التعرف الدماغي على التسلسلات الزمنية التي تم تعلمها سابقًا مقابل التسلسلات الزمنية الجديدة: المعالجة المتزامنة التفاضلية الجزء 1

تعد ذاكرة التسلسل موضوعًا رئيسيًا في علم الأعصاب، وقد بحثت عقود من الدراسات في الآليات العصبية الكامنة وراء تشفير مجموعة واسعة من التسلسلات الممتدة بمرور الوقت.

الذاكرة التسلسلية تعني أن الأشخاص يمكنهم تذكر سلسلة من المعلومات، مثل الأرقام أو الحروف أو الكلمات أو الصور. ومن ناحية أخرى، تشير الذاكرة إلى القدرة على تخزين المعلومات في الدماغ واسترجاعها بسرعة عند الحاجة. وهناك علاقة قوية بين الاثنين، حيث تعتبر الذاكرة المتتابعة وسيلة مهمة لتدريب وتحسين الذاكرة.

عادةً ما يتمتع الشخص الذي يتمتع بذاكرة جيدة بقدرة ذاكرة تسلسلية جيدة، حيث يمكنه تذكر الكثير من المعلومات بسرعة ودقة ويمكنه استيعابها عندما يحتاج إليها. مثل هذه المواهب تجعلهم أكثر فائدة في الحياة اليومية، لمواجهة التحديات المختلفة في العمل والحياة بنجاح.

وفي الوقت نفسه، يمكننا أيضًا تحسين ذاكرتنا من خلال ممارسة الذاكرة التسلسلية. سواء كان الأمر يتعلق بأرقام أو حروف أو كلمات أو صور، فقط عندما نتدرب ونحفظ ونراجع وندمج باستمرار يمكننا ترك انطباع عميق في العقل الباطن وتعزيز قدرة ذاكرتنا.

ومن الجدير بالذكر أنه بالإضافة إلى تحسين الذاكرة من خلال الذاكرة التسلسلية، يمكننا أيضًا تقوية الذاكرة من خلال بعض الطرق الأخرى. على سبيل المثال، قم بممارسة المزيد من التمارين الرياضية، والحفاظ على نوم جيد، وتناول نظام غذائي متوازن، وتعلم معارف جديدة، وما إلى ذلك. هذه يمكن أن تساعد أدمغتنا على العمل بشكل طبيعي، وبالتالي تحسين ذاكرتنا.

خلاصة القول، الذاكرة التسلسلية والذاكرة مرتبطان ارتباطًا وثيقًا، وهناك علاقة تكاملية بينهما. من خلال الممارسة والتحسين المستمر، يمكننا تحسين ذاكرتنا إلى حد كبير، حتى نتمكن من التعامل بشكل أفضل مع التحديات المختلفة والاستمتاع بحياة ملونة. يمكن ملاحظة أننا بحاجة إلى تحسين ذاكرتنا. يمكن لـ Cistanche تحسين ذاكرتنا بشكل كبير لأن Cistanche هي مادة طبية صينية تقليدية لها العديد من التأثيرات الفريدة، أحدها هو تحسين الذاكرة. تأتي فعالية اللحم المفروم من مجموعة متنوعة من المكونات النشطة التي يحتوي عليها، بما في ذلك حمض الكربوكسيل والسكريات والفلافونويد وما إلى ذلك. ويمكن لهذه المكونات تعزيز صحة الدماغ من خلال قنوات مختلفة. يحتوي لحم تشينغ مينغ على مضادات الأكسدة ومضاد للالتهابات ومضاد للمنافسة. تأثيرات.

انقر فوق معرفة طرق تحسين الذاكرة

ومع ذلك، لا يُعرف سوى القليل عن آليات الدماغ الكامنة وراء التعرف على التسلسلات الزمنية المحفوظة مسبقًا مقابل التسلسلات الزمنية الجديدة. علاوة على ذلك، فإن المعالجة التفاضلية للدماغ للعناصر الفردية في تسلسل زمني سمعي مقارنة بالتسلسل الأعلى بأكمله ليست مفهومة تمامًا.

