Daha Önce Öğrenilen Yeni Zamansal Dizilere Karşı Beyin Tanıma: Diferansiyel Eşzamanlı İşleme Bölüm 1

Dizilere ilişkin hafıza, sinir biliminde merkezi bir konudur ve onlarca yıllık çalışmalar, zaman içinde yayılan geniş bir dizi dizisinin kodlanmasının altında yatan sinir mekanizmalarını araştırmıştır.

Sıralı hafıza, insanların sayılar, harfler, kelimeler veya resimler gibi bir dizi bilgiyi hatırlayabilmesi anlamına gelir. Bellek ise bilgiyi beyinde saklama ve ihtiyaç duyulduğunda hızla geri çağırma yeteneğini ifade eder. Sıralı hafıza, hafızayı eğitmek ve geliştirmek için önemli bir araç olduğundan, ikisi arasında güçlü bir bağlantı vardır.

Belleği iyi olan bir kişi genellikle iyi bir sıralı hafıza yeteneğine sahiptir, birçok bilgiyi hızlı ve doğru bir şekilde hatırlayabilir ve ihtiyaç duyduğunda kavrayabilir. Bu tür yetenekler, iş ve yaşamdaki çeşitli zorluklarla başarılı bir şekilde yüzleşmek için onları günlük yaşamda daha kullanışlı hale getirir.

Aynı zamanda dizi hafızası çalışması yaparak hafızamızı da geliştirebiliriz. Sayılar, harfler, kelimeler veya resimler olsun, ancak sürekli pratik yaptığımızda, ezberlediğimizde, gözden geçirdiğimizde ve pekiştirdiğimizde bilinçaltımızda derin bir etki bırakabilir ve hafıza yeteneğimizi güçlendirebiliriz.

Sıralı hafıza yoluyla hafızayı geliştirmenin yanı sıra başka bazı yöntemlerle de hafızayı güçlendirebileceğimizi belirtmekte fayda var. Örneğin, daha fazla egzersiz yapın, iyi bir uyku çekin, dengeli beslenin, yeni bilgiler öğrenin vb. Bunlar beynimizin normal çalışmasına yardımcı olabilir, böylece hafızamızı geliştirebilir.

Özetlemek gerekirse sıralı bellek ile bellek birbiriyle yakından ilişkilidir ve aralarında tamamlayıcı bir ilişki vardır. Sürekli uygulama ve iyileştirme yoluyla hafızamızı büyük ölçüde geliştirebilir, böylece çeşitli zorluklarla daha iyi başa çıkabilir ve renkli bir hayatın tadını çıkarabiliriz. Hafızamızı geliştirmemiz gerektiği görülebilir. Cistanche hafızamızı önemli ölçüde geliştirebilir çünkü Cistanche birçok benzersiz etkiye sahip geleneksel bir Çin tıbbi malzemesidir ve bunlardan biri hafızayı geliştirmektir. Kıymanın etkinliği, içerdiği karboksilik asit, polisakkaritler, flavonoidler vb. dahil olmak üzere çeşitli aktif bileşenlerden gelir. Bu bileşenler, çeşitli kanallar aracılığıyla beynin sağlığını geliştirebilir Qingmeng Etinde antioksidan, antiinflamatuar ve anti-rekabet vardır. Etkileri.

Belleği Geliştirmenin Yollarını Bil'e tıklayın

Ancak önceden ezberlenmiş ve yeni zamansal dizilerin tanınmasının altında yatan beyin mekanizmaları hakkında çok az şey biliniyor. Dahası, işitsel bir zamansal dizideki tek öğelerin tüm üst dizilimle karşılaştırıldığında diferansiyel beyin işleyişi tam olarak anlaşılmamıştır.

