قشر مخ؛ سازمان و مدارهای نئوکورتیکال؛ قسمت دوم

---

---

Long-Range Projecting GABAergic Interneurons

نورون‌های رابط گابائرژیک با دوربُرد

Whereas the majority of cortical GABAergic neurons target nearby cells and control the local network activity, some cortical GABAergic neurons also project to other brain areas. Within the neocortex, these long-range GABAergic projections connect different areas both within same or in the contralateral hemisphere. (33) A potential function of these projections is to synchronize rhythmic activity between distant neocortical areas and to participate in interhemispheric inhibition via the corpus callosum. For example, a group of PV GABAergic neurons provide callosal inhibitory projections from the visual, and motor cortices to their corresponding cortex in the contralateral hemisphere. (34) Long-range GABAergic cells also interconnect cortical with subcortical areas. For example, GABAergic neurons of the frontal cortex project to striatum and globus pallidus.(35)

در حالی که اکثر نورون‌های گابائرژیک قشر، سلول‌های مجاور را هدف قرار می‌دهند و فعالیت شبکه موضعی را کنترل می‌کنند، برخی از نورون‌های گابائرژیک قشری نیز به سایر نواحی مغز پروجکت می‌کنند. درون نئوکورتکس، این پروجکشن‌های دوربرد گابائرژیک، نواحی مختلفی را در همان نیمکره یا در نیمکره طرف مقابل به هم متصل می‌کنند. (33) یک کارکرد بالقوه این پروجکشن‌ها همگام سازی فعالیت ریتمیک بین نواحی نئوکورتکس دوردست و شرکت در مهار بین نیمکره ای از طریق جسم پینه ای است. به عنوان مثال، گروهی از نورون‌های PV گابائرژیک، پروجکشن‌های بازدارنده پینه‌ای را از قشر بینایی و حرکتی به قشر متناظر خود در نیمکره طرف مقابل فراهم می‌کنند. (34) سلول‌های گابائرژیک دوربرد همچنین قسمت‌های قشری را با نواحی زیر قشری متصل می‌کنند. برای مثال، نورون‌های گابائرژیک قشر پیشانی به جسم مخطط و گلوبوس پالیدوس پروجکت می‌کنند. (35)

FIGURE 24.10 Disinhibitory circuits in the neocortex.
Disinhibition in the neocortex is mediated by vasoactive intestinal polypeptide (VIP) interneurons in layers 2/3 that target somatostatin (SOM) and to a lesser extent parvalbumin (PV) inhibitory neurons. These VIP neurons are excited by corticocortical feedback projections from higher order cortices, by cholinergic inputs acting via nicotinic and M1 muscarinic receptors, and via serotonergic inputs via 5-HT3aRs.

شکل 24.10 مدارهای مهارگسیختگی در نئوکورتکس.

مهارگسیختگی در نئوکورتکس توسط پلی‌پپتیدهای روده‌ای فعال کننده رگ (VIP) در لایه‌های 2/3 انجام می‌شود که سوماتوستاتین (SOM) و به میزان کمتری نورون‌های مهاری پاروالبومین (PV) را هدف قرار می‌دهند. این نورون‌های VIP توسط پروجکشن‌های پس‌خوراند کورتیکوکورتیکال از قشرهای مرتبه بالاتر، با ورودی‌های کولینرژیک که از طریق گیرنده‌های موسکارینی M1 و نیکوتینی عمل می‌کنند و با ورودی‌های سروتونرژیک که از طریق 5-HT3aRs عمل می‌کنند تحریک می‌شوند.

CORTICAL OSCILLATIONS

نوسانات قشر مغز

Information processing in neuronal networks is critically dependent on the precise synchronization of ensembles of neurons. This synchronous activity is reflected by neuronal oscillations, which produce extracellular local field potentials that can be recorded with microelectrodes, electroencephalogram (EEG), and magnetoencephalogram (MEG). The EEG oscillations include slow (<1 Hz), delta (~1-4 Hz), theta (~4-8 Hz), alpha and mu (~8-13 Hz), beta (~13-30 Hz), gamma (>30-80 Hz), ripple (>80-200 Hz), fast ripple (>200-600 Hz), and sigma (≥600 Hz) (36,37)

پردازش اطلاعات در شبکه‌های عصبی به شدت به همگام‌سازی دقیق مجموعه‌های نورون‌ها وابسته است. این فعالیت همزمان توسط نوسانات عصبی منعکس می‌شود، که پتانسیل میدان موضعی خارج سلولی تولید می‌کند که می‌تواند با میکروالکترودها، الکتروانسفالوگرام (EEG) و مگنتوآنسفالوگرام یا مغناطیس نگار (MEG) ثبت شود. نوسانات EEG شامل آهسته (<1 هرتز)، دلتا (~1-4 هرتز)، تتا (~8-4 هرتز)، آلفا و مو (~13-8 هرتز)، بتا (~30-13 هرتز)، گاما (> 80-30 هرتز)، ریپل (> 200-80 هرتز)، ریپل سریع (> 600-200 هرتز) و سیگما (≥ 600 هرتز) (36،37)

Role of Interneurons

نقش نورون‌های رابط

Interneurons play a key role in coordinating activity both within local networks and across the relatively long distances that separate different brain regions. Networks of interneurons are the backbone of many brain oscillators as they provide rhythm-based timing to principal cells in the brain. (38) Most oscillations are called “relaxation” or pulse type; spikes of principal cells are typically concentrated within a narrow window of opportunity during the phase when inhibitory neurons are less active. By this mechanism, interneurons coordinate activity both within local networks and across different brain regions. (39) A fundamental function of inhibitory interneurons is to allow the dynamic organization of principal cells into functional ensembles. Because of inhibitory connections, competing cell assemblies can be functionally isolated, such that excitatory pathways can be rerouted though the coordinated interneuron groups. Thus specific firing patterns of principal cells in a network will depend largely on the temporal and spatial distribution of inhibition. In response to the same input, the same network can potentially produce several different output patterns at different times, depending on the distribution of inhibition. (38)

نورون‌های رابط نقش کلیدی در هماهنگی فعالیت‌ها هم در شبکه‌های موضعی و هم در مسافت‌های نسبتاً طولانی دارند که مناطق مختلف مغز را از هم جدا می‌کنند. شبکه‌های نورون‌های رابط ستون اصلی بسیاری از نوسانگرهای مغز هستند زیرا زمان بندی مبتنی بر ریتم را برای سلول‌های اصلی مغز فراهم می‌کنند. (38) بیشتر نوسانات را «آرامش» یا نوع پالس می‌نامند. اسپایک‌های سلول‌های اصلی معمولاً در فرصت مطلوب محدود در مرحله‌ای که نورون‌های مهاری کمتر فعال هستند متمرکز می‌شوند. با این مکانیسم، نورون‌های رابط فعالیت را هم در شبکه‌های موضعی و هم در مناطق مختلف مغز هماهنگ می‌کنند. (39) یک عملکرد اساسی نورون‌های رابط مهاری این است که پویایی سازمان سلول‌های اصلی در مجموعه‌های عملکردی را ممکن می‌سازد. به دلیل اتصالات مهاری، مجموعه‌های سلولی رقیب را می‌توان از نظر عملکردی جدا کرد، به طوری که مسیرهای تحریکی را می‌توان از طریق گروه‌های نورونی هماهنگ تغییر مسیر داد. بنابراین الگوهای شلیک خاص سلول‌های اصلی در یک شبکه تا حد زیادی به توزیع زمانی و مکانی مهار بستگی دارد. یک شبکه در پاسخ به ورودی یکسان، به طور بالقوه می‌تواند چندین الگوی خروجی مختلف را در زمان‌های مختلف، بسته به توزیع مهاری، تولید کند. (38)

Slow Oscillations

نوسانات آهسته

Slow and delta oscillations represent the dominant network activity in neocortical areas during non-rapid eye movement (NREM) sleep. During the slow oscillation, cortical neurons display synchronous bursts of depolarization (UP states) separated by periods of relative quiescence (DOWN states) and oscillate between these two states. (Figure 24.11). These UP- and DOWN-states reflect spontaneous synaptic events sustained through a balance of recurrent fast ionotropic excitatory neurotransmission in principal cells and its termination by strong inhibitory inputs via both GABA and GABA receptors. Basal forebrain cholinergic neurons reduce the power of neocortical slow oscillations by promoting activity of SOM interneurons, preventing synchronization of populations of pyramidal neurons. Whereas slow oscillations can be generated within the cortex alone, pacemaking activity of the thalamus also has an important role during deep NREM sleep.

نوسانات آهسته و دلتا نشان دهنده فعالیت شبکه غالب در نواحی نئوکورتیکال در طول خواب حرکت غیر سریع چشم (NREM) است. در طول نوسان آهسته، نورون‌های قشری انفجارهای همزمان دپلاریزاسیون (حالت‌های بالا) را نشان می‌دهند که با دوره‌های سکون نسبی (حالت‌های پایین) از هم جدا شده‌اند و بین این دو حالت نوسان می‌کنند. (شکل 24.11). این حالت‌های بالا و پایین منعکس کننده رویدادهای سیناپسی خود به خودی است که از طریق تعادل انتقال عصبی تحریکی یونوتروپیک سریع مکرر در سلول‌های اصلی و خاتمه آن توسط ورودی‌های مهاری قوی از طریق گابا و گیرنده‌های گابا ایجاد می‌شود. نورون‌های کولینرژیک قاعده مغز قدامی با افزایش فعالیت نورون‌های SOM، قدرت نوسانات آهسته نئوکورتیکال را کاهش می‌دهند و از هماهنگ‌سازی جمعیت‌های نورون‌های هرمی جلوگیری می‌کنند. در حالی که نوسانات آهسته را می‌توان به تنهایی در قشر مغز ایجاد کرد، فعالیت ضربان ساز تالاموس نیز نقش مهمی در خواب عمیق NREM دارد.

Theta Oscillations

نوسانات تتا

Theta oscillations typically occur in hippocampal circuits but are also present in the neocortex. The hippocampal theta oscillations occur during voluntary movements and REM sleep, where the oscillation modulates the timing of action potentials. Both excitatory pyramidal cells and GABAergic interneurons contribute to generating theta oscillations. Theta oscillations have a critical role in coordinating the activity of the PFC and hippocampus during memory encoding and retrieval, as described in the next chapter.

نوسانات تتا معمولاً در مدارهای هیپوکامپ رخ می‌دهد اما در نئوکورتکس نیز وجود دارد. نوسانات تتا هیپوکامپ در طول حرکات ارادی و خواب REM رخ می‌دهد، جایی که نوسان زمان‌بندی پتانسیل‌های عمل را تعدیل می‌کند. هم سلول‌های هرمی تحریکی و هم سلول‌های عصبی گابائرژیک در ایجاد نوسانات تتا نقش دارند. نوسانات تتا نقش مهمی در هماهنگی فعالیت PFC و هیپوکامپ در طول رمزگذاری و بازیابی حافظه دارند، همانطور که در فصل بعدی توصیف می‌شود. 

Alpha Oscillations

نوسانات آلفا

The alpha rhythm is typically 9.5-12.5 Hz and its frequency varies among individuals. It is more pronounced in the parietooccipital region, especially during the alert relaxed state, but is present across the cortex, including the sensorimotor cortex (where it is called mu rhythm), auditory cortex, and association cortex. Alpha oscillations have an important effect on neural excitability; when the alpha power increases in a given region, neuronal activity decreases at the peak of the alpha oscillation cycle (pulsed inhibition). The alpha rhythm is related to tonic alertness, sustained self-initiated attention, or preparedness to process information and to respond. Thalamocortical interactions, primarily via the pulvinar, may be pivotal in originating cortical alpha oscillations and translating control signals from parietal and prefrontal regions to other cortical areas. During selective attention, alpha oscillation power decreases and cortical excitability increases over the area processing the attended information.

ریتم آلفا به طور معمول 12/5-9/5 هرتز است و فرکانس آن در بین افراد متفاوت است. در ناحیه پاریتواکسیپیتال، به‌ویژه در حالت هوشیار آرمیده، واضح است، اما در سراسر قشر، از جمله قشر حسی حرکتی (جایی که ریتم مو نامیده می‌شود)، قشر شنوایی و قشر ارتباطی وجود دارد. نوسانات آلفا تأثیر مهمی بر تحریک پذیری عصبی دارند. هنگامی که توان آلفا در یک منطقه مشخص افزایش می‌یابد، فعالیت عصبی در اوج چرخه نوسان آلفا کاهش می‌یابد (مهار تکانه). ریتم آلفا مربوط به هوشیاری تونیک، توجه خودانگیخته مداوم، یا آمادگی برای پردازش اطلاعات و پاسخگویی است. برهم‌کنش‌های تالاموکورتیکال، عمدتاً از طریق پولوینار، ممکن است در ایجاد نوسانات آلفای قشر مغز و بازگرداندن سیگنال‌های کنترلی از نواحی آهیانه‌ای و پیش‌پیشانی به سایر نواحی قشر مغز نقش داشته باشند. در طول توجه انتخابی، توان نوسان آلفا کاهش می‌یابد و تحریک‌پذیری قشر مغز در ناحیه پردازش اطلاعات مورد نظر افزایش می‌یابد.

