时间再现与工作记忆之间共享的脑电功能连接模式

《Behavioural Brain Research》：Shared EEG functional connectivity patterns between time reproduction and working memory

　　

- 时间复现与工作记忆在不同频段上共享共同的神经网络。
- 与静息状态相比，两项任务均引发了更多分离的功能连接网络。
- 工作记忆容量与时间精度之间存在相关性。

引言

间隔计时——即感知数秒范围内的时间的能力——通常通过时间复现（TR）任务来考察，在该任务中参与者编码一个时间间隔，随后复现其持续时间。这涉及一个复杂的认知过程，需要协调多个脑区，而工作记忆（WM）在其中发挥着至关重要的作用。WM是一种仅持续短时间（通常仅数秒）的主动记忆形式[1]。这一记忆过程包括编码、保持、提取和操作信息的能力（综述见[2]）。这些能力同样存在于时间复现中。

鉴于WM和TR都需要在相似的数秒时间尺度上维持和操作信息，它们可能依赖于部分重叠的神经生理机制。各种时间感知模型[3]、[4]都纳入了WM成分，该成分被认为有助于比较近期编码的时长与存储于记忆中的时长。

行为学证据支持了WM与间隔计时之间的密切关系。个体WM容量会影响计时的精度[5]，即WM容量较高的个体比能力较弱的个体在时间辨别上表现更精确、更敏感。然而，时间感知也受认知负荷的影响；即WM中所使用的心理努力程度[6]、[7]。在前瞻性范式中（例如[7]），高认知负荷与较短的感知持续时间有关。Polti等人的研究发现，增加WM负荷会系统性地降低三项任务中时长的主观感知：双重n-back和前瞻性言语估计。根据Herbst等人的观点[8]，随着间隔数量的增加，回忆时间间隔的精度会下降。这些发现表明，时间感知不是一个孤立的过程，而是严格受WM容量约束的过程。

间隔计时和WM都依赖于部分重叠的大规模脑网络，这些网络通过循环环路整合皮层和皮层下区域。有证据表明，间隔计时主要由皮层-纹状体-丘脑-皮层（CSTC）环路支持，包括纹状体、丘脑、辅助运动区（SMA）、前额叶皮层（PFC）和后顶叶皮层（PPC）。这些环路共同实现时间信息的编码、维持和比较[9]、[10]。WM则涉及背外侧前额叶皮层（DLPFC）、纹状体周围皮层、前扣带回皮层（ACC）、顶叶、楔前叶、额叶眼动区、基底神经节和丘脑[11]、[12]。重要的是，两种过程都依赖于CSTC环路的交互作用，这些环路支持内部表征在短时间尺度上的暂时稳定。这一机制通常归因于循环神经动力学[13]。根据Gu等人的观点[14]，计时可能依赖于与维持WM表征相同的网络级机制，因为汇聚的证据表明这两种过程共享共同的神经基质。一项同时考察数秒范围内时间感知和WM的fMRI研究发现，纹状体周围皮层、顶内沟（IPS）和后扣带皮层（PCC）在两种过程中均被激活（üstun等人，2017）。这些发现提供了关于脑区和环路的重要信息，但两种过程是否招募重叠的振荡活动功能连接模式仍然不清楚。这可以通过基于电活动（EEG）评估脑同步性来实现，同时还能在较短时间段内考察脑网络。

从网络神经科学的角度来看，时间感知和WM都可以被概念化为大规模脑网络交互作用的涌现属性，而非孤立的区域过程。有研究提出它们源于前额-顶叶和皮层下回路中共享的振荡动力学，这可能意味着时间信息以与WM表征类似的方式被主动维持[14]。与此观点一致，一种模型提出计时和WM之间存在共享机制，具体通过脑节律的耦合来实现[14]。有证据表明不同频段之间的相位-幅度耦合（PAC）在两种过程中都存在：时间编码中的α-β PAC [15]和WM中维持项目时的θ-γ PAC [16]。在Grabot的研究中，较高的计时准确性与脑节律之间更大的耦合有关。这种耦合可能有利于不同脑区之间的功能连接[17]、[18]。

