- BrainTools - https://www.braintools.ru -

Человек способен одновременно удерживать в рабочей памяти [5] ограниченное количество объектов [6]. Объём рабочей памяти напрямую связан с когнитивной способностью [7], которая снижается при неврологических заболеваниях и психических расстройствах. Учёные уже несколько десятилетий изучают, как загрузка рабочей памяти влияет на обработку нейронных сигналов в мозге [8]. Они пытаются понять, почему у рабочей памяти такой небольшой объём. И почему когнитивные способности резко падают, если загрузить рабочую память сверх положенного.
Исследования загрузки рабочей памяти и её ограничений были сосредоточены на координации деятельности в лобно-теменной сети. Известно, что она играет важную роль в рабочей памяти [9]. Эти исследования предсказывали пределы пропускной способности рабочей памяти, измеряя уровень сетевой интеграции (то есть как разные части лобно-теменной сети связаны вместе) и синхронизации работы этих частей по активности мозговых волн в гамма-диапазоне [10]. Последние исследования выявили, что зрительная рабочая память работает независимо для двух зрительных полуполей [11] (hemifields) — левого (LFP) и правого (RFP), и что изменения нагрузки оказывают различное влияние на колебательную динамику различных частот [12].
Сейчас исследователи из Института обучения и памяти Пикауэра [13] при Массачусетском технологическом институте вплотную приблизились к объяснению, почему когнитивные способности снижаются при перегрузке рабочей памяти. Они обнаружили, что в этом случае нарушается сопряжение, то есть синхронизация мозговых волн трёх ключевых регионов.
Учёные разработали крупномасштабную теоретическую модель корковой сети, которая состоит из префронтальной коры (PFC), глазных полей лобной коры (FEF) и боковой внутрипаритетной области (LIP). Это расширенная версия предыдущей модели [14], основанной на предиктивном кодировании, но только здесь для определения изменений в нейронных связях, которые лежат в основе изменений спектральной мощности на разных частотах, используются отклики кросс-спектральной плотности (Cross Spectral Density, CSD).

Крупномасштабная каноническая модель нейронного микроконтура
Новая модель позволила определить, как зависящие от нагрузки эффекты влияют на функциональную связность с резкими изменениями нейронной связности при превышении ёмкости рабочей памяти и разрушении сигналов прогнозирования.
«Когда вы достигаете максимальной ёмкости [рабочей памяти], то происходит потеря связи обратной связи», — объясняет [15] профессор Эрл Миллер (Earl Miller), соавтор научной работы. Такая потеря синхронизации означает, что три региона (PFC, FEF и LIP) больше не могут взаимодействовать друг с другом для поддержания рабочей памяти: префронтальная кора PFC прекращает давать обратную связь в FEF и LIP. После определённого уровня нагрузки на мозг низкочастотные сигналы между PFC, FEF и LIP рассинхронизируются — и рабочая память больше не функционирует.
Проведённый эксперимент подтвердил предыдущее открытие, что объём рабочей памяти независим для левого и правого полуполей [11].
Среднее количество объектов, которые можно удерживать в зрительной рабочей памяти, варьируется у разных людей, но обычно составляет четыре объекта, говорит профессор. Объём рабочей памяти человека обычно ассоциируется [16] с уровнем интеллекта [17].
Сделав ряд научных открытий по функционированию мозга и рабочей памяти человека, авторы исследования Эрл Миллер и Тимоти Бушман основали коммерческую компанию SplitSage [18], которая разраьбатывает программы для тестирования интеллектуальных способностей человека и объёма его рабочей памяти. В будущем такие программы могут войти в стандартный набор тестов для работников умственного труда.
Научная статья опубликована [19] 28 марта 2018 года в журнале Cerebral Cortex (doi: 10.1093/cercor/bhy065).
Автор: alizar
Источник [20]
Сайт-источник BrainTools: https://www.braintools.ru
Путь до страницы источника: https://www.braintools.ru/article/10927
URLs in this post:
[1] коре головного мозга: http://www.braintools.ru/article/3368
[2] нейроны: http://www.braintools.ru/article/9161
[3] пирамидальные нейроны: http://www.braintools.ru/parts-of-the-brain/pyramidal-system/betz-cell
[4] канонической модели: http://www.ncbi.nlm.nih.gov/pubmed/17964242
[5] памяти: http://www.braintools.ru/article/4140
[6] ограниченное количество объектов: http://www.ncbi.nlm.nih.gov/pubmed/15085132
[7] напрямую связан с когнитивной способностью: http://www.ncbi.nlm.nih.gov/pubmed/14643371
[8] мозге: http://www.braintools.ru/parts-of-the-brain
[9] важную роль в рабочей памяти: http://www.ncbi.nlm.nih.gov/pubmed/8792223
[10] по активности мозговых волн в гамма-диапазоне: http://www.ncbi.nlm.nih.gov/pubmed/22956832
[11] независимо для двух зрительных полуполей: http://www.ncbi.nlm.nih.gov/pubmed/21690375
[12] различное влияние на колебательную динамику различных частот: http://www.ncbi.nlm.nih.gov/pubmed/26286916
[13] Института обучения и памяти Пикауэра: https://picower.mit.edu/
[14] предыдущей модели: http://www.ncbi.nlm.nih.gov/pubmed/24495812
[15] объясняет: http://news.mit.edu/2018/heavy-working-memory-load-may-sink-brainwave-synch-0406
[16] ассоциируется: http://www.braintools.ru/article/621
[17] интеллекта: http://www.braintools.ru/article/7605
[18] SplitSage: http://www.splitsage.com/
[19] опубликована: http://academic.oup.com/cercor/advance-article/doi/10.1093/cercor/bhy065/4955775
[20] Источник: https://habr.com/ru/articles/371417/?utm_source=habrahabr&utm_medium=rss&utm_campaign=371417
Нажмите здесь для печати.