Separace vzorů a zdrojová paměť Zapojte během vyhledávání odlišné oblasti hippocampu a neokortikální oblasti

Kontakt: Audrey Hu Whatsapp/hp: 0086 13880143964 E-mail:audrey.hu@wecistanche.com

Úvod

Podrobné znázornění minulých událostí závisí na schopnosti vytvářet asociace mezi položkami a jejich kontextovými prvky (tj. zdrojPaměť), stejně jako schopnost zřetelně reprezentovat novou událost od podobné uložené vPaměť(tj. oddělení vzorů). Je známo, že oba tyto procesy zapojují hippocampus, i když není jasné, zda sdílejí podobné mechanismy. Není také známo, zda a ve které oblasti (regionech) se činnost související s těmito procesy překrývá a/nebo interaguje. Zde jsme použili fMRI s vysokým rozlišením ke zkoumání příspěvků hipokampálních subpolí a neokortikálních oblastí k separaci vzorů a zdrojůmPaměťs experimentálním paradigmatem, které současně testovalo obojí. Během kódování muži a ženy náhodně studovali položky v jednom ze čtyř kvadrantů na obrazovce. Během testu si prohlíželi opakované předměty (cíle), podobné předměty (návnady) a nové předměty (fólie) a byli požádáni, aby uvedli, zda je každý předmět starý, podobný nebo nový. Po každém posouzení položky byly subjekty požádány, aby uvedly kvadrant, ve kterém byl prezentován původní podnět. Každý pokus s návnadou měl tedy složku diskriminace návnady (oddělení vzoru zdanění) a posouzení umístění (zdrojová paměťZjistili jsme dva hlavní profily odezvy: (1) signály související se separací vzorů v DG/CA3 a perirhinálním kortexu a (2) zdrojPaměťsignály v zadním CA1, parahippokampálním kortexu a gyru angulárním. Voxelová analýza celého mozku odhalila, že aktivita souvisela s vábením diskriminace a zdrojePaměťse do značné míry nepřekrývala. Tato zjištění naznačují, že různé procesy jsou základem získávání reprezentací položek oddělených podle vzorů a zpětného získávání zdrojových informací.

Klíčová slova: kontext; fMRI; hippocampus;Paměť; separace vzorů;zdrojová paměť

Výhoda cistanche byliny: zlepšení paměti

Detailní epizodické vzpomínky závisí na schopnosti vytvářet asociace mezi položkami a kontexty (tj. zdrojová paměť), stejně jako na schopnosti rozlišovat mezi podobnými položkami nebo událostmi v paměti (tj. separace vzorů). Množství důkazů ukazuje, že zdrojová paměť se opírá o hipokampus, o kterém se předpokládá, že představuje spojení mezi položkami a kontextem (Diana et al., 2007). Studie na hlodavcích ukázaly, že hipokampální CA1 „místní buňky“ mohou kódovat asociace mezi objekty a místy (Komorowski et al., 2009), zatímco studie na lidech používající fMRI s vysokým rozlišením prokázaly zvýšenou aktivitu v CA1 a subikulu během asociativní paměti. kódování a vyhledávání (Eldridge et al., 2005; Viskontas et al., 2009; Suthana et al., 2015). Studie zdrojové paměti obvykle porovnávají aktivitu související s rozpoznáváním položek s (S ) a bez (S μ ) konkrétním kontextovým detailem (např. prostorové umístění) a mají tendenci ztotožňovat samotné rozpoznávání položek (S μ ) s méně podrobnou pamětí s nižší věrností. (Frithsen a Miller, 2014; Hutchinson et al., 2014). Tyto studie často nedokážou prokázat zapojení hipokampu pro rozpoznávání položek bez vyhledání souvisejícího kontextu (S μ ). Samotná paměť položek však může být velmi podrobná. Musí být vytvořeny odlišné, vysoce věrné reprezentace položek (prostřednictvím separace vzorů), aby je bylo možné odlišit od podobných položek v paměti. Předpokládá se, že podobně jako zdrojová paměť se separace vzorů opírá o hippocampus s důkazy u hlodavců (Leutgeb et al., 2007; Neunuebel a Knierim, 2014) a také v paradigmatech lidské mnemotechnické diskriminace (Bakker et al., 2008; Berron et al., 2016), což naznačuje, že gyrus dentatus (DG) hraje kritickou roli při ortogonalizaci překrývajících se vstupů.

Pro paměť klikněte na Cistanche

Mimo hippocampus se předpokládá, že široká síť zadních mediálních kortikálních oblastí podporuje kontext a zdrojovou paměť (Ranganath a Ritchey, 2012; Reagh a Ranganath, 2018). Parahipokampální kůra (PHC) kóduje prostorové/kontextové informace vedle hipokampu, zatímco aktivita v laterálním zadním parietálním kortexu, zejména úhlovém gyru, je spojena s vyhledáváním epizodických detailů (Johnson et al., 2013; Hutchinson et al., 2014). Nedávno studie zjistily, že kortikální oblasti mimo hippocampus mohou také přispívat k separaci vzorů (Reagh a Yassa, 2014; Leal a Yassa, 2018). Například nedávná práce naší skupiny ukázala, že perirhinální kůra (PRC), část ventrálního „co“ proudu vyčnívajícího do hipokampu, je zapojena během mnemotechnické diskriminace podobných objektů (Reagh a Yassa, 2014).

