The team of researchers was led by

The team of researchers was led by the University’s Centre for Functional MRI of the Brain. As a part of their research, they investigated the connections in the brains for 461 people and compared them with 280 different behavioural and demographic measures that were recorded for the same participants. Their study revealed that variation in brain connectivity and an individual’s traits had a strong link; the connections in brain of people with positive lifestyles and behaviours were categorically different from the negative ones.

The data used by the team of researchers was taken from the Human Connectome Project (HCP) – it is a $30m worth NIH funded brain imaging study carried out by Washington, Minnesota and Oxford Universities. Functional MRI scans of 1,200 healthy participants along with detailed data from tests and questionnaires are being paired up in this project. Professor Stephen Smith, lead author of the paper opined that the quality of the imaging data is the biggest strength; it is unprecedented. The spatial and temporal resolution of the fMRI data is far better than previous large datasets. It has helped to keep the number of subjects for study pretty large. Till now, the data for 500 subjects have been forwarded to researchers for analysis.

The team created an average map of the brain’s processes across the participants by taking data from the 461 scans. They then studied how much all of those regions communicated and interacted with each other, in every participant. It resulted in a connectome for every subject – it showed how much the 200 separate brain regions communicate with each other. To further the study, the researchers added 280 different behavioural and demographic measures for each subject and carried out a ‘canonical correlation analysis’ between the two data sets – a mathematical process that can unearth relationships between the two large sets of complex variables.

It was found by the researchers that there is a strong correlation between specific variations in a subject’s connectome and their behavioural and demographic measures. It was seen that those with a connectome at one end of scale score highly on measures that are typically positive and those at the other end of the scale were seen to show negative traits. Examples of positive traits are vocabulary, memory, life satisfaction, income, years of education and examples of negative traits include anger, rule-breaking, substance use, poor sleep quality, etc.

The results of the study bear resemblance to ‘general intelligence g-factor’ – a variable first proposed in 1904 which was sometimes used to summarise a person’s abilities at different cognitive tasks. There are some obvious differences too – the new results include many real-life measures which were not included in the g-factor. The believers in g-factors are of the opinion that many intelligence-related measures are inter-related. But, g-factor also have received some criticism, as there is not enough clarity if these correlations between different cognitive abilities are truly reflecting correlations between distinct underlying brain circuits. The new results can shed some light on the same.

Professor Smith said that it is possible that with hundreds of different brain circuits, the tests that are used to measure cognitive ability actually make use of different sets of overlapping circuits. Researchers are hopeful that by looking at brain imaging data they will be able to relate connections in the brain to the specific measures, and work out what these kinds of test actually require the brain to do.

ผลลัพธ์ (ไทย) 1:

