파트 2: 컨텍스트 메모리 인코딩 및 검색 시간 역학은 성인 수명 전반에 걸쳐 주의에 의해 조절됩니다.
Mar 25, 2022
Cistanche para que Sirve는 기억력 향상 효과가 있습니다.
결과
행동 결과
항목을 계산했습니다메모리d9 항목 인식에 대한 연령의 영향을 평가합니다. 맥락에 대한 연령의 영향을 평가하기 위해메모리성능, 우리는 다음 공식을 사용하여 색상 및 장면 기능이 대상일 때 d9를 계산하고 산만 요소를 별도로 계산했습니다. d9=Z(인코딩 시 표시된 것과 일치하는 컨텍스트에 대한 "일치" 응답의 비율) – Z(인코딩 시 표시된 것과 일치하지 않는 컨텍스트에 대한 일치 응답의 비율). 평균 항목 d9는 2.{7}}51(SD=0.626)이었고 확률(0)(t(51) =23.623, p, 0.0001)보다 훨씬 높았습니다. ). 나이는 항목의 중요한 예측 변수가 아니었습니다.메모리식별 가능성(R2=0.0335, F(1,50) =1.73, b=0.0056, p=0.194), 대략적으로 안정적인 항목 기억 정확도를 나타냅니다. 연령에 따라(그림 5).
단일 샘플 t 테스트는 대상 d9가 색상과 장면에 걸쳐 축소된 반면 참가자 전체(M=0.917, SD{5}}.55{ {10}}, t(51) =12.028, p, 0.001) 산만 장치 d9는 확률보다 크게 높지 않았습니다(M{13}}.048, SD{15}}.214, t(51). )=1.619, p =0.112). 또한, 그림 5에서 볼 수 있는 것처럼 paired sample t test를 사용하면,메모리식별 가능성은 distractor(t(51) =11.162, p , 0.{9}}01)보다 표적에 대해 더 크고 장면 표적(t(51))보다 색상 표적에 대해 더 컸습니다. =3.934, p, 0.001). 색상 및 장면 방해 요소에 대한 d9에는 유의미한 차이가 없었습니다(t(51) =1.005, p{16}}.320). 선형 회귀 분석을 통해 연령은 두 색상에 대해 d9의 유의한 음성 예측 변수임을 확인했습니다(R2=0.101, F(1,50) =5.63, b=0.0104 , p=0.022) 및 장면(R2=0.175, F(1,50) =10.60, b=0.0121, p {{38} }.002) 대상이지만 산만하지 않음(색상: R2=0.0004,F(1,50) =0.020, b=0.0003, p=0. 888, 장면: R2=0.0013, F(1,50) =0.065, b=0.0004, p =0.80).
컨텍스트를 기반으로 응답 시간을 조사했습니다.메모리인코딩 및 검색 시 판단. 검색을 위해 피험자는 항목을 오래된 것으로 식별한 경우 세 가지 다른 결정을 내려야 했습니다. 우리는 EEG 분석과 병행하여 항목 인식 결정의 평균 응답 시간에 관심이 있었습니다. 각 참가자에 대해 참석 색상 및 장면 컨텍스트에 대한 평균 응답 시간을 계산했습니다.메모리인코딩 및 검색 중에 상황에 맞는 올바른 시도와 잘못된 시도가 있는지 확인합니다. 각 참가자의 평균 응답 시간은 표 1에 나와 있습니다.
인코딩 및 검색 기간에 대해 수행된 ANOVA는 컨텍스트(색상, 장면), 정확도(올바른, 잘못된) 및 상호작용의 효과가 모두 중요하지 않은 것으로 나타났습니다(인코딩, 컨텍스트: F(1,20 4) =0.01, p=0.922, 정확도: F(1,204) =1.05, p=0.306, 상호작용: F(1,204) ,0.01, p=0.990; 검색, 컨텍스트: F(1,204) =0.37, p=0.542; 정확도: F(1,204)=0 .34; p=0.563, 상호작용: F(1,204)=0.48, p=0.491). 유의미한 차이가 없다는 것은 아래에 설명된 분류기 성능 패턴이 조건 간의 응답 시간(즉, 운동 활동) 차이에 의해 영향을 받지 않았을 가능성이 있음을 시사합니다.
뇌파 결과
하이브리드 모델에 대한 증거: 주의는 연령에 따른 성공적인 컨텍스트 기능 인코딩 및 검색의 시간적 역학을 조절합니다.
이전에 언급한 바와 같이, 우리는 저차 및 고차 시각적 컨텍스트 기능의 인코딩 및 검색의 시간적 역학을 설명하기 위해 세 가지 잠재적 모델을 상정했습니다(그림 1 참조). 계층적 모델에서 시간 역학은 복잡성에만 기반을 두고 있으며,
관심의 초점이 되는 기능입니다. 주의 기반 모델은 오로지 주의 초점에 의해 결정됩니다. 하이브리드 모델은 이 두 가지를 결합한 것입니다. 이러한 모델에 대한 데이터의 적합성을 결정하기 위해
그림 6. 컨텍스트의 가장 초기 피크메모리(a) 인코딩 및 (b) 검색에서 참가자 전체의 평균 정확도(정확한 대 부정확한) 분류. 실험의 각 단계에서 인코딩 대상에 따라 시도를 나눴습니다. 우리는 각 주의 조건 및 기억 단계에 대해 컨텍스트(즉, 색상 또는 장면)가 정확하고 잘못된 시도를 구별하기 위해 MVPA 세트를 수행했습니다. 조건을 나타내는 것은 가로선이 중앙값을 나타내는 동안을 의미합니다.
여러 시간 분해 베이지안 분류 분석(재료 및 방법 참조)을 수행하여 각 컨텍스트 기능(색상, 장면), 주의 조건(대상, 산만 요소), 주제 및메모리단계(인코딩, 검색). 분류기 성능은 86 분류기 성능 값을 얻도록 전체 2000-ms 인코딩 또는 검색 에포크에 걸쳐 20-ms 증분으로 이동한 300-ms 슬라이딩 시간 창을 사용하여 평가되었습니다. . 시간 해결 컨텍스트 결과의 예시메모리한 참가자에 대한 하나의 조건(즉, 색상이 대상일 때 인코딩에서 잘못된 색상과 잘못된 색상 분류)에서 얻은 디코딩이 그림 4에 나와 있습니다. 경험적 기회 수준의 임계값이 각 분석 및 참가자마다 다르기 때문에 참가자 간의 시간 해결 성능.(재료 및 방법 참조). 그림 4에서 각 시점은 연결된 300-ms 시간 간격의 중간 지점을 나타냅니다. 점 C는 인접 항목 중 가장 높은 로컬 피크(60-ms 거리)이며 컨텍스트에 대한 가장 빠른 로컬 피크로 선택됩니다.메모리후속 분석을 위한 디코딩.
각 참가자에 대해 8개의 로컬 피크가 선택되었습니다. 색상 컨텍스트메모리색상이 대상일 때 디코딩; 색상 컨텍스트메모리장면이 타겟일 때 디코딩; 색상이 대상일 때 장면 컨텍스트 메모리 디코딩; 장면 컨텍스트메모리장면이 대상일 때 디코딩메모리단계(인코딩, 검색). 확률 수준보다 훨씬 높은 가장 빠른 지역 분류기 피크는 각 컨텍스트 기능, 주의 조건 및메모리단계 및 그림 6에 표시됩니다.
처음에 우리는 1표본 Kolmogorov–Smirnov 테스트(Marsaglia et al., 2{4}}03)를 수행하여 이러한 로컬 피크가 정규 분포를 따랐는지 여부를 확인했습니다. 데이터가 정규 분포를 따르지 않았기 때문에(Kolmogorov–Smirnov stat=0.1045, p, 0.001), 인코딩 및 검색의 시간 역학에 대한 예측을 테스트하기 위해 단측 Wilcoxon 부호 순위 테스트를 사용했습니다. 색상이 참여 대상 기능일 때 색상이 장면보다 훨씬 더 일찍 인코딩되었음을 발견했습니다(T= 790.5, p=0.008). 그러나 장면이 대상 기능일 때 색상과 장면에 대한 분류기 피크 간의 차이는 크지 않았으며(T=658.5, p=0.325) 계층 및 주의 모델과 일치하지 않았습니다. . onetailed Wilcoxon 부호 순위 비교는 장면이 대상일 때보다 색상이 대상 컨텍스트일 때 색상 피크와 장면 인코딩 사이의 시간 차이가 훨씬 더 크다는 것을 추가로 확인했습니다(T=843, p=0. 046). 마지막으로 대상 색상의 피크가 대상 장면의 피크(T=852, p =0.039)보다 앞섰으며 이는 주의 모델과 일치하지 않습니다.
