Мозъчно разпознаване на предварително научени спрямо нови времеви последователности: Диференциална едновременна обработка, част 1

Паметта за последователности е централна тема в неврологията и десетилетия на изследвания са изследвали невронните механизми, лежащи в основата на кодирането на широк спектър от последователности, разширени във времето.

Последователната памет означава, че хората могат да запомнят поредица от информация, като числа, букви, думи или снимки. Паметта, от друга страна, се отнася до способността да се съхранява информация в мозъка и да се извиква бързо, когато е необходимо. Има силна връзка между двете, тъй като последователната памет е важно средство за обучение и подобряване на паметта.

Човек с добра памет обикновено има добра способност за последователна памет, той може да запомня много информация бързо и точно и може да я схване, когато има нужда от нея. Такива таланти ги правят по-удобни в ежедневието, за успешно справяне с различни предизвикателства в работата и живота.

В същото време можем също да подобрим паметта си, като практикуваме последователна памет. Независимо дали става въпрос за числа, букви, думи или картини, само когато практикуваме, запомняме, преглеждаме и консолидираме постоянно, можем да оставим дълбок отпечатък в подсъзнанието и да засилим способността си за памет.

Струва си да споменем, че в допълнение към подобряването на паметта чрез последователна памет, ние можем също да укрепим паметта чрез някои други методи. Например правете повече упражнения, поддържайте добър сън, яжте балансирана диета, научавайте нови знания и т.н. Те могат да помогнат на мозъка ни да функционира нормално, като по този начин подобрява паметта ни.

За да обобщим, последователната памет и паметта са тясно свързани и между тях има взаимодопълнителна връзка. Чрез непрекъсната практика и усъвършенстване можем да подобрим паметта си до голяма степен, така че да се справяме по-добре с различни предизвикателства и да се наслаждаваме на цветен живот. Вижда се, че трябва да подобрим паметта си. Cistanche може значително да подобри нашата памет, тъй като Cistanche е традиционен китайски лекарствен материал с много уникални ефекти, един от които е да подобрява паметта. Ефикасността на мляното месо идва от различни активни съставки, които съдържа, включително карбоксилна киселина, полизахариди, флавоноиди и др. Тези съставки могат да стимулират здравето на мозъка чрез различни канали. Месото Qingmeng има антиоксидантно, противовъзпалително и антиконкурентно действие ефекти.

Щракнете върху познайте начините за подобряване на паметта

И все пак, малко се знае за мозъчните механизми, които са в основата на разпознаването на предварително запаметени спрямо нови времеви последователности. Освен това диференциалната мозъчна обработка на единични елементи в слухова времева последователност в сравнение с цялата по-висша последователност не е напълно разбрана.

В това магнитоенцефалографско (MEG) изследване елементите от времевата последователност са независимо свързани с локална и бърза (2–8 Hz) мозъчна обработка, докато цялата последователност е свързана с едновременна глобална и по-бавна (0.1– 1 Hz) обработка, включваща широко разпространена мрежа от последователно активни мозъчни области. По-специално, разпознаването на предварително запаметени времеви последователности беше свързано с по-силна активност при бавна мозъчна обработка, докато новите последователности изискваха по-голямо участие на по-бърза мозъчна обработка.

Като цяло резултатите се разширяват върху добре познатия информационен поток от мозъчни региони от по-нисък към по-висок порядък. Те разкриват различното участие на бавна и по-бърза обработка на целия мозък за разпознаване на научена преди това спрямо нова времева информация.

Ключови думи:

Времеви последователности; разпознаване на паметта; магнитоенцефалография; мозъчна динамика; реконструкция на източника.

Въведение

През годините разбирането на паметта за последователности е била централна тема в неврологията и когнитивната наука (Förstl et al. 2006; Kumar and Anand 2015), както е разгледано в ключова статия от Dehaene et al. (2015). Тук авторите предлагат таксономия на механизмите за обработка на времеви последователности, подредени в пет категории с нарастваща сложност: (i) знания за преход и синхронизация между следващите елементи от последователността, (ii) разделяне на съседни елементи от последователността, (iii ) поредно знание за това кой елемент е първи, (iv) алгебрични модели, улавящи сложни закономерности в рамките на последователност, и (v) вложени дървовидни структури, базирани на абстрактни символни правила.

