Riconoscimento cerebrale di sequenze temporali precedentemente apprese rispetto a nuove sequenze temporali: un'elaborazione simultanea differenziale - Parte 1

La memoria per le sequenze è un argomento centrale nelle neuroscienze e decenni di studi hanno indagato i meccanismi neurali alla base della codifica di un'ampia gamma di sequenze estese nel tempo.

La memoria sequenziale significa che le persone possono ricordare una serie di informazioni, come numeri, lettere, parole o immagini. La memoria, invece, si riferisce alla capacità di immagazzinare informazioni nel cervello e di richiamarle rapidamente quando necessario. Esiste una forte connessione tra i due, poiché la memoria sequenziale è un mezzo importante per allenare e migliorare la memoria.

Una persona con una buona memoria di solito ha una buona capacità di memoria sequenziale, può ricordare molte informazioni in modo rapido e preciso e può coglierle quando ne ha bisogno. Tali talenti li rendono più utili nella vita quotidiana, per affrontare con successo varie sfide nel lavoro e nella vita.

Allo stesso tempo, possiamo anche migliorare la nostra memoria praticando la memoria sequenziale. Che si tratti di numeri, lettere, parole o immagini, solo quando pratichiamo, memorizziamo, rivediamo e consolidiamo costantemente possiamo lasciare un'impressione profonda nel subconscio e rafforzare la nostra capacità di memoria.

Vale la pena ricordare che oltre a migliorare la memoria attraverso la memoria sequenziale, possiamo anche rafforzarla attraverso altri metodi. Ad esempio, fai più esercizio fisico, dormi bene, segui una dieta equilibrata, apprendi nuove conoscenze e così via. Questi possono aiutare il nostro cervello a funzionare normalmente, migliorando così la nostra memoria.

Per riassumere, la memoria sequenziale e la memoria sono strettamente correlate e esiste una relazione complementare tra loro. Attraverso la pratica e il miglioramento continui, possiamo migliorare notevolmente la nostra memoria, in modo da poter affrontare meglio varie sfide e goderci una vita colorata. Si può vedere che dobbiamo migliorare la nostra memoria. La Cistanche può migliorare significativamente la nostra memoria perché è un materiale medicinale tradizionale cinese con molti effetti unici, uno dei quali è quello di migliorare la memoria. L'efficacia della carne macinata deriva da una varietà di principi attivi in ​​essa contenuti, tra cui acido carbossilico, polisaccaridi, flavonoidi, ecc. Questi ingredienti possono promuovere la salute del cervello attraverso vari canali. La carne Qingmeng ha proprietà antiossidanti, antinfiammatorie e anticoncorrenziali. effetti.

Fai clic su Scopri come migliorare la memoria

Tuttavia, si sa poco sui meccanismi cerebrali alla base del riconoscimento di sequenze temporali precedentemente memorizzate rispetto a quelle nuove. Inoltre, l'elaborazione cerebrale differenziale dei singoli elementi in una sequenza temporale uditiva rispetto all'intera sequenza sovraordinata non è completamente compresa.

In questo studio sulla magnetoencefalografia (MEG), gli elementi della sequenza temporale erano collegati indipendentemente all'elaborazione cerebrale locale e rapida (2–8 Hz), mentre l'intera sequenza era associata a un'elaborazione simultanea globale e più lenta (0.1– 1 Hz) elaborazione che coinvolge una rete diffusa di regioni cerebrali attive in sequenza. In particolare, il riconoscimento di sequenze temporali precedentemente memorizzate era associato a una maggiore attività nell’elaborazione cerebrale lenta, mentre le nuove sequenze richiedevano un maggiore coinvolgimento di un’elaborazione cerebrale più rapida.

Nel complesso, i risultati espandono il flusso di informazioni ben noto dalle regioni cerebrali di ordine inferiore a quelle di ordine superiore. Rivelano il coinvolgimento differenziale dell'elaborazione lenta e più veloce dell'intero cervello per riconoscere le informazioni temporali precedentemente apprese rispetto a quelle nuove.

