相关实验视频
Updated: Jul 16, 2025

08:06
Eye Movement Monitoring of Memory
Published on: August 15, 2010
14.7K
刺激呈现后的前几百毫秒的基础上大规模网络动态:使用iEEGEEG对视觉识别记忆的调查
Jakub Kopal1,2,3, Jaroslav Hlinka1,4, Elodie Despouy3
1Institute of Computer Science of the Czech Academy of Sciences, Prague, Czech Republic.
Human brain mapping
|September 9, 2023
概括
参与识别记忆的脑网络在几毫秒内显示出快速,动态的变化. 两个不同的大规模网络相互作用,从分离到集成状态过渡,以成功识别对象.
科学领域:
- 神经科学是一个神经科学.
- 认知神经科学 认知神经科学
- 系统神经科学 系统神经科学
背景情况:
- 识别记忆依赖于复杂的,大规模的大脑网络.
- 这些网络的次秒动态不太清楚.
- 当前的成像技术往往缺乏足够的时间或空间分辨率.
研究的目的:
- 在视觉识别记忆过程中调查大规模大脑网络的毫秒级动态.
- 在快速识别任务期间分析人类大脑中的动态有效连接.
主要方法:
- 在患者 (n=18) 中进行内脑电图 (iEEG).
- 格兰杰因果关系分析,以评估动态有效连接.
- 路凡社区检测算法用于识别网络交互.
主要成果:
- 确定了两个大规模网络之间的动态相互作用,这对成功识别至关重要.
- 第一个网络显示了早期的,自下而上的流动 (高达115毫米),涉及视觉和额头区域.
- 后来出现了第二个网络,在左前半球的上下连接 (高达220毫秒).
- 在成功识别过程中,网络拓从分离状态转变为集成状态.
结论:
- 独特的大规模大脑网络用于视觉识别记忆在最初的300ms内迅速运行.
- 这项研究揭示了快速认知过程背后的快速网络过渡.
- 这些发现有助于我们更好地理解大脑网络在识别记忆中的时间动态.

