Regions in the human inferior temporal gyrus are engaged in numerosity processing across visual stimulus categories

Deze studie toont aan dat de regio's ITG-math in de menselijke inferieure temporale gyrus voornamelijk betrokken zijn bij het verwerken van aantallen ongeacht het visuele stimulusmateriaal, wat ondersteunt dat hun rol in wiskundige cognitie verder gaat dan alleen het coderen van cijfers.

De kern

De "Reken-Computer" in je Hersenen: Wat deze Studie Ontdekte

Stel je je hersenen voor als een enorme, drukke stad vol met verschillende wijken. Wetenschappers zijn al jaren op zoek naar een specifieke wijk in de achterste gedeelte van je hersenen (de inferior temporal gyrus of ITG), die ze de "Reken-Computer" noemen. De grote vraag was: Is deze computer alleen gemaakt voor cijfers (zoals 1, 2, 3), of is het een slimme rekenmachine die werkt met elk soort getal, of het nu cijfers zijn of iets anders?

In dit onderzoek hebben de auteurs een slim experiment bedacht om dit mysterie op te lossen. Hier is wat ze deden, vertaald in begrijpelijke taal:

1. Het Experiment: Cijfers vs. UFO's

De onderzoekers gaven vrijwilligers twee soorten "dingen" te zien op een scherm:

• Cijfers: De bekende Arabische cijfers (1, 2, 3, 4, 5).
• UFO's: Vliegende schijven (ja, echt UFO's!) die ook in aantallen verschenen (bijvoorbeeld 3 UFO's).

De mensen moesten een spelletje spelen terwijl ze in de MRI-scan lagen. Ze kregen twee soorten opdrachten:

• De Reken-opdracht: "Kijk of twee beelden achter elkaar hetzelfde aantal hebben." (Bijvoorbeeld: 3 cijfers, dan weer 3 cijfers = druk op de knop).
• De Kleur-opdracht: "Kijk of twee beelden achter elkaar dezelfde kleur hebben." (Dit was de controle, alsof je gewoon naar de kleur kijkt zonder te rekenen).

2. De Grote Vraag: Wat is de "Reken-Computer" eigenlijk?

Er waren twee theorieën in de wetenschap:

• Theorie A: De wijk is een "Cijfer-Expert". Hij reageert alleen als je echte cijfers ziet, net zoals een hondenfokker alleen reageert op honden en niet op katten.
• Theorie B: De wijk is een "Aantal-Expert". Hij reageert op het idee van een getal, of dat nu een cijfer is, een UFO, of een stapel appels. Hij is onafhankelijk van het plaatje.

3. De Resultaten: De UFO wint het!

Wat bleek er uit de hersenscans?

• Geen Cijfer-Expert: Als de onderzoekers keken naar de hersenen terwijl mensen keken naar cijfers versus UFO's (zonder te rekenen), zagen ze niet dat de "Reken-Computer" alleen op de cijfers reageerde. Slechts een klein deel van de mensen had een gebied dat echt van cijfers hield.
• Wél een Aantal-Expert: Maar toen de mensen moesten rekenen (of het nu cijfers of UFO's waren), sprong de "Reken-Computer" direct aan! Of ze nu keken naar 3 cijfers of 3 UFO's, dit gebied werd actief.
  • De analogie: Het is alsof je een auto hebt die niet alleen rijdt op benzine (cijfers), maar ook op elektriciteit (UFO's). Het maakt niet uit wat je tankt, de motor draait als je op het gaspedaal (rekenen) trapt.

4. Een verrassend detail: Links vs. Rechts

De studie vond ook een leuk verschil tussen de linker- en rechterkant van dit gebied:

• Linkerhelft: Deze kant was heel goed in het herkennen van de taak ("Ah, we moeten rekenen!"). Het was als een manager die weet wat er moet gebeuren.
• Rechterhelft: Deze kant was iets slimmer. Hij herkende niet alleen de taak, maar ook het plaatje zelf. Hij wist: "Ah, we rekenen, en het zijn UFO's, geen cijfers."

5. Waarom is dit belangrijk?

Vroeger dachten veel wetenschappers dat we een speciaal stukje hersenen nodig hadden om cijfers te herkennen, net zoals we een stukje nodig hebben om gezichten te herkennen.

