ТРАНСФОРМАЦИЯ ПОДХОДОВ 5 страница

Недостатком описанного механизма самоорганизации нейронных связей является его чрезвычайно медленный, требующий сотен и тысяч повторений характер. В 1981 году немецко-американский нейрофизио­лог К. фон дер Мальсбург предположил, что для объяснения одноразо­вого обучения должны существовать быстрые синапсы, меняющие свои характеристики в ответ на однократное возникновение некоторой, обычно новой или значимой ситуации. Мальсбург назвал их «хэббов-скими синапсами». Такие синапсы действительно были обнаружены в последнее время и по предложению Нобелевского лауреата по биологии Фрэнсиса Крика иногда называются теперь «мальсбургскими». Мы под­робнее остановимся на обсуждении этих нейрофизиологических меха­низмов в последующих главах, посвященных сознанию и памяти (см. 4.4.3 и 5.3.2).

Примером более эффективного компьютерного алгоритма обучения в самой нейроинформатике служит предложенный канадским информа­тикой Джеффри Хинтоном и его коллегами метод обратного распрост­ранения ошибки (backpropagation of error). В этом случае сети предъявля­ется некоторая конфигурация, а затем ответ на выходе сравнивается с идеальным, желаемым ответом. Результат подобного сравнения того, что должно быть (Sollwert), с тем, что есть (Istwert), вычисляется и пропуска­ется затем в обратном направлении: от выхода сети к ее входному слою, причем на каждом промежуточном этапе осуществляются некоторые

коррекции весовых коэффициентов связей элементов с целью последу­ющей минимизации рассогласования. Телеологизм этих процессов и не­обходимость эксплицитного надсмотра за обучающейся сетью порожда­ют, с одной стороны, множество смутных психологических аналогий, а с другой стороны, известный скептицизм в оценке «обратного распрос­транения» как подходящего средства моделирования когнитивных про­цессов. Дело в том, что «контролируемая минимизация рассогласова­ния» оставляет сильное впечатление произвольного подбора желаемого результата¹⁵.

Ряд коннекционистских моделей использует обратные связи для повторного пропускания продуктов обработки через нейронную сеть. Это свойство, называемое рекуррентностью, позволяет обрабатывать конфигурации на входе в контексте предыдущих событий («прошлого опыта»). Два варианта рекуррентных сетей, использовавшихся для мо­делирования синтаксического анализа речи, показаны на рис. 2.11. Су­ществует практически открытое множество других вариантов коммута­ции элементов, а также возможность соединения коннекционистских моделей с традиционными символьными архитектурами в рамках гиб­ридных моделей, включающих как символические, так и коннекцио-нистские компоненты. Так, в литературе интенсивно обсуждается воз­можность существования разных нейролингвистических механизмов для работы с регулярными и нерегулярными глаголами (Pinker, 2000). В случае регулярных глаголов, склоняемых по определенным фиксиро­ванным правилам, в памяти могла бы сохраняться лишь корневая мор­фема, по отношению к которой осуществляются традиционные сим­вольные трансформации (скажем, добавление «-ed» при переходе к прошедшему времени в английском языке). Работа с нерегулярными глаголами, напротив, требует заучивания индивидуальных паттернов (как в случае грамматических форм английского глагола «to be»: am, are, is, was, were). При моделировании такого, скорее механического, заучи­вания могли бы помочь нейронные сети (см. 7.1.3).

Коннекционизм не мог не вызвать острых научных дискуссий. Они возникли прежде всего с представителями символьного и модулярного подходов (Fodor & Pylyshin, 1988), для которых подобное применение идеи параллельности ведет слишком далеко, вплоть до отказа от основ­ных принципов переработки символьной информации, выделенных к началу 1980-х годов. В самом деле, в распределенных архитектурах не выполняются основные логические требования к символьной записи информации, а следовательно, к коннекционистским репрезентациям не применимы средства исчисления предикатов (см. 2.3.3). Поэтому,

¹⁵ Вне психологии — нейроинформатика, компьютерное зрение и роботика — широ­ко используются алгоритмы обучения нейронных сетей, не требующие внешнего над­смотра. Речь идет прежде всего о разновидности разработанных финским информатикой 138 Т. Кохоненом самоорганизующихся карт (self-organizing maps).

