虽然双耳搏动提供了一种无创且易于管理的刺激,但它们对听觉的影响
只有少数研究对工作记忆进行了探索。Kennerly调查了
双耳搏动对记忆广度任务期间表现的影响[57]。作者得出结论
与对照组相比,双耳搏动组表现明显更好。
Fernandez等人测试了双耳节拍对言语工作记忆的影响[58]。参与者
当听到5Hz双耳节拍时,在单词回忆任务中表现明显更好
与13Hz相比。Lane等人测试了参与者在单回工作记忆中的表现
在听θ或β范围双耳节拍时进行测试[59]。听双耳的时候
在贝塔频率范围内,参与者在目标检测方面表现出改善,并且
减少了误报、任务相关混淆和疲劳。尽管之前的研究表明
双耳搏动提供了对大脑活动的无创操作,从而产生行为反应
工作记忆表现的变化,以前的研究还没有研究神经
驱动行为变化的机制。
在浏览器专业版中打开你是开发人员吗?试用HTML到PDF API pdfcrowd.com
本研究的目的是确定双耳搏动对大脑皮层连接和功能的影响
将大脑皮层网络特性的任何变化与行为表现联系起来
视觉空间工作记忆任务。特别是,我们将使用图论方法进行比较
用脑电建立的功能网络的性质,并将观察到的行为数据与
网络
材料和方法
参与者
28名健康成年人(12名女性,16名男性),年龄19至46岁(平均27.6岁)
这项研究。所有参与者都被告知要完成的任务,并提供了书面报告
同意本研究中的方案得到弗吉尼亚理工大学机构审查的批准
板所有参与者均接受了色盲测试,并矫正至正常视力。此外
参与者使用美国语言指南对自己的听力进行自我评估-
听证会协会。没有参与者报告有任何神经障碍史或
听力问题。
听觉刺激
在任务过程中测试了一组声刺激条件。三个控件
条件是1)没有声音,2)纯音(R:240Hz,L:240Hz),和3)古典音乐
(维瓦尔第之春)。三个实验条件为1)5Hz双耳拍(R:240Hz,L:
245Hz),2)10Hz双耳拍(R:240Hz,L:250Hz),和3)15Hz双耳拍(R:240Hz,L:250Hz)
255Hz)。R和L分别表示右耳和左耳中音调的频率。这个
选择5Hz、10Hz和15Hz的实验性双耳搏动来表示θ、α、,
和β带。图1显示了15Hz双耳拍的示例。声调
在Matlab中创建,并使用立体声耳机(MDR-NC7,
索尼)。在实验开始之前,听觉刺激的音量由
参与者。
在浏览器专业版中打开你是开发人员吗?试用HTML到PDF API pdfcrowd.com
PPT PowerPoint幻灯片
PNG大图对于所有网络测量,来自两个半球的值通常为
对称的。
在浏览器专业版中打开你是开发人员吗?试用HTML到PDF API pdfcrowd.com
PPT PowerPoint幻灯片
PNG大图
TIFF原始图像
PPT PowerPoint幻灯片
PNG大图
TIFF原始图像
PPT PowerPoint幻灯片
PNG大图
TIFF原始图像
下载:
图6.所有六种声学信号的皮层网络中EEG节点的平均程度
刺激条件。
条形图表示标准误差。
http://www.changxian.org
图7.所有六种大脑皮层网络中脑电图节点的平均聚类系数
声刺激条件。
条形图表示标准误差。
http://www.changxian.org
下载:
图8.所有六种大脑皮层网络中脑电图节点的平均介数中心性
在浏览器专业版中打开你是开发人员吗?试用HTML到PDF API pdfcrowd.com
PPT PowerPoint幻灯片
PNG大图
TIFF原始图像
PPT PowerPoint幻灯片
PNG大图
TIFF原始图像
声刺激条件。
条形图表示标准误差。
http://www.changxian.org
下载:
表2.比较条件和通道的双向方差分析结果。
http://www.win-sensor.site
图9显示了每次在所有信道上平均的三个度量的比较
段根据前面描述的双向ANOVAs确定其意义。
对于度和聚类系数,对于
与所有其他条件相比,分别为10Hz BB和15Hz BB条件。相反地
10Hz和15Hz BB条件下的介数中心性越来越高,
分别与所有其他条件进行比较。
下载:
图9.度、聚类系数和中间性中心性的比较
对于每种情况。
在浏览器专业版中打开你是开发人员吗?试用HTML到PDF API pdfcrowd.com
PPT PowerPoint幻灯片
PNG大图
TIFF原始图像
用不同字母标记的条件明显不同。酒吧秀
标准误差。
http://www.win-sensor.site
区域联系强度。
构建了一个6×6因子方差分析来比较链接和条件对结果的影响
维护和检索段的PLV链路强度。图10显示了连接强度
用于维护和检索。对于维护和检索网络,主要
条件、连接和条件×连接之间的交互作用显著,
如表3所示。值得注意的是,15Hz BB连接强度值明显更高
所有连接中除颞枕连接外的所有其他条件
维修这表明15Hz BB刺激增加了
额叶和所有其他大脑区域,以及顶叶和所有其他大脑之间
区域。虽然15Hz BB链路
强度值是最高的条件之一。因此,15Hz BB对
大脑区域之间的通信更高,并且更容易与其他听觉区域区分开来
维持期间的刺激比恢复视觉空间刺激期间的刺激要多。
下载:
表3.因子方差分析比较条件和区域的结果
连接强度。
http://www.win-sensor.site
在浏览器专业版中打开你是开发人员吗?试用HTML到PDF API pdfcrowd.com
PPT PowerPoint幻灯片
PNG大图
TIFF原始图像
PPT PowerPoint幻灯片
PNG大图
TIFF原始图像
下载:
图10.区域连接强度。
每个条件均针对无进行归一化。显示了每个链接的意义
个别地。用不同字母标记的条件明显不同。
http://www.win-sensor.site
Δ精度与网络拓扑的相关性
表4按预测能力的顺序显示了确定系数(R)、截距和
单个OLS回归中每个指标的斜率。除中间值外的所有指标
中心性和CR与行为改变呈正相关。基于
R值的大小,在维护期间计算的指标通常描述
行为变化的变化优于检索期间的变化。
下载:
2.
2.
在浏览器专业版中打开你是开发人员吗?试用HTML到PDF API pdfcrowd.com
表4.OLS回归。
M: 维护,R:检索。
http://www.win-sensor.site
讨论
15Hz双耳拍提高视觉空间工作的准确性
内存任务
在5个月的学习过程中,听15Hz BB对参与者的准确性有积极影响
分钟减少3%。在所有其他条件下,参与者的准确性下降了1%-3%。不
声音和5Hz BB产生的精度下降较小,而P声刺激显著影响相关网络
视觉空间工作中维护和检索期间的连接
内存任务
根据图5中的结果,15Hz BB引起的网络相对变化最小
工作记忆的维持和恢复部分之间的连接强度
审判。因此,网络在整个工作记忆任务中得到了更好的保护。
工作记忆的维持被认为是由反射环路驱动的,反射环路允许
持续的神经元放电,从而允许认知表征在
意识[67]。因此,适当网络中的持续神经活动是
工作记忆任务成功的标志,如表4所示
在工作记忆任务期间准确性的变化,并且具有最高的R值0.23。
因此,随着性能准确性的提高,网络中的相对差异
维护和检索之间的激活减少。据我们所知,本文是第一篇
证明15Hz BB更好地提高了相对连接强度的一致性
与其他声刺激条件相比,使用CR预测工作记忆任务
表演
2.
