Meneroka Aliran Maklumat Dari Korteks Posteromedial Semasa Ingatan Bekerja Visuospatial: Kajian Magnetoencephalography Bahagian 3

Terakhir, kami mengambil purata aliran maklumat antara setiap pasangan ROI merentasi tiga zaman yang berkaitan dengan fungsi, sepadan dengan pengekodan, penyelenggaraan dan fasa tugas mendapatkan semula, dan bertanya sama ada kebolehubahan antara subjek dalam aliran maklumat dikaitkan dengan kebolehubahan dalam prestasi tugas.

Dalam masyarakat moden, jumlah maklumat yang kita terima adalah sangat besar. Kami dikelilingi oleh sejumlah besar maklumat setiap hari, daripada mesej yang kami terima di telefon bimbit kami kepada berita dan iklan yang kami lihat di media sosial. kebanyakan masa dan perhatian kita. Dalam kes ini, kita mudah berasa letih, tetapi aliran maklumat purata boleh membantu kita meningkatkan daya ingatan kita.

Pertama, lebih banyak aliran maklumat membolehkan kita melatih otak kita dengan lebih baik. Apabila kita terus menerima maklumat dan ilmu baru, otak kita perlu sentiasa memproses dan menyimpan maklumat ini, sekali gus meningkatkan beban otak. Kerja ini adalah latihan untuk fungsi otak, yang boleh membantu kita meningkatkan keupayaan kita untuk berfikir dan menganalisis, untuk menangani situasi yang kompleks dengan lebih baik. Sama seperti badan memerlukan senaman untuk kekal sihat, otak memerlukan cabaran berterusan untuk meningkatkan kebolehannya.

Kedua, lebih banyak aliran maklumat boleh membantu kami mengembangkan ufuk kami. Jika kita hanya menerima maklumat terhad, penglihatan kita akan terhad kepada kawasan yang kecil. Dan apabila kita boleh mendapatkan lebih banyak maklumat, kita boleh belajar tentang pelbagai topik dan perkara yang lebih luas. Ini boleh membantu kita melihat dunia dengan lebih lengkap dan meningkatkan wawasan dan pertimbangan kita. Ini membantu kami lebih memahami budaya dan perspektif yang berbeza, dan dengan itu lebih baik menyesuaikan diri dan menyepadukan ke dalam persekitaran sosial yang kompleks.

Akhir sekali, aliran maklumat purata juga boleh merangsang rasa ingin tahu kita. Semasa kami terus menerima maklumat baharu, kami mendapati diri kami berminat dengan lebih banyak topik dan kawasan. Ini boleh merangsang rasa ingin tahu dan keinginan kita terhadap ilmu, seterusnya menjadikan kita lebih bersemangat untuk meneroka lebih banyak ilmu. Dapat dilihat bahawa aliran maklumat purata juga boleh meningkatkan pemacu kendiri dan semangat kita.

Pendek kata, aliran maklumat purata boleh membantu kita meningkatkan fungsi otak, mengembangkan ufuk kita dan merangsang rasa ingin tahu kita. Apabila kita mempunyai ingatan yang lebih baik, kita akan mempelajari pengetahuan dan kemahiran baharu dengan lebih mudah dan menghadapi cabaran yang kompleks dengan lebih baik. Oleh itu, kita harus menerima lebih banyak maklumat secara aktif dan menjadikan diri kita seorang yang lebih bijak dan serba boleh. Ia dapat dilihat bahawa kita perlu meningkatkan daya ingatan, dan Cistanche deserticola boleh meningkatkan daya ingatan dengan ketara kerana Cistanche deserticola adalah bahan perubatan tradisional Cina yang mempunyai banyak kesan unik, salah satunya adalah untuk meningkatkan daya ingatan. Keberkesanan daging cincang berasal dari pelbagai bahan aktif yang terkandung di dalamnya, termasuk asid, polisakarida, flavonoid, dll. Bahan-bahan ini boleh menggalakkan kesihatan otak dalam pelbagai cara.