Pomocí dobře ověřené úlohy rozlišování položek, která byla upravena tak, aby zahrnovala komponentu zdrojové paměti, předchozí práce v naší laboratoři ukázala, že ke správnému posouzení zdrojové paměti může dojít i bez separace vzorů (tj. falešných poplachů), což naznačuje, že tyto procesy, které oba pravděpodobně závisí na detailních hipokampálních reprezentacích, jsou přinejmenším behaviorálně disociovatelné (Kim a Yassa, 2013). Nicméně rozsah, ve kterém tyto procesy produkují odlišné nebo překrývající se signály v hipokampálních subregionech a kortikálních oblastech, není znám. Tato studie používala fMRI s vysokým rozlišením (1,8 mm s téměř pokrytím celého mozku) k současnému hodnocení hipokampálního subpole a kortikální aktivity během rozlišování podobných položek návnady a odhadů zdrojové paměti pro tyto položky. Předchozí studie fMRI pozorovaly aktivitu v oblasti DG/CA3 během správného odmítnutí podobných návnad, která byla na stejné úrovni jako u nových fólií (Bakker et al., 2008). Tento vzorec aktivity je konzistentní se signálem separace vzoru v tom, že s podobnými položkami se zachází jako s novými položkami a neindukují potlačení opakování (tj. adaptaci na fMRI) pozorované u identických opakování. Předpověděli jsme, že tento signál separace vzorů uvidíme v DG/CA3 během správného odmítnutí podobných předmětů s návnadou, zatímco jiné podoblasti hipokampu (CA1 a subiculum) by byly citlivé na paměť zdroje (vyšší úrovně aktivity pro správný zdroj vs. zdrojové rozsudky). Vzhledem k tomu, že jsme získali pokrytí fMRI téměř celého mozku, byli jsme také schopni zkoumat, které oblasti mimo hipokampus vykazovaly disociované nebo překrývající se separace vzorů a zdrojové paměťové signály.

Cistanche může zlepšit paměť

Materiály a metody

Předměty

Z Kalifornské univerzity v Irvine a širší komunity Orange County bylo do studie původně přijato 31 zdravých subjektů. Z tohoto počátečního vzorku byl jeden vyloučen kvůli poruše zařízení na skeneru, jeden byl vyloučen kvůli předčasnému odstoupení z experimentu, dva byly vyloučeny kvůli náhodnému výkonu alespoň u jednoho úkolu a dva byly vyloučeny kvůli nadměrnému pohybu během skenování. To poskytlo konečný vzorek 25 subjektů zahrnutých do našich analýz (17 žen, věkové rozmezí 18–29 let, průměr 20,6 let, SD 2,47 let). U všech subjektů byl při náboru proveden screening na neurologické stavy (např. mrtvice nebo duševní onemocnění v anamnéze), nedostatek spánku a hlavní příznaky deprese (prostřednictvím Beck Depression Inventory). Subjekty daly písemný informovaný souhlas po Institucionální revizní radě Kalifornské univerzity v Irvine a byly za svou účast kompenzovány.

Úkol

Úloha byla upravena z naší předchozí práce (Kim a Yassa, 2013) a optimalizována pro použití v MRI skeneru (obr. 1A). Účastníci nejprve dokončili nahodilou studii, ve které se 226 běžných objektů objevilo v jedné ze čtyř pozic na obrazovce po dobu 3 s (interstimulační interval 1 s) a měli za úkol uvést, zda se každý objekt bude častěji nacházet uvnitř nebo venku. Obrazovka byla rozdělena do čtyř stejných kvadrantů a objekty se objevily v jedné ze čtyř pozic (náhodně v rámci sady stimulů pro každý subjekt). Po fázi studie byla provedena překvapivá testovací fáze sestávající z 300 pokusů. Ze 300 bylo 74 objektů zcela nových (fólie), 74 bylo identických se studovanými objekty (cíle) a 150 bylo podobných, ale ne identických se studovanými objekty (návnady). Stejně jako ve fázi studie se objekty objevily na obrazovce na 3 s a subjekty měly za úkol posoudit, zda je každý objekt „starý“, „podobný“ nebo „nový“ (odpovídající cílům, návnadám a fóliím). Po posouzení položky účastníci navíc dokončili posouzení zdrojové paměti. Pokud účastníci vybrali „starý“ nebo „podobný“ po určité prodlevě, byli vyzváni na obrazovce s očíslovanými kvadranty a dostali 3 s na výběr kvadrantu, kde viděli původní objekt. V případě návnad bylo subjektům objasněno, že úsudek o zdroji se týká studovaného předmětu, kterému je návnada podobná (vytváří stav, ve kterém pravděpodobně došlo k oddělení vzorů, stejně jako kontextové vyhledávání paměti). Pokud účastníci zvolili „nový“ místo kvadrantového úsudku, byli vyzváni, aby uvedli, zda si svým úsudkem nejsou „jistí“ nebo „nejisté“ (v našich analýzách jsme mezi těmito konkrétními úsudky nerozlišovali a zahrnuli jsme pouze následující- až na fólie, aby odpovídaly času, který zabralo posouzení zdroje při zkouškách cíle a návnady). Odpovědi byly prováděny stisknutím tlačítka a ikony na obrazovce odpovídající každému tlačítku se po stisknutí rozsvítily červeně, aby pomohly přiřadit účastníky k jejich požadovaným odpovědím.