在浏览器专业版中打开你是开发人员吗?试用HTML到PDF API pdfcrowd.com
声刺激持续影响区域联系
维护和检索
区域联系的优势提供了对整体功能的一些见解
工作记忆任务期间大脑的连通性。在以前的研究中,相互作用
顶叶和前额叶之间的皮质与工作记忆密切相关
性能[10,11]。如表4所示,用于维护的额顶连接具有
与检索期间(R=0.088)相比,与性能的相关性更高(R=0.185)。鉴于
在暴露于15Hz BB期间,工作记忆表现增加,我们可以推断
在视觉空间工作记忆维持过程中,额顶连接更为重要
而不是在检索期间。这一推断与涉及顶叶皮质的发现一致
在视觉空间信息的存储中[68,69],而前额叶皮层本身对于
执行控制过程,例如检索期间作出的决策。此外,区域
用于维护的P-O、F-O和P-T之间的链接在相同数量级上
F-P链路的R值,如表4所示。所有链路与
行为。因此,如果链路强度增加,则工作记忆性能降低
也受到了积极影响。
刺激条件通过以下方式显著改变网络结构:
引入强调或不强调某些
节点
如图6-8所示,左右半球之间具有高度对称性
对于度、聚类系数和介数中心性。当参与者
在会议结束后进行的调查中,大多数人回答说他们记得
可能导致左半球激活的颜色名称,这与
通过口头处理。此外,具有最高值的信道为Fp1、Fp2、F3、F4、,
P3、P4、O1和O2对应于额叶、顶叶和枕叶。15Hz BB
在整个网络和边缘权重上产生高累积信息传输
它们均匀分布。图9证明了这一点,其中显示15Hz BB
除了较低的介数中心值外,还具有较高的度和聚类系数。
低介数中心性表明所有节点在
图表相反,当度和聚类系数较低时,中间值
中心性很高,如10Hz BB,则边缘权重分布不均匀,并且
网络中的某些节点更受欢迎。这些数据表明双耳节拍
显著改变了边缘权重以及网络本身的结构
分配。这些来自EEG数据的指标提供了对驱动
行为研究发现,15Hz BB提高了工作记忆的表现,而10Hz BB提高了工作记忆的表现
2 2
2.
在浏览器专业版中打开你是开发人员吗?试用HTML到PDF API pdfcrowd.com
行为研究发现,15Hz BB提高了工作记忆的表现,而10Hz BB提高了工作记忆的表现
工作记忆性能降低。视觉空间工作记忆任务似乎很好
通过增加跨大脑区域的交流,尤其是额顶区域,以及
通过节点间的一致性,而不是单个节点中强度的增加。
总之,在视觉空间工作记忆任务中听15Hz的双耳节拍可以
不仅提高了响应的准确性,而且改变了皮层的特性
支持任务性能的网络
TIFF原始图像
下载:
图1.15Hz双耳拍的示例。
http://dx.doi.org/10.1371/journal.pone.0166630.g001
脑电图记录
16金杯无源电极脑电图系统(OpenBCI,Inc.,纽约州纽约市)与
使用LabVIEW以128Hz的采样频率记录数据。的位置
电极通道为Fp1、Fp2、F7、F8、F3、F4、T3、T4、C3、C4、P3、P4、O1、O2、Fz、Cz,其中
使用10-20系统放置[60]。将参考电极和接地电极放置在
耳垂。电极由Ten20 EEG导电膏(Weaver和Co。,
在数据收集之前,验证了极光、CO)和电极阻抗<5 kΩ。测试
发生在一个安静、光线昏暗的房间里。
视觉空间任务
本实验选择的工作记忆任务是与样本的延迟匹配
视觉空间任务[8]。图2显示了匹配和非匹配试验。在对初始图像进行编码后
指示受试者在工作期间没有持续输入的情况下保留图像
内存维护。在检索过程中,要求受试者比较
保留图像和当前图像,并指示它们是否匹配。容量,限制
在浏览器专业版中打开你是开发人员吗?试用HTML到PDF API pdfcrowd.com
PPT PowerPoint幻灯片
PNG大图