Klik tahu cara untuk meningkatkan ingatan anda

Zaman "pengekodan" termasuk 180 ms pertama selepas permulaan setiap satu daripada empat permulaan rangsangan pengekodan, dan zaman "penyelenggaraan" termasuk tempoh penyelenggaraan daripada 180 ms selepas permulaan rangsangan pengekodan keempat sehingga permulaan terawal rangsangan perolehan semula, dan zaman "pendapatan semula" sepadan dengan permulaan rangsangan perolehan sehingga akhir percubaan.

Bagi peserta dengan tempoh rangsangan pengekodan terpendek (180 ms), ketiga-tiga zaman ini meliputi 3440 ms pertama dari permulaan percubaan; manakala bagi peserta dengan tempoh rangsangan pengekodan paling lama (320 ms), tempoh akhir tamat pada 4000 ms.

Di seluruh peserta, masa tindak balas median ialah 1.99 s selepas permulaan rangsangan perolehan (kuartil bawah ke atas: 1.69–2.27 s), yang bermaksud bahawa zaman "pendapatan semula" meliputi lebih kurang masa sehingga tindak balas peserta.

Merentasi setiap zaman ini, untuk setiap pasangan ROI, kami purata data daripada titik masa yang mana terdapat bukti aliran maklumat sekurang-kurangnya sederhana (iaitu, BF . 3, q, 0.05) dalam sekurang-kurangnya satu arah antara pasangan ROI. Kami mengecualikan data daripada titik masa yang tinggal untuk meminimumkan sumbangan data dari masa apabila terdapat kelemahan atau tiada bukti aliran maklumat antara ROI.

Dalam setiap kes, kami melaporkan perbezaan purata dalam aliran maklumat (DiffA.B), dan korelasi linear (Pearson) (r) antara purata prestasi tingkah laku peserta semasa sesi MEG dan perbezaan purata dalam aliran maklumat DiffA.B semasa zaman yang berkaitan. Kami mengulangi analisis ini (purata DiffA.B dan korelasinya dengan tingkah laku) untuk setiap satu daripada 10,000 sampel data bootstrappednull, menghasilkan taburan 10,000 nilai nol dan r.

Bagi keputusan lain, kami melaporkan 95% pusat nilai nol ini, dan kami menggunakan taburan nol ini untuk menentukan nilai p, dalam kes ini mentakrifkan nilai p sebagai perkadaran nilai nilai nol atau r dengan nilai mutlak yang lebih besar daripada yang diperhatikan. nilai (ujian dua belah). Akhir sekali, kami menggunakan pembetulan FDR pada nilai p ini untuk membetulkan berbilang perbandingan merentas zaman dan mengira BF untuk setiap min dan korelasi.

Ketersediaan data. Data daripada eksperimen MEG tersedia secara percuma dalam talian daripada Rangka Kerja Sains Terbuka (https://doi.org/10.17605/OSF.IO/MW3J2). Repositori dalam talian ini termasuk data mentah yang tidak dikenal pasti daripada eksperimen MEG, butiran masa rangsangan untuk setiap peserta, dan kod MATLAB yang digunakan untuk melaksanakan analisis yang dilaporkan di sini.

Keputusan

Analisis klasifikasi

Kami menggunakan satu siri analisis klasifikasi untuk menguji masa di mana isyarat MEG dalam OC, VTC, PMC, dan PFC mengandungi maklumat tentang lokasi dan imej setiap rangsangan semasa prestasi memori kerja visuospatial.

Penyahkodan lokasi dalam setiap rangsangan ditunjukkan dalam Rajah 3, dan penyahkodan imej di setiap lokasi ditunjukkan dalam Rajah 4. Penyahkodan lokasi rangsangan adalah lebih tinggi daripada penyahkodan identiti rangsangan; tetapi untuk penyahkodan kedua-dua lokasi dan identiti, terdapat bukti. tempoh penyahkodan peluang di atas setiap rangsangan dalam semua ROI.

