睡眠巩固了程序性运动技能的记忆,海马-纹状体-皮质网络的睡眠依赖变化反映了这一点。其他形式的程序性技能需要获得一种新的策略来解决问题,这需要使用重叠的大脑区域和包括尾状核和前额叶皮层在内的特殊区域。睡眠优先有利于策略和解决问题的能力,而不是伴随的运动执行动作。然而,目前还不清楚如何从睡眠中获得新的策略。在这里,参与者需要执行一系列动作来学习新的认知策略。参与者在完成这项任务的同时,在整晚睡眠、白天小睡或清醒的间隔时间前后接受功能磁共振成像(fMRI)。参与者还执行了一项运动控制任务,这排除了学习策略的机会。通过这种方式,我们从特定策略的激活中减去了与运动执行相关的大脑激活。在基于策略的任务中,睡眠和小睡组的行为表现比清醒组有更大的改善。在睡眠之后,我们观察到,与清醒时相比,大脑尾状核以及海马体-纹状体-皮质网络的其他区域的激活增强。这项研究表明,睡眠是一段特殊的时间,可以增强解决问题所需的新获得的认知策略。

1 简述
人类历史上一些最非凡的想法、发明和艺术作品的灵光一现都是在一夜的睡眠中表现出来的。爱因斯坦的相对论、门捷列夫的元素周期表、弗雷德里克·班廷的胰岛素发现、尼尔斯·玻尔对原子结构的见解、拉里·佩奇对谷歌的灵感等都是著名的轶事。睡眠确实有一些特别之处,它促进了洞察问题解决方案的过程。解决问题包括推理、计划、策略和技巧,这些都是程序性记忆和长期记忆的重要方面。

当记忆最初被获取时,它还没有完全稳定或完全集成。在系统级,新编码的内存通过记忆巩固得到稳定,它将记忆转化为持久的、集成的、更容易检索的形式。睡眠被越来越多的人认为是巩固程序记忆和相关技能的最佳时间,包括涉及获得新认知策略的记忆。然而,睡眠如何转化和增强记忆轨迹,从而形成解决问题所需要的新策略,目前仍不清楚。这是当前研究的主要目的。

鉴于程序记忆和相关技能的多面性,一些研究采用了实验范式,将运动执行成分从认知成分中分离出来。这些研究表明,睡眠优先增强更多的认知方面,而不是纯粹的运动方面(特别是当运动技能是隐性获得时),因此表明它们依赖不同的神经基质。一个基于策略的程序任务的经典例子是河内塔(Tower of Hanoi, ToH)。解决ToH需要执行一系列的运动来学习潜在的认知策略(即递归逻辑;整个ToH递归解决方案包括将n个盘子从源桩(例如,A)移动到目标桩(例如,C),同时使用剩余的桩(例如,B)作为备用桩。根据这个逻辑,解决更大、更复杂的问题(如5盘解决方案)的关键可以通过将其分解为一系列小问题(如3盘解决方案)来解决,这个过程可以重复几次。这个问题只有一个最佳解决方案(即使用最少的移动次数)。我们最近的研究表明,参与者可以将简单的3盘ToH(即7步解决方案)的基本策略外推到更复杂的5盘解决方案(即31步解决方案),但前提是他们在记忆间隔期间睡觉。相比之下,对于执行问题解决方案所需的运动,睡眠并没有比清醒更有利,这表明睡眠处理递归策略,这不是通过与睡眠相关的运动序列本身的增强来实现的。

图1 5盘版本的河内塔(左)和3盘版本的最佳解决方案的图形表示(右)
综上所述,运动技能与睡眠相关的记忆巩固的神经关系是比较知名的。相比之下,与睡眠相关的记忆巩固与策略和问题解决能力之间的神经关系则不那么明确。为了进一步理解这一点,我们使用了两种适用于功能磁共振成像(fMRI)的Hanoi塔测验ToH任务版本:1)经典ToH和2)改进的对照任务版本(CTL)。CTL版本在视觉上看起来与ToH相同,操作方式也相同,但参与者执行了一系列随机的动作。通过这种方式,我们可以从与认知策略本身相关的激活中减去与执行ToH任务所需的运动执行动作相关的大脑激活。据推测,1)ToH表现的最大益处来自睡眠,2)在已知的与奖励学习、计划和解决问题有关的结构(例如,海马体、尾状核、运动皮层和额叶皮层)中,可以观察到依赖睡眠的大脑激活的增加。