ทีมวิจัยที่นำ โดยศูนย์ของมหาวิทยาลัยสำหรับทำ MRI ของสมอง เป็นส่วนหนึ่งของงานวิจัยของพวกเขา พวกเขาตรวจสอบการเชื่อมต่อในสมอง 461 คน และเมื่อเปรียบเทียบกับ 280 ต่าง ๆ พฤติกรรม และประชากรมาตรการที่ถูกบันทึกในคนเดียวกัน การศึกษาเปิดเผยว่า การเปลี่ยนแปลงในสมองเชื่อมต่อและลักษณะของแต่ละมีการเชื่อมโยงที่แข็งแกร่ง การเชื่อมต่อในสมองของคนที่มีวิถีชีวิตที่เป็นบวกและพฤติกรรม categorically แตกต่างจากเป็นค่าลบได้ข้อมูลที่ใช้ โดยทีมนักวิจัยได้นำมาจากมนุษย์ Connectome โครงการ (HCP) -เป็นสมองที่ดำเนินการศึกษาเกี่ยวกับภาพ โดยวอชิงตัน มินเนโซต้าและออกซ์ฟอร์ดมหาวิทยาลัยสนับสนุนเป็น $30 เมตรมูลค่า NIH ทำสแกน MRI ของผู้เรียนเพื่อสุขภาพ 1200 พร้อมข้อมูลรายละเอียดจากการทดสอบและแบบสอบถามมีการจับคู่ค่าในโครงการนี้ ศาสตราจารย์ Stephen Smith ผู้เขียนเป้าหมายของกระดาษ opined ว่า คุณภาพของข้อมูลเกี่ยวกับภาพแรงที่ใหญ่ที่สุด เป็นประวัติการณ์ การแก้ปัญหาชั่วคราว และพื้นที่ข้อมูล fMRI จึงดีกว่า datasets ขนาดใหญ่ก่อนหน้านี้ มันได้ช่วยให้จำนวนวิชาศึกษาสวยมาก จนถึงปัจจุบัน ข้อมูลสำหรับ 500 เรื่องได้ถูกส่งต่อไปนักวิจัยวิเคราะห์ทีมสร้างผังกระบวนการของสมองที่เฉลี่ยระหว่างผู้เข้าร่วม โดยการนำข้อมูลจากสแกน 461 จากนั้นพวกเขาศึกษาจำนวนทั้งหมดของภูมิภาคเหล่านั้นสื่อสาร และอาจกัน ในผู้เข้าร่วมทุก มันให้เป็น connectome สำหรับทุกเรื่อง – พบว่าจำนวนพื้นที่สมองต่างหาก 200 ติดต่อกัน เพิ่มเติมการศึกษา นักวิจัยเพิ่ม 280 ต่าง ๆ ประชากร และพฤติกรรมหน่วยวัดสำหรับแต่ละหัวข้อ และดำเนินการ 'สหสัมพันธ์มาตรฐานวิเคราะห์' ระหว่างชุดข้อมูลสอง – กระบวนการทางคณิตศาสตร์ที่สามารถขุดความสัมพันธ์ระหว่างสองขนาดใหญ่ชุดของตัวแปรเชิงซ้อนพบ โดยนักวิจัยที่มีความสัมพันธ์ที่แข็งแกร่งระหว่างรูปแบบเฉพาะในเรื่องของ connectome และวัดประชากร และพฤติกรรมของพวกเขา มันไม่เห็นว่า มี connectome ที่ปลายด้านหนึ่งของระดับคะแนนสูงในมาตรการที่จะบวก และที่สุดของมาตราส่วนที่เห็นแสดงลักษณะเชิงลบ ตัวอย่างของลักษณะบวกคือ คำศัพท์ หน่วยความจำ ความพึงพอใจชีวิต รายได้ ปีการศึกษาและตัวอย่างของลักษณะลบรวมความโกรธ แบ่งกฎ ใช้สาร นอนหลับยาก ฯลฯผลของการศึกษาหมีรูป 'ปัญญาทั่วไป g-ปัจจัย' – ตัวแปรแรกเสนอใน 1904 ซึ่งบางครั้งใช้ความสามารถของบุคคลในงานต่าง ๆ รับรู้ summarise มีความแตกต่างชัดเจนเกินไป – ผลลัพธ์ใหม่รวมถึงมาตรการในชีวิตจริงซึ่งไม่รวมอยู่ในตัว g ผู้เชื่อใน g-ปัจจัยที่มีความเห็นว่า มาตรการที่เกี่ยวข้องกับระบบสารสนเทศหลายอยู่ระหว่างที่เกี่ยวข้อง แต่ g-ปัจจัยยังได้รับการวิจารณ์บาง มีความชัดเจนไม่เพียงพอถ้าเหล่านี้ความสัมพันธ์ระหว่างความสามารถในการรับรู้แตกต่างกันอย่างแท้จริงจะสะท้อนให้เห็นถึงความสัมพันธ์ระหว่างสมองวงจรต้นแบบแตกต่างกัน ผลลัพธ์ใหม่สามารถหลั่งไฟบางอย่างในเดียวกันอาจารย์สมิธกล่าวว่า เป็นไปได้ว่า มีหลายร้อยวงจรของสมองแตกต่างกัน การทดสอบที่ใช้วัดความสามารถในการรับรู้จริงให้ใช้ชุดต่าง ๆ ของวงจรที่ทับซ้อน นักวิจัยมีความหวังว่า โดยมองที่สมองภาพข้อมูล จะ สามารถเชื่อมต่อในสมองเกี่ยวข้องถึงมาตรการเฉพาะ ออกสิ่งเหล่านี้ชนิดของการทดสอบจริงต้องใช้สมองทำงานได้

