L'attenzione campiona ritmicamente oggetti con più funzionalità nella memoria di lavoro, parte 2

Pipeline di analisi originale (timeshifting).

Le singole serie temporali RT sono state eliminate dal trend adattando e rimuovendo un polinomio di 2° ordine e le medie mobili sono state calcolate utilizzando una finestra di 66,7 ms. Abbiamo quindi assegnato un punteggio z alle serie temporali RT e applicato una finestra di Hamming prima di eseguire l'analisi spettrale utilizzando la trasformazione rapida di Fourier. È stata calcolata la media degli spettri di potenza individuali risultanti e abbiamo testato statisticamente i picchi oscillatori utilizzando un test di permutazione non parametrico.

Non esiste una relazione chiara tra polinomi e memoria, quindi non dovremmo associarli insieme. Dovremmo invece concentrarci attivamente sul miglioramento della nostra memoria e sul mantenerci in uno stato d’animo positivo.

Esistono molti modi per migliorare la memoria. Uno dei modi importanti è esercitare. Durante l’attività fisica e l’esercizio promuoviamo la salute mentale e miglioriamo la concentrazione e la memoria. Un altro modo importante è mantenere un atteggiamento positivo. Un atteggiamento ottimista può aiutarci a superare lo stress e l’ansia, rendendo più facile rimanere concentrati.

Allo stesso tempo, dobbiamo anche mantenere un sonno e una dieta adeguati. Il sonno è un momento importante per il cervello per ripulirsi e ripararsi, e i nutrienti nella dieta possono aiutare il cervello a funzionare correttamente. Possiamo anche migliorare la nostra memoria imparando cose nuove e sfidando le nostre capacità di pensiero. Ciò può includere imparare una nuova lingua, leggere un nuovo libro o provare a risolvere diversi enigmi e problemi.

In breve, non esiste una vera connessione tra polinomi e memoria. Concentriamoci su come migliorare la nostra memoria e il nostro atteggiamento positivo e utilizziamo il modo migliore per incontrare e godere della bellezza della vita. Si può vedere che abbiamo bisogno di migliorare la nostra memoria, e la Cistanche deserticola può migliorare significativamente la memoria perché la Cistanche deserticola è un materiale medicinale tradizionale cinese che ha molti effetti unici, uno dei quali è quello di migliorare la memoria. L'efficacia della carne macinata deriva dai vari principi attivi che contiene, tra cui acidi, polisaccaridi, flavonoidi, ecc. Questi ingredienti possono favorire la salute del cervello in vari modi.

Fai clic su Scopri come migliorare la tua memoria

Abbiamo deciso di eseguire l'analisi spettrale su serie temporali individuali (invece che su serie temporali con media generale) perché i ritmi comportamentali degli individui potrebbero differire leggermente nella fase e quindi scomparirebbero quando si calcola la media delle serie temporali di tutti i soggetti nel dominio temporale. Abbiamo ripetuto la procedura di preelaborazione sopra descritta 10,000 volte, tuttavia in ogni iterazione abbiamo mescolato casualmente le coppie SOA-RT per ogni partecipante.

Questa procedura ci ha permesso di stimare la distribuzione degli spettri di potenza sotto l'ipotesi nulla che non sia presente alcuna struttura temporale nelle singole serie temporali RT. Lo spettro di potenza reale è stato poi confrontato con la distribuzione surrogata degli spettri di potenza frequenza per frequenza. Le frequenze alle quali lo spettro di potenza reale superava il percentile del 95% della distribuzione surrogata sono state considerate significative poiché ciò equivale a un livello alfa di 0,05%. Abbiamo eseguito un'analisi simile sull'onda differenza tra serie temporali RT valide e non valide. Poiché eravamo interessati principalmente alle fluttuazioni a bassa frequenza, abbiamo considerato solo le frequenze comprese tra 1 e 15 Hz.

Pipeline di analisi suggerita da Brookshire35.

Le serie temporali individuali sono state livellate calcolando le medie mobili utilizzando una finestra di 66,7 ms. Le singole serie temporali sono state quindi detrendizzate in modo lineare prima di eseguire l'analisi spettrale utilizzando la trasformata veloce di Fourier senza applicare zero-padding o windowing. È stata quindi calcolata la media degli spettri di potenza individuali. Abbiamo deciso di eseguire l'analisi spettrale su serie temporali individuali (invece che su serie temporali con media generale) perché i ritmi comportamentali degli individui potrebbero differire leggermente nella fase e quindi scomparirebbero quando si calcola la media delle serie temporali di tutti i soggetti nel dominio temporale.

