关系一体化训练调节了流体智能的前端对象网络:一个EEG微态研究
Zhidong Wang1,2, Tie Sun3, Feng Xiao4,5
1State Key Laboratory of Cognitive Neuroscience and Learning, Mc/Govern Institute for Brain Research, Beijing Normal University, Beijing, China.
Brain topography
|January 22, 2025
概括
关系一体化训练通过改变大脑网络动态来增强流体智能. 这种干预积极影响了前对对联网络,建议一种新的认知增强方法.
科学领域:
- 认知神经科学 认知神经科学
- 智力的神经科学 智力的神经科学
- 工作记忆研究 工作记忆研究
背景情况:
- 关系集成是工作记忆的核心组成部分,是流体智能的重要预测因素.
- 关系集成和流体智能都依赖于共享的神经基础,主要是在前端对象网络中.
研究的目的:
- 通过使用脑电图 (EEG) 和微态分析,研究关系一体化训练对大脑网络活动的影响.
- 确定关系一体化训练是否增强流体智能并改变相关的神经动态.
主要方法:
- 一个随机对照试验与两个组:关系一体化培训 (n=29) 和一个多月的积极对照 (n=28).
- 使用桑迪亚矩阵任务评估了流体智能.
- 静止状态EEG数据是在干预前和后收集的,用于微态分析.
主要成果:
- 训练组显示微态D的发生和贡献增加,与反应时间负相关.
- 与干预后的对照组相比,培训组显示微状态C的发生和贡献减少.
- 关系集成训练改变了微态过渡概率,表明了前对对联网络动态的变化.
结论:
- 关系一体化训练有效地调节前对对脑网络.
- 观察到的神经动态的变化与流体智能的改善有关.
- 这项研究支持关系一体化培训作为一种可行的认知增强干预措施.


