تغییرات اتصال مغز در طول خواب توسط تحریک عصبی ترانس کرانیال حلقه بسته پیش بینی حساسیت فراحافظه قسمت 4

در سراسر مطالعات، تنوع بالایی در باندهای فرکانسی انتخاب شده برای ترسیم دوک های آهسته و سریع وجود دارد (ایوب و همکاران، 2013؛ هولز و همکاران، 2012؛ شابوس و همکاران، 2007)، و شواهد اخیر نشان می دهد که این خطوط ممکن است در هر فردی متفاوت باشد. (کاکس و همکاران، 2017).

دوک سریع ناحیه ای از مغز ما است که ارتباط نزدیکی با حافظه ما دارد. تحقیقات نشان می دهد زمانی که ما درگیر فرآیند یادگیری و حافظه هستیم، دوک های سریع فعال تر می شوند و در نتیجه حافظه ما را بهبود می بخشند.

عملکرد دوک های سریع تقویت و تحکیم خاطرات ما است. هنگامی که ما اطلاعات جدیدی دریافت می کنیم، دوک های سریع اطلاعات را از سایر نواحی مغز جمع آوری می کنند و آن را به قطعات حافظه تبدیل می کنند که می توانیم ذخیره و به خاطر بیاوریم. بنابراین دوک های سریع برای فرآیندهای یادگیری و حافظه ما بسیار مهم هستند.

بنابراین چگونه عملکرد اسپیندل سریع خود را بهبود دهیم؟ اول از همه باید عادات خوب زندگی را حفظ کنیم. خواب کافی، یک رژیم غذایی سالم و ورزش منظم، همگی نقش مهمی در سلامت و عملکرد اسپیندل سریع شما دارند. علاوه بر این، تمرکز بر یادگیری و تفکر می تواند فعالیت دوک های سریع را تحریک کرده و حافظه ما را بهبود بخشد.

به طور خلاصه، دوک های سریع به طور جدایی ناپذیری با حافظه ما مرتبط هستند. با حفظ یک زندگی سالم و توجه به یادگیری، می توانیم عملکرد سریع دوک خود را بهبود بخشیده و حافظه خود را بهبود بخشیم تا بهتر با چالش های زندگی و یادگیری کنار بیاییم. بیایید خوشبین باشیم و برای آینده ای بهتر سخت تلاش کنیم. مشاهده می شود که ما نیاز به بهبود حافظه داریم و سیستانچ دسرتیکولا می تواند حافظه را به میزان قابل توجهی بهبود بخشد زیرا سیستانچ دسرتیکولا یک ماده دارویی سنتی چینی است که اثرات منحصر به فرد زیادی دارد که یکی از آنها بهبود حافظه است. اثربخشی سیستانش دسرتیکولا از بسیاری از مواد فعال موجود در آن ناشی می شود، از جمله اسید تانیک، پلی ساکاریدها، گلیکوزیدهای فلاونوئید و غیره. این مواد می توانند سلامت مغز را به طرق مختلف ارتقا دهند.

روی 10 روش برای بهبود حافظه کلیک کنید

ما 8 تا 12 هرتز و 12 تا 15 هرتز را به‌عنوان باندهایی برای بررسی جداگانه دوک‌های آهسته در مقابل سریع انتخاب کردیم، و نتایج ما نشان می‌دهد که اتصال در باند اسپیندل سریع به طور خاص توسط STAMP تعدیل شده است.

با این حال، ممکن است در تقسیم بندی باند دوکی در بین شرکت کنندگان در آزمایش تنوع وجود داشته باشد که منجر به همپوشانی فعالیت اسپیندل آهسته و سریع در این باندها می شود. در داده های ما، طول مسیر در باندهای 8-12 هرتز و 12-15 هرتز همبستگی بالایی داشتند (r=0.88)، که نشان دهنده درجه بالایی از همپوشانی بین این باندهای فرکانسی است.

بنابراین، ما در اینجا ادعا می کنیم که فعالیت اسپیندل توسط STAMP تعدیل شده است، اما تجزیه و تحلیل بیشتر برای تعیین مشخص بین دوک های سریع و آهسته مورد نیاز است. علاوه بر این، ما از یک رویکرد مبتنی بر باند فرکانس برای تطبیق با اتصال و تجزیه و تحلیل یادگیری ماشینی که پیاده‌سازی کردیم، استفاده کردیم. با این حال، دوک ها رویدادهای گذرا هستند که به طور خلاصه در زمان رخ می دهند.

