Istraživanje protoka informacija iz posteromedijalnog korteksa tokom vizualnoprostorne radne memorije: Magnetoencefalografska studija, dio 3

Na kraju, uzeli smo prosječan protok informacija između svakog para ROI-a kroz tri funkcionalno relevantne epohe, koje odgovaraju fazama zadatka kodiranja, održavanja i preuzimanja, i pitali da li je varijabilnost međusubjektnog protoka informacija u korelaciji s varijabilnošću u izvedbi zadatka.

U modernom društvu količina informacija koje primamo je neviđeno ogromna. Svakodnevno smo okruženi ogromnim količinama informacija, od poruka koje primamo na svoje mobilne telefone do vijesti i reklama koje vidimo na društvenim mrežama. većinu našeg vremena i pažnje. U ovom slučaju lako se osjećamo umorno, ali prosječan protok informacija može nam pomoći da poboljšamo pamćenje.

Prvo, veći protok informacija nam omogućava da bolje vježbamo svoj mozak. Kada nastavimo primati nove informacije i znanja, naš mozak treba stalno da obrađuje i pohranjuje te informacije, čime se povećava opterećenje mozga. Ovaj rad je vježba za funkciju mozga, koja nam može pomoći da poboljšamo našu sposobnost razmišljanja i analiziranja, da se bolje nosimo sa složenim situacijama. Baš kao što je tijelu potrebna vježba da bi ostalo zdravo, mozgu su potrebni stalni izazovi kako bi poboljšao svoje sposobnosti.

Drugo, veći protok informacija može nam pomoći da proširimo svoje vidike. Ako prihvatimo samo ograničene informacije, naša vizija će biti ograničena na malo područje. A kada možemo dobiti više informacija, možemo naučiti o širem spektru tema i stvari. To nam može pomoći da potpunije sagledamo svijet i poboljšamo svoj uvid i prosuđivanje. To nam pomaže da bolje razumijemo različite kulture i perspektive, a samim tim i da se bolje prilagodimo i integrišemo u složena društvena okruženja.

Konačno, prosječan protok informacija također može podstaći našu radoznalost. Kako nastavljamo primati nove informacije, otkrivamo da nas zanima više tema i područja. To može potaknuti našu radoznalost i želju za znanjem, čineći nas tako motiviranijim da istražujemo više znanja. Može se vidjeti da prosječan protok informacija također može poboljšati našu samovolju i entuzijazam.

Ukratko, prosječan protok informacija može nam pomoći da poboljšamo funkciju mozga, proširimo vidike i potaknemo radoznalost. Kada imamo bolje pamćenje, lakše ćemo naučiti nova znanja i vještine i bolje se nositi sa složenim izazovima. Stoga bismo trebali aktivno prihvatiti više informacija i učiniti sebe pametnijom i svestranijom osobom. Vidi se da moramo poboljšati pamćenje, a cistanche deserticola može značajno poboljšati pamćenje jer je cistanche deserticola tradicionalni kineski ljekoviti materijal koji ima mnogo jedinstvenih učinaka, od kojih je jedno poboljšanje pamćenja. Djelotvornost mljevenog mesa proizlazi iz različitih aktivnih sastojaka koje sadrži, uključujući kiselinu, polisaharide, flavonoide, itd. Ovi sastojci mogu promovirati zdravlje mozga na različite načine.

Kliknite na saznajte načine da poboljšate svoje pamćenje

Epoha "kodiranja" uključivala je prvih 180 ms nakon početka svakog od četiri početka kodiranja stimulusa, a epoha "održavanja" je uključivala period održavanja od 180 ms nakon početka četvrtog stimulusa kodiranja do najranijeg početka preuzimanja stimulusa, i epoha "povraćaja" odgovarala je početku stimulusa preuzimanja do kraja ispitivanja.

Za učesnika sa najkraćim trajanjem stimulusa kodiranja (180 ms), ove tri epohe su pokrivale prvih 3440 ms od početka ispitivanja; dok je za učesnika sa najdužim trajanjem stimulusa kodiranja (320 ms), završna epoha završila na 4000 ms.

