A poszteromediális kéregből származó információáramlás feltárása a vizuális téri munkamemória során: Magnetoencephalography Study 3. rész

Végül megvizsgáltuk az átlagos információáramlást az egyes ROI-párok között három funkcionálisan releváns korszakban, amelyek megfelelnek a kódolási, karbantartási és visszakeresési feladatfázisoknak, és megkérdeztük, hogy az információáramlás szubjektumok közötti változatossága összefüggésben van-e a feladatteljesítmény változékonyságával.

A modern társadalomban példátlanul hatalmas az információ mennyisége, amelyet kapunk. Hatalmas mennyiségű információ vesz körül minket nap mint nap, a mobiltelefonunkra érkező üzenetektől a közösségi médiában látott hírekig és hirdetésekig. időnk és figyelmünk nagy részét. Ilyenkor könnyen fáradtnak érezhetjük magunkat, de az átlagos információáramlás segíthet javítani a memóriánkat.

Először is, a több információáramlás lehetővé teszi az agyunk jobb gyakorlását. Amikor továbbra is új információkat és ismereteket kapunk, agyunknak folyamatosan fel kell dolgoznia és tárolnia kell ezeket az információkat, így növelve az agy terheit. Ez a munka az agyműködést segítő gyakorlat, amely segíthet fejleszteni gondolkodási és elemzési képességünket, hogy jobban kezeljük a bonyolult helyzeteket. Ahogy a testnek edzésre van szüksége ahhoz, hogy egészséges maradjon, az agynak is állandó kihívásokra van szüksége, hogy javítsa képességeit.

Másodszor, a több információáramlás segíthet bővíteni látókörünket. Ha csak korlátozott információkat fogadunk el, látásunk egy kis területre korlátozódik. Ha pedig több információhoz jutunk, akkor a témák és dolgok szélesebb körét ismerhetjük meg. Ez segíthet abban, hogy teljesebben lássuk a világot, és javítsuk belátásunkat és ítélőképességünket. Ez segít abban, hogy jobban megértsük a különböző kultúrákat és nézőpontokat, és ezáltal jobban alkalmazkodjunk és beilleszkedjünk az összetett társadalmi környezetekbe.

Végül az átlagos információáramlás is felkelti a kíváncsiságunkat. Ahogy folyamatosan kapunk új információkat, egyre több téma és terület iránt érdeklődünk. Ez felkeltheti kíváncsiságunkat és tudásvágyunkat, ezáltal motiváltabbá válik a tudás feltárására. Látható, hogy az átlagos információáramlás önvezetésünket és lelkesedésünket is fokozhatja.

Röviden, az átlagos információáramlás segíthet javítani az agyműködésünket, bővíteni látókörünket és felkelti a kíváncsiságunkat. Ha jobb emlékeink vannak, könnyebben sajátítunk el új ismereteket és készségeket, és jobban megbirkózunk az összetett kihívásokkal. Ezért aktívan kell elfogadnunk több információt, és okosabbá és sokoldalúbbá válni. Látható, hogy javítanunk kell a memórián, és a Cistanche deserticola jelentősen javíthatja a memóriát, mert a Cistanche deserticola egy hagyományos kínai gyógyászati ​​anyag, amelynek számos egyedi hatása van, amelyek közül az egyik a memória javítása. A darált hús hatékonyságát a benne található különféle hatóanyagok jelentik, beleértve a savakat, poliszacharidokat, flavonoidokat stb. Ezek az összetevők különféle módon elősegíthetik az agy egészségét.

Kattintson az Ismerje meg a memória javításának módjait

A "kódolási" korszak magában foglalta a négy kódoló inger kezdete utáni első 180 ms-ot, a "karbantartási" korszak pedig a negyedik kódolási inger kezdete utáni 180 ms-tól a visszakeresési inger legkorábbi megjelenéséig terjedő karbantartási időszakot, és a "visszakeresés" korszak a visszakeresési inger kezdetének felelt meg a próba végéig.

A legrövidebb kódolási inger időtartamú (180 ms) résztvevő esetében ez a három korszak a próba kezdetétől számított első 3440 ms-ot fedte le; míg a leghosszabb kódolási inger időtartamú (320 ms) résztvevőnél a végső korszak 4000 ms-nál ért véget.

