你休息的時候,你的大腦正在自動“復習”( 二 )


你休息的時候,你的大腦正在自動“復習”
文章圖片
在WebofScience數據庫中 , 以主題“Neuralreplay”進行檢索所得
人類運動學習后的神經回放研究
在本節中 , 我們將簡單地介紹來自哈佛醫學院SydneyS.Cash團隊在2020年(Eichenlaubetal. , 2020)和2022年(Rubinetal. , 2022)的兩項研究 , 不同于其他研究中更多地使用MEG等非侵入式神經活動無創記錄技術和神經解碼(decoding)中的多變量模式分析方法來對正常人的腦活動進行監測和分析 , 這兩項研究中使用植入式微電極陣列 , 對病人在序列運動學習后的神經元放電情況進行了直接的記錄 。
如其中一位研究者BeataJarosiewicz博士所說“這是第一個直接證據 , 證明我們也可以看到人類在學習后的休息期間有幫助鞏固記憶的回放現象……我們在動物身上研究了幾十年與回放有關的記憶鞏固機制 , 看起來很可能也適用于人類 。 ”
在Cash團隊的這兩項研究中 , 被試首先完成微電極陣列設備校準(熟悉如何通過意圖移動光標) , 然后被要求閉眼休息約半小時 , 記錄其靜息態下的腦活動指標(Rest1);隨后被試會完成一個類似電子游戲“西蒙”(Simon)的序列運動學習任務:電腦首先顯示目標序列 , 然后被試通過自己的意念想象去操縱光標按照這樣的序列運動(iBCI , 詳見下圖和視頻) , 其中被試需要完成的重復序列和隨機序列試次數量呈現3:1的比例(Sequencegame);任務結束后 , 被試會再次閉眼休息并被記錄學習后的腦活動情況(Rest2) 。
你休息的時候,你的大腦正在自動“復習”
文章圖片
在2022年的研究中 , 實驗者還會在這一基礎上記錄被試在任務前一天晚上和當天晚上睡眠時的大腦活動情況(如下圖所示) 。
你休息的時候,你的大腦正在自動“復習”
文章圖片
在第一篇研究(2020)中 , 研究者提取了每個電極通道上的發放功率(spikepower , 250-5000Hz的總頻譜功率) , 然后使用模板匹配方法(Templatematchingapproach)評估了神經元發放功率時空模式相似度 , 將每個目標/每個試次的神經活動模式的平均值作為單獨的時空模板 , 將其與前后Rest階段中每個時間步長的神經活動模式進行相關分析 , 以檢測單個目標和整體序列的神經回放現象 。
計算并確定每個模板的相關系數(CC)峰值 , 將CC大于95%的定義為候選回放事件 , 并將回放指數(RI)定義為CC峰值的平均值占比變化(Rest2-Rest1) 。 結果發現重復序列和隨機序列的RI分布如下圖A所示 , 該結果表明 , 完成序列運動學習任務之后 , 重復序列在休息時的大腦中得到了更多的回放 。
此外 , 研究者還設置了時間膨脹因子(timedilationfactor) , 結果顯示 , 上述發現的顯著的神經回放現象在0.1*(即比實際時間快10倍)的時間尺度上達到峰值(如下圖B、D所示) , 即神經回放不遵循原始事件的實際時間 , 而是以一種時間壓縮的形式發生 。
你休息的時候,你的大腦正在自動“復習”
文章圖片
在2022年的第二項研究中則發現 , 不僅是序列運動學習之后緊跟著的休息期間 , 在距離任務足夠久的睡眠期間 , 大腦也會產生持續的神經回放(如下圖所示):
你休息的時候,你的大腦正在自動“復習”
文章圖片
A:任務期間神經活動模式;C:夜間睡眠期間不同時間點上候選回放事件的神經活動示例
并且 , 在睡眠期間的遠程神經回放同樣呈現一種時間壓縮的形式(如下圖所示):
你休息的時候,你的大腦正在自動“復習”
文章圖片
此外 , 在這項研究中 , Cash研究團隊還表明睡眠期間的神經回放與短波睡眠(SWS)階段的尖波漣漪(Sharpwaveripples , SPW-Rs)爆發有關(如下圖所示) , 這一在非人動物身上被普遍證實的特點也因植入式腦機接口技術(iBIC)的發展 , 首次得以在人類被試中被直接證明 。