Comportamentos sociais humanos envolvem interações complexas entre indivíduos, e entender como a atividade neural inter-cerebral reflete e prevê essas interações é crucial para avançar na neurociência cognitiva social. Embora a hiperescanagem por eletroencefalografia (EEG) tenha sido amplamente utilizada para explorar dinâmicas neurais interpessoais, a maioria dos estudos foca no acoplamento regional par a par, negligenciando a organização intrínseca em nível de rede cerebral. Aqui, propomos uma estrutura de análise de rede espaço-temporal que combina fatoração bayesiana não negativa de matrizes com mapeamento de fontes EEG para identificar sub-redes interpretáveis com informações espaço-temporais. Aplicando essa estrutura a conjuntos de dados diádicos de EEG provenientes de tarefas de tomada de decisão interativas, identificamos oito sub-redes relevantes para a tarefa, incluindo a rede padrão do modo padrão (DMN), rede somatossensorial-motora (SMN) e rede visual (VN). Coordenação interpessoal eficaz estiver associada a uma maior sincronia inter-cérebro no domínio temporal da rede e maior similaridade inter-subjetos no domínio espacial, e a fusão dessas métricas previu com confiabilidade os comportamentos interativos. Notavelmente, sincronia e similaridade envolvendo DMN, VN e SMN emergem como preditores robustos de comportamentos interativos, com acoplamento espaço-temporal mais proeminente dentro dessas sub-redes. Esses achados revelam assinaturas espaço-temporais da rede subjacentes à sincronização neural interpessoal e demonstram a importância de sub-redes distribuídas e seu alinhamento temporal e espacial para alcançar interações sociais eficazes. Esta estrutura fornece uma ferramenta computacional útil para explorar a base neurobiológica dos comportamentos sociais.
Li et al. (Sex,) estudaram esta questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: