空间与语言联想识别记忆的侧化与定位

《Neurobiology of Learning and Memory》:Lateralisation and localisation of spatial and verbal associative recognition memory

【字体: 大 中 小 】 时间:2026年05月03日 来源:Neurobiology of Learning and Memory 1.8

编辑推荐:

  尼里·贝克(Neri Baker)| 亚当·本特维尔岑(Adam Bentvelzen)| 海瑟·弗朗西斯(Heather Francis)| 尼古拉斯·巴德科克(Nicholas Badcock) 麦考瑞大学,澳大利亚 **摘要** 情景记忆是指有意识地回忆过去的

  尼里·贝克(Neri Baker)| 亚当·本特维尔岑(Adam Bentvelzen)| 海瑟·弗朗西斯(Heather Francis)| 尼古拉斯·巴德科克(Nicholas Badcock)
麦考瑞大学,澳大利亚

**摘要**
情景记忆是指有意识地回忆过去的经历。这一能力的神经基础长期以来一直受到临床研究的关注,因为其缺陷可能会对患者造成严重影响,尤其是那些颞叶有病变的人。本研究旨在通过使用3D时频分析和脑电图(EEG)的连接性分析,来改进对单侧颞叶病变患者的评估方法,同时减少感知混淆。研究共纳入了20名18至33岁的右利手参与者。通过eLORETA的平均频带功率分析,比较了他们的空间联想记忆和语言联想记忆,以及静息状态下的脑电活动,以确定后续分析的重点区域。对下颞叶、海马旁回、下额叶和中枕叶进行了时频分析,并比较了32个感兴趣区域之间的相位同步性。研究发现,语言联想记忆在1000毫秒左右出现峰值同步性,且具有轻微的左侧偏侧化特征,而空间联想记忆则表现为时间上分散和双侧不同步。总体而言,语言和空间联想记忆的局部同步性水平更为相似,没有证据表明存在由材料类型或半球差异导致的明显分离。语言和空间联想记忆在θ波和α波振荡方面的相位同步性差异表明,这些波在长距离同步中起作用,而非局部同步。未来的研究应侧重于重复实验、进一步探索连接性,并评估感知处理中的材料特异性缺陷,以识别记忆处理中的问题。

**1. 空间和语言联想记忆的定位与偏侧化**
**1.1 情景记忆**
情景记忆是一种涉及有意识回忆过去经历的人类认知能力。其神经基础长期以来一直受到临床研究的关注。20世纪50年代,彭菲尔德(Penfield)和斯科菲尔德(Scofield)对接受颞叶切除术的患者进行了情景记忆在大脑中的定位和偏侧化研究(Milner, 1970)。尽管这些手术的目的是控制癫痫发作和治疗精神分裂症,但结果发现海马和海马旁回的重要性,因为双侧切除会导致严重的顺行性遗忘(Milner, 1970)。因此,在进行手术切除时,记忆功能的定位成为一个重要考虑因素。此后,材料特异性成为指导情景记忆神经基础研究的一个长期理论,即左半球与语言记忆(如最近对话的记忆或购物清单)相关,而右半球与非语言记忆(如导航地点、记忆面孔或识别图案)相关(Kennepohl et al., 2007, Wagner et al., 1998)。关于这一点存在争议,有研究者认为非语言记忆实际上依赖于两个半球的健康功能(Glikmann-Johnston et al., 2008)。情景记忆对日常活动至关重要,其受损可能会造成严重后果(Rivas-Fernández et al., 2020)。因此,能够评估不同类型情景记忆的缺陷具有重要的临床意义。然而,现有的语言记忆任务通常表现出左侧偏侧化,而非语言记忆任务则表现出不同程度的右侧偏侧化(McAndrews & Cohn, 2012)。这些不一致的结果可能是由于混淆因素造成的(Bentvelzen et al., 2022)。首先,空间任务往往容易用语言表达(例如,“这是一个十字形”),这可能导致语言处理区域被招募用于空间记忆(Golby et al., 2001, Kennepohl et al., 2007)。其次,空间和语言任务具有不同的感知特征(如大小和空间频率),这会影响大脑中参与处理的区域和半球(Dien, 2008)。最后,对精确位置(如“距离物体11厘米”)和类别性空间关系(如“在物体上方”)的神经处理不同,后者更易于用语言表达,需要的空间处理精度较低(van der Ham et al., 2014)。减少这些混淆因素对于识别语言和空间记忆的定位和偏侧化活动以及预测偏侧性病变的影响至关重要。