그림 7. 컨텍스트의 가장 초기 피크메모리색상 및 장면 컨텍스트에 대한 정확도(올바른 대 잘못된) 분류 분석, 인코딩 조건 전반에 걸쳐 축소, 장면 또는 색상 판단을 먼저 내리는 그룹 간 비교. 인코딩 중 주의 조작(그림 6)과 관련하여 이 패턴은 검색 중 주의 상태가 컨텍스트 메모리 검색의 시간적 순서에 영향을 미친다는 것을 보여줍니다. 수평선은 중위수를 나타내는 반면 조건 평균을 나타냅니다.
우리는 색상 및 장면 컨텍스트 검색의 분류기 피크에 대해 동일한 분석을 수행했습니다. 인코딩하는 동안 장면이 대상 기능이었을 때 장면 컨텍스트는 참가자 전체의 색상보다 훨씬 더 빨리 검색되었습니다(T{{0}}.0, p =0.{12} }19). 대조적으로, 색상이 인코딩 중 대상 기능일 때 색상과 장면에 대한 분류기 피크 간의 차이는 크지 않았으며(T=806.0, p =0.091) 계층 및 주의 모델. 두 가지 주의 조건(즉, 장면이 인코딩 대상이고 색상이 인코딩 대상임)에 대한 장면과 색상 피크 간의 직접적인 비교는 유의하지 않았습니다(T=749, p =0.211). 마지막으로, 장면 검색의 피크는 인코딩 중 이전에 참석한 대상 컨텍스트(T{11}}, p, 0.001)인 경우에도 색상에 대한 피크보다 앞섰으며, 이는 주의 모델과 일치하지 않습니다.
종합적으로, 이러한 결과는 색상이 대상일 때 주의력과 시각적 복잡성이 시너지 효과를 발휘하고 색상 특성이 장면 특성보다 먼저 인코딩됨을 시사합니다. 그러나 장면이 대상인 경우 색상 및 장면 컨텍스트가 거의 동시에 인코딩됩니다. 흥미롭게도, 인코딩 중 주의 집중은 인코딩보다 정도는 적지만 검색 시 시간적 역학에도 영향을 미쳤습니다. 장면은 이전에 참석했을 때 색상 컨텍스트 기능보다 먼저 검색되지만 이 지연 효과는 장면이 주의를 산만하게 하는 경우에는 다소 줄어들고 중요하지 않습니다. 인코딩과 검색 모두의 결과는 하이브리드 모델과 가장 일치합니다.
인코딩 중 주의 조작 외에도 검색 중 추가 주의 조작이 있었습니다. 일부 주제는 먼저 색상 결정 전에 장면 컨텍스트 메모리 결정을 내리도록 요청받은 반면 다른 주제는 색상 컨텍스트를 결정하도록 요청받았습니다.메모리장면 결정 전에 결정. 질문의 순서는 참가자 간에 균형을 이루었습니다. 우리는 이 주제 간 요인이 컨텍스트 검색의 시간적 역학에 영향을 미치는지 여부를 조사했습니다. 이 분석을 위해 분류기 훈련에 대한 시도 횟수를 늘리기 위해 인코딩 조건을 축소했습니다. 그림 7에서 볼 수 있듯이 단측 Wilcoxon 부호 순위 테스트는 색상 결정 전에 장면 컨텍스트 결정을 내린 참가자의 경우 장면 컨텍스트가 색상보다 훨씬 더 빨리 검색되었음을 보여주었습니다(T=162, p =0.017 ). 이 지연 효과는 장면을 결정하기 전에 색상 컨텍스트를 결정한 참가자의 경우 감소했습니다(T=245.5, p{9}}.089). 위에서 설명한 결과에 대해, 검색 시 주의 집중은 하이브리드 모델과 일치하는 컨텍스트 메모리 검색의 시간적 역학에 영향을 미칩니다.
