Doświadczenie zaskoczenia: czasowa dynamika jego wpływu na pamięć, część 3

Podsumowując, wyniki te sugerują, że naruszenie oczekiwań przesuwa przetwarzanie z odzyskiwania w kierunku kodowania oraz że czasowa dynamika mnemonicznych konsekwencji tego przesunięcia znajduje odzwierciedlenie w pamięci dla kolejnego ustawionego zdarzenia (efekty pierwszego zestawu zdarzeń przedstawione na ryc. 2D), ponieważ funkcją podobieństwa percepcyjnego.

Po pierwsze, postrzegane podobieństwo odnosi się do naszego postrzegania podobieństwa różnych rzeczy, co bezpośrednio wpływa na naszą zdolność zapamiętywania. Kiedy napotykamy podobne rzeczy, nasz mózg automatycznie je grupuje, aby pomóc nam łatwiej zrozumieć i zapamiętać informacje. Na przykład, jeśli widzimy kilka liczb, a kilka z nich jest bardzo podobnych, na przykład 4, 6 i 9, potrząsamy głowami w lewo i w prawo, aby je rozróżnić. Dzieje się tak, ponieważ kiedy nasz mózg przetwarza te liczby, grupuje je w całość, a następnie rozróżnia subtelne różnice w każdej liczbie.

Ponadto niektóre badania wykazały, że gdy uczymy się nowej wiedzy, jeśli jest ona podobna do naszej istniejącej wiedzy, łatwiej ją łączymy z naszą istniejącą wiedzą, dzięki czemu łatwiej ją zapamiętać i zrozumieć. Z tego powodu nauczyciele często używają przykładów w nauczaniu, aby pomóc uczniom zrozumieć nowe elementy wiedzy.

Związek między pamięcią a podobieństwem percepcyjnym wzajemnie się wzmacnia. Naszą pamięć można poprawić tylko wtedy, gdy zwracamy uwagę, rozumiemy i porównujemy różne informacje oraz łączymy je z naszą istniejącą wiedzą. Różne stymulacje sensoryczne, takie jak dźwięki, obrazy, słowa i dotyk, również poprawiają nasze zdolności zapamiętywania. Dlatego powinniśmy rozumieć i zapamiętywać wiedzę za pomocą różnych metod, takich jak wykresy, obrazki, dźwięki itp., Aby poprawić nasz efekt uczenia się.

Krótko mówiąc, związek między podobieństwem percepcyjnym a pamięcią jest nierozerwalny. Kiedy dobrze posługujemy się zasadą podobieństwa percepcyjnego, nasza pamięć będzie lepiej wytrenowana, a co za tym idzie, osiągniemy lepsze wyniki w nauce. Widać, że musimy poprawić pamięć, a Cistanche desericola może znacznie poprawić pamięć, ponieważ Cistanche desericola to tradycyjny chiński materiał leczniczy, który ma wiele unikalnych efektów, z których jednym jest poprawa pamięci. Skuteczność mięsa mielonego wynika z różnych zawartych w nim składników aktywnych, w tym kwasów, polisacharydów, flawonoidów itp. Składniki te mogą na różne sposoby promować zdrowie mózgu.

Kliknij Poznaj suplementy poprawiające pamięć

Kiedy kolejne zdarzenia są nieoczekiwane (UprevUcurr), zaobserwowaliśmy słabą celność dla folii F1 i w mniejszym stopniu dla celów. Z drugiej strony, gdy po nieoczekiwanym zdarzeniu następuje oczekiwane zdarzenie (UprevEcurr), zaobserwowano poprawę wydajności w przypadku bieżącego zdarzenia, wynikającą głównie z reakcji na cele.

Aby zbadać, czy efekty te angażują obwód biorący udział w tworzeniu pamięci adaptacyjnej (w tym hipokamp i śródmózgowie (Shohamy i Adcock, 2010; Kafkas i Montaldi, 2018a), a także przetestować hipotezę, że naruszenie oczekiwań angażuje mechanizm kodujący, wspierany przez dolną w górę strumienia informacji (brzuszna droga wzrokowa), w eksperymencie 2 nowa grupa uczestników wykonała podobne zadanie podczas zbierania danych fMRI (drobne zmiany w zadaniu, patrz Materiały i metody).