- контекстные нейроны ''

Рис. 2.11.Рекуррентные нейронные сети, применяющиеся для (А) моделирования пост­роения форм прошлого времени английских глаголов и (Б) предсказания грамматичес­кой категории следующего слова в предложении (по: Cooper, 1996).

кстати, сами коннекционисты говорят об изучении субсимвольных про­цессов. Для некоторых видных психологов и лингвистов (например, Levelt, 1990) попытки моделирования познания с помощью обучаю­щихся искусственных нейронных сетей представляют собой лишь слег­ка осовремененную редакцию упрощенных ассоцианистских взглядов. Интересно, что слабые и сильные стороны более традиционных символьных и относительно новых коннекционистских моделей разли­чаются между собой. Символьные программы относительно удобны при реализации эксплицитных правил и практически беспомощны в облас­ти интуитивных достижений, таких как разделение сцены .на фигуру и фон в процессах зрительного восприятия (см. 1.3.1 и 4.3.3). Искусствен­ные нейронные сети, напротив, впервые позволили легко смоделиро­вать эффекты перцептивной организации и, скажем, эффекты ассоциа­тивного обучения и запоминания, но они плохо, путем многочисленных повторных приближений справляются с выделением, казалось бы, со­всем простых правил. Это позволяет предположить, что наиболее веро­ятным будущим в области моделирования познавательных возможнос­тей человека и животных станет использование интегральных или гибридных архитектур, сочетающих достоинства символьного и субсим­вольного подходов (и, будем надеяться, свободных от их недостатков!).

Одним из самых первых примеров интегрального подхода, заполня­ющего брешь между субсимвольными и символьными репрезентациями,

являются работы ученика Румелхарта Пола Смоленского (Smolensky, 2005). Использовав математический аппарат тензорного исчисления, он доказал принципиальную возможность построения коннещионистско-символъных когнитивных архитектур (ICS = Integrated Connectionist/ Symbolic), в которых свойства символьных преобразований реализуются

¹ на макроуровне описания, тогда как на микроуровне ментальные репре-

зентации описываются как массивно-параллельные процессы распрос­транения волн активации по нейронным сетям. Этот подход был приме­нен Смоленским и его коллегами в области теоретической лингвистики, где они, прежде всего, попытались объяснить разнообразные феномены маркированности — использование специальных лингвистических средств для выражения относительно нетипичных (или «менее гармо­ничных») в данном контексте языковых конструкций (см. 7.3.2 и 8.1.2). Несмотря на то, что их реализация осуществляется посредством нейро-сетевых механизмов, подобные «гармоничные грамматики» способны, по мнению Смоленского, полностью заменить генеративные граммати­ки при описании общих принципов функционирования языка. Процесс порождения речевых звуков (модель относится пока преимущественно к сфере фонологии речи — Prince & Smolensky, 1997) описывается при этом как оптимизация решения, удовлетворяющая нескольким гетеро­генным правилам, таким как запрет на возникновение последовательно­стей из большого числа согласных звуков (см. 7.1.1).

В столь динамичной области, как когнитивная наука, трудно предсказывать будущее развитие событий. В рамках работ по вычисли­тельной нейронауке (нейроинтеллекту) и эволюционному моделированию в последнее время начинают рассматриваться более реалистичные, с биологической и биофизической точки зрения, альтернативы искусст­венным нейронным сетям (такие как самоорганизующиеся карты, кле­точные автоматы и, в отдаленной перспективе, квантовые компьюте­ры — см. Doyle, 2003; O'Reilly & Munakata, 2003). При увеличении объе­ма мозга в процессе эволюции исходный сетевой принцип «всё связано со всем» перестает выполняться, возникают элементы модулярной макроорганизации (Striedter, 2004). Кроме того, при моделировании познания до сих пор практически никак не учитывалась роль нейро-трансмиттеров, химических передатчиков сигналов между нейрона­ми и модуляторов их активности. Диффузное, не ограниченное одним лишь преодолением синапсов действие нейротрансмиттеров может, ле­жать в основе регуляции эмоциональных состояний и интеграции ней­ронов в сложные самоорганизующиеся системы. Последнее представ­ляется очень существенным — ведь целостный мозг демонстрирует не только способности решения тех или иных узкопознавательных задач, но и множество других биологически и социально необходимых функ­ций, в частности, связанных с эмоциями и мотивированным поведени­ем (см. 2.4.3 и 9.4.3).

