Behavioural Brain Research ：基于脑激活网络可以评估识别记忆的性能

认知记忆是日常生活中的一种基本能力。建立与认知记忆性能相关的健全的脑网络有助于理解认知记忆本身的神经基础以及个体间认知记忆性能的差异。认知记忆对塑造一个人未来的行为和决策具有重要作用 。因此，认知记忆范式被广泛应用于人类健康和疾病认知的实证研究 。识别记忆研究中最常用的方法之一是记忆-知识（R-K）范式 。R-K范式基于熟悉度估计识别记忆，通常定义为一般的知道感，以及回忆，定义为记住与被识别对象或事件相关的特定细节 。另一种观点认为，回忆和熟悉不是不同的过程，而是描述记忆强度的差异（分别为高和低） 。

基于任务对比的功能磁共振成像研究，认知记忆过程与多个大脑区域的激活有关，如内侧颞叶的海马、部分前额叶皮质、丘脑和顶叶皮质。重要的是，使用不同的识别记忆对比有助于识别特定参与识别记忆不同子过程的大脑区域。 这些基于对比度的分析允许识别在任务或特定条件下通常更活跃（或更少）的区域。然而，他们很少对行为结果的个体差异做出推断。值得注意的是，一项认知记忆研究表明，核心回忆网络中特定感兴趣区域（ROI）的大脑激活，包括内侧PFC和右侧海马，与任务表现的个体间差异有关。

功能连接性方法已经成功地应用于情景记忆的表现。Schedlbauer等人证明，海马、前额叶皮质、楔前叶和视觉皮质等关键区域的高连通性与成功的记忆恢复有关 。King等人发现，在由角回、前额叶内侧皮质、海马、颞中回和后扣带回组成的核心回忆网络中，依赖于回忆的种子区广泛分布的功能连通性与三种行为任务的回忆表现有关，包括R-K范式 。此外，最近的研究使用纯数据驱动的体素维度缩减技术将网络级大脑激活与记忆相关的行为结果联系起来，包括工作记忆表现、情绪记忆和上下文记忆的回忆速度。

利用这种网络层次的方法可以更全面地了解认知记忆的神经基础及其对记忆表现的个体间差异的影响。因此，本文采用全脑数据驱动的降维方法来识别与认知记忆任务测试阶段相关的脑网络，并分别研究了它们与参与者整体任务表现、熟悉度和回忆的个体间差异的关系。本文使用了1410名健康年轻人的fMRI数据，这些年轻人在MRI扫描仪上完成了图像识别任务。大量的参与者使我们能够识别健壮的、可复制的大脑网络。此外，它使我们能够进行预测分析，而不是简单的关联分析，这使得本文的结果具有更高的普遍性。

分析了1410名健康青年在图片识别任务测试阶段的行为和全脑fMRI数据。利用独立分量分析（ICA）， 将先前看到的与新（新旧）图片的fMRI对比度分解为大脑活动网络。这是在两个独立的样本中完成的（训练样本：N=645，复制样本：N=665）。接下来， 通过预测分析来研究已识别的脑网络与个体间认知记忆表现差异之间的关系。 估计了第三个独立样本（测试样本：N=100）的预测精度。

IC3体素负荷在训练样本中的解剖学定位 

在图片识别任务中，参与者被显示72张以前看到的（旧）和72张新图片，并将它们分别评定为记忆（回忆）、熟悉（熟悉）或新（新奇）。本文分析了参与者在观看新旧照片时的大脑活动（fMRI对比新旧照片）。为了在预测行为结果时实现对大脑激活网络和模型拟合的稳健估计，本文将全样本分为三个独立样本进行以下分析（训练样本：N=645，复制样本：N=665，测试样本：N=100）。训练样本和复制样本用于确定能够可靠识别的最佳脑网络数量，而测试样本用于实现预测准确性的无偏估计。总样本的平均整体识别记忆表现为61.36（SD=7.70），熟悉度为3.53（SD=11.29），回忆度为57.83（SD=10.77）。

采用体素水平（N=56′764个体素）单样本t检验来估计整体样本中新旧对比度的参数。由的样本量大，大多数体素的脑激活在观看新旧图片之间存在显著差异（p<0.05，FDR校正）。因此，为了描绘这种对比最相关的大脑区域，将重点放在新旧对比参数统计（t值）前5%的体素上，包括正值和负值。这些体素主要分布在枕区、左侧额叶区和双侧顶叶区。

为了降低新旧fMRI对比度估计的维数，进行了ICA分析。它将数据的维数降低到较低数量的统计独立分量（ICs，在下文中也称为大脑网络）将每个ICA解决方案的再现性量化为训练样本和复制样本之间匹配与不匹配IC的平均相似性（体素加载之间的r2）（见方法部分），结果ICA5、ICA10、ICA12、ICA14和ICA15的再现性分别为0.69、0.47、0.70、0.58和0.54述。用两个独立的样本确定了12个健壮的、可复制的大脑网络。基于这些网络的活动性，本文可以在第三个独立样本（r=0.5，p=1.29）中成功地估计个体间识别记忆表现的差异（ 10−07).

训练样本中12个ics中每个ics的体素加载的解剖学定位

鉴于ICA分解的稳健性以及较高的预测估计，所识别的脑网络可被认为是健康年轻人识别记忆表现的潜在生物标志物，并可在健康和疾病的背景下进一步研究。

Jana Petrovska, Eva Loos, David Coynel, Tobias Egli, Andreas Papassotiropoulos, Dominique J.-F. de Quervain, Annette Milnik,
Recognition memory performance can be estimated based on brain activation networks,Behavioural Brain Research,Volume 408,2021,113285,