Attention échantillonne rythmiquement les objets multi-fonctionnalités dans la mémoire de travail, partie 2

Pipeline d’analyse original (décalage temporel).

Les séries temporelles RT individuelles ont été réduites en ajustant et en supprimant un polynôme d'ordre 2 et les moyennes mobiles ont été calculées à l'aide d'une fenêtre de 66,7 ms. Nous avons ensuite évalué la série temporelle RT et appliqué une fenêtre de Hamming avant d'effectuer une analyse spectrale à l'aide d'une transformation de Fourier rapide. Les spectres de puissance individuels résultants ont été moyennés et nous avons testé statistiquement les pics oscillatoires à l'aide d'un test de permutation non paramétrique.

Il n’y a pas de relation claire entre les polynômes et la mémoire, nous ne devrions donc pas les associer. Au lieu de cela, nous devrions activement nous concentrer sur l’amélioration de notre mémoire et nous maintenir dans un état d’esprit positif.

Il existe de nombreuses façons d'améliorer la mémoire. L’un des moyens importants est de faire de l’exercice. Pendant l’activité physique et l’exercice, nous favorisons la santé mentale et améliorons la concentration et la mémoire. Un autre moyen important consiste à maintenir une attitude positive. Une attitude optimiste peut nous aider à surmonter le stress et l’anxiété, ce qui nous permet de rester plus facilement concentrés.

Dans le même temps, nous devons également maintenir un sommeil et une alimentation adéquats. Le sommeil est un moment important pour le cerveau de se nettoyer et de se réparer, et les nutriments contenus dans votre alimentation peuvent aider votre cerveau à fonctionner correctement. Nous pouvons également améliorer notre mémoire en apprenant de nouvelles choses et en mettant à l’épreuve nos capacités de réflexion. Cela peut inclure l’apprentissage d’une nouvelle langue, la lecture d’un nouveau livre ou la tentative de résoudre différentes énigmes et problèmes.

Bref, il n’y a pas de véritable lien entre les polynômes et la mémoire. Concentrons-nous sur la façon d'améliorer notre mémoire et notre attitude positive, et utilisons la meilleure façon de rencontrer et de profiter de la beauté de la vie. On peut voir que nous devons améliorer notre mémoire, et la Cistanche deserticola peut améliorer considérablement la mémoire, car la Cistanche deserticola est une matière médicinale traditionnelle chinoise qui a de nombreux effets uniques, dont l'un est d'améliorer la mémoire. L’efficacité de la viande hachée vient des différents ingrédients actifs qu’elle contient, notamment des acides, des polysaccharides, des flavonoïdes, etc. Ces ingrédients peuvent favoriser la santé cérébrale de diverses manières.

Cliquez sur connaître les moyens d'améliorer votre mémoire

Nous avons décidé d'effectuer une analyse spectrale sur des séries chronologiques individuelles (au lieu de séries chronologiques à grande moyenne) car les rythmes comportementaux des individus peuvent légèrement différer en phase et disparaîtraient donc lors de la moyenne des séries chronologiques de tous les sujets dans le domaine temporel. Nous avons répété la procédure de prétraitement décrite ci-dessus 10,000 fois, mais à chaque itération, nous avons mélangé au hasard les paires SOA-RT pour chaque participant.

Cette procédure nous a permis d'estimer la distribution des spectres de puissance sous l'hypothèse nulle selon laquelle aucune structure temporelle n'est présente dans les séries temporelles RT individuelles. Le spectre de puissance réel a ensuite été comparé à la distribution de substitution des spectres de puissance, fréquence par fréquence. Les fréquences auxquelles le spectre de puissance réel dépassait le centile de 95 % de la distribution de substitution ont été considérées comme significatives car cela équivaut à un niveau alpha de 0,05 %. Nous avons effectué une analyse similaire sur l'onde de différence entre les séries temporelles RT valides et invalides. Comme nous nous intéressons principalement aux fluctuations des basses fréquences, nous n’avons considéré que les fréquences comprises entre 1 et 15 Hz.

Pipeline d’analyse suggéré par Brookshire35.

Les séries temporelles individuelles ont été lissées en calculant des moyennes mobiles à l'aide d'une fenêtre de 66,7 ms. Les séries temporelles individuelles ont ensuite été déduites de manière linéaire avant d'effectuer une analyse spectrale à l'aide de la transformée de Fourier rapide sans appliquer de remplissage nul ni de fenêtrage. Les spectres de puissance individuels ont ensuite été moyennés. Nous avons décidé d'effectuer une analyse spectrale sur des séries chronologiques individuelles (au lieu de séries chronologiques à grande moyenne) car les rythmes comportementaux des individus peuvent légèrement différer en phase et disparaîtraient donc lors de la moyenne des séries chronologiques de tous les sujets dans le domaine temporel.