Untuk lokasi rangsangan penyahkodan, kami menemui tempoh penyahkodan lokasi dan identiti berkemungkinan di atas bagi setiap rangsangan pengekodan empat serta rangsangan perolehan semula berdasarkan isyarat daripada OC, VTC, PMC atau PFC [q, 0.05 , dengan pembetulan FDR berbilang perbandingan merentas tong masa, termasuk kesan sederhana(BF . 3) dan kuat (BF . 10). Untuk penyahkodan identiti imej rangsangan (Rajah 4), kami mendapati prestasi pengelas yang lebih lemah secara keseluruhannya, dengan perkadaran membetulkan susunan magnitud yang lebih rendah daripada lokasi penyahkodan. Walaupun ketepatan keseluruhan yang lebih rendah, analisis statistik menunjukkan bahawa penyahkodan bagi setiap stimulusidentiti adalah jauh melebihi peluang untuk beberapa mata masa dalam semua ROI.

Merentasi semua ROI, penyahkodan lokasi rangsangan dan identiti mengikuti evolusi yang sama dari semasa ke semasa, dengan puncak awal, kemudian mereput, selaras dengan isyarat yang didorong terutamanya oleh tindak balas visual kepada rangsangan. Kami menjangkakan maklumat rangsangan dalamOC mendahului itu dalam ROI lain, tetapi puncak awal dalam penyahkodan dalam OC, VTC dan PMC berlaku pada kira-kira masa yang sama. Ini menunjukkan bahawa mungkin terdapat beberapa "kebocoran isyarat" antara ROI dalam penyetempatan sumber kami (kami kembali kepada soalan ini apabila mempertimbangkan keputusan IFA, di bawah). Walau bagaimanapun, perbezaan antara ROI mencadangkan bahawa analisis ini juga telah menangkap isyarat yang tidak bertindih merentas ROI . Contohnya, untuk menyahkod lokasi rangsangan, ketepatan therelatif pada;100 ms berbanding;300 ms selepas permulaan rangsangan yang berkaitan berbeza-beza merentas ROI.

Dalam Rajah 3A–D dan 4A–D, cenderung terdapat tempoh singkat penyahkodan peluang di atas semasa pemprosesan rangsangan perolehan semula. Ini mungkin mencerminkan beberapa proses saraf yang membandingkan rangsangan perolehan semula dengan lokasi dan identiti yang diingati, terutamanya apabila keadaan ini berterusan hingga kemudian (cth, 300 ms) selepas permulaan rangsangan perolehan.

Walau bagaimanapun, kita tidak boleh menolak bahawa penyahkodan pada masa ini boleh didorong oleh tindak balas saraf kepada rangsangan pengambilan semula jika terdapat sedikit ketidakseimbangan dalam pengimbangan balas ujian. Contohnya, tempoh singkat penyahkodan kemungkinan di atas sebelum permulaan rangsangan yang berkaitan (cth, sekitar masa rangsangan pengekodan pertama dalam Rajah. 3B–Edan 4B–E) jelas tidak boleh didorong oleh tindak balas kepada rangsangan ternyahkod.

Ini mungkin timbul sejak setiap percubaan ditakrifkan untuk memasukkan empat lokasi berbeza dan empat identiti berbeza semasa pengekodan; jadi, sebagai contoh, penyahkodan Lokasi 1 berbanding Lokasi 3untuk pengekodan Rangsangan 2 adalah bersamaan dengan penyahkodan "bukan Lokasi 1" berbanding "bukan Lokasi 3" untuk rangsangan pengekodan lain. Sama ada cara, keputusan kami menunjukkan bahawa isyarat berdasarkan lokasi rangsangan atau identiti yang diingati adalah sangat lemah berbanding dengan isyarat teguh yang terdiri daripada tindak balas dipacu visual.

