潜在神经过程的结构化重现可预测记忆识别表现

由 root 提交于 周日, 10/25/2026 - 20:47
摘要

理解认知不仅需要解释哪些神经过程被激活,还需要阐明这些过程之间的关系如何随时间演变。我们检验了低维全脑动态的循环组织是否能够在激活幅度之外,进一步关联听觉识别行为。经过简短的学习阶段后,65 名参与者接受了脑磁图(MEG)检测,同时识别由三个、五个或七个声音组成的听觉序列;这些序列以原样呈现,或在早期或晚期对单个音调进行改变。基于源重建活动,源分离宽带脑网络估计(BROAD-NESS)识别出宽带潜在网络,并将其联合激活表示为多维状态空间中的轨迹;随后,采用复现量化分析刻画这些网络的时间组织。与发生改变的旋律相比,记忆过的旋律引发了更多复现状态,以及持续时间更长、更具确定性且更持久的复现结构,同时发散程度更低。在参与者层面,结构化复现始终与更高的准确率和更快的反应相关,而复现频率与行为之间则未呈现一致关联。在控制条件、旋律长度、二者的交互作用以及匹配后的均方根激活幅度后,复现指标使边际 R² 提高了 0.273。嵌套式参与者层面交叉验证使留出集预测误差降低了 11.81%(95% 置信区间:4.01%–17.65%)。这些发现支持一种认知观:认知表现关键取决于低维神经过程如何协同组织并随时间演变,而不仅仅取决于这些过程的激活强度。

leonardo.bonetti{at}clin.au.dk

摘要

信息/历史记录

指标

PDF 预览

摘要

要理解认知,不仅需要解释哪些神经过程被调动,还需要阐明这些过程之间的关系如何随时间演变。我们检验了低维全脑动态的循环组织是否与听觉识别行为相关,且这种关联是否超越激活幅度的作用。经过简短的学习阶段后,65 名参与者接受了脑磁图(MEG)检测,同时识别由三个、五个和七个声音组成的听觉序列;这些序列以原样呈现,或对其中一个较早或较晚出现的音调进行单一改变。基于源分离的宽带脑网络估计(BROAD-NESS)从源重建活动中识别宽带潜在网络,并将其联合激活表示为多维状态空间中的轨迹;随后采用递归量化分析刻画其时间组织特征。与改变后的旋律相比,记忆中的旋律引发了更多重复出现的状态,以及持续时间更长、确定性更高且更持久的递归结构,同时发散程度更低。在参与者层面,结构化递归始终与更高的正确率和更快的反应相关,而递归频率与行为之间未呈现一致的关联。在控制条件、旋律长度、二者的交互作用以及匹配的均方根激活幅度后,递归指标使边际 R² 增加了 0.273。按参与者分组的嵌套交叉验证显示,留出数据的预测误差降低了 11.81%(95% CI:4.01%–17.65%)。这些发现支持一种认知观:行为表现关键取决于低维神经过程如何协同组织并随时间演变,而不仅仅取决于这些过程的激活强度。

利益冲突声明

作者……

已声明不存在利益冲突。

版权

本预印本的版权归作者/资助方所有;作者/资助方已授予 bioRxiv 永久展示该预印本的许可。

本内容依据 CC-BY-ND 4.0 国际许可协议提供。

返回顶部

上一篇

下一篇

发布于 2026 年 10 月 22 日。

下载 PDF

电子邮件

感谢您有意帮助传播 bioRxiv 的相关信息。

注意:要求提供您的电子邮件地址,仅用于确认您是本文的发送者。

您的电子邮件地址

*

您的姓名

*

收件人

*

请在不同的行中输入多个地址,或使用逗号分隔。

您即将向以下对象发送电子邮件

潜在神经过程的结构化复现可预测记忆再认表现

邮件主题

(您的姓名)已从 bioRxiv 向您转发一个页面

邮件正文

(您的姓名)认为您可能想查看 bioRxiv 网站上的这个页面。

您的个人留言

验证码

此问题用于确认您是真实访客,并防止自动提交垃圾信息。

分享

潜在神经过程的结构化复现可预测记忆再认表现

Konrad Fabritius Christensen,

Mathias Klarlund,

Gemma Fernandez-Rubio,

Mattia Rosso,

Sarah Streton,

Martina Schiassi,

Morten L Kringelbach,

Peter Vuust,

Leonardo Bonetti

bioRxiv

2026.10.16.759557;

doi:

https://doi.org/10.64898/2026.10.16.759557

分享本文:

复制

引文工具

潜在神经过程的结构化复现可预测记忆再认表现

Konrad Fabritius Christensen,

Mathias Klarlund,

Gemma Fernandez-Rubio,

Mattia Rosso,

Sarah Streton,

Martina Schiassi,

Morten L Kringelbach,

Peter Vuust,

Leonardo Bonetti

bioRxiv

2026.10.16.759557;

doi:

https://doi.org/10.64898/2026.10.16.759557

引文管理器格式

BibTeX

Bookends

EasyBib

EndNote

(已标记)

EndNote 8(XML)

Medlars

Mendeley

Papers

RefWorks Tagged

Ref Manager

RIS

Zotero

推文小组件

Facebook 点赞

Google +1

学科领域

所有文章

动物行为与认知

(8164)

动物行为与认知

(8172)

动物行为与认知

生物化学

(19027)

生物化学

生物化学

(19029)

生物化学

(19029)

生物化学

(19029)

生物化学

(19029)

生物化学

生物化学

(19047)

生物化学

(19030)

生物工程

(15171)

生物工程

生物工程

(15191)

生物工程

(15172)

生物工程

(15176)

生物信息学

(45299)

生物信息学

(45254)

生物信息学

(45257)

生物物理学

(22958)

生物物理学

(22972)

生物物理学

(22958)

生物物理学

(22958)

生物物理学

(22961)

癌症生物学

(20101)

癌症生物学

(20080)

细胞生物学

(27289)

临床试验

(138)

临床试验

(138)

发育生物学

(14141)

生态学

(21390)

流行病学

(2067)

进化生物学

(25772)

遗传学

(16337)

基因组学

(23819)

免疫学

(19013)

微生物学

(43166)

分子生物学

(18332)

神经科学

(95018)

古生物学

(712)

病理学

(3030)

药理学与毒理学

(5193)

生理学

(8274)

植物生物学

(16263)

科学传播与教育

(2115)

合成生物学

(4641)

系统生物学

(10376)

动物学

(2425)

关键词:听觉记忆 · 记忆识别 · 脑磁图 · 神经动态 · 复现量化分析

原文链接:https://www.biorxiv.org/content/10.64898/2026.10.16.759557v1?rss=1