- PVSM.RU - https://www.pvsm.ru -
Корковая архитектура в соответствии с канонической моделью нейронного микроконтура в коре головного
Человек способен одновременно удерживать в рабочей памяти ограниченное количество объектов [3]. Объём рабочей памяти напрямую связан с когнитивной способностью [4], которая снижается при неврологических заболеваниях и психических расстройствах. Учёные уже несколько десятилетий изучают, как загрузка рабочей памяти влияет на обработку нейронных сигналов в
Исследования загрузки рабочей памяти и её ограничений были сосредоточены на координации деятельности в лобно-теменной сети. Известно, что она играет важную роль в рабочей памяти [5]. Эти исследования предсказывали пределы пропускной способности рабочей памяти, измеряя уровень сетевой интеграции (то есть как разные части лобно-теменной сети связаны вместе) и синхронизации работы этих частей по активности мозговых волн в гамма-диапазоне [6]. Последние исследования выявили, что зрительная рабочая память работает независимо для двух зрительных полуполей [7] (hemifields) — левого (LFP) и правого (RFP), и что изменения нагрузки оказывают различное влияние на колебательную динамику различных частот [8].
Сейчас исследователи из Института обучения и памяти Пикауэра [9] при Массачусетском технологическом институте вплотную приблизились к объяснению, почему когнитивные способности снижаются при перегрузке рабочей памяти. Они обнаружили, что в этом случае нарушается сопряжение, то есть синхронизация мозговых волн трёх ключевых регионов.
Учёные разработали крупномасштабную теоретическую модель корковой сети, которая состоит из префронтальной коры (PFC), глазных полей лобной коры (FEF) и боковой внутрипаритетной области (LIP). Это расширенная версия предыдущей модели [10], основанной на предиктивном кодировании, но только здесь для определения изменений в нейронных связях, которые лежат в основе изменений спектральной мощности на разных частотах, используются отклики кросс-спектральной плотности (Cross Spectral Density, CSD).
Крупномасштабная каноническая модель нейронного микроконтура
Новая модель позволила определить, как зависящие от нагрузки эффекты влияют на функциональную связность с резкими изменениями нейронной связности при превышении ёмкости рабочей памяти и разрушении сигналов прогнозирования.
«Когда вы достигаете максимальной ёмкости [рабочей памяти], то происходит потеря связи обратной связи», — объясняет [11] профессор Эрл Миллер (Earl Miller), соавтор научной работы. Такая потеря синхронизации означает, что три региона (PFC, FEF и LIP) больше не могут взаимодействовать друг с другом для поддержания рабочей памяти: префронтальная кора PFC прекращает давать обратную связь в FEF и LIP. После определённого уровня нагрузки на
Проведённый эксперимент подтвердил предыдущее открытие, что объём рабочей памяти независим доля левого и правого полуполей [7].
Среднее количество объектов, которые можно удерживать в зрительной рабочей памяти, варьируется у разных людей, но обычно составляет четыре объекта, говорит профессор. Объём рабочей памяти человека обычно ассоциируется с уровнем интеллекта.
Сделав ряд научных открытий по функционированию
Научная статья опубликована [13] 28 марта 2018 года в журнале Cerebral Cortex (doi: 10.1093/cercor/bhy065).
Автор: Анатолий Ализар
Источник [14]
Сайт-источник PVSM.RU: https://www.pvsm.ru
Путь до страницы источника: https://www.pvsm.ru/intellekt/277374
Ссылки в тексте:
[1] мозга: http://www.braintools.ru
[2] канонической модели: http://www.ncbi.nlm.nih.gov/pubmed/17964242
[3] ограниченное количество объектов: http://www.ncbi.nlm.nih.gov/pubmed/15085132
[4] напрямую связан с когнитивной способностью: http://www.ncbi.nlm.nih.gov/pubmed/14643371
[5] важную роль в рабочей памяти: http://www.ncbi.nlm.nih.gov/pubmed/8792223
[6] по активности мозговых волн в гамма-диапазоне: http://www.ncbi.nlm.nih.gov/pubmed/22956832
[7] независимо для двух зрительных полуполей: http://www.ncbi.nlm.nih.gov/pubmed/21690375
[8] различное влияние на колебательную динамику различных частот: http://www.ncbi.nlm.nih.gov/pubmed/26286916
[9] Института обучения и памяти Пикауэра: https://picower.mit.edu/
[10] предыдущей модели: http://www.ncbi.nlm.nih.gov/pubmed/24495812
[11] объясняет: http://news.mit.edu/2018/heavy-working-memory-load-may-sink-brainwave-synch-0406
[12] SplitSage: http://www.splitsage.com/
[13] опубликована: http://academic.oup.com/cercor/advance-article/doi/10.1093/cercor/bhy065/4955775
[14] Источник: https://geektimes.ru/post/299823/?utm_campaign=299823
Нажмите здесь для печати.