**1.2 测量情景记忆中的时间动态**
情景记忆研究通常使用功能性磁共振成像(fMRI),其高空间分辨率可以精确到毫米级别地分割大脑区域和结构(Kühn & Gallinat, 2014)。虽然脑电图(EEG)的空间分辨率通常为厘米级而非毫米级,但EEG研究可以补充fMRI的研究。fMRI是一种间接测量大脑活动的方法,测量延迟通常为2至6秒(Palacio & Cardenas, 2019),而EEG则具有更好的时间分辨率(1毫秒),能够分析记忆相关过程中的神经活动精确时间过程(Teplan, 2002, Tong and Thakor, 2009)。一种常用的分析方法是事件相关电位(ERPs),即刺激后EEG检测到的多次试验数据的平均值(Cohen & Grafman, 2014)。然而,尽管ERPs具有高时间精度,但在平均过程中会丢失大量数据,尤其是那些时间上与刺激锁定但相位上未锁定的数据(Cohen & Grafman, 2014)。相比之下,基于时频的方法考虑了时间和频率上的频带功率(Cohen & Grafman, 2014)。频带功率代表了整个神经信号,不会丢失数据,是给定频率下同步神经元数量的度量。这种神经同步性的增加或减少分别称为事件相关同步(ERS)和事件相关去同步(ERD),表现为刺激后频带功率的时间锁定增加或减少(Klimesch et al., 2008)。还可以生成3D估计的大脑源的时频图,以进一步帮助解释结果(Pascual-Marqui, 2009)。神经数据感兴趣的频率带通常包括θ波(3至8赫兹)、α波(8至13赫兹)、低β波(13至20赫兹)、高β波(20至30赫兹)和γ波(30赫兹及以上)(Roopun et al., 2008, Steriade, 2006)。

**1.3 支持情景记忆的认知过程的神经相关性**
注意力、感知、运动、语义和词汇认知过程都支持情景记忆,它们似乎涉及多个频率带和大脑区域(Dickerson & Eichenbaum, 2010)。例如,选择性注意力决定了我们关注什么,从而决定了我们使用有限的记忆资源来编码什么(Chun & Turk-Browne, 2007)。证据表明θ波和α波都参与注意力过程:前额中线的θ波ERS与保持工作记忆中的信息有关,α波ERD与选择性注意力和感觉刺激有关,α波ERS与抑制无关信息有关(Bacigalupo and Luck, 2019, Klimesch, 2012, Tong and Thakor, 2009, Wang, 2010)。β波ERD一直与一系列运动准备和感觉整合活动相关(Ehm et al., 2011, Wang, 2010),而广泛的γ波ERS与特征绑定和意识有关(Braet and Humphreys, 2009, Desimone and Duncan, 1995, Summerfield et al., 2002)。与这些认知过程相关的大脑区域各不相同。例如,注意力过程涉及许多前额和顶叶区域(Yantis, 2008),单词的音系和语义处理与左下额叶相关(Uncapher et al., 2006)。涉及的大脑区域还可能取决于刺激属性。对于感知处理,空间处理与后扣带回、后扣带回和左腹侧下额叶皮层相关,颜色处理与后下颞叶皮层相关,多特征感知绑定与顶内沟相关(Uncapher et al., 2006)。

**1.4 情景记忆的神经相关性**
最近的研究提供了有限的证据,表明参与记忆过程的大脑区域和频率带,并强调了减少记忆研究中的混淆因素的重要性。表S.1和S.2分别总结了非语言和语言记忆过程的发现,包括脑电图(EEG)、颅内EEG(iEEG)、脑磁图(MEG)和功能性磁共振成像(fMRI)等方法。总体而言,非语言刺激的识别(表S.1)始终与额叶和顶叶区域的右侧偏侧化θ波和γ波ERS相关(参与者之前学过的正确识别项目)。虽然θ波ERS与来源识别有关,但γ波ERS似乎与物体识别有关。然而,γ波振荡可能支持意识和支持特征绑定,而不仅仅是参与记忆过程(Braet and Humphreys, 2009, Desimone and Duncan, 1995, Summerfield et al., 2002)。有证据表明,在非语言记忆任务中β波ERD存在偏侧化。由于这种活动之前与运动准备和感知处理相关,因此其对这种偏侧化的具体贡献尚不清楚(Wang, 2010)。关于空间记忆,研究表明颞叶、顶叶和枕叶区域存在右侧偏侧化,但前额叶也有参与。在成功的非语言记忆过程中没有发现与α波振荡相关的证据。

**1.5 关于语言记忆**
关于语言记忆(表S.2),研究通常使用词汇学习任务,但关于定位和偏侧化的发现结果不一。这种差异可能是由于立即记忆和延迟记忆(刺激呈现后400至900毫秒与1200至1600毫秒)以及处理深度不同而招募了不同的大脑网络(Hanslmayr et al., 2009, Rivas-Fernández et al., 2020)。此外,其他认知技能也可能影响结果。例如,Sederberg等人(2007)使用的自由回忆范式避免了按钮按压,从而减少了某些运动活动,但增加了与语言相关的词汇、语义和运动过程。此外,工作记忆负荷影响了β波和γ波带的活动,表明除了情景记忆之外的认知过程的需求可能影响招募的神经资源(Fernández et al., 2021)。总体而言,这些结果提供的材料特异性偏侧化证据有限,且由于潜在的混淆因素难以解释。在网络层面,多项iEEG实验表明注意力网络在语言和空间情景记忆中起作用。重复实验显示,从PFC到海马以及从显著性网络(SN)到默认模式网络(DMN)和前额顶叶网络(FPN)存在自上而下的因果信息流(Das et al., 2022, Das and Menon, 2021, Das and Menon, 2024a, Das and Menon, 2024b)。在这些研究中,记忆任务期间的连接性显著高于静息状态,且记忆表现较强时连接性也显著更高。综合这些发现,支持注意力网络在情景记忆中引导认知资源朝向显著信息的作用。

