脑电研究:睡眠中的婴儿大脑预测发育情况

传统观点认为九个月大之后的婴儿才能建立真正词汇的语义长程记忆,之前都处在呀呀学语的原词状态。来自德国柏林洪堡大学的学者Manuela Friedrich等人探索了婴儿的睡眠对其第一个词义出现的影响,发现婴儿在睡眠中记忆经历了不同的阶段,特别是六个月大的婴儿大脑已经足够成熟去建立词汇-语义的长时程记忆。这项研究发表在Current Biology杂志上。

实验一共有162位6-8个月大的婴儿参与,最终有107位的数据被采纳。在实验之前,婴儿受试者被分为睡眠组和清醒组,即在学习阶段完成之后是否进入睡眠状态,其中睡眠组又根据其睡眠的长短(35分钟为标准)分为长睡眠组和短睡眠组。

实验分为三个阶段:学习阶段、记忆巩固阶段和记忆测试阶段,如图1所示,在学习阶段,婴儿被暴露于128对不同的物体-词语对,即屏幕上呈现视觉的物体,随后同时呈现一个词语。而这些配对分为两种情况:分别是一致配对和不一致配对。配对刺激分为八大类,每一类有12张类似的物体,其中八个出现在学习阶段,四个出现在记忆测试阶段,以考察婴儿对同一个词配对相似物体的归类推广能力。不配对刺激也是这八类刺激,只是物体和词语不配对,每种出现一次。两种情况混杂随机呈现。记忆巩固阶段,睡眠组婴儿开始睡觉,清醒组婴儿保持清醒,最后是记忆测试阶段。在这三个阶段都同时记录EEG数据。

图1:实验设计。(A)在学习阶段,一半呈现的物体-词语对是配对一致的情况,一个词与八个新的但是相似的物体配对,实现归类词汇配对的学习。另外一半是配对不一致的情况,一个词与八个不相似的物体配对,这样被试就不能学习到稳定的物体词语对。(B)在记忆测试阶段,特定类别的四个新的物体呈现在配对词汇中或者不配对词汇中。

研究人员首先发现睡眠的长度影响婴儿新记忆的发展阶段。如图2所示,经过学习阶段后,清醒组婴儿在记忆测试时对配对刺激和不配对刺激没有不同的大脑响应,而短睡眠组:正确的配对则呈现出晚期负波成分,这暗示着婴儿出现记忆中较为低级的感知相关记忆;而长睡眠组:不正确的配对刺激呈现出类似于成年人的N400成分,暗示着成熟的词汇-语义记忆完成。表1列出影响婴儿大脑成熟和认知发育的变量,长短睡眠组在这些因素上并没有显著性差异,提示长睡眠组观察到的N400记忆效应并非来源于两组被试的大脑成熟度不同。

图2:在学习和记忆测试阶段的归类词语配对效应。婴儿对与新物体配对的词的ERP反应。在N400启动效应的标准分析之后,我们计算了所有未启动和启动情况之差的记忆效应(例如,不一致-一致;不正确-正确);负值向上画。(A)在学习阶段没有证据显示学习的推广。(B)清醒组的记忆测试中没有证据显示学习的推广。(C)短睡眠组的记忆测试出现晚期负波成分,暗示着针对归类词语配对的较低发展阶段的感知相关记忆的出现。(D)长睡眠组的记忆测试出现N400成分,暗示着高级发展阶段的语义记忆的出现。

表1:影响婴儿大脑成熟和认知发育的变量。

随后,研究人员分析婴儿睡眠各个阶段的长短和长睡眠组观察到的N400记忆效应之间的相关性,虽然长短睡眠组在非快速眼动睡眠总时间、非快速眼动睡眠阶段2和3,以及总睡眠时长上均有显著性差异(见表2),但是分析发现只有非快速眼动睡眠2阶段的长短与该效应相关。短-N2组观察到晚期负波成分,而长N2组则能观察到N400成分。并且再将N2时长细化,发现0.5-4分钟的N2睡眠,无记忆效应,4.5-9.5分钟的N2睡眠,呈现感知相关记忆效应;10-17.5分钟的N2睡眠,记忆效应消失,提示可能是记忆重组正在进行;18-35分钟的N2睡眠,出现词汇-语义记忆效应。因此,感知记忆到语义记忆的转换需要延长的非快速眼动睡眠2(N2)阶段。

如表3所示,长短N2睡眠组被试在影响大脑发育的各个变量上也不存在统计学差异,可以排除大脑发育成熟度的影响。

图3:在睡眠阶段2中记忆形成的时间进程

(A)在短N2睡眠组(N2阶段睡眠时长不大于9.5分钟的婴儿)的晚期负波的记忆效应;

(B)长N2睡眠组(N2阶段睡眠时长大于9.5分钟的婴儿)的N400记忆效应;

(C)N2阶段只有0.5-4分钟的婴儿没有证据显示记忆效应;

(D)N2阶段有4.5-9.5分钟长的婴儿出现的晚期负波成分,暗示着感知相关记忆的出现;

(E)N2阶段有10-17.5分钟长的婴儿未观察到记忆效应,暗示着记忆重组正在进行;

(F)N2阶段有18-35分钟长的婴儿出现的N400效应,证实语义记忆的建立;

表2:长短睡眠组不同睡眠阶段时长的描述和统计。

表3:长短N2睡眠组的睡眠情况描述和发育变量对比。

最后研究人员关注了局部睡眠纺锤波,发现只有N2阶段出现的睡眠纺锤波与N400效应相关,参与真正词语记忆的形成。如图4C-D所示,局部睡眠纺锤波无论是峰峰幅度还是均方根都和N400效应相关;如图5A-B所示,中顶部位电极处的睡眠纺锤波功率密度也与N400效应相关。