Eksperyment 2

Wyniki behawioralne

Powtarzając efekty zaobserwowane w eksperymencie 1, odkryliśmy główny efekt stanu oczekiwań poprzedniego zdarzenia (b =0.309, X2(1)=4.13, p {{ 7}}.042), a także interakcję pomiędzy statusem oczekiwań bieżących i poprzednich wydarzeń (b =0.59, X2(1)=4.47, p { {15}}.034; ryc. 3A). Kolejne testy kontrastu wykazały lepszą wydajność pamięci w przypadku oczekiwanych zdarzeń następujących po nieoczekiwanych w porównaniu z następującymi po oczekiwanych zdarzeniach (UprevEcurr . EprevEcurr; z=2.55, p=0.011). W przypadku zdarzeń następujących po nieoczekiwanych lepsza pamięć była znaleziono również dla oczekiwanych w porównaniu z nieoczekiwanymi zdarzeniami (UprevEcurr . UprevUcurr; z=2.68 p=0.007). Następnie zbadaliśmy CR2 jako funkcję wcześniej widzianych celów i wydarzeń F1 oraz ich statusu oczekiwań. W przypadku celów podążających za F2 zaobserwowano główny efekt stanu oczekiwań celu (b =0.473, X2(1)=4.4, p=0.036), z większą liczbą CR2 po nieoczekiwane cele. Wszystkie pozostałe efekty nie były istotne (allps 0,169). Na prawidłowe reakcje na zdarzenia F2 nie miały wpływu poprzedzające zdarzenia F1 (wszystkie ps. 0,263).

Wyniki fMRI

Interakcje sekwencji oczekiwań angażują regiony hipokampa, śródmózgowia i potylicy, aby wspierać późniejsze przetwarzanie mnemoniczne. Najpierw zbadaliśmy neuronalne korelaty interakcji oczekiwań kontekstowych behawioralnych opisanej powyżej. W przypadku aktualnie oczekiwanych zdarzeń, które nastąpiły po nieoczekiwanych zdarzeniach, w porównaniu z tymi, które nastąpiły po oczekiwanym zdarzeniu (UprevEcurr . EprevEcurr;patrz ryc. 3B), stwierdziliśmy zwiększoną aktywację w prawym hipokampie (x=36, y=33, z=12, k=12, SVC pFWE=0.04), SN/VTA (x=9, y=24, z=12, k=11, SVC pFWE=0.039), i lewy dolny zakręt potyliczny (BA 18; x=21, y=81, z=18, klaster nieparametryczny {{ 17}}.018). W przypadku bieżących nieoczekiwanych zdarzeń następujących po poprzednich oczekiwanych, w porównaniu z tymi, które nastąpiły po nieoczekiwanym zdarzeniu (EprevUcurr . UprevUcurr), odzwierciedlających gorszą wydajność, stwierdziliśmy również zwiększoną aktywację prawego hipokampa (x=24, y=33, z { {21}}, k=10, SVCpFWE=0.045) i lewy przyhipokamp (x=33, y=45, z =6, skupienie nieparametryczne {{ 28}}.049). Co najważniejsze, w obu kontrastach bieżący zestaw wydarzeń miał ten sam status oczekiwań i różnił się jedynie statusem oczekiwań poprzedniego zdarzenia.