Kod svih učesnika, srednje vreme reakcije bilo je 1,99 s nakon početka stimulusa preuzimanja (donji do gornji kvartili: 1,69–2,27 s), što znači da je epoha "povraćaja" pokrivala približno vrijeme do odgovora učesnika.

U svakoj od ovih epoha, za svaki par ROI, usrednjavali smo podatke iz vremenskih tačaka za koje je postojao barem umjeren dokaz protoka informacija (tj. BF . 3, q, 0.05) u najmanje jednom smjeru između par ROI. Izuzeli smo podatke iz preostalih vremenskih tačaka kako bismo minimizirali doprinos podataka iz vremena kada je postojao slab ili nikakav dokaz protoka informacija između ROI.

U svakom slučaju, prijavljujemo prosječnu razliku u protoku informacija (DiffA.B) i linearnu (Pearsonovu) korelaciju (r) između prosječnog ponašanja učesnika tokom MEG sesije i prosječne razlike u protoku informacija DiffA.B tokom relevantne epohe. Ponovili smo ovu analizu (prosječan DiffA.B i njegova korelacija s ponašanjem) za svaki od 10,000 uzoraka podataka o nulti pokretanju, što je rezultiralo distribucijom od 10,000 null srednjih vrijednosti i r vrijednosti.

Što se tiče ostalih rezultata, mi izvještavamo o centralnih 95% ovih nul vrijednosti, i koristili smo ovu nultu distribuciju da definiramo p vrijednosti, u ovom slučaju definirajući p-vrijednost kao udio nulte sredine ili r vrijednosti sa većom apsolutnom vrijednošću od uočene vrijednost (dvostrani test). Konačno, primijenili smo FDR korekciju na ove p vrijednosti da bismo ispravili višestruka poređenja kroz epohe i izračunali BF za svaku sredinu i korelaciju.

Dostupnost podataka. Podaci iz MEG eksperimenata su besplatno dostupni na mreži iz Open Science Framework-a (https://doi.org/10.17605/OSF.IO/MW3J2). Ovo onlajn spremište uključuje deidentifikovane neobrađene podatke iz MEG eksperimenata, detalje vremena stimulusa za svakog učesnika i MATLAB kod koji se koristi za izvođenje analiza koje su ovde objavljene.

Rezultati

Klasifikacione analize

Koristili smo seriju klasifikacijskih analiza da testiramo vremena u kojima MEG signali u OC, VTC, PMC i PFC sadrže informacije o lokaciji i slici svakog stimulusa tokom performansi vizualno-prostorne radne memorije.

Dekodiranje lokacije u svakom stimulusu prikazano je na slici 3, a dekodiranje slike na svakoj lokaciji prikazano je na slici 4. Dekodiranje lokacije stimulusa bilo je veće od dekodiranja identiteta stimulusa; ali za dekodiranje i lokacije i identiteta, postojao je dokaz perioda dekodiranja iznad šanse svakog stimulusa u svim ROI.

Za dekodiranje lokacije stimulusa, pronašli smo periode iznad šansi dekodiranja lokacije i identiteta za svaki od četiri stimulansa za kodiranje, kao i stimulans za preuzimanje na osnovu signala sa OC, VTC, PMC ili PFC [q, 0.05 , sa FDR korekcijom višestrukih poređenja u vremenskim binama, uključujući umjerene (BF .3) i jake (BF. 10) efekte]. Za dekodiranje identiteta slike stimulusa (slika 4), našli smo slabije performanse klasifikatora u celini, sa proporcijom korektne za red veličine niže nego za lokaciju dekodiranja. Uprkos nižoj ukupnoj tačnosti, statističke analize su pokazale da je dekodiranje svakog identiteta stimulusa bilo znatno iznad šanse za neke vremenske tačke u svim ROI.