في دراسة تخطيط الدماغ المغناطيسي (MEG)، تم ربط عناصر التسلسل الزمني بشكل مستقل بمعالجة الدماغ المحلية والسريعة (2-8 هرتز)، في حين ارتبط التسلسل بأكمله بالعالمية المتزامنة والأبطأ ({{2}).1– 1 هرتز) تتضمن المعالجة شبكة واسعة النطاق من مناطق الدماغ النشطة بشكل تسلسلي. ومن الجدير بالذكر أن التعرف على التسلسلات الزمنية المحفوظة سابقًا كان مرتبطًا بنشاط أقوى في معالجة الدماغ البطيئة، في حين تطلبت التسلسلات الجديدة مشاركة أكبر في معالجة الدماغ بشكل أسرع.

بشكل عام، تتوسع النتائج في تدفق المعلومات المعروفة من مناطق الدماغ ذات الترتيب الأدنى إلى مناطق الدماغ العليا. إنها تكشف عن المشاركة التفاضلية للمعالجة البطيئة والسريعة للدماغ بالكامل للتعرف على المعلومات الزمنية التي تم تعلمها مسبقًا مقابل المعلومات الزمنية الجديدة.

الكلمات الدالة:

تسلسلات زمنية؛ التعرف على الذاكرة تخطيط الدماغ المغناطيسي. ديناميات الدماغ. إعادة بناء المصدر.

مقدمة

على مر السنين، كان فهم ذاكرة التسلسل موضوعًا رئيسيًا في علم الأعصاب والعلوم المعرفية (Förstl et al. 2006; Kumar and Anand 2015)، كما تمت مراجعته في ورقة بحثية رئيسية كتبها Dehaene et al. (2015). هنا، يقترح المؤلفون تصنيفًا لآليات معالجة التسلسلات الزمنية، مرتبة في خمس فئات ذات تعقيد متزايد: (1) معرفة الانتقال والتوقيت بين العناصر اللاحقة للتسلسل، (2) تقطيع العناصر المتجاورة في التسلسل، (3) ) المعرفة الترتيبية للعنصر الذي يأتي أولاً، (4) الأنماط الجبرية التي تلتقط الانتظامات المعقدة داخل التسلسل، و (5) الهياكل الشجرية المتداخلة القائمة على قواعد رمزية مجردة.

تشير الفئة الأولى إلى معالجة الانتقال من عنصر واحد في التسلسل إلى العنصر التالي. حدد هذا البحث العديد من الإمكانات/المجالات التلقائية المرتبطة بالحدث (ERP/F) للأصوات القياسية والمنحرفة، مثل N100 المعروف والسلبية غير المتطابقة (MMN)، مما يدل على أن الدماغ يمكنه اكتشاف التغيرات في انتظام التسلسلات بسرعة (غاريدو وآخرون 2009؛ ليجفيت وآخرون 2009؛ فوست وآخرون 2012؛ بونيتي وآخرون 2017، 2018؛ بونيتي، براتيكو، كارلوماجنو وآخرون 2021أ؛ بونيتي، بروزوني، سيدغي، وآخرون 2021ب؛ بونيتي ، براتيكو، فوست، وآخرون 2021ج).

يشير التقطيع إلى القدرة على تجميع العناصر المتجاورة في وحدة واحدة أكبر.

أظهرت الدراسات السابقة على مستوى الخلية الواحدة أن التقطيع يحدث أثناء اكتساب العادات الحركية (Fujii and Graybiel 2003; Smith and Graybiel 2013; Jin et al. 2014).

أكدت دراسات مماثلة باستخدام التصوير بالرنين المغناطيسي الوظيفي (fMRI) هذه النتائج، مما يشير إلى وجود تنظيم هرمي في التقطيع عند تعلم التسلسل الزمني الحركي (Koechlin and Jubault 2006).

تم إجراء مزيد من التحقيق في الارتباطات العصبية للتقطيع السمعي من خلال دراسات إضافية. على سبيل المثال، كالم وآخرون. (2012) استخدم الرنين المغناطيسي الوظيفي لاستكشاف التشفير السمعي لقوائم الحروف المجمعة وغير المجمعة، مع تسليط الضوء على أن التنشيط الكبير للقشرة السمعية، ومناطق الدماغ قبل الحركية، والفص الجبهي كان مرتبطًا بتجاوز مدى الذاكرة أثناء التشفير.