JIKA

Kami seterusnya mempertimbangkan interaksi penyebab Granger antara setiap pasangan ROI menggunakan IFA. Walaupun prestasi pengelas rendah, secara keseluruhannya mungkin terdapat isyarat tulen yang kecil yang mendorong perbezaan dalam corak prestasi pengelas merentas banyak pengelasan berpasangan yang berbeza untuk setiap bin masa. Walau bagaimanapun, untuk memastikan langkah aliran maklumat kami tidak didorong oleh sebarang kesan palsu, kami melakukan analisis ini menggunakan klasifikasi hanya rangsangan terkini untuk setiap zaman percubaan (lihat Bahan dan Kaedah).

IFA secara khusus menguji perbezaan antara ROI dan struktur temporal bagi perbezaan ini, menjadikannya berpotensi lebih sensitif daripada prestasi pengelas purata untuk mengesan perbezaan antara ROI. Keputusan IFA kami antara PMC dan semua ROI lain ditunjukkan dalam Rajah 5, dengan interaksi antara baki ROI ditunjukkan dalam Rajah 6.

IFA mendedahkan tempoh interaksi penyebab Granger yang ketara antara setiap pasangan ROI [q, 0.05, dengan pembetulan FDR, termasuk masa sederhana (BF . 3) dan kuat (BF. 10)kesan] merentas semua fasa percubaan (pengekodan, penyelenggaraan dan perolehan semula).

Aliran maklumat (plot paling atas dalam setiap kes untuk Rajah 5 dan 6) adalah paling kuat dalam setiap arah berhampiran tempoh prestasi pengelas yang lebih tinggi; tetapi dalam setiap pasangan ROI, kekuatan relatif setiap ROI dalam mempengaruhi yang lain berubah-ubah lebih masa, seperti yang ditunjukkan dalam plot perbezaan. Apabila OC dipasangkan dengan mana-mana ROI lain, aliran maklumat daripada OC cenderung lebih tinggi daripada aliran maklumat kepada OC sejurus selepas setiap permulaan rangsangan, selaras dengan tindak balas yang didorong oleh rangsangan.

Ini amat ketara untuk zaman pengekodan, di mana purata perbezaan dalam aliran maklumat antara OC dan mana-mana ROI(purata PerbezaanOC. ) berbeza daripada {{0}}.094 hingga 0. 127, dan BF menunjukkan siri kesan kuat yang memihak kepada aliran maklumat yang lebih besar dari OC ke kawasan lain (q, 0.05, BF . 10 dalam setiap kes). Terdapat juga kesan sederhana aliran maklumat daripada OC ke PMC melebihi arah songsang semasa penyelenggaraan (purata DiffOC.PMC=0.042, q, 0.05, BF=3.19).

Kami amat berminat sama ada terdapat bukti aliran maklumat daripada PMC membentuk respons di kawasan lain. Bukti paling kukuh untuk ini adalah antara PMC dan PFC. Purata aliran maklumat dari PMC ke PFC cenderung melebihi arah songsang sepanjang semua zaman, dengan kesan yang kuat semasa pengekodan (purata DiffPMC.PFC {{0}}.056, q, 0.05, BF=18.70) dan sederhana kesan semasa penyelenggaraan (purata DiffPMC.PFC=0.025,q, 0.05, BF=7.33), tetapi berat sebelah ini tidak mencapai kepentingan semasa pengambilan semula (purata DiffPMC.PFC=0. 014, q. 0.05, BF=0.77). Kursus masa dalam Rajah 5C menunjukkan bahawa, merentasi semua zaman percubaan, aliran maklumat dari PMC ke PFC adalah paling kuat pada masa awal, tindak balas yang didorong oleh rangsangan kepada setiap rangsangan. Dengan OC, PMC menunjukkan bukti aliran maklumat yang lebih besar pada bahagian akhir zaman perolehan semula (Rajah 5A). Dipurata merentas zaman perolehan semula, perbezaan ini berat sebelah ke arah PMC drivingOC, tetapi ini adalah kesan kecil (purata DiffPMC.PFC=0.029, q, 0.05,BF=1.59).