TIFF原始图像
可积极维持的“负荷”计算如下:
(1)
其中C是负载,H是命中率,F是虚警率。命中率是百分比
正确识别的匹配项的百分比,虚警率是不匹配项的百分比
识别为匹配[8]。因此,能力衡量参与者能够识别的准确性
按num缩放的正确匹配其中C是负载,H是命中率,F是虚警率。命中率是百分比
正确识别的匹配项的百分比,虚警率是不匹配项的百分比
识别为匹配[8]。因此,能力衡量参与者能够识别的准确性
按每个图像中的目标数缩放的正确匹配。
下载:
图2。延迟匹配样本视觉空间工作记忆任务。
http://dx.doi.org/10.1371/journal.pone.0166630.g002
参与者舒适地坐在电脑显示器前,显示器显示
任务键盘上的两个明显标记的按钮允许参与者指示匹配
(左箭头)或与右手不匹配(右箭头)。在实验开始之前,
完成了初始负荷滴定测试,并涉及示例练习回合(一个区块的
一个2负荷任务),然后继续进行越来越困难的负荷(3、4和5各一个区块)-
加载任务的版本)。实验任务的滴定负荷是通过发现
为每个参与者生成最大容量估计值的负载。如果其中两个
负载产生相同的容量,然后选择命中率最高的负载。
在浏览器专业版中打开你是开发人员吗?试用HTML到PDF API pdfcrowd.com
在脑电图准备后,参与者在确定的负荷下执行实验任务
通过30分钟的初始滴定。每隔5分钟,音响就会播放一次
耳机将改变为六种不同的声刺激条件之一。为了
最小化偏差,所有试验和所有条件在所有参与者中随机进行。任务是
使用Cogent Graphics Matlab工具箱编写的自定义脚本进行演示。
行为数据处理
使用自定义Matlab脚本处理记录的行为数据以进行分析。第一
参与者没有反应或按下非目标键的试验被放弃(更少
大于5%。为了有效评估由于大脑中的振荡同步性而导致的改善,它
在每个参与者的个人工作记忆极限下进行测试是很重要的
容量因此,用于比较声学刺激行为的指标
条件为Δ精度和反应时间。准确度定义为正确试验的次数
匹配(命中)和非匹配(正确拒绝)除以试验总数。Δ
准确度是结束时(3.5-5分钟)的准确度与
声刺激条件的开始(0-1.5分钟)。反应时间是
从目标图像出现在屏幕上到参与者点击
响应按钮。
脑电图数据处理
使用EEGlab[61]对原始脑电图数据进行预处理。首先,数据被带通
在0.5Hz和50Hz之间过滤,以消除漂移和60Hz电源线噪声。然后
过滤后的脑电图被重新引用到平均值。之后,维护(125 ms-4125
ms,对应于屏幕上不存在视觉空间阵列的时间
在样本和探针刺激之间)和提取(4125 ms-6125 ms)阶段
已提取。即使参与者之前做出回应,检索时间长度也保持不变
2秒间隔的结束。最后,去除基线(刺激前0-200毫秒
演示)。只使用了正确的试验(即命中或正确的拒绝)。时代是
用手检查是否有来自眨眼、运动或其他来源的伪影,并将其移除。
排斥率小于5%。
考虑到目标是分析不同声学条件下的整体大脑结构
刺激条件下,区域联系通过平均
额叶、颞叶、顶叶和枕叶上的电极簇。应该注意的是
在这种情况下,该区域是指不同皮质上的表面位置的平均值。
将所有条件与无声音结果进行归一化,以显示链接的变化
在浏览器专业版中打开你是开发人员吗?试用HTML到PDF API pdfcrowd.com
优势。
网络建设与分析
使用EEGlab将处理后的脑电图信号再次过滤为四个公共频率
频带:θ(4Hz-8Hz)、α(8Hz-12Hz)、β(12Hz-25Hz)和γ(25Hz-40Hz)
[62]. 然后使用这些滤波信号计算时频同步
在通道之间测量。图形网络是使用通道作为
节点和时频同步测量作为边缘权重。分离
为维护和检索阶段以及四种不同的频率创建了网络
乐队。
时间频率同步测量。