A résztvevők között a medián reakcióidő 1,99 másodperc volt a visszahívási inger kezdete után (alsó-felső kvartilisek: 1,69–2,27 s), ami azt jelenti, hogy a „visszakeresés” korszak hozzávetőlegesen lefedte a résztvevő válaszáig eltelt időt.

Ezen korszakok mindegyikében, minden egyes ROI-párhoz átlagoltuk az olyan időpontokból származó adatokat, amelyeknél legalább mérsékelt bizonyíték volt az információáramlásra (azaz BF .3, q, 0.05) legalább egy irányban a ROI pár. Kizártuk az adatokat a fennmaradó időpontokból, hogy minimalizáljuk az adatok hozzájárulását azokból az időszakokból, amikor gyenge vagy semmilyen bizonyíték nem volt a ROI-k közötti információáramlásra.

Minden esetben közöljük az információáramlás átlagos különbségét (DiffA.B), valamint a lineáris (Pearson-féle) korrelációt (r) a résztvevők átlagos viselkedési teljesítménye között a MEG-munka során, és az információáramlás átlagos különbsége között DiffA.B. a vonatkozó korszak. Megismételtük ezt az elemzést (átlagos DiffA.B és korrelációja a viselkedéssel) a bootstrappednull adatok mind a 10,000 mintájára, ami 10,000 null átlag és r érték eloszlását eredményezte.

Ami a többi eredményt illeti, ezeknek a nullértékeknek a központi 95%-át közöljük, és ezt a nulleloszlást használtuk a p értékek meghatározásához, ebben az esetben a p-értéket a nullátlagok vagy a megfigyeltnél nagyobb abszolút értékű r értékek arányaként definiáljuk. érték (kétoldalas teszt). Végül FDR-korrekciót alkalmaztunk ezekre a p-értékekre, hogy korrigáljuk a korszakok többszörös összehasonlítását, és kiszámítottuk a BF-et minden átlagra és korrelációra.

Az adatok elérhetősége. A MEG-kísérletek adatai ingyenesen elérhetők online az Open Science Framework-ből (https://doi.org/10.17605/OSF.IO/MW3J2). Ez az online adattár tartalmazza a MEG-kísérletek azonosítatlan nyers adatait, az egyes résztvevők stimulus-időzítésének részleteit, valamint az itt közölt elemzések elvégzéséhez használt MATLAB-kódot.

Eredmények

Osztályozási elemzések

Osztályozási elemzések sorozatát alkalmaztuk annak tesztelésére, hogy az OC, VTC, PMC és PFC MEG-jelei milyen időpontokban tartalmaztak információkat az egyes ingerek helyéről és képéről a vizuális térbeli munkamemória teljesítménye során.

Az egyes ingerek helyének dekódolása a 3. ábrán látható, és a kép dekódolása az egyes helyeken a 4. ábrán látható. Az inger helyének dekódolása magasabb volt, mint az ingerazonosság dekódolása; de mind a hely, mind az azonosság dekódolására bizonyítékok voltak az egyes ingerek esélyt meghaladó dekódolási periódusai az összes ROI-ban.

Az inger helyének dekódolásához minden egyes négykódoló inger esetében a hely és az azonosság véletlenszerű dekódolásának periódusait találtuk, valamint az OC, VTC, PMC vagy PFC jelei alapján [q, 0.05 , az FDR korrekciós formulák összehasonlításával az idősávok között, beleértve a mérsékelt (BF . 3) és erős (BF . 10) hatásokat]. Az ingerkép azonosságának dekódolásához (4. ábra) összességében gyengébb osztályozó teljesítményt találtunk, az arány egy nagyságrenddel kisebb, mint a hely dekódolásánál. Az alacsonyabb általános pontosság ellenére a statisztikai elemzések azt mutatták, hogy az egyes stimulusok dekódolása bizonyos időpontokban az összes ROI-ban határozottan meghaladja a valószínűséget.

Az összes ROI-ban az inger helyének és azonosságának dekódolása hasonló fejlődést követett az idő múlásával, kezdeti csúcsponttal, majd csökkenéssel, összhangban azokkal a jelekkel, amelyeket elsősorban az ingerre adott vizuális válasz vezérel. Arra számítottunk, hogy a stimulus információ az OC-ban megelőzi a többi ROI-t, de a dekódolás korai csúcsai az OC-ban, a VTC-ben és a PMC-ben körülbelül ugyanabban az időben következtek be. Ez arra utal, hogy a forrás lokalizációjában előfordulhat némi "jelszivárgás" a ROI-k között (erre a kérdésre visszatérünk az IFA eredményeinek mérlegelésekor, alább). Mindazonáltal a ROI-k közötti különbségek arra utalnak, hogy ezek az elemzések olyan jeleket is rögzítettek, amelyek nem fedik át egymást a ROI-k között. . Például az inger helyének dekódolásához a relatív pontosság 100 ms versus 300 ms a releváns inger kezdete után ROI-nként változik.