Di seluruh pasangan ROI yang selebihnya, satu-satunya kes dengan kesan orgreater sederhana (BF . 3) adalah antara VT dan PFC (Rajah 6C), semasa pengekodan (purata DiffVT.PFC=0.057, q , 0.05, BF=4.00) dan dapatan semula(purata DiffVT.PFC=0.040, q, 0.05, BF=57.79) . Bagi OC, masa di mana VT mendominasi aliran maklumat dengan PFC adalah konsisten dengan tindak balas awal yang didorong oleh rangsangan (cth, bandingkan masa penguasaan VT dalam Rajah 6C dan OC dalam Rajah 6B). Secara keseluruhannya, terdapat sedikit bukti PFC mendominasi aliran maklumat ke kawasan lain.

Akhir sekali, untuk setiap zaman percubaan, kami mengaitkan aliran maklumat purata antara setiap pasangan ROI dengan ketepatan tingkah laku merentas peserta. Tiada satu pun daripada korelasi ini mencapai kepentingan statistik setelah diperbetulkan untuk pelbagai perbandingan, dan tiada korelasi mencapai tahap kesan sederhana (BF. 3). Ini menunjukkan bahawa saiz sampel kami yang agak kecil tidak mencukupi untuk mengesan sebarang kuasa ramalan aliran maklumat untuk prestasi tugas. Walau bagaimanapun, kami percaya korelasi sedemikian boleh menjadi hala tuju yang bermanfaat untuk penyelidikan masa depan yang menggunakan kaedah ini, jadi kami memasukkan hasil awal ini sebagai rujukan untuk kerja masa depan.

Perbincangan

Walaupun menunjukkan kepentingan PMC semasa pengambilan ingatan, pengaruh penyebab PMC ke atas wilayah lain masih tidak jelas. Secara khusus, arah dan kandungan pertukaran maklumat antara PMC dan kawasan otak lain semasa proses ingatan belum diuji. Di sini, kami menggunakan MEGrecordings daripada ROI yang ditentukan oleh MRI untuk menilai aliran maklumat antara PMC dan kawasan lain semasa tugas memori kerja visuospatial. Keputusan menunjukkan bahawa perwakilan objek PMC menunjukkan pengaruh penyebab Granger pada maklumat rangsangan di kawasan lain, terutamanya dalam pengaruhnya terhadap PFC merentas semua fasa tugas. Terdapat juga cadangan bahawa PMC membentuk respons dalam OC semasa pengambilan semula.

PMC membentuk perwakilan rangsangan di kawasan prefrontal

Penemuan kami yang paling menarik melibatkan pengaruh PMC pada maklumat rangsangan yang diingati dalam PFC. Merentasi semua fasa tugas, aliran maklumat dari PMC ke PFC cenderung lebih dominan daripada arah sebaliknya. Oleh kerana ukuran aliran maklumat kami adalah berdasarkan prestasi pengelasan, dan bukannya amplitud tindak balas, dapatan ini menunjukkan bahawa maklumat berkaitan rangsangan dalam PMC adalah ramalan perwakilan rangsangan yang akan muncul dalam PFC. Ini paling jelas dalam fasa pengekodan dan penyelenggaraan; walau bagaimanapun, PMC juga didapati membentuk tindak balas dalam PFC semasa fasa perolehan semula. Fakta bahawa kesan ini berlaku sejurus selepas set rangsangan perolehan bergema dengan PMC menyampaikan maklumat yang berdasarkan keputusan peserta, kepada PFC untuk menyokong kejayaan mengingat semula.

Kawasan prefrontal dipercayai terlibat dalam kawalan perhatian dan pengekodan fleksibel maklumat berkaitan tugas (Duncan, 2010; Freedman dan Assad, 2016). Corak keterkaitan anatomi antara hippocampus dan sistem visual-okulomotor hadapan (iaitu, PFC dorsolateral dan bidang mata hadapan) (Shen et al., 2016) mencadangkan bahawa kawasan hadapan terletak dengan baik untuk mengintegrasikan maklumat memori visual untuk membimbing tingkah laku (Contiand Irish, 2021). ). Kawasan frontoparietal yang terlibat dalam kawalan perhatian juga terlibat dalam ingatan kerja, terutamanya semasa pengekodan dan tempoh penyelenggaraan (Gazzaley dan Nobre, 2012). Selain itu, kawasan prefrontal dikenali sebagai pemacu perubahan dalam korteks visual; contohnya, rangsangan mikro medan mata hadapan menghasilkan perubahan dalam korteks visual yang konsisten dengan peralihan perhatian (Moore et al., 2003; Premereuret al., 2013).

