Μέρος 1: Διαμόρφωση με στόχο τον στόχο των μοτίβων νευρικής μνήμης: Επιπτώσεις για ανίχνευση μνήμης βάσει FMRI

Επικοινωνία: Audrey Huaudrey.hu@wecistanche.com

Κάντε κλικ εδώ για το Μέρος 2

Melina R. Uncapher,1* J. Tyler Boyd-Meredith,1* Tiffany E. Chow,3 Jesse Rissman,3 και X Anthony D. Wagner1,2

1Department of Psychology and 2Neurosciences Program, Stanford University, Stanford, California 94305, and 3Department of Psychology, University of California, Los Angeles, Los Angeles, California 90095

Η ανάμνηση ενός παρελθόντος γεγονότος προκαλεί κατανεμημένα νευρωνικά μοτίβα που μπορούν να διακριθούν από τα μοτίβα που προκύπτουν όταν αντιμετωπίζουμε νέες πληροφορίες. Αυτά τα διαφορετικά μοτίβα μπορούν να αποκωδικοποιηθούν με σχετικά υψηλή διαγνωστική ακρίβεια για μεμονωμένες μνήμες χρησιμοποιώντας ανάλυση προτύπων πολλαπλών φωνητικών (MVPA) δεδομένων fMRI. Η ανίχνευση μνήμης με βάση τον εγκέφαλο - εάν είναι έγκυρη και αξιόπιστη - θα έχει σαφή χρησιμότητα πέρα ​​από τον τομέα της γνωστικής νευροεπιστήμης, στη σφαίρα του νόμου, του μάρκετινγκ και πέρα ​​από αυτό. Ωστόσο, μια σημαντική οριακή συνθήκη για την εγκυρότητα αποκωδικοποίησης μνήμης μπορεί να είναι η ανάπτυξη «αντίμετρων»: στρατηγικές που χρησιμοποιούνται για την απόκρυψη σημάτων μνήμης. Εδώ δοκιμάσαμε την ευπάθεια της ανίχνευσης μνήμης που βασίζεται σε fMRI σε αντίμετρα, χρησιμοποιώντας ένα παράδειγμα που μοιάζει με την αναγνώριση αυτόπτη μάρτυρα. Οι συμμετέχοντες σαρώθηκαν ενώ εκτελούσαν δύο εργασίες σε πρόσωπα που είχαν μελετηθεί προηγουμένως και σε νέα πρόσωπα: (1) τυπική εργασία μνήμης αναγνώρισης. και (2) μια εργασία στην οποία προσπάθησαν να αποκρύψουν την πραγματική κατάσταση μνήμης τους. Οι μονομεταβλητές αναλύσεις αποκάλυψαν ότι οι συμμετέχοντες ήταν σε θέση να διαμορφώσουν στρατηγικά τις νευρικές αποκρίσεις, τον μέσο όρο στις δοκιμές, σε περιοχές που εμπλέκονται στην ανάκτηση μνήμης, συμπεριλαμβανομένου του ιππόκαμπου και της γωνιακής έλικας. Επιπλέον, οι περιοχές που σχετίζονται με στοχευμένες μετατοπίσεις προσοχής και υποκατάστασης σκέψης υποστήριξαν την απόκρυψη μνήμης και εκείνες που σχετίζονται με τη δημιουργία μνήμης υποστήριξαν την απόκρυψη καινοτομίας. Ουσιαστικά, ενώ το MVPA επέτρεψε την αξιόπιστη ταξινόμηση των καταστάσεων της μνήμης όταν οι συμμετέχοντες ανέφεραν τη μνήμη με ειλικρίνεια, η ικανότητα αποκωδικοποίησης της μνήμης σε μεμονωμένες δοκιμές διακυβεύτηκε, ακόμη και αντιστρέφοντας, κατά τις προσπάθειες απόκρυψης της μνήμης. Μαζί, αυτά τα ευρήματα αποδεικνύουν ότι οι στρατηγικοί στόχοι Tate μπορούν να αναπτυχθούν για να συγκαλύψει τα νευρωνικά μοτίβα που σχετίζονται με τη μνήμη και την τεχνολογία αποκωδικοποίησης της μνήμης, θέτοντας μια σημαντική οριακή συνθήκη στη χρησιμότητα τους στον πραγματικό κόσμο.

Λέξεις-κλειδιά: αντίμετρα; επεισοδιακή ανάκτηση? λειτουργική μαγνητική τομογραφία; νευρονόμος; ταξινόμηση προτύπων