Porównanie bieżących oczekiwanych i nieoczekiwanych zdarzeń, po wcześniej nieoczekiwanych zdarzeniach (UprevEcurr . UprevUcurr; ryc. 3D) ujawniło aktywację w prawej korze pozaśledzianowej/przedklinku (x=24, y=45, z= 12 , klaster nieparametryczny=0.0213). Uzupełniający kontrast, po oczekiwanych wydarzeniach, EprevEcurr.EprevUcurr nie ujawnił znaczących efektów. W przypadku kontrastu UprevUcurr.EprevEcurr, w którym nieoczekiwane zdarzenia wywołały więcej aktywacji niż oczekiwano, pomimo wykazania zmniejszonej wydajności pamięci (ryc. 3C), stwierdziliśmy zwiększoną aktywację w prawej korze potylicznej (BA 18, x=18, y {{9 }}, z=12,klaster nieparametryczny=0.0318). Uzupełniający kontrast UprevUcurr. EprevUcurr nie ujawnił znaczących efektów. Porównanie pierwszego (poprzedniego) zdarzenia pomiędzy warunkami (pierwsze oczekiwane i pierwsze nieoczekiwane) nie ujawniło żadnych znaczących efektów.

Status oczekiwań w różny sposób angażuje regiony związane z kodowaniem i wyszukiwaniem. Aby zbadać, czy oczekiwane i nieoczekiwane zdarzenia, w zależności od rodzaju zdarzenia, reakcji i pozycji czasowych, wywołały zróżnicowane aktywacje w sposób oddolny (brzuszny strumień wzrokowy) lub przywrócenie (sieć odzyskiwania), porównaliśmy również te dwa warunki (patrz ryc. 4A). Stwierdziliśmy zwiększoną aktywność z powodu nieoczekiwanego zdarzenia. oczekiwane zdarzenia w prawej korze potylicznej (BA 19, x=39, y =75, z=12 i BA 18, x=39, y=75, z {{ 10}}, nieparametryczny skupisko=0.015) i prawy zakręt wrzecionowaty (x=27, y=48, z=18, nieparametryczny skupisko =0.0173) . Oczekiwane. nieoczekiwanie zaobserwowaliśmy zwiększoną aktywację prawego dolnego płata ciemieniowego (zakręt kątowy; BA 39=48, y=48, z=33, klaster nieparametryczny=0.0206) i obustronny silnik pierwotny kora (po prawej: x=60, y=03, z=18, klaster nieparametryczny FWE=0.045; po lewej: x=57, y {{30} }, z=24, klaster nieparametryczny=0.0339).

, z=24, nieparametryczny klaster=0.0339). Aktywacja potyliczna wspiera interakcję między oczekiwaniem a wydajnością pamięci w przypadku podobnych zdarzeń. Aby rozwikłać ogólny nieoczekiwany, oczekiwany efekt, przetestowaliśmy, w dowolnej kolejności prezentacji, jak oczekiwania kontekstowe oddziałują na pomyślne decyzje dotyczące uznania (trafienia i CR). Chociaż nie stwierdzono różnicowych odpowiedzi neuronalnych na oczekiwane i nieoczekiwane trafienia lub prawidłowe odrzucenie zdarzeń F2, zaobserwowaliśmy zwiększoną aktywację w prawym zakręcie dolno-potylicznym (BA 19, x=24, y=81, z=6 , klaster nieparametryczny=0.0345) dla nieoczekiwanego CR1. oczekiwany CR1.

Zwiększone obciążenie percepcyjne wchodzi w interakcję ze stanem oczekiwań, angażując brzuszne obszary strumienia wzrokowego. Na koniec zbadaliśmy interakcje między statusem oczekiwań a kolejnością prezentacji (w różnych zdarzeniach; ryc. 4B). Ponownie zaobserwowaliśmy zwiększoną aktywność w obustronnej korze potylicznej (BA 19, x=39, y=78, z=18, skupisko nieparametryczne=0.008 i BA 18, x=18, y=57, z=21,klaster nieparametryczny=0.009; x=15, y=87, z=3 , klaster nieparametryczny=0.0129) dla nieoczekiwanych. oczekiwane zdarzenia prezentowane jako drugie w zestawie (nie stwierdzono żadnych nieoczekiwanych, oczekiwanych efektów dla zdarzeń pierwszego i trzeciego zbioru).