Първата категория се отнася до обработката на прехода от един елемент от последователността към следващия. Това изследване идентифицира няколко автоматични потенциала/полета, свързани със събития (ERP/F) към стандартни и девиантни звуци, като добре познатия N100 и негативност на несъответствието (MMN), демонстрирайки, че мозъкът може бързо да открие промени в редовността на последователностите (Garrido et al. 2009; Lijffijt et al. 2009; Vuust et al. 2012; Bonetti et al. 2017, 2018; Bonetti, Brattico, Carlomagno и др. 2021a; Bonetti, Bruzzone, Sedghi и др. 2021b; Bonetti , Brattico, Vuust и др. 2021c).

Разкъсването се отнася до възможността за групиране на съседни елементи в по-голяма единична единица.

Предишни проучвания на едноклетъчно ниво показаха, че накъсването се случва по време на придобиването на двигателни навици (Fujii and Graybiel 2003; Smith and Graybiel 2013; Jin et al. 2014).

Подобни проучвания с функционален магнитен резонанс (fMRI) потвърждават тези резултати, предполагайки йерархична организация в накъсването, когато се научат двигателните времеви последователности (Koechlin and Jubault 2006).

Невронните корелати на слуховите накъсвания бяха допълнително изследвани чрез допълнителни проучвания. Например, Kalm et al. (2012) използва fMRI, за да изследва слуховото кодиране на групирани и негрупирани списъци с букви, подчертавайки, че голямото активиране на слуховата кора, премоторните и префронталните области на мозъка е свързано с превишен обхват на паметта по време на кодиране.

Освен това, използвайки електроенцефалография (ЕЕГ), Ding et al. (2018) откриха, че невронното кодиране на отделни слухови събития (т.е. срички) е автоматично, докато базираното на знания конструиране на временни парчета (т.е. думи) разчита на вниманието.

Отвъд разделянето, ординалното знание описва способността за учене и запомняне кой елемент е първи, втори и т.н. във времевата последователност. Предишни проучвания показват, че порядъчното подреждане на поредица от елементи е кодирано от мозъка в рамките на интрапариеталния и дорзолатералния префронтален кортекс (Terrace et al. 2003; Berdyyeva and Olson 2010; Crowe et al. 2014).

Алгебричните модели се отнасят до абстрактните схеми, съхранявани в мозъка, които позволяват улавянето на последователни закономерности, лежащи в основата на последователност от елементи. Предишни изследвания предполагат, че мозъкът обработва алгебричните модели на последователности, разбирайки по-високо ниво на абстрактни закономерности, отколкото елементарни последователности със сензорни отклонения (Endress et al. 2009; Wang et al. 2015).

И накрая, вложените дървовидни структури се генерират от символни правила, които често са вградени едно в друго. Предишни проучвания подчертаха следната мрежа от мозъчни области, участващи в обработката на сложни езикови модели, организирани в вложени структури: ляв горен темпорален сулкус (STS), среден темпорален извивка (MTG), темпорални полюси (TP), долен фронтален извивка (IFG) и темпорапариетален кръстовище (TPJ) (Mazoyer et al. 1993; Saur et al. 2010; Friederici 2011; Rolheiser et al. 2011; Tyler et al. 2011).

Други значими приноси за това как мозъкът обработва времеви последователности идват от изследвания в областта на слуховата и речевата обработка. Това предлага едновременни мозъчни механизми, които са в основата на разбирането на звуците и човешките езици. Например Teng et al. (2017) показаха едновременната роля на тета и гама честотните ленти по време на слуховата обработка, в съответствие с хипотезата за „асиметрично вземане на проби във времето“ (AST), предложена от Poeppel (2003). В друго проучване, което изследва обработката на речта, авторите разкриха, че докато тета активността е ограничена до слуховата кора, делта лентата произхожда от слуховите области надолу по веригата и се модулира от несигурността на стимулите (Donhauser и Baillet 2020).

Като цяло, тези отлични проучвания предоставиха подробен, но неизчерпателен преглед на мозъчните механизми, които са в основата на обработката на времеви последователности и модели. По-специално, докато прегледът демонстрира как елементите са разделени на парчета и организирани в абстрактни правила чрез едновременни механизми, той не проучи окончателно случаите, при които времевият ред на отделните елементи поражда нов, суперординатен обект (последователност), характеризиращ се с ново възприятие и значение, което може да бъде кодирано и впоследствие извлечено или разпознато. Музикалните мелодии са идеални примери за такива последователности, тъй като в зависимост от комбинацията от техните звуци (елементи) с течение на времето, те се възприемат като нови обекти, предаващи значения, които не могат да бъдат пренесени само от отделните звуци (Cooke 1959).