Per verificare se le singole serie temporali fluttuano periodicamente, abbiamo adattato un modello autoregressivo con un singolo parametro AR(1) utilizzando la massima verosimiglianza per singole serie temporali livellate e senza trend. Per il modello AR(1) di ciascun partecipante abbiamo utilizzato la simulazione Monte-Carlo per generare 5000 serie temporali con la stessa lunghezza, parametro di autocorrelazione e varianza residua della serie temporale originale. Abbiamo quindi eseguito l'analisi spettrale utilizzando la trasformazione veloce di Fourier su queste serie temporali senza applicare zero-padding o windowing.

Questa procedura ci ha permesso di stimare la distribuzione degli spettri di potenza sotto l'ipotesi nulla che non sia presente alcuna fluttuazione ritmica nelle singole serie temporali. Lo spettro di potenza medio reale è stato poi confrontato con la distribuzione surrogata degli spettri di potenza media su base frequenza per frequenza. Le frequenze alle quali lo spettro di potenza reale superava il percentile del 95% della distribuzione surrogata sono state considerate significative poiché ciò equivale a un livello alfa di 0,05%. Abbiamo eseguito correzioni per confronti multipli utilizzando un tasso di scoperta falsa. Poiché eravamo interessati principalmente alle fluttuazioni a bassa frequenza, abbiamo considerato solo le frequenze comprese tra 1 e 15 Hz.
Per un confronto visivo di entrambe le pipeline di analisi, rimandiamo il lettore alla Fig. 1 nei Materiali Supplementari.

Per confrontare la dinamica temporale relativa delle funzioni attenzionali seguendo segnali validi e non validi, le fasi oscillatorie sono state estratte dai componenti complessi della trasformata veloce di Fourier delle singole serie temporali preelaborate. Per indagare se le singole serie temporali valide e non valide fluttuassero in antifase, abbiamo sottratto i valori di fase ed eseguito il test di non uniformità di Rayleigh, nonché un t-test circolare per confrontare i valori medi di differenza di fase a 180 gradi.

Risultati

L'analisi statistica del RT medio del gruppo ha rivelato che i partecipanti hanno risposto in modo significativamente più veloce alle sonde guidate (media =831 ms) rispetto alle sonde non guidate (media =1084 ms), t (22)=− 12,97 , P<0.001, Fig. 2A). Furthermore, we found that reaction times were shorter when participants responded to probes matching the second stimulus (mean=840 ms) as compared to the first stimulus (mean=880 ms, t(22)=3.85, p<0.005). Similarly, accuracy was higher for cued probes (mean=81.1%) than for uncued probes (mean=73.2%, t(22)=8.76, p<0.001) and higher for probes matching the second stimulus (mean=81.4%) as compared to the first stimulus (mean=76.8%, t(22)=6.85, p<0.001, Fig. 2B).

Per verificare se le rappresentazioni della memoria di lavoro vengono seguite in modo theta-ritmico, abbiamo misurato i tempi di reazione dei partecipanti alle sonde corrispondenti in diversi punti temporali densamente campionati. Abbiamo ipotizzato che gli RT dovrebbero essere modulati nel tempo ad un ritmo theta, indicativo di fluttuazioni ritmiche dell'attenzione dell'elemento corrispondente nella memoria di lavoro. Inoltre, abbiamo ipotizzato che le serie temporali RT per le risposte a sonde valide e non valide dovrebbero essere modulate in antifase, suggerendo che l'attenzione si alterna periodicamente tra i due elementi nella memoria di lavoro (Fig. 1B).

Analisi originale utilizzando le tradizionali statistiche di preelaborazione e time‑shufing.

Per studiare le fluttuazioni ritmiche nelle risposte degli individui, abbiamo calcolato le serie temporali RT calcolando la media degli RT in ciascuna delle 30 SOA per le risposte rispettivamente a elementi indicati validamente e non validamente. La serie temporale RT mediata su tutti i soggetti è mostrata in (Fig. 3A). In particolare, non abbiamo eseguito l'analisi spettrale sulle serie temporali medie in Fig. 3A ma su serie temporali RT individuali e quindi abbiamo calcolato la media degli spettri di potenza individuali risultanti.

Ciò ci ha permesso di ignorare le differenze individuali nella fase e i lievi spostamenti di frequenza che sarebbero stati mediati durante la media delle serie temporali nel dominio del tempo. Confrontando gli spettri di potenza media con la distribuzione nulla spostata nel tempo, è stato rivelato un picco significativo a 3,75 e 4,6 Hz nella condizione valida e nessun picco significativo nella condizione non valida (Fig. 3C, D). A causa delle differenze nel numero di prove raccolte per condizioni valide (75%) e non valide (25%), potremmo semplicemente non avere la potenza statistica necessaria per rilevare i ritmi nella condizione non valida.