Το Cistanche μπορεί να βελτιώσει τη μνήμη

Εισαγωγή

Τα αυξανόμενα στοιχεία υποδεικνύουν ότι είναι δυνατό να αποκωδικοποιηθεί η παρουσία ή η απουσία μνήμης για ένα ερέθισμα ή γεγονός από κατανεμημένα μοτίβα ανθρώπινης εγκεφαλικής δραστηριότητας, όπως μετράται με λειτουργική μαγνητική τομογραφία (fMRI) και ανάλυση προτύπων multivoxel (MVPA; Johnson et al., 2009; McDuff et al., 2009· Chadwick et al., 2010· Quamme et al., 2010· Rissman et al., 2010· Polyn et al., 2012· Poppenk and Norman, 2012· Rissman and Wagner, 20). Η ταχέως αναδυόμενη βιβλιογραφία σχετικά με την αποκωδικοποίηση μνήμης που βασίζεται σε fMRI όχι μόνο ενημερώνει τις νευρογνωστικές θεωρίες της μνήμης, αλλά έχει επίσης συνέπειες για τη νομοθεσία, το μάρκετινγκ και όχι μόνο (Meegan, 2008). Για παράδειγμα, μια αξιόπιστη και επικυρωμένη μέθοδος ανίχνευσης μνήμης θα μπορούσε να προωθήσει την ιατροδικαστική ικανότητα του συστήματος ποινικής δικαιοσύνης να προσδιορίζει εάν ένας ύποπτος γνωρίζει ένοχοι πληροφορίες σχετικές με το έγκλημα (Greely, 2011) ή εάν ένας αυτόπτης μάρτυρας αναγνωρίζει ένα κρίσιμο γεγονός στοιχείο. Δεδομένης της υψηλής διαγνωστικής ακρίβειας που παρατηρείται σε ορισμένες μελέτες αποκωδικοποίησης μνήμης που βασίζονται σε fMRI (έως 70–90 τοις εκατό, Rissman et al., 2010), μπορεί να είναι δελεαστικό να συμπεράνουμε ότι αυτές οι προσεγγίσεις έχουν ιατροδικαστική χρησιμότητα για την αποκάλυψη των καταστάσεων μνήμης ενός ατόμου και ίσως επίσης το βιωματικό τους ιστορικό με πληροφορίες γεγονότων.

Ωστόσο, οι τεχνικές ανίχνευσης μνήμης που βασίζονται σε fMRI είναι ακόμα υπό ανάπτυξη, με πολλές σημαντικές προκλήσεις να απομένουν πριν προσδιοριστεί η καταλληλότητά τους για χρήση πεδίου (Brown and Murphy, 2010; Verschuere et al., 2011). Ένα από τα πιο σημαντικά ανοιχτά ερωτήματα είναι εάν η αποκωδικοποίηση της μνήμης είναι ευάλωτη σε «αντίμετρα»: στρατηγικές που αναπτύσσονται για την κάλυψη του mem ή των σημάτων και δοκιμές ανίχνευσης «beat» (Farah et al., 2014). Οι Rissman et al. (2010) ανέφεραν έμμεσα στοιχεία που υποδηλώνουν ευπάθεια σε καταστάσεις στρατηγικών στόχων, επειδή η ικανότητα ανίχνευσης προηγούμενων προσώπων μειώθηκε σχεδόν τυχαία όταν η μνήμη των συμμετεχόντων ερευνήθηκε σιωπηρά και όχι ρητά. Ωστόσο, άλλα δεδομένα υποδηλώνουν ότι η έλλειψη προσοχής στη μνημονική κατάσταση κάποιου μπορεί να μην εμποδίζει πάντα την ταξινόμηση της μνήμης. Για παράδειγμα, Kuhletal. (2013) ήταν σε θέση να αποκωδικοποιήσει τις λεπτομέρειες της μνήμης ακόμη και όταν οι συμμετέχοντες δεν είχαν εντολή να ανακτήσουν αυτές τις λεπτομέρειες. Μαζί, αυτά τα ευρήματα αποκαλύπτουν την ανάγκη προσδιορισμού των συνθηκών υπό τις οποίες οι καταστάσεις στρατηγικών στόχων αλλάζουν τα μοτίβα της νευρικής μνήμης: ειδικότερα, μπορούν οι συμμετέχοντες να αποκρύψουν εσκεμμένα τις καταστάσεις μνήμης τους μέσω της χρήσης αντίμετρων που φαίνονται συνεργάσιμοι; Η αντιμετώπιση αυτής της ερώτησης δεν έχει μόνο συνέπειες για την οριοθέτηση των οριακών συνθηκών των μεθόδων fMRI για την ανίχνευση της μνήμης αλλά και για την κατανόηση της δυναμικής των διαδικασιών ανάκτησης που κατευθύνονται προς τον στόχο.

Εδώ διερευνήσαμε μια κατάσταση που μοιάζει με ταυτοποίηση αυτόπτη μάρτυρα και απαιτήθηκαν αντίμετρα που θα φαινόταν συνεργάσιμη σε ένα τεστ αναγνώρισης αυτόπτων μαρτύρων. Οι συμμετέχοντες είδαν μια σειρά από πρόσωπα και η μνήμη τους για αυτά τα πρόσωπα εξετάστηκε στη συνέχεια με έναν από τους δύο τρόπους ενώ υποβάλλονταν σε fMRI. Στο πρώτο τεστ, οι συμμετέχοντες έλαβαν σαφείς αποφάσεις αναγνώρισης για πρόσωπα που είχαν συναντήσει στο παρελθόν και νέα πρόσωπα. Στο δεύτερο τεστ, οι συμμετέχοντες προσπάθησαν να κρύψουν τη μνήμη τους για τα πρόσωπα που είχαν συναντήσει προηγουμένως και να προσποιηθούν τη μνήμη για τα νέα πρόσωπα. Χρησιμοποιώντας τα ρητά δεδομένα μνήμης, εκπαιδεύσαμε ταξινομητές να διακρίνουν τα μοτίβα δραστηριότητας που σχετίζονται με τις υποκειμενικές εμπειρίες αναγνώρισης και καινοτομίας. Στη συνέχεια δοκιμάσαμε εάν οι ταξινομητές μπορούσαν να αποκωδικοποιήσουν τις καταστάσεις μνήμης των συμμετεχόντων όταν συμμετείχαν σε αντίμετρα.