Трябва да се отбележи, че въпреки че музикалната невронаука бързо се разшири през последните няколко десетилетия, много малко се знае за бързите мозъчни механизми, които са в основата на разпознаването на музикални времеви последователности. Обратно, изследванията в областта на неврологията на музикалната памет ни предоставиха различни, изключително подходящи знания. Например, в fMRI проучване, Gaab et al. (2003) помоли участниците да сравнят звуци, характеризиращи се с различна височина.

Авторите разкриха активност, особено в горния темпорален, супрамаргинален и ляв долен фронтален кортекс, когато участниците изпълниха задачата. Съвсем наскоро Kumar et al. (2016) показаха съответната роля на първичната слухова кора, хипокампуса и долния фронтален гирус, както и тяхната свързаност за изпълнение на слухови WM задачи.

По подобен начин Sikka et al. (2015) помоли участниците да разпознаят позната или непозната музика, показвайки, че успешното изпълнение е свързано с активирането на десния горен темпорален, двустранния долен и горния фронтален, левия среден орбитофронтален, двустранния прецентрален и левия супрамаргинален кортекс. Освен fMRI, няколко проучвания върху музикалната памет са проведени с помощта на магнитоенцефалография (MEG).

Например, Albouy et al. (2013, 2017) изследват мозъчната активност по време на задържане на паметта, показвайки, че тета осцилациите в дорзалния поток на мозъка на участниците предсказват техните способности да изпълнят слухова WM задача.

В скорошно проучване Bonetti, Brattico, Carlomagno и др. (2021a), Bonetti, Bruzzone, Sedghi и др. (2021b), Bonetti, Brattico, Vuust и др. (2021c) показаха, че първите 220 ms звуково кодиране представят голяма мрежа от свързани мозъчни области, като Heschl и горните темпорални извивки, фронтален оперкулум, cingulate gyrus, инсула, базални ганглии и хипокампус. Трябва да се отбележи, че тези мозъчни области са еднакво централни в мрежата, дори ако слуховата кора и инсулата показват по-силна активност от другите области.

В заключение, предишни изследвания подчертаха мозъчните механизми, които са в основата на обработката на няколко категории времеви последователности и музикални звуци. Въпреки това, тези проучвания не изследват разпознаването на предварително научени времеви последователности, където редът на отделните елементи поражда нов, по-висш, глобален обект, характеризиращ се с ново възприятие и значение, произтичащи от музикални последователности. По-специално, диференциалните механизми, свързани с обработката на отделните елементи от последователността (локална обработка) и разпознаването на паметта за последователността като цяло, нов обект (глобална обработка), остават неразбрани напълно. В нашето проучване, възползвайки се от MEG данните, ограничени от анатомичния MRI, ние разгледахме тези въпроси.

Материали и методи

Участници

Проучването обхваща 70 доброволци: 36 мъже и 34 жени (възрастова граница: 18–42 години, средна възраст: 25,06 ± 4,11 години). Всички участници са здрави и не съобщават за предишна или настояща злоупотреба с алкохол и наркотици. Освен това те не са били под никакви лекарства, декларирали са, че не са имали предишни неврологични или психиатрични разстройства и са съобщили, че имат нормален слух. Освен това техният икономически, образователен и социален статус е хомогенен.

Експерименталните процедури бяха проведени в съответствие с Декларацията от Хелзинки — Етични принципи за медицински изследвания и бяха одобрени от Комитета по етика на регион Централна Дания (De Videnskabsetiske Komitéer за регион Midtjylland) (Ref 1-10-72-411-17).

Експериментален дизайн и стимули

За да открием мозъчния подпис на разпознаването на времева последователност, ние използвахме стара/нова парадигма (Kayser et al. 2003) задача за слухово разпознаване по време на магнитоенцефалографски (MEG) запис. Първо участниците изслушаха четири повторения на MIDI версия на дясната част на цялата прелюдия BWV 847 в до минор, композирана от Й. С. Бах (обща продължителност около 10 минути).

Второ, бяха им представени 80 кратки музикални откъса с продължителност 1250 ms всеки и бяха помолени да заявят дали всеки откъс принадлежи към прелюдията на Бах („запаметена“ поредица (M), стара) или е нова музикална поредица („роман“ последователност (N), нова) (фиг. 1A). Четиридесет откъса са взети от произведението на Бах и 40 са романи.

Важно е, че двете категории стимули (M и N) са създадени, за да бъдат различими в задачата за разпознаване (т.е. те винаги са били съставени от различни музикални тонове), въпреки че са съпоставени между няколко променливи, за да се предотвратят потенциални обърквания. M и N бяха съпоставени за обем, ритъм, тембър, метър, темпо, тоналност, ентропия (H) и информационно съдържание (IC).