U svim ROI, dekodiranje lokacije i identiteta stimulusa pratilo je sličnu evoluciju tokom vremena, sa početnim vrhuncem, a zatim opadanjem, u skladu sa signalima prvenstveno vođenim vizuelnim odgovorom na stimulus. Očekivali smo da će informacije o stimulansu u OC prethoditi onima u drugim ROI, ali rani vrhovi u dekodiranju u OC, VTC i PMC desili su se otprilike u isto vrijeme. Ovo sugerira da može doći do nekog "curenja signala" između ROI-a u našoj lokalizaciji izvora (vraćamo se na ovo pitanje kada razmatramo rezultate IFA-e, u nastavku). Ipak, razlike između ROI-a sugeriraju da su ove analize također uhvatile signale koji se ne preklapaju po ROI-ima . Na primjer, za dekodiranje lokacije stimulusa, relativna preciznost na; 100 ms naspram; 300 ms nakon početka relevantnog stimulusa varira između ROI.

Na slikama 3A–D i 4A–D, obično postoji kratak period dekodiranja iznad šanse tokom obrade stimulusa preuzimanja. Ovo može odražavati neki neuronski proces koji uspoređuje stimulus preuzimanja sa zapamćenim lokacijama i identitetima, posebno tamo gdje to traje do kasnije (npr. 300 ms) nakon početka stimulusa preuzimanja.

Međutim, ne možemo isključiti da bi dekodiranje u ovim trenucima moglo biti vođeno neuralnim odgovorom na stimulus preuzimanja ako postoji mala neravnoteža u ravnoteži pokušaja. Na primjer, kratki periodi dekodiranja iznad šanse prije početka relevantnog stimulusa (npr. oko vremena prvog stimulusa kodiranja na slikama 3B–E i 4B–E) jasno ne mogu biti vođeni odgovorom na dekodirani stimulus.

Ovo je moglo nastati pošto je svako ispitivanje definisano da uključuje četiri različite lokacije i četiri različita identiteta tokom kodiranja; tako, na primjer, dekodiranje lokacije 1 u odnosu na lokaciju 3 za kodiranje stimulusa 2 je ekvivalentno dekodiranju "nije lokacija 1" nasuprot "nije lokacija 3" za druge stimuluse kodiranja. U svakom slučaju, naši rezultati sugeriraju da su signali zasnovani na zapamćenim lokacijama ili identitetima stimulusa bili vrlo slabi u usporedbi s robusnim signalima koji sadrže vizualno vođen odgovor.

IF

Zatim smo razmotrili Granger-uzročne interakcije između svakog para ROI koristeći IFA. Čak i kada su performanse klasifikatora niske, generalno mogu postojati mali, pravi signali koji pokreću razlike u obrascu performansi klasifikatora u mnogim različitim klasifikacijama u paru za svaki vremenski bin. Međutim, kako bismo osigurali da naše mjere protoka informacija nisu vođene bilo kakvim lažnim efektima, izvršili smo ovu analizu koristeći klasifikacije samo najnovijih stimulansa za svaku epohu ispitivanja (pogledajte materijale i metode).

IFA posebno testira razlike između ROI i vremenske strukture ovih razlika, čineći ga potencijalno osjetljivijim od prosječne performanse klasifikatora za otkrivanje razlika između ROI. Rezultati naših IFA između PMC i svih ostalih ROI prikazani su na slici 5, sa interakcijama između preostalih ROI prikazanih na slici 6.

IFA su otkrili periode značajne Granger-uzročne interakcije između svakog para ROI [q, 0.05, sa FDR korekcijom, uključujući vremena umjerenih (BF . 3) i jakih (BF . 10) efekata] u svim probne faze (kodiranje, održavanje i pronalaženje).

Tokovi informacija (najgornji dijagrami u svakom slučaju za slike 5 i 6) bili su najjači u svakom pravcu u blizini perioda viših performansi klasifikatora; ali unutar svakog para ROI-a, relativna snaga svakog ROI-a u utjecaju na druge varirala je prekovremeno, što se odražava u dijagramima razlika. Kada je OC bio uparen sa bilo kojim drugim ROI, protok informacija od OC je težio da bude veći od protoka informacija do OC odmah nakon svakog početka stimulusa, u skladu sa odgovorom vođenim stimulacijom.