بالإضافة إلى ذلك، باستخدام تخطيط كهربية الدماغ (EEG)، دينغ وآخرون. (2018) اكتشف أن التشفير العصبي للأحداث السمعية الفردية (أي المقاطع) كان تلقائيًا، في حين أن البناء القائم على المعرفة للأجزاء الزمنية (أي الكلمات) يعتمد على الاهتمام.

وبعيدًا عن التجزئة، تصف المعرفة الترتيبية القدرة على التعلم وتذكر أي عنصر يأتي أولاً ثم ثانيًا وما إلى ذلك في التسلسل الزمني. أظهرت الدراسات السابقة أن الترتيب الترتيبي لسلسلة من العناصر يتم تشفيره بواسطة الدماغ داخل القشرة الجبهية داخل الجدارية والظهرانية الجانبية (Terrace et al. 2003; Berdyyeva and Olson 2010; Crowe et al. 2014).

تشير الأنماط الجبرية إلى المخططات المجردة المخزنة في الدماغ، والتي تمكن من التقاط الانتظامات المتسلسلة الكامنة وراء سلسلة من العناصر. أشارت الأبحاث السابقة إلى أن الدماغ يعالج الأنماط الجبرية للتسلسلات، ويفهم مستوى أعلى من الانتظامات المجردة مقارنة بالتسلسلات الأولية ذات الانحرافات الحسية (Endress et al. 2009; Wang et al. 2015).

وأخيرًا، يتم إنشاء الهياكل الشجرية المتداخلة بواسطة قواعد رمزية، والتي غالبًا ما تكون مدمجة داخل بعضها البعض. وقد سلطت الدراسات السابقة الضوء على الشبكة التالية من مناطق الدماغ المشاركة في معالجة الأنماط اللغوية المعقدة المنظمة في الهياكل المتداخلة: التلم الصدغي العلوي الأيسر (STS)، والتلفيف الصدغي الأوسط (MTG)، والأقطاب الزمنية (TP)، والتلفيف الجبهي السفلي (IFG)، والصدغي الجداري. تقاطع (TPJ) (Mazoyer et al. 1993؛ Saur et al. 2010؛ Friederici 2011؛ ​​Rolheiser et al. 2011؛ ​​Tyler et al. 2011).

جاءت المساهمات الأخرى ذات الصلة حول كيفية معالجة الدماغ للتسلسلات الزمنية من الأبحاث في معالجة السمع والكلام. اقترح هذا آليات دماغية متزامنة تقوم على فهم الأصوات واللغات البشرية. على سبيل المثال، تنغ وآخرون. (2017) أظهر الدور المتزامن لنطاقات تردد ثيتا وجاما أثناء المعالجة السمعية، بشكل متماسك مع فرضية "أخذ العينات غير المتماثلة في الوقت المناسب" (AST) التي اقترحها بوبيل (2003). في دراسة أخرى بحثت في معالجة الكلام، كشف المؤلفون أنه بينما كان نشاط ثيتا يقتصر على القشرة السمعية، فإن نطاق الدلتا نشأ في المناطق السمعية النهائية، وتم تعديله من خلال عدم اليقين في المحفزات (دونهاوزر وبايليت 2020).

بشكل عام، قدمت هذه الدراسات الممتازة مراجعة مفصلة ولكن غير شاملة لآليات الدماغ الكامنة وراء معالجة التسلسلات والأنماط الزمنية. على وجه الخصوص، في حين أظهرت المراجعة كيفية تجزئة العناصر وتنظيمها في قواعد مجردة من خلال آليات متزامنة، إلا أنها لم تحقق بشكل قاطع في الحالات التي يؤدي فيها الترتيب الزمني للعناصر الفردية إلى ظهور كائن جديد أعلى (تسلسل) يتميز بإدراك جديد والمعنى، والتي يمكن تشفيرها واسترجاعها أو التعرف عليها لاحقًا. تعتبر الألحان الموسيقية أمثلة مثالية لمثل هذه التسلسلات لأنه، اعتمادًا على مجموعة أصواتها (العناصر) مع مرور الوقت، يُنظر إليها على أنها أشياء جديدة تنقل معاني لا يمكن أن تحملها الأصوات الفردية وحدها (كوك 1959).

