패턴 분리 및 소스 메모리는 검색 중 해마 및 신피질 영역을 구별합니다.
Mar 14, 2022
연락처: Audrey Hu Whatsapp/hp: 0086 13880143964 이메일:audrey.hu@wecistanche.com
소개
과거 사건의 상세한 표현은 항목과 문맥적 특징(즉, 출처메모리)에 저장된 유사한 이벤트와 새로운 이벤트를 뚜렷하게 구분할 수 있는 기능메모리(즉, 패턴 분리). 이러한 과정은 둘 다 해마에 관여하는 것으로 알려져 있지만 유사한 메커니즘을 공유하는지 여부는 불분명합니다. 또한 이러한 프로세스와 관련된 활동이 어떤 지역에서 겹치거나 상호 작용하는지 알 수 없습니다. 여기에서 우리는 고해상도 fMRI를 사용하여 패턴 분리 및 소스에 대한 해마 서브필드 및 신피질 영역의 기여도를 조사했습니다.메모리두 가지를 동시에 테스트한 실험적 패러다임으로 인코딩하는 동안 남성과 여성의 인간 피험자는 우연히 화면의 4개 사분면 중 하나에서 항목을 연구했습니다. 테스트하는 동안 반복 항목(표적), 유사한 항목(미끼) 및 새 항목(포일)을 보고 각 항목이 오래된 것인지, 유사한지 또는 새 것인지 여부를 표시하도록 요청했습니다. 각 항목 판단 후, 피험자들은 원래 자극이 제시된 사분면을 표시하도록 요청받았습니다. 따라서 각 미끼 시도에는 미끼 판별 요소(과세 패턴 분리)와 위치 판단(소스 메모리). 우리는 두 가지 주요 반응 프로필을 발견했습니다: (1) DG/CA3 및 비후 피질의 패턴 분리 관련 신호 및 (2) 소스메모리후방 CA1, 해마 주위 피질 및 각이랑의 신호. 전뇌 복셀와이즈 분석에서 유인 차별 및 출처와 관련된 활동이 밝혀졌습니다.메모리대체로 겹치지 않았다. 이러한 발견은 별개의 프로세스가 패턴으로 구분된 항목 표현의 검색과 소스 정보의 기억의 기초가 되었음을 시사합니다.
키워드: 문맥; fMRI; 해마;메모리; 패턴 분리;소스 메모리
상세한 일화적 기억은 항목과 맥락 사이의 연관성을 형성하는 능력(즉, 근원 기억)과 기억에서 유사한 항목이나 사건을 구별하는 능력(즉, 패턴 분리)에 달려 있습니다. 풍부한 증거는 소스 기억이 항목과 컨텍스트 간의 연관성을 나타내는 것으로 생각되는 해마에 의존한다는 것을 나타냅니다(Diana et al., 2007). 설치류에 대한 연구에 따르면 해마 CA1 "장소 세포"가 물체와 위치 간의 연관성을 코딩할 수 있는 반면(Komorowski et al., 2009), 고해상도 fMRI를 사용하는 인간에 대한 연구는 연관 기억 동안 CA1 및 subiculum에서 증가된 활동을 보여주었습니다. 인코딩 및 검색(Eldridge et al., 2005; Viskontas et al., 2009; Suthana et al., 2015). 소스 메모리에 대한 연구는 일반적으로 항목 인식과 관련된 활동을 특정 맥락 세부 사항(예: 공간 위치)이 있는 경우(S ) 및 없는 경우(S μ ) 비교하고 항목 인식 단독(S μ )을 덜 상세하고 충실도가 낮은 메모리와 동일시하는 경향이 있습니다. (Frithsen 및 Miller, 2014; Hutchinson et al., 2014). 이러한 연구는 종종 관련 컨텍스트를 검색하지 않고 항목 인식을 위한 해마 참여를 표시하지 못합니다(S μ ). 그러나 항목 메모리 자체는 매우 상세할 수 있습니다. 메모리에 있는 유사한 항목과 구별하기 위해 항목의 고유하고 충실도가 높은 표현이 형성되어야 합니다(패턴 분리를 통해). 소스 메모리와 마찬가지로 패턴 분리는 설치류(Leutgeb et al., 2007; Neunuebel and Knierim, 2014)와 인간 니모닉 차별 패러다임(Bakker et al., 2008; Berron et al., 2008)의 증거와 함께 해마에 의존하는 것으로 생각됩니다. al., 2016), 치상회(DG)가 겹치는 입력을 직교화하는 데 중요한 역할을 한다고 제안합니다.
해마 외부에서 후방 내측 피질 영역의 광범위한 네트워크는 컨텍스트 및 소스 기억을 지원하는 것으로 생각됩니다(Ranganath 및 Ritchey, 2012; Reagh 및 Ranganath, 2018). PHC(parahippocampal cortex)는 해마와 함께 공간/맥락 정보를 인코딩하는 반면, 측면 후두정 피질, 특히 각이랑의 활동은 에피소드 세부 정보 검색과 관련이 있습니다(Johnson et al., 2013; Hutchinson et al., 2014). 보다 최근에 연구에 따르면 해마 외부의 피질 영역도 패턴 분리에 기여할 수 있음이 밝혀졌습니다(Reagh and Yassa, 2014; Leal and Yassa, 2018). 예를 들어, 우리 그룹의 최근 연구에서는 해마로 돌출된 복부 "무엇" 흐름의 일부인 후후각 피질(PRC)이 유사한 물체의 니모닉 식별 동안 관여함을 보여주었습니다(Reagh and Yassa, 2014).