Υλικά και μέθοδοι

Συμμετέχοντες. Είκοσι τέσσερις υγιείς, δεξιόχειρες άνδρες συμμετέχοντες επιστρατεύτηκαν από το Πανεπιστήμιο του Στάνφορντ και τις γύρω κοινότητες. Οι συμμετέχοντες ήταν ηλικίας 18–31 ετών, με μέσο SDageof23 4.29 ετών, ήταν φυσικοί ομιλητές της αγγλικής γλώσσας χωρίς ιστορικό νευρολογικών επιπλοκών και ήταν είτε Αφροαμερικανοί (AA; n 8) είτε Ευρωπαιοαμερικανοί (EA; n 16) σύμφωνα με να αυτοαναφέρεται. Οι συμμετέχοντες έδωσαν γραπτή ενημερωμένη συγκατάθεση, σύμφωνα με τις διαδικασίες του StanfordUniversityInstitutionalReviewboard, και υποβλήθηκαν σε έλεγχο για συμβατότητα fMRI.

Πείραμα. Το πείραμα περιελάμβανε δύο συνεδρίες σάρωσης που πραγματοποιήθηκαν με διαφορά 24 ωρών και διήρκεσαν περίπου 5 ώρες και στις δύο συνεδρίες σάρωσης. Κάθε συμμετέχων έλαβε αποζημίωση $20 για κάθε ώρα συμμετοχής. Συλλέχθηκαν δεδομένα από δύο επιπλέον συμμετέχοντες αλλά παραλείφθηκαν από τις επόμενες αναλύσεις λόγω ανεπαρκούς ή ελλιπούς απόδοσης: ο ένας παραλήφθηκε επειδή το d ήταν τυχαίο (0,08) και το άλλο επειδή ο συμμετέχων αποσύρθηκε από τη σάρωση πριν ολοκληρώσει το πείραμα.

Ερέθισμα. Τα ερεθίσματα προσώπου αποτελούνταν από 400 έγχρωμες φωτογραφίες ανδρικών προσώπων, εκ των οποίων οι μισές ήταν ΑΑ και οι μισές ΕΑ (τα δεδομένα που εξετάζουν τα αποτελέσματα του αγώνα θα αναφερθούν χωριστά). Τα ερεθίσματα προσώπου τυποποιήθηκαν για την ουδέτερη έκφραση του προσώπου και τον φωτισμό του φόντου και περιελάμβαναν μόνο κεφάλι και λαιμό. Τα ερεθίσματα παρουσιάστηκαν σε γκρι φόντο με μαύρο κεντρικό σταυρόνημα στερέωσης. Για κάθε συμμετέχοντα, τα ερεθίσματα προσώπου χωρίστηκαν σε δύο δείγματα χρησιμοποιώντας στρωματοποιημένη τυχαία δειγματοληψία ανά φυλή για να εκχωρηθούν ερεθίσματα που θα παρουσιαστούν κατά τη φάση κωδικοποίησης (παλιά στοιχεία; 100AA,100EA) ή για να χρησιμεύσουν ως στοιχεία αλουμινίου κατά την ανάκτηση (NEWitems;100AA, 100 EA ).

Ημέρα 1: κωδικοποίηση. Οι συμμετέχοντες σαρώθηκαν ενώ σκόπιμα κωδικοποίησαν 200 ανδρικά πρόσωπα (100 πρόσωπα AA και 100 πρόσωπα EA). Κάθε πρόσωπο παρουσιάστηκε για 2 δευτερόλεπτα, με διάστημα 8 δευτερολέπτων (ISI) για συνολικά 10 δευτερόλεπτα ανά δοκιμή. Κάθε πρόσωπο εμφανίστηκε δύο φορές κατά τη διάρκεια της φάσης κωδικοποίησης: αφού παρουσιάστηκε το πλήρες σύνολο των 200 ερεθισμάτων, τα ίδια πρόσωπα παρουσιάστηκαν ξανά με διαφορετική σειρά. Στους συμμετέχοντες δόθηκε μια αναλυτική στρατηγική κωδικοποίησης για να απομνημονεύσουν τα ερεθίσματα, με την οποία τους δόθηκε η οδηγία να δημιουργήσουν ευφάνταστες ιστορίες που αφορούσαν τα άτομα που απεικονίζονται στα ερεθίσματα. Για να επιβεβαιωθεί ότι οι συμμετέχοντες παρακολουθούσαν τα ερεθίσματα και συμμετείχαν στην εργασία, τους δόθηκε η οδηγία να πατήσουν το δεξί κουμπί του δείκτη σε ένα πλαίσιο απόκρισης μετά την εμφάνιση κάθε προσώπου. Τα ερεθίσματα παρουσιάστηκαν σε οκτώ διαδρομές, με 50 πρόσωπα ανά διαδρομή. Οι πρώτες τέσσερις σειρές αποτελούνταν από την πρώτη παρουσίαση ερεθισμάτων μελέτης και οι δεύτερες τέσσερις σειρές αποτελούνταν από τη δεύτερη παρουσίαση ερεθισμάτων μελέτης. Στο τέλος κάθε διαδρομής (τόσο για την 1η ημέρα όσο και για τη 2η ημέρα), οι συμμετέχοντες ενθαρρύνθηκαν να κάνουν όσο μεγαλύτερο διάλειμμα επιθυμούσαν, τερματίζοντας μόνοι τους το διάλειμμα πατώντας το κουμπί. Τα διαλείμματα κυμαίνονταν μεταξύ 10 και 55 δευτερολέπτων μεταξύ των συμμετεχόντων.