2.4 Усиливающееся влияние нейронаук

2.4.1 Интерес к нейропсихологическим данным

Глобальная тенденция, ярко выступившая в течение последнего десяти­летия 20-го века, связана с ростом интереса к мозговым механизмам — реальной архитектуре познавательных процессов. Возникновение ког­нитивного подхода многие психологи восприняли первоначально как освобождение от (пусть часто лишь декларируемой) необходимости ин­тересоваться мозговым субстратом и возможными нейрофизиологичес­кими механизмами тех или иных познавательных процессов. Если упо­добить психику компьютерным программам, то очень важно, что одна и та же программа может быть запущена на разном «хардвере» — на раз­личных реализациях машины Тьюринга. Есть, следовательно, известная независимость программного обеспечения, или «софтвера», от машин­ного субстрата. Суть ранней компьютерной метафоры состояла в пред­положении о том, что психика относится к мозгу так же, как программа относится к машинному субстрату. Компьютерные программы в каче­стве психологической теории позволяют интерпретировать наблюдае­мые в исследованиях эффекты, «не дожидаясь — по словам Найссера — пока придет нейрофизиолог и все объяснит» (см. 2.3.2).

В 1982 году Дэвид Марр (Магг, 1982), изучавший сенсорные меха­низмы зрительного восприятия и координации движений, сформулиро­вал альтернативный методологический принцип, предполагающий од­новременный анализ как биологических, так и искусственных систем переработки информации на трех уровнях их описания:

1) общий функциональный анализ решаемых системой задач;

2) алгоритмическое описание выполняемых операций;

3) анализ воплощения этих алгоритмов на конкретном субстрате, или
«хардвере».

В последующие годы с появлением множества нестандартных ар­хитектур в коннекционизме и, в особенности, в связи со спекуляциями о мозговой локализации тех или иных «когнитивных модулей» есте­ственно стал возникать вопрос о том, как эти гипотетические механиз­мы реализованы на самом деле. Требование Марра к доведению анализа до уровня нейрофизиологического «воплощения» постепенно стало если не необходимым, то во всяком случае желательным элементом лю­бого претендующего на научную полноту когнитивного исследования.

Все это, наряду с наметившимися трудностями проверки формаль­ных моделей (см. 9.1.2), привело к настоящему всплеску интереса к ней­ропсихологическим данным о нарушениях и мозговых механизмах по­знавательных процессов. Изменился и сам характер когнитивных исследований, которые в значительной степени опираются сегодня на данные нейропсихологических и нейрофизиологических работ. Поэто­му общие очертания многих моделей познавательных процессов в нача-

Рис. 2.12. Новая метафора когнитивных исследований: А. Левое полушарие коры с обо­значением долей: (1) фронтальных, (2 теменных, (3) затылочных и (4) височных; Б. Про­дольный разрез мозга, позволяющий увидеть некоторые субкортикальные структуры, такие как таламус и средний мозг.

ле 21-го века напоминают рис. 2.12. Напротив, начиная с 1990-х годов ослабло влияние собственно компьютерной метафоры и машинных (или машиноподобных) моделей. В связи с этим развитием в психоло­гических работах стали использоваться анатомо-физиологические тер­мины, в частности, для обозначения локализации возможных мозговых механизмов: антериорные (передние), постериорные (задние), дорзаль-ные (расположенные в верхней части коры), вентральные (в нижней ее части), латеральные (на боковой поверхности), медианные (вблизи раз­деляющей кору на два полушария продольной борозды). Типичным ста­ло и упоминание долей коры головного мозга: фронтальных (лобных), темпоральных (височных), париетальных (теменных), окципитальных (затылочных), а также и более локальных их областей¹⁶.

Традиционным нейропсихологическим подходом является выде­ление разнообразных синдромов — систематического сочетания от­дельных симптомов нарушения поведения и работы мозга. Значение синдромного анализа двояко. Во-первых, он позволяет относительно упорядочить материал клинических наблюдений, главным образом, поведенческих коррелятов локальных поражений мозга. Во-вторых, он дает возможность, хотя бы в самом первом приближении, опреде-

142

¹⁶ В этой книге при упоминании различных долей коры используются принятые в рус­скоязычной литературе термины с одним исключением — вместо термина «лобные доли» мы вынуждены чаще использовать международный термин «фронтальные доли». Это свя­зано с тем, что вслед за упоминанием общего региона сегодня часто приходится вводить дальнейшие уточнения локализации, такие как «префронтальные» или «фронтополяр-ные» структуры (см. 4.4.2). Соответствующих производных от прилагательного «лобные» не существует.