در حالی که این رویکرد احتمالاً فعالیت‌های مربوط به دوک‌ها را به تصویر می‌کشد، یک رویکرد مبتنی بر رویداد متمرکزتر که در آن رویدادهای دوک خاص شناسایی می‌شوند، ممکن است نقش آنها را در فراشناخت بیشتر روشن کند.

نتایج تحلیل رگرسیون نشان داد که تغییرات طول مسیر در باند بتا با تغییرات حساسیت حافظه از پیش‌خواب تا پس‌خواب در شرایط Active مرتبط است. رابطه گزارش شده در جهت معقولی بود، با طول مسیر کمتر (بازدهی بزرگ) مرتبط با بهبود عملکرد فراشناختی.

توجه داشته باشید که طول مسیر بتا بین شرایط Active و Sham تفاوت معنی‌داری نداشت، که نشان می‌دهد این اثر تفاوت‌های فردی دقیق‌تری را نشان می‌دهد، که در آن افرادی که سازماندهی مجدد شبکه را به سمت بازدهی بیشتر به دنبال تحریک STAMP نشان می‌دهند نسبت به کسانی که این کار را نمی‌کنند، بهبود فراحافظه یک شبه بیشتری را نشان می‌دهند.

این مورد بیشتر در اطلاعات پشتیبانی مورد بحث قرار گرفته است. این یافته نسبتاً جدید است، زیرا هیچ مطالعه قبلی به دانش ما تغییراتی را در اتصال عملکردی به دنبال تحریک در طول خواب که به تغییرات رفتاری مرتبط است، بررسی نکرده است.

 مطالعاتی که به بررسی یادگیری و عملکرد حرکتی بصری می پردازند، مانند وظایف ردیابی آینه، تغییراتی را در هماهنگ سازی و اتصال باند بتا در طول و بعد از کار گزارش کرده اند (کلاسن و همکاران، 1998؛ کیلنر و همکاران، 2004؛ پیانتونی و همکاران، 2015). با این حال، مطالعاتی که روابط اتصال نظری گراف را با عملکرد حافظه اپیزودیک بررسی می‌کنند، که در آزمایش کنونی آزمایش شده‌اند، معمولاً تغییرات را در اتصال باند بتا بررسی یا گزارش نکرده‌اند (برک و همکاران، 2013).

با این حال، تغییرات در طول مسیر بتا با پیشرفت بیماری آلزایمر مرتبط است - یعنی بیماران مبتلا به آلزایمر طول مسیر بتا بالاتری نسبت به افراد سالم نشان می‌دهند، و طول مسیر بتا با نمره معاینه وضعیت ذهنی کوچک (MMSE) همبستگی منفی دارد (Stam et al. ., 2006). علاوه بر این، تحقیقات در فیزیولوژی عصبی نوسانی خواب نشان داده است که فعالیت ریتمیک سریع‌تر (یعنی در محدوده بتا/گاما) در مرحله دپلاریزاسیون موج آهسته وجود دارد و ادامه می‌یابد و تا حد زیادی در مرحله هیپرپلاریزاسیون وجود ندارد (Compte et al., 2008; Steriade). 2006 استریاد و همکاران، 1996).

این افزایش فعالیت ممکن است به طور خاص با نورون‌های نورآدرنرژیک در سیستم لوکوس سرولئوس مرتبط باشد (Eschenko و همکاران، 2012)، که ممکن است انعطاف‌پذیری قشر مغز، یک جزء مهم تثبیت حافظه را افزایش دهد.

بنابراین، این احتمال وجود دارد که سازماندهی و فعالیت شبکه باند بتا در طول SWOها به طور کلی جنبه مهمی از عملکرد حافظه اپیزودیک و فرآیندهای یکپارچه سازی باشد، که می تواند از طریق تحریک خاص STAMP هدفمند و تقویت شود. یکی از محدودیت های بالقوه مطالعه فعلی فقدان یک شرایط کنترل برای رد کردن اثر کلی تحریک بر اتصال.

یعنی، STAMP‌هایی را می‌توان در حین خواب اعمال کرد که در طول رمزگذاری به هیچ قسمتی مرتبط نبودند تا تغییرات اتصال به دنبال STAMP‌های برچسب‌گذاری‌شده با تغییرات پس از STAMP‌های بدون برچسب مقایسه شوند.

با توجه به تعداد محدود STAMP و پیچیدگی طراحی آزمایشی، ما تصمیم گرفتیم که با استفاده از همه STAMP ها برای نشان دادن حافظه در طول خواب، قدرت آماری خود را به حداکثر برسانیم.