Inoltre, anche un recente studio simile sulle oscillazioni comportamentali non è riuscito a trovare un picco significativo negli spettri di potenza di una delle due condizioni, rivelando tuttavia che entrambe le condizioni fluttuavano ancora in antifase quando si analizzavano le singole fasi oscillatorie32. Abbiamo quindi indagato se le nostre due condizioni fossero in antifase analizzando la differenza di fase tra entrambe le condizioni, poiché gli angoli di differenza dovrebbero puntare verso 180 gradi se le oscillazioni sono modulate in antifase. L'analisi di fase delle singole serie temporali valide e non valide ha rivelato che la media degli angoli di differenza di 4,6 Hz non era significativamente diversa da 180 gradi, indicando una relazione antifasica delle componenti oscillatorie di 4,6 Hz (Fig. 3B). Questo risultato è indicativo dell'attenzione che periodicamente si alterna tra i due elementi nel tempo.

Abbiamo studiato la fluttuazione ritmica nelle serie temporali di precisione in modo identico confrontando gli spettri di potenza media osservati con distribuzioni nulle stocastiche (Fig. 4A). L'analisi spettrale delle serie temporali di precisione individuale ha rivelato un picco significativo a 8,4, 9,4 e 10,3 Hz nella condizione non valida ma nessuna modulazione significativa nella condizione valida (Fig. 4C, D). La differenza di fase tra entrambe le condizioni era significativamente diversa da 180 gradi, indicando alcuna relazione antifasica di componenti a 8,4, 9,4, 10,3 o 4,6 Hz (Fig. 4B). Successivamente abbiamo applicato il test di non uniformità di Rayleigh che ha rivelato che le differenze di fase erano distribuite casualmente attorno al cerchio unitario (p=0.34), suggerendo che le fluttuazioni nell'accuratezza per gli elementi A e B non avevano una relazione temporale coerente.

Rianalisi utilizzando statistiche sulla pipeline e AR(1) suggerite da Brookshire35. L'esecuzione dell'analisi spettrale su singole serie temporali RT e la media degli spettri di potenza risultanti ha rivelato un picco significativo a 4,4 Hz nella condizione valida (p=0.03, corretto FDR) e nessun picco significativo nella condizione non valida (Fig. 5C , D). L'analisi di fase delle singole serie temporali valide e non valide ha rivelato che la media degli angoli di differenza di 4,4 Hz non era significativamente diversa da 180 gradi (t-test circolare: p<0.001) and not uniformly distributed (Rayleigh's test for non-uniformity, p=0.017), indicating an anti-phasic relationship of the oscillatory 4.4 Hz components (Fig. 5B).

L'analisi spettrale delle serie temporali di precisione individuale ha rivelato picchi significativi a 4,4 Hz e 8,9 Hz nella condizione valida ma nessuna periodicità significativa nella condizione non valida (Fig. 6C, D). Le differenze di fase valido-non valido dei componenti a 4,4 Hz erano distribuite uniformemente (test di Rayleigh per la non uniformità, p=0.824, (Fig. 6B) che indicava alcuna relazione antifasica.

Confronto dei risultati.

L'applicazione di due tecniche distinte per analizzare le serie temporali comportamentali ci ha permesso di convalidare i nostri risultati e confrontare somiglianze e differenze tra i due metodi. Poiché lo scopo principale di questo articolo era quello di indagare le fluttuazioni ritmiche nel comportamento, non condurremo un confronto sistematico e approfondito di entrambe le tecniche ma forniremo solo un confronto qualitativo dei principali risultati relativi alla nostra ipotesi iniziale.

Entrambe le tecniche di analisi hanno confermato la nostra ipotesi principale consistente in 1. Modulazione ritmica dei risultati comportamentali nell'intervallo da 3 a 6 Hz e 2. Una relazione antifasica tra serie temporali comportamentali valide e non valide. È importante sottolineare che i risultati differivano anche sotto diversi aspetti. Mentre sia il time shifting (TS) che i modelli di autocorrelazione (AR(1)) hanno rivelato ritmi significativi nelle serie temporali RT valide rispettivamente a 4,6 e 4,4 Hz, questo effetto era significativo solo prima della correzione per confronti multipli nell'analisi TS. Inoltre, AR(1) ha mostrato un picco significativo a 4,4 Hz in una serie temporale di accuratezza valida che non è stata scoperta da TS.
Nel complesso, la tecnica AR(1) ha portato a risultati più pronunciati e più in linea con le nostre previsioni. Discuteremo le implicazioni del nostro confronto più avanti nella discussione.