2 方法简述
样本为60名20 ~ 35岁的健康青年(34名女性)(M = 24.38, SD = 4.44)。筛选后,所有参与者被随机分配到睡眠(n = 20)、小睡(n = 20)或清醒(n = 20)条件。

筛查后,参与者返回实验室并进行实验测试(图2)。到达后,参与者进行8次ToH试验和4次CTL试验,同时进行MRI扫描(即训练阶段)。接下来的训练是:1)8小时的夜间PSG记录(睡眠状态),2)90分钟的白天PSG记录(小睡状态),或3)8小时的白天清醒期(清醒状态)。在30分钟的睡眠惯性效应消散后,参与者再次完成4项ToH和CTL任务的试验,同时进行MRI扫描(即重新测试阶段)。

图2 睡眠、小睡和清醒条件下的实验方案概述
本研究使用了5盘ToH任务。该任务要求参与者学习并执行通过试错获得的潜在认知策略(即递归逻辑),目的是用最少的步数解决谜题,即最优解(图1)。控制(CTL)任务的目的是控制(即减去)与运动执行和ToH视觉特征相关的大脑激活。

记录被试多导睡眠数据。根据标准标准进行手动睡眠阶段评分由一名专家评分员使用RemLogic分析软件完成。EEG和EOG离线后重新参考平均乳突衍生(M1和M2)。EEG滤波为0.3 ~ 35hz, EOG滤波为0.3 ~ 10hz, EMG滤波为10 ~ 100hz。从PSG记录会话中获得的感兴趣的睡眠变量包括总睡眠时间(TST)、第一阶段睡眠(NREM1)、第二阶段睡眠(NREM2)、慢波睡眠(SWS)、快速眼动睡眠(REM)、睡眠效率和入睡后觉醒(WASO)。TST是根据关灯和开灯之间的睡眠时间计算的。

功能磁共振成像(fMRI)数据采集于Siemens Biograph mMR 3.0 Tesla全身磁共振扫描仪(Siemens, Erlangen, Germany),使用12通道头线圈。使用标准的3D Multislice MPRAGE序列获取解剖图像。此外,在ToH和CTL任务期间获得T2加权功能核磁成像。SPM12进行核磁数据预处理、一阶(个体内)混合效应分析、二阶(组间)随机效应分析。后续分析评估了行为表现的变化是否与记忆保留后和前的时间间隔(即,重新测试训练)中大脑激活的变化有关。

3 结果
3.1 行为数据

首先,为了验证所有组在训练期间都得到了改善(即,学习到的),单向重复测量方差分析显示,误差、速度、准确度和SATO有显著改善。(补充图S1)。

接下来,我们调查了从训练到复试期间睡眠对成绩提高的影响(图3)。单向方差分析显示,睡眠组、小睡组和清醒组之间在%速度提高,准确性方面存在统计学上的显著差异。两组误差或SATO均无统计学差异。虽然SATO在训练过程中有所改善,但在得分上没有显著的组间差异。因此,尽管SATO与练习一起发生,但睡眠并不会优先增强这种权衡,因此不会混淆两者之间的解释。最后,应该提到的是,在达到最大移动次数或始终执行最优解决方案方面,没有证据表明存在天花板或地板效应(补充表S1)。

图3 从训练到重新测试“睡眠”、“小睡”和“清醒”组的离线ToH表现(以速度和准确性提高的百分比表示)
3.2 多导睡眠数据
表1报告了睡眠和小睡条件下实验阶段的睡眠结构变量的描述性统计

3.3 核磁数据
3.3.1 重测>训练会话
3.3.1.1 睡眠比清醒

正如假设的那样,在右前海马体中有一个显著的组(睡眠vs.觉醒)通过会话(复试训练)相互作用,并有相应的非统计学显著性差异。更具体地说,在睡眠组海马的激活减少,而在觉醒组增加。进一步检查每个参与者的beta值及其与行为表现的关系如下所述。值得注意的是,在双侧后海马区(即海马旁回)也观察到类似的模式,但这只是在全脑错误纠正之前。此外,观察到睡眠组和觉醒组的右尾状核激活增加(图4,表2)。