소스 메모리 구성 요소를 포함하도록 수정된 잘 검증된 항목 식별 작업을 사용하여 우리 연구실의 이전 작업은 패턴 분리(즉, 잘못된 경보)가 없는 경우 올바른 소스 메모리 판단이 발생할 수 있음을 보여주었으며 이러한 프로세스는, 둘 다 아마도 상세한 해마 표현에 달려 있으며 적어도 행동적으로 해리 가능합니다(Kim and Yassa, 2013). 그러나 이러한 과정이 해마 하위 영역과 피질 영역에서 뚜렷하거나 겹치는 신호를 생성하는 정도는 알려져 있지 않습니다. 본 연구는 고해상도 fMRI(전뇌에 가까운 1.8mm)를 사용하여 유사한 미끼 항목과 이러한 항목에 대한 소스 기억 판단을 구별하는 동안 해마 하위 필드와 피질 활동을 동시에 평가했습니다. 이전의 fMRI 연구에서는 유사한 미끼를 올바르게 거부하는 동안 DG/CA3 영역에서 활성이 새로운 포일의 활성과 동등함을 관찰했습니다(Bakker et al., 2008). 이러한 활동 패턴은 유사한 항목이 새 항목처럼 취급되고 동일한 반복에 대해 관찰되는 반복 억제(즉, fMRI 적응)를 유도하지 않는다는 점에서 패턴 분리 신호와 일치합니다. 우리는 유사한 미끼 아이템을 올바르게 거부하는 동안 DG/CA3에서 이 패턴 분리 신호를 볼 수 있는 반면 해마의 다른 하위 영역(CA1 및 subiculum)은 소스 메모리에 민감할 것이라고 예측했습니다(정확한 소스 대 부정확한 소스에 대한 더 높은 수준의 활동) 소스 판단). 우리는 전뇌에 가까운 fMRI 범위를 획득했기 때문에 해마 외부의 어떤 영역이 분리되거나 겹치는 패턴 분리 및 소스 메모리 신호를 표시하는지 조사할 수도 있었습니다.
Cistanche는 기억력을 향상시킬 수 있습니다.
재료 및 방법
과목
31명의 건강한 피험자들은 처음에 캘리포니아 대학교 어바인 캠퍼스와 오렌지 카운티 커뮤니티에서 연구를 위해 모집되었습니다. 이 초기 샘플 중 1개는 스캐너의 장비 오작동으로 인해 제외되었고, 1개는 실험에서 조기 철회로 인해 제외되었으며, 2개는 하나 이상의 작업 조건에서 우연 수준의 성능으로 인해 제외되었으며 2개는 과도한 작업 조건으로 인해 제외되었습니다. 스캔 중 움직임. 이것은 우리 분석에 포함된 25명의 피험자의 최종 샘플을 산출했습니다(17명의 여성, 연령 범위 18-29세, 평균 20.6세, SD 2.47세). 모든 대상자는 모집 시 신경학적 상태(예: 뇌졸중 또는 정신 질환의 병력), 수면 부족 및 주요 우울증 증상(Beck Depression Inventory를 통해)에 대해 선별되었습니다. 피험자들은 캘리포니아 대학(University of California at Irvine Institutional Review Board)에 따라 서면 동의서를 제공했으며 참여에 대한 보상을 받았습니다.
일
이 작업은 이전 작업(Kim and Yassa, 2013)에서 수정되었으며 MRI 스캐너에 사용하도록 최적화되었습니다(그림 1A). 참가자들은 먼저 226개의 공통 개체가 화면의 4개 위치 중 하나에 3초(1초 자극 간격) 동안 나타나는 부수적 연구 단계를 완료하고 각 개체가 실내 또는 실외에서 더 일반적으로 발견되는지 여부를 나타내는 임무를 맡았습니다. 화면은 4개의 동일한 사분면으로 나뉘었고 물체는 4개 위치 중 하나에 나타났습니다(각 주제에 대한 자극 세트에 걸쳐 무작위로 지정됨). 연구 단계에 이어 300개의 시도로 구성된 깜짝 테스트 단계가 수행되었습니다. 300개 중 74개는 완전히 새로운 것(포일), 74개는 연구 대상(표적), 150개는 유사하지만 연구 대상(미끼)과 동일하지 않았습니다. 연구 단계와 마찬가지로 대상이 3초 동안 화면에 나타나고 대상은 각 대상이 "오래된", "유사한" 또는 "새"(각각 대상, 미끼 및 포일에 해당)인지 판단하는 임무를 맡았습니다. 또한, 항목 판단에 따라 참가자는 소스 메모리 판단을 완료했습니다. 참가자가 지연된 후 "오래된" 또는 "유사한"을 선택하면 번호가 매겨진 사분면을 보여주는 화면이 표시되고 원래 개체를 본 사분면을 선택하는 데 3초가 주어졌습니다. 미끼의 경우, 미끼와 유사한 연구 항목에 대한 출처 판단이 피험자에게 명확함(문맥적 기억 검색뿐만 아니라 패턴 분리가 발생한 것으로 추정되는 조건). 참가자가 사분면 판단 대신 "신규"를 선택한 경우 자신의 판단에 대해 "확실한지" 또는 "확실하지 않은지"를 표시하라는 메시지가 표시되었습니다(우리는 분석에서 이러한 특정 판단을 구분하지 않고 다음 내용만 포함했습니다. 타겟 및 미끼 시험에서 소스 판단에 소요된 시간과 포일이 일치하도록 최대). 버튼을 눌러 응답하고 각 버튼에 해당하는 화면 아이콘을 누르면 참가자가 원하는 응답에 매핑하는 데 도움이 되도록 빨간색으로 켜집니다.