Keputusan kami mencadangkan bahawa PMC membentuk perwakilan prefrontal maklumat visuospatial yang diingati sepanjang prestasi tugasan dan termasuk permulaan tempoh pengambilan. Kerja fMRI sebelum ini telah menunjukkan peningkatan pengaktifan frontoparietal semasa pengekodan dan penyelenggaraan sama ada pengambilan semula diperlukan atau tidak, manakala korteks cingulate posterior menunjukkan corak tindak balas yang konsisten dengan peranan dalam mendapatkan semula (Rahm et al., 2014). Ketersambungan fungsional antara PMC dan wilayah prahadapan, seperti PFC ventromedial, memberikan sokongan selanjutnya kepada kepentingan gandingan frontoparietal semasa pengambilan episod (untuk semakan, lihat Andrews-Hanna, 2012; Ritchey dan Cooper, 2020). Penemuan kami melanjutkan kerja sebelumnya dengan mencadangkan bahawa corak ketersambungan yang diperhatikan ini termasuk PMC yang mempengaruhi maklumat berkaitan tugas dalam rangkaian prefrontal.

Seperti mana-mana korelasi, korelasi separa kami dalam IFA mungkin mencerminkan perkaitan dengan kawasan lain (belum diuji). Kemungkinan lain ialah ROI kami tidak diasingkan sepenuhnya semasa pembinaan semula sumber dan termasuk isyarat daripada wilayah berdekatan. Jika isyarat PMC hadir dalam ROI PFC atau sebaliknya, ini akan meningkatkan varians yang dikongsi antara ROI. Varians yang dikongsi mungkin mengurangkan sejauh mana isyarat dalam satuROI menyumbang maklumat di atas yang sudah ada dalam ROI yang lain, yang boleh mengurangkan maklumat yang diukur aliran.

PMC mempengaruhi korteks deria awal semasa pengambilan semula

Keputusan kami selanjutnya mencadangkan bahawa, semasa pengambilan semula, PMC membentuk tindak balas dalam korteks deria. Merentasi semua fasa tugas, dan untuk setiap pasangan ROI, OC cenderung untuk mendominasi aliran maklumat, mempengaruhi wilayah lain lebih daripada yang dipengaruhi oleh wilayah ini, selaras dengan sifat visual tugas. Walau bagaimanapun, penguasaan OC dalam ukuran aliran maklumat kami mungkin telah diperkuatkan oleh prestasi pengelas umumnya sementara yang diperhatikan. Merentasi semua ROI, penyahkodan peluang di atas sebahagian besarnya terhad kepada zaman ringkas selepas pembentangan rangsangan, menunjukkan bahawa sebarang perwakilan saraf bagi maklumat yang dikekalkan memberikan sumbangan minimum kepada prestasi pengelas. Terutamanya, kami menemui beberapa bukti aliran maklumat penting dari PMC ke OC pada yang terakhir. sebahagian daripada tempoh dapatan semula(BF=1.59). Sama ada aliran maklumat ini relevan dari segi fungsi masih tidak jelas. Sebarang pengaruh fungsi PMC pada OC mesti dimediasi oleh sambungan tidak langsung kerana tiada unjuran langsung antara PMC dan kawasan sensorimotor utama (Parvizi et al., 2006; Leech dan Smallwood, 2019). Laluan tidak langsung calon yang mana PMC boleh mempengaruhi kawasan oksipital termasuk parietal- laluan temporal medial, yang dicadangkan untuk menyumbang kepada pemprosesan visuospatial (Kravitz et al., 2011).