MRI

získávání Neuroimagingová data byla pořízena na 3.0 skeneru Tesla Philips Achieva pomocí 32-kanálové cívky pro kódování citlivosti v Neuroscience Imaging Center na University of California v Irvine. Na začátku každé relace byl pořízen 3D MP-RAGE strukturální sken s vysokým rozlišením (0,75 mm izotropní voxely): TR 11 ms, TE 4,43 ms, 200 řezy, 0,75 mm izotropní, FOV 231 240 150. Skenování fMRI sestávalo z T2*-vážené sekvence EPI využívající BOLD kontrast: TR 3000 ms, TE 26 ms, úhel převrácení 70 stupňů, 43 řezů, rozlišení 1,8 1,8 mm v rovině, tloušťka stonku řezu 1,8 mm s mezerou 0,2 mm, FOV 180 77,4 180. Řezy byly pořízeny jako částečný axiální objem a bez ofsetu nebo angulace, což poskytlo téměř pokrytí celého mozku. Pro zajištění stabilizace signálu T1 byly získány čtyři počáteční "fiktivní skeny". Pro každého účastníka bylo získáno celkem 6 funkčních běhů: 2 studijní fáze a 4 testovací fáze. Každý běh studie trval 387 s (123 dynamik) a každý zkušební běh 468 s (150 dynamik).

Předzpracování MRI a segmentace ROI

Všechna data neuroimagingu byla předzpracována a analyzována pomocí Analysis of Functional NeuroImages (AFNI, verze 17.2.00) (Cox, 1996) na platformách GNU/Linux a Mac OSX. Analýzy z velké části probíhaly podle standardizovaného kanálu afni_proc.py. EPI byly korigovány pro pohyb (3dvolreg) a načasování řezu (3dTshift), maskovány tak, aby byly vyloučeny voxely mimo mozek (3dautomask) a byly vyhlazeny (3dmerge) pomocí 2.{{1{18}}}} mm Gaussova FWHM jádra . Parametry korekce pohybu byly uloženy do textových souborů pro pozdější použití v lineární regresi (viz analýza dat MRI). Každý běh byl také opovrhován, aby se dále snížil vliv pohybu na data (3dDespike). Funkční skeny byly zarovnány s MP-RAGE zbavenou lebky každého subjektu (align_epi_anat.py). Použili jsme pokročilé normalizační nástroje k zabalení strukturálního skenu každého účastníka do naší vlastní interní izotropní šablony s vysokým rozlišením 0,75 mm pomocí nelineární registrace SyN (Avants et al., 2011). Parametry z těchto warpů byly také použity k deformaci funkčních skenů do prostoru šablony pro skupinové analýzy ROI. Masky byly převzorkovány tak, aby odpovídaly rozlišení vyhlazených dat fMRI (2,0 mm izotropní) a byly dále maskovány, aby se vyloučily částečně vzorkované voxely v rámci a napříč běhy (3dcalc). Nakonec jsme normalizovali data na globální průměr v rámci cyklu (3dcalc), takže následující koeficienty odrážejí procentuální změnu od výchozí hodnoty.

Hipokampální ROI jsme definovali na základě našich zavedených protokolů (např. Yassa et al., 2010; Reagh a Yassa, 2014) (obr. 2). Stručně, segmentace hipokampálních podoblastí byla prováděna podle protokolu SY popsaného Yushkevichem et al. (2015) pomocí naší vlastní šablony skupiny s vysokým rozlišením, ačkoli hranice CA1-subikula byla aktualizována, aby odrážela nedávné snahy o harmonizaci napříč protokoly segmentace hipokampu (Wisse et al., 2017). Stejně jako v předchozích studiích (Reagh et al., 2017) jsme segmentovali přední versus zadní části hipokampálních podoblastí za předpokladu hypotézy o specifickém zapojení zadního mediálního temporálního laloku (MTL) v kontextové paměti (Ranganath a Ritchey, 2012). Toto dělení bylo umístěno na řez bezprostředně za uncalovým vrcholem, takže naše „přední“ hipokampální dělení odkazuje specificky na hlavu hipokampu, zatímco „zadní“ dělení se týká těla a ocasu. ROI úhlového gyru byla definována jako inkluzivní ROI se středem na úhlovém gyru, ale zahrnující sousední oblasti zadního parietálního kortexu.

Experimentální design a statistická analýza

Behaviorální analýzy. Statistické analýzy byly provedeny pomocí GraphPad Prism 8.1.2. Pokusy byly klasifikovány podle položky (staré, podobné, nové) a úsudku zdroje (zdroj správný a zdroj nesprávný) a byl vypočítán podíl odpovědí pro každý typ pokusu. Abychom otestovali účinky na chování, provedli jsme ANOVA s opakovanými měřeními pro cíle i návnady s odezvou předmětu (staré a podobné) a pamětí zdroje (zdroj správný a zdroj nesprávný) jako faktory v rámci subjektu. Post hoc t-testy byly provedeny za použití Holm-Sidakova testu vícenásobného srovnání, aby se prozkoumaly významné interakce.

