Raziskovanje pretoka informacij iz posteromedialnega korteksa med vidnoprostorskim delovnim spominom: študija magnetoencefalografije, 3. del

Nazadnje smo vzeli povprečni pretok informacij med vsakim parom ROI v treh funkcionalno pomembnih obdobjih, ki ustrezajo fazam nalog kodiranja, vzdrževanja in iskanja, in vprašali, ali je medpredmetna spremenljivost v pretoku informacij povezana s spremenljivostjo v izvedbi naloge.

V sodobni družbi je količina informacij, ki jih prejmemo, izjemno ogromna. Vsak dan smo obkroženi z ogromnimi količinami informacij, od sporočil, ki jih prejemamo na svoje mobilne telefone, do novic in oglasov, ki jih vidimo na družbenih medijih. največ našega časa in pozornosti. V tem primeru se zlahka počutimo utrujeni, vendar nam povprečen pretok informacij lahko pomaga izboljšati spomin.

Prvič, večji pretok informacij nam omogoča boljšo vadbo možganov. Ko še naprej prejemamo nove informacije in znanja, morajo naši možgani te informacije nenehno obdelovati in shranjevati, s čimer se poveča obremenitev možganov. To delo je vaja za delovanje možganov, ki nam lahko pomaga izboljšati našo sposobnost razmišljanja in analiziranja, da se bolje spopadamo s kompleksnimi situacijami. Tako kot telo potrebuje vadbo, da ostane zdravo, možgani potrebujejo stalne izzive, da izboljšajo svoje sposobnosti.

Drugič, večji pretok informacij nam lahko pomaga razširiti naša obzorja. Če sprejemamo le omejene informacije, bo naš vid omejen na majhno območje. In ko lahko pridobimo več informacij, se lahko naučimo o širšem naboru tem in stvari. To nam lahko pomaga bolje videti svet in izboljša naš vpogled in presojo. To nam pomaga bolje razumeti različne kulture in perspektive ter se tako bolje prilagajati in vključevati v kompleksna družbena okolja.

Končno lahko povprečen pretok informacij spodbudi tudi našo radovednost. Ker še naprej prejemamo nove informacije, nas zanima več tem in področij. To lahko spodbudi našo radovednost in željo po znanju, zaradi česar smo bolj motivirani za raziskovanje več znanja. Vidimo lahko, da lahko povprečen pretok informacij poveča tudi našo samozavest in navdušenje.

Skratka, povprečen pretok informacij nam lahko pomaga izboljšati delovanje možganov, razširiti naša obzorja in spodbuditi našo radovednost. Z boljšim spominom se bomo lažje učili novih znanj in veščin ter se lažje spopadali s kompleksnimi izzivi. Zato bi morali aktivno sprejemati več informacij in postati pametnejši in bolj vsestranski človek. Vidimo, da moramo izboljšati spomin, in Cistanche deserticola lahko bistveno izboljša spomin, saj je Cistanche deserticola tradicionalno kitajsko zdravilno sredstvo, ki ima številne edinstvene učinke, eden od njih je izboljšanje spomina. Učinkovitost mletega mesa izhaja iz različnih učinkovin, ki jih vsebuje, vključno s kislino, polisaharidi, flavonoidi itd. Te sestavine lahko na različne načine spodbujajo zdravje možganov.

Kliknite Spoznajte načine za izboljšanje spomina

Obdobje "kodiranja" je vključevalo prvih 180 ms po začetku vsakega od štirih kodirnih dražljajev, obdobje "vzdrževanja" pa je vključevalo obdobje vzdrževanja od 180 ms po začetku četrtega kodirnega dražljaja do najzgodnejšega pojava povratnega dražljaja in "retrieval" epoha je ustrezala začetku povratnega dražljaja do konca poskusa.

Za udeleženca z najkrajšim trajanjem dražljaja kodiranja (180 ms) so te tri epohe pokrile prvih 3440 ms od začetka preskušanja; medtem ko se je za udeleženca z najdaljšim trajanjem kodirnega dražljaja (320 ms) končna epoha končala pri 4000 ms.