Dyskusja

Doświadczenie zaskoczenia lub naruszenia oczekiwań ma korzystny wpływ na uczenie się, ale nie jest jasne, czy zaskoczenie wyzwala również reakcję kodowania, nawet jeśli dominującym celem jest odzyskanie. W dwóch eksperymentach wykorzystaliśmy kontekstową manipulację oczekiwaniami, aby lepiej zrozumieć dynamiczną naturę mechanizmu pamięci adaptacyjnej uruchamianego przez naruszenie oczekiwań podczas wyszukiwania i jego potencjalne konsekwencje mnemoniczne dla pamięci zależnej od hipokampa. Odkryliśmy, że napotkanie nieoczekiwanych zdarzeń podczas wyszukiwania wywołało zwiększone zaangażowanie regionów wzdłuż brzuszny strumień wzrokowy, nawet gdy wydajność pamięci była słaba (UprevUcurr).

Co ciekawe, odkryliśmy również późniejszy korzystny efekt zaskoczenia kontekstowego, tak że prezentacja nieoczekiwanego zdarzenia nie wspierała jego rozpoznania, ale wspomagała prawidłowe rozpoznawanie kolejnych, oczekiwanych i podobnych zdarzeń ustalonych (UprevEcurr). Ten efekt behawioralny był powiązany ze zwiększoną aktywnością hipokampu, obszarów dopaminergicznych śródmózgowia (SN/VTA) i kory potylicznej. Oczekiwane zdarzenia natomiast były powiązane z aktywnością w regionach sieci opartych na pobieraniu. Biorąc pod uwagę nasze powtórzone odkrycia dotyczące modulacji pamięci przez poprzednie nieoczekiwane zdarzenia, zwiększone zaangażowanie brzusznych obszarów strumienia wzrokowego i wcześniejsze badania nad kodowaniem modulowanym oczekiwaniami, postulujemy, że angażowanie się w nieoczekiwane informacje podczas ich wyszukiwania angażuje ukryty mechanizm kodowania oddolnego (ryc. 5). Konsekwencje tego zaangażowania staną się jasne w późniejszej próbie rozpoznania, z rozbieżnościami w wynikach i zróżnicowanym wzorcem aktywacji fMRI w zależności od tego, czy kolejne zdarzenie było oczekiwane, czy nie.

Naruszenie oczekiwań wiąże się z poprawą wydajności pamięci, co przypisuje się adaptacyjnemu tworzeniu pamięci (Lismanand i Grace, 2005; Kumaran i Maguire, 2007; Shohamy i Wagner, 2008) oraz zaburzonemu kodowaniu informacji predykcyjnych (Sherman i Turk-Browne, 2020). Nasze wyniki potwierdzają ten pogląd, ale, co najważniejsze, rozszerzają go w celu uwzględnienia efektów wyszukiwania. Zgodnie z koncepcją, że większą wagę przywiązuje się do danych wejściowych z dołu do góry w przypadku napotkania błędu przewidywania (Stoppel i in., 2009; Kafkas i Montaldi, 2018a), odkryliśmy zwiększone zaangażowanie obszarów przetwarzania wzrokowego w korze potylicznej i wrzecionowatym zakręcie w przypadku nieoczekiwanych zdarzeń. Stwierdzono, że regiony te zwiększają swoją aktywność przy wyższym poziomie nieoczekiwanych nowości (Kafkas i Montaldi, 2014), co odzwierciedla zwiększone przetwarzanie percepcyjne nieoczekiwanych zdarzeń.

Chociaż tworzenie pamięci opiera się na przetwarzaniu oddolnym, dowody na istnienie mechanizmu kodowania wymagają wykazania mnemonicznych konsekwencji zwiększonej zależności od bodźców zmysłowych. Bez późniejszych konsekwencji mnemonicznych można argumentować, że napotkanie nieoczekiwanego zdarzenia jedynie moduluje uwagę online (Poort i in., 2022). Rzeczywiście zaobserwowaliśmy interakcję, w wyniku której bieżąca wydajność pamięci była modulowana przez poprzednie nieoczekiwane wystąpienie podobnego zdarzenia; gdy oczekiwano poprzedniego zdarzenia, bieżące oczekiwania nie wpływały na wydajność (EprevEcurr EprevUcurr), natomiast gdy poprzednie zdarzenie było nieoczekiwane, stwierdziliśmy rozbieżność w wynikach (UprevEcurr .UprevUcurr).