Discussione

È stato dimostrato che l'attenzione basata sugli oggetti e sulle caratteristiche per le informazioni visivamente disponibili subisce fluttuazioni ritmiche nella gamma theta (da 3 a 8 Hz). Qui ci proponiamo di verificare se l'attenzione diretta verso elementi multifunzionali nella memoria di lavoro è modulata in modo ritmico theta simile. Utilizzando la pipeline di analisi proposta da Brookshire35, troviamo che (a) la velocità e l'accuratezza delle risposte alle sonde segnalate che corrispondono a uno dei due elementi nella memoria di lavoro è modulata ad una frequenza di ~ 4,4 Hz e (b) fluttuazioni ritmiche dei tempi di reazione gli elementi indicati e non indicati sono modulati in antifase. I nostri risultati sono indicativi di un campionamento attenzionale ritmico e alternato di entrambe le rappresentazioni della memoria di lavoro multi-funzione, che a sua volta modula la velocità di risposta e l'accuratezza del successivo confronto delle sonde. Vorremmo notare che nel resto del manoscritto discuteremo solo i risultati derivanti dall'approccio di analisi proposto da Brookshire35 utilizzando la preelaborazione minima e la tecnica AR(1). Sebbene entrambi i metodi abbiano avuto risultati parzialmente diversi, la nostra ipotesi principale (fluttuazione theta nelle serie temporali comportamentali e opposizione di fase tra serie temporali valide e non valide) è stata confermata da entrambi.

Fluttuazioni ritmiche nel comportamento.

Mentre le fluttuazioni ritmiche nell’RT e nelle serie temporali di accuratezza sono state osservate per studi validi, non abbiamo trovato un picco oscillatorio significativo negli studi in cui i partecipanti erano stati guidati in modo non valido dopo la correzione per confronti multipli. Tuttavia, analizzando la fase individuale a 4,4 Hz delle serie temporali RT valide e non valide, abbiamo riscontrato una relazione antifasica significativa. Ciò suggerisce che una componente oscillatoria era presente anche negli studi non validi che l’analisi statistica convenzionale di time-shuffle non è riuscita a rivelare. Proponiamo diverse possibili ragioni per questo. In primo luogo, poiché la validità dei segnali era del 75%, le serie temporali non valide sono state calcolate da un numero inferiore di prove rispetto alle serie temporali valide, il che avrebbe potuto portare a un aumento del rumore e a una stima peggiore delle componenti oscillatorie (numero medio di prove nelle serie temporali RT per partecipante: valido{ {5}}.3, non valido=100.6). Inoltre, è possibile che il segnale (validità del 75%) abbia portato a una deprioritizzazione attenzionale dell'elemento non segnalato. Discuteremo questa particolare possibilità in modo più dettagliato nella sezione seguente (vedi "Confronto con altri studi"). È anche degno di nota il fatto che non abbiamo osservato periodicità significative durante l'esecuzione dell'analisi spettrale direttamente sulla serie temporale della media generale (Fig. 3A, 4A, 5A, 6A). Ipotizziamo che ciò possa essere causato da lievi differenze nella fase delle serie temporali oscillatorie individuali che si annullano quando si calcola la media dei dati di tutti i soggetti. È importante sottolineare, tuttavia, che le serie temporali valide e non valide fluttuavano ancora in antifase a livello individuale, il che potrebbe essere spiegato dalle differenze individuali nella velocità degli spostamenti attenzionali successivi allo spunto retroattivo. In media, i benefici dei segnali retroattivi tendono a manifestarsi pienamente dopo 300-500 ms, tuttavia si sa poco su quanto questo vari tra i partecipanti19. Gli esperimenti futuri dovrebbero indagare le differenze individuali nella velocità di allocazione dell'attenzione poiché ciò potrebbe avere importanti implicazioni per lo studio del campionamento attenzionale interno.

L'analisi di fase (4,4 Hz) delle serie temporali RT ha rivelato che il comportamento fluttuava nell'opposizione di fase tra condizioni valide e non valide. Questo schema è indicativo dell'attenzione inizialmente assegnata all'elemento segnalato e quindi del campionamento di entrambi gli elementi nella memoria di lavoro alternativamente a una frequenza theta. È importante sottolineare che è improbabile che questa dinamica antifasica sia causata casualmente come risultato della tempistica o dell'ordine con cui gli stimoli sono stati presentati, ad esempio, dall'ipotetico inizio di due processi ritmici indipendenti all'inizio del primo e del secondo stimolo. Se così fosse, poiché abbiamo calcolato serie temporali RT valide e non valide ciascuna da un numero uguale di prove in cui sono stati analizzati il ​​primo e il secondo stimolo, le periodicità antifasiche coincidenti dovrebbero essere in media. Al contrario, troviamo un potere oscillatorio coerente per le prove valide e una relazione antifasica tra prove valide e non valide, parlando chiaramente contro questo potenziale confondimento.