Συγκεκριμένα, για πρόσωπα που θεωρούνταν ότι είχαν μελετηθεί προηγουμένως, οι συμμετέχοντες έλαβαν οδηγίες να υποδείξουν μια «νέα» απάντηση και να στραφούν γρήγορα σε μια γνωστική στρατηγική για να κρύψουν τους νευρικούς συσχετισμούς της αναγνώρισής τους: τους ζητήθηκε να επικεντρωθούν στις τεχνικές ή/και φωτογραφικές πτυχές. του ερεθίσματος στο οποίο δεν είχαν παρακολουθήσει προηγουμένως, όπως η έκθεση, ο φωτισμός, τα άκρα των γραμμών κ.λπ. Εδώ, τονίστηκε ότι ο αλγόριθμος του υπολογιστή ήταν αρκετά ευαίσθητος ώστε να λαμβάνει σήματα μνήμης και ότι, αφού προσδιορίστηκε ότι ήταν μελετημένο πρόσωπο, θα πρέπει - στο μέτρο των δυνατοτήτων τους - να προσπαθήσουν να κρατήσουν τη μνήμη για το πρόσωπο από το να έρχεται στο μυαλό προσέχοντας τις αντιληπτικές πτυχές των φωτογραφιών. Αντίθετα, για τα ερεθίσματα που θεωρήθηκαν μη μελετημένα, οι συμμετέχοντες έλαβαν οδηγίες να υποδείξουν μια «παλιά» απόκριση και να χρησιμοποιήσουν γνωστικές στρατηγικές για να προκαλέσουν τους νευρικούς συσχετισμούς της ανάκτησης, δηλαδή να φέρουν στο νου ένα γνωστό άτομο που έμοιαζε με το πρόσωπο και να ξαναζήσουν οποιεσδήποτε σχετικές αναμνήσεις με το άτομο. Και πάλι, τονίστηκε ότι ο αλγόριθμος του υπολογιστή ήταν αρκετά ευαίσθητος ώστε να ανιχνεύει σήματα καινοτομίας, επομένως θα έπρεπε να στραφούν γρήγορα στη δημιουργία αναμνήσεων για το πρόσωπο που έκριναν ότι ήταν νέο. Τόσο για παλιά όσο και για νέα πρόσωπα, οι συμμετέχοντες έλαβαν οδηγίες να χρησιμοποιήσουν την κατάλληλη γνωστική στρατηγική για όλη τη διάρκεια της δοκιμής (10 δευτερόλεπτα). Οι πειραματιστές επιβεβαίωσαν ότι όλοι οι συμμετέχοντες κατάλαβαν την εργασία της κρυφής μνήμης πριν προχωρήσουν στο πείραμα.

Μονομεταβλητές αναλύσεις fMRI. Η Στατιστική Παραμετρική Χαρτογράφηση (SPM8; Wellcome Department of Cognitive Neurology, Λονδίνο, Η.Β. χρησιμοποιείται τόσο για την προεπεξεργασία δεδομένων όσο και για τη μονοπαραγοντική ανάλυση.

Στα δεδομένα εφαρμόστηκαν τυπικές διαδικασίες προεπεξεργασίας. Όλοι οι λειτουργικοί όγκοι διορθώθηκαν σε χρόνο slice για να ληφθούν υπόψη οι διαφορές χρόνου απόκτησης μεταξύ των κομματιών, με τη μεσαία τομή στο χρόνο να χρησιμοποιείται ως αναφορά. Όλοι οι λειτουργικοί τόμοι διορθώθηκαν με κίνηση και ευθυγραμμίστηκαν χωρικά στον πρώτο τόμο, ακολουθούμενη από επαναευθυγράμμιση με τον μέσο όγκο της συνεδρίας. Ο σταθμισμένος ανατομικός όγκος Τ2-από τη συνεδρία της ημέρας 2 (ανάκτηση) συνκαταχωρήθηκε στον μέσο λειτουργικό όγκο, ο σταθμισμένος ανατομικός όγκος Τ1- συνκαταχωρήθηκε σε αυτόν τον συν-καταχωρισμένο Τ2-τον όγκο , και στη συνέχεια ο σταθμισμένος όγκος Τ1-τμηματοποιήθηκε σε φαιά ουσία, λευκή ουσία και ΕΝΥ, με τις προκύπτουσες εικόνες να κανονικοποιούνται σε πρότυπα στο χώρο του Νευρολογικού Ινστιτούτου του Μόντρεαλ (MNI). Οι λειτουργικοί όγκοι κανονικοποιήθηκαν σε τυπικό χώρο με βάση τις παραμέτρους μετασχηματισμού που λήφθηκαν κατά την κατάτμηση και επαναδειγματοληψία σε 4 mm 3 voxels. Στη συνέχεια, όλες οι εικόνες εξομαλύνθηκαν χωρικά με έναν πυρήνα Gaussian πλήρους πλάτους 8 mm στο μισό μέγιστο (FWHM).

Για όλα τα σχήματα ταξινόμησης, οι μετρήσεις των δοκιμών εξισορροπήθηκαν μεταξύ των τάξεων (μέσω τυχαίας υποδειγματοληψίας) στους κάδους εκπαίδευσης και δοκιμών πριν από την ταξινόμηση για να εξασφαλιστεί ένα ποσοστό ακρίβειας ταξινόμησης θεωρητικής μηδενικής υπόθεσης 50 τοις εκατό και μια περιοχή κάτω από την καμπύλη (AUC. βλέπε παρακάτω) 0,50; αναλύσεις με ανακατεμένες ετικέτες κλάσεων επιβεβαίωσαν ότι οι επιδόσεις κατάταξης κατά τύχη συνέκλιναν γύρω από αυτά τα επίπεδα ("μηδενική κατανομή"). Μετά την εξισορρόπηση, τα δεδομένα από κάθε voxel βαθμολογήθηκαν ξανά με z, έτσι ώστε το μέσο επίπεδο δραστηριότητας κάθε voxel για δοκιμές Κατηγορίας Α να ήταν το αντίστροφο του μέσου επιπέδου δραστηριότητάς του για δοκιμές Κατηγορίας Β. Για κάθε ανάλυση, ολόκληρη η διαδικασία ταξινόμησης εκτελέστηκε 10 φορές για να ληφθούν σταθερές εκτιμήσεις απόδοσης (ανεξάρτητες αναλύσεις επιβεβαίωσαν ότι 10 επαναλήψεις ήταν αρκετές για να ληφθούν σταθερές εκτιμήσεις απόδοσης).