A 3A–D. és 4A–D. ábrákon a visszakeresési stimulus feldolgozása során egy rövid ideig tartó dekódolási időszak szokott előfordulni. Ez valamilyen neurális folyamatot tükrözhet, amely összehasonlítja a visszahívási ingert az emlékezett helyekkel és azonosságokkal, különösen ott, ahol ez a visszanyerési inger megjelenése után később is fennáll (pl. 300 ms).

Azonban nem zárhatjuk ki, hogy a dekódolást ezekben az időpontokban a visszakeresési ingerre adott neurális válasz vezérelheti, ha a kísérletek ellensúlyozásában enyhe egyensúlyhiány áll fenn. Például a releváns inger kezdete előtt a véletlenszerű dekódoláson túli rövid periódusokat (pl. a 3B-E és 4B-E ábrákon az első kódoló inger körüli időpontja) egyértelműen nem vezérelheti a dekódolt ingerre adott válasz.

Ez azért jöhetett létre, mert minden kísérletet úgy határoztak meg, hogy a kódolás során négy különböző helyet és négy különböző identitást tartalmazzon; így például az 1. hely és a 3. hely dekódolása a 2. inger kódolásához egyenértékű a "nem hely 1" és a "nem hely 3" dekódolásával más kódoló ingerek esetében. Akárhogy is, eredményeink azt sugallják, hogy az emlékezett ingerlokációkon vagy azonosságokon alapuló jelek nagyon gyengék voltak a vizuálisan vezérelt választ tartalmazó robusztus jelekhez képest.

HA

Ezt követően megvizsgáltuk a Granger-okozati kölcsönhatásokat az egyes ROI-párok között IFA segítségével. Még akkor is, ha az osztályozó teljesítménye alacsony, összességében előfordulhatnak kicsi, valódi jelek, amelyek különbségeket okoznak az osztályozó teljesítményének mintázatában a sok különböző páronkénti besorolás között minden egyes idősávhoz. Azonban annak biztosítására, hogy az információáramlásra vonatkozó méréseinket ne vezéreljék hamis hatások, ezt az elemzést csak a legfrissebb ingerek osztályozásával végeztük el minden kísérleti korszakra vonatkozóan (lásd Anyagok és módszerek).

Az IFA kifejezetten a ROI-k közötti különbségeket és e különbségek időbeli struktúráját vizsgálja, ami potenciálisan érzékenyebbé teszi, mint az átlagos osztályozó teljesítményt a ROI-k közötti különbségek kimutatására. A PMC és az összes többi ROI közötti IFA-ink eredményeit az 5. ábra mutatja, a többi ROI közötti kölcsönhatás pedig a 6. ábrán látható.

Az IFA-k jelentős Granger-ok-okozati interakciós periódusokat tártak fel az egyes ROI-párok között [q, 0.05, FDR-korrekcióval, beleértve a mérsékelt (BF .3) és erős (BF .10) hatások idejét] minden esetben próbafázisok (kódolás, karbantartás és visszakeresés).

Az információáramlás (minden esetben az 5. és 6. ábrán a legfelső grafikonok) mindkét irányban a magasabb osztályozóteljesítményű időszakok közelében volt a legerősebb; de az egyes ROI-párokon belül az egyes ROI-k relatív ereje a másik befolyásolásában változott a túlórákon, amint azt a különbségi diagramok tükrözik. Amikor az OC-t bármilyen más ROI-val párosították, az OC-ból származó információáramlás általában magasabb volt, mint az OC-ba irányuló információáramlás közvetlenül minden egyes inger fellépése után, összhangban az ingervezérelt válasszal.

Ez különösen a kódolási korszakra volt jellemző, ahol az információáramlás átlagos különbsége az OC és bármely más ROI között (avg DiffOC. ) {{0}}.094-től 0-ig változott. 127, és a BF erős hatások sorozatát jelezte az OC-ból a másik területre irányuló nagyobb információáramlás javára (q, 0,05, BF 0,10 minden esetben). Az OC-ból a PMC-be irányuló információáramlás mérsékelt, a fordított irányt meghaladó hatása is volt. karbantartás során (átl. DiffOC.PMC=0.042, q, 0.05, BF=3.19).