Pour tester si les séries temporelles individuelles fluctuent périodiquement, nous avons ajusté un modèle autorégressif avec un seul paramètre AR (1) en utilisant le maximum de vraisemblance pour des séries temporelles individuelles lissées et sans tendance. Pour le modèle AR(1) de chaque participant, nous avons utilisé la simulation Monte-Carlo pour générer 5 000 séries temporelles avec la même longueur, le même paramètre d'autocorrélation et la même variance résiduelle que la série chronologique d'origine. Nous avons ensuite effectué une analyse spectrale à l'aide de la transformation de Fourier rapide sur ces séries temporelles sans appliquer de remplissage nul ni de fenêtrage.

Cette procédure nous a permis d'estimer la distribution des spectres de puissance sous l'hypothèse nulle selon laquelle aucune fluctuation rythmique n'est présente dans les séries chronologiques individuelles. Le spectre de puissance moyen réel a ensuite été comparé à la distribution de substitution des spectres de puissance moyen sur une base fréquence par fréquence. Les fréquences auxquelles le spectre de puissance réel dépassait le centile de 95 % de la distribution de substitution ont été considérées comme significatives car cela équivaut à un niveau alpha de 0,05 %. Nous avons effectué des corrections pour plusieurs comparaisons en utilisant un taux de fausses découvertes. Comme nous nous intéressons principalement aux fluctuations des basses fréquences, nous n’avons considéré que les fréquences comprises entre 1 et 15 Hz.
Pour une comparaison visuelle des deux pipelines d'analyse, nous renvoyons le lecteur à la figure 1 dans les documents supplémentaires.

Pour comparer la dynamique temporelle relative des fonctions attentionnelles suivant des signaux valides et invalides, des phases oscillatoires ont été extraites des composants complexes de la transformée de Fourier rapide des séries temporelles prétraitées individuelles. Pour déterminer si des séries temporelles individuelles valides et invalides fluctuaient en antiphase, nous avons soustrait les valeurs de phase et effectué le test de non-uniformité de Rayleigh ainsi qu'un test t circulaire pour comparer les valeurs moyennes de différence de phase à 180 degrés.

Résultats

L'analyse statistique de la RT moyenne du groupe a révélé que les participants répondaient significativement plus rapidement aux sondes signalées (moyenne =831 ms) par rapport aux sondes non signalées (moyenne =1084 ms), t (22) =− 12,97. , p<0.001, Fig. 2A). Furthermore, we found that reaction times were shorter when participants responded to probes matching the second stimulus (mean=840 ms) as compared to the first stimulus (mean=880 ms, t(22)=3.85, p<0.005). Similarly, accuracy was higher for cued probes (mean=81.1%) than for uncued probes (mean=73.2%, t(22)=8.76, p<0.001) and higher for probes matching the second stimulus (mean=81.4%) as compared to the first stimulus (mean=76.8%, t(22)=6.85, p<0.001, Fig. 2B).

Pour tester si les représentations de la mémoire de travail sont suivies de manière thêta-rythmique, nous avons mesuré les temps de réaction des participants aux sondes correspondantes à plusieurs moments densément échantillonnés. Nous avons émis l'hypothèse que les RT devraient être modulées au fil du temps à un rythme thêta, indiquant des fluctuations rythmiques attentionnelles de l'élément correspondant dans la mémoire de travail. De plus, nous avons émis l'hypothèse que les séries temporelles RT pour les réponses à des sondes valides et non valides devraient être modulées en antiphase, suggérant que l'attention alterne périodiquement entre les deux éléments de la mémoire de travail (Fig. 1B).

Analyse originale utilisant des statistiques de prétraitement et de time-shufing traditionnelles.

Pour étudier les fluctuations rythmiques des réponses des individus, nous avons calculé la série chronologique RT en faisant la moyenne des RT dans chacune des 30 SOA pour les réponses aux éléments signalés de manière valide et non valide, respectivement. La série temporelle RT moyenne sur tous les sujets est présentée dans la (Fig. 3A). Notamment, nous n'avons pas effectué l'analyse spectrale sur la série temporelle moyenne de la figure 3A, mais sur des séries temporelles RT individuelles, puis avons moyenné les spectres de puissance individuels résultants.