Implikasi untuk memahami fungsi PMC

Secara keseluruhan, keputusan kami menunjukkan bahawa PMC mempunyai peranan khusus dalam menyampaikan maklumat berkaitan rangsangan ke kawasan lain. Ini kemudiannya menimbulkan persoalan tentang apa sebenarnya yang dilakukan oleh PMC. Walaupun keputusan kami mencadangkan arah pengaruh PMC pada kawasan otak lain, fungsi tepat PMC dalam konteks ini kekal tidak jelas. PMC mewakili salah satu hab utama rangkaian mod lalai otak, yang ditakrifkan oleh profil tindak balas "tugas-negatif"nya (Buckner et al., 2005). Walau bagaimanapun, kami menunjukkan di sini bahawa PMC tidak menunjukkan sumbangan tugas-negatif yang mudah kepada ingatan visuospatial. Penglibatan PMC semasa pengekodan dan penyelenggaraan dikaitkan dengan prestasi tugas yang lebih lemah (Piccoliet al., 2015; Santangelo dan Bordier, 2019), namun "flip pengekodan/pendapatan semula" PMC menunjukkan bahawa peningkatan aktiviti semasa pengambilan semula dikaitkan dengan ingatan yang lebih baik (Daselaar et al., 2004, 2009). Walaupun aktiviti sahaja mungkin mencerminkan sumbangan kandungan yang tidak spesifik, ukuran perwakilan rangsangan kami, menggunakan prestasi pengelas, mencadangkan bahawa PMC secara aktif membentuk perwakilan maklumat berkaitan rangsangan di kawasan lain semasa pelaksanaan tugas. Oleh itu, PMC tidak terlibat dalam pemprosesan rangsangan deria luaran semata-mata tetapi terlibat secara aktif dalam perwakilan kandungan dalaman, termasuk maklumat yang diingati (Leech dan Smallwood, 2019). Kajian kami, bagaimanapun, kurang berkuasa untuk menggambarkan bagaimana aliran maklumat antara PMC dan kawasan otak lain meramalkan ketepatan tingkah laku, dan kami mencadangkan ini akan menjadi jalan kritikal untuk diterokai dalam kerja masa depan.

Arah masa depan

Sebagai kajian pertama, untuk pengetahuan kami, untuk meneroka pertukaran maklumat berkaitan rangsangan antara PMC dan kawasan lain, kajian kami menimbulkan beberapa hala tuju untuk penyelidikan masa depan. Walaupun kami menumpukan di sini pada empat ROI a priori dan menggunakan saiz sampel yang agak kecil, adalah penting untuk memetakan secara menyeluruh aliran maklumat antara PMC dan kawasan otak lain semasa ingatan visuospatial dengan kohort peserta yang lebih besar. Kaedah penyelesaian masa, seperti MEG/EEG , juga boleh dilengkapkan dengan kaedah pengimejan, seperti fMRI, untuk menguji petak yang lebih halus dalam kawasan ini.

Kami mempunyai penyahkodan keseluruhan yang rendah semasa penyelenggaraan, dan oleh itu, keupayaan terhad untuk mengesan aliran maklumat semasa fasa tugas ini. Kami memilih rangsangan yang serupa secara visual untuk meningkatkan kesukaran tugasan dan mengurangkan pelabelan lisan. Walau bagaimanapun, ini mungkin telah menurunkan prestasi pengelas untuk identiti tugas. Penyahkodan adalah lebih tinggi untuk lokasi rangsangan, di mana organisasi retinotopik kawasan visualkortikal akan menghasilkan perbezaan tindak balas skala spatial yang lebih besar, namun walaupun untuk lokasi, di luar tindak balas yang disebabkan rangsangan, kami mendapati sedikit bukti penyahkodan berdasarkan nilai yang diingati. Sebaliknya, dalam penyahkodan isyarat EEG semasa tugas memori visual yang lebih mudah, Bocincova dan Johnson (2019) melaporkan penyahkodan rangsangan di atas peluang semasa tempoh kelewatan, walaupun lebih lemah daripada semasa pengekodan. Oleh itu, walaupun kesukaran tugas yang tinggi kelihatan perlu untuk mengasingkan peranan khusus PMC (Kochanet al., 2011; Leech et al., 2011; Vannini et al., 2011), tugas yang kurang menuntut mungkin menghasilkan prestasi pengelas yang lebih baik, untuk mengesan aliran maklumat dengan lebih baik. merentasi semua fasa tugas.