FIGURE 24.11 Slow and gamma cortical oscillations.
Slow oscillations and delta activity represent the dominant network activity during non-rapid eye movement sleep in neocortical areas. During the slow oscillation, cortical neurons display synchronous bursts of depolarization (UP states) separated by periods of relative quiescence (DOWN states). The basis for the gamma-rhythm is the strong feedforward inhibition of pyramidal cells by fast-spiking parvalbumin (PV) basket cells. This inhibition provides a narrow window for spike generation in principal cells in response to incoming inputs. Slow oscillation can affect the faster oscillations; this is reflected by cross-frequency phase-amplitude coupling, or “nesting,” so that the phase of the slow oscillations modulates the power of the faster ones.

شکل 24.11 نوسانات کورتیکال آهسته و گاما.

نوسانات آهسته و فعالیت دلتا نشان دهنده فعالیت شبکه غالب در طول خواب حرکت غیر سریع چشم در نواحی نئوکورتیکال است. در طول نوسان آهسته، نورون‌های قشر مغز انفجارهای همزمان دپلاریزاسیون (حالت‌های بالا) را نشان می‌دهند که با دوره‌های سکون نسبی (حالت‌های پایین) از هم جدا شده‌اند. اساس ریتم گاما، مهار پیش‌خوراند قوی سلول‌های هرمی توسط سلول‌های سبدی پاروالبومین (PV) است. این مهار یک پنجره فرصت محدود برای تولید اسپایک در سلول‌های اصلی در پاسخ به ورودی‌های incoming 🤔 [تحریکی] فراهم می‌کند. نوسان آهسته می‌تواند بر نوسانات سریع‌تر تأثیر بگذارد. این توسط ادغام فاز-دامنه فرکانس متقاطع یا «تو در تویی» منعکس می‌شود، به طوری که فاز نوسانات آهسته توان نوسانات سریع‌تر را تعدیل می‌کند.

Beta Oscillations

نوسانات بتا

Oscillations at the beta frequency (~13-30 Hz) are prominent in the cortical sensorimotor areas. They reflect periodic and synchronous activity in essentially 🤔 all elements of the sensorimotor control system. Beta oscillations are prominent during postural holds when muscles are tonically active or during anticipation of somatosensory stimulation in preparation for movement. They disappear during movement. Beta oscillations also have a major role in communication between the PFC and other cortical areas, both directly and via the thalamus.

نوسانات در فرکانس بتا (~30-13 هرتز) در نواحی حسی حرکتی قشری بارز است. آنها اصولا فعالیت دوره ای و همزمان را در تمام عناصر سیستم کنترل حسی حرکتی منعکس می‌کنند. نوسانات بتا در حین حفظ وضعیتی که ماهیچه‌ها از نظر تونیکی فعال هستند یا در حین پیش بینی تحریک حسی پیکری در آمادگی برای حرکت، بارز هستند. در حین حرکت ناپدید می‌شوند. نوسانات بتا همچنین نقش مهمی در ارتباط بین PFC و سایر نواحی قشر مغز، هم به طور مستقیم و هم از طریق تالاموس دارند.

Gamma Oscillations

نوسانات گاما

Gamma band oscillations (~30-100 Hz) synchronized among spatially distributed cortical areas are thought to represent the neuronal correlate of the perceptual binding between stimulus features. Gamma oscillations are associated with numerous cognitive processes and are present in all neocortical areas, hippocampus, and amygdala. The gamma power closely relates to the BOLD signal in fMRI. The basis for the gamma rhythm is the strong feed-forward inhibition of pyramidal cells by fast-spiking PV basket cells. This inhibition provides a narrow window for spike generation in principal cells in response to incoming inputs (Figure 24.11). The gamma cycle reflects the alternation of periods with strong inhibition, when neurons are less responsive to synaptic inputs, with short periods with weak inhibition, during which pyramidal neurons have a stronger response. For effective communication between brain regions, these time periods need to be aligned such that synaptic inputs consistently arrive during periods when postsynaptic neurons are not inhibited. This is in part determined by the rapid communication between PV neurons via gap junctions.

تصور می‌شود که نوسانات باند گاما (~100-30 هرتز) که در میان نواحی قشر مغزی توزیع شده به صورت فضایی هماهنگ شده اند، نشان دهنده همبستگی عصبی پیوند ادراکی بین ویژگی‌های محرک است. نوسانات گاما با فرآیندهای شناختی متعددی همراه است و در تمام نواحی نئوکورتیکال، هیپوکامپ و آمیگدال وجود دارد. توان گاما ارتباط نزدیکی با سیگنال BOLD در fMRI دارد. اساس ریتم گاما، مهار پیش‌خوراند قوی سلول‌های هرمی توسط سلول‌های سبدی PV سریع اسپایک است. این مهار یک پنجره فرصت محدود برای تولید اسپایک در سلول‌های اصلی در پاسخ به ورودی‌های تحریکی فراهم می‌کند (شکل 24.11). چرخه گاما منعکس کننده تناوب دوره‌ها با مهار قوی است، زمانی که نورون‌ها کمتر به ورودی‌های سیناپسی پاسخ می‌دهند، با دوره‌های کوتاه با مهار ضعیف، که طی آن نورون‌های هرمی پاسخ قوی‌تری دارند. برای برقراری ارتباط موثر بین نواحی مغز، این دوره‌های زمانی باید به گونه‌ای تنظیم شوند که ورودی‌های سیناپسی به طور مداوم در دوره‌هایی وارد شوند که نورون‌های پس‌سیناپسی مهار نمی‌شوند. این تا حدی با ارتباط سریع بین نورون‌های PV از طریق اتصالات شکاف‌دار مشخص می‌شود.

High-Frequency Oscillations

نوسانات فرکانس بالا

High-frequency oscillations (HFOS) are defined as transient, sinusoid-like events that contain spectral power between 80 and 600 Hz. In the normal brain, local inhibitory cells, primarily fast-spiking basket cells in the neocortex and the CA1 region of the hippocampus, have a prominent role in physiological HFOS via synchronous GABA receptor-mediated inhibition of principal cells. The tightly orchestrated pattern of firing between interneurons and principal cells during normal HFOS has been implicated with encoding information, sensorimotor integration, and, in the hippocampus, memory consolidation during NREM sleep.

نوسانات فرکانس بالا (HFOS) به عنوان رویدادهای گذرا و سینوسی مانند که دارای توان طیفی بین 80 تا 600 هرتز هستند تعریف می‌شود. در مغز سالم، سلول‌های مهاری موضعی، عمدتاً سلول‌های سبدی سریع اسپایک در نئوکورتکس و ناحیه CA1 هیپوکامپ، نقش برجسته‌ای در HFOS فیزیولوژیکی از طریق مهار همزمان گیرنده گابای سلول‌های اصلی دارند. الگوی کاملاً هماهنگ شده شلیک بین نورون‌های رابط و سلول‌های اصلی در طول HFOS طبیعی با اطلاعات رمزگذاری، یکپارچگی حسی حرکتی، و در هیپوکامپ، تثبیت حافظه در طول خواب NREM دخیل است.

Laminar Organization of Cortical Oscillations

سازمان آرامی نوسانات قشر مغز

Whereas superficial and deep layers are anatomically interconnected, they constitute functionally distinct processing streams. For example, in visual cortical areas different connectivity pathways seem to exert their influence via specific frequency bands. Connections originating in supragranular layers 2/3 influence other cortical areas mostly via gamma frequency band oscillations, whereas connections originating infragranular layers 5/6 exert their influence via low frequencies, predominantly in the beta frequency band. Such a tight connectional-functional association was also empirically demonstrated for the visual system of the human cortex. (40) Since feedforward connections originate predominately from superficial layers and feedback connections from deep layers, these differences suggest that feedforward connections use relatively high frequencies, compared to feedback connections. (41)

در حالی که لایه‌های سطحی و عمیق از نظر آناتومیکی به هم مرتبط هستند، آنها جریان‌های پردازشی مجزا را تشکیل می‌دهند. به عنوان مثال، به نظر می‌رسد در نواحی قشر بینایی، مسیرهای ارتباطی مختلف از طریق باندهای فرکانسی خاص تأثیر خود را اعمال می‌کنند. اتصالات منشاء لایه‌های بالای دانه‌دار 2/3 بر سایر نواحی قشر مغز بیشتر از طریق نوسانات باند فرکانس گاما تأثیر می‌گذارند، در حالی که اتصالات منشا لایه‌های پایین دانه‌دار 5/6 تأثیر خود را از طریق فرکانس‌های پایین، عمدتاً در باند فرکانس بتا اعمال می‌کنند. چنین ارتباط اتصالی-عملکردی محکمی نیز به طور تجربی برای سیستم بینایی قشر انسان نشان داده شد. (40) از آنجایی که اتصالات پیش‌خوراند عمدتاً از لایه‌های سطحی و اتصالات پس‌خوراند از لایه‌های عمیق منشأ می‌گیرند، این تفاوت‌ها نشان می‌دهد که اتصالات پیش‌خوراند از فرکانس‌های نسبتاً بالایی در مقایسه با اتصالات پس‌خوراند استفاده می‌کنند. (41)

Grouping and Routing of Neocortical Processing by Inhibition-Based Oscillations

گروه بندی و مسیریابی پردازش نئوکورتیکال توسط نوسانات مبتنی بر مهار

The system of cortical rhythms is hierarchical both in space and time, largely due to anatomical wiring of networks and the limited speed of axon conduction. High-frequency oscillations involve interconnected neurons within local circuits. Synchronization in the gamma band provides for local functional network ensembles of pyramidal cells. In contrast, slow oscillations allow long-range communication between interacting distant cortical areas. As a result, when multiple rhythms are present simultaneously, the slow oscillation can affect the faster oscillations. This interaction is reflected by cross-frequency coupling, so that the phase of the slow oscillations in the thetaor alpha range rhythm modulates the power of the faster ones, for example in the gamma range (Figure 24.11). This cross-frequency phase-amplitude coupling or “nesting” is critical for neuronal interactions both within and between networks. For example, gamma oscillations are often nested within theta oscillations in prefrontal and hippocampal circuits; variation of amplitude of the gamma oscillation in phase with the theta rhythm is important for encoding and retrieval of episodic memory.

سیستم ریتم‌های قشری هم در مکان و هم در زمان سلسله مراتبی است که عمدتاً به دلیل سیم کشی آناتومیکی شبکه‌ها و سرعت محدود هدایت آکسون است. نوسانات فرکانس بالا شامل نورون‌های به هم پیوسته در مدارهای موضعی است. همگام سازی در باند گاما مجموعه‌های شبکه عملکردی موضعی سلول‌های هرمی را فراهم می‌کند. در مقابل، نوسانات آهسته امکان برقراری ارتباط دوربرد بین نواحی قشری دوردست را فراهم می‌کند. در نتیجه، هنگامی که چندین ریتم به طور همزمان وجود داشته باشند، نوسان آهسته می‌تواند نوسانات سریعتر را تحت تأثیر قرار دهد. این برهمکنش با کوپلینگ فرکانس متقاطع منعکس می‌شود، به طوری که فاز نوسانات آهسته در ریتم محدوده آلفای تئوری، قدرت نوسانات سریعتر را تعدیل می‌کند، برای مثال در محدوده گاما (شکل 24.11). این جفت شدن فاز-دامنه فرکانس متقاطع یا «تو در تویی» برای تعاملات عصبی درون شبکه‌ها و بین شبکه‌ها حیاتی است. به عنوان مثال، نوسانات گاما اغلب در نوسانات تتا در مدارهای جلویی و هیپوکامپ قرار دارند. تغییر دامنه نوسان گاما در فاز با ریتم تتا برای رمزگذاری و بازیابی حافظه اپیزودیک مهم است.