**1.6 研究理由和假设**
本研究旨在通过使用3D时频和EEG数据的连接性分析,来探索空间和语言情景联想记忆过程的定位和偏侧化,同时减少感知和注意力混淆,并包括多个频率带(θ波、α波、β波和γ波)。鉴于先前的研究表明记忆功能存在特定材料的脑电图(EEG)侧化现象,本研究提出假设:在θ和/或γ频段,成功识别的项目(正确反应)的平均频带功率会有所不同,这可能分别对应于颞叶区域的左侧或右侧侧化;然后利用这一分析来识别感兴趣的区域(ROIs;详见附录A)。进行了探索性分析,以比较不同条件和半球之间频带功率随时间和频率的变化情况,以及识别出的ROIs之间的平均相位同步性。

2. 材料与方法
2.1. 参与者
参与者为28名健康的右撇子学生,视力正常或经过矫正至正常水平。有两名参与者完成的试验次数不足,另有六名参与者的数据因原始电极数据质量不佳而被剔除。最终纳入分析的数据来自20名参与者(性别:11名男性,9名女性),年龄在18至33岁之间(平均值=24.20岁,标准差=4.82岁),根据爱丁堡 handedness 量表(Edinburgh Handedness Inventory)判断为右撇子(平均值=88.67分,标准差=13.91分,范围66至100分)。参与者自愿参与,并获得了相应的报酬。本研究已获得麦考瑞大学人类研究伦理委员会的批准(批准编号5201100342)。
2.2. 设备
视觉序列使用Presentation软件(Neurobehavioral Systems Inc,版本10.3)生成。刺激内容和任务指令显示在18英寸的Sony Trinitron CRT显示器上,显示频率为100Hz,屏幕分辨率为1024×768像素。参与者在光线较暗的房间中以60厘米的距离观看刺激物,并通过Cedrus RB830按钮盒进行响应。左右按钮分别对应“是”和“否”的选择,两者之间进行了平衡设计。
EEG数据通过安装在32电极Easy-Cap帽上的烧结Ag-AgCl电极记录,电极配置为10–20电极阵列。电极包括位于每只眼睛外眼角的水平眼电图电极、左眼上下方的垂直眼电图电极以及两个乳突点(M2)。接地电极位于FPz和Fz之间。左乳突电极作为在线参考电极。电极阻抗低于5 kΩ。EEG数据经过20000倍放大,采样率为500Hz,通过50Hz的低通滤波器进行在线处理,并使用NeuroScan Synamps2系统(Compumedics Ltd)进行记录。
2.3. 材料
空间目标刺激由八个预随机化的字母三元组组成,这些三元组是从一个不规则、不对称的24个位置阵列中选取的,该阵列的最大二维范围为11.23°×9.31°,以屏幕中心为基准,且没有网格或外部边界(见图1)。这些位置大致均匀分布在每个象限内。相邻位置之间的最小视觉角度间隔为1.71°,以防止感知上的分组。在每组目标刺激中,所有24个位置都被使用过一次,与处理语言刺激的方法类似。
下载:高分辨率图像(19KB)
下载:全尺寸图像
图1. 显示屏幕上的网格位置。
由于位置阵列的不规则设计,没有任何一对位置能够完全对齐在任何水平或垂直轴上,也没有任何三个位置能够沿对角轴对齐。此外,没有任何刺激物能够直接指向某个角落,且任何阵列组合(即字母之间的角度组合)都不能以转置或旋转的形式完全重复。这种特定的阵列设计及其限制旨在防止将不同位置感知为同一个更大的位置,从而促进对位置精确位置和距离的编码。
识别模块中的空间刺激包括每个目标六个正确刺激(共48个)和每个目标六个独特的错误刺激(共48个)。错误刺激是通过改变目标中的一个位置来创建的。正确和错误刺激都使用相同的24个位置集,目标中的任何位置都可以作为错误刺激的一部分被重新使用(与语言刺激中的字母相同)。
语言目标由八个字母三元组组成,字母可以以任意顺序呈现。这些三元组使用了24个字母(不包括Q和W)。字母为大写,从Courier New字体修改而来,以适应每个字母占据0.53°的垂直和水平空间。在一个刺激集中,没有任何字母被重复使用,且没有三元组可以重新排列成实际的单词。在六个编码模块中,每个三元组中的字母顺序都是预先随机化的,以防止形成字母-位置关联。
2.4. 程序
参见图2(A),了解四种刺激类型的示例:学习目标刺激、正确识别刺激和错误刺激。记忆任务包括六个编码模块,每个编码模块之后是一个识别模块(见图2(D))。在编码模块期间,参与者学习目标刺激;而在识别模块中,参与者需要区分正确(与目标相同)和错误(与目标不同)的刺激。
2.4.1. 任务设计
在静息状态下,参与者被要求注视一个固定点128秒。在每个编码模块期间,参与者学习八个目标刺激,这些刺激以伪随机顺序呈现(见图2[B])。300毫秒的等待时间后,注视点的时间在600至1000毫秒之间随机变化,以增强持续的注意力。每个编码模块中呈现相同的八个目标刺激。
在每个识别模块中,八个目标刺激与八个错误刺激以伪随机顺序混合呈现(见图2[C])。在空间条件下,参与者根据每个三元组的位置回答“是——之前见过”或“否——从未见过”。在语言条件下,参与者根据每个字母组合回答“是——之前见过”或“否——从未见过”。因此,虽然刺激在感知上是等价的,但两种实验条件下的识别规则不同。为了平衡参与者的反应习惯,一半的参与者被指示用右键表示“是”,用左键表示“否”,另一半则相反。
