3부: 인간의 공간 기억을 동적으로 이동시키는 환경 변형
Mar 22, 2022
연락처: Audrey Hu Whatsapp/hp: 0086 13880143964 이메일:audrey.hu@wecistanche.com
4|행동 양식
4.1|참가자들
49명의 참가자가 서면 동의를 받았고 실험 1, 실험 2의 53, 실험 3의 48 참여에 대해 비용을 지불했습니다. 실험 1의 참가자 1명과 실험 2의 참가자 4명은 실험 종료까지 우연보다 나쁜 수행으로 제외되었습니다. 마지막 친숙한 블록. 추가 참가자는 실험 2에서 이상값(예상 방향으로 평균보다 3 이상 높은 이동 점수)으로 제외되어 실험 1의 최종 참가자 수는 48명(여성 31명, 평균 연령 23.5, 연령 범위 18-44세)이 되었습니다. , 실험 2의 48명(여성 30명, 평균 연령 22.4세, 연령 범위 18-33세) 및 실험 3의 48명(여성 38명, 평균 연령 22.9세, 연령 범위 18-44세), 각 실험 조건에 24명의 참가자가 있습니다. 유사한 효과를 연구하는 이전 실험의 참가자 수를 두 배로 늘리기 위해 모든 실험을 수행하기 전에 샘플 크기를 선택했습니다(Chen et al., 2015). 모든 참가자는 University of Pennsylvania의 Institutional Review Board에 따라 사전 동의를 제공했습니다.
4.2|실험 프로토콜
4.2.1|실험 1: 완전한 시각적 정보를 사용할 수 있는 데스크탑 가상 환경 — 우리는 Source SDK Hammer Editor(http://www.valvesoftware.com, Valve Software, Bellevue, WA)를 사용하여 첫 번째 단계부터 렌더링 및 표시되는 가상 현실 환경을 구성했습니다. 상업용 게임 소프트웨어 포털(http://www.valvesoftware.com, Valve Software, Bellevue, WA)을 사용하는 사람의 관점. 환경은 27-인치에 표시되었습니다. LG 모니터(해상도: 1920 × 1080)와 참가자들은 화면에서 약 50cm 떨어진 곳에 앉았다. 참가자들은 본문에서 설명하고 그림 2에 설명된 학습 절차를 사용하여 가상 환경 내의 대상 물체의 위치를 학습했습니다. 참가자는 오른손을 사용하여 전진 또는 후진 및 좌회전 또는 우회전 화살표 키를 조작하여 환경을 이동했습니다. 오른쪽. 교체 단계에서 참가자는 기억된 개체 위치로 이동하고 왼손으로 "r" 키를 눌러 응답을 등록했습니다. 가상 방향과 위치는 100ms마다 기록되었습니다.
익숙한 환경은 천장이 없는 정사각형의 가상 경기장이었습니다. 각 경계벽은 116 가상 단위(vu) 길이 × 높이 5.6 vu로 시뮬레이션된 눈 높이 4 vu에 대해 상대적입니다. 하나의 가상 단위는 0.3048 실제 미터(1피트)에 해당합니다. 네 가지 대상은 방열기, 램프, 기름통, 케이크였습니다. 각 블록이 시작될 때 참가자는 산재된 교체 시도 없이 의사 무작위 순서로 각 대상 개체를 두 번 수집했습니다. 그런 다음 그들은 16번의 교체 시도(각 객체에 대해 4번, 의사 무작위 순서로)를 수행했으며, 각각은 피드백을 제공하기 위해 동일한 객체에 대한 수집 시도를 즉시 수행했습니다. 각 시도에 대한 지침("수집" 또는 "바꾸기" 다음에 대상 개체 이름)이 전체 시도 동안 화면 중앙에 표시되었습니다. 각 "수집" 시도 중에 수집할 물건만 방에 있었습니다. "교체" 시도 중에 개체가 없었습니다. 모든 벽에 동일한 텍스처가 적용되었습니다. 태양, 하늘, 산맥 형태의 원위 신호가 경기장을 둘러싸고 있습니다(그림 S1). 이러한 원위 신호는 무한대에서 렌더링되어 방향 정보를 제공하지만 위치에 대한 단서는 제공하지 않습니다.