با این حال، این شرایط به ویژه برای درک نتایج طبقه بندی ما مفید خواهد بود. در حال حاضر می‌توان گفت که ویژگی‌های انتخاب‌شده می‌توانند شرایط Active و Sham را مشخص کنند و این ممکن است به دلیل فرآیندهای تثبیت در شرایط Active در مقایسه با شرایط Sham باشد. با این حال، اینها همچنین ممکن است تغییرات کلی پس از تحریک باشد.

در مقابل، ما مطمئن هستیم که رابطه طول مسیر بتا با تغییرات حساسیت فراحافظه مربوط به فرآیندهای تثبیت وابسته به خواب است.

نتایج رفتاری ما نشان می‌دهد که تحریک STAMP منجر به مزایایی برای شرایط Tag & Cue در مقایسه با سایر شرایط شده است، که نشان‌دهنده یک مزیت خاص در مقابل یک مزیت عمومی‌تر ناشی از تحریک برای فراحافظه است. در همین راستا، تغییرات در طول مسیر بتا به طور خاص تغییرات در تغییرات AUC Tag & Cue را پیش‌بینی می‌کرد و حساسیت را در شرایط شم پیش‌بینی نمی‌کرد.

کار قبلی که ارتباط مغز را با معیارهای نظری گراف بررسی می‌کرد، اغلب با بررسی معیارهای خاص یا باندهای فرکانسی خاص مورد علاقه، رویکرد محدودتری در پیش گرفته است (صداقیانی و همکاران، 2015؛ سانگ و همکاران، 2014).

ما انتخاب کردیم که از یک روش یادگیری ماشینی برای جستجو از طریق مجموعه بزرگی از معیارها در باندهای فرکانسی مختلف استفاده کنیم تا تغییرات قابل توجهی را به دنبال تحریک شناسایی کنیم و از اعتبار سنجی متقاطع و مقایسه با مدل‌های پایه برای تأیید یافته‌های خود استفاده کنیم. با این حال، این روش بدون محدودیت نیست.

ویژگی‌های انتخاب‌شده ممکن است بر اساس الگوریتم یا مجموعه مراحل پردازش انتخاب‌شده متفاوت باشند. علاوه بر این، برای بهبود عملکرد، ویژگی‌های بسیار خطی را حذف کردیم - با این حال، این ویژگی‌های حذف‌شده به طور بالقوه همچنان می‌توانند از نظر نظری مورد توجه باشند.

ما آزمایش‌های آماری پیگیری را انجام دادیم تا اطمینان حاصل کنیم که مجموعه نهایی ویژگی‌های انتخابی ما از نظر آماری بین شرایط تحریک و/یا پیش‌بینی عملکرد متفاوت است. با این وجود، ممکن است ویژگی های اتصال دیگری در باندهای خاص وجود داشته باشد که به طور قابل توجهی توسط STAMP ها تعدیل می شوند و/یا رفتار را پیش بینی می کنند، اما به سادگی توسط الگوریتم انتخاب نشده اند.

با این حال، ما معتقدیم که رابطه طول مسیر بتا با رفتار قوی است، زیرا به طور مداوم توسط الگوریتم بوروتا بسیار مهم در نظر گرفته می‌شد و به طور قابل‌توجهی داده‌های رفتاری را پیش‌بینی می‌کرد، و اگر فقط معیارهای استاندارد و باندهای فرکانسی بیشتری را بررسی می‌کردیم، احتمالاً این اثر پیدا نمی‌شد. مطالعات آینده ممکن است نقش خاصی را که اتصال شبکه بتا در حافظه اپیزودیک و فرآیندهای تصمیم گیری ایفا می کند، شناسایی کند.

قدردانی

این کار توسط دارپا و دفتر تحقیقات ارتش پشتیبانی شد. دیدگاه ها، نظرات و/یا یافته های بیان شده متعلق به نویسنده است و نباید به عنوان نمایانگر دیدگاه ها یا سیاست های رسمی وزارت دفاع یا دولت ایالات متحده تفسیر شود.

اطلاعات پشتیبانی

ویژگی های اتصال، و همچنین مقادیر حساسیت فراحافظه، در اطلاعات پشتیبانی برای این مقاله موجود است.

مشارکت های نویسنده

رایان هوبارد: مفهوم سازی; تحلیل رسمی؛ روش شناسی; نوشتن - پیش نویس اصلی؛ نوشتن - بررسی و ویرایش. ایمان زاده: مفهوم سازی; تحلیل رسمی؛ روش;منابع; نرم افزار؛ نوشتن - پیش نویس اصلی. Aaron Jones: Data Curation; منابع بردلی رابرت: مدیریت داده. منابع ناتالی برایانت: مدیریت داده. منابع؛ نرم افزار. وینسنت کلارک: مدیریت داده. منابع Praveen Pilly: Conceptualization; تجزیه و تحلیل رسمی؛ کسب بودجه؛ تحقیق و بررسی؛ مدیریت پروژه؛ نظارت؛ نوشتن - پیش نویس اصلی؛ نوشتن - بررسی و ویرایش.