CORTICAL STATES

حالات قشر مغز

The brain is constantly active, even in the absence of any external sensory input or motor activity. Cortical neurons process information on a background of spontaneous, ongoing activity that has distinct spatiotemporal profiles that define different cortical states. These cortical states provide for a dynamic control of information processing by affecting the balance of activity between specific subtypes of neurons, synchronization between nearby neurons, and functional coupling between distant cortical areas. (42)

مغز به طور مداوم فعال است، حتی در غیاب هر گونه ورودی حسی خارجی یا فعالیت حرکتی. نورون‌های قشری اطلاعات را در پس‌زمینه‌ای از فعالیت‌های خودبه‌خودی و مداوم پردازش می‌کنند که دارای پروفایل‌های مکانی-زمانی متمایز است که حالت‌های مختلف قشری را تعریف می‌کند. این حالت‌های قشر مغز با تأثیر بر تعادل فعالیت بین زیرگروه‌های خاص نورون‌ها، هم‌زمانی بین نورون‌های مجاور، و جفت شدن عملکردی بین نواحی دوردست قشر مغز، پویایی کنترل در پردازش اطلاعات را فراهم می‌کنند. (42)

Active Versus Inactive Cortical States

حالات قشر فعال در مقایسه با قشر غیر فعال

Cortical activity changes during different levels of waking and across the wake-sleep cycle. Small-amplitude high-frequency fluctuations of the EEG occur during wake-fulness and are followed by a progressive transition to higher- amplitude and slower fluctuations, with are slowest during deep NREM sleep. Based on classical EEG studies, wakefulness is often described as a state of global neocortical desyn- chronization, dominated by low-voltage, high-frequency (>20 Hz) activity, whereas NREM sleep is described as a state of global synchronization dominated by high-voltage, low- frequency (<10 Hz) activity. However, during different levels of waking, cortical activities, particularly in the gamma frequency range, can be highly synchronous both within and across cortical areas. Thus, the active cortical state has been more recently defined as the cortical activity characterized by a low ratio between low frequency (1-10 Hz) and high frequency (20-100 Hz) oscillations. (42) Studies in mice show that during quiet wakefulness the cortex fluctuates between an activated and a deactivated state in relation to behavioral context, attentional level, or general motor activity. In the wake state, there are rapid changes in spontaneous cortical activity from high-amplitude, low-frequency fluctuations predominantly in layer 2/3 during quite wakefulness to faster and smaller amplitude fluctuations when animals are active. 42 Fast-spiking PV interneurons fire at high frequency during quiet wakefulness and reduce their activity during active wakefulness, whereas VIP interneurons increase their firing during active wakefulness, promoting disinhibition and facilitating cortical information processing.

فعالیت قشر مغز در طول سطوح مختلف بیداری و در طول چرخه بیداری-خواب تغییر می‌کند. نوسانات با فرکانس بالا با دامنه کوچک EEG در طول بیداری رخ می‌دهد و به دنبال آن یک انتقال تدریجی به نوسانات با دامنه بالاتر و آهسته تر همراه است و در طول خواب عمیق NREM آهسته ترین است. بر اساس مطالعات EEG کلاسیک، بیداری اغلب به عنوان حالتی از همگام‌سازی نئوکورتیکال جهانی توصیف می‌شود، که تحت سلطه فعالیت ولتاژ پایین و فرکانس بالا (بیش از 20 هرتز) است، در حالی که خواب NREM به عنوان یک حالت هماهنگ‌سازی جهانی توصیف می‌شود. ولتاژ، فعالیت با فرکانس پایین (<10 هرتز). با این حال، در طول سطوح مختلف بیداری، فعالیت‌های قشر مغز، به ویژه در محدوده فرکانس گاما، می‌توانند هم در داخل و هم در سراسر نواحی قشری بسیار همزمان باشند. بنابراین، وضعیت قشر فعال اخیراً به عنوان فعالیت قشری تعریف شده است که با نسبت کم بین نوسانات فرکانس پایین (10-1 هرتز) و فرکانس بالا (20-100 هرتز) مشخص می‌شود. (42) مطالعات روی موش‌ها نشان می‌دهد که در طول بیداری آرام، قشر مغز بین حالت فعال و غیرفعال در رابطه با زمینه رفتاری، سطح توجه یا فعالیت حرکتی عمومی‌در نوسان است. در حالت بیداری، تغییرات سریعی در فعالیت خود به خودی قشر مغز از نوسانات با دامنه بالا و فرکانس پایین عمدتاً در لایه 2/3 در هنگام کاملاً بیداری تا نوسانات دامنه سریعتر و کوچکتر در هنگام فعال بودن حیوانات وجود دارد. 42 نورون‌های PV سریع با فرکانس بالا در هنگام بیداری آرام شلیک می‌کنند و فعالیت خود را در هنگام بیداری فعال کاهش می‌دهند، در حالی که نورون‌های داخلی VIP شلیک خود را در هنگام بیداری فعال افزایش می‌دهند و باعث عدم مهار و تسهیل پردازش اطلاعات قشر مغز می‌شوند.

State-Dependent Synchrony of Brain Activity and Encoding Information

همگامی وابسته به حالت فعالیت مغز و اطلاعات رمزگذاری

Cortical activation or deactivation can occur locally but is highly correlated in functionally linked cortical regions. Whereas local synchronization between small neuronal populations may allow the formation of functional neuronal ensembles coding for similar aspects of a stimulus, local desynchronization may enhance the information content of neuronal population activity by reducing the signal-to-noise ratio. On the other hand, long-range synchronization between brain regions may allow functional coupling between of areas co-engaged in a given cognitive task. Neuronal synchrony is highly dynamic and is strongly affected by brain states. During quiet wakefulness, the slow, high-amplitude fluctuations of nearby excitatory neurons are highly synchronous, both within the same cortical layer and across layers. This low-frequency activity is also synchronized across more distant cortical areas. During active waking there is a decrease in both local neuronal synchrony and power in the low-frequency band; however this is associated with an increased coherence in the low-frequency band between cortical areas. This contrasts with NREM sleep, where low-frequency activity increases locally but its coherence between cortical areas strongly decreases, which is consistent with a decrease in cortical functional connectivity. (42)

فعال یا غیرفعال شدن قشر می‌تواند به صورت موضعی رخ دهد اما در مناطق قشری مرتبط با عملکرد بسیار همبستگی دارد. در حالی که همگام‌سازی محلی بین جمعیت‌های عصبی کوچک ممکن است امکان تشکیل مجموعه‌های عصبی عملکردی را فراهم کند که جنبه‌های مشابه یک محرک را کد می‌کنند، همگام‌زدایی موضعی ممکن است محتوای اطلاعاتی فعالیت جمعیت عصبی را با کاهش نسبت سیگنال به نویز افزایش دهد. از سوی دیگر، همگام سازی دوربرد بین نواحی مغز ممکن است امکان جفت شدن عملکردی بین مناطقی را فراهم کند که به طور مشترک در یک کار شناختی درگیر هستند. همزمانی عصبی بسیار پویا است و به شدت تحت تأثیر حالات مغزی است. در طول بیداری آرام، نوسانات آهسته و با دامنه زیاد نورون‌های تحریکی مجاور، هم در همان لایه قشری و هم در بین لایه‌ها بسیار همزمان هستند. این فعالیت با فرکانس پایین در نواحی دورتر قشر مغز نیز هماهنگ است. در طول بیداری فعال کاهش همگامی‌عصبی محلی و قدرت در باند فرکانس پایین وجود دارد. با این حال این با افزایش انسجام در باند فرکانس پایین بین نواحی قشر مغز همراه است. این در تضاد با خواب NREM است، که در آن فعالیت با فرکانس پایین به صورت محلی افزایش می‌یابد اما انسجام آن بین نواحی قشر مغز به شدت کاهش می‌یابد، که با کاهش اتصال عملکردی قشر همخوانی دارد. (42)

Sensory processing highly depends on attentional, behavioral, and motivational states as well as context and past experience. Behavioral context and learning defines and enhances the processing of relevant sensory stimuli. The strongest effect of cortical activation in sensory areas is to reduce background fluctuations in membrane potential that may interfere with activity driven by sensory stimuli. As a consequence, cortical activation often results in an increased reliability of the sensory evoked neuronal responses by increasing the signal-to-noise ratio. Thus, task performance is higher with high than with low level of arousal.

پردازش حسی به شدت به حالات توجهی، رفتاری و انگیزشی و همچنین زمینه و تجربه گذشته بستگی دارد. زمینه رفتاری و یادگیری، پردازش محرک‌های حسی مربوطه را تعریف و تقویت می‌کند. قوی‌ترین اثر فعال‌سازی قشر مغز در نواحی حسی، کاهش نوسانات پس‌زمینه در پتانسیل غشا است که ممکن است با فعالیت‌های ناشی از محرک‌های حسی تداخل داشته باشد. در نتیجه، فعال‌سازی قشر مغز اغلب با افزایش نسبت سیگنال به نویز منجر به افزایش قابلیت اطمینان پاسخ‌های عصبی برانگیخته حسی می‌شود. بنابراین، عملکرد کار با سطح برانگیختگی بالا بیشتر از سطح پایین است.

Thalamic and Extrathalamic Modulation of Cortical States

مدولاسیون تالاموس و خارج تالاموس ایالات قشر مغز

Whereas corticocortical connectivity is critical for the generation of slow spontaneous cortical activity during sleep, direct inputs from other cortical areas or subcortical structures markedly contribute to the generation and modulation of cortical activities during the waking state. These influences include glutamatergic inputs from the thalamus, top-down glutamatergic inputs from other cortical areas, cholinergic inputs from the basal forebrain, and mono-aminergic inputs from the brainstem. For example, tonic release of acetylcholine determines the degree of cortical activity, whereas peaks of acetylcholine, norepinephrine, and dopamine signal salient events of the environment that engage attention and improve both sensory processing and performance of a task. These modulatory influences are further discussed in chapter (28).

در حالی که اتصال کورتیکوکورتیکال برای تولید فعالیت خود به خودی کورتکس آهسته در طول خواب حیاتی است، ورودی‌های مستقیم از سایر نواحی قشری یا ساختارهای زیر قشری به طور قابل توجهی در تولید و تعدیل فعالیت‌های قشر مغز در حالت بیداری نقش دارند. این تاثیرات شامل ورودی‌های گلوتاماترژیک از تالاموس، ورودی‌های گلوتاماترژیک از بالا به پایین از سایر نواحی قشر مغز، ورودی‌های کولینرژیک از پیش‌مغز قاعده‌ای، و ورودی‌های مونو آمینرژیک از ساقه مغز است. به عنوان مثال، انتشار تونیک استیل کولین درجه فعالیت قشر مغز را تعیین می‌کند، در حالی که پیک‌های استیل کولین، نوراپی نفرین و دوپامین رویدادهای برجسته محیط را نشان می‌دهد که توجه را به خود جلب می‌کند و پردازش حسی و عملکرد یک کار را بهبود می‌بخشد. این تأثیرات تعدیلی بیشتر در فصل (28) مورد بحث قرار می‌گیرد.

EMERGING PROPERTIES OF THE NEOCORTEX

ویژگی‌های نوظهور نئوکورتکس

Predictive Coding

کدگذاری پیش بینی کننده

The predictive code model poses that the brain actively constructs perception using past experience. (43,44) A central aspect of this model is that the brain predicts upcoming sensory experience to reduce or “explain away” activity in lower-level areas receiving the actual sensory input. Predictive coding involves the filtering of sensory inputs to reduce the mismatch between predicted (internal) and externally induced sensations. According to this model, top-down predictions based on previous experience are compared with bottom-up incoming sensory information to form a prediction error. (43,44) At each level of processing, the discrepancy between the predictions received from higher- level brain areas and the actual sensory input conveyed by lower-level areas represents a prediction error signal that generates a response. Consistent with this model, human imaging studies show smaller responses in early sensory cortical areas to predictable compared to unpredictable or deviant stimuli. In a familiar environment, even minor deviations from perceptual predictions may generate a sensory response. Predictions are sent as feedback signals in the hierarchy, whereas prediction errors are sent in a feed-forward direction. The prediction errors are used to update the higher-level representations that provided the top-down predictions; and these optimized predictions then reduce prediction error at lower levels. These prediction error sig- nals are thus used to update representations to ensure better estimates for future experience. In this scheme, feedback connections should have an inhibitory influence on earlier areas to suppress feedforward driving inputs. This may reflect direction of information flow along gradients of laminar differentiation from limbic to neocortical areas. (45) For example, in addition to its critical role in episodic memory, the hippocampus may also be involved in online prediction, anticipating upcoming sensory information using recent sensory inputs together with internally generated stored information. (46) Whereas during episodic recall the hippocampus may exert an excitatory influence on the neocortex to reinstate activity patterns across cortical circuits, the hippocampus can also provide sensory predictions to “explain away” prediction errors via inhibitory hippocampal neocortical interactions. (46) Feedback inhibitory predictions can coexist with feedforward top-down attentional enhancement of processing of new sensory information. Attention enhances neural activity and effectively opposes the inhibitory effect of prediction by enhancing the precision of neocortical representation. In predictive coding, attention would increase the gain of neuronal populations encoding a novel stimulus and thus prediction error. Thus the cortical microcircuitry provides the basis for predictive coding as the interface between feedforward (prediction error) and feedback (prediction) interaction. (44)