Parole chiave:

Sequenze temporali; riconoscimento della memoria; magnetoencefalografia; dinamica del cervello; ricostruzione della fonte.

introduzione

Nel corso degli anni, la comprensione della memoria per sequenze è stata un argomento centrale nelle neuroscienze e nelle scienze cognitive (Förstl et al. 2006; Kumar e Anand 2015), come esaminato in un articolo chiave da Dehaene et al. (2015). Qui, gli autori propongono una tassonomia dei meccanismi di elaborazione per sequenze temporali, organizzati in cinque categorie di complessità crescente: (i) transizione e conoscenza temporale tra elementi successivi della sequenza, (ii) suddivisione in blocchi di elementi contigui della sequenza, (iii ) conoscenza ordinale di quale elemento viene per primo, (iv) modelli algebrici che catturano regolarità complesse all'interno di una sequenza e (v) strutture ad albero annidate basate su regole simboliche astratte.

La prima categoria si riferisce all'elaborazione della transizione da un elemento della sequenza a quello successivo. Questa ricerca ha identificato diversi potenziali/campi automatici legati agli eventi (ERP/F) per suoni standard e devianti, come il noto N100 e la negatività del mismatch (MMN), dimostrando che il cervello può rilevare rapidamente cambiamenti nella regolarità delle sequenze (Garrido et al. 2009; Lijffijt et al. 2009; Vuust et al. 2012; Bonetti et al. 2017, 2018; Bonetti, Brattico, Carlomagno, et al. 2021a; Bonetti, Bruzzone, Sedghi, et al. 2021b; Bonetti , Brattico, Vuust, et al., 2021c).

Il Chunking si riferisce alla capacità di raggruppare elementi contigui in una singola unità più grande.

Precedenti studi a livello di singola cellula hanno dimostrato che il Chunking avviene durante l’acquisizione delle abitudini motorie (Fujii e Graybiel 2003; Smith e Graybiel 2013; Jin et al. 2014).

Studi simili con risonanza magnetica funzionale (fMRI) hanno confermato questi risultati, suggerendo un'organizzazione gerarchica nel Chunking quando vengono apprese le sequenze motorie temporali (Koechlin e Jubault 2006).

I correlati neurali della suddivisione uditiva sono stati ulteriormente studiati da ulteriori studi. Ad esempio, Kalm et al. (2012) hanno utilizzato la fMRI per esplorare la codifica uditiva di elenchi di lettere raggruppate e non raggruppate, evidenziando che un'ampia attivazione della corteccia uditiva, delle aree premotorie e prefrontali del cervello era associata a un superamento della capacità di memoria durante la codifica.

Inoltre, utilizzando l'elettroencefalografia (EEG), Ding et al. (2018) hanno scoperto che la codifica neurale dei singoli eventi uditivi (cioè le sillabe) era automatica, mentre la costruzione basata sulla conoscenza di blocchi temporali (cioè le parole) si basava sull'attenzione.

Al di là della suddivisione in blocchi, la conoscenza ordinale descrive la capacità di apprendere e ricordare quale elemento viene per primo, secondo e così via, nella sequenza temporale. Studi precedenti hanno dimostrato che la disposizione ordinale di una serie di elementi è codificata dal cervello all’interno delle cortecce prefrontali intraparietale e dorsolaterale (Terrace et al. 2003; Berdyyeva e Olson 2010; Crowe et al. 2014).

I modelli algebrici si riferiscono agli schemi astratti immagazzinati nel cervello, che consentono di catturare regolarità sequenziali alla base di una sequenza di elementi. Precedenti ricerche suggerivano che il cervello elabora gli schemi algebrici delle sequenze, comprendendo un livello più elevato di regolarità astratte rispetto alle sequenze elementari con deviazioni sensoriali (Endress et al. 2009; Wang et al. 2015).

Infine, le strutture ad albero annidate sono generate da regole simboliche, che spesso sono incastrate l'una nell'altra. Studi precedenti hanno evidenziato la seguente rete di regioni cerebrali coinvolte nell'elaborazione di modelli linguistici complessi organizzati in strutture nidificate: solco temporale superiore sinistro (STS), giro temporale medio (MTG), poli temporali (TP), giro frontale inferiore (IFG) e giro temporale parietale. giunzione (TPJ) (Mazoyer et al. 1993; Saur et al. 2010; Friederici 2011; Rolheiser et al. 2011; Tyler et al. 2011).