MRI metody. Do analýz byla zahrnuta pouze data vyhledávání. Zkonstruovali jsme GLM s regresory pro zásahy do cíle, správné odmítnutí návnady (LCR) a falešné poplachy (LFA) se správnými i nesprávnými odpovídajícími úsudky o zdroji a také znemožněním správných odmítnutí (zhroucení přes úsudky spolehlivosti). Falešné falešné poplachy, minutí cíle, minutí návnady a pokusy bez odezvy se zhroutily do regresoru nezájmu vzhledem k jejich vzácnosti a potížím s interpretací. Dodatečně jsme zahrnuli regresory pro šest pohybových vektorů odvozených z kroku předběžného zpracování korekce pohybu (x, y, z, sklon, natočení, vybočení). GLM byl spuštěn v AFNI pomocí 3dDeconvolve. Dekonvoluce hemodynamické odezvy byla provedena pomocí stanových funkcí pokrývajících nástup stimulu do 15 s po nástupu s 6 funkcemi odhadu rozmístěnými v tomto časovém okně. Parametry pohybu byly zadány do modelu jako explicitní regresory, aby se snížil vliv pohybu hlavy na odhady parametrů souvisejících s úkolem, a byly zadány pokusy bez odezvy, aby se tyto nejednoznačné pokusy vyloučily z ovlivnění reziduí modelu. Navíc byly vektory modelující časový drift zadány jako regresory pokrývající polynomy prvního, druhého a třetího řádu. Při generování našich odhadů odezvy pro naše zájmové podmínky jsme výslovně odečetli odmítnutí nové fólie jako základní stav. Stručně řečeno, toto vede k interpretaci, že odchylky od základní linie jsou pravděpodobně řízeny pamětí. U všech funkčních běhů byly TR s pohybem přesahujícím 0.5 mm posunutí rámu (ale pod naším prahem vyloučení 3 mm) cenzurovány z analýz, stejně jako bezprostředně předcházející a následující TR. Nakonec byl globální signál z komor a bílé hmoty vyloučen z voxelů šedé hmoty pomocí ANATICOR (Jo et al., 2010). Tyto postupy „scrubování dat“ byly použity k vyloučení účinků pohybu hlavy na aktivační profily v možném rozsahu (Power et al., 2012).

Konečné váhy zadané do analýz druhé úrovně sestávaly z průměru prvních tří funkcí odhadu (zaměřených na zachycení vrcholu odpovědi BOLD). Analýzy návratnosti investic. Pro naše analýzy ROI byly hmotnosti převedeny na procentuální změnu od výchozí hodnoty a poté extrahovány z a priori ROI (3dmaskave). Statistické analýzy byly provedeny pomocí GraphPad Prism 8.1.2 a SPSS 26.0 (IBM). Dvoucestné ANOVA s opakovanými měřeními s rozlišením návnady (LCR a LFA) a zdrojovou pamětí (správnou a nesprávnou) jako faktory v rámci subjektu byly použity ke zkoumání účinků v hipokampálních a neokortikálních ROI. Pro oblasti, ve kterých se aktivita na různých hemisférách lišila, byla pravá a levá hemisféra zvažována odděleně. Pro oblasti, ve kterých byla aktivita vysoce konzistentní (např. zadní DG/CA3 a angulární gyrus), byla data zhroucena napříč hemisférami. Abychom přímo porovnali pozorovanou separaci hipokampálních vzorů a efekty zdrojové paměti, převedli jsme druhou odmocninu částečných μ 2 pro diskriminaci návnady i efekty zdrojové paměti na Fisherovo z . Poté jsme zhodnotili rozdíl v těchto hodnotách napříč subregiony (např. Z skóre Fisherova z (návnada) v DG/CA3 μ Fisherova z (návnada) v CA1). Holm-Sidak korekce napříč hipokampálními podpolemi (n 12) byla použita ke zkoumání, které hipokampální efekty přežily korekci vícenásobného srovnání. Pro oblasti, kde jsme pozorovali hlavní účinek diskriminace návnady, jsme provedli jednovzorkové t-testy srovnávající aktivitu pro LCR se základní linií (odmítnutí podle fólie). V oblastech, kde aktivita nebyla konzistentní s předpovězeným vzorovým separačním zdrojovým paměťovým signálem, byly do analýzy zahrnuty cílové zásahy. Pro tyto oblasti byly provedeny dvoucestné ANOVA s opakovanými měřeními s pamětí položek (LCR, LFA a cílové zásahy) a zdrojovou pamětí (správnou a nesprávnou) jako faktory v rámci subjektu. K testování hlavních efektů paměti položek byly použity post hoc t-testy využívající Holm–Sidakův test vícenásobného srovnání.

Voxelwise analýzy. Kromě našeho přístupu založeného na návratnosti investic založeném na hypotézách jsme pomocí AFNI, verze 17.2, zkoumali průzkumné funkční mapy téměř celého mozku, které rozlišují návnady a hlavní účinky související se zdrojem, a také oblasti překrývání.00. Abychom toho dosáhli, zadali jsme koeficienty každého subjektu do ANOVA s opakovanými měřeními (3dANOVA3), s diskriminací návnady (LCR a LFA) a zdrojovou pamětí (správnou a nesprávnou) jako pevné faktory v rámci subjektu a subjekty jako náhodný faktor. Významné aktivační mapy byly upraveny pro vícenásobná srovnání pomocí rodinné korekce chybovosti s minimálním rozsahem 46 souvislých voxelů na prahu p 0,05 (3dClustSim, nedávno aktualizován, aby řešil nezamýšlenou inflaci). Pro vizualizaci jsme binarizovali významné F-statistické mapy pro jednotlivé efekty diskriminace návnady a zdrojové paměti a poté je zkombinovali do jediné mapy pomocí jednoduché krokové funkce (tj. voxely s efektem diskriminace návnady získaly hodnotu 1, voxely se zdrojovým efektem získaly hodnotu 1). hodnotu 2 a voxely s překrývajícími se efekty získaly kombinovanou hodnotu 3).