Különösen az érdekelt bennünket, hogy van-e bizonyíték arra, hogy a PMC-ből származó információáramlás befolyásolta a válaszokat más területeken. A legerősebb bizonyíték erre a PMC és a PFC között volt. A PMC-től a PFC-ig terjedő átlagos információáramlás minden korszakban meghaladta a fordított irányt, ami erős hatással volt. kódolás közben (átl. DiffPMC.PFC {{0}}.056, q, 0.05, BF=18.70), és közepes hatás a karbantartás során (átl. DiffPMC.PFC=0.025,q, 0.05, BF=7.33), de ez a torzítás nem érte el a jelentőséget a visszakeresés során (átl. DiffPMC.PFC=0). 014, q 0,05, BF=0,77). Az 5C. ábrán látható időbeli lefutások azt mutatják, hogy az összes kísérleti korszakban a PMC-től a PFC-ig terjedő információáramlás az egyes ingerekre adott korai, ingervezérelt válasz idején volt a legerősebb. Az OC esetén a PMC nagyobb információáramlást mutatott a visszakeresési korszak második részében (5A. ábra). A visszakeresési korszak átlagában ez a különbség a PMC driveOC irányába torzult, de ez csekély hatás volt (átl. DiffPMC.PFC=0.029, q, 0.05, BF=1.59).

A fennmaradó ROI-párok közül csak az esetek mérsékelt nagyobb hatást mutattak (BF .3) a VT és a PFC között (6C. ábra), a kódolás során (átl. DiffVT.PFC=0).057, q , 0.05, BF=4.00) és visszakeresés (átl. DiffVT.PFC=0.040, q, 0.05, BF=57.79) . Ami az OC-t illeti, azok az idők, amikor a VT dominálta az információáramlást a PFC-vel, összhangban voltak a korai ingervezérelt válasszal (pl. hasonlítsa össze a VT dominanciájának idejét a 6C. ábrán és az OC dominanciáját a 6B. ábrán). Összességében kevés bizonyíték volt arra, hogy a PFC uralja az információáramlást más területekre.

Végül minden kísérleti korszakban összefüggésbe hoztuk az átlagos információáramlást az egyes ROI-párok között a résztvevők viselkedési pontosságával. Ezen összefüggések egyike sem érte el a statisztikai szignifikanciát, miután többszörös összehasonlításra korrigáltuk, és a korreláció sem érte el a mérsékelt hatás szintjét (BF .3). Ez azt sugallja, hogy viszonylag kis mintánk nem volt elegendő ahhoz, hogy észlelje az információáramlás előrejelző erejét a feladat végrehajtásához. Úgy gondoljuk azonban, hogy az ilyen összefüggések eredményes irányt jelenthetnek az e módszereket alkalmazó jövőbeli kutatások számára, ezért ezeket az előzetes eredményeket referenciaként vesszük figyelembe a jövőbeni munkához.

Vita

Annak ellenére, hogy a PMC bizonyítottan fontos a memória-visszakeresés során, a PMC ok-okozati hatása más régiókra nézve továbbra is tisztázatlan. Pontosabban, a PMC és más agyi régiók közötti információcsere irányát és tartalmát a memóriafolyamatok során nem tesztelték. Itt az MRI által meghatározott ROI-kból származó MEGrecording-okat használtuk a PMC és más régiók közötti információáramlás értékelésére egy vizuális térbeli munkamemória-feladat során. Az eredmények azt sugallják, hogy a PMC objektum-reprezentációk Granger-okozati hatást mutatnak az inger információira más régiókban, különösen a PFC-re gyakorolt ​​hatásában az összes feladatfázisban. Felmerült az a javaslat is, hogy a PMC válaszokat alakít ki az OC-ban a visszakeresés során.