Altri contributi rilevanti sul modo in cui il cervello elabora le sequenze temporali provengono dalla ricerca sull’elaborazione uditiva e del linguaggio. Ciò ha proposto meccanismi cerebrali simultanei alla base della comprensione dei suoni e dei linguaggi umani. Ad esempio, Teng et al. (2017) hanno mostrato il ruolo simultaneo delle bande di frequenza theta e gamma durante l'elaborazione uditiva, coerentemente con l'ipotesi del "campionamento asimmetrico nel tempo" (AST) proposta da Poeppel (2003). In un altro studio che ha analizzato l’elaborazione del parlato, gli autori hanno rivelato che mentre l’attività theta era limitata alla corteccia uditiva, la banda delta aveva origine nelle regioni uditive a valle ed era modulata dall’incertezza degli stimoli (Donhauser e Baillet 2020).

Nel complesso, questi eccellenti studi hanno fornito una revisione dettagliata ma non esaustiva dei meccanismi cerebrali alla base dell’elaborazione di sequenze e modelli temporali. In particolare, mentre la revisione ha dimostrato come gli elementi siano suddivisi e organizzati in regole astratte attraverso meccanismi simultanei, non ha indagato in modo conclusivo i casi in cui l'ordine temporale dei singoli elementi dà origine a un nuovo oggetto (sequenza) sovraordinato caratterizzato da una nuova percezione e significato, che può essere codificato e successivamente recuperato o riconosciuto. Le melodie musicali sono esempi ideali di tali sequenze poiché, a seconda della combinazione dei loro suoni (elementi) nel tempo, sono percepite come nuovi oggetti che trasmettono significati che non potrebbero essere trasportati dai singoli suoni (Cooke 1959).

In particolare, sebbene le neuroscienze musicali si siano espanse rapidamente negli ultimi decenni, si sa molto poco sui meccanismi cerebrali su scala rapida alla base del riconoscimento delle sequenze temporali musicali. Al contrario, le ricerche nel campo delle neuroscienze della memoria musicale ci hanno fornito conoscenze diverse e di grande attualità. Ad esempio, in uno studio fMRI, Gaab et al. (2003) hanno chiesto ai partecipanti di confrontare suoni caratterizzati da altezze diverse.

Gli autori hanno rivelato attività, soprattutto nelle cortecce frontale superiore temporale, sopramarginale e inferiore sinistra quando i partecipanti hanno completato il compito. Più recentemente, Kumar et al. (2016) hanno mostrato il ruolo rilevante della corteccia uditiva primaria, dell’ippocampo e del giro frontale inferiore, nonché la loro connettività per eseguire compiti di WM uditiva.

Allo stesso modo, Sikka et al. (2015) hanno chiesto ai partecipanti di riconoscere la musica familiare o non familiare, dimostrando che la performance di successo era associata all'attivazione della corteccia temporale superiore destra, frontale bilaterale inferiore e superiore, orbitofrontale media sinistra, precentrale bilaterale e sopramarginale sinistra. Oltre alla fMRI, alcuni studi sulla memoria musicale sono stati condotti utilizzando la magnetoencefalografia (MEG).

Ad esempio, Albouy et al. (2013, 2017) hanno studiato l’attività cerebrale durante la ritenzione della memoria, dimostrando che le oscillazioni theta nel flusso dorsale del cervello dei partecipanti predicevano la loro capacità di eseguire un compito uditivo di WM.

In uno studio recente, Bonetti, Brattico, Carlomagno, et al. (2021a), Bonetti, Bruzzone, Sedghi, et al. (2021b), Bonetti, Brattico, Vuust et al. (2021c) hanno dimostrato che i primi 220 ms di codifica del suono presentavano un'ampia rete di aree cerebrali connesse come il giro di Heschl e quello temporale superiore, l'opercolo frontale, il giro del cingolo, l'insula, i gangli della base e l'ippocampo. In particolare, queste aree cerebrali erano ugualmente centrali all’interno della rete, anche se la corteccia uditiva e l’insula presentavano un’attività più forte rispetto alle altre aree.