مدل کد پیش‌بینی نشان می‌دهد که مغز به طور فعال ادراک را با استفاده از تجربه گذشته می‌سازد. (43،44) یکی از جنبه‌های اصلی این مدل این است که مغز تجربه حسی آینده را برای کاهش یا “توضیح” فعالیت در مناطق سطح پایین دریافت کننده ورودی حسی واقعی پیش بینی می‌کند. کدگذاری پیش‌بینی‌کننده شامل فیلتر کردن ورودی‌های حسی برای کاهش عدم تطابق بین احساسات پیش‌بینی‌شده (داخلی) و القای خارجی است. طبق این مدل، پیش‌بینی‌های بالا به پایین بر اساس تجربه قبلی با اطلاعات حسی ورودی از پایین به بالا مقایسه می‌شوند تا یک خطای پیش‌بینی تشکیل شود. (43،44) در هر سطح پردازش، اختلاف بین پیش‌بینی‌های دریافت‌شده از نواحی سطح بالاتر مغز و ورودی حسی واقعی که توسط مناطق سطح پایین‌تر منتقل می‌شود، یک سیگنال خطای پیش‌بینی را نشان می‌دهد که پاسخی را ایجاد می‌کند. مطابق با این مدل، مطالعات تصویربرداری انسانی پاسخ‌های کوچک‌تری را در نواحی قشری حسی اولیه نسبت به محرک‌های غیرقابل پیش‌بینی یا انحراف قابل پیش‌بینی نشان می‌دهد. در یک محیط آشنا، حتی انحرافات جزئی از پیش بینی‌های ادراکی ممکن است یک پاسخ حسی ایجاد کند. پیش‌بینی‌ها به عنوان سیگنال‌های بازخورد در سلسله مراتب ارسال می‌شوند، در حالی که خطاهای پیش‌بینی در جهت پیش‌خور ارسال می‌شوند. خطاهای پیش‌بینی برای به‌روزرسانی نمایش‌های سطح بالاتری که پیش‌بینی‌های بالا به پایین را ارائه می‌کنند، استفاده می‌شوند. و این پیش بینی‌های بهینه شده سپس خطای پیش بینی را در سطوح پایین تر کاهش می‌دهد. بنابراین این سیگنال‌های خطای پیش بینی برای به روز رسانی نمایش‌ها برای اطمینان از تخمین‌های بهتر برای تجربه آینده استفاده می‌شود. در این طرح، اتصالات بازخورد باید تأثیری بازدارنده در نواحی قبلی داشته باشد تا ورودی‌های محرک پیش‌خور را سرکوب کند. این ممکن است جهت جریان اطلاعات را در امتداد شیب تمایز آرام از نواحی لیمبیک به نئوکورتیکال منعکس کند. (45) برای مثال، علاوه بر نقش حیاتی آن در حافظه اپیزودیک، هیپوکامپ ممکن است در پیش‌بینی آنلاین نیز نقش داشته باشد و اطلاعات حسی آتی را با استفاده از ورودی‌های حسی اخیر همراه با اطلاعات ذخیره‌شده داخلی پیش‌بینی کند. (46) در حالی که در طول یادآوری اپیزودیک، هیپوکامپ ممکن است یک تأثیر تحریکی بر روی نئوکورتکس اعمال کند تا الگوهای فعالیت را در سراسر مدارهای قشر مغز بازگرداند، هیپوکامپ همچنین می‌تواند پیش‌بینی‌های حسی را برای “توضیح” خطاهای پیش‌بینی از طریق فعل و انفعالات مهاری نئوکورتکس هیپوکامپ ارائه دهد. (46) پیش‌بینی‌های بازدارنده بازخورد می‌توانند با افزایش توجه از بالا به پایین بازخورد پردازش اطلاعات حسی جدید همزیستی داشته باشند. توجه، فعالیت عصبی را افزایش می‌دهد و با افزایش دقت نمایش نئوکورتیکال، به طور موثر با اثر بازدارنده پیش بینی مقابله می‌کند. در کدگذاری پیش‌بینی‌کننده، توجه افزایش جمعیت‌های عصبی را افزایش می‌دهد که یک محرک جدید و در نتیجه خطای پیش‌بینی را کد می‌کنند. بنابراین، ریز مدار قشر مغز، مبنایی را برای کدگذاری پیش‌بینی‌کننده به‌عنوان رابط بین فید فوروارد (خطای پیش‌بینی) و فیدبک (پیش‌بینی) فراهم می‌کند. (44)

Large-Scale Networks

شبکه‌های بزرگ مقیاس

Functional neuroimaging and recordings of cortical activity show that complex behaviors, such as attention, language, and inner thought processing emerge from distributed functional networks involving several cortical regions $8,9,11,47 (Figure 24.12). Multiple functionally distinct but anatomically overlapping components of different brain networks may exist within the same cortical region. Examples of these large-scale cortical networks include attention networks, control networks, and the default mode network.

تصویربرداری عصبی عملکردی و ضبط فعالیت قشر مغز نشان می‌دهد که رفتارهای پیچیده مانند توجه، زبان و پردازش فکر درونی از شبکه‌های عملکردی توزیع‌شده که شامل چندین منطقه قشری 8،9،11،47 دلاری هستند، پدیدار می‌شوند (شکل 24.12). چندین مؤلفه از نظر عملکردی متمایز اما از نظر آناتومی‌با هم تداخل دارند شبکه‌های مختلف مغز ممکن است در یک ناحیه قشر مغز وجود داشته باشند. نمونه‌هایی از این شبکه‌های قشر بزرگ مقیاس شامل شبکه‌های توجه، شبکه‌های کنترل و شبکه حالت پیش‌فرض هستند.

There are two attention networks involved in deployment of attention and reorientation to unexpected events. (48,49) A dorsal attention network is involved in goal-oriented attention and includes areas in superior parietal lobule, lateral PFC along the precentral sulcus, and the frontal eye field. The ventral attention network registers salient events in the environment; this network includes areas at the temporopa- rietal junction and the ventral lateral frontal cortex, and is lateralized to the right hemisphere. The frontoparietal control network is critical for the ability to coordinate behavior in a rapid, accurate, and flexible goal-driven manner. This network includes regions of the lateral PFC, intraparietal sulcus, and ventral inferior temporal lobe and flexibly interacts with other networks. (50) The salience network responds to homeostatically relevant stimuli and outcomes and has its hub in the anterior cingulate cortex and ventral anterior insular (frontoinsular) cortex. (51) These areas contain large layer 5 projection neurons, called von Economo neurons, that provide input to brainstem autonomic nuclei; the salience network responds to bodily sensations and controls output to visceral organs. The cingulo-opercular task- control network, including the dorsal anterior insula and anterior midcingulate cortex appears to be critical for task set initiation and maintenance, perhaps by providing the sustained vigilance or “tonic alertness.” (52) The default mode network, unlike the other networks, is active at resting state and becomes inactivated during tasks that involve attention to the external environment. It has been proposed that the default mode network comprises multiple subsystems, each contributing to self-generated thought processes.” (53) A core group of regions in this network, including the areas of the medial prefrontal and posterior cingulate cortex represents information that is personally relevant; a medial temporal subsystem involving the hippocampus and parahippocampal regions allows construction of coherent mental scenes to reflect about the past and project the future; and a dorsal medial subsystem including the dorsomedial PFC allows inferring about the mental state of the self and others. (54) The functions of these large-scale networks are further discussed in another chapters of this book. A recent study revealed a core of 10 widely distributed “multiple-demand” parcels per hemisphere that are activated during many tasks and are functionally interconnected. (55) These areas are located along the lateral frontal surface above the anterior insula and dorsal part of the lateral frontal surface; in the dorsomedial frontal surface; within and surrounding the intraparietal sulcus; the dorsomedial parietal cortex; and the posterior temporal cortex. (55)

دو شبکه توجه در گسترش توجه و جهت دهی مجدد به رویدادهای غیرمنتظره دخیل هستند. (48،49) یک شبکه توجه پشتی در توجه معطوف به هدف نقش دارد و شامل نواحی در لوبول جداری فوقانی، PFC جانبی در امتداد شیار پیش مرکزی و میدان چشم پیشانی است. شبکه توجه شکمی‌رویدادهای برجسته در محیط را ثبت می‌کند. این شبکه شامل نواحی در محل اتصال تمپوروپریتال و قشر پیشانی جانبی شکمی‌است و به نیمکره راست جانبی می‌شود. شبکه کنترل frontoparietal برای توانایی هماهنگ کردن رفتار به شیوه‌ای هدف‌محور سریع، دقیق و انعطاف‌پذیر حیاتی است. این شبکه شامل نواحی PFC جانبی، شیار داخل جداری و لوب گیجگاهی تحتانی شکمی‌است و به طور انعطاف پذیر با شبکه‌های دیگر تعامل دارد. (50) شبکه برجسته به محرک‌ها و پیامدهای مرتبط از نظر هموستاتیک پاسخ می‌دهد و مرکز آن در قشر کمربندی قدامی‌و قشر اینسولار قدامی‌شکمی‌(frontoinsular) قرار دارد. (51) این نواحی حاوی نورون‌های برجسته لایه 5 بزرگی هستند که نورون‌های فون اکونومو نامیده می‌شوند که ورودی هسته‌های خودمختار ساقه مغز را فراهم می‌کنند. شبکه برجسته به احساسات بدن پاسخ می‌دهد و خروجی اندام‌های احشایی را کنترل می‌کند. به نظر می‌رسد شبکه کنترل وظیفه سینگولو-عروقی، از جمله اینسولای قدامی‌پشتی و قشر میانی قدامی، برای شروع و نگهداری مجموعه وظایف حیاتی است، شاید با ارائه هوشیاری پایدار یا “هشیاری تونیک”. (52) شبکه حالت پیش فرض، بر خلاف سایر شبکه‌ها، در حالت استراحت فعال است و در طول کارهایی که شامل توجه به محیط خارجی است غیرفعال می‌شود. پیشنهاد شده است که شبکه حالت پیش فرض شامل چندین زیرسیستم است که هر کدام به فرآیندهای فکری خود تولید کمک می‌کنند.» (53) یک گروه اصلی از مناطق در این شبکه، از جمله نواحی قشر میانی پیشانی و سینگولیت خلفی، اطلاعاتی را نشان می‌دهند که شخصاً مرتبط هستند. یک زیرسیستم زمانی میانی که شامل مناطق هیپوکامپ و پاراهیپوکامپ می‌شود، امکان ساخت صحنه‌های ذهنی منسجم را برای انعکاس گذشته و پیش‌بینی آینده فراهم می‌کند. و یک زیرسیستم داخلی پشتی شامل PFC پشتی، امکان استنباط در مورد وضعیت ذهنی خود و دیگران را فراهم می‌کند. (54) کارکردهای این شبکه‌های بزرگ مقیاس در فصل‌های دیگر این کتاب بیشتر مورد بحث قرار گرفته است. یک مطالعه اخیر هسته ای از 10 بسته “تقاضای چندگانه” در هر نیمکره را نشان داد که در طول بسیاری از وظایف فعال می‌شوند و از نظر عملکردی به هم مرتبط هستند. (55) این نواحی در امتداد سطح پیشانی جانبی بالای اینسولای قدامی‌و قسمت پشتی سطح جلوی جانبی قرار دارند. در سطح پیشانی پشتی؛ در داخل و اطراف شیار داخل جداری. قشر جداری پشتی؛ و قشر تمپورال خلفی. (55)

FIGURE 24.12 Schematic representation of the large-scale networks in the cerebral cortex. Functional neuroimaging and recordings of cortical activity show that complex behaviors, such as attention, language, and inner thought processing emerge from distributed functional networks involving several cortical regions. A dorsal attention network is involved in goal-oriented attention and includes areas in superior parietal lobule, lateral prefrontal cortex (PFC)along the precentral sulcus, and the frontal eye field. The ventral attention network registers salient events in the environment and includes areas at the temporoparietal junction and the ventral lateral frontal cortex and is lateralized to the right hemisphere. The frontoparietal control network is critical for the ability to coordinate behavior in a rapid, accurate, and flexible goal-driven manner and includes regions of the lateral PFC, intraparietal sulcus, and ventral inferior temporal lobe. The cingulo-opercular task-control network, including the dorsal anterior insula and anterior midcingulate cortex, appears to be critical for task set initiation and maintenance. The salience network responds to homeostatically relevant stimuli and outcomes and has its hub in the anterior cingulate cortex and ventral anterior insula. The default mode network comprises multiple subsystems, each contributing to self-generated thought processes.