Τακτοποιημένη λογιστική παλινδρόμηση (RLR) χρησιμοποιήθηκε για όλες τις διαδικασίες ταξινόμησης. Αυτό προσδιορίστηκε προηγουμένως ως μια πλεονεκτική επιλογή σε αυτό το παράδειγμα ταξινόμησης από τους Rissman et al. (2010). Αυτός ο αλγόριθμος υλοποίησε μια συνάρτηση λογιστικής παλινδρόμησης πολλαπλών κλάσεων χρησιμοποιώντας έναν μετασχηματισμό softmax γραμμικών συνδυασμών των χαρακτηριστικών (Bishop, 2006) με έναν πρόσθετο όρο ποινής κορυφογραμμής ως Gaussian πριν από τα βάρη των χαρακτηριστικών. Αυτός ο όρος ποινής παρείχε τακτοποίηση L2, επιβάλλοντας μικρά βάρη. Κατά τη διάρκεια της εκπαίδευσης του ταξινομητή, ο αλγόριθμος RLR έμαθε το σύνολο των βαρών χαρακτηριστικών που μεγιστοποιούσαν την πιθανότητα καταγραφής των δεδομένων. Τα βάρη χαρακτηριστικών αρχικοποιήθηκαν στο μηδέν και η βελτιστοποίηση εφαρμόστηκε με τη συνάρτηση ελαχιστοποίησης συζυγούς κλίσης του Carl Rasmussen (http://www.gatsby.ucl.ac.uk/ Edward/code/minimize/) χρησιμοποιώντας τη διαβάθμιση της πιθανότητας καταγραφής σε συνδυασμό με η ποινή L2.

Η ποινή L2 ορίστηκε να είναι το μισό του αντίστροφου πρόσθετου μιας παραμέτρου που καθορίζεται από τον χρήστη, πολλαπλασιαζόμενο με το τετράγωνο της νόρμας L2 του διανύσματος βάρους για κάθε κατηγορία, που προστίθεται στις κατηγορίες. Επιλέξαμε να ορίσουμε αυτήν την ελεύθερη παράμετρο σε μια σταθερή τιμή 10 για όλες τις αναλύσεις που αναφέρονται σε αυτήν τη μελέτη.

Αξιολόγηση της απόδοσης ταξινομητή. Μετά την προσαρμογή των παραμέτρων του μοντέλου RLR χρησιμοποιώντας τα δεδομένα του συνόλου εκπαίδευσης, κάθε μοτίβο δραστηριότητας του εγκεφάλου (π.χ. δοκιμή) από το σύνολο δοκιμής τροφοδοτήθηκε στη συνέχεια στο μοντέλο και έδωσε μια εκτίμηση της πιθανότητας αυτού του παραδείγματος να είναι από την Κλάση Α ή την Κλάση Β (κατά κατασκευή, αυτά δύο τιμές αθροίζονται πάντα σε μία). Αυτές οι τιμές πιθανότητας συνενώθηκαν σε όλες τις πτυχές δοκιμών διασταυρούμενης επικύρωσης και στη συνέχεια ταξινομήθηκαν. Ο πραγματικός ρυθμός θετικού (χτύπημα) και ο ρυθμός ψευδώς θετικών (FA) του ταξινομητή υπολογίστηκαν σε 80 σταθερά όρια αποκοπής κατά μήκος του συνεχούς πιθανότητας δημιουργίας καμπυλών χαρακτηριστικών λειτουργίας δέκτη (ROC). Οι τιμές AUC που σχετίζονται με αυτές τις καμπύλες υπολογίστηκαν όπως περιγράφεται από τον Fawcett (2004) και μπορούν να ερμηνευθούν τυπικά ως η πιθανότητα ένα τυχαία επιλεγμένο μέλος μιας κλάσης να έχει μικρότερη εκτιμώμενη πιθανότητα να ανήκει στην άλλη κατηγορία από έχει ένα τυχαία επιλεγμένο μέλος της άλλης τάξης. Με άλλο τρόπο, το AUC ευρετηριάζει τη μέση ακρίβεια με την οποία ένα τυχαία επιλεγμένο ζεύγος δοκιμών Κατηγορίας Α και Κατηγορίας Β θα μπορούσε να αντιστοιχιστεί στη σωστή κατηγορία (0,5 είναι τυχαία απόδοση, 1,0 είναι τέλεια απόδοση). Εάν ο στόχος κάποιου είναι η υψηλή εξειδίκευση στην επισήμανση παραδειγμάτων της Κατηγορίας Α και δεν είναι πρόθυμος να ανεχθεί πολλά ψευδώς θετικά, μπορεί κανείς να ανακρίνει τις πιο σίγουρες εικασίες του ταξινομητή. Εδώ ορίσαμε αυθαίρετα αυτό το όριο ως το κορυφαίο 10 τοις εκατό των εικασιών ταξινόμησης. Λάβετε υπόψη ότι αναφέρουμε ακρίβεια αντί για τιμές AUC όταν αναφέρουμε τις πιο σίγουρες δοκιμές των ταξινομητών.