Výsledek

Zjištění chování

Nejprve jsme zkoumali průměrný podíl starých, podobných a nových reakcí pro každý typ stimulu (cíl, návnada nebo fólie) (obr. 1B). Celkově byly subjekty schopny správně identifikovat cíle jako staré (65 procent) a fólie jako nové (69 procent), zatímco předměty s návnadou byly často nesprávně identifikovány jako staré (36 procent) namísto podobných (49 procent). Tento vzorec chování naznačuje distribuci LCR a LFA a replikuje předchozí výsledky pomocí stejného úkolu (Kim a Yassa, 2013). Dále jsme zkoumali výkon ve druhé fázi posuzování zdrojové paměti. Provedli jsme ANOVA opakovaných měření napříč odezvou předmětu (stará a podobná) a zdrojovou pamětí (zdroj správný a zdroj nesprávný) pro cíle i návnady. U cílů jsme zjistili hlavní účinek odezvy položky a zdrojové paměti a také interakce (odpověď položky: F(1,24) 53,4, p 1,5 10 μ 7, zdroj: F(1,24 ) 5,7, p 0,3, interakce: F(1,24) 16,6, 0.0004), s více cílovými zásahy (cíle správně identifikované jako staré), než byly cíle chybně identifikované jako podobné a správnější než nesprávné zdrojové úsudky. Post hoc t-testy ukázaly, že subjekty prováděly správné úsudky o zdroji paměti častěji pro zásahy cílů (F(1,24) 5,7, p 0,02; správný zdroj vs nesprávný zdroj: průměrný rozdíl 0,14, p 0,05), což naznačuje, že když subjekty měly přesnější reprezentace cílové položky, měli tendenci mít lepší zdrojovou paměť pro tuto položku. U návnad jsme zjistili vyšší míru správných odmítnutí (návnady správně identifikované jako podobné, LCR) než falešných poplachů (návnady nesprávně identifikované jako staré, LFA) (F(1,24) 4,8, p 0,04) (obr. 1C) , ale žádný významný rozdíl v počtu správných a nesprávných zdrojových úsudků (F(1,24) 3,14, p 0,09). Je důležité, že tato data replikují předchozí výsledky naznačující behaviorální disociaci mezi zdrojovou pamětí a separací vzorů, což ukazuje, že správné úsudky o zdrojové paměti mohou nastat v nepřítomnosti separace vzorů (tj. falešných poplachů) a že k separaci vzorů na úrovni položek může dojít v případě nesprávného zdroje. paměťové soudy.

Neurozobrazovací nálezy

Použili jsme fMRI s vysokým rozlišením (1,8 mm izotropní), umožňující akvizici téměř celého mozku, abychom prozkoumali regionální aktivitu zapojenou během posuzování paměti položek a zdroje. Pro každou ROI jsme provedli ANOVA opakovaných měření na návnadách s rozlišením návnady (LCR a LFA) a pamětí zdroje (zdroj správný a zdroj nesprávný) jako pevné faktory. Pro regiony, kde jsme pozorovali hlavní účinek diskriminace návnady, jsme provedli t-testy srovnávající aktivitu pro LCR se základní linií (odmítnutí podle fólie). Obrázky 3 a 4 představují procentuální změnu signálu pro každou z uvažovaných podoblastí napříč všemi zájmovými podmínkami (LCR, LFA, cílové zásahy, uvažované samostatně pro podmínky S a Sμ).

Jednoznačná separace hipokampálních vzorů a zdrojové paměťové signály

Aktivita v levé přední DG/CA3 a bilaterální zadní DG/CA3 byla větší pro správné odmítnutí než pro falešné poplachy, přičemž aktivita pro správné odmítnutí byla srovnatelná s aktivitou pro správné odmítnutí fólie (tj. základní linie) (obr. 3C,E,F; levý přední DG/CA3: F(1,24) 6,9, p 0.016, t-test LCR vs. základní linie: t(24) 0,46, p {{ 21}},65; levý zadní DG/CA3: F(1,24) 5,426, p 0.029, t-test LCR vs výchozí hodnota: t(24) 1,3, p {{ 38}}.22; pravý zadní DG/CA3: F(1,24) 1{{4{{50}}}}}.6, p 0.0{ {80}}3, t-test LCR vs výchozí hodnota: t(24) 0,35, p {{1{{107}}1}},73 ). Tento vzor aktivity je konzistentní se signálem oddělování vzoru (obr. 3A) v tom, že se správně vyřazenými návnadami se zachází, jako by to byly nové položky (tj. se správným odmítnutím fólie), zatímco návnady mylně identifikované jako staré vykazují potlačení opakování. Aktivita v pravém zadním CA1 byla silněji zapojena pro správné úsudky zdroje než pro nesprávné úsudky o zdroji (obr. 3J; pravá zadní CA1: F(1,24) 12,6, p 0,002), konzistentní se signálem zdrojové paměti (obr. 3B ). Okrajový vliv zdroje byl také v pravém zadním subikulu (F(1,24) 2,7, p 0,11; obr. 3N). Tyto zdrojové efekty byly také pozorovány, když byly do analýzy zahrnuty cílové zásahy (pravý zadní CA1: F(1,24) 18,8, p 0,0002; pravý zadní subikulum: F(1,24) 8,9, p 0,006). Abychom příměji porovnali separaci vzorů a zdrojové efekty napříč subregiony, převedli jsme částečné μ 2 na Fisherovo z, pak jsme Z-skórovali rozdíl v těchto hodnotách napříč subregiony. Zjistili jsme, že efekt separace vzoru byl nepatrně větší u pravé zadní DG/CA3 (pravá zadní DG/CA3 návnada μ pravá zadní CA1 návnada Z rozdíl 1,8, p 0,07) a že zdrojový efekt byl o něco větší v pravé zadní CA1 (pravý zadní DG/CA3 zdroj μ pravý zadní CA1 zdroj Z rozdíl μ 1,9, p 0,05). Podobný vzorec byl nalezen při srovnání účinků v levé přední a zadní DG/CA3 a CA1 (levá přední DG/CA3 návnada μ pravá zadní CA1 návnada Z rozdíl 1,4, p 0,16; levá přední DG/CA3 zdroj μ pravá zadní CA1 zdroj Z rozdíl μ 2,05, p 0,04; levá zadní DG/CA3 návnada μ pravá zadní CA1 návnada Z rozdíl 1,2, p 0,2; levá zadní DG/CA3 zdroj μ pravá zadní CA1 zdroj Z rozdíl μ 1,85, p 0,06). Efekt separace vzoru v pravém zadním DG/CA3, stejně jako zdrojový efekt v pravém zadním CA1, přežil Holm-Sidak korekci pro více srovnání napříč hipokampálními podpolemi (n 12).