والجدير بالذكر أنه على الرغم من أن علم الأعصاب الموسيقي قد توسع بسرعة خلال العقود القليلة الماضية، إلا أنه لا يُعرف سوى القليل جدًا عن آليات الدماغ سريعة النطاق الكامنة وراء التعرف على التسلسلات الزمنية الموسيقية. وعلى العكس من ذلك، زودتنا الأبحاث في علم أعصاب الذاكرة الموسيقية بمعارف مختلفة وثيقة الصلة بالموضوع. على سبيل المثال، في دراسة الرنين المغناطيسي الوظيفي، جاب وآخرون. (2003) طلب من المشاركين مقارنة الأصوات التي تتميز بطبقات مختلفة.

كشف المؤلفون عن نشاط، خاصة في القشرة الجبهية الأمامية العلوية والسفلية واليسرى عندما أكمل المشاركون المهمة. في الآونة الأخيرة، كومار وآخرون. (2016) أظهر الدور ذي الصلة للقشرة السمعية الأولية، والحصين، والتلفيف الجبهي السفلي بالإضافة إلى اتصالها لأداء مهام WM السمعية.

وبالمثل، سيكا وآخرون. (2015) طلب من المشاركين التعرف على الموسيقى المألوفة أو غير المألوفة، موضحًا أن الأداء الناجح ارتبط بتنشيط القشرة الصدغية العلوية اليمنى، والقشرة الأمامية الثنائية السفلية والعلوية، والقشرة الأمامية المدارية الوسطى اليسرى، والقشرة الأمامية الثنائية، والقشرة فوق الهامشية اليسرى. إلى جانب التصوير بالرنين المغناطيسي الوظيفي، تم إجراء بعض الدراسات على الذاكرة الموسيقية باستخدام تخطيط الدماغ المغناطيسي (MEG).

على سبيل المثال، ألبوي وآخرون. (2013، 2017) قام بدراسة نشاط الدماغ أثناء الاحتفاظ بالذاكرة، مما يدل على أن تذبذبات ثيتا في التيار الظهري للدماغ للمشاركين تنبأت بقدراتهم على أداء مهمة WM السمعية.

في دراسة حديثة، بونيتي، براتيكو، كارلوماجنو، وآخرون. (2021أ)، بونيتي، بروزوني، سيدغي، وآخرون. (2021ب)، بونيتي، براتيكو، فوست، وآخرون. (2021c) أظهر أن أول 220 مللي ثانية من تشفير الصوت قدمت شبكة كبيرة من مناطق الدماغ المتصلة مثل هيشل والتلفيف الصدغي العلوي، والغطاء الجبهي، والتلفيف الحزامي، والجزيرة، والعقد القاعدية، والحصين. ومن الجدير بالذكر أن مناطق الدماغ هذه كانت مركزية بنفس القدر داخل الشبكة، حتى لو قدمت القشرة السمعية والجزيرة نشاطًا أقوى من المناطق الأخرى.

في الختام، سلطت الأبحاث السابقة الضوء على آليات الدماغ الكامنة وراء معالجة عدة فئات من التسلسل الزمني والأصوات الموسيقية. ومع ذلك، فإن هذه الدراسات لم تبحث في التعرف على التسلسلات الزمنية التي تم تعلمها مسبقًا حيث أدى ترتيب العناصر الفردية إلى ظهور كائن عالمي جديد ومتفوق يتميز بإدراك ومعنى جديدين، ينشأ من التسلسلات الموسيقية. على وجه الخصوص، الآليات التفاضلية المرتبطة بمعالجة العناصر الفردية للتسلسل (المعالجة المحلية) والتعرف على الذاكرة للتسلسل ككل، والكائن الجديد (المعالجة العالمية) لا تزال غير مفهومة تمامًا. في دراستنا، وبالاستفادة من بيانات MEG المقيدة بالتصوير بالرنين المغناطيسي التشريحي، تناولنا هذه الأسئلة.