Bu manyetoensefalografi (MEG) çalışmasında, zamansal dizinin öğeleri bağımsız olarak yerel ve hızlı (2–8 Hz) beyin işlemeyle bağlantılıyken, tüm dizi eşzamanlı küresel ve daha yavaş (0.1–) ile ilişkilendirildi. 1 Hz) ardışık olarak aktif beyin bölgelerinden oluşan geniş bir ağ içeren işleme. Özellikle, önceden ezberlenmiş zamansal dizilerin tanınması, yavaş beyin işleyişinde daha güçlü aktivite ile ilişkilendirilirken, yeni diziler daha hızlı beyin işleyişinin daha fazla katılımını gerektiriyordu.

Genel olarak, sonuçlar, düşük düzeydeki beyin bölgelerinden üst düzey beyin bölgelerine doğru iyi bilinen bilgi akışına göre genişletilmektedir. Daha önce öğrenilenlere karşı yeni zamansal bilgileri tanımak için yavaş ve daha hızlı tüm beyin işlemlerinin farklı katılımını ortaya koyuyorlar.

Anahtar Kelimeler:

Zamansal diziler; hafıza tanıma; manyetoensefalografi; beyin dinamikleri; kaynağın yeniden yapılandırılması.

giriiş

Yıllar geçtikçe, dizilere ilişkin hafızayı anlamak sinirbilim ve bilişsel bilimlerde merkezi bir konu haline geldi (Förstl ve diğerleri 2006; Kumar ve Anand 2015), Dehaene ve diğerleri tarafından önemli bir makalede gözden geçirildiği gibi. (2015). Burada yazarlar, artan karmaşıklığa sahip beş kategoride düzenlenmiş zamansal diziler için işleme mekanizmalarının bir sınıflandırmasını önermektedir: (i) dizinin sonraki öğeleri arasındaki geçiş ve zamanlama bilgisi, (ii) dizinin bitişik öğelerinin parçalanması, (iii) ) hangi öğenin önce geldiğine dair sıralı bilgi, (iv) bir dizi içindeki karmaşık düzenlilikleri yakalayan cebirsel modeller ve (v) soyut sembolik kurallara dayalı iç içe geçmiş ağaç yapıları.

İlk kategori, dizinin bir öğesinden diğerine geçişin işlenmesini ifade eder. Bu araştırma, iyi bilinen N100 ve uyumsuzluk negatifliği (MMN) gibi standart ve sapkın seslere yönelik çeşitli otomatik olayla ilgili potansiyelleri/alanları (ERP/F) tanımlamış ve beynin dizilerin düzenindeki değişiklikleri hızlı bir şekilde tespit edebildiğini göstermiştir. (Garrido ve ark. 2009; Lijffijt ve ark. 2009; Vuust ve ark. 2012; Bonetti ve ark. 2017, 2018; Bonetti, Brattico, Carlomagno, ve ark. 2021a; Bonetti, Bruzzone, Sedghi ve ark. 2021b; Bonetti , Brattico, Vuust ve diğerleri 2021c).

Parçalama, bitişik öğeleri daha büyük tek bir birimde gruplama yeteneğini ifade eder.

Tek hücre seviyesindeki önceki çalışmalar, motor alışkanlıkların kazanılması sırasında parçalanmanın meydana geldiğini göstermiştir (Fujii ve Graybiel 2003; Smith ve Graybiel 2013; Jin ve ark. 2014).

Fonksiyonel manyetik rezonans görüntüleme (fMRI) ile yapılan benzer çalışmalar bu sonuçları doğruladı ve motor temporal diziler öğrenildiğinde parçalamada hiyerarşik bir organizasyon olduğunu öne sürdü (Koechlin ve Jubault 2006).

İşitsel parçalanmanın sinirsel bağıntıları ek çalışmalarla daha da araştırıldı. Örneğin Kalm ve ark. (2012) gruplandırılmış ve gruplanmamış harf listelerinin işitsel kodlamasını araştırmak için fMRI'yı kullanmış ve işitsel korteks, premotor ve prefrontal beyin alanlarındaki büyük aktivasyonun kodlama sırasında hafıza süresinin aşılmasıyla ilişkili olduğunu vurgulamıştır.

