绘制视觉记忆性的大脑通路

近十年来，麻省理工学院计算机科学和人工智能实验室（CSAIL）的一组研究人员一直在寻求揭示为什么某些图像会持续存在于人们的脑海中，而其他许多图像会消失。为此，他们着手绘制识别视觉图像所涉及的时空大脑动力学。现在，科学家们首次利用脑磁图（MEG）和功能性磁共振成像（fMRI）的综合优势，前者捕捉大脑活动的时间，后者识别活跃的大脑区域，以精确确定大脑何时何地处理令人难忘的图像。

他们本月发表在 《PLOS Biology》上的开放获取研究使用了78对图像，这些图像与同一概念相匹配，但记忆得分不同 – 一个非常令人难忘，另一个很容易忘记。这些图像被展示给15个主题，包括滑板场景、各种环境中的动物、杯子和椅子等日常物品、森林和海滩等自然景观、街道和建筑物的城市场景，以及表现出不同表情的面孔。他们发现，比以前认为的更分散的大脑区域网络积极参与了支撑记忆性的编码和保留过程。

“人们往往比其他图像更好地记住某些图像，即使它们在概念上相似，比如一个人滑板的不同场景，”麻省理工学院电气工程和计算机科学博士生、CSAIL附属机构、该研究的第一作者Benjamin Lahner说。“我们已经确定了视觉记忆的大脑特征，该特征在看到图像后约300毫秒出现，涉及腹侧枕叶皮层和颞叶皮层的区域，这些区域处理颜色感知和物体识别等信息。这种特征表明，令人难忘的图像会促使大脑做出更强烈、更持久的反应，特别是在早期视觉皮层等区域，我们以前在记忆处理中低估了这些区域。

虽然令人难忘的图像在大约半秒内保持更高、更持久的响应，但对不太令人难忘的图像的反应会迅速减弱。Lahner阐述说，这一见解可以重新定义我们对记忆如何形成和持续的理解。该团队设想这项研究具有未来临床应用的潜力，特别是在记忆相关疾病的早期诊断和治疗方面。

在CSAIL高级研究科学家Aude Oliva的实验室中开发的MEG/fMRI融合方法能够熟练地捕捉大脑的空间和时间动态，克服了空间或时间特异性的传统限制。融合方法得到了机器学习朋友的一点帮助，以便在查看各种图像时更好地检查和比较大脑的活动。他们创建了一个“表征矩阵”，它就像一个详细的图表，显示了不同大脑区域的神经反应是多么相似。这张图表帮助他们确定了大脑在何时何地处理我们所看到的东西的模式。

选择具有高和低记忆性分数的概念相似的图像对是解锁这些对记忆性的见解的关键因素。Lahner解释了汇总行为数据以将记忆性分数分配给图像的过程，他们策划了一组不同的高记忆性和低记忆性图像，这些图像在不同的视觉类别中具有平衡的表示。

尽管取得了长足的进步，但该团队还是注意到了一些局限性。虽然这项工作可以识别出具有显着记忆效应的大脑区域，但它无法阐明这些区域的功能，即它如何有助于更好地从记忆中编码/检索。

“了解记忆力的神经基础为临床进步开辟了令人兴奋的途径，特别是在早期诊断和治疗与记忆相关的疾病方面，”奥利瓦说。“我们已经确定的特定大脑特征的记忆性可能会导致阿尔茨海默病和其他痴呆症的早期生物标志物。这项研究为针对个体神经特征进行微调的新型干预策略铺平了道路，有可能改变记忆障碍的治疗格局，并显着改善患者的预后。

“这些发现令人兴奋，因为它们让我们深入了解大脑在看到某物并将其保存到记忆中之间发生了什么，”芝加哥大学心理学助理教授Wilma Bainbridge说，他没有参与这项研究。“这里的研究人员正在接收一种皮层信号，该信号反映了需要记住的重要内容，以及早期可以忘记的内容。

Lahner和Oliva也是麻省理工学院苏世民计算学院战略行业参与主任，麻省理工学院-IBM Watson人工智能实验室主任和CSAIL首席研究员，他们与西方大学助理教授Yalda Mohsenzadeh和约克大学研究员Caitlin Mullin一起撰写了这篇论文。该团队感谢美国国立卫生研究院（National Institutes of Health）的共享仪器资助，他们的工作由海军研究办公室（Office of Naval Research）资助的Vannevar Bush教师奖学金，美国国家科学基金会（National Science Foundation）奖，陆军研究办公室（Army Research Office）资助的多学科大学研究计划奖（Multidisciplinary University Research Initiative）和EECS MathWorks奖学金。他们的论文发表在 PLOS Biology上。