图4:睡眠纺锤波和词汇-语义记忆的关系。(A)在非快速眼动睡眠中,前额(F3、FZ和F4的平均),中部(C3、CZ和C4的平均)和顶叶(P3、PZ和P4的平均)电极部位的EEG功率。(B)短-和长-N2组的平均非快速眼动睡眠纺锤波;(C)长-N2睡眠组在睡眠N2阶段的右中脑区(C4)的睡眠纺锤波平均峰-峰幅度与记忆测试阶段N400语义推广效应的相关性(r=-0.488,p=0.006);(D)长-N2睡眠组在睡眠N2阶段的C4电极处的睡眠纺锤波平均均方根幅度与记忆测试阶段N400语义推广效应的相关性(r=-0.526,p=0.003);注意:由于N400效应极性呈负,因此相关性也呈负。

纺锤波平均功率不受婴儿年龄的影响(r=-0.118,p>0.2),但是纺锤波功率的个体差异可能是由大脑成熟和智力差异引起的。为了排除这方面的影响,我们计算了每个被试右中侧脑区和其余脑区的纺锤波功率的归一化局部偏差。发现纺锤波右中侧脑区的增加或者降低在长、短N2睡眠组间并没有差异(t59=-0.619,p>0.1),但是仍和长-N2睡眠组的N400效应相关(r=-0.553,p=0.002)。

图5:长-N2睡眠组在睡眠阶段的纺锤波功率和记忆测试阶段的N400语义推广效应之间的关系。(A)C4电极处非快速眼动睡眠纺锤波功率和N400效应之间的关系;(B)P4电极处非快速眼动睡眠纺锤波功率和N400效应之间的关系;(C)单个被试右侧中顶脑区的纺锤波功率与所有其他脑区的平均纺锤波功率的归一化局部偏差和N400效应之间的关系。

综上所述,本文亮点在于:1.婴儿睡眠阶段的记忆巩固和词汇发展的早期阶段同步;2.非快速眼动睡眠2阶段的长度决定了婴儿新记忆的发展阶段;3. N2阶段的局部睡眠纺锤波参与词汇-语义长时程记忆的形成;4. 睡眠依赖的记忆巩固(6个月)早于已知的发育正常进程(九个月)。

参考文献:Friedrich M, WilhelmI, Mölle M, et al. The Sleeping Infant Brain Anticipates Development[J].Current Biology, 2017, 27(15): 2374-2380. e3.

如果各位对脑电数据处理感兴趣,可以浏览以下网页参加我们的脑电数据处理培训:

http://www.syfmri.com/ShowNews.asp?id=60

原文发布于微信公众号 - 思影科技(siyingkeji)

原文发表时间:2017-09-29

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技大本营的专栏

AAAI 2018 杰出论文出炉,两位中国留学生共同获奖

编辑 | 周翔 作为人工智能的顶级会议,AAAI 2018 将于 2.2~2.7 在美国路易斯安那州的新奥尔良举行。然而,大会还没开始,获奖信息就已经在网上传播...

378140
来自专栏专知

NIH发布包含10600张CT图像数据库 为AI算法测试铺路

美国国立卫生研究院(NIH)最近发布了一个庞大的胸部X光数据库,现已公开近10600张CT扫描图像,以支持医疗人工智能算法的开发和测试。这个大型成像数据库被称为...

11520
来自专栏JasonhavenDai

论文相关知识1.核心期刊2. A、B、C类3.相关概念4.阅读方法5.参考阅读

1.核心期刊 CCL,全国计算语言学学术会议 ACL,国际计算语言年会 NIPS,神经信息处理系统进展大会 SCI SCI即《科学引文索引》(Science ...

37050
来自专栏区块链

移动互联网勒索病毒研究报告——威胁场景的还原

一、移动安全管理现状 2017年5月,勒索病毒像颗长熟的脓疮,借着移动互联网的“东风”在全球大范围的爆发。勒索病毒给网络用户特别是移动端设备严重依赖人群带来了恶...

21000
来自专栏机器人网

机器人真空夹具改用人造肌肉?

据外媒报道,在工厂中使用的机器人通常配备真空夹具,用于夹住平面物体。通常,这些夹具由压缩空气提供动力,但这具有一些缺点。然而,现在科学家已经开发出一种使用人造肌...

26160
来自专栏云鼎实验室的专栏

DEF CON 2018:腾讯安全云鼎实验室揭秘病毒免杀“新武器”

18230
来自专栏华章科技

机器学习Lasso算法的前世今生

众所周知,机器学习的模型与统计有着千丝万缕的联系。阅读本文后,你才恍然发现,鼎鼎大名的Lasso算法思想锤炼的背后,蕴藏着学生氏分布关于酿酒的小秘密,还可以窥视...

13720
来自专栏杨建荣的学习笔记

通过SQL解读财富的分配(二)

之前分析过一篇《通过SQL解读财富的分配》,当时还不过瘾,其实是我还没看到很多自己期望看到的数据,于是后面又做了一些测试,先测试了一版2000万的数据,得...

34980
来自专栏DT数据侠

如何用数据找到“钱多事少离家近”的工作?

“钱多事少离家近,位高权重责任轻,睡觉睡到自然醒,数钱数到手抽筋”, 这样的工作真的存在吗?快随本文数据侠,一起搜罗吧~

11100
来自专栏大数据文摘

生命之圈:生物数据可视化的美丽新方法

307100

扫码关注云+社区

领取腾讯云代金券