المواد والأساليب

مشاركون

شملت الدراسة 70 متطوعًا: 36 ذكرًا و34 أنثى (الفئة العمرية: 18-42 عامًا، متوسط ​​العمر: 25.06 ± 4.11 عامًا). كان جميع المشاركين يتمتعون بصحة جيدة ولم يبلغوا عن أي تعاطي سابق أو حالي للكحول والمخدرات. علاوة على ذلك، لم يخضعوا لأي نوع من الأدوية، وأعلنوا أنهم لم يعانون من أي اضطراب عصبي أو نفسي سابق، وأفادوا بأنهم يتمتعون بسمع طبيعي. علاوة على ذلك، كانت أوضاعهم الاقتصادية والتعليمية والاجتماعية متجانسة.

تم تنفيذ الإجراءات التجريبية وفقًا لإعلان هلسنكي - المبادئ الأخلاقية للبحث الطبي وتمت الموافقة عليها من قبل لجنة الأخلاقيات في منطقة وسط الدنمارك (De Videnskabsetiske Komitéer لمنطقة Midtjylland) (المرجع 1-10-72-411-17).

التصميم التجريبي والمحفزات

للكشف عن توقيع الدماغ للتعرف على التسلسل الزمني، استخدمنا نموذجًا قديمًا/جديدًا (Kayser et al. 2003) لمهمة التعرف على السمع أثناء تسجيل تخطيط الدماغ المغناطيسي (MEG). أولاً، استمع المشاركون إلى أربع تكرارات لنسخة MIDI للجزء الأيمن من المقدمة بأكملها BWV 847 بلغة C الثانوية من تأليف JS Bach (المدة الإجمالية حوالي 10 دقائق).

ثانيًا، عُرض عليهم 80 مقتطفًا موسيقيًا مختصرًا، مدة كل منها 1250 مللي ثانية، وطُلب منهم تحديد ما إذا كان كل مقتطف ينتمي إلى مقدمة باخ (متتابعة "محفوظة" (M)، قديمة) أم أنها متوالية موسيقية جديدة ("رواية"). التسلسل (N)، جديد) (الشكل 1A). تم أخذ أربعين مقتطفًا من مقطوعة باخ وأربعون مقتطفًا جديدة.

الأهم من ذلك، تم إنشاء فئتي المحفزات (M وN) بحيث يمكن تمييزهما في مهمة التعرف (أي كانتا تتألفان دائمًا من نغمات موسيقية مختلفة)، على الرغم من مطابقتهما بين عدة متغيرات، لمنع الإرباك المحتمل. تمت مطابقة M و N من حيث الحجم والإيقاع والجرس والمقياس والإيقاع والنغمة والإنتروبيا (H) ومحتوى المعلومات (IC).

كما ذكر أعلاه، تتألف الألحان المحفوظة من مقتطفات من مقدمة باخ. في هذه الحالة، اخترنا مقتطفًا واحدًا لكل شريط موسيقي، والذي يتوافق مع النغمات الخمس الأولى للشريط. ثم قمنا بتأليف الألحان الموسيقية الجديدة باستخدام الكفاف اللحني والفواصل بين نغمات الألحان التي تختلف عن المتواليات الموسيقية المحفوظة المأخوذة من مقدمة باخ. تم عرض التسلسلات الموسيقية الـ 80 بالتدوين الموسيقي في الشكل S1.

الشكل 1. التصميم التجريبي، وإعادة بناء المصدر، وتناقضات العنصر الواحد. أ) بعد الاستماع إلى مقطوعة موسيقية كاملة من ألحان جي إس باخ، تم تقديم للمشاركين مجموعة من المقتطفات اللحنية المأخوذة من المقطوعة وسلسلة من الألحان الجديدة. تمثل هذه المقتطفات تسلسلات زمنية مبنية على خمسة عناصر (نغمات موسيقية) وصفها المشاركون بأنها "تم حفظها مسبقًا" (M) أو "رواية" (N) باستخدام لوحة الاستجابة. ب) أثناء المهمة، تم تسجيل نشاط دماغ المشارك باستخدام تخطيط الدماغ المغناطيسي.