이러한 시간적 역학에 대한 연령의 영향을 평가하기 위해 우리는 맥락에서 연령 관련 감속 효과가 있는지 여부를 확인하고 싶었습니다.메모리디코딩 피크. 이를 위해 우리는 일련의 선형 회귀를 실행하여 관심 조건(즉, 장면, 색상, 인코딩, 검색) 중 연령이 피크를 예측했는지 여부를 확인했습니다. 이러한 분석 중 어느 것도 피크 시간(모든 R2,0.{6}}1, Fs, 1.723, ps . 0.216)의 중요한 예측 변수가 아니었으며, 이는 연령과 관련된 의미 있는 컨텍스트 저하가 없음을 확인시켜줍니다.메모리분류 피크. 다음으로, 우리는 예측 변수로 나이를 입력하고 각 주의 조건과 인코딩 및 검색 모두에서 색상과 장면 간의 피크 차이를 입력하는 일련의 선형 회귀를 실행했습니다. 이러한 회귀 중 어느 것도 시간 차이의 중요한 예측 변수가 아닙니다(모든 R2,0.{6}}41, Fs,2.120, ps.0.152). 이러한 null 결과는 인코딩 중 처리 계층 구조 및 검색 중 반전 및 이러한 역학에 대한 주의의 영향이 시간이 지남에 따라 보존된다는 아이디어를 지원합니다.
마지막으로 컨텍스트메모리올바른 컨텍스트 메모리 시도와 잘못된 컨텍스트 메모리 시도를 구별하도록 훈련된 성공 분류기는 색상 컨텍스트 기능이 장면 컨텍스트 기능보다 먼저 인코딩되고 검색하는 동안 반대 순서로 인식됨을 나타냅니다. 그러나 하나의 컨텍스트 기능이 다른 것보다 먼저 처리/재활성화됨을 반드시 나타내지는 않습니다. 우리는 추가로
이 가능성을 탐색하기 위한 분류 분석. 특히, 우리는 제시된 가장 빠른 피크 시간을 식별하기 위해 시간 분해 3등급 분류 분석을 수행했습니다.
표 2. 컨텍스트, 주의 조건 및 상황에 따른 컨텍스트 특성 디코딩의 가장 빠른 피크 모멘트메모리참가자 전체의 평균 단계
인코딩 및 검색 중에 색상과 장면을 식별/처리했습니다. 우리는 색상(녹색, 빨간색 또는 갈색)과 장면(스튜디오 아파트, 도시 경관 또는 섬)을 구별하기 위해 별도의 분류기를 훈련하고 색상 또는 장면 컨텍스트가 올바르게 기억된 시험에 대한 성능을 평가했습니다. 확률을 훨씬 능가하는 가장 빠른 지역 분류 성능 피크는 위에서 설명한 접근 방식을 사용하여 각 참가자에 대해 선택되었습니다.메모리성공 분류. 확률 수준보다 훨씬 높은 가장 빠른 지역 분류기 피크는 각 컨텍스트 기능, 주의 조건 및메모리단계. 각 조건에 대한 분류 성능의 평균 피크 모멘트(참가자 전체 평균)와 관련 신뢰 구간이 표 2에 나와 있습니다.
