مشخصات پژوهش

عنوان	بررسی الگوی اتصالات کارکردی و خواص شبکه های پیچیده در مغز، حین کارکرد توجه متاثر از حافظه
نوع پژوهش	پایان نامه
کلیدواژه‌ها	توجه متاثر از حافظه، اتصالات کارکردی، شبکه های پیچیده
چکیده	پیشرفت های تکنولوژیکی همزمان، پایگاه داده های متنوعی، در زمینه های بیولوژیکی، تکنولوژیکی، اجتماعی و سایر زمینه های علمی ایجاد کردند. تلاش برای توصیف این داده ها در دهه اخیر، منجر به ظهور یک رویکرد میان رشتهای، برای مطالعهی سیستمهای پیچیده شده است. این رویکرد، با عنوان آنالیز شبکههای پیچیده، خواص مهم سیستمهای پیچیده را با استفاده از کمیسازی بازنمایی های توپولوژیکی هر نقطهی شبکه، توصیف میکند. سیستم های پیچیده، اغلب قواعد سازمانی خاص را به اشتراک می گذارند و این خصوصیات به وسیله ی پارامترهای یکسانی می توانند کمی سازی شوند. در سالهای اخیر، بررسی اتصالات کارکردی و خواص شبکه های پیچیده مغز انسان با استفاده از fMRI یکی از متدهای جذاب در مطالعات علوم اعصاب تبدیل شده است. در طول تاریخ روانشناسی و علوم اعصاب، حافظه و توجه، به عنوان فرآیندهای اساسی عملکرد هوشمندانه انسان، همیشه مورد توجه قرار گرفته‏اند. اما تاکنون بیشتر پژوهش ها، بر نحوه‏‏‏ی کار این عملکردها به صورت موضوعاتی جداگانه تمرکز کرده‏اند. معمولا،در مطالعات انجام شده بر روی حافظه، نقش مهم توجه انتخابی و روند رمزگذاری نادیده گرفته می شود؛ در همان حال، در مطالعات بر روی فرآیند توجه، به طور معمول، نقش تجربه های ادراکی و دانش گذشته در نظر گرفته نمی شود.با توجه به اینکه حافظه ظرفیت محدودی دارد؛ اینکه چه چیزی در تعامل با محیط باید انتخاب و رمزگردانی شود، اهمیت اساسی دارد. از طرف دیگر به دلیل اینکه اکثر اوقات فرآیند توجه در محیطی اعمال می شود که نسبتا پایدار است، تکیه بر خاطرات گذشته، می تواند روند انتخاب را بهینه کند. مطالعه اخیر به بررسی الگوی اتصالات کارکردی و خواص شبکههای پیچیده ، حین کارکرد توجه-متاثر از حافظه در شبکه های فرونتوپریتال، توجه خلفی و حالت پیش فرض در ضمن تکلیف جستجو می پردازد. نتایج حاصل از این پژوهش نشان داد که در حین تکالیف توجه متاثر از حافظه ی رویدادی و رویه ای، شبکه فرونتوپریتال با هر دو شبکه ی توجه خلفی و حالت پیش فرض ، در زمانی که این دو شبکه با هم همبستگی منفی دارند، همبستگی مثبت دارد؛ در واقع، شبکه فرونتوپریتال ، از تعویض بین بازنمودهای ذهنی مختلف پشتیبانی می کند. از طرف دیگر، تحلیل مشخصه های شبکه های پیچیده نشان داد، که مشخصه ی بازده موضعی در ناحیه هیپوکامپ بهترین پیش بینی کننده ی زمان واکنش افراد
پژوهشگران	فرشته سلیمی (دانشجو)، غلامرضا چلبیانلو حسرتانلو (استاد راهنما)، رضا عبدی (استاد مشاور)