回忆中的重新激活强度受到认知图中图形距离的调节

回忆中的重新激活强度受到认知图中图形距离的调节

研究背景

记忆的形成和提取是神经科学的重要研究领域之一。经典记忆理论认为记忆依赖于三个不同的阶段:编码、巩固和提取。新的情景记忆通过编码形成,并被转换和巩固在海马体和新皮质网络中的特定时空神经元放电模式中。这些放电模式在随后的休息或睡眠期间被重新激活,这一过程被认为与记忆巩固有关。同样,在回忆过程中的神经活动模式也会再现,这种再激活可以预测回忆的成功。然而,在人类中测量和解读这种序列再现或一般网络再激活的难度较高,这在很大程度上限制了对相关记忆存储和回忆过程的研究。

本研究重点探讨了人类记忆再激活过程中的具体机制,特别是在复杂图结构中的记忆再激活。论文探讨了个体在提示回忆阶段中如何再现先前学习的图结构信息,并分析了不同记忆表现的再激活模式与图结构距离的关系。

论文来源

此研究由Simon Kern及其团队完成,研究团队成员来自多家机构,如海德堡大学医学心理学系、计算精神病学中心、医学心理学与行为神经生物学研究所等。论文于2023年5月29日发表在《eLife》期刊,审稿编辑为Anna C Schapiro。

研究流程

研究方法和流程

这个研究结合了图学习任务和机器学习技术来研究与记忆回忆相关的神经事件。先前的研究中,已经有人利用脑磁图(MEG)结合机器学习技术揭示了人在多个环境中(包括记忆、规划和推理)进行的序列回放。本次研究设计了一种基于图的学习任务,让参与者学习10个节点和12条边构成的有向循环图,并在休息8分钟后进行提示回忆任务。

具体步骤

  1. 局部测定任务(Localizer Task): 参与者在MEG扫描仪中进行局部测定任务,每个图谱中的10个项目以伪随机顺序重复呈现50次,通过听觉和视觉刺激结合来提取多感官的活动模式。

  2. 图学习任务(Graph Learning): 学习阶段参与者被要求通过试错学习掌握图中的项目序列,每个图中的节点只能有一个直接继任者和前任者,但有两个枢纽节点分别具有两个直接前任和继任者。学习任务结束时,需要达到至少80%的准确率或最多进行六个学习块。

  3. 休息状态(Resting State): 学习任务后的参与者需要进行8分钟的闭眼休息。这一阶段的记录数据未在本研究中报告。

  4. 回忆任务(Retrieval Task): 回忆会跟学习任务相同,但不提供反馈。参与者在提示的每个试验中需要从三个选项中选择正确的继任者。

解码与数据处理

研究团队通过解析从MEG记录中提取的神经活动模式,利用Python的机器学习库Scikit-learn进行lasso正则化逻辑回归,并通过交叉验证确定解码准确率。解码器独立于每个受试者和每种刺激,并用训练好的解码器估算提示回忆试验中的当前图像线索概率。

主要结果

  1. 行为结果: 大多数参与者成功学习了嵌入有向图中的10个图像序列。经过8分钟休息后,回忆性能仅稍微提高,提示学习材料在记忆中的巩固过程在极短时间内可能有限。

  2. 解码器准确性: 在局部测定任务中解码器的平均峰值解码准确率约为42%。解码器在提示回忆时能够有效解码当前提示图像线索,准确率显著高于随机水平。

  3. 序列重放分析: 使用时间滞后线性建模(TDLM)方法证实,低表现者的前向序列重放较强,高表现者则趋于同时(聚集)再激活。这表明海马回放的作用可能依赖于记忆痕迹的稳定性。

  4. 聚集再激活: 高表现者在提示图像出现后的220-260毫秒内显示出显著的聚集再激活,且这种再激活强度与图结构距离有关,近距离项目的再激活强度高于远距离项目。

  5. 任务表现与大脑网络重新激活的关系: 研究表明,再激活的强度与图结构的距离有关,且仅在正确回忆的试验中明显。这一发现凸显了有效再激活对任务表现的重要性。

研究结论

本研究发现了记忆检索中不同表现者的显著差异,低表现者依赖于先前学习内容的前向序列重放,而高表现者则倾向于同时性的聚集再激活。这种机制的存在,提示了随着记忆巩固的进程再激活策略的动态变化。

聚集再激活的强度反映了图结构中的节点距离,为认知图谱的研究提供了新的证据。这一发现表明,高记忆表现者在回忆信息时更依赖于长期巩固的记忆图谱,而不是进行逐步的序列搜索。

研究亮点

本研究通过结合行为实验和脑磁图技术,揭示了人类记忆再激活中的新机制,特别是复杂图结构中的记忆回忆过程。研究发现回忆策略的差异及其与记忆表现的关系,为理解大脑中的记忆网络提供了新的视角。

限制与展望

  1. 试验数量及设计的限制: 研究的试验数量相对有限,尤其是在错误答案的分析中。这可能影响了结果的广泛性和统计的稳健性。

  2. 学习块数量的差异: 由于使用了按条件的学习,参与者在学习块数量上有较大差异,使得比较学习进展变得困难。

未来研究可以通过操纵回忆练习、延长保持期和引入更复杂的图任务,系统地探索不同的记忆再激活机制。这些研究或将进一步阐明在不同学习经验和记忆巩固条件下,回放和再激活策略的动态转换过程。