一种常见的同步测量称为锁相值(PLV)。PLV是一个
两个信号之间相位协方差的测量PLV是一个
测量两个信号之间的相位协方差。如果存在以下情况,则两个振荡器的PLV为1:
相位差是连续固定的,如果不断变化,则为0[63]。为了计算PLV,
使用Hilbert变换将EEG通道记录转换为分析信号
Matlab信号处理工具箱[64]。然后,a中hth通道的相位(弧度)
在维护或检索中,表示给定的时间 (t) 。相位差
通道h和通道i定义为
(2)
最后,为了创建完整的图形网络,将所有通道对相互比较
通过锁相值
(3)
其中是虚单位,其中T是历元持续时间,N是
离散步骤的总数。
图形网络测量。
从神经成像数据得出的功能网络的量化特征可以
h
在浏览器专业版中打开你是开发人员吗?试用HTML到PDF API pdfcrowd.com
使用图形网络指标实现[56,65]。图形网络是无向的
加权和是使用电极通道作为节点(V={1,…,n})和
PLV连接强度为无向边(E={(i,j): 从i到j的边)。这个
可以使用定义的邻接矩阵A和边缘权重矩阵W来描述网络
像
(4)
(5)
其中,如果(i,j),n=16,a=1 否则为E和0。对称权的元素
矩阵的属性为0≤ w=w≤ i为1,j=1,…,n,i≠ j
使用三个常用指标分析网络:度、聚类系数和
中间性中心性。这些指标是使用大脑连接工具箱计算的
(BCT)。
1.第i个节点(D)的阶数是连接到该节点的边权重之和。它
是对从其他区域进入节点的信息量的度量,以及
使用以下公式计算
(6)
2.节点的聚类系数()是相邻节点的比例
相互连接。可以将其视为周围区域的局部连通性度量
ij公司
纪(ij ji)
一、
在浏览器专业版中打开你是开发人员吗?试用HTML到PDF API pdfcrowd.com
节点,定义为
(7)
未加权学位在哪里。将权重归一化为
使用确保保持在0和1之间。
3.节点的介数中心性()是所有节点之间的最短路径数
通过节点i的节点。从节点j到h的长度为k的路径是k的序列+
1关于E.A.中的边,具有相邻连续节点的不同节点
j和h之间的最短路径使k最小化。从j到h的最短路径数为
由σ给出,包括节点i的路径数由σ(i)给出。这个
介数中心性,定义为
(8)
求第i个节点所在节点之间最短路径的分数之和。高的
介数中心性表明节点对整体传输有很大影响
通过网络获取信息。
连通率。
除了标准的图形网络度量之外,还有一个新的度量,即连通率
(CR),用于研究维持和恢复之间的差异
网络。16×16 PLV矩阵在所有时间段上取平均值,用于维护和检索
分别,以及两个平均矩阵,其结果由和给出
分别地为了计算CR,PLV检索矩阵的每个元素
是除以相应的维护连接值元素和
结果矩阵定义为CR。该度量提供了一种组合两个图的方法
在保持有关强度连续性的有价值信息的同时,转换为单个图形
在他们之间。根据这一定义,CR值越低,变化越小
维护和检索网络之间的连接强度。
jh jh
在浏览器专业版中打开你是开发人员吗?试用HTML到PDF API pdfcrowd.com
统计方法
使用统计软件JMP分析行为和脑电图数据。倍数
ANOVAs用于分析行为反应数据和网络结构。
从今以后,条件指的是六种声刺激条件:无,纯音,
古典音乐,5Hz BB,10Hz BB和15Hz BB。频带是指频带:θ,
α、β和γ。通道是指记录的脑电图数据的16个单独通道。
连接是指额叶-颞叶(F-T)、额叶-顶叶(F-P)、额叶-枕叶(F-
O) ,顶枕(P-O)、顶颞(P-T)和颞枕(T-O)
连接。选择的事后测试是Tukey HSD,用于评估配对
边际均值比较。家族性错误率保持在最大0.05。
对于行为数据,原始数据集(N=28)自举100次。这个号码