اطلاعات مالی

Praveen Pilly، آژانس پروژه‌های تحقیقاتی پیشرفته دفاعی (https://dx.doi.org/10.13039/100000185)، شناسه جایزه: W911NF{4}}C-0018.

بیانیه تعارض منافع

آخرین نویسنده، Praveen K. Pilly، حق ثبت اختراع با استفاده از تحریک الکتریکی ترانس کرانیال، فعال سازی مجدد حافظه را دارد (اختراع ایالات متحده شماره 10,307,592). وینسنت پی کلارک مشاور علمی NeuroGeneces, LLC است. همه نویسندگان اعلام می کنند که این تحقیق در غیاب منافع مالی یا غیر مالی رقیب دیگری انجام شده است.

منابع

1.Anderson، KL، Rajagovindan، R.، Ghacibeh، GA، Meador، KJ، و Ding، M. (2009). نوسانات تتا واسطه تعامل بین قشر جلوی مغز و لوب تمپورال داخلی در حافظه انسان است. قشر مغز، 20(7)، 1604-1612. https://doi.org/10.1093/cursor/bhp223، PubMed: 19861635

2. Antony, JW, Gobel, EW, O'Hare, JK, Reber, PJ & Paller, KA (2012). فعال سازی مجدد حافظه در طول خواب بر یادگیری مهارت تأثیر می گذارد. Nature Neuroscience، 15، 1114-1116. https://doi.org/10.1038/nn.3152، PubMed: 22751035

3. ایوب، آ.، اومان، دی.، هورشلمن، آ.، کوچکمانش، آ.، پل، پی.، متولد، جی.، و مارشال، ال. (2013). اثرات متفاوت بر فعالیت اسپیندل سریع و آهسته و نوسان آهسته خواب در انسان با کاربامازپین و فلوناریزین برای مقابله با فعالیت کانال Na+ و Ca{4}} وابسته به ولتاژ. خواب، 36 (6)، 905-911. https://doi.org/10.5665/sleep.2722، PubMed: 23729934

4.Backus, AR, Schoffelen, JM, Szebényi, S., Hanslmayr, S., &Doeller, CF (2016). نوسانات تتا هیپوکامپ-پیش فرونتال از یکپارچگی حافظه پشتیبانی می کند. Current Biology, 26(4), 450-457.https://doi.org/10.1016/j.cub.2015.12.048, PubMed: 26832442

5. بیرد، بی.، اسمال وود، جی.، گورگولوسکی، کی جی، و مارگولیس، دی اس (2013). شبکه های داخلی و جانبی در قشر جلوی پیشانی قدامی از توانایی فراشناختی برای حافظه و ادراک پشتیبانی می کنند. مجله علوم اعصاب، 33 (42)، 16657-16665. https://doi.org/10.1523/JNEUROSCI.{8}}.2013، PubMed: 24133268

6. Barahona، M.، & Pecora، LM (2002). همگام سازی در سیستم های دنیای کوچک Physical Review Letters, 89(5), 054101. https://doi.org/10.1103/PhysRevLett.89.054101, PubMed: 12144443

7. Bassett, DS, & Bullmore, ED (2006). شبکه های مغز جهان کوچک عصب شناس، 12(6)، 512-523. https://doi.org/10.1177/1073858406293182, PubMed: 17079517

8. Benchenane, K., Peyrache, A., Khamassi, M., Tierney, PL, Gioanni,Y., Battaglia, FP, &Wiener, SI (2010). نوسانات تتا منسجم و سازماندهی مجدد زمان سنبله در شبکه هیپوکامپ-پیش فرونتال پس از یادگیری. نورون، 66 (6)، 921-936. https://doi.org/10.1016/j.neuron.2010.05.013, PubMed: 20620877

9. Benjamini, Y., & Hochberg, Y. (1995). کنترل کشف نادرست: یک رویکرد عملی و قدرتمند برای آزمایش چندگانه Journalof the Royal Statistical Society, 57, 289-300.

10. Berens, P. (2009). CircStat: جعبه ابزار MATLAB برای آمار دایره ای. مجله نرم افزار آماری، 31 (10)، 1-21.

For more information:1950477648nn@gmail.com