Oltre alla fluttuazione a 4,4 Hz, la nostra analisi delle serie temporali di precisione ha rivelato una significativa modulazione ritmica a 8,9 Hz nella condizione valida. Fluttuazioni ritmiche delle serie temporali comportamentali a 10 Hz sono frequentemente osservate negli studi comportamentali (vedi VanRullen1, per una revisione). Poiché questo studio era interessato principalmente ai ritmi comportamentali nella gamma theta, non discuteremo approfonditamente questi effetti. Vorremmo notare, tuttavia, che Pomper e Ansorge32 hanno anche riscontrato che le serie temporali di precisione sono modulate a 9,7 Hz, indicando che questa ritmicità Hz alfa potrebbe essere una firma aggiuntiva dell'elaborazione periodica delle rappresentazioni visive percepite o memorizzate.
Confronto con altri studi.

Come si collegano i nostri risultati ad altri studi che indagano sulle fluttuazioni ritmiche dell'attenzione nella memoria di lavoro31,32?

I due studi precedenti hanno riscontrato che il comportamento oscilla a 6 Hz, mentre noi abbiamo riscontrato oscillazioni comportamentali a 4,4 Hz. Una spiegazione ipotetica per questa discrepanza potrebbe essere la differenza nella complessità dello stimolo tra gli studi. Gli oggetti con più funzionalità nella memoria di lavoro, come quelli utilizzati qui, potrebbero richiedere un processo di attivazione più efficiente e più lungo che porta a un campionamento meno frequente per elemento.

Mentre il nostro studio e lo studio di Peters et al.31 hanno utilizzato un segnale visivo esplicito per ripristinare i ritmi attenzionali, Pomper e Ansorge32 hanno indotto un campionamento attenzionale attraverso la presentazione del secondo oggetto. In entrambi gli studi sui segnali, il segnale aveva una validità del 75% dando ai partecipanti un chiaro incentivo a dare priorità a un elemento rispetto all'altro, mentre entrambi gli elementi dovrebbero avere la stessa priorità nello studio di Pomper e Ansorge32. È importante sottolineare, tuttavia, che Pomper e Ansorge32 hanno riscontrato tempi di reazione più rapidi e una maggiore accuratezza per il secondo elemento, in linea con un effetto di recency che si ipotizza sia causato dalla prioritizzazione dell'attenzione38. È interessante notare che sia il nostro studio che quello di Pomper & Ansorge hanno osservato fluttuazioni ritmiche significative relative all'evento di ripristino solo per l'elemento prioritario. Sebbene nel nostro caso ciò possa essere spiegato da un numero di prove inferiore, lo stesso modello è stato riportato in un altro studio sul campionamento attenzionale esterno utilizzando un numero molto maggiore di prove. Una potenziale spiegazione per ciò potrebbe essere che l’attenzione esercita effetti ritmici più forti sull’elemento prioritario, causando modulazioni di ampiezza elevata nelle serie temporali comportamentali, mentre il campionamento ritmico simultaneo di elementi non prioritari ha effetti periodici più deboli sul comportamento. In alternativa, è stato proposto che l'attenzione possa essere governata da un meccanismo di campionamento centrale o "campionatore principale" tra 7 e 10 Hz che può essere suddiviso tra due oggetti3,39. Un ipotetico campionatore a 10 Hz potrebbe quindi campionare entrambi gli elementi 5 volte al secondo ma potrebbe anche campionare l'elemento con priorità più frequentemente (ad esempio, quello con priorità è campionato 8 volte e quello senza priorità è campionato 2 volte al secondo). Si potrebbe ipotizzare che nell'analisi spettrale di serie temporali valide, ciò sarebbe evidente nelle periodicità alla frequenza fondamentale (10 Hz) così come nelle sue armoniche (5 Hz) che sono effettivamente osservate nei nostri dati così come nei dati di Pomper e Ansorge32. È importante sottolineare che entrambe queste possibilità, campionamento più forte o più frequente, presuppongono che l'attenzione dia attivamente la priorità all'uno o all'altro elemento.