2.4.2. 语言化评分任务设计
在每个条件结束后,目标刺激以伪随机顺序呈现1500毫秒,参与者通过按键将刺激评分为0(从未记得/不记得该物品)、1(偶尔记得)、2(经常记得)或3(总是记得),以回答“在任务中你有多频繁使用语言标签来帮助记忆该物品?”
2.5. EEG预处理
离线时,使用MATLAB(版本2023a)和EEGLAB工具箱(版本2024;Delorme & Makeig, 2004)对EEG数据进行了预处理(见图3)。采用批量编码(Supplementary_File_1)来减少预处理过程中的错误,并在关键决策点进行视觉检查:识别噪声较高或信号较低的通道,移除含有较大肌肉伪迹的数据段,并检查EEGLAB插件MARA(Winkler et al., 2011)标记为需要删除的伪迹;不会自动放弃任何决定。在48个可用数据段中,语言条件下保留了87.29%的数据(标准差=7.05%),空间条件下保留了81.77%的数据(标准差=9.46%)。在静息条件下的64个可用数据段中,保留了94.06%的数据(标准差=2.36%)。
2.6. 数据分析
2.6.1. 软件与统计
在识别阶段,计算了对目标和错误刺激的正确响应百分比,从而得出目标/错误刺激区分的平均正确百分比和敏感性(d’)值,以确保每种条件下的不同类型刺激都被充分学习。d’基于z分数转换,同时考虑了正确反应和错误警报,从而控制了反应偏差(McNicol, 1972)。还计算了每位参与者在两个记忆任务中的平均反应时间(从响应屏幕出现到实际反应的时间)。通过使用Woltz & Was (2006)提出的正确率得分(rate correct score)来评估条件之间的速度-准确性权衡,公式为:正确百分比 / 反应时间。行为测量的效应量(识别表现准确性、反应时间、正确率得分)使用Morris和DeShon (2002)的方法进行了Cohen's d调整,并根据Lipsey和Wilson (2001)的标准进行评估(即:小效应量:<0.3;中等效应量:0.3至0.7;大效应量:>0.7)。
原始EEG数据可供查阅(Baker et al., 2024)。使用eLORETA分析软件(版本20240421)对脑区进行频带功率分析,导出用于时频分析的源信号,并评估脑区之间的连接性。eLORETA利用平均脑解剖模型将2D电极信号网格转换为生成这些信号的3D皮层源的估计值,模型分辨率为5毫米的6239个体素(Pascual-Marqui, 2007)。使用MATLAB(版本R2023a)进行时频分析。人口统计数据(包括年龄、性别、惯用手和数据保留百分比)使用jamovi(版本2.3.28)进行处理。所有三种分析都采用了排列检验(permutation testing),以允许多重比较(在体素或时频点上),同时控制家族误差。排列检验的alpha值为0.05。但如果在同一数据上进行了多次排列检验(例如,三个条件之间的成对比较),则应用Bonferroni校正。
2.6.2. 平均频带功率分析
使用eLORETA将电极时间序列转换为3D源频率谱。对于每个频率带,计算每个参与者和每个条件在0至2秒时间段内的平均频带功率。然后在每个体素上进行组内t检验,比较不同条件(语言-空间、语言-静息、空间-静息),使用了5000次随机排列。详见Supplementary_File_2中的eLORETA方法。
2.6.3. ROI选择
识别出统计显著性阈值以上或至少具有中等效应量(Cohen’s d = 0.5)的体素作为ROI(即节点)。用于连接性分析的ROI是在任何比较中具有统计显著性或至少中等效应量的区域(Cohen’s d ≥ 0.5)。当相邻体素具有较大效应量时,选择效应量最大的体素。根据效应量和空间区分度(至少相隔15毫米以避免ROI重叠),从中选取一部分ROI进行时频分析。许多区域与过去文献中关于它们参与记忆过程的证据一致(Hanslmayr et al., 2011, Long et al., 2014, Poppenk et al., 2010, Raichle, 2011, Rivas-Fernández et al., 2020)。详见附录A中的结果。
2.6.3. 时频分析
使用eLORETA在ROI处生成源信号。在每个ROI处,从刺激后0至2000毫秒生成时频图——时频图是每个频率-时间组合的频带功率的2D映射(Cohen & Grafman, 2014)。为了防止低频成分在显著性检验中占据主导地位,并考虑到参与者之间不同的功率-频率关系(这两种情况都可能对结果产生偏差),所有图表都进行了基于基线水平的标准化处理(Cohen和Grafman,2014年;Raichle,2011年)。具体来说,对于“语言”、“空间”和“静息”状态下的图表,每个频率都根据其在静息状态下的平均值百分比差异进行了标准化(Gruber等人,2008年;Kloosterman等人,2015年)。时间-频率图表之间的差异通过将每个图表的条件标签随机排列1000次,并使用基于簇大小的显著性检验方法进行统计比较(Cohen,2023年)。为了避免可能误解边缘效应,那些仅出现在距离边缘100毫秒以内的显著差异被忽略了。MATLAB代码和eLORETA方法的详细信息请参见补充文件1。