因此它与对于行为数据,原始数据集(N=28)自举100次。这个号码
因此它与脑电图数据样本的数量在同一数量级上。一
由于所有统计分析均在自举模型上完成,因此选择了0.01的α水平
行为数据集。此外,由于规模较大,区域链接被引导了100次
数据集的标准差,α水平设置为0.0001,保守。
最后,使用普通最小二乘法(OLS)回归来确定
了解脑电图和行为数据之间的关系。受抚养人
变量为Δ精度。自变量包括维护和恢复
程度、聚类系数、介数中心性、区域联系强度、,
以及连通率。每个变量自举10000次,使变量
回归变量和因变量之间可以解释。回归是
在引导数据集上完成。相关分析确定存在较高的
每个指标之间的多重共线性程度,如图S1所示。相关性
每对的系数r为强正(黄色)或负(蓝色)。高
多重共线性意味着向回归中添加一个以上的参数将是同时存在的
冗余且无关紧要,因为所有参数都会预测类似的输出。因此
多元线性回归模型和线性混合模型不适用于此
分析相反,使用OLS回归分别评估每个指标,以确定其
能够描述记录的Δ精度。数据集,包括行为反应和
PLV连接网络已公开[66]。
后果
工作记忆任务表现
在浏览器专业版中打开你是开发人员吗?试用HTML到PDF API pdfcrowd.com
PPT PowerPoint幻灯片
PNG大图
TIFF原始图像
单向方差分析表明,条件对Δ准确性的影响显著
(F(5594)=67.184,p<0.0001)。事后成对分析如图3所示
随着时间的推移,15Hz BB期间的性能明显比所有其他测试更准确
条件这是唯一的听觉刺激条件,产生了积极的变化
精度超过5分钟。所有其他声刺激条件产生负Δ精度。
然而,与对照组相比,参与者的反应时间没有显著变化
使用条件的方差分析(F(5594)=0.194,p=0.965)。
下载:
图3.Δ精度。
用不同字母标记的条件明显不同。
http://www.iot80.cn
连接网络
第一个单向ANOVA检查EEG数据,确定
维持组和对照组之间的网络显著不同(M=0.472,SD=0.037)
检索网络(M=0.524,SD=0.035)(F(12878)=1180.243,p<0.0001)。因此,两个
分别完成6×4析因方差分析,用于维持和恢复,以确定
条件和频带对网络结构的影响。两种ANOVAs产生相似的结果
重要的主要影响,如表1所示。对于维护和恢复,主要
条件和波段的影响显著,但相互作用不显著。邮递
hoc分析表明,θ带在两种维持过程中都有最大的激活
和检索段(p<0.0001)。其他频率没有发现显著影响
乐队。此后,本分析的其余部分将只检查θ带。图4显示
在维护和恢复竣工期间,六种情况下的平均PLV网络
在浏览器专业版中打开你是开发人员吗?试用HTML到PDF API pdfcrowd.com
PPT PowerPoint幻灯片
PNG大图
TIFF原始图像
PPT PowerPoint幻灯片
PNG大图
TIFF原始图像
通过θ波段的脑电图信号。
下载:
表1.因子方差分析比较条件和频率的结果
乐队
http://www.iot80.cn
下载:
图4.Theta波段PLV连接网络权重矩阵。
对于每个权重矩阵,对角线始终等于一。
http://www.iot80.cn
连通率。
根据图4中的权重矩阵计算的CR,分析了由于以下原因而产生的显著影响:
条件使用单向方差分析。根据结果,声刺激类型具有
在浏览器专业版中打开你是开发人员吗?试用HTML到PDF API pdfcrowd.com
PPT PowerPoint幻灯片
PNG大图
TIFF原始图像
对CR有显著影响(F(51434)=39.938,p<0.0001)。重要的事后成对
分析由图5中的不同字母表示。10Hz BB和
15Hz BB条件显著高于lo |