Ek olarak, elektroensefalografi (EEG) kullanılarak Ding ve ark. (2018), bireysel işitsel olayların (yani hecelerin) sinirsel kodlamasının otomatik olduğunu, zamansal parçaların (yani kelimelerin) bilgiye dayalı inşasının ise dikkati temel aldığını keşfetti.

Parçalamanın ötesinde sıralı bilgi, zamansal sıralamada hangi öğenin önce, sonra vb. geldiğini öğrenme ve hatırlama kapasitesini tanımlar. Önceki çalışmalar, bir dizi öğenin sıralı düzeninin beyin tarafından intraparietal ve dorsolateral prefrontal kortekslerde kodlandığını göstermiştir (Terrace ve ark. 2003; Berdyyeva ve Olson 2010; Crowe ve ark. 2014).

Cebirsel modeller, beyinde depolanan ve bir dizi öğenin altında yatan sıralı düzenliliklerin yakalanmasını sağlayan soyut şemalara atıfta bulunur. Önceki araştırmalar, beynin duyusal sapmalara sahip temel dizilerden daha yüksek düzeyde soyut düzenlilikleri anlayarak dizilerin cebirsel kalıplarını işlediğini ileri sürmüştü (Endress ve ark. 2009; Wang ve ark. 2015).

Son olarak, iç içe geçmiş ağaç yapıları, genellikle birbirinin içine gömülü olan sembolik kurallar tarafından oluşturulur. Önceki çalışmalar, iç içe geçmiş yapılarda düzenlenen karmaşık dilsel kalıpların işlenmesinde yer alan aşağıdaki beyin bölgeleri ağını vurgulamıştır: sol üst temporal oyuk (STS), orta temporal girus (MTG), temporal kutuplar (TP), alt frontal girus (IFG) ve temporoparietal kavşak (TPJ) (Mazoyer ve diğerleri 1993; Saur ve diğerleri 2010; Friederici 2011; Rolheiser ve diğerleri 2011; Tyler ve diğerleri 2011).

Beynin zamansal dizileri nasıl işlediğine ilişkin diğer ilgili katkılar işitsel ve konuşma işleme araştırmalarından geldi. Bu, seslerin ve insan dillerinin anlaşılmasının altında yatan eşzamanlı beyin mekanizmalarını önerdi. Örneğin Teng ve ark. (2017), Poeppel (2003) tarafından önerilen "zamanda asimetrik örnekleme" (AST) hipoteziyle tutarlı olarak, işitsel işleme sırasında teta ve gama frekans bantlarının eşzamanlı rolünü göstermiştir. Konuşma işlemeyi araştıran başka bir çalışmada yazarlar, teta aktivitesinin işitsel korteksle sınırlı olduğunu, delta bandının ise aşağı akışlı işitsel bölgelerden kaynaklandığını ve uyaranların belirsizliği tarafından modüle edildiğini ortaya çıkardılar (Donhauser ve Baillet 2020).

Bu mükemmel çalışmalar, zamansal dizilerin ve kalıpların işlenmesinin altında yatan beyin mekanizmalarının ayrıntılı ancak kapsamlı olmayan bir incelemesini sağladı. Özellikle inceleme, öğelerin eşzamanlı mekanizmalar aracılığıyla soyut kurallarla nasıl gruplandırıldığını ve organize edildiğini gösterirken, tek öğelerin zamansal sırasının, yeni bir algıyla karakterize edilen yeni, üstün bir nesneye (diziye) yol açtığı durumları kesin olarak araştırmadı. ve kodlanabilen ve daha sonra geri alınabilen veya tanınabilen anlam. Müzikal melodiler, seslerin (öğelerin) zaman içindeki birleşimine bağlı olarak tek başına seslerin taşıyamayacağı anlamlar taşıyan yeni nesneler olarak algılandığından bu tür dizilerin ideal örnekleridir (Cooke 1959).