Χάρτες σημασίας. Για κάθε σχήμα ταξινόμησης, χάρτες σημασίας κατασκευάστηκαν ακολουθώντας τη διαδικασία που περιγράφεται σε προηγούμενες μελέτες MVPA (Johnson et al., 20{{1{0}}9; McDuff et al., 2{{16 }}09). Η τιμή σημασίας ενός voxel παρέχει έναν δείκτη του πόσο το σήμα του αυξάνεται ή μειώνεται επηρεάζει τις προβλέψεις του ταξινομητή. Μετά την προπόνηση, η διαδικασία ταξινόμησης λογιστικής παλινδρόμησης αποδίδει ένα σύνολο τιμών βάρους που αντικατοπτρίζουν την προγνωστική αξία κάθε voxel (με θετικές τιμές που υποδεικνύουν ότι οι αυξήσεις της δραστηριότητας συνδέονται γενικά με ένα αποτέλεσμα Κατηγορίας Α και οι αρνητικές τιμές που υποδεικνύουν ότι οι αυξήσεις της δραστηριότητας συνδέονται γενικά με το αποτέλεσμα ClassBoutcome). Αυτά τα βάρη πολλαπλασιάζονταν τότε με το μέσο επίπεδο δραστηριότητας κάθε voxel για δοκιμές Κατηγορίας Α (η οποία, λόγω της διαδικασίας εξισορρόπησης δοκιμής και βαθμολογίας z, είναι το αθροιστικό αντίστροφο του μέσου επιπέδου δραστηριότητάς του για δοκιμές Κατηγορίας Β). Στα voxel με θετικές τιμές τόσο για τη δραστηριότητα όσο και για το βάρος αποδίδονται τιμές θετικής σημασίας, στα voxel με αρνητική δραστηριότητα και βάρος αποδίδονται τιμές αρνητικής σημασίας και στα voxel για τα οποία η δραστηριότητα και το βάρος είχαν αντίθετα πρόσημα αποδίδονται τιμές σημασίας μηδέν (Johnson et al., 2009· McDuff et al., 2009). Οι συνοπτικοί χάρτες σε επίπεδο ομάδας δημιουργήθηκαν με βάση τον μέσο όρο των χαρτών σημασίας των μεμονωμένων συμμετεχόντων και εμφανίζονται στα σχήματα σε αυθαίρετα όρια: χάρτες απόδοσης 3D με όριο μεταξύ 0,02 και 0,5 και χάρτες απόδοσης 2D μεταξύ 0,05 και 0,5 (βλ. Εικ. 4) ή μεταξύ 0,15 και 0,5 (βλ. Εικ. 7). Ως τελευταία σημείωση, αν και οι χάρτες σημασίας είναι ένα χρήσιμο εργαλείο για την αξιολόγηση των φωνοστοιχείων που χρησιμοποιήθηκαν από τον ταξινομητή, αυτοί οι χάρτες δεν θα πρέπει να ερμηνευθούν ότι παρέχουν μια εξαντλητική αξιολόγηση για το ποια voxel είναι ατομικά ενημερωτικά για τη διάκριση ενδιαφέροντος.

Αναλύσεις Searchlight. Οι χάρτες σημασίας αποκαλύπτουν ποια voxel παρέχουν διαγνωστικές πληροφορίες στους ταξινομητές ολόκληρου του εγκεφάλου. Ωστόσο, δεν αποκαλύπτουν εάν τα δεδομένα από μεμονωμένες ανατομικές περιοχές μπορούν να χρησιμοποιηθούν από μόνα τους για τη διάκριση των επιτυχιών από CR. Πραγματοποιήσαμε αναλύσεις προβολέα για να παρέχουμε τοπικές ακρίβειες αποκωδικοποίησης (Kriegeskorte et al., 2006) σε όλο τον εγκέφαλο. Ιδιαίτερο ενδιαφέρον ήταν εάν οι περιοχές στις οποίες το μέσο σήμα εξαρτώμενο από το επίπεδο οξυγόνου του αίματος (BOLD, μονομεταβλητό) διαμορφώθηκε σημαντικά από αντίμετρα (βλ. Εικ. 2Α) επέτρεψαν επίσης την ακρίβεια αποκωδικοποίησης δοκιμής που αποκλίνει σημαντικά από την τύχη. Πραγματοποιήσαμε την κρίσιμη ταξινόμηση (ρητά ¡ κρυφά χτυπήματα έναντι CR) σε τοπικές σφαιρικές μάσκες που επικεντρώνονται μεμονωμένα σε κάθε voxel στη μάσκα ολόκληρου του εγκεφάλου (εξαιρουμένων των voxel στον κινητικό φλοιό και την παρεγκεφαλίδα). Κάθε σφαιρική μάσκα περιελάμβανε οποιοδήποτε voxel που άγγιζε την άκρη του κεντρικού voxel. Έτσι, οι σφαίρες που προέκυψαν περιείχαν 19 voxels, εκτός εάν η σφαίρα εκτεινόταν πέρα ​​από τη μάσκα ολόκληρου του εγκεφάλου. Για να προσδιορίσουμε εάν οι τοπικές ακρίβειες αποκωδικοποίησης εξελίχθηκαν κατά τη διάρκεια της δοκιμής (όπως θα ήταν αναμενόμενο εάν οι συμμετέχοντες αρχικά παρακολουθούσαν σήματα μνήμης και στη συνέχεια προσπαθούσαν να αποκρύψουν τέτοια σήματα), πραγματοποιήσαμε αυτούς τους προβολείς ξεχωριστά για καθένα από τα έξι TR.