MRI
획득 Neuroimaging 데이터는 3.{1}} Tesla Philips Achieva 스캐너에서 32-UC Irvine의 Neuroscience Imaging Center에서 채널 감도 인코딩 코일을 사용하여 획득했습니다. 고해상도 3D MP-RAGE 구조 스캔(0.75mm 등방성 복셀)이 각 세션 시작 시 획득되었습니다. TR 11ms, TE 4.43ms, 200 슬라이스, 0.75mm 등방성, FOV 231 240 150. fMRI 스캔은 TR 3000ms, TE 26ms, 플립 각도 70도, 43 슬라이스, 1.8 1.8mm 평면 내 해상도, 0.2mm 간격이 있는 1.8mm 슬라이스 줄기 두께, BOLD 대비를 사용하는 T2* 가중치 EPI 시퀀스로 구성되었습니다. FOV 180 77.4 180. 조각은 부분 축 체적으로 획득되었으며 오프셋이나 각이 없어 거의 전체 뇌를 덮었습니다. T1 신호 안정화를 보장하기 위해 4개의 초기 "더미 스캔"을 획득했습니다. 각 참가자에 대해 총 6개의 기능 실행이 획득되었습니다: 2개의 연구 단계 및 4개의 테스트 단계. 각 연구 실행은 387초(123개 역학) 동안 지속되었으며 각 테스트 실행은 468초(150개 역학) 동안 지속되었습니다.
MRI 전처리 및 ROI 세분화
모든 신경 영상 데이터는 GNU/Linux 및 Mac OSX 플랫폼에서 기능적인 NeuroImages 분석(AFNI, 버전 17.2.00)(Cox, 1996)을 사용하여 전처리 및 분석되었습니다. 분석은 주로 표준화된 afni_proc.py 파이프라인에 따라 이루어졌습니다. EPI는 모션(3dvolreg) 및 슬라이스 타이밍(3dTshift)에 대해 수정되었고, 뇌 외부의 복셀을 제외하도록 마스킹되었으며(3dautomask), 2.{10}} mm Gaussian FWHM 커널을 사용하여 평활화(3dmerge)되었습니다. . 모션 보정 매개변수는 나중에 선형 회귀에서 사용하기 위해 텍스트 파일에 저장되었습니다(MRI 데이터 분석 참조). 각 실행은 데이터(3dDespike)에 대한 모션의 영향을 더욱 줄이기 위해 경시되었습니다. 기능 스캔은 각 피험자의 두개골이 벗겨진 MP-RAGE에 맞춰 정렬되었습니다(align{14}}epi{15}}anat.py). Advanced Normalization Tools를 사용하여 SyN 비선형 등록을 사용하여 각 참가자의 구조적 스캔을 맞춤형 내부 고해상도 0.75mm 등방성 템플릿으로 래핑했습니다(Avants et al., 2011). 이러한 워프의 매개변수는 그룹 ROI 분석을 위해 기능 스캔을 템플릿 공간으로 워프하는 데에도 사용되었습니다. 평활화된 fMRI 데이터(2.0mm 등방성)의 해상도와 일치하도록 마스크를 다시 샘플링하고 실행(3dcalc) 내 및 전체에서 부분적으로 샘플링된 복셀을 제외하도록 추가로 마스크했습니다. 마지막으로, 후속 계수가 기준선에서 백분율 변화를 반영하도록 데이터를 전역 실행 내 평균(3dcalc)으로 정규화했습니다.
우리는 확립된 프로토콜을 기반으로 해마 ROI를 정의했습니다(예: Yassa et al., 2010; Reagh and Yassa, 2014)(그림 2). 간단히 말해서, 해마 하위 필드의 분할은 Yushkevich et al.에 의해 보고된 SY 프로토콜에 따라 수행되었습니다. (2015) 맞춤 고해상도 그룹 템플릿을 사용했지만 CA{5}}이중충 경계는 해마 분할 프로토콜 전반에 걸쳐 조화를 이루려는 최근 노력을 반영하기 위해 업데이트되었습니다(Wisse et al., 2017). 이전 연구(Reagh et al., 2017)와 마찬가지로 맥락 기억에 대한 특정 후방 내측 측두엽(MTL) 관련에 대한 가설을 고려하여 해마 하위 필드의 전방 부분과 후방 부분을 분할했습니다(Ranganath and Ritchey, 2012). 이 부분은 우리의 "전방" 해마 부분이 특히 해마 머리를 지칭하는 반면 "후방" 부분은 몸통과 꼬리를 지칭하는 것과 같이 비골 정점 바로 뒤에 있는 슬라이스에 배치되었습니다. 각이랑 ROI는 각이랑을 중심으로 하지만 후두정피질의 인접 영역을 포함하는 포괄적 ROI로 정의되었습니다.
실험설계 및 통계분석
행동 분석. 통계 분석은 GraphPad Prism 8.1.2를 사용하여 수행되었습니다. 시도는 항목(구, 유사, 신규)과 출처판단(출처 맞음, 출처 부정확)에 따라 분류하고, 각 시도 유형에 대한 응답 비율을 계산하였다. 행동 효과를 테스트하기 위해 대상과 미끼 모두에 대해 반복 측정 ANOVA를 실행했으며 항목 응답(오래된 것과 유사한 것)과 소스 메모리(소스가 정확하고 잘못된 소스)를 개체 내 요인으로 사용했습니다. 사후 t-검정은 Holm-Sidak의 다중 비교 검정을 사용하여 수행하여 유의미한 상호작용을 조사했습니다.
