跳到正文
原文
bioRxiv · Neuroscience· Grosjean, B. A. P., Bonetti 等 26 人
精选AI 评分66

三个脑网络动态协同组织音乐识别

A trio of brain networks dynamically orchestrates music recognition

预印本 · 尚未经过同行评审

AI 导读

以往模型多把再认看作从感觉到海马提取再到皮层复现的离散步骤,而自然情境中知觉、记忆与预测持续交互。研究对 30 名被试进行颅内高频活动(70-160 Hz)记录,结合降维方法刻画音乐识别时的分布式网络动态,识别出分别支持感觉加工、感觉与记忆整合、决策形成的三个相互作用网络,其时间动态可预测行为出现的时间。熟悉序列识别时感觉活动逐渐减弱,新异序列则维持感觉反应并加快决策相关活动。

推荐理由

对 30 名被试进行颅内高频活动记录,用降维方法追踪音乐识别中三个功能网络的时间动态,并预测行为出现的时间。

摘要 · AI 翻译

识别记忆持续将内部表征与感觉信息整合起来,以指导适应性行为。然而,大多数理论模型将识别概念化为通过一系列离散步骤(包括感觉加工、海马提取和皮层重激活)对孤立刺激的提取。然而,在自然环境中,知觉、记忆和预测在演变的背景中持续相互作用,以指导适应性反应。目前尚不清楚大脑网络如何在动态识别过程中协调内部与外部信息的整合。在此,我们结合颅内记录(N = 30)的高频活动(70-160 Hz)与降维方法,刻画音乐识别过程中的分布式网络动态。我们识别出三个相互作用的功能网络,分别支持感觉加工、感觉-记忆整合和决策形成,其时间动态可预测行为的发生时间。在识别已记住的序列时,感觉活动逐渐减弱,感觉输入与记忆及背景信息相结合,决策相关活动朝向感觉运动参与演变。新异序列通过维持感觉反应并加速决策相关活动,破坏了这一组织。感觉网络与整合网络之间进行双向交流。我们的发现揭示,识别是一个分布式的、依赖背景的、目标导向的过程,产生于大规模脑网络的持续双向协调。

中文由 AI 翻译,仅供参考,以原文为准。

来源:bioRxiv · Neuroscience · biorxiv.org

PsyBrain 脑心前沿

让每一位脑科学探索者,都不再独行。