참가자들은 친숙한 블록과 변형 블록의 두 블록을 완성했습니다. 블록마다 다른 시도만 교체합니다. 변형 블록에서 시도를 교체하는 데 사용된 환경은 친숙한 정사각형 환경(너비 174vu × 길이 116vu)에 비해 1차원과 함께 50% 늘어나거나 50%(너비 58vu × 길이 116vu) 압축되었습니다. 이러한 변형된 환경을 만들기 위해 바닥, 벽 및 천장 텍스처의 크기가 조정되지 않고 대신 잘리거나(압축 중) 새 공간을 계속 타일링했습니다(신축 중). 10명의 참가자는 원래 환경과 변형된 환경의 차이를 알아차렸습니다.
기억력 향상시스탄체 제품
4.2.2|실험 2: 시각적 정보가 있는 데스크탑 가상 환경
대체 시험 중 모호함 - 아래에 설명된 것을 제외하고 설계 및 절차는 실험 1의 것과 유사했습니다.
익숙한 환경은 네모난 가상의 방이었다. 각 벽은 방향 신호를 제공하기 위해 독특한 벽지로 질감 처리되었습니다. 바닥은 또한 광학적 흐름 정보를 제공하기 위해 반복적으로 텍스처링되었지만 바닥 텍스처는 환경 내부의 위치에 대한 단서를 제공하지 않았습니다. 각 경계벽의 길이는 116 가상 단위(vu)이고 높이는 19 vu로 시뮬레이션된 눈 높이 4 vu에 대해 상대적입니다. 환경은 벽과 천장으로 완전히 둘러싸여 있습니다(그림 S1).
참가자는 세 블록을 완료했습니다. 첫 번째 블록에서 환경은 정사각형이었고 시각적 신호는 항상 볼 수 있었습니다. 두 번째 블록에서 환경도 사각형이었고 참가자가 시작 위치에서 최소 3.1 vu 떨어진 곳으로 이동하면 시도를 대체하는 동안 시각적 신호(시행을 수집하지 않음)는 짙은 안개로 가려졌습니다. 안개는 12.5 Vu에서 완전히 포화되어 이 반경 너머의 모든 시각적 신호를 차단합니다. 모든 물체는 모든 경계에서 최소 30 vu에 위치했습니다. 세 번째 블록(변형 블록)에서 시각적 신호는 초기 위치에서 이동할 때 짙은 안개로 가려졌고 친숙한 방은 한 축(너비 174 Vu × 길이 116 VU) 또는 압축 50%(너비 58 vu × 길이 116 vu). 이러한 변형된 환경을 생성하기 위해 바닥, 벽 및 천장 텍스처의 크기를 조정하지 않고 대신 잘리거나(압축의 경우) 새 공간을 계속 타일링했습니다(스트레치의 경우). 11명의 참가자는 원래 환경과 변형된 환경 사이의 차이를 알아차렸습니다.
4.2.3|실험 3: 완전한 시각 및 전정 정보를 이용할 수 있는 몰입형 가상 환경 - 실험 3의 설계 및 절차는 여기에 설명된 것을 제외하고 실험 1의 설계 및 절차와 유사했습니다. Unity 게임 엔진 버전 5.6(https://unity3d.com, Unity Technologies, San Francisco, CA)을 사용하여 입체 HTC Vive 헤드 마운트 디스플레이 및 위치 추적기(해상도 1,080 × 1,200)를 통해 몰입형 가상 현실 공간을 구성 및 렌더링했습니다. 눈당, https://www.vive.com/, HTC, Valve Corporation, 대만 신베이시 기술 사용). 교체 단계의 응답은 참가자가 주로 사용하는 손으로 무선 HTC Vive 컨트롤러의 "트리거" 키를 눌러 수집했습니다. 참가자들은 자유롭게 머리를 움직이고 주변을 걸을 수 있습니다. 그들의 방향과 위치는 100ms마다 기록되었습니다. 실험 중이나 실험 후에 멀미를 호소한 참가자는 없었습니다.