A PMC ingerreprezentációkat alakít ki a prefrontális területeken

A legszembetűnőbb megállapításunk a PMC befolyása a PFC-ben megjegyzett inger információra. Az összes feladatfázisban a PMC-től a PFC-ig terjedő információáramlás dominánsabb volt, mint a fordított irány. Mivel az információáramlás mérése az osztályozási teljesítményen, nem pedig a válaszamplitúdón alapul, ez a megállapítás arra utal, hogy a PMC-ben az ingerrel kapcsolatos információk előre jelezték a PFC-ben megjelenő ingerreprezentációkat. Ez leginkább a kódolási és karbantartási fázisban volt látható; azonban azt találták, hogy a PMC a PFC-ben is alakítja a válaszokat a visszakeresési szakaszban. Az a tény, hogy ez a hatás röviddel a visszahívási ingerlés után következett be, összecseng a PMC információval, amelyen a résztvevő döntése alapul, a PFC-hez a sikeres visszahívás támogatása érdekében.

A prefrontális régiók megbízhatóan részt vesznek a figyelemszabályozásban és a feladathoz kapcsolódó információk rugalmas kódolásában (Duncan, 2010; Freedman és Assad, 2016). A hippocampus és a frontális vizuális-oculomotoros rendszerek (azaz a dorsolaterális PFC és az elülső szemmezők) közötti anatómiai kapcsolódási minták (Shen et al., 2016) arra utalnak, hogy a frontális régiók különösen jól helyezkednek el a vizuális memória információinak integrálásához a viselkedés irányításához (Contiand Irish, 2021). ). A figyelemszabályozásban szerepet játszó frontoparietális régiók szintén részt vesznek a munkamemóriában, különösen a kódolási és karbantartási időszakokban (Gazzaley és Nobre, 2012). Ezenkívül a prefrontális régiókról ismert, hogy a látókéregben elváltozásokat okoznak; például a frontális szemmezők mikrostimulációja a látókéregben a figyelem eltolódásával összhangban lévő változásokat idéz elő (Moore és mtsai, 2003; Premereuret al., 2013).

Eredményeink arra utalnak, hogy a PMC az emlékezett térbeli információ prefrontális reprezentációit formálja a feladat végrehajtása során, beleértve a visszakeresési periódus kezdetét is. A korábbi fMRI munkák fokozott frontoparietális aktivációt mutattak a kódolás és karbantartás során, függetlenül attól, hogy szükség volt-e visszakeresésre vagy sem, míg a hátsó cinguláris kéreg válaszmintákat mutatott, amelyek összhangban vannak egy szerepe a visszakeresésben (Rahm et al., 2014). A PMC és a prefrontalrégiók közötti funkcionális kapcsolat, mint például a ventromediális PFC, tovább támogatja a frontoparietális csatolás fontosságát az epizodikus visszakeresés során (lásd Andrews-Hanna, 2012; Ritchey és Cooper, 2020). Eredményeink kibővítik a korábbi munkákat azzal, hogy azt sugallják, hogy ez a megfigyelt kapcsolódási minta magában foglalja a PMC-t, amely befolyásolja a prefrontális hálózatokban a feladat szempontjából releváns információkat.

Mint minden korreláció esetében, az IFA-ban szereplő részleges korrelációink egy másik (nem tesztelt) területtel való asszociációt tükrözhetnek. Egy másik lehetőség az, hogy ROI-inkat nem izoláltuk teljesen a forrás-rekonstrukció során, és a közeli régiókból származó jeleket tartalmaztak. Ha PMC jelek jelennének meg a PFC ROI-ban vagy fordítva, ez növelné a ROI-k közötti megosztott varianciát. A megosztott variancia csökkentheti annak mértékét, hogy az oneROI-ban lévő jelek milyen mértékben járulnak hozzá a másik ROI-ban már jelenlévő információhoz, ami csökkentheti a mért információt. folyam.

A PMC befolyásolja a korai szenzoros kéreget a visszakeresés során

Eredményeink továbbá azt sugallják, hogy a visszakeresés során a PMC reakciókat alakít ki a szenzoros kéregben. Az összes feladatfázisban és minden egyes ROI-párosításnál az OC általában uralta az információáramlást, nagyobb hatást gyakorolva más régiókra, mint amennyit ezek a régiók befolyásoltak, összhangban a feladat vizuális természetével. Azonban az OC dominanciáját az információáramlás mérőszámaiban felerősíthette az általában átmeneti osztályozó teljesítmény. Az összes ROI-n a véletlenen felüli dekódolás nagyrészt az ingerbemutatók utáni rövid időszakokra korlátozódott, ami arra utal, hogy a karbantartott információ bármilyen neurális reprezentációja minimális mértékben járult hozzá az osztályozó teljesítményéhez. Nevezetesen, az utóbbiban jelentős információáramlásra találtunk bizonyítékot a PMC-től az OC-ig. a visszakeresési időszak része (BF=1.59). Továbbra sem világos, hogy ez az információáramlás funkcionálisan releváns-e. A PMC bármilyen funkcionális hatását az OC-ra közvetett kapcsolatoknak kell közvetítenie, mivel a PMC és az elsődleges szenzoromotoros régiók között nincsenek közvetlen vetületek (Parvizi et al., 2006; Leech és Smallwood, 2019). Azok a közvetett útvonalak, amelyeken keresztül a PMC befolyásolhatja a nyakszirti régiókat, a parietális- mediális temporális útvonal, amely a feltételezések szerint hozzájárul a téri látási feldolgozáshoz (Kravitz et al., 2011).