2.6.4. 连通性分析
对于“命中”(即正确识别刺激的脑电活动),在不同条件(“语言-空间”、“语言-静息”和“空间-静息”)之间,平均在各个时间段内比较了区域间的连通性。错误反应没有进行分析。根据时间-频率分析的结果,连通性分析的时间段被定义为400至1300毫秒,并计算了该时间窗口内每个频率的平均频带功率。使用eLORETA方法,将EEG通道数据转换为每个人脑区对之间的滞后相位同步系数矩阵。采用被试内t检验来比较不同条件下的连通性,同时进行了5000次随机排列。eLORETA方法的详细信息请参见补充文件1。

3. 结果
3.1. 行为表现
图4显示了语言和空间条件在六个学习阶段中的记忆识别表现学习曲线。六个学习试验的平均识别准确率(d')在语言刺激中显著更高,M = 2.20(平均正确率为84%,错误警报率为19%),而在空间刺激中为M = 1.61(正确率为77%,错误警报率为27%),t(19) = 3.15,p = 0.005,d = 0.72。语言刺激的命中率也显著更高,M = 87%(48次试验中41.85次正确),SD = 6.97%,而空间刺激为M = 81%(48次试验中39.10次正确),SD = 9.95%。
下载:高分辨率图片(53KB)
下载:全尺寸图片

图4. 语言和空间联想记忆任务中,从第1到第6个识别阶段的平均识别准确率(正确百分比)。

反应时间(RTs)在空间联想记忆中显著更短,M = 583.85毫秒,SD = 233.02毫秒,而在语言联想记忆中为M = 717.34毫秒,SD = 234.60毫秒,t(19) = 3.23,p = 0.004,d = 0.72。校正反应时间后的正确率指标(即衡量速度与准确性的权衡)在语言和空间刺激之间没有显著差异,Mdiff = -0.03,SDdiff = 0.07,t(19) = 1.70,p = 0.10,d = 0.42。

3.2. 操作检查
使用被试内t检验比较了参与者在语言和空间目标上报告的使用语言标签的情况。差异分数呈正态分布。在语言条件下(M = 1.26,SD = 0.67),参与者使用语言标签的频率显著高于空间条件(M = 0.75,SD = 0.87),t(19) = 2.40,p = 0.013,d = 0.54。

3.3. 时间-频率分析
将语言和空间条件下的时间-频率结果与静息状态进行了比较。在语言条件下,时间和频率峰值较为明显;而在空间条件下,差异更为分散(见图5和图6)。图7直接比较了语言和空间条件。总体而言,语言和空间条件之间的显著差异是由于语言条件下增强式反应同步(ERS)增强以及空间条件下减少式反应去同步(ERD)增强的协同效应。图8显示了侧化现象。由于图5表明语言条件在左右半球都存在ERS,因此图8表明ERS在时间和频率上存在半球差异——在40赫兹和25赫兹以及大约700和1000毫秒时,左半球的ERS较低;而在30和45赫兹以及800毫秒时,左半球的ERS较高。
下载:高分辨率图片(317KB)
下载:全尺寸图片

图5. 时间-频率图:语言状态减去静息状态。注意:刺激呈现时间为0至1500毫秒。条件之间的百分比基线标准化功率的显著差异已标出(p < 0.05)。Theta波段:早期(0–300毫秒)和晚期(1500–2000毫秒)的ERS在所有面板中以红色显示,在右侧中间枕叶(面板H)的1800毫秒处具有统计学意义。Alpha波段:刺激开始后所有面板中的ERD不显著(蓝色)。高beta波段和低gamma波段:在左侧大脑的颞叶和额叶区域(面板A-C、E-G)以及右侧大脑的800–1100毫秒期间,ERS具有统计学意义,但在枕叶区域不显著(面板D、H)。
下载:高分辨率图片(589KB)
下载:全尺寸图片

图6. 时间-频率图:空间状态减去静息状态。注意:刺激呈现时间为0至1500毫秒。条件之间的百分比基线标准化功率的显著差异已标出(p < 0.05)。Theta波段:在1500至2000毫秒期间,ERS显著(红色)。Alpha波段:在中间枕叶和右侧海马旁回(面板D、F、H)以及左侧海马旁回和两侧颞叶(面板A、B、E)的0至1800毫秒期间,ERD显著(蓝色)。低beta波段和高gamma波段:在右侧海马旁回(面板F)的800至1800毫秒期间,以及左侧枕叶的800至1800毫秒期间,ERD显著。Gamma波段:在左侧颞叶、海马旁回和左侧中间枕叶中ERD显著,左侧颞叶和海马旁回有两个峰值(面板A、B;500、1100毫秒),而在右侧大脑只有一个峰值(面板E、F;1000毫秒)。在左侧颞叶和中间枕叶(面板A、D)中,gamma ERD在时间和频率上广泛存在。
下载:高分辨率图片(297KB)
下载:全尺寸图片