Cela nous a permis d'ignorer les différences individuelles de phase et les légers changements de fréquence qui auraient été moyennés lors de la moyenne des séries temporelles dans le domaine temporel. La comparaison des spectres de puissance moyens à la distribution nulle temporelle a révélé un pic significatif à 3,75 et 4,6 Hz dans la condition valide et aucun pic significatif dans la condition invalide (Fig. 3C, D). En raison des différences dans le nombre d'essais collectés pour des conditions valides (75 %) et invalides (25 %), nous pourrions tout simplement manquer de puissance statistique pour détecter les rythmes dans la condition invalide.

En outre, une étude similaire récente sur les oscillations comportementales n’a pas non plus réussi à trouver de pic significatif dans les spectres de puissance de l’une des deux conditions, révélant cependant que les deux conditions fluctuaient toujours en antiphase lors de l’analyse des phases oscillatoires individuelles32. Nous avons donc étudié si nos deux conditions étaient en antiphase en analysant la différence de phase entre les deux conditions, car les angles de différence devraient pointer vers 180 degrés si les oscillations sont modulées en antiphase. L'analyse de phase de séries temporelles individuelles valides et invalides a révélé que la moyenne des angles de différence de 4,6 Hz n'était pas significativement différente de 180 degrés, indiquant une relation antiphasique des composantes oscillatoires de 4,6 Hz (Fig. 3B). Ce résultat indique une attention alternant périodiquement entre les deux éléments au fil du temps.

Nous avons étudié la fluctuation rythmique dans les séries chronologiques de précision de manière identique en comparant les spectres de puissance moyenne observés avec des distributions nulles stochastiques (Fig. 4A). L'analyse spectrale des séries temporelles de précision individuelles a révélé un pic significatif à 8,4, 9,4 et 10,3 Hz dans la condition invalide, mais aucune modulation significative dans la condition valide (Fig. 4C, D). La différence de phase entre les deux conditions était significativement différente de 180 degrés, ce qui indique l'absence de relation antiphasique de composantes de 8,4, 9,4, 10,3 ou 4,6 Hz (Fig. 4B). Nous avons ensuite appliqué le test de non-uniformité de Rayleigh qui a révélé que les différences de phase étaient réparties de manière aléatoire autour du cercle unitaire (p=0,34), ce qui suggère que les fluctuations de précision pour les éléments A et B n'avaient pas de relation temporelle cohérente.

Réanalyse utilisant les statistiques de pipeline et AR(1) suggérées par Brookshire35. L'exécution d'une analyse spectrale sur des séries temporelles RT individuelles et la moyenne des spectres de puissance résultants ont révélé un pic significatif à 4,4 Hz dans la condition valide (p=0.03, FDR corrigé) et aucun pic significatif dans la condition invalide (Fig. 5C , D). L'analyse de phase de séries temporelles individuelles valides et invalides a révélé que la moyenne des angles de différence de 4,4 Hz n'était pas significativement différente de 180 degrés (test t circulaire : p<0.001) and not uniformly distributed (Rayleigh's test for non-uniformity, p=0.017), indicating an anti-phasic relationship of the oscillatory 4.4 Hz components (Fig. 5B).

L'analyse spectrale des séries temporelles de précision individuelles a révélé des pics significatifs à 4, 4 Hz et 8, 9 Hz dans la condition valide, mais aucune périodicité significative dans la condition invalide (Fig. 6C, D). Les différences de phase valides-invalides des composantes de 4,4 Hz étaient uniformément distribuées (test de non-uniformité de Rayleigh, p=0,824, (Fig. 6B), indiquant l'absence de relation anti-phasique.

Comparaison des résultats.

L'application de deux techniques distinctes pour analyser des séries chronologiques comportementales nous a permis de valider nos résultats et de comparer les similitudes et les différences entre les deux méthodes. L'objectif principal de cet article étant d'étudier les fluctuations rythmiques du comportement, nous ne procéderons pas à une comparaison systématique et approfondie des deux techniques, mais fournirons uniquement une comparaison qualitative des principaux résultats liés à notre hypothèse initiale.

Les deux techniques d'analyse ont confirmé notre hypothèse principale consistant en 1. une modulation rythmique des résultats comportementaux dans la plage de 3 à 6 Hz et 2. une relation antiphasique entre des séries temporelles comportementales valides et invalides. Mais il est important de noter que les résultats diffèrent également sur plusieurs aspects. Alors que les modèles de décalage temporel (TS) et d'autocorrélation (AR (1)) ont révélé des rythmes significatifs dans des séries temporelles RT valides à 4, 6 et 4, 4 Hz respectivement, cet effet n'était significatif qu'avant correction pour les comparaisons multiples dans l'analyse TS. De plus, AR(1) a montré un pic significatif à 4,4 Hz dans une série temporelle de précision valide qui n'a pas été découverte par TS.
Dans l’ensemble, la technique AR(1) a conduit à des résultats plus prononcés et plus conformes à nos prédictions. Nous discuterons plus loin des implications de notre comparaison dans la discussion.