A PMC funkció megértésének következményei

Eredményeink összességében azt sugallják, hogy a PMC-nek sajátos szerepe van az ingerekkel kapcsolatos információk más régiók felé történő továbbításában. Ez felveti a kérdést, hogy pontosan mit csinál a PMC. Míg eredményeink arra utalnak, hogy a PMC befolyása más agyrégiókra irányult, a PMC pontos funkciója ebben az összefüggésben továbbra is homályos. A PMC az agy alapértelmezett módú hálózatának egyik fő csomópontja, amelyet a „feladat-negatív” válaszprofilja határoz meg (Buckner et al., 2005). Mindazonáltal bemutatjuk, hogy a PMC nem mutat egyszerű feladat-negatív hozzájárulást a vizuális térbeli memóriához. A kódolás és karbantartás során a PMC szerepvállalása gyengébb feladatteljesítménnyel jár (Piccoliet al., 2015; Santangelo és Bordier, 2019), de a PMC „kódolási/visszakeresési átfordítása” azt sugallja, hogy a visszakeresés során megnövekedett aktivitás jobb felidézéssel jár (Daselaar et al., 2004, 2009). Míg az aktivitás önmagában tükrözheti a tartalomhoz nem specifikus hozzájárulásokat, az ingerreprezentációra vonatkozó, osztályozó teljesítményt használó méréseink azt sugallják, hogy a PMC aktívan alakítja az ingerrel kapcsolatos információk reprezentációit más régiókban a feladat végrehajtása során. Ennek megfelelően a PMC nem vesz részt tisztán külső szenzoros ingerek feldolgozásában. de aktívan részt vesz a belső tartalom megjelenítésében, beleértve az emlékezett információkat is (Leech és Smallwood, 2019). Tanulmányunk azonban nem volt elegendő ahhoz, hogy felvázolja, hogy a PMC és más agyi régiók közötti információáramlás hogyan jósolja a viselkedés pontosságát, és azt javasoljuk, hogy ez kritikus út lesz a jövőbeli munkában.

Jövőbeli irányok

Tudomásunk szerint az első tanulmány, amely a PMC és más régiók közötti ingerrel kapcsolatos információcserét vizsgálja, tanulmányunk több irányt vet fel a jövőbeli kutatások számára. Miközben itt négy a priori ROI-ra összpontosítottunk, és viszonylag kis mintaméretet használtunk, fontos lesz átfogóan feltérképezni a PMC és más agyi régiók közötti információáramlást a vizuális térbeli memória során a résztvevők nagyobb csoportjaival. , képalkotó módszerekkel, például fMRI-vel is kiegészíthető, hogy teszteljék a finomabb parcellákat ezeken a régiókon belül.

Alacsony volt a teljes dekódolás a karbantartás során, így korlátozott volt a képességünk az információáramlás észlelésére ebben a feladatfázisban. Vizuálisan hasonló ingereket választottunk a feladat nehézségeinek növelése és a verbális címkézés csökkentése érdekében. Ez azonban csökkentheti az osztályozó teljesítményét a feladatazonossághoz. A dekódolás magasabb forstimulus hely volt, ahol a vizuális kérgi területek retinotopikus szerveződése nagyobb térbeli léptékű válaszkülönbségeket eredményezett, de még a helyszínek esetében is, az inger által kiváltott válaszon túl, kevés bizonyítékot találtunk az emlékezett értékeken alapuló dekódolásra. Ezzel szemben Bocincova és Johnson (2019) az EEG-jelek dekódolása során egy egyszerűbb vizuális memóriafeladat során az ingerek véletlenszerű dekódolásáról számoltak be egy késleltetési időszak alatt, bár gyengébb, mint a kódolás során. Így, bár úgy tűnik, hogy a PMC sajátos szerepének elkülönítéséhez nagy feladatokkal kapcsolatos nehézségek szükségesek (Kochanet al., 2011; Leech és mtsai, 2011; Vannini és mtsai, 2011), egy kevésbé igényes feladat jobb osztályozó teljesítményt, az információáramlás jobb észlelését eredményezheti. minden feladatfázisban.