친숙한 환경은 길이 2.4m × 너비 2.4m × 높이 2.5m의 정사각형 가상 방이었습니다. 물리적 추적실 벽 중 2개와 일치하는 2개(남북) 가상 벽의 위치, 일치하지 않는 나머지 2개(동서) 가상 벽은 변형 중에 변위되었습니다. 벽은 모두 차콜 그레이로 마감했습니다. 바닥과 천정은 밝은 회색으로 마감했습니다. 바닥에서 천장까지 이어지는 밝은 회색의 0.1m 너비 × 0.1m 길이의 기둥이 각 모서리에 배치되어 참가자가 추적 장비에 접촉하는 것을 방지했습니다(그림 S1).
참가자들은 친숙한 블록과 변형 블록의 두 블록을 완성했습니다. 블록마다 다른 시도만 교체합니다. 변형 블록의 교체 시도 중에 사용된 환경은 일치하지 않는 벽과 인접 기둥(폭 2.8m × 길이 2.4m) 중 하나 또는 둘 모두를 변위시켜 한 차원(동-서)을 따라 늘어나거나 이 차원(너비 2)을 따라 압축되었습니다. 0 m × 길이 2.4m). 블록 사이에서 디스플레이는 시야의 하단 중앙에 "다음 시도를 기다리십시오"라는 지침이 표시된 상태로 5초 동안 검은색으로 표시되었습니다.
참가자들은 더 이상 시험 사이에 순간이동할 수 없었기 때문에 각 시험 전에 움직이는 검은색 화살표로 표시된 대로 4개의 벽 중 하나의 중앙을 마주보고 거의 만지도록 지시했습니다. 참가자가 변형 시도 중에 벽이 움직이는 것을 보지 않았는지 확인하기 위해 변위된 벽은 해당 시도의 시작 위치에 의존했습니다. 시험이 동쪽 벽에서 시작되었다면 서쪽 벽은 {{0}}.4m만큼 옮겨졌습니다. 시험이 서쪽 벽에서 시작되었다면 동쪽 벽은 0.4m만큼 옮겨졌습니다. 시험이 북쪽 또는 남쪽 벽에서 시작되면 동쪽과 서쪽 벽 모두 각각 0.2m씩 변위되었습니다. 모든 시작 위치에서 벽의 순간적인 변위는 보이지 않았습니다. 어떤 참가자도 조작을 눈치채지 못했습니다.
완전한 대상 개체 세트는 빨간색 구체, 파란색 큐브, 녹색 실린더 및 보라색 캡슐이었습니다. 개체 위치는 모두 친숙한 환경의 중심에서 0.4m 이내에 있었습니다. 모든 물체는 대략 눈높이까지 올리기 위해 동일한 회색 1.5m 높이 받침대에 표시되었습니다(그림 S1). 각 시도의 대상 개체는 의사 무작위 순서로 선택되었습니다. 지침("수집" 또는 "바꾸기" 뒤에 대상 개체의 색상과 일치하는 텍스트의 대상 개체 이름 또는 "화살표로 이동"을 사용하여 다음 시도 시작)이 시각적 개체의 하단 중앙에 표시되었습니다. 모든 시도 전체에 대한 필드입니다.
cistanche 혜택: 기억력 향상
4.3|분석
기록된 모든 데이터는 MATLAB(MathWorks)으로 가져와 사용자 지정 스크립트를 사용하여 분석했습니다.
4.3.1|개체 교체 위치 분석 - 본문 및 그림에 설명된 대로
3, 객체의 교체된 위치가 시작 경계에 의존하는지 여부를 테스트하기 위해 먼저 중앙 교체 위치를 빼서 4개의 객체를 모두 정렬했습니다. 다음으로 각 축(남북 및 동서)에 대해 한 경계(북 또는 동쪽)에서 반대 경계(남 또는 서쪽)를 뺀 중앙값 교체 위치 사이의 해당 축을 따라 변위를 계산했습니다. 마지막으로, 우리는 변형된 치수와 변형되지 않은 치수를 따라 측정된 이동의 차이를 최종 관심 측정값으로 계산했습니다. 중앙값은 대체 위치에서 이상값의 영향을 완화하기 위한 중심 경향의 척도로 선택되었습니다.
