Rekaman Magnetoencephalography Mengungkap Dinamika Memori Pengenalan Spatiotemporal Untuk Urutan Auditori Kompleks versus Sederhana

Pengenalan pendengaran adalah proses kognitif penting yang bergantung pada pengorganisasian elemen tunggal dari waktu ke waktu. Namun, sedikit yang diketahui tentang dinamika spatiotemporal yang mendasari pengenalan secara sadar terhadap rangkaian pendengaran yang kompleksitasnya bervariasi. Untuk mempelajari hal ini, kami meminta 71 peserta untuk mempelajari dan mengenali rangkaian nada musik sederhana dan mencocokkan rangkaian nada kompleks, sementara aktivitas otak mereka direkam menggunakan magnetoencephalography (MEG).

Musik memiliki kekuatan yang unik dan luar biasa untuk membawa kita kembali ke masa lalu dan menghidupkan kembali kenangan indah di masa lalu, atau untuk membenamkan kita secara mendalam dalam keindahan masa kini. Lebih penting lagi, musik juga dapat meningkatkan daya ingat kita dan meningkatkan kemampuan belajar dan bekerja kita.

Penelitian telah menemukan bahwa rangkaian musik terkait erat dengan memori. Terkadang kita mendapati bahwa kita dapat dengan mudah mengingat lirik sebuah lagu karena lagu tersebut menstimulasi pusat bahasa di otak kita dan mengkonsolidasikan memori melalui pemutaran berulang-ulang. Demikian pula ketika kita mempelajari informasi baru, kita dapat mengingatnya dengan lebih mudah dengan menggabungkan informasi tersebut dengan melodi dan ritme. Banyak pakar medis dan pendidik merekomendasikan penggunaan musik sebagai teknik memori untuk meningkatkan pembelajaran.

Selain itu, musik dapat meningkatkan keadaan emosi kita dan membuat kita lebih rileks dan fokus. Saat kita merasa lelah atau cemas, musik santai bisa langsung meredakan keadaan. Jenis musik ini sangat efektif untuk menenangkan emosi yang tegang dan juga dapat meningkatkan kemauan dan kesabaran kita.

Secara keseluruhan, musik adalah bagian integral dari kehidupan kita dan dapat sangat bermanfaat bagi ingatan dan kemampuan belajar kita. Jadi, apakah Anda sedang bekerja atau belajar, Anda sebaiknya menggunakan musik untuk membantu diri Anda sendiri. Saya yakin ini dapat membantu Anda menyelesaikan tugas dengan lebih baik dan juga membuat hidup Anda lebih baik. Terlihat bahwa kita perlu meningkatkan imunitas kita. Cistanche deserticola dapat meningkatkan kekebalan tubuh secara signifikan karena Cistanche deserticola merupakan bahan obat tradisional Tiongkok yang memiliki banyak khasiat unik, salah satunya meningkatkan daya ingat. Khasiat daging cincang berasal dari berbagai bahan aktif yang dikandungnya, antara lain asam, polisakarida, flavonoid, dll. Bahan-bahan tersebut dapat meningkatkan kesehatan otak dengan berbagai cara.

Klik Ketahui Memori Jangka Pendek cara meningkatkannya

Hasilnya mengungkapkan perubahan kualitatif dalam aktivitas saraf yang bergantung pada kompleksitas stimulus: pengenalan rangkaian nada melibatkan area hippocampal dan cingulate, sedangkan pengenalan rangkaian atonal terutama mengaktifkan jaringan pemrosesan pendengaran. Temuan kami mengungkapkan keterlibatan jaringan otak kortiko-subkortikal untuk pengenalan pendengaran dan mendukung gagasan bahwa kompleksitas stimulus secara kualitatif mengubah jalur saraf memori pengenalan.

Mengkodekan dan mengenali suara yang secara struktural kompleks merupakan tantangan kognitif yang mengandalkan mekanisme saraf yang belum sepenuhnya dijelaskan. Untuk menghafal rangkaian suara yang kompleks, kita mungkin bergantung pada organisasi temporal komponen stimulus dan fungsi memori.