نعرض هنا رسمًا بيانيًا للبيانات العصبية التي تمت معالجتها مسبقًا، وتصفيتها بتمرير النطاق في نطاقات تردد مختلفة، وعصرها. يوضح هذا الشكل تحليلات لنطاقي التردد (0.1–1 و2–8 هرتز) لأننا افترضنا أن هذين النطاقين مرتبطان بالمعالجة المحلية والعالمية للتسلسلات الزمنية. C) تصوير رسومي لإعادة بناء المصدر، محسوب بشكل مستقل لـ 0.1–1 و2–8 هرتز. والجدير بالذكر أن 0.1–1 هرتز قام بفهرسة التعرف على التسلسل بأكمله (المعالجة العالمية)، بينما أظهر 2–8 هرتز الاستجابات العصبية لكل عنصر من عناصر التسلسل (المعالجة المحلية). د). كشفت التباينات عن نشاط دماغي أقوى لـ M مقابل N في 0.1–1 هرتز (أحمر)، خاصة بالنسبة للعناصر الثالثة والرابعة والخامسة.

تم تحديد هذا الاختلاف في شبكة دماغية كبيرة تشتمل على الحزام، والقشرة الصدغية السفلية، والغطاء الجبهي، والجزيرة، ومناطق الحصين. على العكس من ذلك، أعادت التباينات من 2 إلى 8 هرتز نشاطًا أقوى بشكل عام لـ N مقابل M (الأزرق)، خاصة في القشرة السمعية. القيم الموضحة هي قيم t تم الحصول عليها عن طريق مقارنة نشاط الدماغ لـ M مقابل N.

فيما يتعلق بـ IC وH، تم إجراء تقديرهم لكل نغمة من النغمات المحفوظة (يعني IC: 5.7 0 ± 1.73، يعني H: 4.7 0 ± 0.33) والتسلسلات الموسيقية الجديدة (يعني IC: 5.92 ± 1.81، يعني H: 4.78 ± 0.35) باستخدام ديناميكيات المعلومات للموسيقى (IDyOM) (Pearce 2018). تستخدم هذه الطريقة التعلم الآلي لحساب قيمة IC للنغمة المستهدفة بناءً على مجموعة من النوتات السابقة للمقطوعة الموسيقية التي تشتمل على النغمة المستهدفة ومجموعة من القواعد المستمدة من مجموعة كبيرة من المقطوعات الموسيقية الغربية النموذجية. وهكذا، تأكدنا من أن IC العالمي للتسلسلات الموسيقية للفئتين (M وN) كان هو نفسه.

على المستوى الرسمي، يتوافق IC مع الحد الأدنى لعدد البتات المطلوبة لتشفير ei ويتم وصفه بالمعادلة التالية (1):

حيث p(ei|ei−1 (i−n)+1) هو احتمال الحدث ei بالنظر إلى مجموعة سابقة من ei−1 (i−n)+1 الأحداث.

توفر الإنتروبيا مقياسًا لعدم اليقين/اليقين للحدث القادم بالنظر إلى المجموعة السابقة من أحداث e−1 (i−n)+1 وهي

وفقًا للمعادلة (2)، إذا كان احتمال حدث معين ei هو 1، فإن احتمال الأحداث الأخرى في A سيكون 0. وبالتالي، فإن H ستكون أيضًا مساوية لـ 0 (سيناريو أقصى قدر من اليقين). على العكس من ذلك، إذا كانت الأحداث محتملة بنفس القدر، فستكون H هي الحد الأقصى (سيناريو الحد الأقصى من عدم اليقين). في الختام، يوفر IDyOM تقديرًا لإمكانية التنبؤ بكل نغمة موسيقية، وقد ثبت أنه متماسك مع الإدراك البشري (Pearce 2018; Sears et al. 2018).

في تحليل MEG، استخدمنا فقط التجارب المعترف بها بشكل صحيح (يعني الصحيح M: 78.15 ± 13.56%، ويعني أوقات التفاعل (RT): 1,871 ± 209 مللي ثانية؛ ويعني الصحيح N: 81.43 ± 14.12%، ويعني RT: 1,915 ± 135 مللي ثانية ).

تم إنشاء كل من المقدمة والمقتطفات باستخدام Finale (MakeMusic، Boulder، CO) وتم تقديمها باستخدام برنامج العرض التقديمي (Neurobehavioral Systems، Berkeley، CA). بعد الحصول على بيانات MEG، في نفس اليوم أو في يوم آخر، تم الحصول على الصور الهيكلية لدماغ المشاركين باستخدام التصوير بالرنين المغناطيسي (MRI).

For more information:1950477648nn@gmail.com