北师大认知神经科学与学习国家重点实验室近期科研信息概览

荟萃心理学各领域新进展、新动态

来源 | 北师大认知神经科学与学习国家重点实验室官网

01

—— 薛贵课题组在《Journal of Neuroscience》发表文章揭示分散学习促进记忆效果的神经表征机制 ——

2019年4月29日，北京师范大学认知神经科学与学习国家重点实验室薛贵教授课题组在Journal of Neuroscience 在线发表了题为 Spaced Learning Enhances Episodic Memory by Increasing Neural Pattern Similarity Across Repetitions 的研究论文，揭示了分散学习效应的重要神经机制，发现分散学习通过提高神经激活模式的再现来促进长时记忆表现。该研究为有效学习的神经激活模式再现假说（Xue et al., 2010; 2018）提供了进一步有力支持。
 

分散学习效应是学习领域中最为经典和稳定的效应之一。早在100多年前，艾宾浩斯就发现，与立即重复学习相比，间隔一定时间之后再进行重复更有利于信息的长久保存。在心理学长期的研究中，虽然有诸多理论和计算模型试图解释该效应，但始终缺乏针对性的神经数据对不同的模型进行检验。薛贵实验室早期的工作发现，分散学习可以促进记忆，同时也能够降低重复学习时神经重复抑制效应，说明分散学习可以增加学习过程的大脑工作强度，从而提升记忆（Xue et al., 2011; Zhao et al., 2015）。但这种增强的大脑活动如何调节编码的表征和激活模式再现，其机制尚不清楚。

图一：实验设计和行为结果

通过使用高时间分辨率的头皮脑电技术和时空表征相似性方法，本研究首先验证了之前的研究发现，即记忆编码过程中对先前学习的神经激活模式再现是有效重复学习的关键（Lu et al., 2015）。更重要的是，与集中重复相比，分散学习下这一与记忆有关的激活模式再现程度更优，即分散学习下晚期时间窗的时空模式相似性高于集中重复。那么，为什么分散学习下反而会有更优的模式再现？与我们之前的研究结果一致，分散的重复可以有效减弱行为和N400成分的重复启动效应，从而导致更强的提取活动（更强的LPC）。这一结果提示，随着重复学习间间隔的增加，工作记忆空间中前次经验表征消退更多。由此，分散学习下对前次经验提取努力程度更大，再现程度也更深。这一结果为了解人脑有效学习的机制，以及分散学习如何促进记忆提供了新的视角。

图二： 分散学习通过提升有效神经激活模式再现来促进长时记忆

 
论文链接：
Kanyin Feng, Xiao Zhao, Jing Liu, Ying Cai, Zhifang Ye, Chuansheng Chen, Gui Xue (2019) Spaced learning enhances episodic memory by increasing neural pattern similarity across repetitions Journal of Neuroscience, DOI: 10.1523/JNEUROSCI.2741-18.2019

http://www.jneurosci.org/content/early/2019/04/29/JNEUROSCI.2741-18.2019
 
相关文献：
Xue G (2018) The Neural Representations Underlying Human Episodic Memory. Trends Cogn Sci 22:544-561.

Xue G, Dong Q, Chen C, Lu Z, Mumford JA, Poldrack RA (2010) Greater neural pattern similarity across repetitions is associated with better memory. Science 330:97-101.

Xue G, Mei L, Chen C, Lu ZL, Poldrack RA, Dong Q. 2011. Spaced learning enhances subsequent recognition memory by reducing neural repetition suppression. Journal of Cognitive Neuroscience. 23(7): 1624-33.

Zhao X, Wang C, Liu Q, Xiao X, Jiang T, Chen C, Xue G. 2015. Neural mechanisms of the spacing effect in episodic memory: A parallel EEG and fMRI study. Cortex, 69, 76–92.

Lu Y, Wang C, Chen C, Xue G (2015) Spatiotemporal neural pattern similarity supports episodic memory. Current Biology 25:780-785.

02

—— 郭桃梅课题组在《NeuroImage》发表论文揭示双语者的脑网络在语言控制和一般领域认知控制间的重组机制 ——

2019年6月，北京师范大学认知神经科学与学习国家重点实验室郭桃梅教授课题组在国际神经影像权威期刊《NeuroImage》在线发表题为“Brain network reconfiguration for language and domain-general cognitive control in bilinguals”的文章，揭示了揭示双语者的脑网络在语言控制与一般领域认知控制间的重组机制。

全球有超过一半的人口为双语者，他们在日常生活中使用两种或者两种以上的语言，能够根据情境随意选择合适的语言，甚至在两种语言间来回切换。这个看似轻松的过程，依赖于双语者语言控制能力的正常发挥。以往有大量研究考察了双语者语言控制的神经基础，发现它与一般领域认知控制关系密切，而且都涉及前额叶、前扣带回、前辅助运动区、顶叶和基地神经节等脑区。然而仍不清楚双语者的这些脑区是如何协同合作以发挥语言控制或者一般领域认知控制功能。