Podsumowując, odkrycia te sugerują, że wywołane zaskoczeniem zwiększone znaczenie danych wejściowych oddolnych jest niezależne od celu, ale jego konsekwencje mnemoniczne wydają się zależeć od wykonywanego zadania. Podczas uczenia się lub eksploracji dalsze kodowanie wspiera późniejszą pamięć nieoczekiwanego zdarzenia (Li i in., 2003; Garrido i in., 2015; Long i in., 2016; Greve i in., 2017; Frank i Kafkas, 2021). Kiedy celem jest odzyskiwanie (jak w obecnym paradygmacie), ukryte przejście w stronę kodowania, pomimo zwiększonego przetwarzania percepcyjnego, skutkuje liczbowo gorszą wydajnością pamięci w przypadku bieżących informacji, które mają zostać odzyskane (Duncan i in., 2012; Kim i in., 2014). Jest to sprzeczne z poglądem, że naruszenie oczekiwań zawsze sprzyja poprawie pamięci. Dalsze potwierdzenie roli, jaką obciążenie percepcyjne odgrywa w angażowaniu stanu kodowania, można dostrzec w efektach potylicznych i wrzecionowatych dla nieoczekiwanych zdarzeń prezentowanych jako drugie w ustalonej sekwencji, w porównaniu z ich oczekiwanymi odpowiednikami. Decyzje dotyczące rozpoznawania tych zdarzeń muszą przezwyciężyć zakłócenia pochodzące od pierwszego zdarzenia, co prawdopodobnie wymaga wzmożonego przetwarzania percepcyjnego w celu lepszego porównania bieżących danych wejściowych zmysłów z przechowywanymi reprezentacjami.

Po napotkaniu pierwszego nieoczekiwanego zdarzenia (Uprev) przejście w stronę kodowania i odejście od wyszukiwania może wyjaśnić, dlaczego nie obserwujemy przyspieszenia wyszukiwania dla tych zdarzeń. Mniej oczywiste jest, dlaczego to przejście w stronę kodowania zapewnia lepszą wydajność pamięci tylko w przypadku kolejnych oczekiwanych zdarzeń. Jedną z możliwości jest to, że początkowe przejście w stronę kodowania oparte na naruszeniu oczekiwań skutkuje ostrzejszą reprezentacją początkowego nieoczekiwanego zdarzenia (Gilboa i Moscovitch, 2021), optymalizując uzupełnienie wzorca drugiego podobnego zdarzenia (nawet jeśli jest oczekiwane), ponieważ podobieństwo między kodowaniem i reprezentacje wyszukiwania wyróżniają się. Potwierdzenie tego konta można znaleźć w wynikach naszych fMRI; podczas gdy zajęcie potylicy obserwowano zarówno w przypadku zdarzeń UprevEcurr, jak i UprevUcurr (tj. niezależnie od konsekwencji mnemonicznych), tylko zdarzenia UprevEcurr były powiązane z aktywacją hipokampa i SN/VTA. To odkrycie, wraz ze zwiększeniem pamięci dla zdarzeń UprevEcurr, podkreśla czasową przypadkowość napędzaną przez Uprev, indeksowaną przez koaktywację SN/VTA i hipokampa (Kafkas i Montaldi, 2015). Ta koaktywacja prawdopodobnie wskazuje na (ponowne)kodowanie Uprev oparte na oczekiwaniach, które następnie zwiększa pamięć dla Ecurr.