Pengkodean memori terjadi di hipokampus2-4, sedangkan proses selanjutnya terkait dengan memori pengenalan didukung oleh jaringan fungsional daerah yang saling berhubungan di lobus temporal medial, termasuk hipokampus, insula, dan korteks temporal inferior2,5,6. Untuk konsolidasi memori, komunikasi antara area hipokampus dan neokortikal diperlukan7–9. Banyak bukti berasal dari penelitian yang menggunakan rangsangan visual statis, seperti gambar objek, wajah, atau pemandangan alam10–12. Namun, informasi dan makna juga terungkap seiring berjalannya waktu ketika otak mencoba memprediksi rangsangan yang akan datang berdasarkan representasi memori sebelumnya. Oleh karena itu, untuk lebih memahami pengenalan memori dan dinamika otak cepat yang mendasarinya, metode baru harus diadopsi yang menyoroti sifat temporal dari rangsangan dinamis. Hal ini dapat dilakukan dengan mempelajari aktivitas saraf yang mendasari pemrosesan rangkaian suara yang memperoleh makna melalui evolusinya seiring berjalannya waktu, seperti musik13–15.

Hanya sedikit penelitian ilmu saraf yang mengeksplorasi dasar-dasar saraf dari memori musik, seperti yang diulas oleh Campo dan Brattico16. Misalnya, dengan menggunakan pencitraan resonansi fungsional (fMRI) dan paradigma mendengarkan musik naturalistik, Alluri dkk.17 menyelidiki korelasi saraf pemrosesan musik dan melaporkan aktivasi jaringan otak kognitif, motorik, dan limbik untuk pemrosesan fitur timbral, tonal, dan ritme yang berkelanjutan. . Selanjutnya, dengan menggunakan rangsangan yang sama, Burunate et al.18 melaporkan perekrutan daerah yang berhubungan dengan memori dan otak motorik selama pengenalan motif musik. Terlepas dari kontribusinya, penelitian ini gagal mengidentifikasi mekanisme temporal pengkodean suara dan proses memori.

Baru-baru ini, kami menggabungkan resolusi temporal tinggi dari magnetoencephalography (MEG) dengan resolusi spasial tinggi dari magnetic resonance imaging (MRI) untuk mempelajari pengenalan musik. Studi-studi ini menekankan keterlibatan temporal dari jaringan otak kortiko-subkortikal yang luas yang terdiri dari korteks pendengaran primer, temporal superior, dan korteks pendengaran primer. gyrus, operculum frontal, cingulate gyrus, orbitofrontal cortex, dan hippocampus selama pengenalan rangkaian pendengaran (musik) 19-21. Secara keseluruhan, penyelidikan ini telah memberikan wawasan unik ke dalam mekanisme saraf yang mendasari pengenalan rangkaian temporal. Yang masih harus diatasi adalah bagaimana mekanisme ini dimodulasi oleh kompleksitas stimulus.

Di sini, kami menggunakan rangkaian melodi, di mana makna muncul dari kombinasi berurutan nada-nada individu seiring berjalannya waktu21, dan memvariasikan distribusi nada untuk memperoleh rangkaian musik baru yang kompleks. Dalam skenario ini, pengkodean dan pengenalan rangkaian musik sangat bergantung pada urutan nada yang menyusunnya. Kami pertama kali memilih rangkaian musik berdasarkan aturan nada suara, yang merupakan sistem musik dominan dalam musik populer Barat22. Kedua, dengan memodifikasi interval nada (yaitu, jarak antar nada) sambil menjaga semua variabel lain (misalnya, ritme, tempo, timbre) tetap konstan, kami menghasilkan rangkaian musik atonal yang cocok. Manipulasi stimulus didasarkan pada literatur sebelumnya, yang melaporkan bahwa rangkaian musik bernada daripada tanpa nada secara keseluruhan lebih mudah untuk diproses23–27 dan lebih dihargai oleh pendengar non-ahli27–29. Berbeda dengan musik tonal, musik atonal ditandai dengan tidak adanya pusat tonal yang jelas dan stabilitas hierarki, yang secara signifikan mengurangi nilai prediktifnya dan meningkatkan kesalahan prediksi23–26,30. Dengan demikian, kami berharap bahwa mengubah interval nada akan mengurangi prediktabilitas rangkaian nada, yang menyebabkan peningkatan kesulitan dalam mengenalinya.

Untuk meringkas, dalam penelitian ini kami menggunakan MEG dan tugas pengenalan musikal 19-21 sementara peserta mendengarkan dan mengenali rangkaian pendengaran (musik) dengan kompleksitas yang berbeda-beda dan bertujuan untuk menggambarkan dinamika spatiotemporal yang terperinci dari memori pengenalan pendengaran. Mengikuti penelitian sebelumnya17-21, kami berharap bahwa pengenalan urutan pendengaran akan mengaktifkan jaringan otak luas yang mencakup pendengaran (misalnya, korteks pendengaran primer, girus temporal superior, girus Heschl, planum temporale, insula) dan area pemrosesan memori (misalnya, hipokampus, cingulate). girus).

