Les enregistrements magnétoencéphalographiques révèlent la dynamique spatio-temporelle de la mémoire de reconnaissance pour les séquences auditives complexes et simples

La reconnaissance auditive est un processus cognitif crucial qui repose sur l’organisation d’éléments uniques au fil du temps. Cependant, on sait peu de choses sur la dynamique spatio-temporelle qui sous-tend la reconnaissance consciente de séquences auditives de complexité variable. Pour étudier cela, nous avons demandé à 71 participants d'apprendre et de reconnaître des séquences musicales tonales simples et des séquences atonales complexes assorties pendant que leur activité cérébrale était enregistrée par magnétoencéphalographie (MEG).

La musique a le pouvoir unique et incroyable de nous faire remonter le temps et de revivre les merveilleux souvenirs du passé, ou de nous plonger profondément dans la beauté du présent. Plus important encore, la musique peut également améliorer notre mémoire et améliorer nos capacités d’apprentissage et de travail.

Des recherches ont montré que les séquences musicales sont étroitement liées à la mémoire. Parfois, nous constatons que nous pouvons facilement nous souvenir des paroles d'une chanson parce que la chanson stimule le centre du langage dans notre cerveau et consolide la mémoire grâce à une lecture répétée. De même, lorsque nous apprenons de nouvelles informations, nous pouvons nous en souvenir plus facilement en combinant ces informations avec la mélodie et le rythme. De nombreux experts médicaux et pédagogues recommandent d’utiliser la musique comme technique de mémoire pour améliorer l’apprentissage.

En plus de cela, la musique peut améliorer notre état émotionnel et nous rendre plus détendus et concentrés. Lorsque nous nous sentons fatigués ou anxieux, une musique relaxante peut immédiatement soulager la situation. Ce type de musique est très efficace pour détendre les émotions tendues et peut également renforcer notre volonté et notre patience.

Dans l’ensemble, la musique fait partie intégrante de nos vies et peut être très bénéfique pour notre mémoire et nos capacités d’apprentissage. Alors, que vous travailliez ou étudiiez, autant utiliser de la musique pour vous aider. Je pense que cela peut vous aider à mieux accomplir vos tâches et également à améliorer votre vie. On voit que nous devons améliorer notre immunité. La Cistanche deserticola peut améliorer considérablement l'immunité, car la Cistanche deserticola est une matière médicinale traditionnelle chinoise avec 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 la mémoire à court terme, comment l'améliorer

Les résultats révèlent des changements qualitatifs dans l'activité neuronale dépendant de la complexité du stimulus : la reconnaissance des séquences tonales engage les zones hippocampiques et cingulaires, tandis que la reconnaissance des séquences atonales active principalement le réseau de traitement auditif. Nos résultats révèlent l'implication d'un réseau cérébral cortico-sous-cortical pour la reconnaissance auditive et soutiennent le l'idée selon laquelle la complexité du stimulus modifie qualitativement les voies neuronales de la mémoire de reconnaissance.

Encoder et reconnaître des sons structurellement complexes est un défi cognitif qui repose sur des mécanismes neuronaux qui ne sont pas encore entièrement élucidés. Pour mémoriser des séquences sonores complexes, nous dépendons probablement de l'organisation temporelle des composants d'un stimulus et des fonctions de mémoire.

Le codage de la mémoire a lieu dans l'hippocampe 2–4, tandis que les processus ultérieurs liés à la mémoire de reconnaissance sont soutenus par un réseau fonctionnel de régions interconnectées dans le lobe temporal médial, y compris l'hippocampe, l'insula et le cortex temporal inférieur 2,5,6. Pour la consolidation de la mémoire, la communication entre les zones hippocampiques et néocorticales est nécessaire7–9. De nombreuses preuves proviennent d’études utilisant des stimuli visuels statiques, tels que des images d’objets, de visages ou de scènes naturelles10-12. Cependant, les informations et leur signification se dévoilent également au fil du temps, à mesure que le cerveau tente de prédire les stimuli à venir sur la base de représentations mémorisées antérieures. Par conséquent, pour mieux comprendre la reconnaissance de la mémoire et la dynamique cérébrale rapide sous-jacente, de nouvelles méthodes doivent être adoptées pour mettre en évidence les propriétés temporelles des stimuli dynamiques. Cela peut être réalisé en étudiant l’activité neuronale qui sous-tend le traitement de séquences sonores qui acquièrent un sens grâce à leur évolution au fil du temps, comme la musique13-15.