Pri udeležencih je bil mediani reakcijski čas 1,99 s po začetku povratnega dražljaja (spodnji do zgornji kvartil: 1,69–2,27 s), kar pomeni, da je doba "ponovnega" zajemala približno čas do odziva udeleženca.

V vsakem od teh obdobij smo za vsak par ROI povprečili podatke iz časovnih točk, za katere je obstajal vsaj zmeren dokaz o pretoku informacij (tj. BF . 3, q, 0.05) v vsaj eni smeri med par ROI. Izključili smo podatke iz preostalih časovnih točk, da bi čim bolj zmanjšali prispevek podatkov iz časov, ko je bilo šibkih ali nobenih dokazov o pretoku informacij med ROI.

V vsakem primeru poročamo o povprečni razliki v pretoku informacij (DiffA.B) in linearni (Pearsonovi) korelaciji (r) med povprečno vedenjsko uspešnostjo udeležencev med sejo MEG in povprečno razliko v pretoku informacij DiffA.B med relevantno obdobje. To analizo (povprečje DiffA.B in njegova korelacija z vedenjem) smo ponovili za vsakega od 10,000 vzorcev zagonskih ničelnih podatkov, kar je povzročilo porazdelitev 10,000 ničelnih povprečij in vrednosti r.

Kar zadeva druge rezultate, poročamo o osrednjih 95 % teh ničelnih vrednosti in to ničelno porazdelitev smo uporabili za definiranje vrednosti p, v tem primeru definiramo p-vrednost kot delež ničelnih povprečij ali vrednosti r z večjo absolutno vrednostjo od opažene vrednost (dvostranski test). Nazadnje smo za te vrednosti p uporabili korekcijo FDR, da bi popravili več primerjav med obdobji, in izračunali BF za vsako srednjo vrednost in korelacijo.

Razpoložljivost podatkov. Podatki iz poskusov MEG so prosto dostopni na spletu v Open Science Framework (https://doi.org/10.17605/OSF.IO/MW3J2). Ta spletni repozitorij vključuje neobdelane neobdelane podatke iz poskusov MEG, podrobnosti o časovnem razporedu dražljajev za vsakega udeleženca in kodo MATLAB, ki se uporablja za izvajanje analiz, navedenih tukaj.

Rezultati

Klasifikacijske analize

Uporabili smo serijo klasifikacijskih analiz za testiranje časov, ko so signali MEG v OC, VTC, PMC in PFC vsebovali informacije o lokaciji in sliki vsakega dražljaja med delovanjem vidno-prostorskega delovnega spomina.

Dekodiranje lokacije v vsakem dražljaju je prikazano na sliki 3, dekodiranje slike na vsaki lokaciji pa je prikazano na sliki 4. Dekodiranje lokacije dražljaja je bilo višje od dekodiranja identitete dražljaja; toda za dekodiranje lokacije in identitete so bili dokazi obdobij nadnaključnega dekodiranja vsakega dražljaja v vseh ROI.

Za dekodiranje lokacije dražljaja smo ugotovili obdobja nadnaključnega dekodiranja lokacije in identitete za vsakega od štirih kodirnih dražljajev, kot tudi za povratni dražljaj na podlagi signalov iz OC, VTC, PMC ali PFC [q, 0].05 , s popravkom FDR za več primerjav v časovnih nizih, vključno z zmernimi (BF .3) in močnimi (BF .10) učinki]. Za dekodiranje identitete slike dražljaja (sl. 4) smo ugotovili šibkejšo učinkovitost klasifikatorja na splošno, pri čemer je delež pravilnega reda velikosti nižji kot za lokacijo dekodiranja. Kljub nižji splošni natančnosti so statistične analize pokazale, da je bilo dekodiranje vsake identitete dražljaja močno nad možnostjo za nekaj časovnih točk v vseh ROI.