Kami selanjutnya berhipotesis bahwa aktivitas saraf akan didistribusikan sepanjang dua pita frekuensi utama yang mencerminkan terjadinya dua proses kognitif yang berbeda: pita frekuensi lambat yang berkaitan dengan pengenalan rangkaian musik lengkap di area pemrosesan memori, dan pita frekuensi yang lebih cepat terkait dengan pemrosesan setiap nada. urutan musik di daerah pendengaran. Lebih penting lagi, kami berhipotesis bahwa, berdasarkan kompleksitas stimulus, musik nada akan diproses lebih efisien daripada musik tanpa nada, yang akan tercermin dalam respons perilaku yang berbeda dan jalur saraf yang berbeda selama pengenalan rangkaian nada dan nada.

Hasil perilaku dan saraf kami menunjukkan perbedaan yang jelas antara pengenalan rangkaian nada dan nada. Analisis rekonstruksi sumber menunjukkan kelompok aktivasi urutan nada dan nada yang berbeda. Secara keseluruhan, aktivitas saraf lebih kuat di area pemrosesan memori untuk menghafal rangkaian nada dan di wilayah pemrosesan pendengaran untuk menghafal rangkaian nada.

Hasil

Data perilaku. Peserta melakukan tugas pengenalan pendengaran lama/baru (Gbr. 1). Mereka pertama-tama mendengarkan karya musik lengkap (encoding) dan kemudian mengidentifikasi rangkaian musik mana yang dihafal atau baru. Selama pengenalan, akurasi respon dan waktu reaksi peserta dicatat menggunakan joystick. Data perilaku ini dianalisis secara statistik untuk menguji perbedaan antara empat kondisi eksperimental (urutan nada yang dihafal, urutan nada baru, urutan nada yang dihafal, dan urutan nada baru).

Analisis varians satu arah (ANOVA) menunjukkan bahwa perbedaan akurasi respons signifikan secara statistik, F(3,280)=6.87, p=0.002. Analisis post-hoc menunjukkan bahwa jumlah rata-rata respons yang benar secara signifikan lebih rendah untuk rangkaian atonal yang dihafal (M=30.98, SD=5.46) dibandingkan untuk rangkaian atonal baru (M=34.51, SD=4.26, p <0.001), nada yang dihafal (M=34.34, SD=5.95, p=0.002) dan rangkaian nada baru (M { {24}}.41, SD=6.04, hal=0.001). Gambar 2a menunjukkan perbedaan antar kondisi menggunakan plot awan hujan31.

Mengenai waktu reaksi rata-rata, terdapat perbedaan yang signifikan secara statistik antar kondisi sebagaimana ditentukan oleh ANOVA satu arah, F(3, 280)=4.94, p=0.002. Analisis post-hoc mengungkapkan bahwa waktu reaksi rata-rata secara signifikan lebih rendah untuk rangkaian nada yang dihafal (M=1735.17, SD=259.91) dibandingkan dengan rangkaian nada yang dihafal (M=1879.44, SD { {14}}.34,p=0.005) dan rangkaian atonal baru (M=1873.78, SD =250.48, p=0.007), tetapi tidak dibandingkan dengan rangkaian nada baru (M=1799.52, SD=267.14, p=.450). Gambar 2b menampilkan perbedaan antar kondisi.

Sumber data numerik untuk respons perilaku disediakan dalam Data Tambahan 1.

Data sensor MEG. Data MEG (204 gradiometer planar dan 102 magnetometer) dianalisis pada level sensor MEG menggunakan sinyal broadband. Meskipun penekanan penelitian ini terletak pada mengidentifikasi area otak yang terlibat dalam mengenali rangkaian musik tonal versus atonal, data sensor MEG diperiksa untuk menilai apakah sinyal saraf berbeda secara signifikan untuk dihafal dibandingkan untuk uji coba baru dan dengan demikian akan menguatkan hasil penelitian sebelumnya19,20.

Setelah rata-rata data jangka waktu uji coba yang benar untuk setiap kondisi eksperimental dan menggabungkan gradiometer planar, uji-t sampel berpasangan dilakukan untuk mengidentifikasi kondisi mana (yang dihafal atau baru) yang menghasilkan sinyal saraf yang lebih kuat untuk setiap sampel dan sensor MEG. MCS berbasis cluster kemudian dihitung untuk mengoreksi beberapa perbandingan. Ini dilakukan secara independen untuk data tonal dan atonal (lihat Metode untuk rinciannya).