Co istotne, interakcje między oczekiwaniami bieżących i poprzednich wydarzeń zaobserwowano tylko w przypadku celów i F1 (tj. folii o największym podobieństwie do zakodowanego celu). Co więcej, efekty te pozostały niezmienione poprzez zakłócające zdarzenia z tego samego zestawu (F2, F3) lub zdarzenia z różnych zestawów zaprezentowane podczas zadania. Fakt, że interakcje oczekiwań są selektywne w stosunku do wysokiego podobieństwa percepcyjnego i są odporne na zakłócenia pochodzące od innych bodźców, sugeruje, że wysoki poziom percepcyjny i Do uruchomienia tego mechanizmu kodowania wymagany jest ładunek pamięci, co jest zgodne z wcześniejszymi ustaleniami i rozszerza je (Bein i in., 2020; Frank i in., 2020b). W takich sytuacjach zdolność przetwarzania i porównywania drobnych szczegółów bieżących danych wejściowych i ostatnio przechowywanych reprezentacji stanowi podstawę prawidłowych decyzji o rozpoznaniu (Yassa i Stark, 2011). Dlatego uruchomienie wzmożonego przetwarzania percepcyjnego poprzez naruszenie oczekiwań służy celowi adaptacyjnemu (Stoppel i in., 2009; Hawco i Lepage, 2014). W przypadku mniej podobnych wydarzeń, które łatwiej rozpoznać jako nowe, ostrzejsza ich reprezentacja, wywołana naruszeniem oczekiwań, ma niewielki wpływ (Frank i in., 2020b).

Ważne jest również rozważenie, w jaki sposób przejście w stronę kodowania objawia się w prezentacji pierwszego wydarzenia; tylko pierwsze cele wykazały oczekiwaną korzyść w porównaniu z nieoczekiwanymi poprzednimi zdarzeniami (oraz przy badaniu tylko zdarzeń z pierwszego zestawu). Chociaż zwiększony współczynnik trafień w przypadku pierwszych oczekiwanych celów jest zgodny z naszą interpretacją danych, nie zaobserwowaliśmy znaczącego wpływu na zdarzenia F1 . Sugerujemy, że może to być spowodowane wewnętrznymi niewielkimi różnicami w nakładaniu się percepcji pomiędzy spotkaniem celu i bardzo podobną folią. Możliwe jest, że zwiększona trudność związana z pierwszym zdarzeniem F1, wynikająca z dużego, ale nie całkowitego nakładania się na zakodowany obiekt, przeważy nad potencjalnym skutkiem ukrytego zaangażowania w kodowanie. Dla celów natomiast występuje pełne nakładanie się percepcyjne z zakodowanym obiektem, co może ułatwić rozpoznanie oczekiwanych celów, natomiast naruszenie oczekiwań mogłoby to odstraszyć. Potwierdzenie tej interpretacji można znaleźć w kolejnych kontrastach interakcji w eksperymencie 1, gdzie cele dominują w przyspieszeniu w UprevEcurr, podczas gdy F1 wydaje się powodować słabą pamięć w UprevUcurr. Co więcej, jak omówiono powyżej, brak efektów w przypadku folii o niższym podobieństwie sugeruje, że obciążenie percepcyjne odgrywa ważną rolę w tym, jak oczekiwania modulują procesy pamięci. Biorąc pod uwagę silną interakcję behawioralną między kolejnymi zdarzeniami oraz uzupełniające wyniki fMRI, uważamy, że modulowane oczekiwaniami przesunięcie w stronę konta kodowania najlepiej wyjaśnia nasze dane.

