania kodowania, filtrowaliśmy dolnoprzepustowe szeregi czasowe kodowania, usuwając sygnał o częstotliwości zadania lub wyższej (częstotliwość zadania=00,056 Hz, próg filtra=00,045 Hz ). Filtr dolnoprzepustowy usuwał fluktuacje związane z zadaniami, jednocześnie utrzymując sygnały o niskiej częstotliwości (tła), które bardziej odzwierciedlają aktywność wewnętrzną (Newton, Morgan, Rogers i Gore, 2011; Tambini, Rimmele, Phelps i Davachi, 2016). . Ponieważ filtrowanie dolnoprzepustowe usuwa również szum o wysokiej częstotliwości, co prowadzi do wyższych szacunków łączności (Van Dijk i in., 2010), dodatkowo filtrowaliśmy dolnoprzepustowe szeregi czasowe spoczynku z tą samą częstotliwością przy porównywaniu łączności między zadaniami i spoczynkiem. Filtrowanie dolnoprzepustowe przeprowadzono po obliczeniu FD i DVARS, ale przed czyszczeniem problematycznych punktów czasowych.

Miary łączności uzyskano przez częściowe korelacje wstępnie przetworzonych, oczyszczonych szeregów czasowych między każdym zpamięćROI i każdy z pięciu ROI związanych z nagrodą, kontrolujący WM, CSF, sygnał całego mózgu, parametry ruchu i ich pochodne. Otrzymane współczynniki Pearsona z analizy korelacji cząstkowych zostały przekształcone z Fishera w celu dostosowania do założeń normalności przed przekazaniem ich do dalszych analiz. W przypadku skanów kodowania mierzono łączność i transformację Fishera z w każdym przebiegu. Znormalizowane wartości łączności zostały następnie uśrednione z pięciu skanów kodowania, aby uzyskać pojedynczą miarę łączności tła podczas kodowania.