Discussion

Il a été démontré que l'attention portée aux informations visuellement disponibles, basée sur les objets et sur les fonctionnalités, subit des fluctuations rythmiques dans la plage thêta (3 à 8 Hz). Ici, nous avons cherché à tester si l'attention dirigée vers les éléments multi-fonctionnalités de la mémoire de travail est modulée d'une manière thêta-rythmique similaire. En utilisant le pipeline d'analyse proposé par Brookshire35, nous constatons que (a) la vitesse et la précision des réponses aux sondes signalées qui correspondent à l'un des deux éléments de la mémoire de travail sont modulées à une fréquence d'environ 4,4 Hz et (b) les fluctuations rythmiques des temps de réaction. les éléments signalés et non signalés sont modulés en antiphase. Nos résultats indiquent un échantillonnage attentionnel rythmique et alterné des deux représentations de mémoire de travail multi-fonctionnalités, qui à son tour module la vitesse de réponse et la précision de la comparaison ultérieure des sondes. Nous tenons à noter que dans le reste du manuscrit, nous discuterons uniquement des résultats résultant de l'approche d'analyse proposée par Brookshire35 utilisant un prétraitement minimal et la technique AR(1). Bien que les deux méthodes aient donné des résultats partiellement différents, notre hypothèse principale (fluctuation thêta dans les séries chronologiques comportementales et opposition de phase entre les séries chronologiques valides et invalides) a été confirmée par les deux.

Fluctuations rythmiques du comportement.

Bien que des fluctuations rythmiques des séries temporelles de RT et de précision aient été observées pour les essais valides, nous n'avons pas trouvé de pic oscillatoire significatif dans les essais dans lesquels les participants étaient mal informés après correction pour des comparaisons multiples. Cependant, lors de l'analyse de la phase individuelle de 4, 4 Hz des séries temporelles RT valides et invalides, nous avons trouvé une relation anti-phasique significative. Ceci suggère qu'une composante oscillatoire était également présente dans les essais invalides, ce que l'analyse statistique conventionnelle de remaniement temporel n'a pas réussi à révéler. Nous proposons plusieurs raisons possibles à cela. Premièrement, comme la validité des signaux était de 75 %, les séries temporelles invalides ont été calculées à partir de moins d'essais que les séries temporelles valides, ce qui aurait pu conduire à une augmentation du bruit et à une moins bonne estimation des composantes oscillatoires (nombre moyen d'essais dans les séries temporelles RT par participant : valide { {5}}.3, invalide=100.6). De plus, il est possible que l'indice (validité de 75 %) ait conduit à une dépriorisation attentionnelle de l'élément non signalé. Nous discuterons de cette possibilité particulière plus en détail dans la section ci-dessous (voir « Comparaison avec d'autres études »). Il convient également de noter que nous n'avons pas observé de périodicités significatives lors de l'analyse spectrale directement sur la série temporelle de grande moyenne (figures 3A, 4A, 5A, 6A). Nous pensons que cela pourrait être dû à de légères différences dans la phase des séries temporelles oscillatoires individuelles qui s'annulent lors de la moyenne des données de tous les sujets. Il est toutefois important de noter que les séries temporelles valides et invalides fluctuaient toujours en antiphase au niveau individuel, ce qui pourrait s'expliquer par des différences individuelles dans la vitesse des changements d'attention suite au signal rétro. En moyenne, les bénéfices des signaux rétrospectifs ont tendance à se manifester pleinement après 300 à 500 ms, mais on sait peu de choses sur l'ampleur de cette variation entre les participants19. Les expériences futures devraient étudier les différences individuelles dans la vitesse d'allocation attentionnelle, car cela pourrait avoir des implications importantes pour l'étude de l'échantillonnage attentionnel interne.