图4 睡眠与清醒,睡眠与小睡,小睡与清醒的显著大脑活动从训练到重新测试的差异
除了假设的与睡眠有关的海马体和尾状核的激活变化之外,在支持程序性技能学习的新皮层区域,还有一个可预测的小组,这些区域也是在训练期间招募的。在睡眠状态下,双侧SMA的激活普遍增加,延伸到前运动皮层和下内侧PFC。也观察到双侧背外侧前额叶皮层(dlPFC)的激活也增加。另一组广泛的激活在顶叶和颞叶皮层被观察到。具体来说,在睡眠与清醒状态下,有广泛的双侧激活,包括大部分的背侧视觉流,在上顶叶皮层最大,但向腹侧延伸到下顶叶和上枕叶皮层。此外,在睡眠状态下,包括枕叶皮层和后顶叶皮层在内的大部分腹侧视觉流的激活也有所增加,后者延伸到楔前叶、左侧角回、右侧边缘上回、两侧颞叶至颞极(补充图S2)。最后,小脑中央区域的双侧激活增加,小腿1和小腿2小脑区域的激活减少。

3.1.1.2 睡眠比小睡
与睡眠与清醒组的比较相似,睡眠与小睡组在双侧的前海马区观察到从训练到重新测试的激活减少(图4,表2)。相比之下,纹状体(如尾状核或壳核)没有观察到显著差异。在睡眠和清醒的比较中观察到类似的额叶皮层激活模式,在睡眠和小睡的比较中也观察到。双侧SMA、前运动皮层、下内侧PFC和左侧dlPFC均增加。在睡眠和小睡的比较中也观察到了广泛的激活在枕叶颞顶叶区域,同样在睡眠和醒来的比较中。广泛的皮层激活在左下枕叶皮层,双侧距状裂,和舌回也被观察到。右脑小脑小腿1和小腿2区域的活动也减少了。

3.1.1.3 小睡比清醒
与睡眠和清醒的比较相似,在小睡和清醒的比较中也观察到前海马体激活的双侧下降(图4,表2)。纹状体没有增强,这表明小睡可能足以巩固海马体中的痕迹,但是需要一个晚上的睡眠才能使纹状体发生明显的变化。在皮层区域方面,双侧运动皮层、内侧额叶和眶额叶区域的补充增加。与睡眠与清醒组的比较相似,在小睡与清醒组的比较中,观察到包括背侧和腹侧视觉流在内的广泛的双侧顶叶和颞叶的激活增加。小脑小腿1和小腿2的活化也减少。

3.3.2 脑-行为相关性
单变量GLM测试了在选定的和重要的感兴趣区域(例如,海马、尾状核、补充运动区和前额叶皮层)中,表现测量(速度、准确性)和大脑激活变化(从训练到重新测试)之间的关联是否根据(睡眠、小睡、觉醒)条件的不同而不同。我们没有探讨与误差或SATO的任何关系,因为它们在3种情况中没有显著差异。

这些分析证实,在速度表现提高和大脑激活改变之间的关系在3钟不同的实验条件下不同,涉及以下脑区:海马(图5A),眼窝前额皮质(图5B),楔前叶(图5C), SMA(图5D)、前额叶皮层(图5E)、尾状核(图5F)。在精确性方面,任何大脑区域都没有显著的大脑行为关系。

更具体地说,在海马体中,在小睡条件下观察到激活的变化和与速度相关的表现改善之间存在正相关。在清醒状态下,观察到反向关系,在睡眠状态下观察到中间关系。睡眠条件与小睡条件相似。在功能和解剖学上相互联系的眶额皮质中也观察到了非常相似的模式。此外,在组间观察到楔前叶、SMA、前额皮质和尾状核的整体模式是相反的。对于这些区域,在睡眠和清醒状态下,在小睡和清醒状态下,激活变化和表现改善之间的关系有所不同,但在小睡和睡眠状态下之间没有差异。