Αξιολογήσαμε τη σημασία σε καθεμία από τις σφαίρες του προβολέα μας όπως στις προηγούμενες αναλύσεις αποκωδικοποίησης: Οι AUC υπολογίστηκαν αρχικά για 10 επαναλήψεις ταξινόμησης και στη συνέχεια προσομοιώθηκε μια μηδενική κατανομή υπολογίζοντας 10 επιπλέον επαναλήψεις ταξινόμησης χρησιμοποιώντας κωδικοποιημένους παλινδρομητές. Δημιουργήσαμε χάρτες t σε επίπεδο ομάδας που δείχνουν σφαίρες που διέκριναν αξιόπιστα επισκέψεις από CR εκτελώντας ένα ζευγοποιημένο t-test της μέσης κωδικοποιημένης τιμής AUC κάθε συμμετέχοντος έναντι της μη κωδικοποιημένης τιμής AUC σε κάθε voxel, και στις 10 επαναλήψεις. Αυτοί οι χάρτες ορίστηκαν στο p 0,05 (διορθώθηκαν) εφαρμόζοντας ένα όριο μεγέθους συμπλέγματος που προέρχεται από προσομοιώσεις Monte Carlo (Xiong et al., 1995) όπως υλοποιήθηκε στο πρόγραμμα AFNI (Automated Functional Neuro-Imaging) 3dClustSim. Η ομαλότητα του Monte

Η προσομοίωση Carlo εκτιμήθηκε ξεχωριστά για κάθε συμμετέχοντα και κάθε χρονικό σημείο χρησιμοποιώντας το πρόγραμμα AFNI 3dFWHMx από τις μέσες AUC που επιτεύχθηκε σε όλες τις επαναλήψεις της κωδικοποιημένης ταξινόμησης. Υπολογίστηκε ο μέσος όρος της ομαλότητας μεταξύ των συμμετεχόντων και των χρονικών σημείων για τον υπολογισμό μιας ενιαίας τιμής ομαλότητας για κάθε διάσταση. Ένα κατώφλι ύψους p 0 από πλευράς φωνητικών.01 οδήγησε σε ένα μέγεθος συμπλέγματος 22 φωνοστοιχείων για την επίτευξη μιας σημασίας σε επίπεδο συμπλέγματος p {{1{0}}.{{15} }5 (FWE) μέσα σε ένα δεδομένο χρονικό σημείο. Για να διορθώσουμε πολλαπλές συγκρίσεις στα έξι χρονικά σημεία μας, εφαρμόσαμε μια διόρθωση Bonferronini, υπολογίζοντας το κατώφλι έκτασης που είναι απαραίτητο για την επίτευξη μιας σημαντικότητας σε επίπεδο συστάδας p 0.0083 (ή 0,05/6; FWE) στο κάθε χρονικό σημείο ή p 0,05 (FWE) σε χώρο και χρόνο. Χρησιμοποιώντας αυτή τη μέθοδο, προσδιορίσαμε ότι απαιτούνταν μια έκταση συστάδας 29 φωνοστοιχείων για να επιτευχθεί μια σημασία σε επίπεδο συστάδας p 0,05 (FWE) σε όλο το διάστημα και τα έξι χρονικά σημεία.

Αποτελέσματα

Συμπεριφορική απόδοση

Ρητή εργασία μνήμης

Όταν οι συμμετέχοντες ανέφεραν ειλικρινά τη μνημονική τους εμπειρία που προκλήθηκε από κάθε δοκιμαστικό πρόσωπο, πέτυχαν ένα μέσο ποσοστό επιτυχίας SD (το ποσοστό με το οποίο οι ΠΑΛΙΕΣ εικόνες κρίθηκαν με ακρίβεια "παλιές") {{0}}.73 0. 12 και ένα ποσοστό FA (το ποσοστό με το οποίο οι ΝΕΕΣ εικόνες κρίθηκαν ανακριβώς "παλιές") 0.27 0.10, με αποτέλεσμα ένα μέσο d 1.27 0.56. Οι μέσοι χρόνοι απόκρισης (RT) ήταν ταχύτεροι για σωστές απαντήσεις (επιτυχίες, 1.{10}}.60 δευτ.; CRs, 2.10 0.75 δευτ.) παρά για λανθασμένες απαντήσεις (FAs, 2.{{16). }}.01 s· αστοχίες: 2.33 0.81 s· t(23) 5.15, p 3.22 10 5). Οι αποκρίσεις επιτυχίας ήταν πιο γρήγορες από τις απαντήσεις CR (t(23) 5.44, p 1.56 10 5).

Σύγκριση εργασιών σαφούς και κρυφής μνήμης

Ο μέσος όρος d ήταν σημαντικά μεγαλύτερος στη ρητή μνήμη παρά στην εργασία κρυφής μνήμης (t(23) 2,99, p 6.6 10 3). Δεν υπήρχαν διαφορές εργασίας στη μέση τιμή RT για οποιοδήποτε αποτέλεσμα μνήμης (όλες οι τιμές p 0.05). Ωστόσο, υπήρχε μια σημαντική αλληλεπίδραση μεταξύ εργασίας και μνήμης, στο ότι η μέση διαφορά σε RT για επισκέψεις και CR ήταν μεγαλύτερη στη ρητή μνήμη παρά στην εργασία κρυφής μνήμης (t(23) 6.25, p 2.22 10 6). Αυτή η διαφορική επίδραση της μνήμης στο RT ως συνάρτηση της εργασίας μπορεί να προκύπτει από τη διαφορά στο d μεταξύ των συνθηκών ρητής και κρυφής μνήμης και είναι πιθανόν συνέπεια της φύσης διπλής εργασίας της συνθήκης κρυφής μνήμης: οι συμμετέχοντες έπρεπε πρώτα να προσδιορίσουν είτε τα πρόσωπα ήταν παλιά είτε καινούργια και στη συνέχεια μεταβείτε γρήγορα σε μια στρατηγική απόκρυψης μνήμης/καινοτομίας, ενώ αντιστρέφετε επίσης τις κινητικές τους αποκρίσεις.