Ovo je bilo posebno izraženo za epohu kodiranja, gdje je prosječna razlika u protoku informacija između OC i bilo kojeg drugog ROI (pros. DiffOC. ) varirala od {{0}}.094 do 0. 127, a BF je ukazao na niz jakih efekata u korist većeg protoka informacija od OC do druge oblasti (q, 0,05, BF . 10 u svakom slučaju). Postojao je i umjereni efekat toka informacija od OC do PMC-a koji premašuje obrnuti smjer tokom održavanja (prosjek DiffOC.PMC=0.042, q, 0.05, BF=3.19).

Posebno nas je zanimalo da li postoje dokazi o protoku informacija iz odgovora na oblikovanje PMC-a u drugim područjima. Najjači dokaz za to bio je između PMC-a i PFC-a. Prosječni tok informacija od PMC-a do PFC-a imao je tendenciju da premašuje obrnuti smjer u svim epohama, sa snažnim učinkom tokom kodiranja (prosjek DiffPMC.PFC {{0}}.056, q, 0.05, BF=18.70), i umjereno efekat tokom održavanja (prosjek DiffPMC.PFC=0.025,q, 0.05, BF=7.33), ali ova pristrasnost nije dostigla značaj tokom preuzimanja (prosjek DiffPMC.PFC=0. 014, q 0.05, BF=0.77). Vremenski tokovi na slici 5C pokazuju da je, u svim epohama ispitivanja, protok informacija od PMC do PFC bio najjači oko vremena ranog odgovora na svaki stimulus vođen stimulacijom. Sa OC, PMC je pokazao dokaze većeg protoka informacija u posljednjem dijelu epohe preuzimanja (slika 5A). U prosjeku kroz epohu preuzimanja, ova razlika je bila pristrasna prema PMC pokretanju OC-a, ali ovo je bio mali efekat (prosjek DiffPMC.PFC=0.029, q, 0.05, BF=1.59).

U preostalim ROI parovima, jedini slučajevi sa umjerenim ili većim efektom (BF . 3) bili su između VT i PFC (slika 6C), tokom kodiranja (prosjek DiffVT.PFC=0.057, q , 0.05, BF=4.00) i pronalaženje (prosjek DiffVT.PFC=0.040, q, 0.05, BF=57.79) . Što se tiče OC, vremena kada je VT dominirao protokom informacija sa PFC bila su u skladu sa ranim odgovorom vođenim stimulusom (npr. uporedite vremena dominacije VT na slici 6C i OC na slici 6B). Sve u svemu, bilo je malo dokaza da PFC dominira protokom informacija u drugim oblastima.

Na kraju, za svaku probnu epohu, korelirali smo prosječan protok informacija između svakog para ROI-a sa tačnošću ponašanja među učesnicima. Nijedna od ovih korelacija nije dostigla statističku značajnost kada je ispravljena za višestruka poređenja, a nekorelacija je dostigla nivo umerenog efekta (BF .3). Ovo sugerira da je naša relativno mala veličina uzorka bila nedovoljna da otkrije bilo kakvu prediktivnu moć protoka informacija za izvođenje zadatka. Međutim, vjerujemo da bi takve korelacije mogle biti plodonosan smjer za buduća istraživanja koja usvajaju ove metode, stoga uključujemo ove preliminarne rezultate kao referencu za budući rad.

Diskusija

Uprkos pokazanoj važnosti PMC-a tokom vraćanja memorije, uzročni uticaj PMC-a na druge regije ostao je nejasan. Naime, smjer i sadržaj razmjene informacija između PMC-a i drugih regija mozga tokom memorijskih procesa nisu testirani. Ovdje smo koristili MEGrecordings iz MRI-definisanih ROI-a za procjenu protoka informacija između PMC-a i drugih regija tokom zadatka vizualno-prostorne radne memorije. Rezultati sugeriraju da reprezentacije PMC objekata pokazuju Granger-uzročan utjecaj na informacije o stimulansu u drugim regijama, posebno u njegovom utjecaju na PFC u svim fazama zadataka. Postojala je i sugestija da PMC oblikuje odgovore u OC tokom izvlačenja.