图7. 时间-频率图:语言状态减去空间状态。注意:刺激呈现时间为0至1500毫秒。条件之间的百分比基线标准化功率的显著差异已标出(p < 0.05)。
语言条件:Theta波段、alpha波段和低beta波段(面板A-D):半球间的同步性没有显著差异。高beta波段和gamma波段:在左侧额叶、海马旁回和颞叶下回(面板A-C)中,左侧与右侧相比,ERS(红色)和ERD(蓝色)显著(ERS:800毫秒时30、45赫兹;ERD:400、1000毫秒时40、25赫兹)。

空间条件:半球间没有显著差异(面板E-H)。峰值差异的幅度较低(面板E-H,最大z值=1.29),与语言条件相比(面板A-D,最大z值=21.60)。所有峰值差异详见表S.4。
下载:高分辨率图片(272KB)
下载:全尺寸图片

图8. 时间-频率图:左侧大脑减去右侧大脑。注意:刺激呈现时间为0至1500毫秒。条件之间的百分比基线标准化功率的显著差异已标出(p < 0.05)。
语言条件:Theta波段、alpha波段和低beta波段(面板A-D):半球间同步性没有显著差异。高beta波段和gamma波段:在左侧额叶、海马旁回和颞叶下回(面板A-C)中,左侧与右侧相比,ERS(红色)和ERD(蓝色)显著(ERS:800毫秒时30、45赫兹;ERD:400、1000毫秒时40、25赫兹)。
空间条件:半球间没有显著差异(面板E-H)。峰值差异的幅度较低(面板E-H,最大z值=1.29),与语言条件相比(面板A-D,最大z值=21.60)。所有峰值差异详见表S.4。

3.4. 连通性分析
与语言条件相比,空间条件下左侧海马旁回与右侧后中央回之间的高beta相位同步性显著更强,t(19) = -5.66,p = 0.010,d = 1.33。与静息状态相比,语言条件下左侧岛叶与右侧扣带回之间的theta相位同步性显著更强,t(19) = 5.52,p = 0.015,d = 1.30;左侧后中央回与右侧下额叶之间的相位同步性也显著更强,t(19) = 5.80,p = 0.008,d = 1.37。同样与静息状态相比,空间条件下左侧上颞叶与左侧前中央回之间的低beta相位同步性显著更强,t(19) = 5.62,p = 0.010,d = 1.32。
图9显示了至少具有中等效应大小的条件下相位同步性的差异。总体而言,与静息状态相比,语言和空间条件在所有频率带上的相位同步性更强。例外情况出现在alpha波段和高beta波段:语言和空间条件中涉及后部节点的相位同步性相对减弱。
下载:高分辨率图片(338KB)
下载:全尺寸图片

图9. 中等程度的相位同步性差异。注意:线条表示Cohen的d ≥ 0.5;红色表示正值,蓝色表示负值。例如,在语言-静息条件下,后部的蓝色连接表示静息状态下的相位同步性更强,而前部的红色连接表示语言条件下的相位同步性更强。

图10展示了至少具有中等程度相位同步性差异的节点对数量。使用补充材料1中的皮尔逊卡方检验(表S.3和S.4)来评估节点对的数量是否与比较结果(语言-空间、语言-静息、空间-静息)或半球(左侧、右侧、半球间)有显著关联。两个具有显著差异的频率是低beta波段,其中半球间连接的变化大于半球内连接;以及低gamma波段,其中语言和空间条件下的半球间连接变化较大,而空间条件下的左侧半球连接变化也较多。
下载:高分辨率图片(200KB)
下载:全尺寸图片

图10. 具有中等程度相位同步性差异的节点对。注意:V = 语言,S = 空间,R = 静息。对于低beta波段,卡方检验具有显著性,χ2(4,N = 228) = 10.36,p = 0.035,效应大小较小(Cramer’s V = 0.13):半球间连接大于半球内连接,尤其是在空间条件下。对于低gamma波段,卡方检验具有显著性,χ2(4, N = 189) = 20.13,p < 0.001,效应大小介于小到中等(Cramer’s V = 0.23):左侧半球和半球间连接大于右侧半球连接。