Peu d’études neuroscientifiques ont exploré les fondements neuronaux de la mémoire musicale, comme l’ont examiné Campo et Brattico16. Par exemple, en utilisant l'imagerie par résonance fonctionnelle (IRMf) et un paradigme naturaliste d'écoute musicale, Alluri et al.17 ont étudié les corrélats neuronaux du traitement de la musique et ont signalé l'activation des réseaux cérébraux cognitifs, moteurs et limbiques pour le traitement continu des caractéristiques timbrales, tonales et rythmiques. . Par la suite, en utilisant les mêmes stimuli, Burunatet al.18 a rapporté le recrutement de régions liées à la mémoire et au cerveau moteur lors de la reconnaissance de motifs musicaux. Malgré leurs contributions, ces études ne parviennent pas à identifier les mécanismes temporels fins du codage du son et des processus de mémoire.

Plus récemment, nous avons combiné la haute résolution temporelle de la magnétoencéphalographie (MEG) avec la haute résolution spatiale de l'imagerie par résonance magnétique (IRM) pour étudier la reconnaissance musicale. Ces études ont accentué l'implication temporelle d'un réseau cérébral cortico-sous-cortical étendu comprenant le cortex auditif primaire, le cortex temporal supérieur. gyrus, opercule frontal, gyrus cingulaire, cortex orbitofrontal et hippocampe lors de la reconnaissance de séquences auditives (musicales) 19-21. Dans l'ensemble, ces recherches ont fourni un aperçu unique des mécanismes neuronaux qui sous-tendent la reconnaissance des séquences temporelles. Ce qui reste à aborder est la manière dont ces mécanismes sont modulés par la complexité du stimulus.

Ici, nous avons utilisé des séquences mélodiques, où le sens émergeait de la combinaison séquentielle de tons individuels au fil du temps21, et avons varié la distribution des tons pour obtenir de nouvelles séquences musicales complexes. Dans ce scénario, l'encodage et la reconnaissance des séquences musicales dépendent largement de l'ordre séquentiel des tonalités qui la composent. Nous avons d’abord sélectionné des séquences musicales basées sur les règles de tonalité, système musical dominant dans la musique populaire occidentale22. Deuxièmement, en modifiant les intervalles de tonalité (c'est-à-dire les distances entre les hauteurs) tout en gardant constantes toutes les autres variables (par exemple le rythme, le tempo, le timbre), nous avons généré des séquences musicales atonales adaptées. La manipulation du stimulus était basée sur la littérature antérieure, qui rapportait que les séquences musicales tonales plutôt qu'atonales sont globalement plus faciles à traiter23-27 et plus appréciées par les auditeurs non experts27-29. Contrairement à la musique tonale, la musique atonale se caractérise par l’absence de centre tonal clair et de stabilité hiérarchique, ce qui réduit considérablement sa valeur prédictive et donne lieu à une augmentation des erreurs de prédiction23-26,30. Ainsi, nous nous attendions à ce que la modification des intervalles tonals réduise la prévisibilité des séquences atonales, conduisant à une difficulté accrue dans leur reconnaissance.

Pour résumer, dans la présente étude, nous avons utilisé le MEG et la tâche de reconnaissance musicale 19-21 pendant que les participants écoutaient et reconnaissaient des séquences auditives (musicales) de complexité variable et visaient à décrire la dynamique spatio-temporelle fine de la mémoire de reconnaissance auditive. À la suite des études précédentes17–21, nous nous attendions à ce que la reconnaissance de séquences auditives active un réseau cérébral étendu comprenant à la fois des zones auditives (par exemple, cortex auditif primaire, gyrus temporal supérieur, gyrus de Heschl, planum temporale, insula) et des zones de traitement de la mémoire (par exemple, hippocampe, cingulaire). gyrus).

Nous avons en outre émis l'hypothèse que l'activité neuronale serait répartie sur deux bandes de fréquences principales reflétant l'apparition de deux processus cognitifs différents : une bande de fréquences lente liée à la reconnaissance de la séquence musicale complète dans les zones de traitement de la mémoire, et une bande de fréquences plus rapide associée au traitement de chaque tonalité. des régions inauditives de la séquence musicale. Plus important encore, nous avons émis l'hypothèse que, sur la base de la complexité du stimulus, la musique tonale serait traitée plus efficacement que la musique atonale, ce qui se refléterait dans différentes réponses comportementales et voies neuronales distinctes lors de la reconnaissance des séquences tonales et atonales.

Nos résultats comportementaux et neuronaux ont montré de nettes différences entre la reconnaissance des séquences tonales et atonales. Les analyses de reconstruction de sources ont indiqué différents groupes d'activation pour les séquences tonales et atonales. Globalement, l'activité neuronale était plus forte dans les zones de traitement de la mémoire pour les séquences tonales mémorisées et dans les régions de traitement auditif pour les séquences atonales mémorisées.