In conclusione, ricerche precedenti hanno evidenziato i meccanismi cerebrali alla base dell'elaborazione di diverse categorie di sequenze temporali e suoni musicali. Tuttavia, questi studi non hanno indagato il riconoscimento di sequenze temporali precedentemente apprese in cui l'ordine dei singoli elementi ha dato origine a un nuovo oggetto globale, sovraordinato, caratterizzato da una nuova percezione e significato, derivante da sequenze musicali. In particolare, rimangono non del tutto chiari i meccanismi differenziali associati all'elaborazione dei singoli elementi della sequenza (elaborazione locale) e al riconoscimento della memoria per la sequenza nel suo insieme, nuovo oggetto (elaborazione globale). Nel nostro studio, beneficiando dei dati MEG vincolati dalla risonanza magnetica anatomica, abbiamo affrontato queste domande.

Materiali e metodi

Partecipanti

Lo studio comprendeva 70 volontari: 36 maschi e 34 femmine (fascia di età: 18-42 anni, età media: 25,06 ± 4,11 anni). Tutti i partecipanti erano sani e non riferivano di abuso precedente o attuale di alcol e droghe. Inoltre, non assumevano alcun tipo di farmaco, dichiaravano di non avere alcun precedente disturbo neurologico o psichiatrico e riferivano di avere un udito normale. Inoltre, il loro status economico, educativo e sociale era omogeneo.\

Le procedure sperimentali sono state condotte in conformità con la Dichiarazione di Helsinki - Principi etici per la ricerca medica e sono state approvate dal Comitato Etico della Regione della Danimarca Centrale (De Videnskabsetiske Komitéer per la Regione Midtjylland) (Rif 1-10-72-411-17).

Progettazione sperimentale e stimoli

Per rilevare la firma cerebrale del riconoscimento della sequenza temporale, abbiamo utilizzato un compito di riconoscimento uditivo vecchio/nuovo paradigma (Kayser et al. 2003) durante la registrazione della magnetoencefalografia (MEG). Innanzitutto i partecipanti hanno ascoltato quattro ripetizioni di una versione MIDI della parte per mano destra dell'intero preludio BWV 847 in do minore composto da JS Bach (durata totale di circa 10 minuti).

In secondo luogo, sono stati presentati loro 80 brevi brani musicali della durata di 1.250 ms ciascuno ed è stato chiesto di indicare se ciascun brano apparteneva al preludio di Bach (sequenza "memorizzata" (M), vecchia) o era una sequenza musicale inedita ("romanzo" sequenza (N), nuova) (Fig. 1A). Quaranta brani sono stati tratti dal pezzo di Bach e quaranta erano nuovi.

È importante sottolineare che le due categorie di stimoli (M e N) sono state create per essere distinguibili nel compito di riconoscimento (cioè erano sempre composte da toni musicali diversi), sebbene fossero abbinate tra diverse variabili, per evitare potenziali confusioni. M e N sono stati abbinati per volume, ritmo, timbro, metro, tempo, tonalità, entropia (H) e contenuto informativo (IC).

Come accennato in precedenza, le melodie memorizzate consistevano in estratti dal preludio di Bach. In questo caso abbiamo selezionato un brano per battuta musicale, che corrispondeva ai primi cinque toni della battuta. Quindi, abbiamo composto le nuove melodie musicali utilizzando contorni melodici e intervalli tra le note delle melodie che differivano dalle sequenze musicali memorizzate tratte dal preludio di Bach. Le 80 sequenze musicali sono riportate in notazione musicale in Fig. S1.

Fig. 1. Disegno sperimentale, ricostruzione della fonte e contrasti di singoli elementi. A) Dopo aver ascoltato un brano musicale completo composto da JS Bach, ai partecipanti è stata presentata una serie di estratti melodici tratti dal brano e una serie di nuove melodie. Questi estratti rappresentavano sequenze temporali costituite da cinque elementi (toni musicali) che venivano etichettati dai partecipanti come "precedentemente memorizzati" (M) o "nuovo" (N) utilizzando un questionario di risposta. B) Durante l'attività, l'attività cerebrale del partecipante è stata registrata mediante magnetoencefalografia.

