Динамика репрезентативных изменений, лежащих в основе воспоминаний

Для каждого испытуемого будет проведено два сеанса фМРТ. В локализационном сеансе исследователи соберут анатомические изображения и данные фМРТ, необходимые для определения зрительных областей в нативном пространстве мозга каждого человека. Помимо двух высокоразрешающих анатомических изображений, от каждого участника будут получены две короткие функциональные задачи: 1) картирование популяционного рецептивного поля (pRF); 2) локализатор визуальных категорий. Задача картирования pRF будет состоять из нескольких прогонов, в которых апертура в виде полосы дрейфует по центральным 8 градусам поля зрения. Это позволит нам оценить ретинотопическую чувствительность отдельных вокселей в зрительной коре и провести границы между различными ретинотопическими картами полей. Локализатор визуальных категорий будет представлять собой блочный дизайн с различными категориями изображений. Это позволит нам определить области мозга более высокого уровня, избирательные к категориям.

В экспериментальном сеансе исследователи будут собирать данные фМРТ, пока испытуемые воспринимают и вспоминают одни и те же стимулы. Чтобы оценить, обобщаются ли наши результаты на простые и сложные зрительные стимулы, будут использованы два класса стимулов: простые паттерны в дискретных пространственных локациях, следуя предыдущим работам, и натуральные изображения. В блоках изучения испытуемые будут изучать пары «ключ-стимул». В качестве ключей будут использоваться цветные точки фиксации. Стимулы будут принадлежать к одному из упомянутых классов. В блоках вспоминания участников попросят вспомнить стимул по ключу. Вспоминание будет происходить в одном из двух условий: повторяющемся и контрольном. Повторяющееся условие позволяет нам изучить, как эволюционируют репрезентации памяти при повторном извлечении, в то время как контрольное условие обеспечит сопоставимый базовый уровень для оценки изменений за тот же реальный интервал времени. Для пар в повторяющемся условии участники будут вспоминать каждый стимул 5 раз, чередуя с вспоминаниями из других пар. Для пар в контрольном условии участники будут вспоминать каждый стимул 2 раза. Критически важно, что вспоминания в этом условии будут разнесены так, чтобы соответствовать вспоминаниям 1 и 5 в повторяющемся условии, обеспечивая контроль за прошедшим временем. Блоки изучения и вспоминания будут выполняться в чередующемся порядке.

Анализы будут сравнивать паттерны BOLD-активности при повторном извлечении, контрольном извлечении и условиях изучения. Данные проб изучения будут усреднены для формирования единого паттерна для каждого стимула. Данные извлечения будут анализироваться отдельно для каждого стимула и попытки извлечения в обоих условиях. Как для пространственных стимулов, так и для натуральных изображений исследователи сосредоточатся на сравнении репрезентативных изменений между повторяющимся и контрольным условиями. Хотя конкретные модели, используемые для характеристики репрезентаций мозга, различаются в зависимости от типа стимула, анализы в остальном будут следовать параллельным процедурам. Для пространственных стимулов исследователи будут использовать ранее опубликованный подход, который сочетает оценки pRF с данными BOLD на основе задачи для количественной оценки пространственной настройки в зрительных областях. Этот метод оценивает амплитуду вызванного задачей BOLD-ответа в каждом вокселе как функцию расстояния между pRF вокселя и пространственным местоположением стимула. Исследователи сравнят пространственную настройку в повторяющихся и контрольных условиях извлечения, а также с условием изучения, чтобы определить, накапливаются ли изменения пространственной настройки при повторном извлечении. Для натуральных изображений исследователи сравнят репрезентативную структуру паттернов BOLD-активности со структурой модели сверточной нейронной сети (CNN). Используя анализ репрезентативного сходства (RSA), исследователи оценят сходство между эмбеддингами, полученными из CNN, и паттернами BOLD-активности во время изучения и вспоминания. Более высокие корреляции с ранними слоями CNN предполагают, что представлены низкоуровневые визуальные признаки, в то время как более высокие корреляции с более глубокими слоями указывают на представление высокоуровневых визуальных признаков. Исследователи будут использовать этот подход для сравнения корреляций из повторяющихся и контрольных условий, проверяя, усиливаются ли репрезентативные изменения при повторном извлечении.