这种振荡活动为协调分布区域之间的神经活动提供了时间框架。当振荡在区域间同步时，它们促进通信，表现为更高的功能连接。反过来，这些连接模式产生了大规模网络组织，可以使用图论方法进行定量表征。这些PAC发现提供了协调的振荡动力学有助于两种过程的一般性证据。然而，PAC和频段内功能连接量化的是神经活动的不同属性，不应被视为等效测量指标。因此，本研究专注于频段内EEG功能连接，它量化的是不同电极处记录信号之间的统计依赖关系。

在大规模网络中，EEG功能连接通过建立电极对之间的统计依赖关系来测量区域间EEG信号的同步性[19]。即使在静息状态下，EEG活动也表现出有组织的模式（Olguín-Rodriguez等人，2018）。这些配置被称为静息状态网络，但它们并非静态的。事实上，它们在任务执行过程中会动态重组，反映了大脑对环境需求的适应适应能力[20]。这种适应能力意味着EEG活动（因而也是功能连接）会根据呈现的任务或刺激的特征而发生变化。整合和分离指标对于理解这种重组至关重要。整合有利于涉及多个网络的认知功能中的全局加工，而分离则允许功能系统的特化[20]、[21]。此外，整合反映了大脑在分布区域间整合特化信息的能力，而分离则表明互连子网络中的特化加工[22]。人类连接组的这些特性促进了信息的高效灵活流动，通常被描述为"小世界"网络[23]、[24]。用于衡量整合和分离的最常用图论指标分别是全局效率和局部效率[25]。网络密度是另一个有价值的指标，用于评估脑网络的强度和整体脑内通信。

这些原则对于理解WM和时间估计背后的神经机制至关重要。n-back任务执行期间的EEG研究一致表明，θ频段连接支持全局整合，而α频段活动反映功能抑制和网络分离[26]。这些发现突出了θ频段整合在WM中的关键作用，其特征为θ网络中全局效率增加以及α频段中局部聚类减少。这进而反映了向更加整合的网络配置的转变，从而增强信息传递。然而，很少有研究探讨时间估计期间的EEG功能连接，尽管在其中也观察到类似的大规模协调原则（[27]；Rivera-Tello等人，2020；Gadheri等人，2018）。2.5秒范围的计时与前额-中央和顶叶区域θ、α和β频段的EEG功率有关（Rivera-Tello等人，2020）。早期的一项研究表明，时间估计涉及分布网络（前部和后部）之间的同步，以及某些网络属性（如全局密度和局部效率）的变化[27]。在该研究中，任务期间局部效率较静息时增加，这可能反映了更高的分离性。综合来看，这些发现——包括n-back任务中θ频段全局效率的增强[26]以及时间估计中前后区域频段依赖性连接模式[27]——支持了这样一种观点：两种过程都依赖于频率特异性的同步机制，这些机制动态地组织大规模脑网络。

时间估计通常通过时间复现任务（TR）来评估，已知WM和注意力会影响其表现[28]。TR任务有三个主要阶段：编码（EN）、维持（MA）和复现（RE）。EN是初始阶段，在此阶段刺激的持续时间被感知并编码为内部时间表征。MA涉及该时间信息的短期保持。RE是最后阶段，存储的持续时间被提取并通过行为进行复现，通常通过运动反应（如按下按钮指示感知的间隔）来实现。