A PMC alrégiók funkcionális jelentőségének meghatározására irányuló erőfeszítések szintén döntő betekintést nyújthatnak az Alzheimer-kór korai és pontos diagnózisába (Buckner és mtsai, 2005; Xia és mtsai, 2014; Wu és mtsai, 2016; Khan és mtsai, 2020). ). Az újonnan feltárt bizonyítékok arra utalnak, hogy az APOE-«4 allélt hordozó egészséges fiatal felnőttek nem hatékonyan modulálják a PMC-aktivitást a jelenet (de nem arc és tárgy) munkamemóriája és észlelése során (pl. Shineet al., 2015), míg a PMC funkcionális deaktiválása a vizuális térbeli munkamemória során a teljesítmény előrejelzi a későbbi kognitív hanyatlást enyhe kognitív károsodásban szenvedő idősebb felnőtteknél (Kochan és mtsai, 2011).

Tekintettel arra, hogy a PMC diszfunkció miatt kialakuló látástérbeli diszfunkciót az Alzheimer-kór korai előfutáraként javasolták (Pihlajamäki et al., 2010; Irish et al., 2012; Salimi et al., 2018), a PMC funkcionális változásait vizsgáló jövőbeni tanulmányok javíthatják a a demencia kockázatának kitett személyek korai azonosítása.

Hivatkozások

Andrews-Hanna JR (2012) Az agy alapértelmezett hálózata és adaptív szerepe a belső mentációban. Neuroscientist 18:251–270.

Benjamini Y, Hochberg Y (1995): A hamis felfedezések arányának szabályozása: gyakorlati és hatékony megközelítés a többszörös teszteléshez. JR Stat Soc Ser BMethodol 57:289–300.

Bird CM, Keidel JL, Ing LP, Horner AJ, Burgess N (2015) Consolidation of Complex events via reinstatement in posterior cingulate cortex. J Neurosci35:14426–14434.

Bocincova A, Johnson JS (2019) A munkamemóriában a feladat szempontjából releváns és irreleváns objektum jellemzők kódolásának és karbantartásának időbeli lefutása. Cortex 111:196–209.

Brainard DH (1997) The Psychophysics Toolbox. Spat Vis 10:433–436.

Buckner RL, Snyder AZ, Shannon BJ, LaRossa G, Sachs R, Fotenos AF, Sheline YI, Klunk WE, Mathis CA, Morris JC, Mintun MA (2005) Az Alzheimer-kór molekuláris, szerkezeti és funkcionális jellemzése: bizonyíték a kapcsolatra alapértelmezett aktivitás, amiloid és memória között. J Neurosci 25:7709–7717.

Bzdok D, Heeger A, Langner R, Laird AR, Fox PT, Palomero-Gallagher N, Vogt BA, Zilles K, Eickhoff SB (2015) Subspecialization in the humanposterior medial cortex. Neuroimage 106:55–71.

Canolty RT, Edwards E, Dalal SS, Soltani M, Nagarajan SS, Kirsch HE, Berger MS, Barbaro NM, Knight RT (2006) High gamma power is phase-locked to theta oszcillációk az emberi neokortexben. Science 313:1626–1628.

Conti F, Irish M (2021) A vizuális képek és a szemmotoros viselkedés hasznosítása a kutatás megértéséhez. Trends Cogn Sci 25:272–283.

Cooper RA, Ritchey M (2019) A cortico-hippocampus hálózati kapcsolatok támogatják az epizodikus memória többdimenziós minőségét. Elife 8:e45591.

Dale AM, Fischl B, Sereno MI (1999) Kortikális felület alapú elemzés: I. Szegmentáció és felszínrekonstrukció. Neuroimage 9:179–194.

Daselaar SM, Prince SE, Cabeza R (2004) Amikor a kevesebb többet jelent: deaktiválások a kódolás során, amelyek előrejelzik a későbbi memóriát. Neuroimage 23:921–927.

For more information:1950477648nn@gmail.com