由 UCL 和 UCLH 研究人員領導的一個團隊繪制了大腦中支持我們解決問題的能力而無需先前經驗的部分——也稱為流體智力。
流體智力可以說是人類認知的決定性特征。它預測教育和職業(yè)成功、社會流動性、健康和長壽。它還與許多認知能力相關，例如記憶力。
流體智力被認為是涉及“主動思維”的一個關鍵特征——一組復雜的心理過程，例如涉及抽象、判斷、注意力、策略生成和抑制的過程。這些技能都可以用在日?；顒又?mdash;—從組織晚宴到填寫納稅申報單。
盡管流體智力在人類行為中起著核心作用，但關于它是單一認知能力還是一組認知能力，以及它與大腦關系的性質，仍然存在爭議。
為了確定大腦的哪些部分對于某種能力是必需的，研究人員必須研究該部分缺失或受損的患者。由于識別和測試局灶性腦損傷患者的挑戰(zhàn)，這種“損傷缺陷映射”研究很難進行。
因此，以前的研究主要使用功能成像 (fMRI) 技術——這可能會產生誤導。
這項新研究由 UCL 皇后廣場神經病學研究所和 UCLH 研究人員國立神經病學和神經外科醫(yī)院領導，并發(fā)表在Brain上，使用 Raven Advanced 研究了 227 名患有腦腫瘤或大腦特定部位中風的患者漸進矩陣 (APM)：最完善的流體智力測試。
該測試包含難度遞增的多項選擇視覺模式問題。每個問題都呈現(xiàn)出不完整的幾何圖形模式，需要從一組多個可能的選擇中選擇缺失的部分。
然后，研究人員引入了一種新穎的“損傷缺陷映射”方法來解開中風等常見腦損傷形式的復雜解剖模式。
他們的方法將大腦區(qū)域之間的關系視為一個數(shù)學網絡，其連接描述了區(qū)域因疾病過程或共同認知能力的反映而一起受到影響的趨勢。
這使研究人員能夠將認知能力的大腦圖譜與損傷模式區(qū)分開來——從而使他們能夠繪制大腦的不同部分，并根據(jù)受傷情況確定哪些患者在流體智力任務中表現(xiàn)更差。
標簽：
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！