شکل 24.12 نمایش شماتیک شبکه‌های مقیاس بزرگ در قشر مغز. تصویربرداری عصبی عملکردی و ضبط فعالیت‌های قشر مغز نشان می‌دهد که رفتارهای پیچیده مانند توجه، زبان و پردازش فکر درونی از شبکه‌های عملکردی توزیع شده که چندین ناحیه قشری را درگیر می‌کنند، ظاهر می‌شوند. یک شبکه توجه پشتی در توجه هدف گرا نقش دارد و شامل نواحی در لوبول جداری فوقانی، قشر جلوی پیشانی جانبی (PFC) در امتداد شیار پیش مرکزی و میدان چشم پیشانی است. شبکه توجه شکمی‌رویدادهای برجسته در محیط را ثبت می‌کند و شامل مناطقی در محل اتصال گیجگاهی و قشر پیشانی جانبی شکمی‌است و به نیمکره راست جانبی می‌شود. شبکه کنترل frontoparietal برای توانایی هماهنگ کردن رفتار در یک روش هدف محور سریع، دقیق و انعطاف پذیر بسیار مهم است و شامل مناطق PFC جانبی، شیار داخل جداری و لوب گیجگاهی تحتانی شکمی‌است. به نظر می‌رسد شبکه کنترل وظیفه سینگولو-اپرکول، از جمله اینسولای قدامی‌پشتی و قشر میانی قدامی، برای شروع و نگهداری مجموعه وظایف حیاتی باشد. شبکه برجسته به محرک‌ها و پیامدهای مرتبط از نظر هومئوستاتیک پاسخ می‌دهد و مرکز آن در قشر کمربندی قدامی‌و اینسولای قدامی‌شکمی‌است. شبکه حالت پیش‌فرض شامل چندین زیرسیستم است که هر کدام در فرآیندهای فکری خود تولید شده مشارکت دارند.

Neural Correlates of Consciousness

همبستگی‌های عصبی آگاهی

Consciousness has been described as the subjective experience of “what it is like” to perceive a scene, recognize a face, or reflect on the experience itself. (56) The neural cor- relates of consciousness have been defined as the minimum neural mechanisms sufficient for any one specific conscious percept. (56-58) Based on evidence provided by lesion, stimulation, and recording studies, it has been proposed that these neural correlates are primarily localized to a posterior cortical “hot zone” that includes parietotemporooccipital regions.” This model is largely based on observations that large bilateral prefrontal lesions do not affect subjective perception. In this view, content-specific neural correlates of consciousness directly contribute to phenomenal distinctions such as visual features, face, or places; the full neural correlate of consciousness would consist of the combina- tion of all these content-specific neural correlates. In this model, areas in the PFC would be primarily involved in monitoring and reporting the conscious experience, but the PFC activity per se does not reflect specific perceptual content; PFC activation during perceptual awareness would be driven by the need to monitor and report the subjective experience rather than subjective experience per se. However, an alternative view is that PFC should not be dismissed as a substrate of conscious perception. (58) Thus, the relative role of the “anterior” (prefrontal”) versus the “posterior” (pari- etotemporooccipital) cortex in conscious perceptual experience is still a matter of controversy. 

آگاهی به عنوان تجربه ذهنی “چگونه است” برای درک یک صحنه، تشخیص چهره، یا تأمل در خود تجربه توصیف شده است. (56) همبستگی‌های عصبی آگاهی به عنوان حداقل مکانیسم‌های عصبی کافی برای هر یک ادراک آگاهانه خاص تعریف شده است. (56-58) بر اساس شواهد ارائه شده توسط ضایعه، تحریک، و مطالعات ثبت شده، پیشنهاد شده است که این همبستگی‌های عصبی در درجه اول در یک “منطقه داغ” قشر خلفی که شامل نواحی پاریتوتمپورواکسیپیتال است، موضعی دارند.” این مدل عمدتا بر اساس مشاهدات است. ضایعات بزرگ دو طرفه پره پیشانی بر ادراک ذهنی تأثیر نمی‌گذارند به تمایزات خارق‌العاده‌ای مانند ویژگی‌های بصری، چهره یا مکان‌ها، همبستگی کامل عصبی از ترکیب همه این همبستگی‌های عصبی مربوط به محتوا در این مدل، در ابتدا در PFC نقش دارد گزارش تجربه آگاهانه، اما فعالیت PFC به خودی خود منعکس کننده محتوای ادراکی خاصی نیست با این حال، یک دیدگاه جایگزین این است که PFC نباید به عنوان زیرلایه ادراک آگاهانه نادیده گرفته شود. (58) بنابراین، نقش نسبی قشر “قدامی” (پیش پیشانی) در مقابل قشر “خلفی” (پاریتوتامپورواکسیپیتال) در تجربه ادراکی آگاهانه هنوز محل بحث است.

CORTICAL NETWORK PATHOPHYSIOLOGY IN EPILEPSY

پاتوفیزیولوژی شبکه قشر مغز در صرع

Seizures result from an imbalance between excitation and inhibition in a discrete cortical area, or seizure onset focus, resulting in aberrant activity in a distributed network and subsequent recruitment of adjacent cortex. Epileptogenesis creates a persistent increased probability of spontaneous seizures. In chronic epilepsy the timing of seizures is unpredictable and seizures typically represent less than 1% of the total brain activity except in the most severe epileptic encephalopathies.”

تشنج ناشی از عدم تعادل بین تحریک و مهار در یک ناحیه قشر مجزا یا کانون شروع تشنج است که منجر به فعالیت ناهنجار در یک شبکه توزیع شده و متعاقباً استخدام قشر مجاور می‌شود. صرع باعث افزایش مداوم احتمال تشنج‌های خود به خودی می‌شود. در صرع مزمن، زمان تشنج غیرقابل پیش‌بینی است و تشنج معمولاً کمتر از 1 درصد از کل فعالیت مغز را تشکیل می‌دهد، مگر در شدیدترین آنسفالوپاتی‌های صرعی.

Mechanisms Increasing Neuronal Excitability

مکانیسم‌های افزایش تحریک پذیری عصبی

Some genetic epilepsies are due to mutations affecting inhibitory or excitatory conductances, as occurs in chan- nelopathies or synaptopathies. Representative examples are mutations affecting voltage-gated Na+ or K+ channels or subunits of GABA, or NMDA receptors. Many mutations producing epilepsy affect proteins involved in exocytosis or transduction of synaptic signals. This supports the idea that functional shifts in the balance between inhibition and excitation due to abnormal synaptic plasticity could transform normal levels of network activity into ictal activity. (59) One prominent mechanism of activity-dependent disinhibition involves dysregulation of ionic concentrations. Seizure activity results in increases in extracellular K+ that overwhelms the activity of the Na+/K+ ATPase, elicits membrane depolarization, and compromises the cotransport of other ions. Large influxes of Ca2+ through voltage- and ligand-gated channels may lead to reductions in extracellular Ca2+ and neurotransmitter release. Prolonged activa- tion of inhibitory GABA RS can degrade inhibition due to changes in the reversal potential of Cl by overwhelming the transport capacity of the cation-chloride cotransporter KCC2. In these circumstances the GABAR conductance becomes depolarizing and thus excitatory. Astrocyte dysfunction also has a major role in ictogenesis by impairing their ability to buffer extracellular K+, synthesize glutamine as the source of glutamate for GABA synthesis in inhibitory neurons, and uptake glutamate from the synaptic cleft. (61)

برخی از صرع‌های ژنتیکی به دلیل جهش‌هایی هستند که بر هدایت‌های مهاری یا تحریکی تأثیر می‌گذارند، همانطور که در کانالوپاتی‌ها یا سیناپتوپاتی‌ها رخ می‌دهد. نمونه‌های معرف جهش‌هایی هستند که بر کانال‌های Na+ یا K+ دارای ولتاژ یا زیر واحدهای GABA یا گیرنده‌های NMDA تأثیر می‌گذارند. بسیاری از جهش‌های ایجاد کننده صرع بر پروتئین‌های دخیل در اگزوسیتوز یا انتقال سیگنال‌های سیناپسی تأثیر می‌گذارند. این از این ایده پشتیبانی می‌کند که تغییرات عملکردی در تعادل بین بازداری و تحریک به دلیل انعطاف پذیری سیناپسی غیر طبیعی می‌تواند سطوح عادی فعالیت شبکه را به فعالیت اکتال تبدیل کند. (59) یکی از مکانیسم‌های برجسته بازدارندگی وابسته به فعالیت، شامل تنظیم نشدن غلظت یونی است. فعالیت تشنج منجر به افزایش K+ خارج سلولی می‌شود که بر فعالیت Na+/K+ ATPase غلبه می‌کند، باعث دپلاریزاسیون غشاء می‌شود و هم‌ترابری یون‌های دیگر را به خطر می‌اندازد. هجوم‌های زیاد Ca2+ از طریق کانال‌های دارای ولتاژ و لیگاند ممکن است منجر به کاهش Ca2 خارج سلولی و انتشار انتقال‌دهنده عصبی شود. فعال‌سازی طولانی‌مدت GABA RS بازدارنده می‌تواند مهار را به دلیل تغییر در پتانسیل برگشت کلر با غلبه بر ظرفیت حمل‌ونقل هم‌ترانسپورتر کاتیون-کلرید KCC2 کاهش دهد. در این شرایط رسانایی گابار تبدیل به دپلاریزاسیون و در نتیجه تحریک می‌شود. اختلال عملکرد آستروسیت‌ها همچنین با اختلال در توانایی آنها در بافر K + خارج سلولی، سنتز گلوتامین به عنوان منبع گلوتامات برای سنتز GABA در نورون‌های بازدارنده و جذب گلوتامات از شکاف سیناپسی، نقش مهمی‌در ictogenesis دارد. (61)

Microcircuit Interactions and Seizures

فعل و انفعالات ریز مدار و تشنج

Several cortical microcircuits may contribute to initiation of seizures. (60) Impaired feedforward inhibition by PV interneurons may be a major mechanism of ictogenesis. For example, loss-of-function SCN1A mutations impairing Na 1.1 channels in the axon initial segment in these cells may underlie epilepsy in Dravet syndrome. Studies using optical and electrophysiological methods in experimental models, as well as intra-operative intracranial recordings in patients with epilepsy, show that the earliest synaptic abnormality preceding seizure onset is the presence of multiphasic, repetitive, and potent inhibitory signals that are initially associated with normal (nonictal) background
network activity. This is followed by a sudden collapse of inhibition resulting in predominance of strong excitatory signals that produce step-like waves of local excitation at the network level. This cycle then repeats to propagate seizure activity to the next microcircuit. The SOM neurons involved in feedback inhibition of pyramidal cell dendrites are progressively recruited by simultaneous repetitive activity in multiple pyramidal cells and could be important for dampening activity and locally suppressing seizures in the microcircuit. Chandelier cells targeting the axon initial segment of pyramidal neurons may also be recruited by epileptic activity and serve as a microcircuit emergency brake. In contrast, disinhibitory circuits mediated by VIP interneurons may contribute to ictogenesis by suppressing the inhibitory activity of the other types of GABAergic interneurons. The final type of circuit involved in most epilepsies is local recurrent excitation, which is a common motif in cortical networks as ~80% of neurons and synapses are excitatory. A typical example is recurrent excitation in the dentate gyrus shown in temporal lobe epilepsy (TLE) models; recurrent excitatory connections also occur in the neocortex in the setting of injury or cortical dysplasia. Activity can be propagated between microcircuits through efferent projections to circuit elements outside of the microcircuit.

چندین ریزمدار قشر مغز ممکن است در شروع تشنج نقش داشته باشند. (60) اختلال در مهار پیش‌خور توسط نورون‌های PV ممکن است مکانیسم اصلی ictogenesis باشد. برای مثال، جهش‌های SCN1A که عملکردشان را از دست می‌دهند و کانال‌های Na 1.1 را در بخش اولیه آکسون در این سلول‌ها مختل می‌کنند، ممکن است زمینه ساز صرع در سندرم دراوت باشد. مطالعات با استفاده از روش‌های نوری و الکتروفیزیولوژیک در مدل‌های تجربی، و همچنین ضبط‌های داخل جمجمه حین عمل در بیماران مبتلا به صرع، نشان می‌دهد که اولین ناهنجاری سیناپسی قبل از شروع تشنج، وجود سیگنال‌های مهاری چند فازی، تکراری و قوی است که در ابتدا با حالت طبیعی همراه است. فعالیت شبکه پس زمینه (غیر صدا). به دنبال آن یک فروپاشی ناگهانی مهار منجر به غلبه سیگنال‌های تحریکی قوی می‌شود که امواج گام مانندی از تحریک محلی را در سطح شبکه ایجاد می‌کند. سپس این چرخه برای انتشار فعالیت تشنج به ریزمدار بعدی تکرار می‌شود. نورون‌های SOM که در مهار بازخورد دندریت‌های سلول‌های هرمی‌دخیل هستند، به تدریج با فعالیت تکراری همزمان در سلول‌های هرمی‌متعدد جذب می‌شوند و می‌توانند برای کاهش فعالیت و سرکوب موضعی تشنج در ریزمدار مهم باشند. سلول‌های لوستری که بخش اولیه آکسون نورون‌های هرمی‌را هدف قرار می‌دهند نیز ممکن است با فعالیت صرعی به‌کار گرفته شوند و به عنوان یک ترمز اضطراری ریز مدار عمل کنند. در مقابل، مدارهای بازدارنده با واسطه‌ی نورون‌های VIP ممکن است با سرکوب فعالیت مهاری انواع دیگر اینترنورون‌های GABAergic، به ictogenesis کمک کنند. نوع نهایی مدار درگیر در اکثر صرع‌ها تحریک عود کننده موضعی است که یک موتیف رایج در شبکه‌های قشر مغز است زیرا 80% نورون‌ها و سیناپس‌ها تحریک کننده هستند. یک مثال معمولی تحریک مکرر در شکنج دندانه دار است که در مدل‌های صرع لوب تمپورال (TLE) نشان داده شده است. اتصالات تحریکی مکرر نیز در نئوکورتکس در شرایط آسیب یا دیسپلازی قشر مغز رخ می‌دهد. فعالیت را می‌توان بین ریزمدارها از طریق برآمدگی‌های وابران به عناصر مدار خارج از ریزمدار انتشار داد.