MRI 방법. 분석에는 검색 데이터만 포함되었습니다. 우리는 목표 적중, 올바른 거부(LCR), 잘못된 경보(LFA)에 대한 회귀를 사용하여 GLM을 구성했으며 올바른 거부를 포일(신뢰 판단에 걸쳐 붕괴)할 뿐만 아니라 정확하고 잘못된 해당 소스 판단을 포함합니다. 포일 오경보, 표적 미스, 미끼 미스, 무응답 시도는 희소성과 해석의 어려움을 감안할 때 무의미한 회귀자로 붕괴되었다. 모션 보정 전처리 단계(x, y, z, pitch, roll, yaw)에서 파생된 6개의 모션 벡터에 대한 회귀자를 추가로 포함했습니다. GLM은 3dDeconvolve를 사용하여 AFNI에서 실행되었습니다. 혈역학적 반응의 디콘볼루션은 이 시간 창에 걸쳐 분포된 6개의 추정기 기능과 함께 발병 후 15초까지의 자극 발병을 포함하는 텐트 기능을 사용하여 수행되었습니다. 동작 매개변수는 작업 관련 매개변수 추정값에 대한 머리 움직임의 영향을 줄이기 위해 명시적 회귀변수로 모델에 입력되었으며, 이러한 모호한 시도가 모델 잔차에 영향을 미치지 않도록 제외하기 위해 무응답 시도가 입력되었습니다. 또한 시간 드리프트를 모델링하는 벡터는 1차, 2차 및 3차 다항식을 다루는 회귀자로 입력되었습니다. 관심 조건에 대한 응답 추정치를 생성할 때 새로운 호일 거부를 기준 조건으로 명시적으로 뺍니다. 간단히 말해서, 이것은 기준선과의 편차가 메모리 기반일 가능성이 있다는 해석을 산출합니다. 모든 기능 실행에 대해 모션이 0.5mm 프레임 변위를 초과하는 TR(그러나 제외 임계값 3mm 미만)은 바로 앞과 뒤에 있는 TR뿐만 아니라 분석에서 중도절단되었습니다. 마지막으로 ANATICOR를 사용하여 뇌실과 백질로부터의 전체 신호를 회백질 복셀에서 제외했습니다(Jo et al., 2010). 이러한 "데이터 스크러빙" 절차는 머리 움직임이 활성화 프로필에 미치는 영향을 가능한 범위까지 배제하는 데 사용되었습니다(Power et al., 2012).
두 번째 수준 분석에 입력된 최종 가중치는 처음 세 가지 추정기 기능의 평균으로 구성되었습니다(대담한 응답의 피크를 포착하기 위한 목표). ROI 분석. ROI 분석을 위해 가중치는 기준선에서 백분율 변경으로 변환된 다음 선험적 ROI(3dmaskave)에서 추출되었습니다. 통계 분석은 GraphPad Prism 8.1.2 및 SPSS 26.{6}}(IBM)을 사용하여 수행되었습니다. 대상 내 요인으로 미끼 식별(LCR 및 LFA) 및 소스 메모리(올바른 및 잘못된)가 있는 반복 측정 양방향 ANOVA를 사용하여 해마 및 신피질 ROI의 효과를 조사했습니다. 반구에 따라 활동이 다른 영역의 경우 오른쪽 및 왼쪽 반구가 별도로 고려되었습니다. 활동이 매우 일관적인 영역(예: 후방 DG/CA3 및 각이랑)의 경우 데이터가 반구에 걸쳐 축소되었습니다. 관찰된 해마 패턴 분리 및 소스 기억 효과를 직접 비교하기 위해 미끼 식별 및 소스 기억 효과 모두에 대한 부분 μ 2 의 제곱근을 Fisher의 z로 변환했습니다. 그런 다음 하위 영역에 걸쳐 이러한 값의 차이를 Z 점수로 매겼습니다(예: DG/CA3에서 Fisher's z(미끼)의 Z 점수 μ CA1에서 Fisher's z(미끼)). 해마 서브필드에 걸친 Holm-Sidak 보정(n 12)은 다중 비교 보정에서 살아남은 해마 효과를 조사하는 데 사용되었습니다. 미끼 식별의 주요 효과를 관찰한 지역의 경우 LCR에 대한 활성을 기준선(박형 수정 거부)과 비교하는 단일 표본 t-검정을 실행했습니다. 활동이 예측된 패턴 분리 소스 메모리 신호와 일치하지 않는 영역에서 타겟 히트가 분석에 포함되었습니다. 이 지역의 경우 항목 메모리(LCR, LFA 및 대상 적중)와 소스 메모리(정확 및 부정확)를 개체 내 요인으로 사용하여 반복 측정 양방향 ANOVA를 수행했습니다. Holm-Sidak의 다중 비교 테스트를 사용한 사후 t-테스트는 항목 기억의 주요 효과를 테스트하는 데 사용되었습니다.
복셀와이즈 분석. 가설 기반 ROI 기반 접근 방식 외에도 미끼 식별 및 소스 관련 주요 효과에 대한 뇌에 가까운 탐색 기능 맵과 AFNI 버전 17.2를 사용하여 중첩 영역을 조사했습니다.{7}}. 이를 위해 각 피험자의 계수를 피험자 내 고정 요인으로 미끼 판별(LCR 및 LFA) 및 소스 메모리(정확 및 부정확)와 무작위 요인으로 반복 측정 ANOVA(3dANOVA3)에 입력했습니다. p{13}}.05(3dClustSim, 최근에 의도하지 않은 인플레이션을 해결하기 위해 업데이트됨) 임계값에서 최소 46개의 연속 복셀 범위를 사용하여 familywise error rate correction을 사용하여 다중 비교를 위해 상당한 활성화 맵을 조정했습니다. 시각화를 위해 우리는 미끼 식별 및 소스 메모리의 개별 효과에 대한 중요한 F-통계 맵을 이진화한 다음 간단한 단계 함수를 사용하여 단일 맵으로 결합했습니다(즉, 미끼 식별 효과 복셀은 값 1, 소스 효과 복셀은 수신 2의 값, 중첩 효과가 있는 복셀은 3)의 결합 값을 받았습니다.