Un'interpretazione leggermente diversa, relativa al lavoro di Fiebelkorn et al.2, è stata proposta da Peters et al.31 che hanno riscontrato fluttuazioni ritmiche tra gli oggetti nella memoria di lavoro. Similmente ai risultati di Fiebelkorn et al.2, tuttavia, i tempi di reazione ai bersagli presentati in posizioni di oggetti diversi erano periodicamente uguali, ma mai più veloci di quelli presentati nelle posizioni dello stesso oggetto, indicando che l'attenzione non si è mai spostata completamente sull'altro oggetto. Ciò suggerisce che l’attenzione basata sugli oggetti si alterna ritmicamente tra fasi in cui l’intero oggetto segnalato ha la priorità (e l’oggetto non segnalato ha la priorità) e fasi in cui gli oggetti segnalati e quelli non segnalati hanno la stessa priorità. Secondo questa visione, l’attenzione non darebbe priorità a entrambi gli oggetti in alternanza ma rimarrebbe focalizzata su un unico oggetto. I nostri risultati supportano questa visione nella misura in cui i tempi di reazione negli studi non validi erano raramente così rapidi come quelli negli studi validi, suggerendo che l’attenzione non sembrava mai spostarsi completamente sull’altro elemento nella WM. Tuttavia, va notato che questa argomentazione si basa sul presupposto che gli effetti ritmici dell’attenzione sono gli unici fattori che influenzano i tempi di reazione. I segnali attenzionali potrebbero cambiare lo stato degli elementi nella memoria di lavoro in modo più continuo, ad esempio, aumentando l'attivazione di base, in aggiunta a ciò potremmo osservare gli effetti dell'attenzione ritmica. Gli studi futuri che manipolano la validità dei segnali in modo più sistematico dovranno far luce su questa questione aperta.

Significato funzionale e meccanismi neurali.

Diversi processi funzionali potrebbero spiegare i ritmi riscontrati nel nostro studio. Il periodico aggiornamento attentivo delle rappresentazioni della memoria di lavoro potrebbe essere un requisito fondamentale per il mantenimento della WM. Prove provenienti da studi di modellazione computazionale hanno proposto che tale riattivazione periodica, o "replay", potrebbe essere alla base del mantenimento della memoria di lavoro e potrebbe essere implementata da un'interazione di oscillazioni theta (da 4 a 8 Hz) e gamma (da 30 a 80 Hz)40–42. È stato anche proposto un aggiornamento attentivo periodico per contrastare il decadimento basato sul tempo nella memoria di lavoro visiva. Le prove del decadimento basato sul tempo, tuttavia, non sono state conclusive43,44.

È stato anche proposto che la prioritizzazione ritmica dell'attenzione potrebbe aiutare a risolvere il problema del legame coattivando le caratteristiche dello stimolo in rappresentazioni coerenti45. Un aspetto importante del nostro studio che lo distingue dal lavoro precedente è il fatto che abbiamo utilizzato stimoli costituiti da molteplici caratteristiche rilevanti (colore+orientamento) che dovevano essere codificate insieme. Poiché abbiamo presentato entrambi gli elementi al momento della fissazione, abbiamo potuto indagare gli effetti dell'attenzione basata sugli oggetti non spaziali e abbiamo scoperto che ritmi simili si verificano per caratteristiche non spaziali. Gli effetti del segnale di attenzione sulla precisione media indicano che il recupero basato sul colore ha portato anche a dare priorità alla caratteristica di orientamento legata a quell'elemento, poiché l'orientamento era la caratteristica che doveva essere confrontata con una precisione relativamente elevata (rispetto alle caratteristiche facilmente distinguibili). colori). Ancora più importante, mostriamo anche che i segnali di colore portano a fluttuazioni ritmiche nelle misure di precisione. Insieme al fatto che le sonde potevano essere confrontate solo in base al colore e all'orientamento, ipotizziamo che l'attenzione ciclicamente dia priorità a entrambe le caratteristiche di un oggetto. Inoltre, poiché entrambi gli elementi fluttuavano in antifase, ad entrambi veniva data la priorità ritmicamente ma mai contemporaneamente. Nella memoria di lavoro, ciò consentirebbe al sistema visivo di mantenere le caratteristiche del colore legate alle corrispondenti caratteristiche di orientamento attivando la corretta combinazione di caratteristiche una dopo l'altra, senza rischiare la co-attivazione di due caratteristiche non correlate. Questo processo, comunemente indicato come multiplexing basato sul tempo, è stato proposto per impedire la fusione di rappresentazioni neurali separate e potrebbe aiutare la lettura della WM42,46–49.

Negli ultimi anni, le teorie hanno strettamente collegato la selezione attenzionale esterna con le oscillazioni neurali8,9,50,51. Ancora più recentemente è diventata evidente la relazione fondamentale tra attenzione interna verso le rappresentazioni della memoria di lavoro e attività oscillatoria52-55. I modelli attuali propongono che l’attenzione interna sia implementata da un’interazione dinamica tra le oscillazioni theta frontali, che agiscono come un meccanismo di controllo dall’alto verso il basso, e le oscillazioni alfa occipitali che inibiscono o disinibiscono la rappresentazione singola. I nostri risultati potrebbero essere spiegati da un meccanismo simile che modula l’attività relativa tra due elementi più o meno ugualmente rilevanti su una scala temporale più breve.