Electrophysiological Patterns and Epilepsy Networks

الگوهای الکتروفیزیولوژیکی و شبکه‌های صرع

Interictal, preictal, and seizure discharges produce different patterns on surface and stereo EEG and microelectrode recordings. Electroencephalographic recordings in patients with epilepsy typically show interictal spikes and sharp waves. In focal epilepsies, the interictal spikes are usually closely related to the epileptogenic zone or “primary irritative zone” but may also occur in regions remote from the epileptogenic zone, referred to as “secondary irritative zone.” High local synchrony may be a marker of epileptogenic cortex. Invasive studies using wide band- width recording and small-diameter electrodes show typical patterns of pathological HFOS (80-600 Hz), as well as electrographic seizure-like events referred to as micro-seizures and focal microperiodic epileptiform discharges, which may could be potential biomarkers of epileptogenicity. (62) Microseizures are interictal local field potential events whose spatial extent is restricted to approximately the width of a neocortical column and are not contiguous but rather surrounded by microdomains generating normal- appearing interictal physiology. Microseizures or micro- periodic epileptiform discharges lead directly into clinical seizures as much as 20% of the time. (62) One study showed a trend to reduction of functional connectivity assessed by fMRI but increased functional connectivity assessed by surface EEG in the epileptogenic zone compared to noninvolved regions; this discrepancy was attributed to altered neurovascular coupling. (63) Simultaneous intracortical EEG and fMRI recordings showed that the zones initiating the interictal spikes and seizures have increased homogeneity in self-sustaining pathological oscillatory states. (64)

ترشحات اینتریکتال، پریکتال و تشنجی الگوهای متفاوتی را در ضبط EEG سطحی و استریو و میکروالکترود ایجاد می‌کنند. ضبط‌های الکتروانسفالوگرافی در بیماران مبتلا به صرع معمولاً میخ‌های اینترکتال و امواج تیز را نشان می‌دهند. در صرع‌های کانونی، سنبله‌های اینترکتال معمولاً با ناحیه صرع زا یا “منطقه تحریک کننده اولیه” مرتبط هستند، اما ممکن است در مناطق دور از منطقه صرع زا که به آن “منطقه تحریک کننده ثانویه” گفته می‌شود نیز رخ دهد. همزمانی موضعی بالا ممکن است نشانگر قشر صرعی باشد. مطالعات تهاجمی‌با استفاده از ضبط پهنای باند گسترده و الکترودهای با قطر کوچک، الگوهای معمولی از HFOS پاتولوژیک (80-600 هرتز)، و همچنین رویدادهای تشنج مانند الکتروگرافی که به عنوان تشنج‌های ریز و ترشحات صرع ریز دوره‌ای کانونی شناخته می‌شوند، نشان می‌دهند. بیومارکرهای بالقوه صرع زایی (62) ریز تشنج‌ها رویدادهای بالقوه میدان محلی بین رجکتال هستند که وسعت فضایی آنها تقریباً به عرض یک ستون نئوکورتیکال محدود می‌شود و به هم پیوسته نیستند بلکه توسط ریزدامنه‌هایی احاطه شده اند که فیزیولوژی اینترکتال طبیعی را ایجاد می‌کنند. ریز تشنج‌ها یا ترشحات صرعی ریز دوره ای در 20 درصد مواقع مستقیماً به تشنج‌های بالینی منجر می‌شوند. (62) یک مطالعه روند کاهش اتصال عملکردی ارزیابی شده توسط fMRI را نشان داد، اما افزایش اتصال عملکردی توسط EEG سطحی در ناحیه صرع در مقایسه با مناطق غیردرگیر ارزیابی شد. این اختلاف به جفت عصبی عروقی تغییر یافته نسبت داده شد. (63) ضبط همزمان EEG و fMRI داخل قشری نشان داد که نواحی شروع کننده سنبله‌ها و تشنج‌های اینترکتال، همگنی را در حالت‌های نوسانی پاتولوژیک خودپایدار افزایش داده اند. (64)

Several patterns of seizure onset may be observed during surface EEG recording. A common pattern is a low-voltage fast discharge that may be preceded by preictal spikes, train of spikes, or slow-wave complexes. Low-voltage fast discharge may range from beta/low gamma (15-30 Hz) in mesial temporal seizures to gamma range (30-100 Hz) in neocortical seizures. Seizures in humans are associated with abnormal synchronization of distant brain areas as indicated by functional connectivity measures. Whereas seizure onset is often marked by a decrease of synchrony among recorded brain structures, increased network synchrony occurs during seizure spread and termination. Ictal clinical symptoms could be related to the abnormal activation of physiologic neural networks by epileptic rhythm or by the disruption of normal brain control mechanisms.

چندین الگوی شروع تشنج ممکن است در طول ثبت EEG سطحی مشاهده شود. یک الگوی رایج تخلیه سریع ولتاژ پایین است که ممکن است قبل از آن میخ‌های پریکتال، قطار سنبله‌ها یا مجتمع‌های موج آهسته باشد. تخلیه سریع ولتاژ پایین ممکن است از گامای بتا/کم (15-30 هرتز) در تشنج مزیال گیجگاهی تا محدوده گاما (30-100 هرتز) در تشنج نئوکورتیکال متغیر باشد. تشنج در انسان با هماهنگی غیرطبیعی نواحی دوردست مغز همراه است که با معیارهای اتصال عملکردی مشخص می‌شود. در حالی که شروع تشنج اغلب با کاهش همزمانی بین ساختارهای مغزی ثبت شده مشخص می‌شود، افزایش همزمانی شبکه در طول گسترش و پایان تشنج رخ می‌دهد. علائم بالینی ایکتال می‌تواند به فعال شدن غیر طبیعی شبکه‌های عصبی فیزیولوژیک توسط ریتم صرع یا با اختلال در مکانیسم‌های کنترل طبیعی مغز مربوط باشد.

The information gathered from multiscale and multi- modal studies of epilepsy has stimulated the development of computational modeling ranging from single neuron to network, to whole-brain activity. At the neuronal (microscale) level, synchronization among firing patterns of pyramidal cells can explain the switch between epileptic spikes and HFOs; whereas at the microcircuit (mesoscale) level, transitions of dynamics toward seizures could be explained by a gradual decrease of dendritic inhibition. In all models, epilepsy is considered a dynamic brain disease. On the basis of key concepts from mathematical theory of dynamical systems, seizures are thought to be enabled by loss of balance between order and disorder in the epileptic brain. In this context, a seizure represents a self-initiated and self-terminated event that emerges as a result of a bistability property of the brain, which allows spontaneous switching from seemingly normal physiological dynamics to periods of pathological activity. This switching might be induced not only by altered properties of neurons or groups of neurons but also by changes in the gross connections of the neuronal network.

اطلاعات جمع‌آوری‌شده از مطالعات چندمقیاسی و چندوجهی صرع، توسعه مدل‌سازی محاسباتی از تک نورون گرفته تا شبکه و فعالیت کل مغز را تحریک کرده است. در سطح عصبی (مقیاس خرد)، همگام سازی بین الگوهای شلیک سلول‌های هرمی‌می‌تواند تغییر بین سنبله‌های صرعی و HFO‌ها را توضیح دهد. در حالی که در سطح میکرو مدار (مقیاس مزو)، انتقال دینامیک به سمت تشنج را می‌توان با کاهش تدریجی مهار دندریتی توضیح داد. در همه مدل‌ها، صرع یک ​​بیماری مغزی پویا در نظر گرفته می‌شود. بر اساس مفاهیم کلیدی از نظریه ریاضی سیستم‌های دینامیکی، تصور می‌شود که تشنج با از دست دادن تعادل بین نظم و اختلال در مغز مبتلا به صرع فعال می‌شود. در این زمینه، تشنج نشان‌دهنده رویدادی است که خود آغاز می‌شود و خود خاتمه می‌یابد که در نتیجه خاصیت دوپایداری مغز ظاهر می‌شود، که امکان تغییر خودبه‌خود از پویایی فیزیولوژیکی به ظاهر طبیعی به دوره‌های فعالیت پاتولوژیک را فراهم می‌کند. این تغییر ممکن است نه تنها با تغییر خواص نورون‌ها یا گروه‌هایی از نورون‌ها، بلکه با تغییرات در اتصالات ناخالص شبکه عصبی ایجاد شود.

DEMENTIA

دمانس

The disruption of brain networks is characteristic of neurodegenerative dementias. For example, one study in patients with frontotemporal dementia (FTD) showed attenuation of beta desynchronization during tests of behavioral motor inhibition such as the Go-No Go trials. (65) This study also showed loss of connectivity of the inferior frontal gyrus particularly in the gamma band, loss theta-to-alpha coupling with other cortical areas; and enhanced gamma band connectivity between the presupplementary and primary motor cortical areas. (65) These findings could be linked to increased impulsivity in this disorder. (65) Gamma oscillations are impaired in the entorhinal-hippocampal circuit in patients with Alzheimer disease. In animal models, accumulation of amyloid ẞ (AB) peptides alters the excitatory/inhibitory balance, causing hyperactivity in cortical and hippocampal neurons, a breakdown of slow-wave oscillation, and network hypersynchrony. (67) A magnetoencephalography study on patients amnestic Alzheimer disease, posterior cortical atrophy, and different forms of frontotemporal lobar degeneration showed consistent large-scale changes in brain networks, with reductions in local efficiency of functional connectivity compared to controls; the frequency range of altered connectivity was consistent across clinical syndromes and separated the disorders from each other and from controls. (68)

اختلال در شبکه‌های مغزی مشخصه دمانس‌های عصبی است. به عنوان مثال، یک مطالعه در بیماران مبتلا به دمانس فرونتوتمپورال (FTD) کاهش همزمان سازی بتا را در طی آزمایشات مهار حرکتی رفتاری مانند کارآزمایی‌های Go-No Go نشان داد. (65) این مطالعه همچنین از دست دادن اتصال شکنج فرونتال تحتانی به ویژه در باند گاما، از دست دادن جفت شدن تتا به آلفا با سایر نواحی قشر مغز را نشان داد. و افزایش اتصال باند گاما بین نواحی قشر حرکتی پیش مکمل و اولیه. (65) این یافته‌ها می‌تواند با افزایش تکانشگری در این اختلال مرتبط باشد. (65) نوسانات گاما در مدار انتورینال-هیپوکامپ در بیماران مبتلا به بیماری آلزایمر مختل می‌شود. در مدل‌های حیوانی، تجمع پپتیدهای آمیلوئید ẞ (AB) تعادل تحریکی / مهاری را تغییر می‌دهد و باعث بیش فعالی در نورون‌های قشر مغز و هیپوکامپ، تجزیه نوسانات موج آهسته و بیش همزمانی شبکه می‌شود. (67) یک مطالعه مغناطیسی مغزی بر روی بیماران مبتلا به بیماری آلزایمر، آتروفی قشر خلفی، و اشکال مختلف دژنراسیون لوبار پیشانی گیجگاهی، تغییرات مداوم در مقیاس بزرگ را در شبکه‌های مغز، با کاهش کارایی محلی اتصال عملکردی در مقایسه با گروه کنترل نشان داد. محدوده فرکانس اتصال تغییر یافته در بین سندرم‌های بالینی سازگار بود و اختلالات را از یکدیگر و از گروه کنترل جدا می‌کرد. (68)