Her ne kadar müzik sinir bilimi son birkaç on yılda hızla genişlemiş olsa da müzikal zamansal dizilerin tanınmasının altında yatan hızlı ölçekli beyin mekanizmaları hakkında çok az şey biliniyor. Tersine, müzikal hafızanın sinirbilimindeki araştırmalar bize farklı ve son derece alakalı bilgiler sağladı. Örneğin bir fMRI çalışmasında Gaab ve ark. (2003) katılımcılardan farklı perdelerle karakterize edilen sesleri karşılaştırmalarını istedi.

Yazarlar, katılımcılar görevi tamamladığında özellikle üst temporal, supramarjinal ve sol alt frontal kortekslerde aktivite ortaya çıkardı. Daha yakın zamanlarda Kumar ve ark. (2016) birincil işitsel korteks, hipokampus ve alt frontal girusun ilgili rolünün yanı sıra işitsel WM görevlerini gerçekleştirmek için bağlantılarını gösterdi.

Benzer şekilde Sikka ve ark. (2015) katılımcılardan tanıdık veya tanıdık olmayan müziği tanımalarını istedi ve başarılı performansın sağ üst temporal, iki taraflı alt ve üst frontal, sol orta orbitofrontal, iki taraflı precentral ve sol supramarjinal kortekslerin aktivasyonuyla ilişkili olduğunu gösterdi. FMRI'ın yanı sıra, manyetoensefalografi (MEG) kullanılarak müziksel hafıza üzerine birkaç çalışma yapılmıştır.

Örneğin Albouy ve ark. (2013, 2017), hafızanın korunması sırasındaki beyin aktivitesini araştırdı ve katılımcıların beyin dorsal akışındaki teta salınımlarının, işitsel bir WM görevini gerçekleştirme yeteneklerini öngördüğünü gösterdi.

Yakın zamanda yapılan bir çalışmada Bonetti, Brattico, Carlomagno ve ark. (2021a), Bonetti, Bruzzone, Sedghi ve diğerleri. (2021b), Bonetti, Brattico, Vuust ve diğerleri. (2021c), ilk 220 ms'lik ses kodlamasının, Heschl ve superior temporal girus, frontal operkulum, singulat girus, insula, bazal ganglionlar ve hipokampus gibi bağlantılı beyin alanlarından oluşan geniş bir ağ sunduğunu gösterdi. Dikkat çekici bir şekilde, işitsel korteks ve insula diğer alanlara göre daha güçlü aktivite gösterse bile, bu beyin alanları ağ içinde eşit derecede merkeziydi.

Sonuç olarak, önceki araştırmalar çeşitli zaman dizileri ve müzikal ses kategorilerinin işlenmesinin altında yatan beyin mekanizmalarını vurgulamıştır. Ancak bu çalışmalar, tekli öğelerin sırasının, müzik dizilerinden kaynaklanan yeni algı ve anlamla karakterize edilen yeni, üstün, küresel bir nesneye yol açtığı önceden öğrenilmiş zamansal dizilerin tanınmasını araştırmamıştır. Özellikle, dizinin tek tek öğelerinin işlenmesi (yerel işleme) ve dizinin bir bütün olarak yeni nesne için hafıza tanıması (küresel işleme) ile ilişkili diferansiyel mekanizmalar tam olarak anlaşılmamıştır. Çalışmamızda anatomik MR ile kısıtlanan MEG verilerinden yararlanarak bu soruları yanıtladık.