단측 Wilcoxon 부호 순위 테스트를 사용하여 인코딩 시 색상이 유인 기능일 때 장면보다 색상이 더 빨리 구별된다는 것을 발견했습니다(T=634, p{3}}.026). 장면이 대상인 경우 색상 디코딩의 피크 순간이 장면의 경우보다 앞서긴 했지만 이 차이는 크지 않았습니다(T=573, p=0.114). 대조적으로, 검색 시 장면이 이전에 인코딩 동안 수반된 컨텍스트 기능이었을 때 장면 디코딩의 피크 순간은 색상의 경우보다 훨씬 앞섰습니다(T=442, p=0.044). 흥미롭게도 색상이 이전 대상이었을 때 색상과 장면 디코딩에 대한 분류기 피크 간의 차이는 크지 않았습니다(T=425, p=0.216). 종합적으로, 이러한 특징 식별 가능성 결과는 컨텍스트의 결과와 유사합니다.메모리하이브리드 모델을 지원하는 정확도 분류 분석. 특히, 색상은 특히 주의의 초점에 있을 때 인코딩하는 동안 장면보다 먼저 처리됩니다. 장면은 검색하는 동안 색상 이전에 구분되지만 인코딩하는 동안 이전에 장면이 포함된 경우에만 구분됩니다.
논의
우리가 경험하는 이벤트는 색상이나 모양과 같은 단순하고 낮은 수준의 컨텍스트 세부 정보와 공간 구성 또는 개념적 추상화와 같은 보다 추상적이거나 복잡한 차원을 포함하여 다차원적입니다. 시각 신경 과학 연구에 따르면 이러한 차원은 단순한 것에서 복잡한 것으로 계층적으로 인식되며(Carlson et al., 2013; Kravitz et al., 2014; Clarke et al., 2015) 새로운 차원으로 인식됩니다.메모리연구에 따르면 역순으로 재구성되었습니다(Linde-Domingo et al., 2019). 아직 테스트되지 않았지만 간단한 컨텍스트 기능도 성공적으로 인코딩될 가능성이 있습니다.메모리나중에 감지되는 것보다 일찍. 마찬가지로, 복잡한 컨텍스트 기능이 단순한 것보다 먼저 성공적으로 인식되는지 여부는 알려져 있지 않습니다. 더욱이, 인코딩 및 검색 동안 이러한 시간 역학에 대한 주의 또는 연령의 영향을 조사한 연구는 없습니다. 이 연구에서는 에피소드 인코딩 및 검색 중에 기록된 EEG 신호의 높은 시간 해상도를 활용하고 성인 수명 샘플에 MVPA를 적용하여 낮은 수준의 지각 컨텍스트 기능(색상)이 이전보다 먼저 성공적으로 인코딩되었음을 발견했습니다. 상위 수준의 장면(장면)이며 검색하는 동안 역순으로 인식됩니다. 더욱이, 이러한 시간적 역학은 초기 학습과 후속 검색 모두에서 주의에 의존하므로 이러한 대기 시간 차이는 우선 순위가 지정된 컨텍스트 기능(인코딩 중 색상 및 검색 중 장면)이 주의의 초점일 때만 강력합니다. 마지막으로, 이러한 시간적 역학은메모리손상.
건강한 노화 연구에서 일반적으로(Naveh-Benjamin et al., 2007; Mitchell and Johnson, 2009), 맥락메모리정확도는 항목 인식에 비해 나이에 비해 불균형하게 손상되었습니다. 60세 이상의 고령자 참가자의 경우 메모리 부하를 절반으로 줄여(재료 및 방법 참조) 일반적으로 큰 연령 효과에 의해 혼동되지 않는 EEG 시간 역학에서 연령 효과를 탐색할 수 있습니다.메모리능력(Rugg and Morcom, 2005). 연령에 따라 참가자는 색상 및 장면 컨텍스트 모두에서 무인(주의를 산만하게 하는) 기능보다 이전에 참석한(대상)에 대해 더 큰 컨텍스트 메모리 식별 가능성을 보여주었습니다. 이 패턴은 젊은이와 노인 모두가 상황 기억 수행을 지원하는 방식으로 주의를 산만하게 하는 요소를 무시하면서 작업 관련 맥락 세부 사항에 주의를 기울일 수 있음을 보여주는 이전 작업을 기반으로 합니다(Glisky and Kong, 2008; Glisky et al., 2001 ; Dulas와 Duarte, 2013). 그러나 이러한 주의 조작은 연령 관련 상황 기억 장애를 완전히 개선할 수 없습니다. 아래에서 논의된 바와 같이 시간 해결 디코딩 분석은 이러한 행동 결과와 일치합니다.