4.3.2|통계 - 모든 통계 테스트는 양측(달리 명시되지 않는 한)
특정 테스트가 각 결과와 함께 표시되는 비모수 테스트. 시프트 데이터의 일반적으로 긴 꼬리 분포가 주어지면 이러한 테스트는 테스트된 분포의 특정 모양을 가정하지 않기 때문에 비모수 테스트가 선택되었습니다. W-통계는 모든 Wilcoxon 부호 있는 순위 및 순위 합 테스트에 대해 보고되었습니다. 모든 상자 수염 그림은 분포의 최소값에서 최대값(수염), 1~3사분위수 범위(상자) 및 중앙값(선)을 나타냅니다.
cistanche 혜택: 기억력 향상
보충 자료
보충 자료는 PubMed Central의 웹 버전을 참조하십시오.
감사의 말
NSF 보조금 PHY{0}}(VB), NIH 보조금 EY022350 및 EY027047(RAE), NSF IGERT 보조금 0966142(ATK)의 지원에 감사드립니다. VB는 또한 이 기간 동안 Honda Research Institute Curious-Mind Machines 프로그램과 Aspen Center for Physics(콜로라도 아스펜, NSF 보조금 PHY{5}})에 의해 부분적으로 지원되었습니다.
펀딩 정보
혼다 연구소 호기심 기계; 국립 보건원, 보조금/수상 번호: EY022350, EY027047; National Science Foundation, 교부금/수상 번호: IGERT 0966142, PHY-1607611, PHY-1734030
데이터 가용성 설명
모든 분석을 구현하는 데이터 및 사용자 지정 MATLAB 스크립트는 https://github.com/akeinath/Human에서 공개적으로 사용할 수 있습니다.메모리_환경 변형.
시스탄체 혜택
참조
Barry C, Hayman R, Burgess N 및 Jeffery KJ(2007). 내비 그리드의 경험 의존적 재조정. 자연 신경 과학, 10, 682–684. 10.1038/nn1905 [PubMed: 17486102]
Bellmund JLS, de Cothi W, Ruiter TA, Nau M, Barry C 및 Doeller CF(2020). 인지 지도의 척도를 변형하면 기억이 왜곡됩니다. 자연 인간 행동, 4, 177–188. 10.1038/초41562-019-0767-3
Burak Y, & Fiete IR (2009). 그리드 셀의 연속 어트랙터 네트워크 모델에서 정확한 경로 통합. PLoS 전산 생물학, 5, e1000291. 10.1371/journal.pcbi.1000291 [PubMed: 19229307]
Bush D, Barry C, Manson D 및 Burgess N (2015). 탐색에 그리드 셀 사용. 뉴런, 87, 507–520. 10.1016/j.neuron.2015.07.006 [PubMed: 26247860]
부시 D, & 버지스 N(2014). 그리드 셀 발사의 하이브리드 진동 간섭/연속 어트랙터 네트워크 모델. 신경 과학 저널, 34, 5065–5079. 10.1523/JNEUROSCI.4017-13.2014 [PubMed: 24695724]
Chen G, Lu Y, King JA, Cacucci F 및 Burgess N(2019). 장소 및 그리드 셀 발사에 대한 환경 및 자체 모션의 차등 영향. 네이처 커뮤니케이션즈, 10, 630. 10.1038/s41467-019-08550-1
Chen X, He Q, Kelly JW, Fiete IR 및 McNamara TP(2015). 인간 경로 통합의 편향은
그리드 셀의 속성에 의해 예측됩니다. 현재 생물학, 25, 1771-1776. 10.1016/j.cub.2015.05.031 [PubMed: 26073138]
Cheng K, Shettleworth SJ, Huttenlocher J, & Rieser JJ(2007). 공간 정보의 베이지안 통합. 심리 게시판, 133, 625–637. 10.1037/0033-2909.133.4.625 [PubMed: 17592958]
청 A, 볼 D, 밀포드 M, 와이어스 G, 와일즈 J(2012). 어둠 속에서 인지 지도 유지: 경계 지식을 경로 통합과 융합할 필요성. PLoS 전산 생물학, 8, e1002651. 10.1371/journal.pcbi.1002651 [PubMed: 22916006]