V vseh ROI je dekodiranje lokacije in identitete dražljaja skozi čas sledilo podobnemu razvoju, z začetnim vrhom, nato z upadom, skladno s signali, ki jih v prvi vrsti poganja vizualni odziv na dražljaj. Pričakovali smo, da bodo informacije o dražljaju v OC pred tistimi v drugih ROI, vendar so se zgodnji vrhovi pri dekodiranju v OC, VTC in PMC pojavili približno ob istem času. To nakazuje, da lahko pride do "uhajanja signala" med ROI v naši izvorni lokalizaciji (k temu vprašanju se vrnemo, ko obravnavamo rezultate IFA spodaj). Kljub temu razlike med ROI kažejo, da so te analize zajele tudi signale, ki se med ROI ne prekrivajo. . Na primer, za dekodiranje lokacije dražljaja se relativna natančnost pri 100 ms v primerjavi s 300 ms po začetku ustreznega dražljaja razlikuje glede na ROI.

Na slikah 3A–D in 4A–D je običajno kratko obdobje dekodiranja nad možnostjo med obdelavo povratnega dražljaja. To lahko odraža nek živčni proces, ki primerja povratni dražljaj s pomnjenimi lokacijami in identitetami, še posebej, če to traja kasneje (npr. 300 ms) po začetku povratnega dražljaja.

Vendar pa ne moremo izključiti, da bi lahko dekodiranje v teh časih poganja nevronski odziv na povratni dražljaj, če obstaja rahlo neravnovesje v protiutežju poskusov. Na primer, kratkih obdobij dekodiranja nad možnostmi pred nastopom ustreznega dražljaja (npr. približno v času prvega kodirnega dražljaja na slikah 3B–E in 4B–E) očitno ni mogoče voditi z odzivom na dekodirani dražljaj.

To se je morda zgodilo, ker je bil vsak poskus med kodiranjem opredeljen tako, da vključuje štiri različne lokacije in štiri različne identitete; tako je na primer dekodiranje lokacije 1 v primerjavi z lokacijo 3 za kodiranje dražljaja 2 enakovredno dekodiranju "ni lokacije 1" v primerjavi z "ni lokacije 3" za druge kodirne dražljaje. Kakor koli že, naši rezultati kažejo, da so bili signali, ki temeljijo na zapomnjenih lokacijah ali identitetah dražljajev, zelo šibki v primerjavi z robustnimi signali, ki so sestavljali vizualno usmerjen odziv.

ČE

Nato smo upoštevali Grangerjeve vzročne interakcije med vsakim parom ROI z uporabo IFA. Tudi če je učinkovitost klasifikatorja nizka, lahko na splošno obstajajo majhni, pristni signali, ki povzročajo razlike v vzorcu učinkovitosti klasifikatorja med številnimi različnimi klasifikacijami po parih za vsak časovni bin. Da pa zagotovimo, da naših ukrepov pretoka informacij ne vodijo kakršni koli lažni učinki, smo izvedli to analizo z uporabo klasifikacij le najnovejšega dražljaja za vsako preskusno epoho (glejte Materiali in metode).

IFA posebej testira razlike med ROI in časovno strukturo teh razlik, zaradi česar je potencialno bolj občutljiv kot povprečna učinkovitost klasifikatorja za odkrivanje razlik med ROI. Rezultati naših IFA med PMC in vsemi drugimi ROI so prikazani na sliki 5, interakcije med preostalimi ROI pa so prikazane na sliki 6.

IFA so razkrili obdobja pomembnih Grangerjevih vzročnih interakcij med vsakim parom ROI [q, 0.05, s popravkom FDR, vključno s časi zmernih (BF .3) in močnih (BF .10) učinkov] v vseh poskusne faze (kodiranje, vzdrževanje in iskanje).

Informacijski tokovi (najvišje ploskve v vsakem primeru za sliki 5 in 6) so bili najmočnejši v vsaki smeri blizu obdobij višje učinkovitosti klasifikatorja; toda znotraj vsakega para ROI se je relativna moč vsake ROI pri vplivanju na drugo čez čas spreminjala, kar se odraža v grafih razlik. Ko je bil OC združen s katero koli drugo ROI, je bil pretok informacij iz OC ponavadi večji od pretoka informacij v OC takoj po vsakem začetku dražljaja, kar je skladno z odzivom, ki ga vodi dražljaj.