4. 讨论
本研究的目的是在减少语言和感知混淆的情况下,比较语言和空间识别记忆任务之间的神经活动。

4.1. 时间-频率分析
4.1.1. 语言和空间条件与静息状态的比较
对于语言联想记忆与静息状态(图5)的比较,700至1200毫秒期间,双侧的颞叶下回、颞叶下回和海马旁回区域的high beta波段和低gamma波段的ERS存在显著变化。这些发现与我们的假设一致,并且与特征绑定过程中的广泛gamma ERS(Braet和Humphreys,2009年;Desimone和Duncan,1995年;Summerfield等人,2002年)以及语言记忆检索过程中的gamma同步(Li等人,2024年)的证据相符。这些发现与过去关于运动准备和感觉整合中的beta ERD的证据相反(Wang,2010年),表明这种beta ERS的峰值可能仅限于语言联想记忆处理。枕叶区域没有显著峰值,这表明中间枕叶的活动可能主要与共享的感知处理有关,而不是与记忆处理独特相关。
显著的时间-频率差异时间窗口与之前评估词识别期间ERP幅度的研究一致:Rivas-Fernández等人(2020年)发现在400至900毫秒和1200至1600毫秒期间ERP存在显著差异。在随后的eLORETA分析中,作者也在这两个时间窗口内发现了平均频带功率的显著差异,包括在颞叶下回、海马旁回和颞叶上回及颞叶横回中,但枕叶区域没有。尽管研究设计存在一些差异,但目前的研究为识别记忆涉及的时间和额叶位置以及大约1000毫秒的时间窗口提供了一致的证据:首先,当前分析包括了相位锁定和非相位锁定数据,而ERP仅代表相位锁定数据。其次,当前研究将“命中”与静息状态进行了比较,从而衡量了成功识别活动与静息脑活动的总量。相比之下,Rivas-Fernández等人(2020年)将“命中”与正确拒绝进行了比较,从而将成功识别活动与尝试识别活动区分开来。
在空间联想记忆与静息状态(图6)的比较中,没有发现ERS的峰值。相反,在颞叶下回、海马旁回和中间枕叶区域,随着时间和频率的变化,ERD显著分布;同时在低beta波段和高gamma波段,颞叶下回在早期(0至200毫秒)和晚期(1200至2000毫秒)也显示出显著ERD。这些空间发现与gamma波段的参与假设一致,并且与过去关于感觉整合期间beta和低gamma ERD的证据以及感知稳定期周围的ERS一致(Ehm等人,2011年)。这些模式也与支持空间识别记忆的更强的空间处理一致,并表明大约1000毫秒的脑同步峰值是语言联想记忆所特有的。
Alpha波段和Theta波段:在所有ROI中,从0至1800毫秒期间,alpha ERD呈现趋势,在空间条件下与静息状态相比显著。这一发现与α ERD在选择性注意、视觉处理和感觉刺激中所起的作用一致(Bacigalupo和Luck,2019年;Klimesch,2012年;Tong和Thakor,2009年;Wang,2010年),并表明空间联想记忆可能比语言联想记忆需要更多的注意力。在语言和空间任务中,与静息状态相比,出现了晚期的θ ERS(1500至2000毫秒),这在所有ROI中都显著,并且在语言任务中的右中枕叶中也显著。这一发现与假设和先前的证据相一致,即左侧颞叶电极在单词识别过程中有显著的θ ERS(Düzel等人,2005年),以及前额中线θ ERS在注意力过程中的作用(Wang,2010年)。θ峰的频率狭窄是另一个原因,解释了为什么在平均频带功率分析中没有发现与静息状态相比的显著差异——需要更窄的时间窗口才能从背景噪声中检测到这一信号。

4.1.2 语言与空间联想记忆的比较
假设语言和空间联想记忆在时间和频率上的频带功率会有所不同,并且在不同半球的ROI中也会有所不同。部分支持这一假设的是,在语言联想记忆中(见图7),在700至1100毫秒的时间范围内,下颞叶、海马旁区和下额叶区域出现了高β波和低γ波的显著ERS峰值,这是局部ERS峰值与空间联想记忆中的弥漫性ERD共同作用的结果。虽然这些结果支持了神经活动存在材料特异性差异的假设,但这些差异在双侧都显著,因此与材料特异性的半球差异不一致(Kennepohl等人,2007年)。材料特异性记忆过程的缺乏差异表明,先前研究中的差异可能是由于感知处理的差异造成的。同样,枕叶区域没有出现显著峰值,这表明这些区域可能不参与独特的记忆相关过程,而更可能参与支持记忆处理的感知过程。

也预期会存在半球差异,但仅在语言联想记忆中检测到。两个半球在ERS中都有显著峰值,而且在语言条件下的这些峰值在时间和额叶位置上也存在显著差异。相比之下,在空间条件下,没有发现峰值或侧化现象。尽管这些结果为材料特异性差异和神经活动的半球差异提供了一些支持,但它们并没有为语言和空间联想记忆的区分提供有力证据,也没有为左右半球活动的区分提供有力证据。此外,结果表明,在语言联想记忆中,局部神经同步性在大约1000毫秒时发生了显著变化,这种变化仅限于额叶和颞叶区域,而在空间联想记忆中,神经同步性的变化似乎更涉及整个大脑且时间上更为分散。

4.2 连通性分析
比较了语言和空间条件下的ROI之间的平均相位同步性。只有少数体素显示出显著差异。然而,由于样本量为20,检测到中等效应大小(Cohen’s d = 0.5)的功率为0.56(GPower版本3.1.9.7)。要达到0.90的功率,需要44的样本量。因此,功率可能不足,至少中等效应大小的差异被认为是有信息量的。总体而言,连通性与频带功率一致,即每种条件与静息状态之间的差异远大于条件之间的差异,这再次表明语言和空间联想记忆的共同过程远超过材料类型的独特过程。

然而,连通性在某些方面与频带功率不同:对于平均频带功率,语言和空间条件下都普遍存在低β波、高β波和γ波,而在语言和空间条件之间的差异中,θ波和γ波占主导地位。相比之下,语言和空间联想记忆之间的连通性差异在所有频率带上都很明显。这种θ波和α波在相位同步性中的更高参与度表明,这些振荡的相位变化比振幅(频带功率)变化更支持长距离同步性(由位置之间的连通性表示)。因此,仅分析局部活动可能无法全面评估记忆过程和障碍。