Con un meccanismo simile che modula l’attività relativa tra due elementi più o meno ugualmente rilevanti su un orizzonte temporale più breve.

Infine, vorremmo proporre un'ipotesi che potrebbe potenzialmente spiegare alcuni dei punti in comune tra ritmi di campionamento esterni e interni riscontrati nel lavoro più recente. Riteniamo che un meccanismo generale di campionamento attenzionale operante ad una frequenza di 10 rappresentazioni al secondo potrebbe essere alla base delle fluttuazioni comportamentali riscontrate nei compiti di attenzione interna ed esterna. Diversi studi hanno già fornito prove convincenti del fatto che l’attenzione agli stimoli esterni fluttua nell’intervallo theta2-5. La maggior parte degli studi convergono su una frequenza compresa tra 4 e 6 Hz con la quale vengono campionati 2 elementi. È importante sottolineare che è stato anche dimostrato che estendendo il numero di luoghi frequentati a 3 si riduce la frequenza con cui i singoli elementi vengono campionati a Hz3. Era già stato ipotizzato che questa osservazione potesse supportare l'esistenza di un singolo campionatore attenzionale esterno nella gamma degli Hz in grado di evidenziare 10 elementi/località percepite al secondo. Il nostro studio, così come il lavoro di Pomper e Ansorge32 e Peters et al.31, ha dimostrato che questo processo ritmico di campionamento attenzionale si estende alle informazioni interne che vengono mantenute nella memoria di lavoro. È importante sottolineare che sono state fornite molte prove a favore dell'ipotesi del reclutamento sensoriale, suggerendo un substrato condiviso tra percezione e memoria di lavoro23,26,27. L'attenzione esterna e interna dovrebbero quindi accedere a rappresentazioni codificate in aree altamente simili con codici fortemente sovrapposti. È quindi concepibile che un comune campionatore "principale" attenzionale nella gamma di 10 Hz aumenti ritmicamente l'attività in specifiche rappresentazioni neurali indipendentemente dal fatto che riflettano informazioni attualmente percepite o codificate nella memoria di lavoro. Ulteriori indagini dovranno dimostrare se questo modello di attenzione è valido.

Confronto tra le pipeline di analisi time‑shufing e AR(1).

La recente pubblicazione di Brookshire35 ha affrontato in modo critico la pipeline di preelaborazione e le procedure statistiche di mescolamento temporale utilizzate dalla stragrande maggioranza delle pubblicazioni nel campo delle oscillazioni comportamentali, dimostrando uno scarso controllo sugli errori di tipo-1. Abbiamo analizzato i nostri dati sia con la tecnica originale di time-shuffle sia con la tecnica AR(1) recentemente proposta e abbiamo dimostrato che entrambi i metodi rivelavano fluttuazioni ritmiche significative nel comportamento. Mentre alcuni picchi oscillatori rilevati mediante time-shifting non hanno raggiunto la significatività utilizzando il metodo AR(1), altri picchi che avevamo previsto sulla base della letteratura precedente erano statisticamente più pronunciati o hanno raggiunto la significatività solo utilizzando la tecnica AR(1).

Sebbene il nostro obiettivo non fosse quello di confrontare sistematicamente i metodi time-shuffle e AR(1), il nostro confronto di analisi fornisce comunque spunti rilevanti nell’attuale dibattito sulla giusta procedura statistica. Innanzitutto, i nostri risultati principali, costituiti da fluttuazioni nell’intervallo 4-5 Hz e opposizione di fase, persistevano tra entrambe le condutture di analisi, dimostrando che il time-shifting rivela effetti veritieri. Sebbene le quattro nuove analisi tentate da Brookshire35 non abbiano rivelato risultati significativi, va notato che il metodo AR(1) può essere significativamente meno sensibile (rispetto al time-shuffle) agli effetti reali, a seconda dei parametri del compito come il segnale lunghezza e frequenza di campionamento. Sebbene l’AR(1) possa essere un test statisticamente più valido, molti risultati nella letteratura sull’attenzione ritmica probabilmente riflettono ancora risultati reali. In secondo luogo, abbiamo scoperto che l’utilizzo di un minor numero di passaggi di preelaborazione in combinazione con la tecnica AR(1) ha rivelato risultati più in linea con le nostre previsioni. Sebbene non possiamo dire con assoluta certezza che i nostri effetti siano genuini, il metodo AR(1) potrebbe consentirci di diminuire il numero di passaggi di preelaborazione pur fornendo una sensibilità sufficiente e quindi fornire una valutazione più imparziale della ritmicità nei dati.