Pertama, uji-t sampel berpasangan (= 0.01) dihitung untuk data nada dalam interval waktu 0–2500 ms (dari permulaan Mengenai data nada, uji-t sampel berpasangan (= 0.01)dihitung dalam interval waktu yang sama (0–2500 ms) menggunakan gradiometer planar gabungan. Selanjutnya, beberapa perbandingan dikoreksi menggunakan MCS pada hasil uji-t signifikan ({ (13}}.001, 1000 permutasi). Prosedur ini mengidentifikasi tiga kelompok aktivasi utama yang signifikan ketika mengkontraskan kutipan yang dihafal dengan kutipan baru (Tabel 2, Gambar Tambahan 3, dan Data Tambahan 2). Dalam kasus kontras novel versus yang dihafal, tiga utama ditemukan kelompok aktivitas yang signifikan (Tabel 2, Gambar Tambahan 4, dan Data Tambahan 2).

Rekonstruksi sumber. Setelah memeriksa kekuatan sinyal saraf pada tingkat sensor MEG, kami fokus pada tujuan utama penelitian, yaitu untuk menyelidiki perbedaan saraf yang mendasari pengenalan rangkaian musik tonal versus atonal dalam ruang sumber yang direkonstruksi MEG. Untuk melakukan analisis ini, kami melokalisasi sumber otak dari bidang terkait peristiwa yang direkam oleh saluran MEG. Hal ini dilakukan untuk rangkaian nada dan nada dan untuk dua pita frekuensi (lambat[0.1–1 Hz] dan lebih cepat [2–8 Hz]) yang digunakan dalam Bonetti et al.19,20 dan dihubungkan dengan pemrosesan komponen tunggal (lambat) relatif terhadap keseluruhan rangkaian (cepat). Analisis tambahan dihitung untuk membedakan aktivitas otak antara pita frekuensi lambat dan cepat dan untuk memeriksa pola aktivitas pada pita frekuensi delta standar (1–4 Hz) dan theta (5–8 Hz).

Pita frekuensi lambat (0.1–1 Hz). Sumber saraf dihitung menggunakan pendekatan beamformer. Pertama, model maju dihitung dengan mempertimbangkan setiap sumber otak sebagai dipol aktif dan menghitung kekuatannya di seluruh sensor MEG. Kedua, algoritma beamforming digunakan sebagai model invers untuk memperkirakan sumber aktivitas saraf otak berdasarkan rekaman MEG.

Setelah menghitung sumber saraf, GLM dihitung pada setiap titik waktu dan lokasi dipol. Serangkaian uji-t (= 0.05) dilakukan pada tingkat pertama dan kelompok untuk memperkirakan efek utama dari kondisi yang dihafal dan baru serta kontrasnya untuk data nada dan nada secara independen. MCS berbasis cluster (= 0.001, 1000 permutasi) dihitung untuk mengoreksi beberapa perbandingan dan untuk menentukan aktivitas otak yang mendasari pengembangan rangkaian musik. Analisis ini dilakukan selama lima interval waktu tertentu yang sesuai dengan masing-masing nada yang terdiri dari urutan: nada pertama (0–250 ms), nada kedua (251–500 ms), nada ketiga (501–750 ms), nada keempat (751– 1000 ms), dan nada kelima (1001–1250 ms). Hal ini diperkirakan untuk kontras yang dihafal versus baru untuk rangkaian nada dan atonal secara independen dan untuk rangkaian nada yang dihafal versus urutan atonal yang dihafal.

Kelompok aktivitas yang signifikan (p <0.001) terletak di beberapa voxel otak (k) untuk setiap nada rangkaian nada, seperti yang dilaporkan dalam Data Tambahan 3. Untuk rangkaian nada yang dihafal, aktivitas saraf secara keseluruhan lebih kuat untuk nada ketiga (k=69), nada keempat (k=266), dan nada kelima (k=229).

Perbedaan terbesar terletak pada girus cingulate tengah, area motorik tambahan kanan, precuneus, dan girus lingual kiri untuk nada ketiga; amigdala kiri girus parahippocampal kiri, girus lingual kiri, hipokampus kiri, dan girus cingulate tengah untuk nada keempat, serta girus cingulate anterior dan tengah serta girus lingual kiri untuk nada terakhir. Untuk rangkaian nada baru, aktivitas otak lebih kuat untuk nada pertama (k=54) dan nada kedua (k=29). Secara khusus, perbedaan antara urutan baru dan yang diingat paling kuat terdapat pada fisura calcarine kiri, gyrus lingual kiri, hippocampus kiri, precuneus kiri, dan gyrus temporal superior kiri untuk nada pertama, dan gyrus fusiform kanan, gyrus lingual kanan, dan girus oksipital inferior kanan. untuk nada kedua. Kontras antara rangkaian nada yang dihafal dan yang baru untuk pita lambat digambarkan pada Gambar 3a.

For more information:1950477648nn@gmail.com