Malzemeler ve yöntemler

Katılımcılar

Çalışma 70 gönüllüden oluşmuştur: 36 erkek ve 34 kadın (yaş aralığı: 18-42 yaş, ortalama yaş: 25,06 ± 4,11 yıl). Tüm katılımcılar sağlıklıydı ve daha önce veya şu anda alkol ve uyuşturucu kullanımı bildirmediler. Ayrıca herhangi bir ilaç kullanmadıklarını, daha önce herhangi bir nörolojik ya da psikiyatrik rahatsızlıklarının olmadığını ve işitmelerinin normal olduğunu beyan ettiler. Üstelik ekonomik, eğitimsel ve sosyal statüleri homojendi.\

Deney prosedürleri, Helsinki Bildirgesi — Tıbbi Araştırma Etik İlkeleri'ne uygun olarak gerçekleştirildi ve Orta Danimarka Bölgesi Etik Komitesi (Midtjylland Bölgesi için De Videnskabsetiske Komitéer) (Ref 1-10-72-411-17) tarafından onaylandı.

Deneysel tasarım ve uyaranlar

Zamansal dizi tanımanın beyin imzasını tespit etmek için manyetoensefalografi (MEG) kaydı sırasında eski/yeni bir paradigma (Kayser ve ark. 2003) işitsel tanıma görevini kullandık. İlk olarak katılımcılar, JS Bach tarafından bestelenen Do minör BWV 847 prelüdünün sağ el kısmının MIDI versiyonunun dört tekrarını dinlediler (toplam süre yaklaşık 10 dakika).

İkinci olarak, onlara her biri 1.250 ms süren 80 kısa müzik parçası sunuldu ve her bir parçanın Bach'ın başlangıcına mı ait olduğu ("ezberlenmiş" sekans (M), eski) yoksa yeni bir müzik sekansı ("roman") olup olmadığını belirtmeleri istendi. sekans (N), yeni) (Şekil 1A). Bach'ın eserinden kırk alıntı yapıldı ve 40'ı romandı.

Daha da önemlisi, iki uyaran kategorisi (M ve N), potansiyel karışıklıkları önlemek için çeşitli değişkenler arasında eşleştirilseler de, tanıma görevinde ayırt edilebilir olacak şekilde yaratılmıştır (yani bunlar her zaman farklı müzik tonlarından oluşmuştur). M ve N, ses seviyesi, ritim, tını, ölçü, tempo, tonalite, entropi (H) ve bilgi içeriği (IC) açısından eşleştirildi.

Yukarıda bahsedildiği gibi ezberlenen melodiler Bach'ın prelüdünden alıntılardan oluşuyordu. Bu durumda, müzik ölçüsü başına, ölçünün ilk beş tonuna karşılık gelen bir alıntı seçtik. Daha sonra Bach'ın prelüdünden alınan ezberlenmiş müzik dizilerinden farklı olan melodilerin notaları arasındaki melodik kontur ve aralıkları kullanarak yeni müzik melodileri besteledik. 80 müzik dizisi, Şekil S1'deki müzik notasyonunda rapor edilmiştir.

Şekil 1. Deneysel tasarım, kaynağın yeniden yapılandırılması ve tek öğeli kontrastlar. A) JS Bach'ın bestelediği bir müzik parçasının tamamını dinledikten sonra katılımcılara, parçadan alınan bir dizi melodik alıntı ve bir dizi yeni melodi sunuldu. Bu alıntılar, katılımcılar tarafından bir yanıt paneli kullanılarak "daha önce ezberlenmiş" (M) veya "yeni" (N) olarak etiketlenen beş öğeden (müzik tonları) oluşturulan zamansal dizileri temsil ediyordu. B) Görev sırasında katılımcının beyin aktivitesi manyetoensefalografi ile kaydedildi.