결과
행동 발견
우리는 먼저 각 자극 유형(대상, 미끼 또는 호일)에 대한 이전, 유사 및 새로운 응답의 평균 비율을 조사했습니다(그림 1B). 전반적으로 대상은 대상을 오래된 것으로(65%), 포일을 새 것으로(69%) 정확하게 식별할 수 있었던 반면, 미끼 아이템은 유사한 것(49%) 대신 오래된 것으로 잘못 식별되는 경우(36%)가 많았습니다. 이 동작 패턴은 LCR 및 LFA의 분포를 나타내며 동일한 작업을 사용하여 이전 결과를 복제합니다(Kim 및 Yassa, 2{19}}13). 다음으로 소스 메모리 판단 2단계에서의 성능을 살펴보았다. 대상과 미끼 모두에 대해 항목 응답(이전 및 유사) 및 소스 메모리(소스가 정확하고 소스가 잘못됨)에 대해 반복 측정 ANOVA를 실행했습니다. 대상의 경우 항목 응답 및 소스 메모리의 주요 효과와 상호 작용(항목 응답: F(1,24) 53.4, p 1.5 10 μ 7, 소스: F(1,24) ) 5.7, p 0.3, 상호작용: F(1,24) 16.6, 0.0004), 더 많은 타겟 조회수 (오래된 것으로 올바르게 식별된 대상) 유사하고 잘못된 소스 판단보다 더 정확한 것으로 잘못 식별된 대상이 있습니다. 사후 t-검정은 피험자가 목표 히트(F(1,24) 5.7, p 0.02; 정확한 소스 대 잘못된 소스: 평균 차이 0.14, p 0.05)에 대해 더 자주 정확한 소스 기억 판단을 했다는 것을 보여주었습니다. 대상 항목을 더 정확하게 표현할수록 해당 항목에 대한 소스 메모리가 더 나은 경향이 있습니다. 미끼의 경우 잘못된 경보(오래된 미끼, LFA로 오인됨)보다 정확한 거부(유사한 것으로 올바르게 식별됨, LCR)의 비율이 더 높다는 것을 발견했습니다(F(1,24) 4.8, p 0.04)(그림 1C). , 그러나 정확하고 잘못된 소스 판단의 수에는 큰 차이가 없습니다(F(1,24) 3.14, p 0.09). 결정적으로, 이러한 데이터는 소스 메모리와 패턴 분리 사이의 행동 분리를 나타내는 이전 결과를 복제하여 패턴 분리(즉, 잘못된 경보)가 없을 때 올바른 소스 메모리 판단이 발생할 수 있고 잘못된 소스에서 항목 수준 패턴 분리가 발생할 수 있음을 보여줍니다. 기억 판단.
신경 영상 소견
우리는 고해상도 fMRI(1.8mm 등방성)를 사용하여 거의 전뇌 획득을 허용하여 항목 및 소스 메모리 판단 중에 관련된 지역 활동을 조사했습니다. 각 ROI에 대해 미끼 식별(LCR 및 LFA)과 소스 메모리(소스 수정 및 잘못된 소스)를 고정 요인으로 사용하여 미끼 항목에 대해 반복 측정 ANOVA를 실행했습니다. 미끼 식별의 주요 효과를 관찰한 지역의 경우 LCR에 대한 활성을 기준선(박지 수정 거부)과 비교하는 t-검정을 실행했습니다. 그림 3과 4는 모든 관심 조건(S 및 Sμ 조건에 대해 별도로 고려되는 LCR, LFA, 대상 적중)에서 고려되는 각 하위 영역에 대한 신호의 백분율 변화를 나타냅니다.
뚜렷한 해마 패턴 분리 및 소스 메모리 신호
왼쪽 전방 DG/CA3 및 양측 후방 DG/CA3의 활성은 정확한 거부에 대해 잘못된 경보보다 더 높았으며 정확한 거부에 대한 활성은 호일 교정 거부(즉, 기준선)와 동등했습니다(그림 3C, E, F; 왼쪽 전방 DG/CA3: F(1,24) 6.9, p 0.{12}}16, t-검정 LCR 대 기준선: t(24) 0.46, p {{ 21}}.65, 왼쪽 후방 DG/CA3: F(1,24) 5.426, p 0.029, t-검정 LCR 대 기준선: t(24) 1.3, p {{ 38}}.22, 오른쪽 후방 DG/CA3: F(1,24) 1{{4{{5{57}}}}}.6, p 0.{71}}{ {8{87}}}3, t-검정 LCR 대 기준선: t(24) 0.35, p {{1{{1{113}}7}}1}}.73 ). 이 활동 패턴은 올바르게 거부된 루어가 새로운 항목인 것처럼 처리된다는 점에서 패턴 분리 신호(그림 3A)와 일치하는 반면, 오래된 것으로 잘못 식별된 루어는 반복 억제를 보여줍니다. 오른쪽 후방 CA1의 활동은 잘못된 소스 판단보다 올바른 소스 판단에 더 강력하게 참여했으며(그림 3J; 오른쪽 후방 CA1: F(1,24) 12.6, p 0.002), 소스 메모리 신호와 일치합니다(그림 3B). ). 오른쪽 후방 subiculum에서 근원의 한계 효과도있었습니다 (F(1,24) 2.7, p 0.11; 그림 3N). 이러한 소스 효과는 타겟 히트가 분석에 포함되었을 때도 관찰되었습니다(오른쪽 후방 CA1: F(1,24) 18.8, p 0.0002; 오른쪽 후방 subiculum: F(1,24) 8.9, p 0.006). 하위 영역에 걸쳐 패턴 분리 및 소스 효과를 보다 직접적으로 비교하기 위해 부분 μ 2 를 Fisher의 z 로 변환한 다음 하위 영역에 걸쳐 이러한 값의 차이를 Z-스코어링했습니다. 우리는 패턴 분리 효과가 우측 후방 DG/CA3(오른쪽 후방 DG/CA3 미끼 μ 우측 후방 CA1 미끼 Z 차이 1.8, p 0.07)에서 약간 더 크고 소스 효과가 우측 후방 CA1에서 약간 더 크다는 것을 발견했습니다. (오른쪽 후방 DG/CA3 소스 μ 오른쪽 후방 CA1 소스 Z 차이 μ 1.9, p 0.05). 왼쪽 전방 및 후방 DG/CA3 및 CA1의 효과를 비교할 때 유사한 패턴이 발견되었습니다(왼쪽 전방 DG/CA3 미끼 μ 오른쪽 후방 CA1 미끼 Z 차이 1.4, p 0.16; 왼쪽 전방 DG/CA3 소스 μ 오른쪽 후방 CA1 소스 Z 차이 μ 2.05, p 0.04, 왼쪽 후방 DG/CA3 루어 μ 오른쪽 후방 CA1 루어 Z 차이 1.2, p 0.2, 왼쪽 후방 DG/CA3 소스 μ 오른쪽 후방 CA1 소스 Z 차이 μ 1.85, p 0.06). 오른쪽 후방 DG/CA3의 패턴 분리 효과와 오른쪽 후방 CA1의 소스 효과는 해마 하위 필드(n 12)에 걸친 다중 비교를 위해 Holm-Sidak 보정 후에도 살아남았습니다.