Suggeriamo cautela nel ignorare troppo rapidamente il lavoro precedente e raccomandiamo ai progetti futuri di riportare i risultati basati su entrambe le tecniche di analisi.

Conclusione.

In conclusione, aggiungiamo l’evidenza che l’attenzione campiona oggetti multifunzionali nella memoria di lavoro a un ritmo theta. Questa facilitazione ritmica dell'attenzione fluttua tra due elementi rilevanti nella memoria di lavoro, evidente nella modulazione antifasica delle serie temporali comportamentali. Ipotizziamo che il cervello possa utilizzare questa multiplazione temporale oscillatoria a fronte di risorse attenzionali limitate, del problema del legame e/o del rinnovamento attenzionale richiesto per il mantenimento della memoria. I modelli trovati in questo studio imitano da vicino i ritmi recentemente trovati nell’attenzione spaziale esterna e basata sulle caratteristiche che hanno dimostrato di essere strettamente collegati all’oscillazione theta frontale e alfa occipitale. Meccanismi oscillatori identici sono stati collegati al controllo dell’attenzione nella memoria di lavoro. Ipotizziamo un unico meccanismo di campionamento attenzionale, theta-ritmico, per le rappresentazioni percepite e memorizzate.

Disponibilità dei dati

Tutti i dati condotti nel contesto di questo studio sono disponibili gratuitamente su osf.io/39g4w.

Riferimenti

1. VanRullen, R. Cicli percettivi. Cognizione delle tendenze. Sci. 20, 723–735 (2016).

2. Fiebelkorn, IC, Saalmann, YB & Kastner, S. Campionamento ritmico all'interno e tra gli oggetti nonostante l'attenzione sostenuta in una posizione indicata. Curr. Biol. 23, 2553–2558 (2013).

3. Holcombe, AO e Chen, W.-Y. La suddivisione dell'attenzione riduce la risoluzione temporale da 7 Hz per il tracciamento di un oggetto<3 Hz when tracking three. J. Vis. 13, 12 (2013). 

4. Landau, AN & Fries, P. L'attenzione campiona gli stimoli ritmicamente. Curr. Biol. 22, 1000–1004 (2012).

5. Song, K., Meng, M., Chen, L., Zhou, K. & Luo, H. Oscillazioni comportamentali nell'attenzione: impulsi ritmici mediati attraverso la banda θ. J. Neurosci. 34, 4837–4844 (2014).

6. Chota, S. et al. Fluttuazioni ritmiche del tempo di reazione saccadico derivanti dalla competizione visiva. Sci. Rep. 8, 15889 (2018).

7. Kienitz, R. et al. L'attività neuronale ritmica teta e i tempi di reazione derivano dalle interazioni del campo recettivo corticale durante l'attenzione distribuita. Curr. Biol. 28, 2377-2387.e5 (2018).

8. Fiebelkorn, IC & Kastner, S. Una teoria ritmica dell'attenzione. Cognizione delle tendenze. Sci. 23, 87–101 (2019).

9. VanRullen, R. Attenzione visiva: un processo ritmico? Curr. Biol. 23, R1110–R1112 (2013).

10. Mo, C. et al. Rappresentazioni neurali ritmiche concorrenti degli orientamenti durante l'attenzione simultanea a molteplici caratteristiche di orientamento. Naz. Comune. 10, 5264 (2019).

11. Re, D., Inbar, M., Richter, CG & Landau, AN L'attenzione basata sulle caratteristiche campiona gli stimoli ritmicamente. Curr. Biol. 29, 693-699.e4 (2019).

12. Boynton, GM Un quadro per descrivere gli effetti dell'attenzione sulle risposte visive. Vis. Ris. 49, 1129–1143 (2009).

13. Brefczynski, JA & DeYoe, EA Un correlato fisiologico dei "riflettori" dell'attenzione visiva. Naz. Neurosci. 2, 370–374 (1999).

14. Corbetta, M., Miezin, FM, Dobmeyer, S., Shulman, GL & Petersen, SE Modulazione attenzionale dell'elaborazione neurale di forma, colore e velocità negli esseri umani. Scienza https://doi.org/10.1126/science.2360050 (1990).

15. Gandhi, SP, Heeger, DJ & Boynton, GM L'attenzione spaziale influenza l'attività cerebrale nella corteccia visiva primaria umana. Proc. Natl. Accade. Sci. Stati Uniti 96, 3314–3319 (1999).

For more information:1950477648nn@gmail.com