ผลลัพธ์ (ไทย) 2:

ทีมนักวิจัยที่นำโดยศูนย์ของมหาวิทยาลัยสำหรับ MRI การทำงานของสมอง ในฐานะที่เป็นส่วนหนึ่งของการวิจัยของพวกเขาที่พวกเขาตรวจสอบการเชื่อมต่อในสมองสำหรับ 461 คนและเมื่อเทียบกับพวกเขาด้วย 280 มาตรการพฤติกรรมและประชากรแตกต่างกันที่ถูกบันทึกไว้สำหรับผู้เข้าร่วมที่เหมือนกัน การศึกษาของพวกเขาเผยให้เห็นรูปแบบที่เชื่อมต่อสมองและลักษณะของแต่ละบุคคลมีความเชื่อมโยงที่แข็งแกร่ง; การเชื่อมต่อในสมองของคนที่มีวิถีชีวิตในเชิงบวกและพฤติกรรมเป็นเด็ดขาดที่แตกต่างจากคนที่เป็นลบ. ข้อมูลที่ใช้โดยทีมงานของนักวิจัยถูกนำมาจากมนุษย์ Connectome โครงการ (HCP) - มันเป็น 30m $ มูลค่า NIH ได้รับทุนการศึกษาการถ่ายภาพสมองดำเนิน โดยวอชิงตันมินนิโซตาและ Oxford มหาวิทยาลัย MRI สแกนการทำงานของผู้เข้าร่วม 1,200 มีสุขภาพดีพร้อมกับข้อมูลรายละเอียดจากการทดสอบและแบบสอบถามที่มีการจับคู่ในโครงการนี้ ศาสตราจารย์สตีเฟนสมิ ธ ผู้เขียนนำกระดาษเห็นว่าคุณภาพของข้อมูลการถ่ายภาพที่มีความแข็งแรงที่ยิ่งใหญ่ที่สุด; มันเป็นประวัติการณ์ ความละเอียดเชิงพื้นที่และเวลาของข้อมูล fMRI จะดีกว่าชุดข้อมูลขนาดใหญ่ที่ก่อนหน้านี้ จะได้ช่วยที่จะทำให้จำนวนของอาสาสมัครในการศึกษาขนาดใหญ่สวย จนถึงขณะนี้ข้อมูลสำหรับ 500 อาสาสมัครที่ได้รับการส่งต่อไปยังนักวิจัยในการวิเคราะห์. ทีมสร้างแผนที่เฉลี่ยของกระบวนการของสมองข้ามผู้เข้าร่วมโดยการใช้ข้อมูลจากการสแกน 461 จากนั้นพวกเขาได้ศึกษาวิธีการมากทุกพื้นที่เหล่านั้นมีการสื่อสารและความสัมพันธ์กับคนอื่น ๆ ในการเข้าร่วมทุกคน มันมีผลทำให้ connectome สำหรับทุกเรื่อง - มันแสดงให้เห็นว่ามากบริเวณสมอง 200 แยกต่างหากสื่อสารกัน เพื่อส่งเสริมการศึกษานักวิจัยเพิ่ม 280 มาตรการพฤติกรรมและประชากรที่แตกต่างกันสำหรับแต่ละเรื่องและดำเนินการวิเคราะห์ความสัมพันธ์ยอมรับ 'ระหว่างสองชุดข้อมูล. - กระบวนการทางคณิตศาสตร์ที่สามารถพบความสัมพันธ์ระหว่างทั้งสองชุดใหญ่ของตัวแปรที่ซับซ้อนมันเป็นพบโดยนักวิจัยที่มีความสัมพันธ์ที่แข็งแกร่งระหว่างรูปแบบที่เฉพาะเจาะจงในเรื่องของ connectome และมาตรการพฤติกรรมและประชากรของพวกเขา ก็เห็นว่าผู้ที่มี connectome ที่ปลายด้านหนึ่งของคะแนนระดับสูงเกี่ยวกับมาตรการที่มักจะบวกและผู้ที่ปลายอีกด้านของขนาดได้เห็นการแสดงลักษณะเชิงลบ ตัวอย่างของลักษณะบวกเป็นคำศัพท์หน่วยความจำพึงพอใจในชีวิตรายได้ปีที่ผ่านมาของการศึกษาและตัวอย่างของลักษณะเชิงลบรวมถึงความโกรธทำลายกฎการใช้สารเคมีที่มีคุณภาพการนอนหลับยากจนเป็นต้นผลที่ได้จากการศึกษาความคล้ายคลึงหมีที่ 'ปัญญาทั่วไปกรัม -factor - ตัวแปรที่นำเสนอครั้งแรกใน 1904 ซึ่งบางครั้งใช้เพื่อสรุปความสามารถของคนที่คิดต่างกันงาน มีความแตกต่างที่เห็นได้ชัดเกินไป - ผลรวมถึงมาตรการใหม่ในชีวิตจริงจำนวนมากที่ไม่ได้รวมอยู่ในกรัมปัจจัย เชื่อในปัจจัยกรัมมีความเห็นว่ามาตรการที่เกี่ยวข้องกับหน่วยสืบราชการลับจำนวนมากระหว่างที่เกี่ยวข้อง แต่ปัจจัยกรัมนอกจากนี้ยังได้รับการวิจารณ์บางคนที่มีความคมชัดไม่พอถ้าความสัมพันธ์เหล่านี้ระหว่างองค์ความรู้ความสามารถที่แตกต่างกันอย่างแท้จริงสะท้อนให้เห็นถึงความสัมพันธ์ระหว่างวงจรสมองพื้นฐานที่แตกต่างกัน ผลการใหม่ที่สามารถหลั่งน้ำตาแสงบางอย่างเกี่ยวกับเดียวกัน. ศาสตราจารย์สมิ ธ กล่าวว่ามันเป็นไปได้ว่ามีหลายร้อยของวงจรสมองที่แตกต่างกันการทดสอบที่ใช้ในการวัดความสามารถทางปัญญาจริงทำให้การใช้งานของชุดที่แตกต่างของวงจรที่ทับซ้อนกัน นักวิจัยมีความหวังว่าโดยดูที่ข้อมูลการถ่ายภาพสมองพวกเขาจะสามารถที่จะเกี่ยวข้องกับการเชื่อมต่อในสมองมาตรการที่เฉพาะเจาะจงและทำงานจากสิ่งเหล่านี้ชนิดของการทดสอบจริงต้องสมองที่จะทำ