진동 EEG 신호의 MVPA 기반 분류를 적용하여 성공적인 인코딩 대 실패한 인코딩 및 각 참가자의 색상 및 장면 컨텍스트 기능 검색의 가장 빠른 디코딩 가능성을 보여주는 특정 시점을 식별할 수 있었습니다. 인코딩하는 동안 색상 컨텍스트 기능은 장면보다 약 70ms 일찍 성공적으로 인코딩되었습니다. 대조적으로, 이러한 시간적 역학은 검색하는 동안 거의 동일한 대기 시간으로 반전되었습니다. EEG의 열악한 공간 해상도는 이러한 활동 패턴의 신경 생성기를 탐색하는 능력을 방해하지만 기존메모리이론은 검색 단서가 해마를 통해 에피소드를 인코딩하는 요소의 회복을 촉진한다고 제안합니다(Eichenbaum, 2004). MTL 및 다른 자극에 민감한 지각 처리 영역에서 검색 중 인코딩 관련 활동의 복원을 보여주는 fMRI 연구(Johnson et al., 2009; Kuhl et al., 2011; Staresina et al., 2012; Bosch et al. , 2014; Wang et al., 2016; Bone et al., 2020)은 이 아이디어를 지지하지만 이러한 효과의 시간적 순서는 알려져 있지 않습니다. 에피소드 검색이 지각과 같은 역순으로 진행되면 해마 주변 피질과 같은 해마에 가까운 영역에서 처리에 의해 지원되는 정보는 정보가 더 원위, 외피질 영역에서 처리되기 전에 성공적으로 복구되어야 합니다(Morita et al. ., 2004; Aminoff et al., 2013). 색상이 이 가설과 완벽하게 일치하기 전에 장면이 성공적으로 인식되었음을 보여주는 결과입니다. 고밀도 두피 또는 두개 내 EEG를 포함하여 더 높은 공간 해상도를 가진 방법을 사용하는 미래 연구는 이러한 자극에 민감한 뇌 영역 내에서 인코딩 및 검색 활동의 상대적 타이밍을 평가할 수 있습니다.
앞서 언급한 인코딩 및 검색 패턴을 평가하는 데 사용되는 분류기는 성공적인 컨텍스트와 실패한 컨텍스트를 구별하도록 훈련되었다는 점에 유의하는 것이 중요합니다.메모리결정. 이러한 결과는 색상 컨텍스트 기능이 장면 컨텍스트 기능보다 먼저 성공적으로 인코딩되고 연령에 따라 역순으로 인식된다는 것을 분명히 보여줍니다. 그러나 이러한 결과는 인코딩하는 동안 장면 이전에 색상 기능이 인식되고 검색하는 동안 장면 다음에 다시 활성화되었음을 의미하지 않습니다. 예를 들어,메모리한 기능에 대해 컨텍스트 메모리 결정이 다른 기능보다 더 쉬웠다면 성공 분류 피크가 관찰되었을 수도 있습니다. 그러나 색상과 장면 컨텍스트 간의 반응 시간 차이 부족메모리인코딩 또는 검색에서의 결정은 이 설명과 일치하지 않습니다. 우리의 연구 설계와 관련하여 검색하는 동안 장면 및 색상 컨텍스트 기능을 제시하는 것이 장면에 대한 색상 분류 피크가 선행하는 색상 분류 피크와 함께 더 "지각 유사" 또는 "재인코딩" 패턴을 유도했을 수 있다고 상상할 수 있습니다. 이것이 사실이 아니었기 때문에 우리는 과제에서 편향된 주제를 요구하는 인출 방식의 영향이메모리인식보다는 회복(Rugg and Wilding, 2000), 결과적으로 고차원의 지각 특징이 낮은 수준의 지각 특징보다 먼저 인식되었다. 아래에서 설명하는 것처럼 장면 기능이 이전에 표시되고 메모리의 개체와 더 잘 통합되었을 때 이러한 대기 시간 변화가 가장 분명했다는 사실은 이 아이디어를 더욱 뒷받침합니다. 마지막으로, 우리는 색상과 장면 특징을 성공적으로 구별할 수 있는 가장 빠른 피크 시간을 결정하기 위해 별도의 분류 분석을 수행했습니다. 이러한 분석의 결과는 또한 인코딩하는 동안 장면보다 색상이 더 일찍 구별되는 반면 검색하는 동안 반대 시간 패턴이 관찰되었음을 보여주었습니다. 종합적으로, 우리는 맥락 기억 성공 효과가 피드포워드 지각 계층과 기억하는 동안 이 계층의 역전이라는 측면에서 가장 잘 설명된다고 믿습니다.