图5 表现的变化(预测值)和从训练到重新测试的大脑激活的变化之间的关系在三个实验条件(睡眠、小睡、觉醒)中显著不同
4 讨论
本研究调查了睡眠如何影响觉醒后的行为和功能大脑变化,这些变化支持新问题的解决。我们从执行基于策略的ToH问题解决任务时发生的BOLD活动中,减去运动执行控制任务时发生的血氧水平依赖(BOLD)活动。参与者在睡眠、小睡或清醒的一段时间之前(即训练阶段)和之后(即重新测试阶段)在fMRI中执行这两项任务。与我们的假设一致,我们表明,从训练到复试:1) 睡眠或白天的小睡后离线任务绩效的增长(例如,增加速度和准确度)是最大的,2)训练期间招募的脑区的脑激活的大小变化的发生取决于一个晚上的睡眠,白天小睡,或觉醒的时期在保留时间间隔。最后,对大脑行为关系的后续分析表明,对于一个给定的大脑区域,大脑激活的变化和离线表现的改善之间的分离关系取决于巩固间隔是否包括一夜睡眠、白天小睡或一段清醒时间。具体来说,从训练到复试期间,在运动皮层、前额叶皮层以及包括背侧和腹侧视觉流的广泛区域簇中,观察到大脑激活的增加,在所有三种比较中(睡眠vs醒,睡眠vs小睡,小睡vs醒来)。在“睡眠与清醒”、“睡眠与小睡”、“小睡与清醒”的比较中,从训练到重新测试,海马的激活发生了更大的变化。然而,尾状核只在睡眠和醒来的比较中显示激活。总的来说,这些结果表明:1)小睡或一整晚的睡眠都有利于表现的速度和准确性;2)一整晚的睡眠对最佳的神经增强是必需的(即,海马体发生更大的变化,以及尾状核发生变化),以获得解决问题技能所必需的新策略。

5 结论
一晚的睡眠有助于巩固纹状体(如尾状核)、海马、前额叶和运动皮质以及与问题解决能力相关的方面(如SMA、小脑)。然而,如果只是白天小睡,这些依赖睡眠的大脑激活变化在某些区域(例如,海马体和SMA)是明显的,但在纹状体中不是。因此,为了得到充分的睡眠,一个完整的晚上的睡眠是必需的。研究发现海马和壳核在学习和睡眠相关的运动序列巩固中发挥了独特的作用。在这里,我们的结果表明,类似的过程可能发生在一系列运动中,也涉及到解决问题的技能,但在大脑中专门负责这项任务的区域,包括尾状核,而不是壳核。这种对尾状核激活的强化需要一整夜的睡眠。此外,这里观察到的海马体早期和短期的参与与海马体在巩固过程的早期阶段很重要,但在一段睡眠后参与较少的概念是一致的。因此,睡眠促进了一种新的认知策略的实现,可能通过两个不同的过程:基于巩固的快速海马-新皮质信息传递,以及纹状体中较慢的巩固过程。睡眠可能是积极促进信息向大脑其他区域进行更永久存储的最佳时间。

我们在解决问题的过程中获得洞察力和灵感的过程,以及假定的睡眠的贡献,或潜在的神经元过程,都没有被很好地理解。睡眠似乎在促进新的认知策略学习方面有特殊的作用。这项研究表明,睡眠促进和增强神经元活动的转化,而神经元活动支持创造力,并最终支持新发现。

参考文献:Sleep Enhances Consolidation of Memory Traces for Complex Problem-Solving Skills

睡眠有助于巩固复杂问题解决技能的记忆痕迹相关推荐

  1. 联想笔记本睡眠模式发烫问题解决

    这里写自定义目录标题 欢迎使用Markdown编辑器 新的改变 功能快捷键 合理的创建标题,有助于目录的生成 如何改变文本的样式 插入链接与图片 如何插入一段漂亮的代码片 生成一个适合你的列表 创建一 ...

  2. 睡眠研究可以帮助创建更好的AI模型吗?

    我们为什么要睡觉?一个明显的原因是恢复我们身体和四肢的力量.但是睡眠的另一个非常重要的作用是巩固记忆并组织清醒时大脑摄入的所有信息.缺乏适当睡眠的人会认知能力下降,记忆力下降. 睡眠的奇观和奥秘仍然是 ...

  3. 睡眠期间人类海马体中缓慢振荡、纺锤波和波纹的分层嵌套

    在系统层面的巩固过程中,最初依赖于海马体的记忆表征被认为会迁移到新皮层以进行更永久的存储,睡眠在促进这种信息传递方面起着重要作用.巩固过程被假设依赖于表征非快速眼动(NREM)睡眠的三种基本神经元振荡 ...

