首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

Nature reviews neuroscience:后扣带皮层的三分观点

后扣带回路(PCC)是大脑皮层中最为不了解的区域之一,但由于其独特的解剖和生理特性以及对高级认知功能和大脑疾病的重要贡献,近年来开始吸引越来越多的研究者。和前扣带回路相比,后扣带回路在人和动物模型中的研究相对较少,因此未来的研究方向应该专注于这一领域。本文作者详细介绍了近年来在后扣带回路方面的一些重要研究进展,包括跨物种和不同技术的结果,这些结果奠定了正式理论说明其功能的基础。基于这些证据,作者提出了一种三分法的观点,认为后扣带回路可以分为背侧PCC、腹侧PCC和后中央回皮层三个部分,分别支持执行、记忆和空间处理系统的整合。这一三分法的观点在之前的统一理论中消除了不一致性,为未来在这一领域的研究提供了有希望的新方向。

01

海马体联想记忆的理论及模型实验,对整个海马-新皮质区进行建模

海马在联想记忆( associative memory AM)任务中采用的计算原则一直是计算和理论神经科学中最主要的研究课题之一。海马网络的经典模型假设AM是通过一种形式的协方差学习来执行的,其中记忆项目之间的关联由学习的协方差矩阵中的条目来表示,该学习的协方差矩阵编码在海马子场CA3中的循环连接中。另一方面,最近有人提出,海马中的AM是通过预测编码实现的。遵循这一理论的分级预测编码模型执行AM,但未能捕获编码经典模型中协方差的递归海马结构。这种二分法对发展记忆如何在海马体中形成和回忆的统一理论造成了潜在的困难。早期的预测编码模型明确地学习输入的协方差信息,似乎是这种二分法的解决方案。在这里,我们表明,尽管这些模型可以执行AM,但它们是以一种不可信和数值不稳定的方式执行的。相反,我们提出了这些早期协方差学习预测编码网络的替代方案,这些网络隐式地和似是而非地学习协方差信息,并可以使用树枝状结构来编码预测误差。我们通过分析表明,我们提出的模型完全等价于早期的预测编码模型学习协方差,并且在实际执行AM任务时不会遇到数值问题。我们进一步表明,我们的模型可以与分层预测编码网络相结合,以模拟海马-新皮质的相互作用。我们的模型提供了一种生物学上可行的方法来模拟海马网络,指出了海马在记忆形成和回忆过程中使用的潜在计算机制,该机制基于递归网络结构统一了预测编码和协方差学习。

01

走好这三步,不再掉进云上安全的沟里!

一直以来,公有云安全是横亘在广大用户面前的一道鸿沟。云安全(Cloud Security)是指用于控制云计算的安全性、合规性和其他使用风险的过程、机制和服务。公有云提供商们都强调安全是其最高优先级工作,动辄就发布上百页的云上安全最佳实践白皮书,举办几百几千人安全大会,发布几十甚至上百个安全服务。但与此同时,用户们对云上安全的担心一直挥之不去。在福布斯(Forbes)2019年的一份报告中,66%的IT从业人员认为安全是他们使用公有云服务最大的担心。Gartner预测到2020年,至少50%的企业用户会在不知情或误操作地将一些IAAS存储服务、网络、应用或API直接暴露到互联网上,而到2023年,至少99%的云上安全问题都是用户的错误引起的。

02

​PNAS:alpha频率经颅电刺激调控大脑默认网络

默认模式网络(DMN)是最重要的内在连接网络,是大脑功能组织的关键架构。相反,失调的DMN是主要神经精神疾病的特征。然而,该领域仍然缺乏对DMN调控的机制和对DMN调控失调的有效干预。目前的研究通过操纵神经同步来解决这个问题,特别是α(8-12Hz)振荡,这是一种主要的内在振荡活动,在功能和生理上与DMN越来越相关。使用高分辨率α-频率经颅交流电流刺激(α-tACS)刺激皮层α振荡源,结合同时脑电图和功能MRI(EEG- fMRI),我们证明了α-tACS(与伪对照相比)不仅增强了脑电图α振荡,还增强了DMN核心内的fMRI和(源水平)α连接。重要的是,α振荡的增加介导了DMN连接的增强。因此,这些发现确定了α振荡和DMN功能之间的机制联系。经颅α调制可以上调DMN,进一步强调了一种有效的非侵入性干预,以使各种疾病中的DMN功能正常化。

02

NeuroImage:左缘上回和角回对情景记忆编码的贡献:一项颅内脑电图研究

根据双层注意模型,左腹外侧顶叶皮质(VPC)在情景记忆中的作用包括自下而上的注意定向到回忆的事物。研究表明它既有阳性相继记忆效应,也有阴性相继记忆效应。此外,很少有研究比较这一功能在异质性区域内各亚区的相对贡献,特别是前部VPC(缘上回/BA40)和后部VPC(角回/BA39)。为了阐明VPC在事件编码中的作用,本研究比较了24例留置电极癫痫患者在缘上回(SmG)和角回(AnG)多个频段颅内脑电的SME。研究发现VPC总体上存在显著的θ功率降低和高γ功率增加的SME,尤其是在SmG。此外,SmG在刺激后0.5~1.6s表现出明显的频谱倾斜SME,其中回忆词与未回忆词的功率谱斜率差异大于AnG中的差异(p=0.04)。这些结果肯定了VPC对情景记忆编码的贡献,并显示VPC在电生理基础上存在前后分离。

00
领券