лить области мозга, ответственные за те или иные функциональные проявления — речь (синдромы афазии), память {амнезия), восприятие (агнозия), программирование и реализацию действий (апраксия) и т.д. Некоторые из числа наиболее известных синдромных нарушений при­ведены в таблице 2.1.

Таблица 2.1.Наиболее известные синдромы клинической нейропсихологии

Несколько иная стратегия исследований связана с анализом от­дельных случаев, когда в первую очередь подчеркивается индивидуаль­ная картина нарушения и личности пациента, а не то общее, что роднит данный случай с множеством аналогичных, как при описании обобщен­ных синдромов. Настоящим мастером анализа отдельных случаев был А.Р. Лурия. Этот жанр чрезвычайно распространен и в современной ког­нитивной науке, особенно в работах известного американского нейро-психолога Оливера Закса (например, Sacks, 1995). Наконец, третья стра­тегия исследований, называемая методом двойных диссоциаций, состоит в поиске таких пар отдельных случаев (или, если повезет, синдромов), которые представляют собой как бы зеркальную картину друг друга.

В связи с тем, что поиск двойных диссоциаций — это весьма распро­страненная стратегия в современных когнитивных исследованиях, оста­новимся на ней несколько подробнее. Этот прием предназначен для контроля правильности интерпретации отдельных случаев. Рассмотрим конкретную проблему. В последние годы описано несколько случаев па­циентов с интересной формой семантической агнозии. Эти пациенты способны узнавать и семантически классифицировать неодушевленные предметы, но испытывают сильные затруднения в узнавании живых су­ществ. Можно ли на основании этих данных сделать вывод о том, что семантическая память и ее мозговые механизмы разделены на две под­структуры по принципу живой—неживой? Очевидно, такой вывод был бы преждевременным, поскольку узнавание живых существ может быть просто более сложным процессом, превышающим ослабленные позна­вательные возможности пациентов с поражениями мозга. Поэтому если бы удалось найти двойную (парную) диссоциацию — один или более случаев сохранного узнавания живых существ и трудностей с узнавани­ем неодушевленных предметов, то о возможном расщеплении механиз­мов семантической памяти можно было бы говорить с большей степе­нью определенности (см. 6.1.3).

Первоначально в когнитивной психологии роль нейропсихологи-ческих данных была связана с обсуждением отдельных, особенно ярких клинических случаев. Однако вскоре стало ясно, что они могут играть важную роль и при проверке справедливости некоторых, подчас весьма общих психологических теорий. Так, Т. Шаллис и Э. Уоррингтон (Shallice & Warrington, 1970) описали пациента, у которого есть долговременная, но нарушена кратковременная память. Существование такого наруше­ния означает, что едва ли может быть правильной распространенная в когнитивной психологии трактовка запоминания, в которой информа­ция, чтобы попасть в блок долговременного хранения, обязательно долж­на пройти через блок кратковременной памяти (см. 5.2.1).

Аналогично и несколько ранее А. Р. Лурия (1968) описал знаменито­го мнемониста Ш., исследования памяти которого заставляют усомнить­ся в том, что способности к кратковременному запоминанию всегда ог-144

раничены «магическим числом» Миллера¹⁷. На самом деле, между крат­ковременной и долговременной памятью Ш. не было большого различия (см. 5.1.1). Следует заметить, что описание личности и специфических возможностей (а также ограничений) памяти, восприятия и мышления Ш., конечно же, не было «клиническим случаем» в прямом смысле этого слова, однако по характеру анализа оно остается одним из лучших иссле­дований нейропсихологического типа (case study, Einzelfallanalyse) в ми­ровой научной литературе.