To je bilo še posebej izrazito za obdobje kodiranja, kjer je povprečna razlika v pretoku informacij med OC in katero koli drugo ROI (avg DiffOC. ) nihala od {{0}}.094 do 0. 127, BF pa je pokazal vrsto močnih učinkov v korist večjega pretoka informacij iz OC v drugo območje (q, 0,05, BF . 10 v vsakem primeru). Obstajal je tudi zmeren učinek pretoka informacij iz OC v PMC, ki je presegel obratno smer med vzdrževanjem (povprečje DiffOC.PMC=0.042, q, 0,05, BF=3.19).

Zlasti nas je zanimalo, ali obstajajo dokazi o pretoku informacij iz PMC, ki oblikuje odzive na drugih področjih. Najmočnejši dokaz za to je bil med PMC in PFC. Povprečni pretok informacij od PMC do PFC je v vseh obdobjih presegel obratno smer, z močnim učinkom med kodiranjem (povprečje DiffPMC.PFC {{0}}.056, q, 0.05, BF=18.70) in zmerno učinek med vzdrževanjem (povprečje DiffPMC.PFC=0.025,q, 0,05, BF=7.33), vendar ta pristranskost ni dosegla pomembnosti med iskanjem (povprečje DiffPMC.PFC=0. 014, kv. 0,05, BF=0.77). Časovni poteki na sliki 5C kažejo, da je bil v vseh poskusnih obdobjih pretok informacij od PMC do PFC najmočnejši v času zgodnjega odziva na vsak dražljaj, ki ga vodi dražljaj. Z OC je PMC pokazal dokaze o večjem pretoku informacij v zadnjem delu epohe iskanja (slika 5A). Če izračunamo povprečje v obdobju iskanja, je bila ta razlika pristranska k PMC, ki je vodil OC, vendar je bil to majhen učinek (povprečje DiffPMC.PFC=0.029, q, 0.05, BF=1.59).

Med preostalimi pari ROI so bili edini primeri z zmernim ali večjim učinkom (BF . 3) med VT in PFC (slika 6C), med kodiranjem (povprečje DiffVT.PFC=0.057, q , 0.05, BF=4.00) in iskanje (povprečje DiffVT.PFC=0.040, q, 0,05, BF=57.79) . Kar zadeva OC, so bili časi, ko je VT prevladoval pretok informacij s PFC, skladen z zgodnjim odzivom na dražljaje (npr. primerjajte čase prevlade VT na sliki 6C in OC na sliki 6B). Na splošno je bilo malo dokazov, da bi PFC prevladoval pri pretoku informacij na druga področja.

Nazadnje smo za vsako poskusno obdobje povezali povprečni pretok informacij med vsakim parom ROI z vedenjsko natančnostjo med udeleženci. Nobena od teh korelacije ni dosegla statistične pomembnosti, ko je bila popravljena za več primerjav, in nobena korelacija ni dosegla ravni zmernega učinka (BF . 3). To nakazuje, da naš razmeroma majhen vzorec ni zadostoval za odkrivanje morebitne napovedne moči pretoka informacij za izvedbo naloge. Vendar verjamemo, da bi bile takšne korelacije lahko plodna usmeritev za prihodnje raziskave, ki bodo sprejele te metode, zato te predhodne rezultate vključimo kot referenco za prihodnje delo.

Diskusija

Kljub dokazanemu pomenu PMC med iskanjem spomina je vzročni vpliv PMC na druge regije ostal nejasen. Natančneje, smer in vsebina izmenjave informacij med PMC in drugimi možganskimi regijami med spominskimi procesi nista bili testirani. Tu smo uporabili zapise MEG iz ROI, definiranih z MRI, da ocenimo pretok informacij med PMC in drugimi regijami med nalogo vizualno-prostorskega delovnega spomina. Rezultati kažejo, da predstavitve objektov PMC kažejo Grangerjev vzročni vpliv na informacije o dražljajih v drugih regijah, predvsem v svojem vplivu na PFC v vseh fazah opravil. Obstajal je tudi predlog, da PMC oblikuje odzive v OC med iskanjem.