좌측 후방 CA1 및 좌측 PHC의 친숙도 및 신규성 신호 좌측 후방 CA1 및 좌측 PHC의 활성은 예측된 패턴 분리 또는 소스 메모리 신호 또는 둘 사이의 상호작용과 일치하지 않는 응답 프로파일을 보여주었다. 좌측 후방 CA1에는 근원의 주효과가 있었다. 그러나 잘못된 소스 판단에 대한 활동은 올바른 소스 판단(S μ=S)보다 더 컸습니다(F(1,24) 5.9, p 0.{13}}2). 왼쪽 PHC에서는 미끼 식별의 주요 효과가 있었고 미끼 오경보보다 미끼 올바른 거부에 대한 활동이 더 컸습니다(F(1,24) 6.3, p 0.02). 그러나 미끼 올바른 거부에 대한 활동은 기준선(LCR=기준선)에 비해 증가했습니다(t(24) 2.5, p0.{37}}2). 따라서 인식 메모리 동안 이러한 영역의 참여를 더 잘 조사하기 위해 목표 적중이 ANOVA에 포함되어 항목 메모리(LCR, LFA 및 목표 적중) 및 소스 메모리(소스 수정 및 잘못된 소스)를 고정 요인으로 사용합니다. 타겟 히트가 포함될 때 항목 메모리(그림 3I, F(2,48) 5.4, p 0.008)와 소스(F( 2,48) 6.2, p 0.02) LCR 및 LFA(LCR 대 적중: 평균 차이 μ{ {60}}.07, p 0.01; LFA 대 적중률: 평균 차이 μ 0.06, p 0.03). 이러한 활동 패턴은 해마에서 자주 관찰되는 "친숙성 신호"를 반영할 수 있으며, 새로운 항목보다 이전에 본 항목의 활동이 더 큽니다(Reagh et al., 2014; Rutishauser et al., 2015). 왼쪽 PHC는 항목(그림 4E, F(2,48) 6.7, p 0.003)과 출처(F(1,24) 7.9, p 0.01) 모두의 효과를 보여주었으며, 올바른 거부(LCR 대 LFA)에 대해 더 큰 활성을 보였습니다. : 평균 차이 0.08, p 0.01, LCR 대 적중: 평균 차이 0.1, p 0.004) 및 잘못된 소스 판단에 대한 것입니다. 이 영역은 LFA보다 LCR에서 더 큰 활성을 나타내었지만, 미끼 교정 거부에 대한 활성이 호일 교정 거부(LCR=FCR)의 활성과 동등하지 않았기 때문에 많은 fMRI 연구에서 볼 수 있는 표준 패턴 분리 신호를 따르지 않습니다. 오히려, 올바른 거부를 유도하기 위한 증가된 활동은 특히 강력한 항목 신규성 신호를 반영할 수 있습니다. 항목 정보의 출처에 대한 불확실성은 좌측 후방 CA1 및 좌측 PHC 모두에서 관찰된 출처 부정확한 시험의 활동 증가에 기여할 수 있습니다.
복셀와이즈 분석
우리의 선험적 ROI 외부에 있는 미끼 식별과 소스 메모리 모두의 중복 효과가 있을 수 있는 영역을 식별하기 위해 탐색적 복셀 방식 분석을 수행했습니다. 우리는 미끼 판별(LCR vs LFA)과 소스 메모리(소스 수정 vs 잘못된 소스)를 고정 요인으로 사용하여 반복 측정 ANOVA를 실행했습니다. 그림 5는 미끼 판별(빨간색) 또는 소스(파란색)의 주 효과를 보인 복셀 클러스터와 루어 판별과 소스(녹색) 모두의 주 효과를 보인 복셀을 보여줍니다. 이 분석은 세 가지 주요 주제를 드러냈다. 첫째, 유인 차별과 관련된 활동은 복부 시각 흐름과 전방 MTL, 특히 전방 해마와 PRC에서 강력한 활동을 주도했습니다. 반대로, 소스 메모리와 관련된 활동은 mPFC, 후장피질 및 각이랑과 같은 영역에서 활동을 유도했으며, 이는 종종 소스 메모리와 관련이 있습니다(Ranganath and Ritchey, 2012; Johnson et al., 2013; Hutchinson et al., 2014). ). 또한, 소스 기억 효과는 해마와 PHC를 포함하는 후방 MTL에 크게 존재했습니다. 둘째, ROI 기반 분석에서는 이것이 덜 분명했지만, 미끼 식별 및 소스 효과는 MTL에서 놀라운 정도의 편측성을 나타내는 것으로 나타났습니다. 전후방 해리 외에도 MTL의 미끼 관련 활동은 더 왼쪽으로 치우친 반면 소스 메모리 관련 활동은 더 오른쪽으로 치우쳤습니다. 셋째, 비장후피질(retrosplenial cortex), 설전(precuneus) 및 직각이랑(right angular gyrus)에서 일부 공유 복셀에도 불구하고, 미끼 식별 및 소스 메모리 활동 맵은 놀랍게도 겹치지 않았습니다. 이것은 인접하지만 공유되지 않는 많은 미끼 또는 소스 기반 복셀을 고려할 때 특히 두드러집니다.