  4. 【python教程入门学习】必须具备Python Django开发技能

    我们都知道Python编程语言的流行程度.在大多数技术公司中,这种语言用于开发应用程序的后端部分.此外,这种语言广泛应用于数据科学.自动化等领域.Django是Python最流行的框架,现在很多应用程 ...

  5. 项目经理的软技能提升——知行合一

    项目经理的软技能提升--知行合一 深圳市砺志企业管理咨询有限公司高级咨询顾问 梁光华 1.      项目管理中的软技能有多重要? 让我们从一个实际例子开始. 在几年前某公司的一次实战演练研讨课上,有 ...

  6. 保证充足的高质量睡眠

    如何睡的充足呢?可以选择一个凉快.光线较暗的房间,如果觉得难以入睡,睡前放松一下,看看书或看电视,使自己平静下来,也可以喝杯脱脂牛奶或吃一根香蕉或其他含褪黒激素(燕麦.甜玉米.米饭.大麦.番茄)或血清 ...

  7. 管理者应该掌握的八项基本技能

    [有人说,创业是孤独的,是寂寞的,你只能独自前行:而我说:朋友,一切都不象你说的那样!有许多与你同路的朋友,何不一起搭个手,做个伴.让我们一起分享创业路上的喜悦和艰难! 点击进入"创业同路人"创业经验 ...

  8. 睡眠学习,到底靠谱不?

    睡眠学习,顾名思义,就是通过睡眠来增强人类的学习能力. 这个概念包含了两层意思,第一层就是探讨"睡眠是否可以巩固我们醒着时候学到的东西":第二层是探讨"在睡眠过程当中,能 ...

  9. 2021年材料员-岗位技能(材料员)考试试卷及材料员-岗位技能(材料员)模拟考试软件

    题库来源:安全生产模拟考试一点通公众号小程序 2021年材料员-岗位技能(材料员)考试试卷及材料员-岗位技能(材料员)模拟考试软件,包含材料员-岗位技能(材料员)考试试卷答案和解析及材料员-岗位技能( ...

最新文章

  1. matlab 降维工具箱
  2. 宁波大红鹰学院计算机科学与技术,2019宁波大红鹰学院专业排名
  3. 谱聚类(spectral clustering)理解
  4. 触发ALV事件时报错MOVE_TO_LIT_NOTALLOWED_NODATA
  5. JAVA 文件监控 WatchService
  6. 使用phpize建立php扩展(Cannot find config.m4)
  7. 实时视频直播客户端技术盘点:Native、HTML5、WebRTC、微信小程序
  8. 最大似然估计、MAP、贝叶斯估计
  9. 图像分类python代码_20行代码:Serverless架构下用Python轻松搞定图像分类
  10. 测试用例设计方法_场景法(游戏向)
  11. 基于压缩传感的脉冲GPR成像技术研究(硕士学位论文初稿20111230)
  12. 冷色调也能表现画面炽热感?原来还有这么多种方法~
  13. 怎么减少别人屏蔽你的朋友圈(一)
  14. 访问者模式(Visitor模式)详解
  15. 以ChatGPT为例进行自然语言处理学习——入门自然语言处理
  16. Nyquist-Shannon采样定理的理解
  17. 小白终是踏上了这条不归路----小文的mysql学习笔记(1)
  18. 如何查看对方发邮件的ip地址
  19. QQ在线状态-可以与我直接QQ交流
  20. 教你绘制思维导图简单方法

热门文章

  1. 1 分钟 Serverless 搭建你的首个个人网站(完成就送猫超卡)
  2. 第十四届蓝桥杯第三期模拟赛 C/C++ B组 原题与详解
  3. vscode VisualStudio区别
  4. 一个手机号可注册两个微信号
  5. 小程序中的页面导航(页面跳转)
  6. pageBean的介绍
  7. 庄懂21课 塞博小人
  8. kaggle操作入门
  9. cie1931 python绘制_科学网—gnuplot与CIE1931 XYZ三刺激值曲线 - 范学良的博文
  10. 普通IPC接入神目爱买系统操作说明(智能人脸抓拍盒利旧方案)