Usaha untuk menggambarkan perkaitan fungsi subwilayah PMC juga boleh menawarkan pandangan penting tentang diagnosis awal dan tepat penyakit Alzheimer (Buckner et al., 2005; Xia et al., 2014; Wu et al., 2016; Khan et al., 2020 ). Bukti yang muncul menunjukkan bahawa orang dewasa muda yang sihat yang membawa alel APOE-«4 mempamerkan ketidakcekapan memodulasi aktiviti PMC semasa adegan (tetapi bukan muka dan objek) ingatan dan persepsi kerja (cth, Shineet al., 2015), manakala penyahaktifan fungsi PMC semasa memori kerja visuospatial prestasi adalah ramalan penurunan kognitif seterusnya pada orang dewasa yang lebih tua dengan gangguan kognitif ringan (Kochan et al., 2011).

Memandangkan disfungsi visuospatial kerana disfungsi PMC telah dicadangkan sebagai petanda awal penyakit Alzheimer (Pihlajamäki et al., 2010; Irish et al., 2012; Salimi et al., 2018), kajian masa depan yang menyiasat perubahan fungsi dalam PMC boleh meningkatkan pengecaman awal individu yang berisiko demensia.

Rujukan

Andrews-Hanna JR (2012) Rangkaian lalai otak dan peranan penyesuaiannya dalam mentasi dalaman. Pakar Neurosains 18:251–270.

Benjamini Y, Hochberg Y (1995) Mengawal kadar penemuan palsu: pendekatan praktikal dan berkuasa untuk pelbagai ujian. JR Stat Soc Ser BMethodol 57:289–300.

Bird CM, Keidel JL, Ing LP, Horner AJ, Burgess N (2015) Penyatuan peristiwa kompleks melalui pengembalian semula dalam korteks cingulate posterior. J Neurosci35:14426–14434.

Bocincova A, Johnson JS (2019) Tempoh masa pengekodan dan penyelenggaraan ciri-ciri objek yang berkaitan tugas berbanding yang tidak berkaitan dalam ingatan kerja. Korteks111:196–209.

Brainard DH (1997) Kotak Alat Psikofizik. 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) Pencirian molekul, struktur dan fungsi penyakit Alzheimer: bukti untuk hubungan antara aktiviti lalai, amiloid, dan ingatan. 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) Subspesialisasi dalam korteks medial posterior manusia. Neuroimage 106:55–71.

Canolty RT, Edwards E, Dalal SS, Soltani M, Nagarajan SS, Kirsch HE,Berger MS, Barbaro NM, Knight RT (2006) Kuasa gamma tinggi dikunci fasa kepada ayunan theta dalam neokorteks manusia. Sains 313:1626–1628.

Conti F, Irish M (2021) Memanfaatkan imejan visual dan tingkah laku okulomotor untuk memahami prospek. Trend Cogn Sci 25:272–283.

Cooper RA, Ritchey M (2019) Sambungan rangkaian Cortico-hippocampal menyokong kualiti berbilang dimensi memori episod. Elife 8:e45591.

Dale AM, Fischl B, Sereno MI (1999) Analisis berasaskan permukaan kortikal: I.Segmentasi dan pembinaan semula permukaan. Neuroimage 9:179–194.

Daselaar SM, Prince SE, Cabeza R (2004) Apabila kurang bermakna lebih: penyahaktifan semasa pengekodan yang meramalkan ingatan seterusnya. Neuroimage23:921–927.

For more information:1950477648nn@gmail.com