Exploring internal context through personal narratives and spontaneous thoughts : fMRI-based predictive models for emotion and personal trait

다국어 초록 (Multilingual Abstract)

Understanding the neural mechanisms of internal context has significant implications for cognitive neuroscience and clinical applications. This dissertation explores the neural representations of internal context using functional Magnetic Resonance Imaging (fMRI) to develop predictive models for emotional states and traits, specifically focusing on personal narratives and spontaneous thoughts. In Chapter 1, we introduce the concept of internal contexts and review previous studies on their impact on cognitive processes and neural representations. In Chapter 2, we develop multivariate pattern-based predictive models to decode the self-relevance and valence of spontaneous thoughts using personal narratives. These models demonstrate significant predictive performance, effectively decoding spontaneous thought dimensions of both story-reading and resting-state scans. Chapter 3 investigates the effect of introspection on brain connectivity and its utility in functional connectome fingerprinting and behavioral prediction. By integrating thought probes during resting-state fMRI scans, the accuracy of predicting each individual’s identity and trait has been enhanced. The findings underscore the importance of incorporating introspective tasks in neuroimaging studies to capture the complexity of individually distinct brain patterns. Overall, this dissertation provides new insights into the brain mechanisms of spontaneous thought and introspection, contributing to the development of personalized brain-based models for understanding individual differences in internal contexts.

국문 초록 (Abstract)

내적 맥락의 신경 메커니즘을 이해하는 것은 인지 신경과학과 임상 응용에 중요한 함의를 지닌다. 본 논문은 기능적 자기 공명 영상을 이용하여, 개인적인 이야기와 자연스러운 생각을 통하여 들여다본 내적 맥락이 인간의 인지와 행동에 어떤 영향을 미치는지 연구하는 것을 목표로 한다. 제 1 장에서는 내적 맥락의 개념을 소개하고, 이것의 인지 과정과 신경 표상에 대한 기존 연구들을 검토한다. 제 2 장에서는 개인적인 이야기를 사용하여 자발적 사고의 자기 관련성 및 긍,부정성을 해독하는 다변량 패턴 기반 예측 모델을 개발한다. 이러한 모델은 이야기를 읽는 과제 뿐만 아니라 휴식 상태에서의 자연스러운 사고의 정서도 효과적으로 읽어낼 수 있다. 제 3 장에서는 자신의 생각에 관해 주의를 기울이는 내성적 과제가 뇌 연결성에 미치는 영향과 기능적 연결성을 통한 지문 기법 및 개인 특성 예측에서의 유용성을 다룬다. 휴식 상태 스캔 중에 간단하지만 효과적인 내성 과제를 추가하여 개인의 신원과 특성을 더 잘 예측할 수 있음을 보인다. 이 연구 결과는 뇌 기능의 개인차를 더 효과적으로 포착하기 위해 인지 신경과학 연구에서 내성적 과제를 사용하는 것의 중요성을 보인다. 전체적으로, 이 논문은 내적 맥락의 신경 메커니즘에 대한 새로운 통찰력을 제공하며, 개인적 특성과 감정을 이해하기 위한 개인 맞춤형 뇌 기반 모델의 개발에 기여한다.

목차 (Table of Contents)

• Chapter 1. Introduction 1
• 1.1. Introducing internal contexts 1
• 1.1.1. Previous studies 1
• 1.2. Overview 3
• Chapter 2. Brain decoding of spontaneous thought: predictive modeling of self-relevance and valence using personal narratives 5
• 2.1 Introduction 5
• 2.1.1 Motivations 6
• 2.1.2 Overview 8
• 2.2 Materials and methods 11
• 2.3 Results 41
• 2.3.1 Experimental overview and post-scan survey 41
• 2.3.2 Developing predictive models of self-relevance and valence 43
• 2.3.3 Network- and region-level importance for predictive models 49
• 2.3.4 Decoding the levels of self-relevance and valence during free-thinking and resting 51
• 2.4 Discussion 62
• 2.4.1 Summary and Implications 62
• 2.4.2 Limitations and future directions 66
• 2.4.3 Conclusion 68
• Chapter 3. Introspection enhances the accuracy of functional connectome fingerprinting and trait prediction 69
• 3.1 Introduction 69
• 3.1.1 Motivations 69
• 3.1.2 Overview 72
• 3.2 Materials and methods 74
• 3.3 Results 83
• 3.3.1 Experimental overview 83
• 3.3.2 Functional connectome-based fingerprinting 84
• 3.3.3 Factors affecting fingerprinting accuracy 89
• 3.3.4 Spatial and temporal features for fingerprinting 94
• 3.3.5 Functional connectome-based trait prediction 103
• 3.4 Discussion 109
• 3.4.1 Summary and Implications 109
• 3.4.2 Limitations and future directions 113
• 3.4.3 Conclusion 117
• Chapter 4. Conclusion 118
• References 120
• Korean abstract 133