PMC oblikuje reprezentaciju stimulusa u prefrontalnim područjima

Naš najupečatljiviji nalaz odnosi se na uticaj PMC-a na zapamćene informacije o stimulansu u PFC-u. U svim fazama zadatka, protok informacija od PMC-a do PFC-a bio je dominantniji od obrnutog smjera. Budući da je naša mjera protoka informacija zasnovana na performansama klasifikacije, a ne na amplitudi odgovora, ovaj nalaz sugerira da su informacije vezane za stimulans u PMC-u bile prediktivne za reprezentacije stimulusa koje će se uskoro pojaviti u PFC-u. Ovo je bilo najočitije u fazama kodiranja i održavanja; međutim, takođe je utvrđeno da PMC oblikuje odgovore u PFC tokom faze preuzimanja. Činjenica da se ovaj efekat dogodio ubrzo nakon pokretanja stimulusa za pronalaženje rezonira sa PMC-om koji prenosi informacije na kojima se zasniva odluka učesnika, PFC-u kako bi podržao uspešno opoziv.

Prefrontalni regioni su pouzdano uključeni u kontrolu pažnje i fleksibilno kodiranje informacija relevantnih za zadatak (Duncan, 2010; Freedman i Assad, 2016). Obrasci anatomske povezanosti između hipokampusa i frontalnih vizualno-okulomotornih sistema (tj. dorsolateralni PFC i frontalna očna polja) (Shen et al., 2016) sugeriraju da su frontalni regioni posebno dobro smješteni za integraciju informacija o vizualnoj memoriji za usmjeravanje ponašanja (Contiand Irish, 2021. ). Frontoparijetalni regioni koji su uključeni u kontrolu pažnje su takođe uključeni u radnu memoriju, posebno tokom perioda kodiranja i održavanja (Gazzaley i Nobre, 2012). Pored toga, poznato je da prefrontalni regioni pokreću promene u vizuelnom korteksu; na primjer, mikrostimulacija frontalnih očnih polja proizvodi promjene u vidnom korteksu u skladu s pomjeranjima pažnje (Moore et al., 2003; Premereuret al., 2013).

Naši rezultati sugeriraju da PMC oblikuje prefrontalne reprezentacije zapamćenih vizualno-prostornih informacija tokom izvođenja zadatka, uključujući početak perioda preuzimanja. Prethodni fMRI rad je pokazao povećanu frontoparijetalaktivaciju tokom kodiranja i održavanja bez obzira da li je traženje bilo potrebno ili ne, dok je stražnji cingularni korteks pokazao obrasce odgovora u skladu s ulogu u pronalaženju (Rahm et al., 2014). Funkcionalna povezanost između PMC i prefrontalnih regija, kao što je ventromedijalni PFC, daje dodatnu podršku važnosti frontoparijetalnog spajanja tokom epizodnog preuzimanja (za pregled, vidjeti Andrews-Hanna, 2012; Ritchey i Cooper, 2020). Naši nalazi proširuju prethodni rad sugerišući da ovaj uočeni obrazac povezivanja uključuje PMC koji utiče na informacije relevantne za zadatak u prefrontalnim mrežama.

Kao i kod svake korelacije, naše parcijalne korelacije u IFA-i mogu odražavati povezanost s drugim (netestiranim) područjem. Druga mogućnost je da naši ROI nisu bili potpuno izolirani tokom rekonstrukcije izvora i uključivali su signale iz obližnjih regija. Da su PMC signali prisutni u PFC ROI ili obrnuto, to bi povećalo zajedničku varijansu između ROI-a. Zajednička varijansa bi mogla smanjiti stepen do kojeg signali u jednom ROI doprinose informacijama iznad koje su već prisutne u drugom ROI-u, što bi moglo smanjiti izmjerene informacije protok.

