使用机器学习工具来揭示记忆是如何在大脑中编码的

使用机器学习工具来揭示记忆是如何在大脑中编码的
实验设计和代码修改。行为任务:每次试验开始时,动物固定在屏幕中央的固定点上。要求动物在整个试验过程中保持固定,直到固定点消失。一个目标(红色方块)呈现300毫秒,然后是1000毫秒的延迟期(延迟1)。一个干扰物(绿色方块)在与目标位置不同的随机位置呈现300毫秒,然后是第二次1000毫秒的延迟(延迟2)。延迟2后,固定点消失,这是动物使用眼球运动报告目标位置的Go线索。b显示LPFC中跨时间种群解码性能的热图。白线表示目标出现(0-0.3 s)和干扰物出现(1.3-1.6 s)。c投影到组合延迟1和延迟2响应空间的前三个主成分(PC)时LPFC总体的响应。不同目标位置的响应使用左上角所示的配色方案进行颜色编码。这些轨迹说明了延迟1结束前500毫秒(正方形)、牵张器开始(第一个三角形)、牵张器偏移(第二个三角形)和延迟2结束前500毫秒(圆形)的响应演变。为了清晰起见,这里只显示了七个目标位置中的四个的轨迹

新加坡国立大学N.1健康研究所的研究人员,由新加坡国立大学心理学助理教授Camilo Libedinsky和新加坡国立大学工程创新与设计项目高级讲师Shih-Cheng Yen领导,发现大脑额叶的神经元群体在动态变化的神经活动中包含稳定的短期记忆信息。

这一发现可能会对理解生物如何能够同时进行多种心理活动产生深远的影响,例如使用有限的大脑进行记忆、集中注意力和做出决定。

这项研究的结果发表在杂志上自然通讯2019年11月1日。

绘制额叶的短期记忆

,在处理短期记忆中起着重要作用。短期记忆保留信息的能力较低。“它通常只能放6到8件物品。举个例子,想想我们在几秒钟内记住一个电话号码的能力——这是短期记忆,”助理教授利本迪斯基解释说。

在这里,新加坡国立大学的研究人员研究了额叶如何代表通过测量许多神经元的活动来获取信息。研究人员之前的研究结果表明,如果在记忆维持期间出现分心,它会改变额叶神经元编码记忆的代码。

“这是违反直觉的,因为内存是稳定的,但代码发生了变化。在这项研究中,我们解开了这个谜团。”助理教授利贝金斯基说。使用源自研究人员表明,稳定的信息可以在不断变化的神经种群代码中找到。

这意味着NUS团队证明了这一点信息可以从一群神经元中读出,这些神经元在出现干扰物后会改变它们的代码。

下一个步骤

这个简单的发现具有更广泛的意义,它表明一个神经群体可能包含多种互不干扰的独立类型的信息。助理教授利贝金斯基解释说:“这可能是表现出认知灵活性的生物的一个重要特性。”

研究人员目前正在扩展这些研究,以探索大脑的多个区域如何相互作用,以传递和处理不同类型的信息。这可以通过在生物网络中测量和模拟模拟其功能的人工神经网络之间的相互作用来实现。研究人员也在探索不健康大脑中的这些过程,比如痴呆症患者。


进一步探索

研究人员揭示了大脑如何战胜干扰来保留记忆的新见解

更多信息:Aishwarya Parthasarathy等人。当外侧前额叶皮层存在编码变形时,时不变的工作记忆表征,自然通讯(2019)。DOI: 10.1038 / s41467 - 019 - 12841 - y
期刊信息: 自然通讯

引用:使用机器学习工具揭示记忆是如何在大脑中编码的(2019年11月27日),检索自2022年5月28日//www.pyrotek-europe.com/news/2019-11-machine-tools-reveal-memories-coded.html
这份文件受版权保护。除为私人学习或研究目的而进行的公平交易外,未经书面许可,不得转载任何部分。内容仅供参考之用。
99股票

对编辑的反馈