Qui mostriamo una rappresentazione grafica dei dati neurali che sono stati preelaborati, filtrati con banda passante in diverse bande di frequenza ed epoca. Questa figura mostra le analisi per due bande di frequenza (0.1–1 e 2–8 Hz) poiché abbiamo ipotizzato che queste due bande fossero associate all'elaborazione locale e globale delle sequenze temporali. C) Rappresentazione grafica della ricostruzione della sorgente, calcolata indipendentemente per 0.1–1 e 2–8 Hz. In particolare, 0.1–1 Hz ha indicizzato il riconoscimento dell'intera sequenza (elaborazione globale), mentre 2–8 Hz ha mostrato le risposte neurali a ciascun elemento della sequenza (elaborazione locale). D). I contrasti hanno rivelato un'attività cerebrale più forte per M rispetto a N in 0,1–1 Hz (rosso), soprattutto per il terzo, quarto e quinto elemento.

Tale differenza era localizzata in una vasta rete cerebrale comprendente il cingolo, la corteccia temporale inferiore, l’opercolo frontale, l’insula e le aree dell’ippocampo. Al contrario, i contrasti per 2-8 Hz hanno restituito un’attività complessivamente più forte per N rispetto a M (blu), specialmente nella corteccia uditiva. I valori rappresentati sono valori t ottenuti confrontando l'attività cerebrale di M rispetto a N.

Per quanto riguarda IC e H, la loro stima è stata effettuata per ciascun tono delle sequenze musicali memorizzate (IC media: 5,70 ± 1,73, H media: 4,70 ± 0,33) e delle sequenze musicali nuove (IC media: 5,92 ± 1,81, media H: 4,78 ± 0,35) utilizzando la dinamica dell'informazione della musica (IDyOM) (Pearce 2018). Questo metodo utilizza l'apprendimento automatico per calcolare un valore di IC per la nota di destinazione basato su una combinazione delle note precedenti del brano musicale che comprende la nota di destinazione e di un insieme di regole derivate da un'ampia gamma di prototipi di brani musicali occidentali. Pertanto, ci siamo assicurati che l'IC globale delle sequenze musicali delle nostre due categorie (M e N) fosse lo stesso.

A livello formale, l’IC corrisponde al numero minimo di bit richiesti per codificare ei ed è descritto dalla seguente equazione (1):

dove p(ei|ei−1 (i−n)+1) è la probabilità dell'evento ei dato un precedente insieme di eventi ei−1 (i−n)+1.

L'entropia fornisce una misura dell'incertezza/certezza dell'evento imminente dato il precedente insieme di eventi ei−1 (i−n)+1 ed è

Secondo l'equazione (2), se la probabilità di un dato evento ei è 1, la probabilità degli altri eventi in A sarà 0. Quindi anche H sarà uguale a 0 (scenario di massima certezza). Viceversa, se gli eventi sono ugualmente probabili, H sarà massimo (scenario di massima incertezza). In conclusione, IDyOM fornisce una stima della prevedibilità di ciascun tono musicale e si è dimostrato coerente con la percezione umana (Pearce 2018; Sears et al. 2018).

Nell'analisi MEG, abbiamo utilizzato solo le prove correttamente riconosciute (M corretto medio: 78,15 ± 13,56%, tempi di reazione medi (RT): 1.871 ± 209 ms; N corretto medio: 81,43 ± 14,12%, RT medio: 1.915 ± 135 ms ).

Sia il preludio che gli estratti sono stati creati utilizzando Finale (MakeMusic, Boulder, CO) e presentati con il software di presentazione (Neurobehavioral Systems, Berkeley, CA). Dopo l'acquisizione dei dati MEG, lo stesso o un altro giorno, le immagini strutturali del cervello dei partecipanti sono state acquisite utilizzando la risonanza magnetica (MRI).

For more information:1950477648nn@gmail.com