PMC utiče na rani senzorni korteks tokom izvlačenja

Naši rezultati dalje sugeriraju da, tokom izvlačenja, PMC oblikuje odgovore u senzornom korteksu. U svim fazama zadatka, i za svako uparivanje ROI, OC je imao tendenciju da dominira protokom informacija, utječući na druge regije više nego što je bio pod utjecajem ovih regija, u skladu s vizualnom prirodom zadatka. Međutim, dominacija OC-a u našim mjerama protoka informacija možda je bila pojačana uočenim općenito prolaznim performansama klasifikatora. U svim ROI-ima, dekodiranje iznad šanse je uglavnom bilo ograničeno na kratke epohe nakon prezentacije stimulusa, što sugerira da je bilo koja neuronska reprezentacija održavanih informacija minimalno doprinijela performansama klasifikatora. Konkretno, pronašli smo neke dokaze značajnog protoka informacija od PMC do OC u potonjem dio perioda preuzimanja (BF=1.59). Ostaje nejasno da li je ovaj tok informacija funkcionalno relevantan. Svaki funkcionalni utjecaj PMC na OC mora biti posredovan indirektnim vezama jer ne postoje direktne projekcije između PMC i primarnih senzomotornih regija (Parvizi et al., 2006; Leech i Smallwood, 2019). Indirektni putevi kandidata kojima bi PMC mogao utjecati na okcipitalne regije uključuju parijetalne- medijalni temporalni put, za koji se predlaže da doprinosi vizuoprostornoj obradi (Kravitz et al., 2011).

Implikacije za razumijevanje PMC funkcije

Sve u svemu, naši rezultati sugeriraju da PMC ima specifičnu ulogu u prenošenju informacija u vezi sa stimulansima drugim regijama. Ovo onda postavlja pitanje šta tačno PMC radi. Dok naši rezultati sugeriraju usmjerenost utjecaja PMC-a na druge regije mozga, precizna funkcija PMC-a u ovom kontekstu ostaje nejasna. PMC predstavlja jedno od glavnih čvorišta mreže zadanog načina rada mozga, definisanog njegovim profilom odgovora "negativnog zadatka" (Buckner et al., 2005). Međutim, ovdje pokazujemo da PMC ne pokazuje jednostavan doprinos vizualno-prostornoj memoriji negativan na zadatak. Angažman PMC-a tokom kodiranja i održavanja povezan je sa lošijim performansama zadatka (Piccoliet al., 2015; Santangelo i Bordier, 2019), ali PMC "kodiranje/prebacivanje" sugerira da je povećana aktivnost tokom preuzimanja povezana s boljim pamćenjem (Daselaar et al., 2004, 2009). Dok sama aktivnost može odražavati doprinose koji nisu specifični za sadržaj, naše mjere reprezentacije stimulusa, koristeći performanse klasifikatora, sugeriraju da PMC aktivno oblikuje reprezentacije informacija povezanih sa stimulansom u drugim regijama tokom izvođenja zadatka. Prema tome, PMC nije uključen u obradu čisto vanjskih senzornih stimulusa ali je aktivno uključen u predstavljanje internog sadržaja, uključujući zapamćene informacije (Leech i Smallwood, 2019). Naša studija, međutim, nije imala dovoljno snage da razgraniči kako protok informacija između PMC-a i drugih regija mozga može predvidjeti tačnost ponašanja, i predlažemo da će to biti kritičan put za istraživanje u budućem radu.

Buduci pravci

Kao prva studija, prema našim saznanjima, za istraživanje razmjene informacija u vezi sa stimulansima između PMC-a i drugih regija, naša studija pokreće nekoliko smjerova za buduća istraživanja. Iako smo se ovdje fokusirali na četiri a priori ROI-a i koristili relativno malu veličinu uzorka, bit će važno sveobuhvatno mapirati protok informacija između PMC-a i drugih regija mozga tokom vizualno-prostorne memorije s većim grupama sudionika. Vremenski razriješene metode, kao što je MEG/EEG , takođe se može dopuniti metodama snimanja, kao što je fMRI, za testiranje finijih parcelacija unutar ovih regiona.