L'analyse de phase (4, 4 Hz) de la série temporelle RT a révélé que le comportement fluctuait en opposition de phase entre des conditions valides et invalides. Ce modèle indique que l'attention est initialement allouée à l'élément signalé, puis échantillonnée alternativement les deux éléments dans la mémoire de travail à une fréquence thêta. Il est important de noter qu'il est peu probable que cette dynamique antiphasique soit provoquée par coïncidence en raison du moment ou de l'ordre dans lequel les stimuli ont été présentés, par exemple par l'initiation hypothétique de deux processus rythmiques indépendants au début du premier et du deuxième stimulus. Si tel était effectivement le cas, comme nous avons calculé des séries temporelles RT valides et invalides à partir d'un nombre égal d'essais dans lesquels le premier et le deuxième stimulus ont été sondés, les périodicités antiphasiques coïncidentes devraient faire la moyenne. En revanche, nous trouvons une puissance oscillatoire constante pour les essais valides et une relation antiphasique entre les essais valides et invalides, s'opposant clairement à cette confusion potentielle.

En plus de la fluctuation de 4,4 Hz, notre analyse de la série temporelle de précision a révélé une modulation rythmique significative à 8,9 Hz dans la condition valide. Des fluctuations rythmiques des séries temporelles comportementales à 10 Hz sont fréquemment observées dans les études comportementales (voir VanRullen1, pour une revue). Comme cette étude s’intéressait principalement aux rythmes comportementaux dans la gamme thêta, nous ne discuterons pas en détail de ces effets. Nous souhaitons cependant noter que Pomper et Ansorge32 ont également constaté que les séries temporelles de précision étaient modulées à 9,7 Hz, indiquant que cette rythmicité alpha Hz pourrait être une signature supplémentaire du traitement périodique des représentations visuelles perçues ou mémorisées.
Comparaison avec d'autres études.

Quel est le lien entre nos résultats et d’autres études portant sur les fluctuations attentionnelles rythmiques de la mémoire de travail31,32 ?

Les deux études précédentes ont montré que le comportement oscillait à 6 Hz, tandis que nous avons constaté des oscillations comportementales à 4,4 Hz. Une explication hypothétique de cet écart pourrait être la différence de complexité des stimulus entre les études. Les objets multi-fonctionnalités en mémoire de travail, comme ceux utilisés ici, peuvent nécessiter un processus d'activation plus efficace et plus long, conduisant à un échantillonnage moins fréquent par élément.

Alors que notre étude et celle de Peters et al.31 utilisaient un signal visuel explicite pour réinitialiser les rythmes attentionnels, Pomper et Ansorge32 ont induit un échantillonnage attentionnel via la présentation du deuxième objet. Dans les deux études sur les signaux, le signal avait une validité de 75 %, ce qui incitait clairement les participants à donner la priorité à un élément plutôt qu'à l'autre, alors que les deux éléments devraient avoir une priorité égale dans l'étude de Pomper et Ansorge32. Mais il est important de noter que Pomper et Ansorge32 ont constaté des temps de réaction plus rapides et une plus grande précision pour le deuxième élément, ce qui correspond à un effet de récence qui aurait été causé par une priorisation attentionnelle38. Il est intéressant de noter que nos études ainsi que celles de Pomper et Ansorge ont observé des fluctuations rythmiques significatives par rapport à l'événement de réinitialisation uniquement pour l'élément prioritaire. Bien que dans notre cas, cela puisse s'expliquer par un nombre d'essais inférieur, le même schéma a été rapporté dans une autre étude sur l'échantillonnage attentionnel externe utilisant un nombre d'essais beaucoup plus important. Une explication potentielle de cela pourrait être que l'attention exerce des effets rythmiques plus forts sur l'élément prioritaire, provoquant des modulations de forte amplitude dans les séries temporelles comportementales, alors que l'échantillonnage rythmique simultané d'éléments non prioritaires a des effets périodiques plus faibles sur le comportement. Alternativement, il a été proposé que l'attention soit régie par un mécanisme d'échantillonnage central ou « échantillonneur maître » entre 7 et 10 Hz qui peut être réparti entre deux objets3,39. Un échantillonneur hypothétique à 10 Hz pourrait ainsi échantillonner les deux éléments 5 fois par seconde, mais pourrait également échantillonner l'élément prioritaire plus fréquemment (par exemple, l'élément prioritaire est échantillonné 8 fois et le non prioritaire est échantillonné 2 fois par seconde). On pourrait supposer que dans l'analyse spectrale de séries temporelles valides, cela serait évident dans les périodicités à la fréquence fondamentale (10 Hz) ainsi que dans ses harmoniques (5 Hz) qui sont effectivement observées dans nos données ainsi que dans les données de Pomper et Ansorge32. Il est important de noter que ces deux possibilités, un échantillonnage plus fort ou plus fréquent, supposent que l'attention donne activement la priorité à l'un ou l'autre élément.