Deze studie zegt: "Nee, dat is niet helemaal waar."
Het gebied in je hersenen dat belangrijk is voor wiskunde, is niet verslaafd aan de vorm van het cijfer. Het is verslaafd aan het concept van het getal. Of je nu kijkt naar een cijfer, een UFO, of misschien later naar Romeinse cijfers of woorden, dit gebied helpt je om te begrijpen hoeveel er zijn.

Conclusie

De onderzoekers hebben een nieuwe, betrouwbare manier gevonden om deze "Reken-Computer" in je hersenen te vinden. Ze gebruiken nu niet meer alleen cijfers, maar een mix van cijfers en gekke plaatjes (UFO's) om te zien of iemand echt goed kan rekenen.

Kort samengevat: Je hersenen hebben geen speciale "cijfer-afdeling", maar wel een sterke "aantal-afdeling" die werkt met alles wat je kunt tellen. En die UFO's? Die waren de sleutel om dit geheim te onthullen!

Technische samenvatting

Probleemstelling

De achterste regio van de inferieure temporale gyrus (pITG) staat bekend als een gebied dat betrokken is bij wiskundige cognitie. Er bestaat echter een aanhoudend debat over de exacte functionele rol van deze regio's:

1. Selectiviteit voor cijfers: Sommige studies suggereren dat deze regio's (vaak aangeduid als Visual Number Form Areas of VNFA/ITG-numbers) specifiek selectief zijn voor het visuele formaat van Arabische cijfers, ongeacht de taak.
2. Stimulus-onafhankelijkheid: Andere studies suggereren dat deze regio's een bredere rol spelen in wiskundige verwerking (numerositeit), ongeacht het visuele stimulusmateriaal (bijv. cijfers versus andere vormen).
3. Subregio-hypothese: Een middenweg stelt dat er twee subregio's zijn: een kleinere, anterior gelegen regio selectief voor cijfers en een grotere, posterior regio selectief voor wiskundige taken.

De huidige studie beoogt dit debat op te lossen door de invloed van zowel visuele stimuluskenmerken als taakeisen orthogonaal te manipuleren binnen hetzelfde fMRI-paradigma.

Methodologie

Deelnemers en Design

• Deelnemers: 17 gezonde volwassenen (11 vrouwen, gemiddelde leeftijd 27 jaar).
• Design: Twee experimentele sessies op verschillende dagen.
• Stimuli: Deelnemers zagen stimuli met een numerositeit van 1 tot 5, gepresenteerd als cijfers (Arabisch) of als UFO's (niet-symbolische vormen).
• Taken: Deelnemers voerden een 1-back taak uit met twee voorwaarden:
  1. Numerositeit-taak: Drukken op een knop als twee opeenvolgende beelden dezelfde hoeveelheid (numerositeit) hadden.
  2. Kleur-taak (controle): Drukken op een knop als twee opeenvolgende beelden dezelfde tint blauw hadden.
• Blokken: Het experiment bestond uit gemengde blokken (UFO-numerositeit, cijfer-numerositeit, UFO-kleur, cijfer-kleur).

Data-acquisitie en Analyse

• Scanning: 3T Siemens Magnetom Prisma scanner.
• ROI-definitie (Regions of Interest):
  • ITG-math: Gedefinieerd door het contrast tussen de numerositeit-taak en de kleur-taak (sessie 1).
  • ITG-numbers: Gedefinieerd door het contrast tussen cijfers en UFO's.
  • Controle: Kleur-gevoelige regio's in de mediale fusiforme gyrus (via een lokale kleuroppervlakte-taak).
• Onafhankelijkheid: De ROI's werden gedefinieerd op basis van sessie 1-data en geëvalueerd op sessie 2-data om "double-dipping" te voorkomen.
• Statistische methoden:
  • Univariate analyse (GLM) voor signaalsterkte.
  • Dice Coëfficiënt (DC) om de ruimtelijke consistentie van ROI's tussen sessies te meten.
  • Multivoxel Pattern Analysis (MVPA) en Representational Similarity Analysis (RSA) om te testen of informatie over taak en stimulus kan worden gecodeerd in de neuronale patronen.