ผลลัพธ์ (ไทย) 3:

ทีมนักวิจัยนำโดยศูนย์ MRI การทำงานของสมองของมหาวิทยาลัย เป็นส่วนหนึ่งของงานวิจัยของพวกเขาตรวจสอบการเชื่อมต่อสมองสำหรับ 461 คนและเปรียบเทียบพวกเขากับ 280 แตกต่างกันพฤติกรรมประชากรและมาตรการที่ถูกบันทึกไว้สำหรับผู้เข้าร่วมเดียวกันการศึกษาพบว่า การเปลี่ยนแปลงในการเชื่อมต่อสมองและลักษณะของแต่ละบุคคลมีการเชื่อมโยงที่แข็งแกร่ง ; การเชื่อมต่อในสมองของผู้คนที่มีไลฟ์สไตล์และพฤติกรรมเป็นบวกซึ่งแตกต่างจากค่าลบ .

ข้อมูลที่ใช้โดยทีมงานของนักวิจัยที่ได้จากโครงการ connectome มนุษย์ ( HCP ) ซึ่งเป็น $ 30 ล้าน NIH เงินทุนมูลค่ามองภาพการศึกษาโดยวอชิงตัน , Minnesota และมหาวิทยาลัยออกซ์ฟอร์ด MRI สแกนการทำงานของ 1200 เข้าร่วมเพื่อสุขภาพพร้อมกับข้อมูลรายละเอียดจากแบบทดสอบและแบบสอบถามจะถูกจับคู่ขึ้นในโครงการนี้ ศาสตราจารย์สตีเฟน สมิธผู้เขียนหลักของกระดาษมีคุณภาพของข้อมูลภาพมีความแรงที่ใหญ่ที่สุด เป็นประวัติการณ์ พื้นที่และความละเอียดของข้อมูลเกี่ยวกับ fMRI ดีกว่าใหญ่หากข้อมูลก่อนหน้านี้ มันได้ช่วยให้จำนวนของกลุ่มตัวอย่างในการศึกษาค่อนข้างมาก จนถึงตอนนี้ , ข้อมูล 500 คนได้ถูกส่งต่อไปยังนักวิจัยวิเคราะห์

