自然情景事件多维回忆过程中的多尺度网络重组

《Brain Structure and Function》:Multiscale network reorganization during the multidimensional recollection of naturalistic events

【字体: 大 中 小 】 时间:2026年08月28日 来源:Brain Structure and Function 2.7

编辑推荐:

  复杂事件的回忆具有多维性。近期研究为线索回忆所涉及的各主要皮层网络在不同记忆维度上存在不同程度的功能专门化提供了证据,然而功能性脑网络拓扑如何重组以支持不同类型信息的提取仍鲜有探索。研究人员将图论分析应用于22名参与者在自然情景电影片段线索回忆任务中的任务相关

  
复杂事件的回忆具有多维性。近期研究为线索回忆所涉及的各主要皮层网络在不同记忆维度上存在不同程度的功能专门化提供了证据,然而功能性脑网络拓扑如何重组以支持不同类型信息的提取仍鲜有探索。研究人员将图论分析应用于22名参与者在自然情景电影片段线索回忆任务中的任务相关功能磁共振成像(fMRI)功能连接数据。采用β序列相关(beta series correlation)方法识别线索回忆整体及各个记忆维度(物体与角色细节、空间布局、时间顺序、言语对话)下的全脑区域共激活模式。随后利用图论考察脑网络拓扑指标与线索回忆成绩的关系,以及不同记忆维度间功能脑网络架构在多尺度水平上的差异。成功回忆与全网络水平更高的全局效率(global efficiency)和更低的模块化(modularity)相关,且与额顶控制网络(FPCN)内较低的系统分离(system segregation)相关。关键在于,相较于强调单项目细节的提取条件,对关系整合需求更高(即时间顺序判断)的提取条件伴随默认模式网络(DMN)更强的整合,以及右侧海马更高的度中心性(degree centrality)、效率与更短的路径长度。这些发现强化了成功提取需要系统整合的观点,尤其在获取时间顺序等复杂关系表征时。
研究背景与动机
复杂情景记忆包含物体与角色特征、空间布局、时间顺序及言语对话等多维高保真细节。既往研究确认额顶控制网络(FPCN)与默认模式网络(DMN)是情景提取的两大核心大规模网络,且DMN内子区域对不同记忆维度存在功能专门化。然而,功能脑网络拓扑如何随记忆维度重组仍不清楚。已有文献提示成功提取伴随网络模块化降低与全局效率升高,且海马作为枢纽参与分布式通信,但针对自然视听叙事中多维度线索回忆的网络 neuroscience 框架研究稀缺。研究人员在前期Procida等(2025)行为激活研究基础上,利用同一批22名右利手被试(原24人剔除2人)的fMRI数据,采用图论在三个尺度(全网络、网络社区、节点)系统检验两条假设:一是提取成绩普遍关联于更全局整合的架构(低模块化);二是关系整合型的时间维度相比单项目型的物体细节维度表现出更强整合,尤其在DMN、FPCN与右侧海马。
关键技术方法概要
研究人员使用先前数据库:22名健康右利手被试(女12人,均龄25.4岁)观看?《神探夏洛克》首集前58分钟分31章编码,约24小时后进入提取session,对24个场景各呈现16句线索(四维各4句,含catch trial分离阅读与记忆搜索)。fMRI为3T Philips Achieva梯度回波EPI(TR=1000ms,体素3mm3)。预处理经SPM12与FSL,采用β序列相关构建102节点(Schaefer 100区+左右海马)加权无阈值邻接矩阵;图论指标经Brain Connectivity Toolbox计算,包括全局效率、模块化(Louvain)、系统分离、度中心性、特征路径长度、节点效率;行为关联用FDR校正相关,维度差异用线性混合效应模型(LMM)控准确性协变量与受试者随机截距,似然比与Wald z检验。
研究结果
行为结果
整体正确率0.77,时间维度(0.74)显著低于物体细节(0.79)与空间(0.79),言语为0.76。该差异在后续网络分析中作为协变量控制。
图论指标与行为成绩的关联
全网络水平:成绩与全局效率正相关(r=0.43,p_fdr=0.043),与模块化负相关(r=-0.39,p_fdr=0.043)。网络社区水平:FPCN系统分离与成绩负相关(r=-0.459,p_fdr=0.041),DMN无显著相关。节点水平:左右海马路径长度与成绩呈负向非显著趋势(右r=-0.397,p=0.067),度中心性与节点效率呈正向非显著趋势(右度中心性r=0.370,p=0.090)。表明成功回忆依赖全网络整合及FPCN内部去分离,海马枢纽作用方向一致但未达显著。
不同记忆维度的网络组织
LMM控制准确性后,全网络全局效率无维度主效应(p=0.167)。但预设对比时间(TE)vs物体细节(DE)显示:时间顺序提取伴随DMN整合增强,右侧海马度中心性、节点效率升高且特征路径长度缩短;物体细节维度则偏向局部单项目表征,无此类枢纽强化。空间与言语维度介于其间,未表现出与时间维度同等的海马-DMN整合模式。
讨论与结论翻译
讨论指出,结果延伸了Westphal等(2017)关于低模块化裨益提取的发现,并在自然叙事语境中证实:成功线索回忆要求跨FPCN-DMN及海马的系统性整合,关系整合需求越高(如时间顺序),右侧海马与DMN的全局通信效率越关键。这与Geib等(2017a,b)海马作为网络收敛区的论述一致。
结论:成功回忆关联于全网络更高全局效率与更低模块化,以及FPCN内更低系统分离;相较单项目细节提取,高关系整合的时间顺序提取关联于DMN更强整合及右侧海马更高度中心性、更高效率与更短路径长度。综上,成功提取需要系统整合,尤其在获取时间顺序等复杂关系表征时。该研究发表于《Brain Structure and Function》。
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