一个重要方面是，这些阶段可能受个体特征的影响。特别是，性别可能是一个相关的调节因素。尽管该领域的早期发现结果不一，但早期的一些行为学研究表明男性和女性在主观时间估计上存在差异。[29]报告了女性在短时间间隔判断中存在更大的高估和变异性。较近期的元分析综述[30]阐明了方法学特征（试验次数、计时任务类型）如何影响观察到的性别差异的可靠性。该综述强调将性别纳入时间感知机制研究中的关键协变量的重要性。后续研究报告了男性和女性在不同领域中EEG活动和认知策略的差异（综述见[31]）。例如，在内部计时机制的运作中，女性倾向于感知到时间流逝更慢[32]。神经影像研究揭示了不同的结构脑连接模式，女性和男性分别表现出更大的半球间连接和更强的半球内连接[33]。在执行认知任务时，男性倾向于表现出更高的网络整合，而女性则表现出更大的网络分离[34]。近期在WM背景下的EEG发现表明，即使没有明显的行为效应，这些连接差异也会显现出来，因为女性倾向于招募更多分布的θ频段网络，而男性在WM任务执行期间表现出更强的α和β频段连接[35]。

据我们所知，目前尚无研究使用EEG连接方法来考察WM和TR之间的关系。因此，本研究的目的是：(i) 评估TR表现与WM容量的关系；(ii) 识别两项任务与静息状态相比的组织变化；(iii) 识别TR和WM之间共享的EEG功能连接模式。我们假设TR表现将与WM容量相关，两项任务与静息状态相比都将表现出分离的组织，并且这些过程将表现出重叠的功能连接网络，特别是在θ、α和β频段，因为这些节律已被观察到参与两种过程。除这些先验假设外，我们还将性别相关差异和详细的感兴趣区域（ROI）模式作为探索性分析进行考察。我们假设女性表现出更高的半球间连接。

参与者

样本由52名志愿者（24名男性，28名女性）组成，平均年龄25.9岁（SD = 3.9）。所有参与者均为右利手。无人有神经系统疾病、精神障碍或ADHD症状（DSM-IV标准）病史。在女性中，12人处于卵泡期，15人处于黄体期。估计的平均IQ得分为110.6（SD = 10.1）。神经科学研究所伦理委员会批准了实验方案，所有参与者均签署了行为同意书。

显著发现

在2-back任务（IES得分）上的时间精度（CV）与WM容量之间发现了显著相关性：对于2.5秒间隔（r = 0.49, p < 0.05, R2 = 0.24）和3.5秒间隔（r = 0.43, p < 0.05, R2 = 0.18），表明WM容量越高，CV值越好（图2）。时间精度与数字广度得分之间也存在相关性：对于2.5秒间隔（r = ?0.35, p < 0.01, R2 = 0.12）和3.5秒间隔（r = ?0.31, p < 0.05, R2 = 0.1）。

绝对误差

讨论

本研究提供了行为学和神经生理学证据，支持WM和TR之间关系的存在，因为我们在两种过程之间识别出了行为学关联和共享的EEG功能连接网络。

局限性

在解释本研究发现时应考虑若干局限性。首先，TR和WM具有共同的任务要求，包括视觉和注意力过程、任务规则维持、决策、反应准备和运动执行。因此，观察到的部分重叠连接可能反映的是一般性任务参与，而非时间表征和工作记忆所特有的过程。其次，任务相关的连接矩阵是通过减去……

结论

我们的发现突出了时间复现和工作记忆在行为层面和EEG层面的密切关系。

值得注意的是，脑电图（EEG）连接性分析揭示，两种过程均依赖于部分重叠的功能连接模式。与静息状态相比，网络组织表现出更加分隔、具有任务特异性的功能网络。与我们的假设一致，我们识别出了TR和WM之间共享的连接网络，其组织方式有所不同。贡献声明：Ramos Loyo Julieta：写作——审阅与编辑、原创草稿撰写、验证、监督、资源、项目管理、方法论、调查、资金获取、概念构思。Rivera Tello Sergio：原创草稿撰写、可视化、软件、方法论、调查、形式化分析、数据整理、概念构思。Rebeca Romo-Vázquez：写作——审阅与编辑、监督、方法论。利益冲突声明：作者声明，不存在可能影响本文所报告工作的已知竞争性财务利益或个人关系。Sergio I. Rivera-Tello | Rebeca Romo-Vázquez | Julieta Ramos-Loyo