PSYCHIATRIC DISORDERS

اختلالات روانپزشکی

Several psychiatric disorders have been associated with impairment of neural oscillations. In particular, patients with schizophrenia have reduced neural oscillations during sensory and cognitive processing. In this disorder, auditory hallucinations are considered the consequence of aberrant hyperactivity of the left temporoparietal junction and hypoactivity of the left dorsolateral PFC. This abnormal activity is associated with loss of functional connectivity between these two regions and reduced resting-state alpha oscillations. There is also a reduction in gamma band oscilla- tions during execution of executive tasks in this disorder. Administration of ketamine, which blocks NMDARS, reproduces the positive symptoms of schizophrenia, such as hallucinations. NMDAR blockade increases local gamma oscillations but impairs long-range gamma band synchrony, thus reducing coordination of large-scale networks by altering corticocortical interactions preferentially in superficial cortical layers 2/3. Prolonged NMDA-receptor hypofunction is associated with reduced GABAergic neurotransmis- sion, as there is also loss of PV interneurons in the PFC. This is consistent with evidence of impaired GABAergic inhibi- tion in schizophrenia. (70) Abnormal oscillatory activity can be affected by transcranial magnetic stimulation in this disorder. (71) Aberrant neural synchrony also occurs in au- tism spectrum disorders. (72-74) In these conditions, there is reduction of high-frequency oscillation entrainment during sensory processing, particularly in frontoparietal net- works. As in the cases of schizophrenia, in autism there is reduced long-range coherence in the low alpha band, with a shift toward increased local connectivity. The alterations of gamma-band oscillations suggest that changes in the excit- atory/inhibitory balance is a feature of both schizophrenia and autism spectrum disorders. Studies in mouse models show that mutations of the MeCP2 gene, which are linked to Rett syndrome, autism, and childhood-onset schizo- phrenia, are associated with impaired GABAergic signaling in forebrain neurons and reduction in amplitude and phase locking of event-related oscillations at both low and high frequencies. (75)

چندین اختلال روانپزشکی با اختلال در نوسانات عصبی مرتبط است. به طور خاص، بیماران مبتلا به اسکیزوفرنی نوسانات عصبی را در طول پردازش حسی و شناختی کاهش می‌دهند. در این اختلال، توهمات شنوایی پیامد بیش فعالی نابجای اتصال گیجگاهی-پاریتال چپ و کم‌فعالی PFC پشتی جانبی چپ در نظر گرفته می‌شود. این فعالیت غیر طبیعی با از دست دادن اتصال عملکردی بین این دو ناحیه و کاهش نوسانات آلفا در حالت استراحت همراه است. همچنین کاهش نوسانات باند گاما در حین اجرای وظایف اجرایی در این اختلال وجود دارد. تجویز کتامین که NMDARS را مسدود می‌کند، علائم مثبت اسکیزوفرنی مانند توهم را بازتولید می‌کند. محاصره NMDAR نوسانات گامای موضعی را افزایش می‌دهد اما همزمانی باند گامای دوربرد را مختل می‌کند، بنابراین هماهنگی شبکه‌های مقیاس بزرگ را با تغییر برهمکنش‌های کورتیکوکورتیکال ترجیحاً در لایه‌های قشر سطحی 2/3 کاهش می‌دهد. کم کارکرد طولانی‌مدت گیرنده NMDA با کاهش انتقال عصبی GABAergic همراه است، زیرا همچنین از دست دادن نورون‌های PV در PFC وجود دارد. این با شواهدی از اختلال در مهار GABAergic در اسکیزوفرنی مطابقت دارد. (70) فعالیت نوسانی غیرطبیعی می‌تواند تحت تأثیر تحریک مغناطیسی ترانس کرانیال در این اختلال قرار گیرد. (71) همزمانی عصبی نابجا نیز در اختلالات طیف اوتیسم رخ می‌دهد. (72-74) در این شرایط، کاهش حباب نوسانی با فرکانس بالا در طول پردازش حسی، به ویژه در شبکه‌های جلویی پاریتال وجود دارد. مانند موارد اسکیزوفرنی، در اوتیسم انسجام دوربرد در باند آلفای پایین کاهش می‌یابد، با تغییر به سمت افزایش اتصال محلی. تغییرات نوسانات باند گاما نشان می‌دهد که تغییرات در تعادل تحریکی/بازداری یکی از ویژگی‌های اختلالات طیف اسکیزوفرنی و اوتیسم است. مطالعات روی مدل‌های موش نشان می‌دهد که جهش‌های ژن MeCP2 که با سندرم رت، اوتیسم و ​​اسکیزوفرنی در دوران کودکی مرتبط است، با اختلال در سیگنال‌دهی GABAergic در نورون‌های جلو مغز و کاهش دامنه و قفل شدن فاز نوسانات مرتبط با رویداد مرتبط است. در فرکانس‌های پایین و بالا (75)

KEY POINTS

نکات کلیدی

• Structural and functional MRI information obtained under the Human Connectome Project (HCP) has allowed the parcellation of the cerebral cortex into 180 areas per hemisphere.

• اطلاعات ساختاری و عملکردی MRI که تحت پروژه اتصال انسانی (HCP) به دست آمده است، امکان تقسیم قشر مغز را در 180 ناحیه در هر نیمکره فراهم کرده است.

• There is a global organization of cortical areas along a gradient based on cytoarchitecture, myeloarchitecture, connectivity, and function.

• یک سازماندهی جهانی از نواحی قشر مغز در امتداد یک گرادیان بر اساس معماری سیتو، ساختار میلومعماری، اتصال و عملکرد وجود دارد.

• The hierarchical cortical processing involves feedforward connections from earlier areas to higher areas of processing and feedback modulatory projections form higher areas to earlier areas.

• پردازش قشر سلسله مراتبی شامل اتصالات پیشخور از نواحی قبلی به نواحی بالاتر پردازش و پیش بینی‌های تعدیلی بازخورد از نواحی بالاتر به مناطق قبلی است.

• The dorsal stream of sensory processing conveys sensory information to the posterior parietal cortex for spatial information.

• جریان پشتی پردازش حسی اطلاعات حسی را برای اطلاعات فضایی به قشر جداری خلفی منتقل می‌کند.

• The ventral stream of sensory processing conveys information to the lateral temporal cortex for object recognition and semantic knowledge.

• جریان شکمی‌پردازش حسی اطلاعات را به قشر گیجگاهی جانبی برای تشخیص شی و دانش معنایی منتقل می‌کند.

• Higher-order cortical areas, provide feedback modulatory inputs to areas involved in early sensory processing.

• نواحی قشری درجه بالاتر، ورودی‌های تعدیلی بازخوردی را به نواحی درگیر در پردازش حسی اولیه ارائه می‌دهند.

• In all cortical areas, the two major cell types are excitatory principal (mostly pyramidal) cells and different subtypes of GABAergic interneurons.

• در تمام نواحی قشر مغز، دو نوع سلول اصلی، سلولهای اصلی تحریکی (عمدتاً هرمی) و زیرگروههای مختلف اینترنورونهای GABAergic هستند.

• The activity of pyramidal cell is shaped by inputs from the thalamus, corticocortical connections, local circuits mediated by GABAergic neurons, and modulatory cholinergic and monoaminergic projections.

• فعالیت سلول هرمی‌توسط ورودی‌های تالاموس، اتصالات کورتیکوکورتیکال، مدارهای محلی با واسطه نورون‌های GABAergic و برجستگی‌های کولینرژیک و مونوآمینرژیک تعدیلی شکل می‌گیرد.

• Cortical pyramidal cells include intratelencephalic (IT), pyramidal tract (PT), and corticothalamic (CT) cells.

سلول‌های هرمی‌قشری شامل سلول‌های داخل تلانسفاریک (IT)، دستگاه هرمی‌(PT) و کورتیکوتالامیک (CT) می‌باشد.

• Layer 4 IT neurons are the primary recipient of feedforward inputs from the thalamus or other cortical areas.

• نورون‌های IT لایه 4 دریافت کننده اصلی ورودی‌های پیشخور از تالاموس یا سایر نواحی قشر مغز هستند.

• Most IT neurons are located in supragranular layers 2/3and infragranular layers 5/6 and participate in intracortical excitatory circuits both locally, and at a distance.

• اکثر نورون‌های IT در لایه‌های فوق دانه ای 2/3 و لایه‌های فروگرانولار 5/6 قرار دارند و در مدارهای تحریکی داخل قشر هم به صورت موضعی و هم از راه دور شرکت می‌کنند.

• The large pyramidal tract (PT) neurons located in layer 5 project to multiple subcortical regions. The CT neurons of layer 6 project back to the thalamic relay nucleus.

• نورون‌های بزرگ دستگاه هرمی‌(PT) واقع در لایه 5 به چندین ناحیه زیر قشری می‌پردازند. نورون‌های CT لایه 6 به هسته رله تالاموس برمی‌گردند.

• The functional unit of the neocortex cortex is the cortical column.

• واحد عملکردی قشر نئوکورتکس ستون قشر است.

• Cortical GABAergic interneurons include several populations that are distinguished by their neurochemical signature and firing pattern, and target different domains of the pyramidal cells.

• اینترنورون‌های GABAergic قشر مغز شامل چندین جمعیت است که با امضای عصبی شیمیایی و الگوی شلیک خود متمایز می‌شوند و حوزه‌های مختلف سلول‌های هرمی‌را هدف قرار می‌دهند.

• Parvalbumin-expressing, fast-spiking GABAergic basket cells mediate feedforward inhibition.

• سلول‌های سبد گاباارژیک با بیان کننده پاروالبومین و با سرعت بالا، مهار پیشخور را واسطه می‌کند.

• Somatostatin-expressing GABAergic neurons participate in feedback and lateral inhibitory circuits.

• نورون‌های GABAergic بیان کننده سوماتوستاتین در بازخورد و مدارهای مهاری جانبی شرکت می‌کنند.

• Vasoactive intestinal polypeptide GABAergic mediating disinhibitory circuits.

• پلی پپتید روده ای وازواکتیو GABAergic مدارهای بازدارنده واسطه.

• Information processing in cortical networks critically depends on the precise synchronization of neuronal ensembles, both within local networks and across relatively long distances.

پردازش اطلاعات در شبکه‌های قشری به شدت به همگام‌سازی دقیق مجموعه‌های عصبی، هم در شبکه‌های محلی و هم در فواصل نسبتاً طولانی بستگی دارد.

• During quiet wakefulness the cortex fluctuates between an activated and a deactivated state in relation to behavioral context.

• The brain actively constructs action and perception using past experience; predictive coding filters sensory inputs to reduce the mismatch between predicted (internal) and externally induced sensations.

• مغز به طور فعال عمل و ادراک را با استفاده از تجربه گذشته می‌سازد. کدگذاری پیش‌بینی‌کننده ورودی‌های حسی را فیلتر می‌کند تا عدم تطابق بین احساسات پیش‌بینی‌شده (داخلی) و القای خارجی را کاهش دهد.

• Complex behaviors, such as attention, language, and inner thought processes, emerge from distributed functional networks involving several cortical regions.

• رفتارهای پیچیده، مانند توجه، زبان، و فرآیندهای فکری درونی، از شبکه‌های عملکردی توزیع شده که چندین ناحیه قشر مغز را در بر می‌گیرند، پدیدار می‌شوند.

• Large-scale cortical networks include the dorsal attention and ventral attention networks; the salience network; the cingulo-opercular task-control network; the frontoparietal control network; and the default mode network.

• شبکه‌های قشری در مقیاس بزرگ شامل شبکه‌های توجه پشتی و شکمی‌هستند. شبکه برجسته؛ شبکه کنترل وظیفه سینگولو-اپرکول؛ شبکه کنترل frontoparietal؛ و شبکه حالت پیش فرض

• Disturbances within excitatory and/or inhibitory circuits in the neocortex lead to seizures and cognitive dysfunction.

• اختلالات در مدارهای تحریکی و/یا بازدارنده در نئوکورتکس منجر به تشنج و اختلال عملکرد شناختی می‌شود.

• Seizures result from an imbalance between excitation and inhibition in a discrete cortical area, resulting in aberrant activity in a distributed network and subsequent recruitment of adjacent cortex.

• تشنج ناشی از عدم تعادل بین تحریک و بازداری در یک ناحیه قشر مجزا است که منجر به فعالیت نابجا در یک شبکه توزیع شده و متعاقبا جذب قشر مجاور می‌شود.

• Alterations in cortical dynamics may contribute to cognitive and behavioral manifestations of dementia and psychiatric disorders.

• تغییرات در پویایی قشر مغز ممکن است به تظاهرات شناختی و رفتاری زوال عقل و اختلالات روانی کمک کند.

---

---

برای مشاهده References کلیک کنید. 

1. Glasser MF, Coalson TS, Robinson EC, et al. A multi-modal parcellation of human cerebral cortex. Nature 2016;536:171–178.

2. Eickhoff SB, Yeo BTT, Genon S. Imaging-based parcellations of the human brain. Nat Rev Neurosci 2018;19:672-686.

3. Singer W. Neuronal oscillations: unavoidable and useful? Eur J Neurosci 2018;48:2389-2398.

4. Mesulam MM. From sensation to cognition. Brain 1998;121 (Pt 6):1013-1052.

5. Zilles K, Amunts K. Centenary of Brodmann’s map: concep- tion and fate. Nat Rev Neurosci 2010;11:139–145.

6. Nieuwenhuys R, Broere CA. A map of the human neocortex showing the estimated overall myelin content of the individual architectonic areas based on the studies of Adolf Hopf. Brain Struct Funct 2017;222:465-480.