PMC oblikuje predstavitve dražljajev v prefrontalnih predelih

Naša najbolj osupljiva ugotovitev se nanaša na vpliv PMC na informacije o zapomnili dražljaju v PFC. V vseh fazah naloge je bil pretok informacij od PMC do PFC bolj prevladujoč kot obratna smer. Ker naše merjenje pretoka informacij temelji na učinkovitosti klasifikacije in ne na odzivni amplitudi, ta ugotovitev nakazuje, da so bile informacije, povezane z dražljaji v PMC, napovedovale predstavitve dražljajev, ki naj bi se pojavile v PFC. To je bilo najbolj očitno v fazah kodiranja in vzdrževanja; vendar je bilo ugotovljeno tudi, da PMC oblikuje odzive v PFC med fazo iskanja. Dejstvo, da se je ta učinek pojavil kmalu po sprožitvi povratnega dražljaja, odmeva s PMC, ki posreduje informacije, na katerih temelji odločitev udeleženca, PFC za podporo uspešnemu priklicu.

Prefrontalne regije so zanesljivo vpletene v nadzor pozornosti in prilagodljivo kodiranje informacij, pomembnih za nalogo (Duncan, 2010; Freedman in Assad, 2016). Vzorci anatomske povezanosti med hipokampusom in frontalnimi vidno-okulomotoričnimi sistemi (tj. dorzolateralno PFC in frontalnimi očesnimi polji) (Shen et al., 2016) kažejo, da so frontalni predeli posebej dobro nameščeni za integracijo informacij vidnega spomina za vodenje vedenja (Contiand Irish, 2021). ). Frontoparitalne regije, ki so vpletene v nadzor pozornosti, so prav tako vključene v delovni spomin, zlasti med obdobji kodiranja in vzdrževanja (Gazzaley in Nobre, 2012). Poleg tega je znano, da prefrontalne regije povzročajo spremembe v vidni skorji; mikrostimulacija čelnih očesnih polj na primer povzroči spremembe v vidni skorji, skladne s premiki pozornosti (Moore et al., 2003; Premereuret al., 2013).

Naši rezultati kažejo, da PMC oblikuje predfrontalne predstavitve zapomnjenih vizualno-prostorskih informacij med izvajanjem naloge in vključno z začetkom obdobja priklica. Prejšnje delo s fMRI je pokazalo povečano frontoparietalaktivacijo med kodiranjem in vzdrževanjem, ne glede na to, ali je bil priklic potreben ali ne, medtem ko je posteriorni cingularni korteks pokazal vzorce odziva, skladne z vlogo pri iskanju (Rahm et al., 2014). Funkcionalna povezljivost med PMC in prefrontalnimi regijami, kot je ventromedialni PFC, dodatno podpira pomen frontoparietalnega spajanja med epizodnim vračanjem (za pregled glej Andrews-Hanna, 2012; Ritchey in Cooper, 2020). Naše ugotovitve razširjajo prejšnje delo s predlaganjem, da ta opaženi vzorec povezljivosti vključuje PMC, ki vpliva na informacije, pomembne za nalogo, v predfrontalnih omrežjih.

Kot pri vsaki korelaciji lahko naše delne korelacije v IFA odražajo povezave z drugim (nepreizkušenim) območjem. Druga možnost je, da naše ROI med rekonstrukcijo vira niso bile popolnoma izolirane in so vključevale signale iz bližnjih regij. Če bi bili signali PMC prisotni v ROI PFC ali obratno, bi to povečalo skupno varianco med ROI. Skupna varianca bi lahko zmanjšala obseg, do katerega signali v eni ROI prispevajo informacije zgoraj, ki so že prisotne v drugi ROI, kar bi lahko zmanjšalo izmerjene informacije tok.

