Functional connectivity during rest and task: A study based on graph theoretical metrics

Abstract

Bu çalışmada görev ilişkili network yapılanması incelendi ve dinlenme sırasındaki ağ entegrasyonu ile bilişsel performans arasındaki ilişki n-back görevi kullanılarak araştırıldı. Dinlenme sırasında ve n-back görevi sırasında küresel verimlilik, yerel verimlilik ve modulerlik hesaplandı. N-back görevinin altında yatan nöral mekanizmayı anlamak için görevle ilişkili ölçümler dinlenme sırasındaki ölçümlerle karşılaştırıldı. Optimum dinlenme topolojisini araştırmak için dinlenme sırasındaki metriklerle n-back görevi performansı arasındaki korelasyonlar değerlendirildi. Sonuçlar gösterdi ki, n-back görevini yerine getirmek dinlenme ağının yeniden yapılanmasını gerektirdi. Görev ilişkili topoloji dinlenmeye göre daha yüksek küresel verimlilik ve modülerlik, daha düşük yerel verimlilik gösterdi. Buna ek olarak, dinlenme topolojisinin bilişsel performans için bir gösterge olduğu bildirildi. N-back görevi performası dinleme sırasındaki küresel verimlilik, yerel verimlilik ve modülerlikle koraledir.

In this study, task-related network organization were examined, and the association between network integration at rest and cognitive performance was investigated using n-back task. Global efficiency, local efficiency and modularity were computed at rest and during n-back task. Task-related metrics were compared with resting state metrics to understand the neural mechanism underlying working memory. Correlations between resting state metrics and performance in the n-back task were evaluated to investigate the optimal topology. The results revealed that performing n-back task required a reorganization of resting state network. Task-related topology showed higher global efficiency and modularity , and lower local efficiency compared to rest. Moreover, it was reported that the resting state topology was an indicator of cognitive performance. Performance in n-back task was positively correlated with global efficiency, local efficiency and modularity of resting state network..