Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Các Nhiệm Vụ Thính Giác và Hình Ảnh Ảnh Hưởng Đến Động Lượng Thời Gian Của Các Tình Trạng Vi Điện Não Trong Thời Gian Nghỉ Sau Khi Ghi Nhớ
Tóm tắt
Các re-activation của các mô hình hoạt động thần kinh phụ thuộc vào nhiệm vụ xảy ra trong các khoảng thời gian nghỉ ngơi tỉnh táo và ngủ sau khi mã hóa. Tuy nhiên, vẫn chưa rõ những động lượng thời gian của các trạng thái não thay đổi như thế nào trong những khoảng thời gian này, vốn được hình thành từ những trải nghiệm ý thức trước đó. Ở đây, chúng tôi đã kiểm tra các khoảng thời gian nghỉ ngơi tỉnh táo rất ngắn ngay sau khi ghi nhớ và công nhận các kích thích thính giác và hình ảnh, bằng cách áp dụng phân tích vi trạng thái EEG, trong đó phương sai toàn cầu của EEG được giải thích chỉ với một vài cấu hình điển hình. Chúng tôi đã xác định các trạng thái não chiếm ưu thế có độ dài dưới một giây trong các khoảng thời gian nghỉ ngơi phụ thuộc vào nhiệm vụ, phát hiện ra rằng động lượng thời gian—được thể hiện ở đây bởi hai tham số thời gian: tần suất xuất hiện và tỷ lệ thời gian chiếm đóng—của ba lớp vi trạng thái liên quan đến nhiệm vụ đã thay đổi so với nghỉ ngơi tỉnh táo. Nghiên cứu này cung cấp bằng chứng về những thay đổi thời gian phụ thuộc vào trải nghiệm trong các khoảng thời gian nghỉ ngơi của hoạt động não sau khi mã hóa, có thể được ghi lại bằng cách sử dụng phương pháp vi trạng thái EEG.
Từ khóa
#vi trạng thái EEG #hoạt động thần kinh #nghỉ ngơi tỉnh táo #mã hóa #kích thích thính giác #kích thích hình ảnhTài liệu tham khảo
Andrews-Hanna JR, Saxe R, Yarkoni T (2014) Contributions of episodic retrieval and mentalizing to autobiographical thought: Evidence from functional neuroimaging, resting-state connectivity, and fMRI meta-analyses. Neuroimage 91:324–335. https://doi.org/10.1016/j.neuroimage.2014.01.032
Axelrod V, Rees G, Bar M (2017) The default network and the combination of cognitive processes that mediate self-generated thought. Nat Hum Behav 1:896–910
Bell AJ, Sejnowski TJ (1995) An information-maximisation approach to blind separation and blind deconvolution. Neural Comput 7:1129–1959
Biswal BB, Mennes M, Zuo XN et al (2010) Toward discovery science of human brain function. Proc Natl Acad Sci U S A 107:4734–4739. https://doi.org/10.1073/pnas.0911855107
Bréchet L, Bunet D, Birot G et al (2019) NeuroImage capturing the spatiotemporal dynamics of self-generated, task-initiated thoughts with EEG and fMRI. Neuroimage 194:82–92. https://doi.org/10.1016/j.neuroimage.2019.03.029
Bréchet L, Brunet D, Perogamvros L et al (2020) EEG microstates of dreams. Sci Rep in press
Britz J, Van De Ville D, Michel CM (2010) BOLD correlates of EEG topography reveal rapid resting-state network dynamics. Neuroimage 52:1162–1170. https://doi.org/10.1016/j.neuroimage.2010.02.052
Brunet D, Murray MM, Michel CM (2011) Spatiotemporal analysis of multichannel EEG: CARTOOL. Comput Intel Neurosci 2011:1–15. https://doi.org/10.1155/2011/813870
Campbell KL, Schacter DL (2017) Ageing and the resting state: is cognition obsolete? Lang Cogn Neurosci 32:661–668. https://doi.org/10.1080/23273798.2016.1227858
Christoff K, Irving ZC, Fox KCR et al (2016) Mind-wandering as spontaneous thought: a dynamic framework. Nat Rev Neurosci 17:718–731. https://doi.org/10.1038/nrn.2016.113
Corbetta M, Shulman GL (2002) Control of goal-directed and stimulus-driven attention in the brain. Nat Rev Neurosci 5:201–215
Custo A, Ville D, Van De, Wells WM et al (2017) Electroencephalographic resting-state networks. Brain Connect 7:671–682. https://doi.org/10.1089/brain.2016.0476
D’Croz-Baron DF, Baker M, Michel CM, Karp T (2019) EEG microstates analysis in young adults with Autism Spectrum Disorder during resting-state. Front Hum Neurosci 13:1–9. https://doi.org/10.3389/fnhum.2019.00173
Damoiseaux JS, Huijbers W (2017) The complementary value of task-evoked and resting-state functional imaging: a commentary on Campbell and Schacter (2016). Lang Cogn Neurosci 32:678–680. https://doi.org/10.1080/23273798.2016.1248452
Davis SW, Stanley ML, Moscovitch M, Cabeza R (2017) Resting-state networks do not determine cognitive function networks: a commentary on Campbell and Schacter (2016). Lang Cogn Neurosci 32:669–673. https://doi.org/10.1080/23273798.2016.1252847
Delorme A, Sejnowski T, Makeig S (2007) Enhanced detection of artifacts in EEG data using higher-order statistics and independent component analysis. Neuroimage 34:1443–1449
Fox MD, Raichle ME (2007) Spontaneous fluctuations in brain activity observed with functional magnetic resonance imaging. Nat Rev Neurosci 8:700–711
Fox KC, Andrews-Hanna JR, Mills C et al (2018) Affective neuroscience of self-generated thought. Ann N Y Acad Sci 1426:25–51. https://doi.org/10.1111/nyas.13740
