人类跨时间和睡眠学习新的结构化信息

适应性行动需要快速了解环境中的结构并存储所获得的知识以备将来有效使用。 海马体的主流理论侧重于它编码个人经历快照的能力，但研究人员和其他人发现证据表明它对于寻找跨经历的结构也至关重要。 这种基本学习形式的机制尚未建立。 研究人员开发了海马体的神经网络模型，实例化了一个理论，即它的一个子域可以使用分布式表示快速编码结构，这是一种强大的表示形式，其中神经元群对环境的多个相关特征做出反应。

该项目的第一个目标是在需要跨经验信息集成的范例中使用高分辨率功能磁共振成像 (fMRI) 测试该模型的预测。 结果将阐明人类如何学习新结构的基本机制，在该过程的现有模型之间进行判断，并为进一步的模型开发提供信息。 关于新海马体表征的最终命运，也存在相互竞争的理论。 一种观点认为，在睡眠期间，海马体会重播最近的信息，以在新皮质中建立更长期的分布式表征。 另一种观点认为，记忆是在海马体和新皮质中直接独立形成和巩固的。

该项目的第二个目标是在这些理论之间进行测试。 研究人员将通过重新扫描参与者并在延迟一周后跟踪记忆变化来评估海马体和皮质表征随时间的变化。 然而，随着时间的推移，任何观察到的大脑和行为变化都可能是由于时间的一般影响或睡眠期间的主动处理。

因此，第三个目标是评估睡眠对结构化信息整合的具体因果贡献。 研究人员将使用实时睡眠脑电图来播放声音提示以偏向记忆重新激活。 研究人员预计这项工作将阐明解剖学基础，并且至关重要的是，支持环境中新结构编码和整合的表征的性质。