Známé a nové signály v levém zadním CA1 a levém PHC Aktivita v levém zadním CA1 a levém PHC vykazovala profily odezvy, které nebyly konzistentní s předpokládanou separací vzorů nebo zdrojovými paměťovými signály nebo interakcí mezi těmito dvěma. V levém zadním CA1 byl hlavní účinek zdroje; aktivita u nesprávných úsudků o zdroji však byla větší než u správných úsudků o zdroji (S μ ＝ S ) (F(1,24) 5.9, p 0.02). V levém PHC byl hlavní účinek diskriminace návnady, přičemž aktivita pro správné odmítnutí návnady byla vyšší než pro falešné poplachy návnady (F(1,24) 6.3, p 0.02). Aktivita pro správné odmítnutí návnady však byla zvýšena vzhledem k výchozí hodnotě (LCR ＝ výchozí hodnota) (t(24) 2,5, p 0.02). Cílové zásahy byly jako takové zahrnuty do ANOVA, aby se lépe prozkoumalo zapojení těchto oblastí během rozpoznávací paměti, což vedlo k 2 2 opakovaným měřením ANOVA s pamětí položek (LCR, LFA a cílové zásahy) a zdrojovou pamětí (zdroj správný a zdroj nesprávný) jako pevné faktory. Když byly zahrnuty cílové zásahy, pozorovali jsme vliv paměti položky (obr. 3I; F(2,48) 5.4, p 0.008) a zdroje (F( 2,48) 6.2, p 0.02) v levém zadním CA1, přičemž post hoc testy prokázaly větší aktivitu pro zásahy cílů než pro LCR a LFA (LCR vs. Hits: průměrný rozdíl μ { {60}}.07, p 0,01; LFA vs. požadavky na server: průměrný rozdíl μ 0,06, p 0,03). Tento vzorec aktivity by mohl odrážet „signál známosti“, který je často pozorován v hipokampu, s větší aktivitou pro dříve viděné položky než pro nové položky (Reagh et al., 2014; Rutishauser et al., 2015). Levá PHC vykazovala účinek jak položky (obr. 4E; F(2,48) 6,7, p 0,003), tak zdroje (F(1,24) 7,9, p 0,01), s větší aktivitou pro správné odmítnutí (LCR vs LFA : průměrný rozdíl 0,08, p 0,01; LCR vs. shody: průměrný rozdíl 0,1, p 0,004) a pro nesprávné odhady zdroje. Ačkoli tato oblast vykazovala větší aktivitu pro LCR než pro LFA, nesleduje to standardní separační signál pozorovaný v mnoha studiích fMRI, protože aktivita pro správné odmítnutí návnady nebyla na stejné úrovni jako aktivita pro správné odmítnutí fólie (LCR ＝ FCR). Spíše by zvýšená aktivita pro nalákání správných odmítnutí mohla odrážet zvláště robustní signalizaci novinky položky. Nejistota ohledně zdroje informací o položce by mohla přispět ke zvýšené aktivitě pro nesprávné studie zdroje pozorované jak u levého zadního CA1, tak u levého PHC.

Voxelova analýza

Abychom identifikovali oblasti, kde by se mohly překrývat účinky diskriminace návnady a paměti zdroje, které byly mimo naše apriorní ROI, provedli jsme průzkumnou voxelovou analýzu. Provedli jsme ANOVA s opakovanými měřeními s rozlišením návnady (LCR vs LFA) a pamětí zdroje (zdroj správný vs. nesprávný zdroj) jako fixními faktory. Obrázek 5 ukazuje shluky voxelů, které vykazovaly hlavní účinek diskriminace návnady (červená) nebo zdroje (modrá), stejně jako voxely, které vykazovaly hlavní účinek diskriminace návnady i zdroje (zelená). Tato analýza odhalila tři hlavní témata. Za prvé, aktivita související s rozlišováním návnady řídila silnou aktivitu ve ventrálním vizuálním proudu a předním MTL, zejména předním hipokampu a PRC. Naopak aktivita související se zdrojovou pamětí řídila aktivitu v oblastech, jako je mPFC, retrospleniální kůra a úhlový gyrus, které se často podílejí na zdrojové paměti (Ranganath a Ritchey, 2012; Johnson a kol., 2013; Hutchinson a kol., 2014 ). Kromě toho byly efekty zdrojové paměti z velké části přítomny v zadním MTL, včetně hipokampu a PHC. Zadruhé, ačkoli to bylo méně zřejmé v našich analýzách založených na ROI, zdálo se, že diskriminace návnady a efekty zdroje vykazují překvapivý stupeň laterality v MTL. Kromě předozadních disociací byla aktivita související s návnadou v MTL více lateralizována doleva, zatímco aktivita související se zdrojovou pamětí byla více pravostranná. Za třetí, navzdory některým sdíleným voxelům v retrospleniálním kortexu, precuneu a pravoúhlém gyru se mapy diskriminace návnady a zdrojové paměti překvapivě nepřekrývaly. To je zvláště nápadné vzhledem k mnoha voxelům řízeným návnadou nebo zdrojem, které sousedí, ale nejsou sdíleny.