Както бе споменато по-горе, запомнените мелодии се състоят от откъси от прелюдията на Бах. В този случай избрахме по един откъс на музикален такт, който съответстваше на първите пет тона на такта. След това композирахме новите музикални мелодии, като използвахме мелодичен контур и интервали между нотите на мелодиите, които се различаваха от запомнените музикални последователности, взети от прелюдията на Бах. 80-те музикални поредици са докладвани в музикална нотация на фиг. S1.

Фиг. 1. Експериментален дизайн, реконструкция на източника и контрасти на един елемент. А) След слушане на пълно музикално произведение, композирано от Й. С. Бах, на участниците беше представен набор от мелодични откъси, взети от произведението, и серия от нови мелодии. Тези откъси представляваха времеви последователности, изградени от пет елемента (музикални тонове), които бяха етикетирани от участниците като „запомнени преди това“ (M) или „роман“ (N), използвайки подложка за отговор. B) По време на задачата мозъчната активност на участника е записана с магнитоенцефалография.

Тук показваме графично изображение на невронните данни, които са били предварително обработени, лентово филтрирани в различни честотни ленти и епохирани. Тази фигура изобразява анализи за две честотни ленти (0.1–1 и 2–8 Hz), тъй като предположихме, че тези две ленти са свързани с локалната и глобалната обработка на времевите последователности. C) Графично изображение на реконструкцията на източника, изчислена независимо за 0.1–1 и 2–8 Hz. Трябва да се отбележи, че 0.1–1 Hz индексира разпознаването на цялата последователност (глобална обработка), докато 2–8 Hz показва невронните реакции към всеки елемент от последователността (локална обработка). Д). Контрастите разкриват по-силна мозъчна активност за M спрямо N в 0.1–1 Hz (червено), особено за третия, четвъртия и петия елемент.

Такава разлика е локализирана в голяма мозъчна мрежа, включваща цингулум, долна темпорална кора, фронтален оперкулум, инсула и хипокампални области. Обратно, контрастите за 2–8 Hz върнаха цялостна по-силна активност за N спрямо M (синьо), особено в слуховата кора. Изобразените стойности са t-стойности, получени чрез контрастиране на мозъчната активност на M спрямо N.

По отношение на IC и H, тяхната оценка беше направена за всеки тон от запаметените (среден IC: 5,70 ± 1,73, среден H: 4,70 ± 0,33) и на новите музикални поредици (среден IC: 5,92 ± 1,81, средна H: 4,78 ± 0,35) чрез използване на информационната динамика на музиката (IDyOM) (Pearce 2018). Този метод използва машинно обучение за изчисляване на стойност на IC за целевата нота въз основа на комбинация от предходните ноти на музикалното произведение, съставляващо целевата нота, и набор от правила, извлечени от голям набор от прототипни западни музикални пиеси. Така се уверихме, че глобалната IC на музикалните поредици от нашите две категории (M и N) е една и съща.

На формално ниво IC съответства на минималния брой битове, необходими за кодиране на ei и се описва със следното уравнение (1):

където p(ei|ei−1 (i−n)+1) е вероятността за събитието ei при даден предишен набор от ei−1 (i−n)+1 събития.

Ентропията осигурява мярка за несигурността/сигурността на предстоящото събитие, като се има предвид предишният набор от ei−1 (i−n)+1 събития и е

Съгласно уравнение (2), ако вероятността за дадено събитие ei е 1, вероятността за другите събития в A ще бъде 0. По този начин H също ще бъде равно на 0 (сценарий на максимална сигурност). Обратно, ако събитията са еднакво вероятни, H ще бъде максимално (сценарий на максимална несигурност). В заключение, IDyOM предоставя оценка на предсказуемостта на всеки музикален тон и е доказано, че е в съответствие с човешкото възприятие (Pearce 2018; Sears et al. 2018).

В MEG анализа използвахме само правилно разпознатите опити (средно правилно M: 78,15 ± 13,56%, средно време за реакция (RT): 1871 ± 209 ms; средно правилно N: 81,43 ± 14,12%, средно RT: 1915 ± 135 ms ).

Както прелюдията, така и откъсите бяха създадени с помощта на Finale (MakeMusic, Боулдър, Колорадо) и представени със софтуер за представяне (Neurobehavioral Systems, Бъркли, Калифорния). След получаването на данните от MEG, в същия или друг ден, мозъчните структурни изображения на участниците бяха получени чрез използване на магнитен резонанс (MRI).

For more information:1950477648nn@gmail.com