Habermann M, Weusmann D, Stein M, Koenig T (2018) A student’s guide to randomization statistics for multichannel event-related potentials using Ragu. Front Neurosci 12:355. https://doi.org/10.3389/fnins.2018.00355
Hames EC, Murphy B, Rajmohan R et al (2016) Visual, Auditory, and cross modal sensory processing in adults with autism: an EEG power and BOLD fMRI investigation. Front Hum Neurosci 10:1–18. https://doi.org/10.3389/fnhum.2016.00167
Jung T-P, Makeig S, Humphries C et al (2000) Removing electroencephalographic artefacts by blind source separation. Psychophysiology 37:163–178. https://doi.org/10.1111/1469-8986.3720163
Khanna A, Pascual-Leone A, Michel CM, Farzan F (2015) Microstates in resting-state EEG: current status and future directions. Neurosci Biobehav Rev 49:105–113. https://doi.org/10.1016/j.neubiorev.2014.12.010
Koenig T, Prichep L, Lehmann D et al (2002) Millisecond by millisecond, year by year: normative EEG microstates and developmental stages. Neuroimage 16:41–48. https://doi.org/10.1006/nimg.2002.1070
Kucyi A (2018) Just a thought: How mind-wandering is represented in dynamic brain connectivity. Neuroimage 180:505–514. https://doi.org/10.1016/j.neuroimage.2017.07.001
Lehmann D, Skrandies W (1980) Reference-free identification of components of checkerboard-evoked multichannel potential fields. Electroencephalogr Clin Neurophysiol 48:609–621. https://doi.org/10.1016/0013-4694(80)90419-8
Lehmann D, Ozaki H, Pal I (1987) EEG alpha map series: brain micro-states by space-oriented adaptive segmentation. Electroencephalogr Clin Neurophysiol 67:271–288. https://doi.org/10.1016/0013-4694(87)90025-3
Lehmann D, Pascual-Marqui RD, Michel CM (2009) EEG Microstates Scholarpedia 4:7632. https://doi.org/10.4249/scholarpedia.7632
Makeig S, Bell. J, Jung A, Sejnowski T-P TJ (1996) Independent Component Analysis of Electroencephalographic Data. Adv Neural Inf Process Syst 8:145–151. https://doi.org/10.1109/ICOSP.2002.1180091
Michel CM, Koenig T (2018) EEG microstates as a tool for studying the temporal dynamics of whole-brain neuronal networks: a review. Neuroimage 180:577–593. https://doi.org/10.1016/j.neuroimage.2017.11.062
Michel CM, Brunet D (2019) EEG source imaging: a practical review of the analysis steps. Front Neurol 10:325. https://doi.org/10.3389/fneur.2019.00325
Milz P, Faber PL, Lehmann D et al (2016) The functional significance of EEG microstates-Associations with modalities of thinking. Neuroimage 125:643–656. https://doi.org/10.1016/j.neuroimage.2015.08.023
Murphy M, Stickgold R, Parr ME et al (2018) Recurrence of task-related electroencephalographic activity during post-training quiet rest and sleep. Sci Rep 8:1–10. https://doi.org/10.1038/s41598-018-23590-1
Murray MM, Brunet D, Michel CM (2008) Topographic ERP analyses: a step-by-step tutorial review. Brain Topogr 20:249–264. https://doi.org/10.1007/s10548-008-0054-5
Oldfield RC (1971) The assessment and analysis of handedness: the Edinburgh inventory. Neuropsychologia 9:97–113
Pascual-Marqui RD, Michel CM, Lehmann D (1995) Segmentation of brain electrical activity into microstates: model estimation and validation. Biomed Eng IEEE Trans 42:658–665. https://doi.org/10.1109/10.391164
Ptak R, Schnider A, Fellrath J (2017) The dorsal frontoparietal network: a core system for emulated action. Trends Cogn Sci 21:589–599
R Foundation for Statistical Computing (2017) R: a language and environment for statistical computing
Raichle ME, MacLeod A, Snyder AZ et al (2001) A default mode of brain function. Proc Natl Acad Sci U S A 98:676–682. https://doi.org/10.1073/pnas.98.2.676
Seitzman BA, Abell M, Bartley SC et al (2017) Cognitive manipulation of brain electric microstates. Neuroimage 146:533–543
Skrandies W (2007) The effect of stimulation frequency and retinal stimulus location on visual evoked potential topography. Brain Topogr 20:15–20. https://doi.org/10.1007/s10548-007-0026-1
Stickgold R, Walker MP (2005) Memory consolidation and reconsolidation: what is the role of sleep? Trends Neurosci 28:408–415. https://doi.org/10.1016/j.tins.2005.06.004
Tambini A, Davachi L (2013) Persistence of hippocampal multivoxel patterns into postencoding rest is related to memory. Proc Natl Acad Sci U S A 110:19591–19596. https://doi.org/10.1073/pnas.1308499110
Tambini A, Ketz N, Davachi L (2010) Enhanced brain correlations during rest are related to memory for recent experiences. Neuron 65:280–290. https://doi.org/10.1016/j.neuron.2010.01.001
Tomescu MI, Rihs TA, Rochas V et al (2018) From swing to cane: Sex differences of EEG resting-state temporal patterns during maturation and aging. Dev Cogn Neurosci 31:58–66. https://doi.org/10.1016/j.dcn.2018.04.011
Wamsley EJ (2019) Memory Consolidation during Waking Rest. Trends Cogn Sci 23:171–173. https://doi.org/10.1016/j.tics.2018.12.007