Deshmukh SS, & Knierim JJ(2011). 측후비피질에서 비공간적 및 공간적 정보의 표현. 행동 신경 과학의 Frontiers, 5, 69. 10.3389/fnbeh.2011.00069 [PubMed: 22065409]
Deshmukh SS, & Knierim JJ(2013). 해마 표현에 대한 로컬 개체의 영향: 랜드마크 벡터 및 메모리. 해마, 23, 253-267. 10.1002/hipo.22101 [PubMed: 23447419]
Doeller CF, Barry C 및 Burgess N(2010). 인간 기억 네트워크의 그리드 셀에 대한 증거. 자연, 463, 657-661. 10.1038/nature08704 [PubMed: 20090680]
Doeller CF 및 Burgess N (2008). 랜드마크 및 경계와 관련된 위치의 고유한 오류 수정 및 부수적 학습. Proceedings of the National Academy of Sciences of America, 105, 5909–5914. 10.1073/pnas.0711433105 [PubMed: 18413609]
Doeller CF, King JA 및 Burgess N(2008). 공간 기억의 랜드마크와 경계에 대한 병렬 선조체 및 해마 시스템. Proceedings of the National Academy of Sciences of America, 105, 5915–5920. 10.1073/pnas.0801489105 [PubMed: 18408152]
Dordek Y, Soudry D, Meir R 및 Derdikman D(2016). 음이 아닌 주성분 분석을 사용하여 장소 셀 입력에서 그리드 셀 특성 추출. eLife, 5, e10094. 10.7554/ eLife.10094 [PubMed: 26952211]
Ekstrom AD, Harootonian SK, & Huffman DJ (2020). 그리드 코딩, 공간 표현 및 탐색: 동형을 가정해야 합니까? 해마, 30, 422–432. 10.1002/hipo.23175 [PubMed: 31742364]
Epstein RA, Patai EZ, Julian JB 및 Spiers HJ(2017). 인간의 인지 지도: 공간 탐색 및 그 이상. 자연 신경 과학, 20, 1504-1513. 10.1038/nn.4656 [PubMed: 29073650]
Etienne AS, Boulens V, Maurer R, Rowe T 및 Siegrist C(2000). 알려진 랜드마크에 대한 간략한 설명은 햄스터의 경로 통합 방향을 조정합니다. Naturwissenschaften, 87, 494–498. 10.1007/s001140050766 [PubMed: 11151669]
Etienne AS, & Jeffery KJ(2004). 포유류의 경로 통합. 해마, 14, 180-192. 10.1002/ hipo.10173 [PubMed: 15098724]
Fiete IR, Burak Y 및 Brookings T(2008). 격자 세포가 쥐의 위치에 대해 전달하는 것. 신경 과학 저널, 28, 6858–6871. 10.1523/JNEUROSCI.5684-07.2008 [PubMed: 18596161]
갈리스텔 CR(1990). 학습의 조직. Cambridge, MA: Bradform Books/MIT Press. Hafting T, Fyhn M, Molden S, Moser MB 및 Moser EI(2005). 내후각 피질에 있는 공간 지도의 미세 구조. 자연, 436, 801–806. 10.1038/nature03721 [PubMed: 15965463] Hardcastle K, Ganguli S, & Giocomo LM(2015). 오류 수정으로서의 환경 경계
그리드 셀에 대한 메커니즘. 뉴런, 86, 827–839. 10.1016/j.neuron.2015.03.039 [PubMed: 25892299] Hartley T, Trinkler I 및 Burgess N(2004). 인간의 공간 기억의 기하학적 결정 요인.
인지, 94, 39–75. 10.1016/j.cognition.2003.12.001 [PubMed: 15302327]