Une interprétation légèrement différente, liée aux travaux de Fiebelkorn et al.2, a été proposée par Peters et al.31 qui ont découvert des fluctuations rythmiques entre objets dans la mémoire de travail. Cependant, de manière similaire aux découvertes de Fiebelkorn et al.2, les temps de réaction aux cibles présentées à des emplacements d'objets différents étaient périodiquement égaux, mais jamais plus rapides que ceux présentés à des emplacements d'objets identiques, ce qui indique que l'attention n'a jamais été complètement tournée vers l'autre objet. Cela suggère que l’attention basée sur les objets alterne rythmiquement entre des phases dans lesquelles l’ensemble de l’objet repéré est prioritaire (et l’objet non repéré est dépriorisé) et des phases où les objets repérés et non repérés sont prioritaires de manière égale. Selon cette vision, l’attention ne donnerait pas la priorité aux deux objets en alternance mais resterait focalisée sur un seul objet. Nos résultats soutiennent ce point de vue dans la mesure où les temps de réaction dans les essais invalides étaient rarement aussi rapides que ceux des essais valides, ce qui suggère que l'attention n'a jamais vraiment semblé se tourner complètement vers l'autre élément de la MW. Cependant, il convient de noter que cet argument repose sur l’hypothèse selon laquelle les effets attentionnels rythmiques sont les seuls facteurs influençant les temps de réaction. Les signaux attentionnels pourraient modifier le statut des éléments de la mémoire de travail de manière plus continue, par exemple en augmentant l'activation de base, en plus de quoi nous pourrions observer les effets de l'attention rythmique. Les futures études manipulant plus systématiquement les validités des signaux devront mettre en lumière cette question ouverte.

Signification fonctionnelle et mécanismes neuronaux.

Plusieurs processus fonctionnels pourraient expliquer les rythmes retrouvés dans notre étude. Un rafraîchissement attentionnel périodique des représentations de la mémoire de travail pourrait être une exigence fondamentale pour la maintenance de la WM. Les preuves issues d'études de modélisation informatique ont proposé qu'une telle réactivation périodique, ou « relecture », pourrait être à l'origine du maintien de la mémoire de travail et pourrait être mise en œuvre par une interaction d'oscillations thêta (4 à 8 Hz) et gamma (30 à 80 Hz)40-42. Un rafraîchissement attentionnel périodique a également été proposé pour contrecarrer la dégradation temporelle de la mémoire de travail visuelle. Les preuves d’une dégradation temporelle n’ont cependant pas été concluantes43,44.

Il a également été proposé que la priorisation attentionnelle rythmique pourrait aider à résoudre le problème de liaison en co-activant les caractéristiques du stimulus en représentations cohérentes45. Un aspect important de notre étude qui la distingue des travaux antérieurs est le fait que nous avons utilisé des stimuli constitués de plusieurs caractéristiques pertinentes (couleur + orientation) qui devaient être codées ensemble. Parce que nous avons présenté les deux éléments lors de la fixation, nous avons pu étudier les effets de l'attention basée sur les objets non spatiaux et avons découvert que des rythmes similaires se produisent pour les caractéristiques non spatiales. Les effets du signal attentionnel sur la précision moyenne indiquent que la récupération basée sur la couleur a également conduit à une priorisation de la caractéristique d'orientation liée à cet élément, car l'orientation était la caractéristique qui devait être comparée avec une précision relativement élevée (par rapport à la caractéristique facilement distinguable). couleurs). Plus important encore, nous montrons également que les indices de couleur entraînent des fluctuations rythmiques dans les mesures de précision. Parallèlement au fait que les sondes ne pouvaient être comparées qu'en fonction de la couleur et de l'orientation, nous émettons l'hypothèse que l'attention a cycliquement donné la priorité aux deux caractéristiques d'un élément. De plus, comme les deux éléments fluctuaient en antiphase, ils étaient tous deux prioritaires sur le plan rythmique, mais jamais simultanément. En mémoire de travail, cela permettrait au système visuel de maintenir les caractéristiques de couleur liées aux caractéristiques d'orientation correspondantes en activant la combinaison correcte de caractéristiques l'une après l'autre, sans risquer la co-activation de deux caractéristiques non liées. Ce processus, communément appelé multiplexage temporel, a été proposé pour empêcher la fusion de représentations neuronales distinctes et pourrait faciliter la lecture de la WM42,46-49.