PMC vpliva na zgodnjo senzorično skorjo med vračanjem

Naši rezultati nadalje kažejo, da med iskanjem PMC oblikuje odzive v senzoričnem korteksu. V vseh fazah naloge in za vsako združitev ROI je OC prevladoval v pretoku informacij, pri čemer je bolj vplival na druge regije, kot so bile pod vplivom teh regij, skladno z vizualno naravo naloge. Vendar pa je prevlado OC v naših meritvah pretoka informacij morda povečala opažena na splošno prehodna učinkovitost klasifikatorja. V vseh ROI je bilo nadnaključno dekodiranje v veliki meri omejeno na kratka obdobja po predstavitvah dražljajev, kar kaže na to, da je katera koli nevronska predstavitev ohranjenih informacij minimalno prispevala k učinkovitosti klasifikatorja. Predvsem smo našli nekaj dokazov o pomembnem pretoku informacij od PMC do OC v slednjem del obdobja iskanja (BF=1.59). Ali je ta pretok informacij funkcionalno pomemben, ostaja nejasno. Kakršen koli funkcionalni vpliv PMC na OC mora biti posredovan s posrednimi povezavami, ker ni neposrednih projekcij med PMC in primarnimi senzomotorregijami (Parvizi et al., 2006; Leech in Smallwood, 2019). Kandidatne posredne poti, po katerih bi PMC lahko vplival na okcipitalne regije, vključujejo parietalne- medialna temporalna pot, ki naj bi prispevala k vizualnoprostorski obdelavi (Kravitz et al., 2011).

Posledice za razumevanje funkcije PMC

Na splošno naši rezultati kažejo, da ima PMC posebno vlogo pri posredovanju informacij, povezanih z dražljaji, drugim regijam. Ob tem se postavlja vprašanje, kaj točno PMC počne. Čeprav naši rezultati kažejo na usmerjenost vpliva PMC na druge možganske regije, ostaja natančna funkcija PMC v tem kontekstu nejasna. PMC predstavlja eno glavnih vozlišč privzetega načina delovanja možganov, ki ga opredeljuje njegov profil odziva "negativne naloge" (Buckner et al., 2005). Vendar pa tukaj dokazujemo, da PMC ne kaže preprostega negativnega prispevka k vizualno-prostorskemu spominu. Udejstvovanje PMC med kodiranjem in vzdrževanjem je povezano s slabšim izvajanjem nalog (Piccoliet al., 2015; Santangelo in Bordier, 2019), vendar PMC "obrat kodiranja/priklica" kaže, da je povečana aktivnost med iskanjem povezana z boljšim priklicem (Daselaar et al., 2004, 2009). Medtem ko lahko samo aktivnost odraža prispevke, ki niso specifični za vsebino, naše meritve predstavitev dražljajev z uporabo delovanja klasifikatorja kažejo, da PMC med izvajanjem naloge aktivno oblikuje predstavitve informacij, povezanih z dražljaji, v drugih regijah. V skladu s tem se PMC ne ukvarja z obdelavo izključno zunanjih senzoričnih dražljajev vendar je aktivno vključen v predstavitev notranje vsebine, vključno s pomnjenimi informacijami (Leech in Smallwood, 2019). Naša študija pa je bila premajhna, da bi opisala, kako pretok informacij med PMC in drugimi regijami možganov napoveduje vedenjsko natančnost, in predlagamo, da bo to ključna pot za raziskovanje v prihodnjem delu.

Navodila za prihodnost

Kot prva študija, kolikor vemo, za raziskovanje izmenjave informacij, povezanih z dražljaji, med PMC in drugimi regijami, naša študija postavlja več smeri za prihodnje raziskave. Medtem ko smo se tukaj osredotočili na štiri a priori ROI in uporabili razmeroma majhno velikost vzorca, bo pomembno celovito preslikati pretok informacij med PMC in drugimi možganskimi regijami med vidno-prostorskim spominom z večjimi kohortami udeležencev. Časovno ločene metode, kot je MEG/EEG , bi lahko dopolnili tudi s slikovnimi metodami, kot je fMRI, da bi testirali drobnejše parcelacije v teh regijah.

Med vzdrževanjem smo imeli nizko splošno dekodiranje in tako omejeno sposobnost zaznavanja pretoka informacij med to fazo opravila. Izbrali smo vizualno podobne dražljaje, da bi povečali težavnost opravila in zmanjšali verbalno označevanje. Vendar je to morda zmanjšalo zmogljivost klasifikatorja za identiteto naloge. Dekodiranje je bilo višje za lokacijo dražljaja, kjer bi retinotopska organizacija vizualnokortikalnih območij povzročila razlike v odzivu v večjem prostorskem merilu, vendar smo tudi za lokacije, ki presegajo odziv, ki ga povzroči dražljaj, našli malo dokazov o dekodiranju na podlagi zapomnjenih vrednosti. Nasprotno pa Bocincova in Johnson (2019) pri dekodiranju signalov EEG med enostavnejšo nalogo vizualnega spomina poročata o dekodiranju dražljajev z večjo možnostjo v obdobju zakasnitve, čeprav šibkejše kot med kodiranjem. Medtem ko se zdi, da je za izolacijo posebne vloge PMC potrebna velika težavnost naloge (Kochanet in sod., 2011; Leech in sod., 2011; Vannini in sod., 2011), bi lahko manj zahtevna naloga prinesla boljšo učinkovitost klasifikatorja, da bi bolje zaznali tokove informacij v vseh fazah naloge.