ทีมสร้างแผนที่สมองของค่าเฉลี่ยของกระบวนการผ่านเข้าร่วม โดยการใช้ข้อมูลจากการสแกน พวกเขาเรียนแล้วทั้งหมดกี่ของภูมิภาคเหล่านั้นสื่อสารและโต้ตอบกับแต่ละอื่น ๆ ใน ทุก เข้าร่วม มันมีผลในการ connectome สำหรับทุกวิชา ซึ่งแสดงให้เห็นว่ามาก 200 แยกพื้นที่สมองสื่อสารกับแต่ละอื่น ๆ เพื่อส่งเสริมการศึกษานักวิจัยเพิ่ม 280 แตกต่างกันพฤติกรรมประชากรในแต่ละเรื่องและดำเนินการ " การวิเคราะห์สหสัมพันธ์คาโนนิคอลระหว่างข้อมูล 2 ชุด และกระบวนการทางคณิตศาสตร์ที่สามารถเปิดโปงความสัมพันธ์ระหว่างสองชุดใหญ่ของตัวแปรเชิงซ้อน .

มันถูกพบโดยนักวิจัยว่ามีความสัมพันธ์ที่แข็งแกร่งระหว่างเฉพาะการเปลี่ยนแปลงในเรื่องของ connectome และพฤติกรรมประชากรและมาตรการ จะเห็นได้ว่าผู้ที่มี connectome ที่ปลายด้านหนึ่งของระดับคะแนนสูงในมาตรการที่มักจะเป็นบวก และผู้ที่จบอื่น ๆของระดับที่ได้เห็น เพื่อแสดงลักษณะเชิงลบตัวอย่างของลักษณะบวกเป็นศัพท์ , หน่วยความจำ , ความพึงพอใจของ รายได้ ชีวิต ปีของการศึกษาและตัวอย่างของลักษณะทางลบ ได้แก่ ความโกรธ กฎการใช้สาร คุณภาพการนอนไม่ดี ฯลฯ

ผลการศึกษาหมีคล้ายคลึงกันทั่วไป ' ปัญญา ' g - ปัจจัยและตัวแปรแรกเสนอใน 1904 ซึ่งบางครั้งใช้เพื่อสรุปความสามารถของบุคคลในการรับรู้ที่แตกต่างกัน มีความแตกต่างบางอย่างชัดเจนเกินไป–ผลลัพธ์ใหม่รวมถึงชีวิตจริงหลายมาตรการที่ไม่ได้ถูกรวมอยู่ใน g - ปัจจัย .ศรัทธาใน g-factors มีความเห็นว่า มาตรการที่เกี่ยวข้องกับหลายหน่วยสืบราชการลับภายในที่เกี่ยวข้อง แต่ , g - ปัจจัยยังมีได้รับการวิจารณ์ที่ไม่มีความชัดเจน หากความสัมพันธ์ระหว่างความสามารถในการรับรู้ที่แตกต่างกันเหล่านี้อย่างแท้จริงสะท้อนให้เห็นถึงความสัมพันธ์ระหว่างสมองที่แตกต่างกันพื้นฐานวงจร ผลลัพธ์ใหม่สามารถหลั่งไฟบางเหมือนกัน

ศาสตราจารย์สมิธกล่าวว่ามันเป็นไปได้ว่ามีหลายร้อยของวงจรที่แตกต่างกันสมอง การทดสอบที่ใช้วัดความสามารถในการรับรู้จริง ๆให้ใช้ชุดที่แตกต่างกันของวงจรที่ทับซ้อนกัน นักวิจัยหวังว่ามองการถ่ายภาพสมองข้อมูล พวกเขาก็จะสามารถเข้าถึงการเชื่อมต่อสมองกับมาตรการที่เฉพาะเจาะจงและผลงานออกมาสิ่งที่เหล่านี้ชนิดของการทดสอบจริง ๆ ต้องใช้สมองทำ