Au cours des dernières années, les théories ont étroitement lié la sélection attentionnelle externe aux oscillations neuronales8,9,50,51. Plus récemment encore, la relation fondamentale entre l’attention interne portée aux représentations de la mémoire de travail et l’activité oscillatoire est devenue évidente52-55. Les modèles actuels proposent que l'attention interne soit mise en œuvre par une interaction dynamique entre les oscillations thêta frontales, agissant comme un mécanisme de contrôle descendant, et les oscillations alpha occipitales qui inhibent ou désinhibent la représentation unique. Nos résultats pourraient s’expliquer par un mécanisme similaire qui module l’activité relative entre deux éléments plus ou moins également pertinents sur une échelle de temps plus courte.

Par un mécanisme similaire qui module l’activité relative entre deux éléments plus ou moins également pertinents sur une échelle de temps plus courte.

Enfin, nous aimerions proposer une hypothèse qui pourrait potentiellement expliquer certains des points communs entre les rythmes d'échantillonnage externes et internes trouvés dans les travaux les plus récents. Nous pensons qu'un mécanisme général d'échantillonnage attentionnel fonctionnant à une fréquence de 10 représentations par seconde pourrait être à l'origine des fluctuations comportementales trouvées dans les tâches d'attention interne et externe. Plusieurs études ont déjà fourni des preuves convaincantes que l’attention portée aux stimuli externes fluctue dans la plage thêta2–5. La plupart des études convergent vers une fréquence de 4 à 6 Hz avec laquelle 2 items sont échantillonnés. Il a également été démontré que l’extension du nombre de sites surveillés à 3 réduit la fréquence à laquelle les éléments individuels sont échantillonnés à Hz3. Il avait déjà été émis l’hypothèse que cette observation pourrait soutenir l’existence d’un seul échantillonneur attentionnel externe dans la gamme Hz capable de mettre en évidence 10 éléments/emplacements perçus par seconde. Notre étude, ainsi que les travaux de Pomper et Ansorge32 et Peters et al.31, ont démontré que ce processus d'échantillonnage attentionnel rythmé s'étend aux informations internes conservées dans la mémoire de travail. Il est important de noter que de nombreuses preuves de l’hypothèse du recrutement sensoriel ont été fournies, suggérant un substrat commun entre la perception et la mémoire de travail23,26,27. L’attention externe et interne devrait donc accéder à des représentations codées dans des zones très similaires avec des codes fortement superposés. Il est donc concevable qu'un échantillonneur attentionnel « maître » commun dans la gamme des 10 Hz stimule rythmiquement l'activité de représentations neuronales spécifiques, qu'elles reflètent ou non les informations actuellement perçues ou codées dans la mémoire de travail. Des investigations plus approfondies devront montrer si ce modèle d’attention est valable.

Comparaison des pipelines d'analyse Time-Shufing et AR(1).

La récente publication de Brookshire35 a abordé de manière critique le pipeline de prétraitement et les procédures statistiques de brassage temporel utilisés par la grande majorité des publications dans le domaine des oscillations comportementales en démontrant un mauvais contrôle des erreurs de type -1. Nous avons analysé nos données avec la technique originale de brassage temporel et la technique AR (1) nouvellement proposée et avons montré que les deux méthodes révélaient des fluctuations rythmiques significatives du comportement. Alors que certains pics oscillatoires trouvés par décalage temporel n'atteignaient pas de signification lors de l'utilisation de la méthode AR (1), d'autres pics que nous avions prédits sur la base de la littérature précédente étaient statistiquement plus prononcés ou n'atteignaient une signification significative qu'avec l'utilisation de la technique AR (1).

Même si notre objectif n’était pas de comparer systématiquement les méthodes de remaniement temporel et AR(1), notre comparaison d’analyses fournit néanmoins des informations pertinentes sur le débat actuel sur la bonne procédure statistique. Premièrement, nos principaux résultats, consistant en fluctuations dans la plage de 4 à 5 Hz et en opposition de phase, ont persisté entre les deux pipelines d'analyse, montrant que le décalage temporel révèle des effets véridiques. Bien que les quatre ré-analyses tentées par Brookshire35 n'aient pas révélé de résultats significatifs, il convient de noter que la méthode AR(1) peut être significativement moins sensible (par rapport au remaniement temporel) aux effets réels, en fonction de paramètres de tâche tels que le signal. la longueur et le taux d'échantillonnage. Bien que AR(1) puisse être un test statistiquement plus valide, de nombreuses conclusions de la littérature sur l'attention rythmique reflètent probablement encore de vrais résultats. Deuxièmement, nous avons constaté que l’utilisation de moins d’étapes de prétraitement en combinaison avec la technique AR(1) révélait des résultats plus conformes à nos prédictions. Bien que nous ne puissions pas affirmer avec une certitude absolue que nos effets sont authentiques, la méthode AR(1) pourrait nous permettre de réduire le nombre d'étapes de prétraitement tout en offrant une sensibilité suffisante et ainsi fournir une évaluation plus impartiale de la rythmicité des données.