Μονομεταβλητές αναλύσεις fMRI

Αρχικά διερευνήσαμε το ερώτημα εάν οι συμμετέχοντες θα μπορούσαν να λάβουν στρατηγικά αντίμετρα για τη διαμόρφωση σημάτων BOLD που σχετίζονται με τη μνήμη σε δοκιμές (δηλ. μονομεταβλητές αποκρίσεις fMRI). Για να γίνει αυτό, προσδιορίσαμε τα "εφέ επιτυχίας μνήμης" (επιτυχίες CR) για κάθε εργασία ξεχωριστά και, στη συνέχεια, προσδιορίσαμε πού ήταν κοινά τα εφέ επιτυχίας της μνήμης σε όλες τις εργασίες, καθώς και πού διαμορφώθηκαν ανά εργασία. Στη συνέχεια, ερευνήσαμε εάν η ικανότητα τροποποίησης των εφέ επιτυχίας της μνήμης επηρεάστηκε από την ισχύ της μνήμης.

Συνήθη αποτελέσματα επιτυχίας μνήμης

Δεδομένου ότι οι συμμετέχοντες έπρεπε να καθορίσουν εάν ένα πρόσωπο ήταν παλιό ή νέο και στις δύο εργασίες, στη συνέχεια προσπαθήσαμε να προσδιορίσουμε εάν υπήρχαν περιοχές που διαφοροποιούσαν τις επισκέψεις από τους CR και στις δύο εργασίες. Για να το κάνουμε αυτό, καλύψαμε συνολικά τις παραπάνω αντιθέσεις επιτυχίας της μνήμης (σε p {{0}}.01 καθεμία, για να καταλήξουμε σε ένα κοινό όριο p 0,001). Το αποτέλεσμα αυτής της διαδικασίας κάλυψης αποκάλυψε επιδράσεις στο αριστερό IPS και στο αριστερό VTC (Εικ. 1C).

λιγότερο πιθανότο να εμφανιστεί αντίστροφη ανάμνηση αποτέλεσμα επιτυχίαςστο αριστερόAnG (r {{0}}.36, p 0.04). Με άλλα λόγια, τα αποτελέσματα επιτυχίας της μνήμης τους παρέμειναν παρά τις προσπάθειες απόκρυψης της μνήμης τους. Αυτό το εύρημα υποδηλώνει ότι οι συμμετέχοντες με ισχυρότερες αναμνήσεις είχαν μεγαλύτερη δυσκολία να ρυθμίσουν τη δραστηριότητά τους AnG κατά τη διάρκεια της κρυφής εργασίας. Είναι ενδιαφέρον ότι κανένα σύμπλεγμα ιππόκαμπου δεν έδειξε σημαντική σχέση μεταξύ της ισχύος της μνήμης και της δραστηριότητας (δεξιός ιππόκαμπος,r0.{{10}}5,p 0.82· αριστερός ιππόκαμπος, r0,22, p 0,29), και οι κλίσεις των συσχετίσεων διέφεραν μεταξύ του AnG και του δεξιού ιππόκαμπου (Williams t(21) 2,49, p 0,021) και διέφεραν οριακά για τον αριστερό ιππόκαμπο (Williams t(21) 1,62, p 0,12) . Μαζί, αυτά τα ευρήματα υποδηλώνουν ότι οι συμμετέχοντες με ισχυρότερες αναμνήσεις ήταν λιγότερο ικανοί να ασκήσουν στοχευόμενο έλεγχο στη δραστηριότητα που σχετίζεται με τη μνήμη στο αριστερόAnG, αλλά αυτό δεν φαινόταν να ισχύει στον αμφίπλευρο ιππόκαμπο.

Πολυμεταβλητές αναλύσεις fMRI

Το κεντρικό μας ερώτημα είναι εάν η χρήση γνωστικών στρατηγικών αντίμετρων (κατευθυνόμενων προς το στόχο) θα επέτρεπε στους συμμετέχοντες να κρύψουν νευρικά μοτίβα που σχετίζονται με τη μνήμη, επηρεάζοντας έτσι την ικανότητα των πολυμεταβλητών τεχνικών να διαβάζουν τις καταστάσεις μνήμης τους για μεμονωμένα γεγονότα. Αντίστοιχα, στη συνέχεια αξιολογήσαμε την ικανότητα των ταξινομητών MVPA να αποκωδικοποιούν την κατάσταση μνήμης μεμονωμένων δοκιμών ανάκτησης (1) πρώτα εκπαιδεύοντας και δοκιμάζοντας έναν ταξινομητή σε δεδομένα από την τυπική εργασία μνήμης αναγνώρισης (εργασία ρητής μνήμης) και (2) αξιολογώντας στη συνέχεια εάν αυτό Ο ταξινομητής μπορούσε επίσης να αποκωδικοποιήσει τη μνήμη όταν οι συμμετέχοντες προσπαθούσαν να αποκρύψουν τις καταστάσεις μνήμης τους (εργασία κρυφής μνήμης). Το μοντέλο διαδικασίας μας πρότεινε τρία εναλλακτικά σενάρια προς δοκιμή. Ξεκινάμε εξηγώντας το μοντέλο της διαδικασίας μας και στη συνέχεια περιγράφουμε κάθε υπόθεση με τη σειρά.