Cistanche 보충:기억력 향상
논의
우리는 소스 메모리와 패턴 분리를 동시에 테스트하고 이러한 프로세스에 대한 해마 하위 필드 및 신피질 기여를 평가하도록 설계된 고해상도 fMRI 연구를 설명합니다. 이전의 행동 작업을 복제하여 패턴 분리가 없는 경우(또는 그 반대의 경우도 마찬가지) 올바른 소스 메모리 판단이 발생할 수 있음을 발견했습니다. 이는 이러한 프로세스가 행동적으로 분리 가능함을 나타냅니다. 우리는 또한 해마 하위 필드와 피질 ROI가 크게 겹치지 않는 효과를 나타내는 이러한 프로세스와 관련된 신호 프로필의 해리를 발견했습니다. 테스트한 모든 영역에서 소스 메모리와 미끼 식별 간의 상호 작용이 관찰되지 않았습니다. 이러한 발견은 소스 기억과 패턴 분리가 모두 상세한 에피소드 기억에 기여하고 둘 다 해마에 의존하지만 이러한 프로세스는 별개의 신경 메커니즘에 의해 지원된다는 것을 시사합니다.
예측한 대로, 우리는 패턴 분리와 일치하는 DG/CA3의 신호를 관찰했으며, LFA보다 LCR에 대한 활성이 더 크고 새로운 호일에 대한 활성과 동등했습니다. 이것은 중첩 입력을 직교화하는 이 영역의 제안된 역할과 일치합니다. 우리는 이 영역에서 올바른 연관 기억 판단을 위해 검색 시 증가된 활동을 보여주는 이전 연구와 일치하여 오른쪽 후방 CA1 및 오른쪽 후방 하부 이물에서 소스 기억 신호를 관찰했습니다(Eldridge et al., 2005; Viskontas et al., 2009; Stevenson). et al., 2018). 어떤 해마 서브필드도 미끼 식별과 소스 기억의 중첩 효과 또는 유의미한 상호작용을 나타내지 않았습니다.
우리는 니모닉 차별을 테스트하는 우리의 방법과 유사한 항목에 대한 BOLD 응답 적응의 동반 부족이 패턴 분리의 간접적인 측정이라는 점에 주목합니다. 또한, 해마 서브필드 전반에 걸친 신호 프로파일에서 관찰된 해리에도 불구하고 이러한 데이터는 이러한 영역이 소스 메모리 및 패턴 분리 프로세스에 관여하지 않는다는 것을 암시하는 것으로 간주되어서는 안 됩니다. DG/CA3 영역이 항목과 관련 컨텍스트가 겹치는 경우(예: 매일 같은 주차장에 차를 주차하는 경우) 소스 메모리를 지원한다는 증거가 많이 있습니다. 또한 CA3 하위 영역은 패턴 완성 또는 부분적 신호가 제공될 때 관련 정보 검색에 관여하는 것으로 오랫동안 생각되어 왔습니다(O'Reilly and Norman, 2002; Kumaran et al., 2016). 이 프로세스는 소스 메모리에 중요하다고 생각됩니다(예: 항목을 보면 해당 항목의 위치 검색이 트리거될 수 있음). CA1은 CA3의 패턴 분리 표현을 내비 피질의 입력 패턴에 다시 연결하여 패턴 분리를 지원하는 것으로 생각됩니다(Norman, 2010). CA1은 검색된 원본 항목과 미끼 사이의 불일치를 알리는 "일치 불일치" 감지기 역할을 하여 니모닉 식별에 기여할 수도 있습니다(Duncan et al., 2012). subiculum이 해마의 주요 출력 역할을 하기 때문에 이 영역은 소스 메모리 및 패턴 분리를 포함하여 많은 해마 종속 프로세스에 관여할 가능성이 있습니다. 따라서 우리는 소스 메모리와 패턴 분리가 별개의 영역이 아닌 복잡한 해마 회로에 의존한다고 주장합니다. 실제로 Libby et al.의 최근 연구. (2018)은 해마 활동 패턴이 유사한 항목과 유사한 컨텍스트 간에 구별되지만 컨텍스트 내 유사한 항목에 일반화되어 복잡한 상호 작용을 제안한다는 것을 발견했습니다. 그러나 본 연구에서 소스 메모리와 패턴 분리에 의해 유도된 해리된 신호는 이러한 프로세스가 실험 설계에서 두 프로세스가 서로 맞붙을 때 식별될 수 있는 별개의 신경 메커니즘에 의존할 수 있음을 나타냅니다.
이 해리는 해마 외부에서도 관찰되었으며, PHC와 각이랑은 정확한 소스 판단(패턴 분리 신호 없음)에 대한 증가된 활동을 나타내고 PRC는 패턴 분리 신호(소스 메모리 신호 없음)를 나타냅니다. 이러한 활동 패턴은 공간/맥락 처리에서 PHC의 잘 정립된 역할과 일화적 세부사항 검색에서 각이랑의 역할과 일치합니다. 복부 "무엇" 스트림의 일부로 PRC는 오랫동안 항목 인식에 관여하는 것으로 알려져 있습니다. 유사한 작업을 사용하는 우리 그룹의 최근 작업은 이 영역이 유사한 대상의 니모닉 식별 동안 관여한다는 것을 보여주었습니다(Reagh and Yassa, 2014). 현재 결과는 이 효과를 복제하여 피질 영역에서 패턴 분리와 유사한 효과를 조사하는 문헌에 추가되었습니다(Reagh and Yassa, 2014; Kent et al., 2016; Pigeon and Morcom, 2016). PRC는 복잡한 지각 차별에 관여하는 것으로 생각되며, 이는 후속 니모닉 차별에 기여할 수 있습니다(Barense et al., 2011). 이러한 결과는 PRC가 유사한 항목 간에 공유될 가능성이 적고 이러한 항목 간의 간섭을 해결할 수 있는 복잡한 항목 기능을 나타낸다는 표현 계층적 모델과도 일치합니다(Kent et al., 2016). . 이것은 계산 모델의 전통적인 의미에서 패턴 분리를 반영하지 않을 수 있지만 겹치는 입력을 구별하는 방식에 해당합니다. 소스 메모리와 패턴 분리 신호 사이의 해리는 후부 피질 영역의 일부 공유 복셀을 제외하고 유인 식별 및 소스 메모리와 관련된 활동이 대체로 겹치지 않는 것으로 밝혀진 복셀별 분석에 의해 더욱 확증되었습니다.