참가자의 주의를 조작함으로써 우리는 앞서 언급한 시간적 역학이 에피소드의 고정된 특징인 정도를 평가할 수 있었습니다.메모리또는 대안적으로, 완전히 또는 부분적으로 주의 집중 상태에 의존합니다. 인코딩하는 동안 색상 컨텍스트 인코딩에 대한 분류기 피크는 참가자가 색상에 주의를 기울인 경우에만 장면에 대한 것보다 훨씬 앞섰습니다. 검색하는 동안 장면 컨텍스트 검색에 대한 분류기 피크는 참가자가 처음으로 장면 컨텍스트를 지향할 때만 색상에 대한 것보다 선행했습니다.메모리차별. 이러한 발견은 하향식 주의가 낮은 수준의 지각 기능이 높은 수준의 지각 기능 이전에 인코딩되고 검색된 후에 검색되는 정도에 영향을 미친다는 것을 보여줍니다. 중요하게도, 우선순위가 지정되지 않은 컨텍스트(인코딩 시 장면, 검색 시 색상)에 대한 분류 피크가 관심의 초점일 때에도 우선순위가 지정된 기능에 대한 분류 피크가 결코 앞서지 않았기 때문에 시간 역학은 주의에 완전히 의존하지 않았습니다.
주의. 이러한 결과는 하향식 주의 제어가 초기 감각 피질 영역과 고차 범주 선택 영역 내에서 활동을 편향시킨다는 것을 보여주는 주의 문헌의 광범위한 신경 과학과 일치합니다(Desimone and Duncan, 1995; Serences and Yantis, 2006 ; Gazzaley와 Nobre, 2012). 이 편향은 인지/인코딩될 자극 또는 다음에서 추구하는 것과 관련된 활동의 진폭이 향상되고 잠복기가 감소하는 것으로 나타납니다.메모리.
흥미롭게도 인코딩 중 하향식 주의는 검색의 시간적 역학에도 영향을 미쳤습니다. 특히, 장면은 인코딩 중에 이전에 처리되었지만 색상이 아닌 경우 색상 컨텍스트 검색보다 훨씬 앞서 있었습니다. 이러한 결과 패턴을 설명할 수 있는 것은 무엇입니까? 인코딩 중 주의 조작, 즉 참가자를 특정 개체 컨텍스트 관계로 안내하면 검색하는 동안 더 쉽게 복구될 수 있는 더 강력한 바인딩이 촉진되었을 수 있습니다. 보다 구체적으로, "검색 후 모니터링"과 같은 전략적 검색 작업에 대한 요구는 검색된 정보가 보다 쉽게 복구될 때 감소됩니다(Wilding and Rugg, 1997; Senkfor 및 Van Petten, 1998; Wilding, 1999; Kuo 및 Van Petten). , 2006; Cruse와 Wilding, 2009; Dulas와 Duarte, 2013). 실제로 컨텍스트 메모리 디코딩 피크를 포함하는 시간 범위는 검색 후 모니터링 ERP가 일반적으로 보고되는 시간 범위와 겹칩니다(;600–1000ms; Wilding and Rugg, 1996; Senkfor and Van Petten, 1998; Friedman and Johnson, 2000; Cruse 및 와일딩, 2009). 만약에메모리강도가 분류 피크 사이의 타이밍 차이의 유일한 동인이었다면 색상이 이전에 사용된 기능이었을 때 색상 컨텍스트 검색이 장면 컨텍스트 검색에 선행했을 것입니다. 또한, 색상 컨텍스트 d9가 장면 d9를 초과했지만 여전히 색상 컨텍스트 검색이 장면에 대해 선행하지 않았습니다. 종합적으로 이러한메모리성공적인 디코딩 패턴은 시각적 에피소드 기능이 인코딩된 순서와 반대 순서로 검색된다는 아이디어와 가장 일치합니다. 중요하게, 이러한 시간적 역학이 분명한 정도는 우선 순위가 지정된 기능에 대한 주의와 니모닉 강도에 따라 다릅니다.