С возникновением гипотезы модулярной организации познания (см. 2.3.2) в середине 1980-х годов нейропсихологическим данным как таковым начало уделяться повышенное внимание. Более того, многие модели познавательных процессов стали в явном виде строиться как нейрофизиологические модели, причем не только нормального, но и аномального функционирования мозга. Серьезной проблемой на этом пути оказался неэкспериментальный, корреляционный характер ней-ропсихологических данных. Всякое мозговое поражение — это своего рода уникальный «эксперимент природы». У клинического нейропси-холога нет возможности выполнить требования, необходимые для под­линного эксперимента: произвольно воспроизводить поражение или создать контрольную ситуацию, которая бы отличалась от исходной ис­ключительно фактом данного поражения. Поэтому в случае клиничес­ких данных всегда остается вероятность того, что наблюдаемая картина в какой-то степени обусловлена особенностями, сложившимися еще до возникновения патологических изменений.

Конечно, если бы было возможно временно «выключать» и затем «включать» без каких-либо последствий отдельные мозговые структу­ры или, быть может, даже «видеть» их функционирование по ходу нор­мального решения задач, то можно было бы надеяться на получение значительно более надежных и общих результатов, чем при анализе клинических данных. Такие методы действительно появились в тече­ние последних 10—15 лет, став особенно мощным стимулом нейропси-хологической и нейрофизиологической переориентации заметной час-

¹⁷ Об этом же могут говорить наблюдения канадского нейрохирурга У. Пенфидда, раз­
дражавшего во время операций на мозге различные участки коры бодрствующих пациен­
тов. Примерно в 40 случаях (из 520) электрической стимуляции нижних височных облас­
тей возникал своеобразный феномен, названный «вспышками пережитого». Они пред­
ставляли собой живые зрительные и слуховые образы, которые всегда переживались па­
циентом как воспоминания из его далекого прошлого, а не актуальные события. Ни в
одном из описанных случаев не наблюдалось обратного течения событий или пересече­
ний воспоминаний из различных периодов жизни пациента. Воспоминания прекраща­
лись с остановкой стимуляции, но иногда могли быть возобновлены с прерванного мо­
мента при повторном раздражении той же точки коры. При интерпретации этих данных
возникают трудности, связанные прежде всего с идентификаций сообщений как аутен­
тичных переживаний из прошлого пациента. Возможно поэтому наблюдения Пенфидда
уже около 50 лет остаются непроверенными другими авторами. 145

ти современной научной психологии и когнитивных исследований в це­лом. Речь идет о создании и начавшемся широком применении новых методов трехмерного картирования мозга и его функциональных состоя­ний {brain imaging). Разработка этих методов была отмечена в 2003 году присуждением Нобелевской премии. Мозговое картирование использу­ется сегодня как в клинических, так и в чисто исследовательских целях, в частности, во все большем числе относительно традиционных психо­логических экспериментов, проводимых с обычными испытуемыми.

2.4.2 Новые методы и старые проблемы

Вплоть до самого последнего времени существовали две основные груп­пы методов изучения нейрофизиологических механизмов in vivo: анализ ЭЭГ и микроэлектродное отведение активности отдельных нейронных структур. Первая группа методов использует регистрацию интегральных электрических ритмов мозга, или электроэнцефалограммы (ЭЭГ). Это делается с помощью внешних, наложенных на кожу головы испытуемых электродов и не требует при использовании соответствующих усилите­лей сигнала создания особых условий, выходящих за рамки обычного лабораторного окружения. Вместе с тем, как правило, картина регист­рируемых колебаний столь зашумлена, что по ней невозможно прямо судить о влиянии отдельных экспериментальных переменных, а лишь о глобальных стадиях изменения функциональных состояний, таких как бодрствование или сон. Поэтому в когнитивных исследованиях получи­ла распространение модификация, известная как метод регистрации вызванных потенциалов мозга (ERPs — event-related potentials).

В этом случае предъявление стимула многократно повторяется, а затем сегменты записи ЭЭГ, синхронизированные с моментом отдель­ных предъявлений, накладываются друг на друга и суммируются. Слу­чайные, разнонаправленные колебания компенсируют друг друга, и вы­рисовывается электрический ответ коры мозга на само стимульное событие. Этот ответ демонстрирует ряд характерных особенностей, на­пример, негативное отклонение потенциалов через 100—200 мс после предъявления (этот пик в картине вызванных потенциалов получил на­звание N1) и положительное отклонение примерно через 300 мс (РЗ). По расположению и амплитуде этих отклонений, несколько отличаю­щихся в случае разных областей коры и для разных модальностей сти­муляции (рис. 2.13), можно в определенной степени судить о времен­ной развертке процессов переработки информации. Данный метод позволил подойти к решению некоторых фундаментальных проблем когнитивной психологии. Так, сравнение вызванных потенциалов на акустические стимулы в условиях направленного внимания и при его отвлечении показало, что внимание усиливает компоненты вызванных 146потенциалов уже через 40—60 мс после стимульного события (Woldorff