우리는 가설의 틀 내에서 결과를 해석하려고 시도했지만 다른 요인이 관찰된 결과 패턴에 기여했을 가능성을 배제할 수 없습니다. 우리의 실험 패러다임은 소스 메모리를 테스트하기 위해 패턴 분리 및 공간 위치에 세금을 부과하기 위해 유사한 객체를 사용했기 때문에 관찰된 패턴 분리 및 소스 메모리 효과가 각각 객체 대 공간 처리를 반영할 수 있다는 다른 해석이 있습니다. 그러나 이 해석은 왜 관찰된 효과가 우리의 예측된 패턴 분리 신호에 의해 묘사된 특정 응답 프로파일에 맞는지 설명하지 않으며, 올바른 거부에 대한 활동은 잘못된 경보보다 크고 호일 올바른 거부의 활동과 동등합니다. 또한, 이 효과가 패턴 분리가 아닌 개체 처리에 의해서만 발생하는 경우 개체 인식이 종종 해마에 관여하지 않기 때문에 DG/CA3에서 이 효과를 반드시 볼 것으로 기대하지는 않습니다. 대조적으로, 간섭에 직면한 물체 인식, 추정되는 패턴 분리는 DG/CA3에 관여하며 이것이 이 영역에서 관찰된 효과를 주도하고 있음을 시사합니다. PRC 및 PHC에서 관찰된 해리는 객체 대 공간 해석과 일치합니다. 이러한 영역은 각각 객체 및 공간 처리에 관여하는 것으로 알려져 있기 때문입니다. 그러나 DG/CA3는 객체 및 공간 처리 모두에 응답하는 것으로 나타났으므로 도메인 특이성은 관찰된 결과 패턴을 명확하게 설명하지 않습니다. 미래의 연구는 관찰된 현상이 물체/공간 처리에 특정한지 또는 양식 전반에 걸쳐 일반화되는지를 결정하기 위해 다양한 유형의 패턴 분리 또는 소스 판단을 사용할 수 있습니다.
두 번째 가능성은 유사한 루어의 올바른 거부가 상대적으로 더 많은 인코딩 관련 프로세스를 포함할 수 있기 때문에 패턴 분리 및 소스 메모리 효과가 각각 인코딩 대 검색에 의해 주도되었을 수 있다는 것입니다. 그러나 인코딩 및 검색은 매우 동적인 프로세스이며 인코딩 및 검색 프로세스의 조합은 항목 식별과 소스 메모리 모두에 기여합니다. 예를 들어, 유사한 미끼를 올바르게 거부하려면 "리콜-거부" 전략이 필요할 수 있습니다. 세 번째 가능성은 소스 메모리 판단이 부분적 단서(항목)를 기반으로 공간 위치를 검색하는 것을 포함하기 때문에 패턴 분리 및 소스 메모리 효과가 각각 패턴 분리 및 패턴 완성에 의해 구동되었을 수 있다는 것입니다. 그러나 패턴 분리와 패턴 완성은 상호 배타적이지 않으며 인코딩 및 검색 관련 프로세스와 마찬가지로 다양한 시도 유형 모두에 관련될 수 있습니다. 예를 들어, 우리는 위에서 언급한 바와 같이 이러한 시도가 "회상-거부" 전략을 포함할 가능성이 있기 때문에 항목 차별이 패턴 완성도 포함한다고 주장할 수 있습니다. 따라서 인코딩 대 검색 또는 패턴 분리 대 패턴 완성 해리는 관찰된 결과 패턴을 명확하게 설명하지 않습니다.
근원 기억 효과는 후방 해마와 PHC를 포함한 후방 MTL에 주로 존재했으며, 이는 이 영역을 각이랑과 후비장 피질을 포함하여 맥락적 및 공간적 처리에 관여하는 것으로 생각되는 고도로 상호 연결된 후방 네트워크의 일부로 포함하는 최근 이론과 일치합니다. (Ranganath 및 Ritchey, 2012). 흥미롭게도, 패턴 분리 효과는 전방 및 후방 DG/CA3 모두에 존재했습니다. 일부 이론에서는 Poppenk et al. (2013), 이것은 해마의 장축을 가로질러 DG/CA3 서브필드의 고르지 않은 분포를 반영할 수 있으며, 후방 해마는 다른 서브필드에 비해 DG/CA3 비율이 더 높습니다. 우리의 결과는 적어도 DG/CA3 내에서 전방 및 후방 해마가 상세한 에피소드 기억을 지원한다는 것을 시사합니다.
이러한 결과는 단일 실험 패러다임에서 에피소드 기억의 여러 측면을 테스트하는 것의 가치를 강조합니다. 소스 메모리와 패턴 분리가 둘 다 해마에 관여하지만, 두 프로세스를 동시에 테스트함으로써 이러한 프로세스와 관련된 활동이 겹치거나 상호 작용하는지 여부와 위치를 관찰할 수 있었습니다. 여기에서 소스 메모리와 패턴 분리가 별개의 메커니즘을 사용하는 것으로 보입니다. 이러한 분리는 사람들이 맥락에 대해 매우 명확한 기억을 가지고 있지만 특정 사람이나 항목을 잘못 식별할 수 있는 이유를 설명할 수 있습니다. 향후 연구에서는 소스 메모리와 패턴 분리가 상호 작용할 수 있는 상황을 조사할 수 있습니다.
기억력 향상시스탄체