노화는 산만한 요소가 있는 상태에서 작업 관련 기능에 선택적으로 주의를 기울이는 능력을 감소시키는 것으로 나타났기 때문에(Hasher and Zacks, 1988; Campbell et al., 2010), 우리는 인코딩의 시간적 역학에 대한 주의 조절이 나이가 들면서 검색량이 줄어들 수 있습니다. 그러나 컨텍스트 인코딩 및 검색 분류 피크의 주의 관련 변조는 연령에 따라 보존되었습니다. 이것을 무엇으로 설명할 수 있습니까? 첫째, 컨텍스트 인코딩 또는 검색에 대한 분류 피크에서 연령 관련 지연이 없었습니다. 일부 이전 EEG 연구에서는 나이와 관련하여 일시적인메모리관련 ERP(Trott et al., 1997, 1999; Mark and Rugg, 1998; Wegesin et al., 2002; Duarte et al., 2006; Swick et al., 2006; Gutchess et al., 2007) 및 EEG 진동 효과(Strunk et al., 2017), 다른 사람들은 그렇지 않았으며(Dulas et al., 2011; Newsome et al., 2012), 니모닉 분류 성능의 대기 시간을 평가한 사람은 없습니다. 연령 관련 속도 저하 자체가 컨텍스트 기능 인코딩 및 검색의 계층적 순서에 영향을 미칠 것이라는 점을 따르지 않습니다. 그러나 한 기능에 대해 감속이 특히 분명했다면 분류 피크 간의 차이가 모호했을 수 있습니다. 둘째, 연령 효과가 분명했지만메모리식별 가능성, 대상 컨텍스트는 연령에 따라 주의를 산만하게 하는 것보다 더 잘 기억하며, 이는 고령자도 상대적으로 강한 선택적 주의와 컨텍스트 기억 수행을 나타냄을 시사합니다. 따라서 시간 역학의 주의 조절이 나이에 영향을 받지 않는다는 것은 놀라운 일이 아닙니다. 나이든 참가자의 메모리 부하를 줄이는 것은 일반적으로메모리성능. 이러한 결과는 일반적으로 상대적으로 강력한 수행 조건에서 에피소드 인코딩 및 검색에 기여하는 신경 활동 패턴이 연령 전반에 걸쳐 대략적으로 안정적이라는 것을 보여주는 이전 노화 연구와 일치합니다(Rugg and Morcom, 2005; Duverne et al., 2009; Angel et al., 2013, Chastelaine et al., 2015, 2016a,b).
우리의 결과는 성인 수명 전반에 걸쳐 컨텍스트 인코딩 및 검색의 시간적 동적 특성에 대한 중요한 통찰력을 제공합니다. 피드포워드 시각적 인식 계층 모델과 일관되게 색상과 같은 단순한 기능은 검색하는 동안 이 순서가 반대로 되어 더 복잡한 장면 기능보다 먼저 인코딩됩니다. 중요하게, 이러한 시간적 역학은 이러한 기능이 관심의 초점에 있는지 여부에 달려 있습니다. 이러한 결과는 에피소드 기억이 MTL과 시각 피질의 신경해부학적 경로와 이러한 경로 내에서 활동을 편향시키는 하향식 영향에 따라 연속적인 방식으로 생성 및 복구된다는 아이디어를 뒷받침합니다. 연령 관련 에피소드가 있는 경우에도메모리손상, 이러한 역학은 나이와 함께 보존됩니다. 흥미로운 미래 질문은 알츠하이머병에서와 같이 이러한 신경 경로의 완전성에 크게 영향을 미치는 신경 병리가 일시적인 기억 능력뿐만 아니라 그 동적 품질을 변경하는지 여부를 이해하는 것입니다.