此外,对于低β波,半球间的连通性大于半球内的连通性,特别是在空间条件下,这表明空间联想记忆涉及更多的全脑连通性。这为在评估局部活动而非区域间连通性的空间联想记忆研究中出现的混合和不确定结果提供了一个可能的解释(Fernández等人,2021年;Osipova等人,2006年;van Asselen等人,2006年)。另外,对于低γ波,空间条件下的左半球节点间的连通性大于语言条件下的连通性,这表明空间联想记忆可能与某些左侧化的连通性有关。总体而言,语言联想记忆的特点是局部同步性的峰值,而空间联想记忆的特点是全脑连通性。

4.3 强点、局限性和未来研究
本研究利用了EEG的时间精度。此外,通过在ROI处分析时间-频率图以及3D空间中的ROI间连通性,本研究评估了跨时间、频率和3D空间的局部同步性和区域间连通性,并基于神经数据的多个维度得出结论,而不仅仅是许多先前的ERP记忆处理研究中使用的相位锁定数据。然而,使用eLORETA进行源定位时,假设将2D数据转换为3D数据,并使用了平均脑解剖结构。因此,所达到的空间分辨率可能不如5毫米体素的分析网格。

本研究的局限性在于没有进一步检查跨频率耦合,包括θ-γ耦合或嵌套,这些在某些先前的研究中与记忆功能有关(例如,Lega等人,2014年),但分析这一属性超出了当前研究的范围;未来的研究可以使用类似的实验设计来探讨这一点。我们也没有使用某些研究中的旧/新方法(例如,Rivas-Fernandez等人,2020年),这些方法可以用来隔离记忆处理的特定方面。然而,我们认为这种方法对当前研究的贡献不大,因为我们的重点是比较不同类型的记忆处理与背景感知/注意力过程,而不是同一任务内的不同类型记忆处理;将命中次数与平均基线进行比较被认为足以区分记忆处理和感知/注意力处理。

在从结果中进行推断方面,EEG倾向于检测皮层中对齐的锥体神经元,而不是皮下结构。因此,对记忆具有重要性的深层颞叶结构(Guderian和Düzel,2005年;van Asselen等人,2006年)可能未被检测到。此外,实验操作包括了空间位置,但没有包括其他感知特征,从而无法推断其他形式的非语言联想记忆。此外,ROI的选择是基于跨时期的平均频带功率,这意味着可能无法检测到具有相似峰值和低谷或区域间连通性变化较大的区域,而这些在当前研究中都被检测到了。一个功率更高的研究可以包括更多的探索性ROI,以进一步探索参与语言和空间联想记忆的网络以及受颞叶癫痫影响的网络。此外,时间-频率图中的显著区域可能因数据限制而被截断。例如,高达80赫兹的γ频率(Fernández等人,2021年;Gruber等人,2008年)与记忆任务有关,但无法用于分析。未来的研究可以通过增加高γ频率来扩展这项研究。最后,当前研究仅代表了对这种实验设计的一种评估;重复实验对于对结论的信心至关重要。

关于内部有效性,本研究的一个优点是,通过评估可表达性提供了语言操作成功的证据,从而支持了实验的有效性。此外,在考虑速度-准确性权衡的情况下,行为表现在不同条件之间是相当的,这对EEG迹线的影响很小,因为反应发生在刺激呈现之后。然而,这种实验设计可能会引入对语言刺激的空间位置的偶然记忆,或者相反,对空间刺激的字母的记忆。未来的研究可以尝试模仿本研究的方法,以控制条件间的感知等效性,同时增加更多的操作检查,并扩展到其他类型的非语言联想记忆。

4.4 结论
在感知等效性的背景下,语言和空间识别记忆之间的差异相对于它们与静息状态的个体差异来说是微小的。识别出了一些材料特异性的神经同步性差异,语言识别记忆在大约1000毫秒时出现了独特的峰值同步性,并且略有侧化,而空间识别记忆则表现为时间上分散和双侧不同步。然而,总体而言,语言和空间联想记忆期间的局部同步性水平更为相似,没有令人信服的证据表明存在材料类型或半球的差异。研究结果还突出了感知和注意力过程的作用。在颞叶和额叶区域观察到了独特的记忆相关活动,这表明枕叶处理主要是感知性的。此外,空间联想记忆似乎比语言联想记忆更依赖于感知和注意力过程。连通性的重要性也得到了证明。具体来说,θ波和α波振荡的相位变化表明它们在长距离同步性中起作用,而不是局部同步性,这强调了在评估记忆过程和障碍时分析局部和长距离同步性的重要性。未来的研究应侧重于重复实验、探索连通性,并评估感知处理中的材料特异性缺陷,以识别记忆处理中的缺陷。

关于作者贡献声明:
Neri Baker:写作——审阅与编辑、撰写原始草稿、可视化、验证、软件、项目管理、方法论、形式分析、概念化。
Adam Bentvelzen:写作——审阅与编辑、可视化、验证、监督、项目管理、方法论、形式分析、数据管理、概念化。
Heather Francis:写作——审阅与编辑、验证、监督、项目管理、方法论、概念化。
Nicholas Badcock:写作——审阅与编辑、方法论、数据管理、概念化。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号