非营利非商业性健康信息的可信来源
美国抗衰老、预防和再生医学学会的原始声音
标志 标志
睡眠 人工智能 大脑和精神表现 认知

在睡眠期间,大脑的一个区域教导另一个区域,将新数据转化为持久的记忆

3个月前

2714 0
发布于2022年11月9日上午6点。

使用一个神经网络模型宾夕法尼亚大学神经科学家安娜·夏皮罗及其同事发现,当身体在快速眼动睡眠和慢波睡眠周期之间移动时,海马体和新皮层会以对记忆形成至关重要的方式相互作用。

睡眠的各个阶段在记忆的形成中起什么作用?宾夕法尼亚大学神经科学家安娜·夏皮罗说:“我们早就知道,有用的学习是在睡眠中进行的。”“当你醒着的时候,你把新的经历编码,你去睡觉,当你醒来的时候,你的记忆以某种方式被转换了。”

然而,新的体验在睡眠中是如何被处理的,这在很大程度上仍然是一个谜。利用他们建立的神经网络计算模型,夏皮罗、宾夕法尼亚大学博士生Dhairyya Singh和普林斯顿大学的Kenneth Norman现在对这一过程有了新的见解。

研究刊登于美国国家科学院院刊研究表明,当大脑在慢波睡眠和快速眼动睡眠(REM)中循环时(每晚大约发生5次),海马体将所学知识传授给新皮层,将新奇的、短暂的信息转化为持久的记忆。

“这不仅仅是大脑局部回路的学习模型。宾夕法尼亚大学心理学系助理教授夏皮罗说:“这是一个大脑区域如何在睡眠期间教导另一个大脑区域,而这段时间没有外部世界的指导。”“这也是一个关于我们如何随着环境的变化而优雅地学习的建议。”

夏皮罗广泛地研究人类的学习和记忆,特别是人们如何获取和巩固新信息。长期以来,她一直认为睡眠在其中起着作用,她和她的团队一直在实验室里测试这一点,记录参与者睡觉时大脑中发生的事情。

她的团队还建立了神经网络模型来模拟学习和记忆功能。为了这项工作,夏皮罗和同事们建立了一个由海马体和新皮层组成的神经网络模型,海马体是大脑的新记忆中心,负责学习世界上每天的情景信息,新皮层负责语言、高级认知和更永久的记忆存储等方面。在模拟睡眠期间,研究人员可以观察和记录在这两个区域哪个模拟神经元被激活,然后分析这些活动模式。

该团队使用他们构建的大脑启发学习算法进行了几次睡眠模拟。模拟结果显示,在慢波睡眠期间,大脑大多会重新思考最近事件和数据,在海马体的引导下,在快速眼动睡眠期间,它主要是重播发生过的事情以前由新皮层区域的记忆存储引导。

“当这两个大脑区域在非快速眼动睡眠期间连接时,海马体实际上是在教导新皮层,”夏皮罗实验室的二年级博士生辛格说。“然后,在快速眼动阶段,大脑皮层重新激活,可以回放它已经知道的内容,”巩固长期记忆中的数据。

他说,两个睡眠阶段的交替也很重要。“当大脑皮层没有机会重放自己的信息时,我们看到那里的信息会被覆盖。我们认为,你需要交替进行快速眼动睡眠和非快速眼动睡眠,才能形成强大的记忆。”

这些发现与该领域的已知情况是一致的,尽管该模型的某些方面仍处于理论阶段。夏皮罗说:“我们仍然需要对此进行测试。”“我们接下来的步骤之一将是进行实验,以了解快速眼动睡眠是否真的能唤起旧记忆,以及这对将新信息整合到现有知识中可能有什么影响。”

因为目前的模拟是基于一个典型的成年人获得一个健康的睡眠,所以它们不一定适用于其他类型的成年人或不太理想的睡眠习惯。他们也没有深入了解儿童的情况,因为儿童需要的睡眠时间和类型与成人不同。夏皮罗说,她认为她的模型有很大的潜力来回答这些悬而未决的问题。她说:“有了这样一个工具,你可以向多个方向发展,尤其是因为睡眠结构在整个生命周期和各种疾病中都会发生变化,我们可以在模型中模拟这些变化。”

从长远来看,更好地理解睡眠阶段在记忆中的作用,可以帮助治疗精神和神经疾病,这些疾病的症状是睡眠不足。辛格说,这也可能对深度学习和人工智能产生影响。他说:“我们受生物学启发的算法可以为人工智能系统中更强大的离线记忆处理提供新的方向。”这项连接睡眠和记忆形成的概念验证工作使该领域更接近这些目标。

这项研究的资金来自美国国立卫生研究院(Grant R01 MH069456)和Charles E. Kaufman基金会(Grant KA2020-114800)。

就像你在网上读到的任何东西一样,这篇文章不应该被理解为医学建议;在改变你的健康习惯之前,请咨询你的医生或初级保健提供者。本文不打算提供医学诊断、建议、治疗或认可。

内容可以根据风格和长度进行编辑。

以下机构提供的参考/来源/材料:

这篇文章是由米歇尔·w·伯杰在宾夕法尼亚大学

https://penntoday.upenn.edu/news/Penn-research-during-sleep-one-brain-region-teaches-another-memory-formation

https://www.upenn.edu/

http://dx.doi.org/10.1073/pnas.2123432119

世界卫生视频

Baidu