Belangrijkste Resultaten

1. Betrouwbare identificatie van ITG-math, maar niet van ITG-numbers

• ITG-math: Door het contrast tussen de numerositeit-taak en de kleur-taak kon een functionele regio (ITG-math) betrouwbaar worden geïdentificeerd in 92% van de deelnemers (16/17 links, 15/17 rechts).
• ITG-numbers: Door het contrast tussen cijfers en UFO's kon een stimulus-selectieve regio (ITG-numbers) slechts worden gevonden in 35% van de deelnemers (6/17 links, 2/17 rechts). Dit suggereert dat er geen sterke, consistente neuronale selectiviteit is voor cijfers ten opzichte van andere vormen in deze regio.

2. Taakvoorkeur in onafhankelijke data

• De gedefinieerde ITG-math regio's toonden in sessie 2 (onafhankelijke data) een significante voorkeur voor de numerositeit-taak vergeleken met de kleur-taak.
• Er was geen voorkeur voor specifieke stimuli (cijfers vs. UFO's) in de univariate respons; de respons was sterker voor UFO's tijdens de numerositeit-taak, wat mogelijk wijst op een hogere cognitieve belasting bij niet-symbolische numerositeiten.

3. Ruimtelijke consistentie

• De ruimtelijke locatie van de ITG-math regio's was consistent tussen sessie 1 en sessie 2 binnen individuele deelnemers, zoals gemeten door de Dice Coëfficiënt (significant boven het toevalsniveau).

4. Hemisferische verschillen in codering (MVPA)

• Linkerhemisfeer: Toonde codering van de taak (numerositeit vs. kleur), maar geen codering van de stimulus.
• Rechterhemisfeer: Toonde codering van zowel de taak als de stimulus (cijfers vs. UFO's). Dit suggereert dat de rechter ITG-math gevoeliger is voor visuele stimuluskenmerken dan de linker.

5. Netwerk van activatie

• Hele hersenen-analyses bevestigden dat ITG-math deel uitmaakt van een groter netwerk voor numerositeitsverwerking, inclusief de bilaterale intraparietale sulcus (IPS), de linker supramarginale gyrus (SMG) en de precentrale sulcus (PCS).

Bijdragen en Betekenis

Technische Bijdrage

• De auteurs hebben een efficiënt localizer-paradigma ontwikkeld en gevalideerd dat binnen 10 minuten (2 runs) in staat is om de numerositeit-selectieve regio's in de pITG te identificeren bij de meeste individuen. Dit maakt het mogelijk om deze regio's betrouwbaar te lokaliseren voor toekomstig onderzoek zonder langdurige sessies.

Wetenschappelijke Betekenis

• Overtuiging van het debat: De studie ondersteunt de hypothese dat de rol van de pITG in wiskundige cognitie verder gaat dan het enkel coderen van visuele cijfers. De regio is primair betrokken bij het verwerken van numerositeit (hoeveelheid), ongeacht of dit wordt gepresenteerd als symbolische cijfers of niet-symbolische vormen (UFO's).
• Rol van stimuli: Het gebrek aan consistente "cijfer-selectiviteit" (ITG-numbers) in deze steekproef suggereert dat eerdere bevindingen van strikte cijfer-selectiviteit mogelijk afhankelijk zijn van specifieke experimentele parameters (zoals passieve presentatie versus actieve taken, of specifieke stimulussets).
• Hemisferische specialisatie: De bevinding dat de rechter ITG-math zowel taak- als stimulusinformatie codeert, terwijl de linker voornamelijk taakinformatie codeert, biedt nieuwe inzichten in de functionele differentiatie binnen dit wiskundige netwerk.

Conclusie
De regio's in de posterieure inferieure temporale gyrus (ITG-math) zijn cruciaal voor numerositeitsverwerking en zijn stimulus-onafhankelijk. Ze vormen een betrouwbaar doelwit voor neuroimaging-onderzoek naar wiskundige cognitie, waarbij de taakeisen (numerositeit vs. controle) een sterkere drijvende kracht zijn voor neurale activatie dan de visuele vorm van de stimulus.