21808

21808

رمزگشايي سيگنال‌هاي مغزي مرتبط با بايندينگ ويژگي‌ها در قشر پيشاني مغز ميمون

دكتري تخصصي

مهندسي پزشكي - بيوالكتريك

1398/10/9

دكتر محمدرضا دليري

دكتر اشتفان تروئه

برق

رمزگذاري و رمزگشايي سيگنال¬هاي مغزي دسته مهمي از روش‌هاي پردازش سيگنال هستند كه بر اساس ارتباط بين محرك ورودي و سيگنال پاسخ، عملكرد مغز را استخراج مي‌كنند. امروزه ثبت خارج سلولي فعاليت مغزي و پردازش سيگنال‌هاي ثبت‌شده حاصل از آن به عنوان يكي از شاخه‌هاي مهم در علوم اعصاب مورد توجه واقع شده است. يكي از سوالات حل نشده در حوزه علوم اعصاب شناختي و ادراك، مسئله بايندينگ ويژگي‌ها در مغز است. بايندينگ به معناي ارتباط و به هم پيوستن ويژگي‌هاي مختلف يك شئ براي درك مفهوم واحد از آن شئ است. براي مثال در يك مربع آبي رنگ دو ويژگي شكل و رنگ كه در نواحي مختلفي از مغز رمزگذاري مي¬شوند، به چه صورت براي بيان يك مفهوم واحد باهم ارتباط مي‌يابند. در اين پايان‌نامه به بررسي مكانيزم بايندينگ ويژگي¬هاي بينايي در مغز و به طور ويژه به نقش ناحيه پيشاني در اين مكانيزم مي¬پردازيم. براي اين منظور، در قدم اول، با طراحي يك آزمايش بينايي و ثبت از 96 الكترود به طور همزمان از ناحيه پيشاني مغز ميمون و استفاده از روش‌هاي يادگيري ماشين، علائمي از نقش عملكردي ناحيه پيشاني در اين مكانيزم به كمك سيگنال پتانسيل¬هاي محلي نشان داده شد. در قدم دوم، نقش فعاليت اسپايك¬هاي ناحيه پيشاني در يك آزمايش حافظه كاري براي در نظر گرفتن توام دو ويژگي مكان و شكل مورد ارزيابي قرار گرفت. در پايان، به كمك ثبت الكتروانسفالوگرام 64 كاناله از سطح مغز در دو گروه انساني سالم و بيمار با آسيب در ناحيه پيشاني، مكانيزم بايندينگ در كل مغز و نقش عملكردي ناحيه پيشاني در آن توسط يك آزمايش حافظه كاري مورد بررسي قرار گرفت. در مجموع، نتايج آزمايش¬ها حاكي از نقش فعال ناحيه پيشاني براي بايند كردن ويژگي¬هاي بينايي بود كه اين نقش در فعاليت نوسانات آهسته سيگنال¬هاي مغزي (<12Hz) نمايان مي¬شود. همچنين همراستا با نظريه بايندينگ توسط همزماني، نشان داده شد كه فعاليت همزمان در نواحي خلفي مغز بايند شدن دو ويژگي را كنترل مي¬كنند كه اين همزماني، با آسيب در ناحيه پيشاني تضعيف مي¬شود. در نهايت بر اساس نتايج به دست آمده مكانيزمي پيشنهادي براي بايند شدن ويژگي-هاي بينايي پيشنهاد شد. به طوري كه بايندينگ ويژگي¬هاي بينايي در مداري از نواحي مختلف خلفي مغز تحت كنترل ناحيه سطح بالاي پيشاني انجام مي¬شود.

1398/12/14

Decoding of Feature Binding in the Prefrontal Cortex of Monkey

12/29/2020 12:00:00 AM

How does the brain integrate various features together into a unified representation? Two competing theories dominate the literature on feature binding: feature integration (FIT) and binding-by-synchrony (BBS). FIT emphasizes spatial attention in associative regions including the prefrontal cortex (PFC), whereas BBS emphasizes short-range synchrony in the visual cortex. However, neither theory fully explains how the brain binds features from different dimensions together, and the ‘feature binding problem’ remains unresolved. To tackle this problem, we analyzed electroencephalography (EEG) data obtained from 34 adults during performaing of a task which requires the rapid binding of spatial and temporal features in working memory. Critically, 14 subjects had discrete PFC lesions, permitting interpretation of causality. Using cutting-edge methods, including data-driven analyses of cross-frequency coupling and frequency band-limited functional connectivity, we show that: • Feature binding is linked to anterior delta-theta (2-7 Hz) activity, anterior-posterior delta-theta synchrony, and posterior cross-frequency coupling to gamma fluctuations. • Delta-theta synchrony supports interactions between PFC, temporal, and parieto-occipital regions, thus revealing an oscillatory mechanism sub-serving FIT. • Parieto-occipital cross-frequency coupling to gamma fluctuations, a mechanism in line with BBS, depends on PFC. • Behavior and both anterior and posterior mechanisms also depend on PFC independent of feature binding, corroborating a domain-general control role for PFC. We propose a novel mechanistic explanation of feature binding based on neural oscillations and top-down PFC control. By defining how interactions occur within and between regions of the brain involved in both attention and vision, we show how oscillatory synchrony underlies feature binding across the whole brain. We further provide the first neurological demonstration that neural signatures of feature binding depend on PFC. PFC directs posterior signatures of feature binding via low-frequency oscillations, supporting optimal behavior. Our study provides a comprehensive but succinct report of the neural basis of feature binding.