7. Barbas H. General cortical and special prefrontal connections: principles from structure to function. Annu Rev Neurosci 2015;38:269-289.

8. Alfano A, Studer M. Neocortical arealization: evolution, mechanisms, and open questions. Dev Neurobiol 2013;73:411-447.

9. Yeo BT, Krienen FM, Sepulcre J, et al. The organization of the human cerebral cortex estimated by intrinsic functional connectivity. J Neurophysiol 2011;106:1125-1165.

10. Power JD, Cohen AL, Nelson SM, et al. Functional network organization of the human brain. Neuron 2011;72:665-678.

11. Jones DT, Vemuri P, Murphy MC, et al. Non-stationarity in the “resting brain’s” modular architecture. PLoS One 2012;7:e39731.

12. Destrieux C, Fischl B, Dale A, Halgren E. Automatic parcella- tion of human cortical gyri and sulci using standard anatomical nomenclature. Neuroimage 2010;53:1-15.

13. Huntenburg JM, Bazin PL, Margulies DS. Large-scale gradients in human cortical organization. Trends Cogn Sci
2018;22:21-31.

14. Burt JB, Demirtas M, Eckner WJ, et al. Hierarchy of tran- scriptomic specialization across human cortex captured by structural neuroimaging topography. Nat Neurosci 2018;21:1251-1259.

15. Taylor P, Hobbs JN, Burroni J, Siegelmann HT. The global landscape of cognition: hierarchical aggregation as an organ- izational principle of human cortical networks and functions. Sci Rep 2015;5:18112.

16. Hawrylycz MJ, Lein ES, Guillozet-Bongaarts AL, et al. An anatomically comprehensive atlas of the adult human brain transcriptome. Nature 2012;489:391–399.

17. Krienen FM, Yeo BT, Ge T, Buckner RL, Sherwood CC. Transcriptional profiles of supragranular-enriched genes associate with corticocortical network architecture in the human brain. Proc Natl Acad Sci USA 2016;113:E469-E478.

18. Huth AG, de Heer WA, Griffiths TL, Theunissen FE, Gallant JL. Natural speech reveals the semantic maps that tile human cerebral cortex. Nature 2016;532:453-458.

19. Murray JD, Bernacchia A, Freedman DJ, et al. A hierarchy of intrinsic timescales across primate cortex. Nat Neurosci 2014;17:1661-1663.

20. Felleman DJ, Van Essen DC. Distributed hierarchical processing in the primate cerebral cortex. Cereb Cortex 1991;1:1-47.

21. Goulas A, Zilles K, Hilgetag CC. Cortical gradients and laminar projections in mammals. Trends Neurosci 2018;41:775-788.

22. Ferreira-Fernandes E, Pinto-Correia B, Quintino C, Remondes M. A gradient of hippocampal inputs to the medial mesocortex. Cell Rep 2019;29:3266-3279 e3263.

23. Kravitz DJ, Saleem KS, Baker CI, Mishkin M. A new neural framework for visuospatial processing. Nat Rev Neurosci 2011:12:217-230.

24. Kravitz DJ, Saleem KS, Baker CI, Ungerleider LG, Mishkin M. The ventral visual pathway: an expanded neural frame- work for the processing of object quality. Trends Cogn Sci 2013;17:26-49.

25. Borrell V. Recent advances in understanding neocortical development. F1000Res 2019;8.

26. Stuart GJ, Spruston N. Dendritic integration: 60 years of progress. Nat Neurosci 2015;18:1713-1721.

27. Harris KD, Shepherd GM. The neocortical circuit: themes and variations. Nat Neurosci 2015;18:170-181.

28. Mountcastle VB. The columnar organization of the neocortex. Brain 1997;120 (Pt 4):701-722.

29. Hubel DH, Wiesel TN. Laminar and columnar distribution of geniculo-cortical fibers in the macaque monkey. J Comp Neurol 1972;146:421-450.

30. DeFelipe J, Lopez-Cruz PL, Benavides-Piccione R, et al. New insights into the classification and nomenclature of cortical GABAergic interneurons. Nat Rev Neurosci 2013;14:202-216.

31. Tremblay R, Lee S, Rudy B. GABAergic interneurons in the neocortex: from cellular properties to circuits. Neuron 2016;91:260-292.

32. Mihaljevic B, Benavides-Piccione R, Guerra L, DeFelipe J, Larranaga P, Bielza C. Classifying GABAergic interneurons with semi-supervised projected model-based clustering. Artif Intell Med 2015;65:49-59.

33. Caputi A, Melzer S, Michael M, Monyer H. The long and short of GABAergic neurons. Curr Opin Neurobiol 2013;23:179-186.

34. Rock C, Zurita H, Lebby S, Wilson CJ, Apicella AJ. Cortical circuits of callosal GABAergic Neurons. Cereb Cortex 2018;28:1154-1167.

35. Tomioka R, Sakimura K, Yanagawa Y. Corticofugal GABAergic projection neurons in the mouse frontal cortex. Front Neuroanat 2015;9:133.

36. Worrell GA, Jerbi K, Kobayashi K, Lina JM, Zelmann R, Le Van Quyen M. Recording and analysis techniques for high-frequency oscillations. Prog Neurobiol 2012;98:265-278.

37. Herrmann CS, Struber D, Helfrich RF, Engel AK. EEG oscillations: from correlation to causality. Int J Psychophysiol 2016;103:12-21.

38. Buzsaki G. Neural syntax: cell assemblies, synapsembles, and readers. Neuron 2010;68:362-385.

39. Roux L, Buzsaki G. Tasks for inhibitory interneurons in intact brain circuits. Neuropharmacology 2015;88:10-23.

40. Michalareas G, Vezoli J, van Pelt S, Schoffelen JM, Kennedy H, Fries P. Alpha-beta and gamma rhythms subserve feed-back and feedforward influences among human visual cor- tical areas. Neuron 2016;89:384-397.

41. Bosman CA, Schoffelen JM, Brunet N, et al. Attentional stimulus selection through selective synchronization between monkey visual areas. Neuron 2012;75:875-888.

42. Poulet JFA, Crochet S. The cortical states of wakefulness. Front Syst Neurosci 2018;12:64.

43. Adams RA, Shipp S, Friston KJ. Predictions not commands: active inference in the motor system. Brain Struct Funct 2013;218:611-643.

44. Bastos AM, Usrey WM, Adams RA, Mangun GR, Fries P, Friston KJ. Canonical microcircuits for predictive coding. Neuron 2012;76:695-711.

45. Chanes L, Barrett LF. Redefining the role of limbic areas in cortical processing. Trends Cogn Sci 2016;20:96-106.

46. Barron HC, Auksztulewicz R, Friston K. Prediction and memory: a predictive coding account. Prog Neurobiol 2020;192:101821.

47. Damoiseaux JS, Rombouts SA, Barkhof F, et al. Consistent resting-state networks across healthy subjects. Proc Natl Acad Sci USA 2006;103:13848-13853.

48. Corbetta M, Shulman GL. Control of goal-directed and stimulus-driven attention in the brain. Nat Rev Neurosci 2002;3:201–215.

49. Vossel S, Geng JJ, Fink GR. Dorsal and ventral attention systems: distinct neural circuits but collaborative roles. Neuroscientist 2014;20:150-159.

50. Marek S, Dosenbach NUF. The frontoparietal network: func- tion, electrophysiology, and importance of individual preci- sion mapping. Dialogues Clin Neurosci 2018;20:133-140.

51. Seeley WW. The salience network: a neural system for perceiving and responding to homeostatic demands. J Neurosci 2019;39:9878-9882.

52. Dosenbach NU, Visscher KM, Palmer ED, et al. A core system for the implementation of task sets. Neuron 2006;50:799-812.

53. Greicius MD, Krasnow B, Reiss AL, Menon V. Functional connectivity in the resting brain: a network analysis of the default mode hypothesis. Proc Natl Acad Sci USA 2003;100:253-258.

54. Andrews-Hanna JR, Smallwood J, Spreng RN. The default network and self-generated thought: component processes, dynamic control, and clinical relevance. Ann NY Acad Sci 2014;1316:29-52.

55. Assem M, Glasser MF, Van Essen DC, Duncan J. A domain- general cognitive core defined in multimodally parcellated human cortex. Cereb Cortex 2020;30:4361-4380.

56. Tononi G, Boly M, Massimini M, Koch C. Integrated infor- mation theory: from consciousness to its physical substrate. Nat Rev Neurosci 2016;17:450-461.

57. Koch C, Massimini M, Boly M, Tononi G. Neural correlates of consciousness: progress and problems. Nat Rev Neurosci 2016;17:307–321.

58. Boly M, Massimini M, Tsuchiya N, Postle BR, Koch C, Tononi G. Are the neural correlates of consciousness in the front or in the back of the cerebral cortex? clinical and neuroimaging evidence. J Neurosci 2017;37:9603-9613.

59. Staley K. Molecular mechanisms of epilepsy. Nat Neurosci 72. An KM, Ikeda T, Yoshimura Y, et al. Altered gamma oscilla- 2015;18:367-372.

60. Paz JT, Huguenard JR. Microcircuits and their interac- tions in epilepsy: is the focus out of focus? Nat Neurosci 2015;18:351–359.

61. Bartolomei F, Lagarde S, Wendling F, et al. Defining epilep- togenic networks: contribution of SEEG and signal analysis. Epilepsia 2017;58:1131-1147.

62. Staba RJ, Stead M, Worrell GA. Electrophysiological bio- markers of epilepsy. Neurotherapeutics 2014;11:334-346.

63. Bettus G, Ranjeva JP, Wendling F, et al. Interictal functional connectivity of human epileptic networks assessed by intracerebral EEG and BOLD signal fluctuations. PLoS One 2011;6:e20071.

64. Ridley B, Wirsich J, Bettus G, et al. Simultaneous intracranial EEG-fMRI shows inter-modality correlation in time-resolved connectivity within normal areas but not within epileptic re- gions. Brain Topogr 2017;30:639-655.

65. Hughes LE, Rittman T, Robbins TW, Rowe JB. Reorganization of cortical oscillatory dynamics underlying disinhibition in frontotemporal dementia. Brain 2018;141:2486-2499.

66. Nakazono T, Jun H, Blurton-Jones M, Green KN, Igarashi KM. Gamma oscillations in the entorhinal-hippocampal circuit un- derlying memory and dementia. Neurosci Res 2018;129:40-46.

67. Busche MA, Konnerth A. Impairments of neural circuit func- tion in Alzheimer’s disease. Philos Trans R Soc Lond B Biol Sci 2016;371.

68. Sami S, Williams N, Hughes LE, et al. Neurophysiological signatures of Alzheimer’s disease and frontotemporal lobar degeneration:pathology versus phenotype. Brain
2018;141:2500-2510.

69. Uhlhaas PJ, Singer W. Neuronal dynamics and neuropsychi- atric disorders: toward a translational paradigm for dysfunctional large-scale networks. Neuron 2012;75:963-980.

70. Shaw AD, Knight L, Freeman TCA, et al. Oscillatory, com- putational, and behavioral evidence for impaired GABAergic inhibition in schizophrenia. Schizophr Bull 2020;46:345-353. Vittala A, Murphy N, Maheshwari A, Krishnan V. Understanding cortical dysfunction in schizophrenia with TMS/EEG. Front Neurosci 2020;14:554.

71. Vittala A, Murphy N, Maheshwari A, Krishnan V. Understanding cortical dysfunction in schizophrenia with TMS/ EEG. Front Neurosci 2020;14:554.

72. An KM, Ikeda T, Yoshimura Y, et al. Altered gamma oscillations during motor control in children with autism spectrum disorder. J Neurosci 2018;38:7878–7886. 

73. Seymour RA, Rippon G, Gooding-Williams G, Schoffelen JM, Kessler K. Dysregulated oscillatory connectivity in the visual system in autism spectrum disorder. Brain 2019;142:3294-3305.

74. Casanova MF, Sokhadze EM, Casanova EL, et al. Translational neuroscience in autism: from neuropathology to transcranial magnetic stimulation therapies. Psychiatr Clin North Am 2020:43:229-248.

75. Ho EC, Eubanks JH, Zhang L, Skinner FK. Network mod- els predict that reduced excitatory fluctuations can give rise to hippocampal network hyper-excitability in MeCP2-null
mice. PLoS One 2014;9:e91148.

---

---

کپی بخش یا کل این مطلب «آینده‌‌نگاران مغز» تنها با کسب مجوز مکتوب امکان‌پذیر است. 

---

---

» بخش قبل این فصل کتاب

---

---

» بخش بعد کتاب 

---

---

» تمامی‌کتاب

---

---