Prizadevanja za razmejitev funkcionalnega pomena podregij PMC lahko ponudijo tudi ključen vpogled v zgodnjo in natančno diagnozo Alzheimerjeve bolezni (Buckner et al., 2005; Xia et al., 2014; Wu et al., 2016; Khan et al., 2020 ). Pojavljajoči se dokazi kažejo, da zdravi mladi odrasli, ki nosijo alel APOE-«4, kažejo neučinkovitost moduliranja aktivnosti PMC med delovnim spominom in zaznavanjem scene (vendar ne obraza in predmeta) (npr. Shineet al., 2015), medtem ko funkcionalno deaktivirajo PMC med vizualnoprostorskim delovnim spominom uspešnost napoveduje kasnejši kognitivni upad pri starejših odraslih z blago kognitivno okvaro (Kochan et al., 2011).

Glede na to, da je bila vidno-prostorska disfunkcija zaradi disfunkcije PMC predlagana kot zgodnji znanilec Alzheimerjeve bolezni (Pihlajamäki et al., 2010; Irish et al., 2012; Salimi et al., 2018), lahko prihodnje študije, ki preučujejo funkcionalne spremembe v PMC, izboljšajo zgodnje odkrivanje posameznikov, pri katerih obstaja tveganje za demenco.

Reference

Andrews-Hanna JR (2012) Privzeto omrežje možganov in njegova prilagodljiva vloga pri notranjem mentalitetu. Nevroznanstvenik 18: 251–270.

Benjamini Y, Hochberg Y (1995) Nadzor stopnje lažnih odkritij: praktičen in močan pristop k večkratnemu testiranju. JR Stat Soc Ser BMethodol 57: 289–300.

Bird CM, Keidel JL, Ing LP, Horner AJ, Burgess N (2015) Konsolidacija kompleksnih dogodkov prek ponovne vzpostavitve posteriorne cingularne skorje. J Neurosci 35: 14426–14434.

Bocincova A, Johnson JS (2019) Časovni potek kodiranja in vzdrževanja funkcij, pomembnih za nalogo, proti nepomembnim objektom v delovnem pomnilniku. 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)Molekularna, strukturna in funkcionalna karakterizacija Alzheimerjeve bolezni: dokazi za povezavo med privzeto aktivnostjo, amiloidom in spominom. 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) Subspecializacija v človeški posteriorni medialni korteks. Neuroimage 106: 55–71.

Canolty RT, Edwards E, Dalal SS, Soltani M, Nagarajan SS, Kirsch HE, Berger MS, Barbaro NM, Knight RT (2006) Visoka moč gama je fazno zaklenjena na oscilacije theta v človeškem neokorteksu. Znanost 313: 1626–1628.

Conti F, Irish M (2021) Izkoriščanje vizualnih podob in okulomotornega vedenja za razumevanje prospekcije. Trendi Cogn Sci 25: 272–283.

Cooper RA, Ritchey M (2019) Kortiko-hipokampalne omrežne povezave podpirajo večdimenzionalno kakovost epizodičnega spomina. Elife 8:e45591.

Dale AM, Fischl B, Sereno MI (1999) Kortikalna površinska analiza: I. Segmentacija in površinska rekonstrukcija. Neuroimage 9: 179–194.

Daselaar SM, Prince SE, Cabeza R (2004) Ko manj pomeni več: deaktivacije med kodiranjem, ki predvidevajo kasnejši spomin. Neuroimage 23: 921–927.

For more information:1950477648nn@gmail.com