为了探讨这个问题，郭桃梅教授课题组招募65名非平衡的汉-英双语被试完成语言切换任务和非语言切换任务，并同时用功能性核磁共振成像设备（fMRI）扫描被试的大脑活动。语言切换任务要求被试根据图片边框颜色选择恰当的语言来命名图片（如，红色-中文，蓝色-英文），变换的边框颜色使得双语者在两种语言间来回切换，从而最大程度地调用他们的语言控制功能；非语言切换任务要求双语者根据箭头的颜色选择恰当的规则来对箭头的朝向做出反应（如，红色箭头要求被试按与箭头朝向相同的按键，蓝色箭头要求被试按与箭头朝向相反的按键），变换的箭头颜色使得被试不停地在规则之间切换，从而调用被试的非语言控制功能。

本研究采用激活分析找到语言控制和一般领域认知控制的关键脑区，提取这些关键脑区活动的时间序列，使用扩展的统一结构方程模型(extend unified structural equation modeling，euSEM)对这些脑区在语言切换任务和非语言切换任务下的连接模式进行建模，得到语言控制和一般领域认知控制的脑网络图（如图一）。

图一 语言控制（A）和一般领域认知控制（B）脑网络图。所有的连线表示控制滞后连接和调节效应之后脑区间的同时连接。五角星标注的脑区为网络的核心节点。LDLPFC，左背外侧前额叶; RDLPFC，右背外侧前额叶; dACC/pre-SMA，背侧前扣带回/前辅助运动区; LAI/IFG，左侧前脑岛/额下回; RAI/IFG，右侧前脑岛/额下回; LIPL，左侧顶下小叶; LCN，左侧尾状核; LThal，左侧丘脑; RThal，右侧丘脑; Cereb，小脑。

结果显示双语者的语言控制依赖一个高度合作的脑网络，涉及前额叶、顶叶、皮层下脑区和小脑，而且该脑网络是通过重组（reconfiguration）来完成对语言和非语言表征的控制：语言控制比一般领域的认知控制更需要额叶到皮层下的连接（如图二）和皮层下核团内部的连接（如图三），表现出脑网络可重组（reconfigurable）的特点；语言控制和一般领域认知控制的脑网络在前额叶有着相同的连接模式（如图一）和连接强度（如图三），而且都以dACC/pre-SMA和以右侧丘脑为核心（如图一），表现出脑网络重组过程中稳定的方面。

图二 语言控制和一般领域认知控制脑网络路径效率（routing efficiency）的差异。条形图代表5000对与真实网络具有相同出度和入度的随机网络在路径效率上差异的分布，两端的灰色代表随该分布的5%小概率区间，黑色箭头代表语言控制和一般领域认知控制脑网络的真实路径效率差异（其中从额叶到皮层下的路径效率差异为0.300，从皮层下到额叶的路径效率差异为-0.156）。

图三 语言控制和一般领域认知控制脑网络的在共享连接上的连接强度。***代表Bonferroni校正后的p < 0.001，*代表未校正的p < 0.05；LDLPFC，左背外侧前额叶; RDLPFC，右背外侧前额叶; dACC/pre-SMA，背侧前扣带回/前辅助运动区; LCN，左侧尾状核; LThal，左侧丘脑; RThal，右侧丘脑。
 

此外，本研究还考察了双语者个体能力（一般认知能力和第二语言熟练度，分别以瑞文分数和大学英语四级考试分数为指标）与他们的脑网络在语言控制和一般领域认知控制任务间重组效率的关系。其中重组效率是通过皮尔逊相关的方法计算两个网络的相似性得到的，越高的相似性表明双语者在两个网络间重组的效率越高，即只需要经过较少的调整就可以适应新任务。部分中介模型表明一般认知能力可以直接促进双语者脑网络的重组效率，还可以通过提高双语者第二语言熟练度进而间接促进重组效率。

图四 中介效应模型示意图。瑞文分数（Raven scores）代表双语者的一般认知能力，大学英语四级考试成绩（CET-4 scores）代表中-英双语者的第二语言熟练度，连接模式的相似性（Similarities between connectivity patterns）代表双语者在语言控制和一般领域认知控制任务下脑网络重组的效率；a与b的乘积代表双语者的一般认知能力通过提高第二语言熟练度进而促进脑网络重组效率的间接效应(ab = 0.059，90%CI = 0.003–0.111)，c’ 代表双语者的一般认知能力促进脑网络重组效率的直接效应(c’ = 0.255，90% CI = 0.040–0.470)。