Nous suggérons la prudence de ne pas négliger trop rapidement les travaux antérieurs et recommandons aux projets futurs de rendre compte des résultats basés sur les deux techniques d'analyse.

Conclusion.

En conclusion, nous ajoutons à la preuve que l’attention échantillonne les objets multi-fonctionnalités dans la mémoire de travail à un rythme thêta. Cette facilitation attentionnelle rythmique fluctue entre deux éléments pertinents de la mémoire de travail, évidents dans la modulation antiphasique des séries temporelles comportementales. Nous émettons l'hypothèse que le cerveau pourrait utiliser ce multiplexage temporel oscillatoire face à des ressources attentionnelles limitées, au problème de liaison et/ou au rafraîchissement attentionnel requis pour le maintien de la mémoire. Les modèles trouvés dans cette étude imitent étroitement les rythmes récemment découverts dans l'attention spatiale externe et basée sur les caractéristiques qui se sont révélés étroitement liés à l'oscillation thêta frontale et alpha occipitale. Des mécanismes oscillatoires identiques ont été associés au contrôle attentionnel de la mémoire de travail. Nous émettons l’hypothèse d’un mécanisme d’échantillonnage attentionnel unique, thêta-rythmique, pour les représentations perçues et mémorisées.

Disponibilité des données

Toutes les données réalisées dans le cadre de cette étude sont disponibles gratuitement sur osf.io/39g4w.

Les références

1. VanRullen, R. Cycles perceptuels. Tendances Cogn. Sci. 20, 723-735 (2016).

2. Fiebelkorn, IC, Saalmann, YB & Kastner, S. Échantillonnage rythmique à l'intérieur et entre les objets malgré une attention soutenue à un emplacement indiqué. Curr. Biol. 23, 2553-2558 (2013).

3. Holcombe, AO et Chen, W.-Y. La division de l'attention réduit la résolution temporelle de 7 Hz pour le suivi d'un objet à<3 Hz when tracking three. J. Vis. 13, 12 (2013). 

4. Landau, AN & Fries, P. L'attention échantillonne les stimuli de manière rythmique. Curr. Biol. 22, 1000-1004 (2012).

5. Song, K., Meng, M., Chen, L., Zhou, K. et Luo, H. Oscillations comportementales en attention : impulsions rythmiques médiées par la bande θ. J. Neurosci. 34, 4837-4844 (2014).

6. Chota, S. et coll. Fluctuations rythmiques du temps de réaction saccadique résultant de la compétition visuelle. Sci. Rep.8, 15889 (2018).

7. Kienitz, R. et al. L'activité neuronale rythmique Têta et les temps de réaction résultent des interactions du champ récepteur cortical au cours de l'attention distribuée. Curr. Biol. 28, 2377-2387.e5 (2018).

8. Fiebelkorn, IC & Kastner, S. Une théorie rythmique de l'attention. Tendances Cogn. Sci. 23, 87-101 (2019).

9. VanRullen, R. Attention visuelle : un processus rythmique ? Curr. Biol. 23, R1110-R1112 (2013).

10. Mo, C. et coll. Représentations neuronales rythmiques concurrentes des orientations lors d'une attention simultanée à plusieurs caractéristiques d'orientation. Nat. Commun. 10, 5264 (2019).

11. Re, D., Inbar, M., Richter, CG & Landau, AN L'attention basée sur les caractéristiques échantillonne les stimuli de manière rythmique. Curr. Biol. 29, 693-699.e4 (2019).

12. Boynton, GM Un cadre pour décrire les effets de l'attention sur les réponses visuelles. Vis. Rés. 49, 1129-1143 (2009).

13. Brefczynski, JA & DeYoe, EA Un corrélat physiologique du « projecteur » de l'attention visuelle. Nat. Neurosci. 2, 370-374 (1999).

14. Corbetta, M., Miezin, FM, Dobmeyer, S., Shulman, GL & Petersen, SE Modulation attentionnelle du traitement neuronal de la forme, de la couleur et de la vitesse chez l'homme. Science https://doi.org/10.1126/science.2360050 (1990).

15. Gandhi, SP, Heeger, DJ & Boynton, GM L'attention spatiale affecte l'activité cérébrale du cortex visuel primaire humain. Proc. Natl. Acad. Sci. États-Unis 96, 3314-3319 (1999).

For more information:1950477648nn@gmail.com