Doplněk Cistanche:zlepšit paměť

Diskuse

Popisujeme studii fMRI s vysokým rozlišením navrženou tak, aby souběžně testovala zdrojovou paměť a separaci vzorů a hodnotila hipokampální subpole a neokortikální příspěvky k těmto procesům. Replikováním naší předchozí behaviorální práce jsme zjistili, že správné úsudky o zdrojové paměti mohou nastat v nepřítomnosti separace vzorů (a naopak), což naznačuje, že tyto procesy jsou behaviorálně disociovatelné. Zjistili jsme také disociaci v signálních profilech spojených s těmito procesy, přičemž hipokampální podpole a kortikální ROI vykazují převážně nepřekrývající se efekty. V žádné z testovaných oblastí nebyla pozorována žádná interakce mezi pamětí zdroje a rozlišováním návnady. Tato zjištění naznačují, že ačkoli zdrojová paměť a separace vzorů přispívají k podrobné epizodické paměti a obě závisí na hipokampu, tyto procesy jsou podporovány odlišnými nervovými mechanismy.

Jak bylo předpovězeno, pozorovali jsme signál v DG/CA3 konzistentní se separací vzorů, s aktivitou pro LCR vyšší než pro LFA a srovnatelnou s aktivitou pro nové fólie. To je v souladu s navrhovanou rolí této oblasti při ortogonalizaci překrývajících se vstupů. Pozorovali jsme zdrojový paměťový signál v pravém zadním CA1 a pravém zadním subikulu, v souladu s předchozími studiemi prokazujícími zvýšenou aktivitu při vyhledávání pro správné posouzení asociativní paměti v těchto oblastech (Eldridge et al., 2005; Viskontas et al., 2009; Stevenson a kol., 2018). Žádné hipokampální podpole nevykazovalo překrývající se účinky diskriminace návnady a paměti zdroje nebo významnou interakci.

Všimli jsme si, že naše metoda testování mnemotechnické diskriminace a doprovodný nedostatek adaptace odpovědi BOLD v reakci na podobné položky je nepřímým měřítkem separace vzorů. Navíc, navzdory pozorované disociaci v signálních profilech napříč hipokampálními podpolemi, by tato data neměla být považována za naznačující, že tyto oblasti nejsou zapojeny jak do zdrojové paměti, tak do procesů separace vzorů. Existuje mnoho důkazů, které naznačují, že oblast DG/CA3 podporuje zdrojovou paměť, když se položky a jejich související kontext překrývají (např. parkování auta každý den na stejném pozemku). Kromě toho se o subregionu CA3 dlouho předpokládalo, že se podílí na dokončování vzoru nebo vyhledávání souvisejících informací, když jsou prezentovány s částečným vodítkem (O'Reilly a Norman, 2002; Kumaran et al., 2016). Tento proces je považován za kritický pro zdrojovou paměť (např. zobrazení položky může spustit vyhledání umístění této položky). Předpokládá se, že CA1 podporuje separaci vzorů propojením reprezentací oddělených vzorem v CA3 zpět se vstupními vzory v entorhinálním kortexu (Norman, 2010). CA1 může také přispívat k mnemotechnické diskriminaci tím, že funguje jako detektor „match-mismatch“ signalizující nesrovnalosti mezi vyhledávaným originálním předmětem a návnadou (Duncan et al., 2012). Protože subikulum slouží jako hlavní výstup hipokampu, je tato oblast pravděpodobně zapojena do mnoha procesů závislých na hipokampu, včetně zdrojové paměti a separace vzorů. V souladu s tím tvrdíme, že jak zdrojová paměť, tak separace vzorů se spoléhají spíše na složité hipokampální okruhy než na odlišné oblasti. Nedávná studie Libby et al. (2018) zjistili, že vzorce aktivity hipokampu rozlišovaly mezi podobnými položkami a podobnými kontexty, ale zobecňovaly se napříč podobnými položkami v kontextu, což naznačuje složité interakce. Disociované signály vyvolané zdrojovou pamětí a separací vzorů v této studii však naznačují, že tyto procesy se mohou spoléhat na odlišné nervové mechanismy, které lze identifikovat, když jsou tyto dva procesy postaveny proti sobě v experimentálním designu.

Tato disociace byla také pozorována mimo hippocampus, přičemž PHC a úhlový gyrus vykazovaly zvýšenou aktivitu pro správné posouzení zdroje (žádný signál separace vzoru) a PRC vykazoval separační signál vzoru (žádný signál zdrojové paměti). Tento vzorec aktivity je v souladu s dobře zavedenou úlohou PHC v prostorovém/kontextovém zpracování a úlohou úhlového gyru při získávání epizodických detailů. Jako součást ventrálního proudu „co“ je o ČLR již dlouho známo, že je zapojena do rozpoznávání položek. Nedávná práce naší skupiny využívající podobný úkol ukázala, že tato oblast je zapojena při mnemotechnickém rozlišování podobných objektů (Reagh a Yassa, 2014). Současné výsledky kopírují tento efekt a přidávají se k rostoucí literatuře zkoumající efekty podobné separaci vzorů v kortikálních oblastech (Reagh a Yassa, 2014; Kent a kol., 2016; Pidgeon a Morcom, 2016). Předpokládá se, že ČLR je zapojena do komplexních percepčních diskriminací, které mohou přispívat k následné mnemotechnické diskriminaci (Barense et al., 2011). Tyto výsledky jsou také v souladu s reprezentativním-hierarchickým modelem, který tvrdí, že ČLR představuje složité prvky položek, u nichž je méně pravděpodobné, že budou sdíleny mezi podobnými položkami, a jako takové mohou vyřešit interferenci mezi těmito položkami (Kent et al., 2016). . Ačkoli to nemusí odrážet separaci vzorů v tradičním smyslu výpočetních modelů, jedná se o způsob rozlišování mezi překrývajícími se vstupy. Disociace mezi zdrojovou pamětí a signály separace vzorů byla dále potvrzena voxelovou analýzou, která odhalila, že kromě některých sdílených voxelů v zadních kortikálních oblastech se aktivita související s diskriminací lákadel a zdrojovou pamětí do značné míry nepřekrývala.