该项研究首次实证性地提供了双语者语言控制脑网络的连接方式，还从脑网络重组的角度揭示了语言控制与一般领域认知控制的关系。

该项研究得到国家自然科学基金（31871097）、中央高校基本科研业务费专项资金资助（2017XTCX04）等基金的资助，由郭桃梅教授课题组的博士生吴俊杰、广东外语外贸大学的杨静教授、认知神经科学与学习国家重点实验室的丁国盛教授以及郭桃梅教授课题组的其他成员合作完成，通讯作者为郭桃梅教授。

论文链接：
Wu, J., Yang, J., Chen, M., Li, S., Zhang, Z., Kang, C., ... & Guo, T. (2019). Brain network reconfiguration for language and domain-general cognitive control in bilinguals. NeuroImage, 199: 454-465. 

https://doi.org/10.1016/j.neuroimage.2019.06.022

03

—— 郭桃梅课题组在《Brain Structure and Function》发表论文揭示抑制控制的神经可塑性的个体差异 ——

2019年6月，北京师范大学认知神经科学与学习国家重点实验室郭桃梅教授课题组在《Brain Structure and Function》在线发表题为“Individual diferences in inhibitory control abilities modulate the functional neuroplasticity of inhibitory control”的论文，发现短期的抑制控制训练有助于提高抑制控制能力较低的个体的神经效率，揭示了抑制控制功能的神经可塑性的个体差异。

抑制控制是日常生活中很重要的一项基础认知能力，指的是个体在完成一个目标的过程中需要抑制正在进行中的或者有强烈倾向性的不恰当的反应。比如当我们飞奔向地铁车厢时，如果警示车门即将关闭的提醒突然响起，我们就需要及时停下急匆匆的脚步；又比如当我们在办公时，自动弹出的弹窗很容易分散我们的注意力从而影响办公效率，我们需要暂时抑制这些无关信息。拥有更强的抑制控制能力，能更好地保护自身，同时能帮助我们更有效率地达成期望目标。

该研究考察了个体能力差异是否会影响抑制控制的神经可塑性。研究招募了健康的大学生参与其中，包含实验组（40人）和控制组（40人）。实验组在八天的抑制控制训练前后都进行功能核磁共振成像技术（fMRI）扫描，控制组也进行同样的fMRI扫描。根据前测中每个人的抑制控制（Inhibitory control, IC）水平进一步将实验组和控制组进行能力划分，即实验高IC组、实验低IC组，控制高IC组，控制低IC组。

研究发现，经过训练之后，对于实验组低IC能力的被试来说，在那些参与抑制控制的脑区范围内发现了辅助运动区和双侧丘脑的激活显著下降，说明其抑制控制能力的神经效率的提升。进一步，这些脑区激活的变化量与训练前的IC能力呈现显著的正相关，说明个体能力越低，抑制控制训练的效果越好。控制组前测和后测的结果则没有发现这样的变化模式。
 

图一 实验组中高IC和低IC组训练前后变化模式不同的脑区为辅助运动区（SMA）和双侧丘脑，并且三者的激活变化量与前测抑制控制水平呈现显著正相关。

进一步，我们选取了前扣带回（ACC）和右侧额下回（IFG）对抑制控制过程很重要的脑区作为感兴趣区，提取它们的激活值进行后续分析。分别来看，实验组低IC能力被试ACC的激活显著下降，并且ACC激活的变化量与训练前的IC能力呈现显著的正相关。这些结果进一步说明个体能力越低，抑制控制训练的效果越好。而控制组前测和后测中ACC的激活变化则没有表现出这样的变化模式。针对右侧IFG的分析发现实验组和控制组的激活均发生显著下降，实验组和控制组相同的下降模式反映出任务重复效应。

图二 实验组个体抑制控制水平与训练效应呈现显著的正相关（黑色虚线）

该研究揭示了抑制控制能力的神经可塑性的个体差异，为今后抑制控制训练研究或实践的开展和实施提供了依据。该研究得到国家自然科学基金委、中央高校基本科研业务费专项资金、北京师范大学学科交叉建设项目资金等资助。由郭桃梅教授课题组的硕士生陈沫、宁波大学外文学院吴燕京博士、辽宁师范大学刘欢欢博士、认知神经科学与学习国家重点实验室的卢春明教授以及郭桃梅教授课题组的其他成员合作完成，通讯作者为郭桃梅教授。
 
论文链接：
Chen, M., Wu, Y. J., Wu, J., Fu, Y., Li, S., Liu, H., … Guo, T. (2019). Individual differences in inhibitory control abilities modulate the functional neuroplasticity of inhibitory control. Brain Structure and Function. https://doi.org/10.1007/s00429-019-01911-y
https://rdcu.be/bHohB

本文内容来自网络

不代表三仓心理学界观点，如有侵权请联系后台

合作、投稿等请长按二维码联系小编