Burada, önceden işlenmiş, farklı frekans bantlarında bant geçirgenliğiyle filtrelenmiş ve dönemlendirilmiş sinirsel verilerin grafiksel bir tasvirini gösteriyoruz. Bu şekil iki frekans bandına (0.1–1 ve 2–8 Hz) yönelik analizleri göstermektedir çünkü bu iki bandın zamansal dizilerin yerel ve küresel işlenmesiyle ilişkili olduğunu varsaydık. C) 0.1–1 ve 2–8 Hz için bağımsız olarak hesaplanan kaynak yeniden yapılandırmasının grafiksel gösterimi. Özellikle, 0.1–1 Hz, tüm dizinin tanınmasını indekslerken (global işleme), 2–8 Hz ise dizinin her bir öğesine verilen nöral tepkileri gösterdi (yerel işleme). D). Kontrastlar, özellikle üçüncü, dördüncü ve beşinci öğeler için 0,1–1 Hz (kırmızı) aralığında M'ye karşı N için daha güçlü beyin aktivitesi ortaya çıkardı.

Bu fark, singulum, alt temporal korteks, frontal operkulum, insula ve hipokampal alanları içeren geniş bir beyin ağında lokalize oldu. Tersine, 2-8 Hz arasındaki kontrastlar, özellikle işitsel kortekste, N'ye karşı M (mavi) için genel olarak daha güçlü bir aktivite sağladı. Gösterilen değerler, M ve N'nin beyin aktivitesinin karşılaştırılmasıyla elde edilen t değerleridir.

IC ve H ile ilgili olarak, ezberlenenlerin (ortalama IC: 5,70 ± 1,73, ortalama H: 4,70 ± 0,33) ve yeni müzik dizilerinin (ortalama IC: ) her tonu için tahminleri yapıldı. 5,92 ± 1,81, ortalama H: 4,78 ± 0,35) Müziğin Bilgi Dinamikleri (IDyOM) kullanılarak (Pearce 2018). Bu yöntem, hedef notayı oluşturan müzik parçasının önceki notalarının ve geniş bir prototip Batı müzik parçası dizisinden türetilen bir dizi kuralın birleşimine dayalı olarak hedef nota için bir IC değerini hesaplamak üzere makine öğrenimini kullanır. Böylece iki kategorimizin (M ve N) müzik dizilerinin global IC'sinin aynı olduğundan emin olduk.

Biçimsel düzeyde IC, ei'yi kodlamak için gereken minimum bit sayısına karşılık gelir ve aşağıdaki denklem (1) ile tanımlanır:

burada p(ei|ei−1 (i−n)+1), önceki bir ei−1 (i−n)+1 olay kümesi göz önüne alındığında, ei olayının olasılığıdır.

Entropi, önceki ei−1 (i−n)+1 olay kümesi göz önüne alındığında, yaklaşan olayın belirsizliğinin/kesinliğinin bir ölçüsünü sağlar ve

Denklem (2)'ye göre, eğer belirli bir ei olayının olasılığı 1 ise, A'daki diğer olayların olasılığı 0 olacaktır. Dolayısıyla H aynı zamanda 0'a (maksimum kesinlik senaryosu) eşit olacaktır. Tersine, eğer olaylar eşit derecede muhtemelse, H maksimum olacaktır (maksimum belirsizlik senaryosu). Sonuç olarak IDyOM, her müzik tonunun öngörülebilirliğine ilişkin bir tahmin sağlar ve bunun insan algısıyla tutarlı olduğu gösterilmiştir (Pearce 2018; Sears ve ark. 2018).

MEG analizinde yalnızca doğru şekilde tanınan denemeleri kullandık (ortalama doğru M: %78,15 ± 13,56, ortalama reaksiyon süreleri (RT): 1.871 ± 209 ms; ortalama doğru N: %81,43 ± 14,12, ortalama RT: 1.915 ± 135 ms ).

Hem başlangıç ​​hem de alıntılar Finale (MakeMusic, Boulder, CO) kullanılarak oluşturuldu ve Sunum yazılımı (Neurobehavioral Systems, Berkeley, CA) ile sunuldu. MEG verilerinin alınmasından sonra aynı veya başka bir gün manyetik rezonans görüntüleme (MRI) kullanılarak katılımcıların beyin yapısal görüntüleri elde edildi.

For more information:1950477648nn@gmail.com