Ponieważ manipulacja oczekiwaniami miała miejsce podczas pobierania, nie jest jasne, czy napotkanie oczekiwanych zdarzeń spowodowało odzyskanie istotne dla zadania, czy też aktywne zaangażowanie stanu wyszukiwania, niezależnie od zapotrzebowania na zadanie. Chociaż zaangażowanie regionów skroniowo-ciemieniowych sieci opartej na odzyskiwaniu informacji (Hayamaet al., 2012) wskazuje na przywrócenie, nie różnicuje to obu alternatyw. Przyszłe badania mogłyby ortogonalizować oczekiwania i stan pamięci, umożliwiając w ten sposób aczynnikowe projektowanie celu (kodowanie/odzyskiwanie) i stanu oczekiwań. Badania przesunięć w stronę stanu odzyskiwania, być może w połączeniu z projektami zoptymalizowanymi pod kątem funkcjonalnej i efektywnej łączności, przyczynią się do ciągłych wysiłków mających na celu wyjaśnienie, w jaki sposób hipokamp przemieszcza się między stanami pamięci (Colgin, 2016; Kafkas i Montaldi, 2018a; Bein i in., 2020). Chociaż nieoczekiwane zdarzenia, podczas których doświadczasz wysokiego poziomu zaskoczenia, zapadają w pamięć szczególnie, pozostaje ustalić, w jakim stopniu wyraźna świadomość zaskoczenia moduluje ten mechanizm i w jaki sposób wymagania pamięci mogą kierować aktywnością układu wzrokowego.

Podsumowując, przedstawiamy nowe dowody na wszechobecność adaptacyjnego mechanizmu kodowania, uruchamianego przy pobieraniu w wyniku naruszenia oczekiwań, co skutkuje różnym wpływem na wydajność rozpoznawania. Proponujemy, aby zwiększone zapotrzebowanie na oddolne bodźce potyliczne, wraz z aktywacjami hipokampa i śródmózgowia, były markerami stanu kodowania wywołanego naruszeniem oczekiwań, nawet w przypadku braku wyraźnej nagrody lub instrukcji.

Złożona dynamika czasowa wpływu tego mechanizmu na pamięć pokazuje, że napędzane oczekiwaniami przejście w stronę stanu kodowania angażuje wzmożone przetwarzanie percepcyjne, wywierając korzystny wpływ na prawidłowe rozpoznawanie kolejnych podobnych zdarzeń. Odkrycia te mają ważne implikacje dla naszego zrozumienia, w jaki sposób przetwarzanie kolejnych zdarzeń, oczekiwanych lub nieoczekiwanych, jest modulowane przez czasową dynamikę sekwencji zdarzeń.

Bibliografia

1. Aly M, Turk-Browne NB (2017) Jak pamięć hipokampowa kształtuje się i jest kształtowana przez uwagę. W: Hipokamp od komórek do systemów, s. 369–403. Cham: Springer International Publishing.

2. Ashburner J (2007) Szybki algorytm rejestracji obrazu dyfeomorficznego.Neuroimage 38:95–113.

3. Axmacher N, Cohen MX, Fell J, Haupt S, Dümpelmann M, Elger CE, Schlaepfer TE, Lenartz D, Sturm V, Ranganath C (2010) IntracranialEEG correlates of oczekiwanie i formowanie pamięci w ludzkim hipokampie i jądrze półleżącym. Neuron 65:541–549.

4. Bates D, Mächler M, Bolker B, Walker S (2015) Dopasowywanie liniowych modeli z efektami mieszanymi przy użyciu lme4. J Stat Softw 67: 1–48.

5. Bein O, Duncan K, Davachi L (2020) Mnemoniczne błędy przewidywania wpływają na stany hipokampa. Nat Commun 11:3451.

6. Buzsáki G (2002) Oscylacje theta w hipokampie. Neuron 33: 325–340.

7. Colgin LL (2016) Rytmy sieci hipokampa. Nat Rev Neurosci17: 239–249.

8. Desikan RS, Ségonne F, Fischl B, Quinn BT, Dickerson BC, Blacker D, Buckner RL, Dale AM, Maguire RP, Hyman BT, Albert MS, Killiany RJ(2006) Zautomatyzowany system etykietowania podziału ludzkiej kory mózgowej na skanach MRI w obszarach zainteresowania opartych na zakrętach. Neuroobraz31:968–980.

9. Duncan K, Sadanand A, Davachi L (2012) Półcień pamięci: epizodyczne decyzje dotyczące pamięci wywołują utrzymujące się błędy mnemoniczne. Nauka 337: 485–487.

10. Fox J (2003) Wyświetlanie efektów w R dla uogólnionych modeli liniowych. J Stat Softwarew8:1–7.

For more information:1950477648nn@gmail.com