Imali smo nisko ukupno dekodiranje tokom održavanja, a samim tim i ograničenu sposobnost detekcije protoka informacija tokom ove faze zadatka. Izabrali smo vizuelno slične stimuluse da povećamo poteškoću zadatka i smanjimo verbalno označavanje. Međutim, ovo je moglo smanjiti performanse klasifikatora za identitet zadatka. Dekodiranje je bilo veće za lokaciju stimulusa, gdje bi retinotopska organizacija vizualnokortikalnih područja rezultirala većim prostornim razlikama u odgovoru, ali čak i za lokacije, izvan odgovora izazvanog stimulacijom, pronašli smo malo dokaza o dekodiranju na osnovu zapamćenih vrijednosti. Suprotno tome, u dekodiranju EEG signala tokom jednostavnijeg zadatka vizualne memorije, Bocincova i Johnson (2019) izvještavaju o dekodiranju stimulusa iznad šansi tokom perioda kašnjenja, iako slabije nego tokom kodiranja. Stoga, dok se velike poteškoće u zadatku čine neophodnim da se izoluje specifična uloga PMC-a (Kochanet al., 2011; Leech et al., 2011; Vannini et al., 2011), manje zahtjevan zadatak može dati bolje performanse klasifikatora, kako bi bolje otkrio tokove informacija u svim fazama zadataka.

Napori da se ocrta funkcionalna relevantnost PMC podregija mogu također ponuditi ključne uvide u ranu i tačnu dijagnozu Alchajmerove bolesti (Buckner et al., 2005.; Xia et al., 2014.; Wu et al., 2016.; Khan et al., 2020. ). Novi dokazi sugeriraju da zdrave mlade odrasle osobe koje nose alel APOE-«4 pokazuju neefikasnost u moduliranju aktivnosti PMC-a tokom radne memorije i percepcije scene (ali ne lica i objekta) (npr. Shineet al., 2015.), dok funkcionalna deaktivacija PMC-a tokom vizualno-prostorne radne memorije performanse predviđaju naknadni pad kognitivnih sposobnosti kod starijih osoba sa blagim kognitivnim oštećenjem (Kochan et al., 2011).

S obzirom na to da je vidnoprostorna disfunkcija zbog disfunkcije PMC predložena kao rani predznak Alchajmerove bolesti (Pihlajamäki et al., 2010; Irish et al., 2012; Salimi et al., 2018), buduće studije koje istražuju funkcionalne promjene u PMC mogu poboljšati PMC. rano prepoznavanje osoba u riziku od demencije.

Reference

Andrews-Hanna JR (2012) Zadana mreža mozga i njegova adaptivna uloga u unutrašnjem mentalitetu. Neuroscientist 18:251–270.

Benjamini Y, Hochberg Y (1995) Kontrola stope lažnog otkrivanja: praktičan i moćan pristup višestrukom testiranju. JR Stat Soc Ser BMethodol 57:289–300.

Bird CM, Keidel JL, Ing LP, Horner AJ, Burgess N (2015) Konsolidacija kompleksnih događaja putem ponovnog uspostavljanja u stražnjem cingularnom korteksu. J Neurosci35:14426–14434.

Bocincova A, Johnson JS (2019) Vremenski tok kodiranja i održavanja značajki relevantnih za zadatak naspram irelevantnih objekata u radnoj memoriji. Cortex111:196–209.

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) Molekularna, strukturna i funkcionalna karakterizacija Alchajmerove bolesti: dokazi za vezu između zadane aktivnosti, amiloida i memorije. 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) Subspecijalizacija u ljudskom posteriornom medijalnom korteksu. Neuroimage 106:55–71.

Canolty RT, Edwards E, Dalal SS, Soltani M, Nagarajan SS, Kirsch HE, Berger MS, Barbaro NM, Knight RT (2006) Visoka gama snaga je fazno fiksirana na theta oscilacije u ljudskom neokorteksu. Science 313:1626–1628.

Conti F, Irish M (2021) Iskorištavanje vizualnih slika i okulomotornog ponašanja za razumijevanje prospekcije. Trends Cogn Sci 25:272–283.

Cooper RA, Ritchey M (2019) Kortiko-hipokampalne mrežne veze podržavaju višedimenzionalni kvalitet epizodnog pamćenja. Elife 8:e45591.

Dale AM, Fischl B, Sereno MI (1999) Analiza kortikalne površine: I. Segmentacija i rekonstrukcija površine. Neuroimage 9:179–194.

Daselaar SM, Prince SE, Cabeza R (2004) Kada manje znači više: deaktivacije tokom kodiranja koje predviđaju naknadnu memoriju. Neuroimage23:921–927.

For more information:1950477648nn@gmail.com