0,2 0,4 Секунды

Рис. 2.13. Типичная картина вызванных потенциалов мозга (А) и подготовка экспери­мента по регистрации электрической активности мозга в процессах социального взаи­модействия (Б).

et al., 1993). Очевидно, это важный аргумент в пользу гипотезы так на­зываемой ранней селекции в спорах сторонников различных моделей се­лективного внимания (см. 2.2.1 и 4.1.2).

Недостатком, ограничивающим применение ЭЭГ в ее различных вариантах, является низкое пространственное разрешение, а также то обстоятельство, что при этом методе регистрируются электрические из­менения на поверхности, а не в глубине мозга. Метод микроэлектрод­ного отведения активности — второй классический метод нейрофизио­логического анализа — чрезвычайно точен, позволяет работать с отдельными нейронами или группами нейронов, которые расположены в любых, в том числе глубинных отделах мозга, но его применение тру­доемко и, по понятным причинам, ограничено почти исключительно экспериментами на животных. Несмотря на выдающиеся результаты, полученные, например, в исследованиях зрительной сенсорной обра­ботки (см. 3.3.2) и памяти (см. 5.3.2), значение этого метода непосред­ственно для когнитивных исследований относительно невелико.

Предпосылки для современных методов трехмерного картирова­ния работы мозга были созданы благодаря компьютерным программам, обеспечивающим реконструкцию объемной пространственной модели регистрируемых процессов. Наиболее известным из числа этих новых методов до сих пор является позитронно-эмиссионная томография {ПЭТ-сканирование). Неприятной особенностью этого метода является необходимость введения в кровь радиоактивного раствора. Когда в ходе решения задач та или иная область мозга становится активной, радиоак­тивное вещество поступает вместе с усилившимся кровотоком к соот-

ветствующим регионам. Для экспериментов выбираются относительно неустойчивые изотопы, и в этих регионах мозга усиливаются процессы радиоактивного распада. Выделяющиеся в результате положительно за­ряженные частицы — позитроны — практически сразу же аннигилиру­ют с электронами. При этом образуются два разлетающихся под углом 180° друг к другу фотона. Эти последние и регистрируются датчиками; расположенными вокруг головы испытуемого. Метод обеспечивает до­вольно высокое пространственное разрешение, порядка 3—4 мм. Одна­ко его временное разрешение мало — в лучшем случае оно составляет примерно одну минуту, что не позволяет отслеживать сколько-нибудь быстрые когнитивные процессы. Тем не менее с помощью ПЭТ-скани-рования были получены фундаментальные результаты, в особенности относящиеся к мозговой локализации различных систем памяти и даже личности (Craik et al., 1999).

Во многих отношениях значительно более совершенным методом картирования является ядерная магниторезонансная томография (МРТ). Этот метод делает возможной очень точную (до I мм) и довольно быст­рую, по сравнению с ПЭТ, регистрацию. Кроме того, он неинвазивен, то есть не связан с нарушением целостности тканей организма, например, введением в кровь каких-либо субстанций. Его физической основой яв­ляется эффект излучения радиоволн определенной частоты отдельными атомами, находящимися в переменном магнитном поле, которое созда­ется расположенным вокруг испытуемого магнитом весом более 10 тонн. В экспериментальной психологии данный метод используется в вариан­те функциональной МРТ (фМРТ), когда определяется количество кисло­рода в крови (а именно в молекуле гемоглобина)¹⁸. Этот показатель ин­тенсивности метаболических процессов коррелирует с активностью нейронов в соответствующих областях мозга. Недостатком фМРТ явля­ется все-таки слишком низкая временная разрешающая способность, позволяющая, в лучшем случае, различать события продолжительностью не менее одной секунды¹⁹. Тем не менее это, несомненно, самая лучшая на сегодняшний день методика мозгового картирования. Насколько можно судить по стремительно накапливающимся данным, фМРТ часто подтверждает и значительно уточняет результаты ПЭТ-сканирования.