I když jsme se pokusili interpretovat výsledky v rámci našich hypotéz, nemůžeme vyloučit možnost, že k pozorovanému vzoru výsledků mohly přispět i jiné faktory. Vzhledem k tomu, že naše experimentální paradigma používalo k testování zdrojové paměti podobné objekty pro separaci vzorů a prostorové umístění, jednou z alternativních interpretací je, že pozorovaná separace vzorů a efekty zdrojové paměti by mohly odrážet objektové versus prostorové zpracování. Tato interpretace však nevysvětluje, proč pozorované účinky odpovídají specifickému profilu odezvy vymezenému naším předpokládaným signálem separace vzoru, s aktivitou pro správné odmítnutí větší než pro falešné poplachy a na stejné úrovni s aktivitou pro správné odmítnutí fólie. Navíc, pokud je tento efekt řízen výhradně zpracováním objektů, nikoli separací vzorů, nemuseli bychom nutně očekávat, že tento efekt uvidíme v DG/CA3, protože rozpoznávání objektů často nezapojuje hippocampus. Na rozdíl od toho rozpoznávání objektů tváří v tvář interferenci, domněle separaci vzorů, zapojuje DG/CA3, což naznačuje, že to je to, co řídí pozorované efekty v této oblasti. Disociace pozorovaná v PRC a PHC je v souladu s objektovou versus prostorovou interpretací, protože je známo, že tyto oblasti jsou zapojeny do objektového a prostorového zpracování. Protože se však ukázalo, že DG/CA3 reaguje na objektové i prostorové zpracování, doménová specifičnost jasně nevysvětluje pozorovaný vzorec výsledků. Budoucí studie by mohly používat různé typy separace vzorů nebo úsudků o zdrojích k určení, zda jsou pozorované jevy specifické pro objektové/prostorové zpracování, nebo zda jsou zobecněné napříč modalitami.

Druhou možností je, že efekty separace vzorů a zdrojové paměti mohly být řízeny kódováním versus vyhledáváním, protože správné odmítnutí podobných návnad by mohlo zahrnovat relativně více procesů souvisejících s kódováním. Kódování a vyhledávání jsou však vysoce dynamické procesy a kombinace procesů kódování a vyhledávání přispívá jak k rozlišení položek, tak k paměti zdroje. Například správné odmítnutí podobných návnad pravděpodobně zahrnuje strategii „odvolání k odmítnutí“. Třetí možností je, že efekty separace vzorů a zdrojové paměti mohly být řízeny separací vzorů a dokončením vzoru, protože úsudky o zdrojové paměti zahrnují vyhledání prostorového umístění na základě částečného podnětu (položky). Oddělování vzorů a dokončování vzorů se však vzájemně nevylučují a podobně jako procesy související s kódováním a vyhledáváním jsou pravděpodobně součástí všech našich různých typů zkoušek. Mohli bychom například tvrdit, že diskriminace položek také zahrnuje dokončení vzoru, protože tyto pokusy pravděpodobně zahrnují strategii „odvolání k odmítnutí“, jak bylo uvedeno výše. Jako takové, ani kódování versus vyhledávání, ani separace vzorů versus disociace dokončení vzoru jasně nevysvětluje pozorovaný vzorec výsledků.

Efekty zdrojové paměti byly z velké části přítomny v zadním MTL, včetně zadního hipokampu a PHC, v souladu s nedávnými teoriemi zahrnujícími tuto oblast jako součást vysoce propojené zadní sítě, o které se předpokládá, že je zapojena do kontextuálního a prostorového zpracování, včetně úhlového gyru a retrospleniálního kortexu. (Ranganath a Ritchey, 2012). Je zajímavé, že efekt separace vzoru byl přítomen jak v přední, tak v zadní části DG/CA3. Zatímco některé teorie spojují přední hippocampus s více průběhem, pamětí založenou na gist, jak poznamenali Poppenk et al. (2013), to by mohlo odrážet nerovnoměrné rozložení podpole DG/CA3 přes dlouhou osu hipokampu, přičemž zadní hipokampus má vyšší poměr DG/CA3 ve srovnání s jinými podpolemi. Naše výsledky naznačují, že alespoň v rámci DG/CA3 přední i zadní hipokampus podporují detailní epizodickou paměť.

Tyto výsledky zdůrazňují hodnotu testování více aspektů epizodické paměti v jediném experimentálním paradigmatu. Ačkoli zdrojová paměť i separace vzorů zapojují hippocampus, současným testováním obou procesů jsme byli schopni pozorovat, zda a kde se aktivita související s těmito procesy překrývá a/nebo interaguje. Zde jsme zjistili, že zdrojová paměť a separace vzorů zřejmě používají odlišné mechanismy. Tato disociace může vysvětlovat, proč lidé mohou mít velmi jasnou paměť pro kontext, ale nesprávně identifikují konkrétní osoby nebo položky. Budoucí studie mohou zkoumat okolnosti, za kterých by zdrojová paměť a separace vzorů mohly interagovat.

zlepšit paměťcistanche