Résultats

Données comportementales. Les participants ont effectué une ancienne/nouvelle tâche de reconnaissance auditive (Fig. 1). Ils ont d'abord écouté un morceau musical complet (encodage) et ont ensuite identifié quelles séquences musicales étaient mémorisées ou inédites. Lors de la reconnaissance, la précision et le temps de réaction des participants ont été enregistrés à l'aide d'un joystick. Ces données comportementales ont été analysées statistiquement pour examiner les différences entre les quatre conditions expérimentales (séquences tonales mémorisées, nouvelles séquences tonales, séquences atonales mémorisées et nouvelles séquences atonales).

Une analyse de variance unidirectionnelle (ANOVA) a montré que les différences dans la précision des réponses étaient statistiquement significatives, F(3,280)=6,87, p=0,002. Des analyses post-hoc ont indiqué que le nombre moyen de réponses correctes était significativement inférieur pour les séquences atonales mémorisées (M=30,98, SD=5,46) par rapport aux séquences atonales nouvelles (M=34,51, SD).=4.26, p < 0,001), tonales mémorisées (M=34.34, SD=5.95, p=0.002) et de nouvelles séquences tonales (M { {24}}.41, SD=6.04, p=0.001). La figure 2a montre les différences entre les conditions à l’aide de tracés de nuages ​​de pluie31.

En ce qui concerne le temps de réaction moyen, il y avait une différence statistiquement significative entre les conditions déterminées par ANOVA unidirectionnelle, F(3, 280)=4.94, p=0.002. Des analyses post-hoc ont révélé que le temps de réaction moyen était significativement inférieur pour les séquences tonales mémorisées (M=1735,17, SD=259,91) par rapport aux séquences atonales mémorisées (M=1879,44, SD { {14}}.34,p=0.005) et de nouvelles séquences atonales (M=1873.78, SD =250.48, p=0.007), mais non comparé aux nouvelles séquences tonales (M=1799.52, SD=267.14, p=.450). La figure 2b montre les différences entre les conditions.

Les données sources numériques pour les réponses comportementales sont fournies dans les données supplémentaires 1.

Données du capteur MEG. Les données MEG (204 gradiomètres planaires et 102 magnétomètres) ont été analysées au niveau du capteur MEG, en utilisant le signal large bande. Bien que l'accent de l'étude soit mis sur l'identification des zones cérébrales impliquées dans la reconnaissance des séquences musicales tonales et atonales, les données du capteur MEG ont été examinées pour évaluer si le signal neuronal était significativement différent pour les essais mémorisés que pour les nouveaux essais et corroborerait ainsi les résultats des études précédentes.

Après avoir fait la moyenne des données épochées des essais corrects pour chaque condition expérimentale et combiné les gradiomètres planaires, des tests t sur échantillons appariés ont été effectués pour identifier quelle condition (mémorisée ou nouvelle) a généré un signal neuronal plus fort pour chaque échantillon et capteur MEG. Les MCS basés sur les clusters ont ensuite été calculés pour corriger plusieurs comparaisons. Cela a été effectué indépendamment pour les données tonales et atonales (voir Méthodes pour plus de détails).

Tout d'abord, des tests t sur échantillons appariés (=0.01) ont été calculés pour les données thétonales dans l'intervalle de temps 0 – 2 500 ms (à partir du début de la période. Concernant les données atonales, Les tests t pour échantillons appariés (= 0.01) ont été calculés dans le même intervalle de temps (0 à 2 500 ms) à l'aide de gradiomètres planaires combinés. Ensuite, plusieurs comparaisons ont été corrigées pour l'utilisation du MCS sur les résultats significatifs des tests t ( { {13}}.001, 1000 permutations). Cette procédure a identifié trois principaux groupes d'activation significatifs lors de la comparaison d'extraits mémorisés et d'extraits nouveaux (Tableau 2, Fig. 3 supplémentaire et données supplémentaires 2). Dans le cas du contraste roman/mémorisé, trois principaux des groupes d'activités importants ont été trouvés (Tableau 2, Fig. 4 supplémentaire et Données supplémentaires 2).

Reconstruction des sources. Après avoir examiné la force des signaux neuronaux au niveau du capteur MEG, nous nous sommes concentrés sur l'objectif principal de l'étude, à savoir étudier les différences neuronales sous-jacentes à la reconnaissance des séquences musicales tonales et atonales dans l'espace source reconstruit par MEG. Pour réaliser cette analyse, nous avons localisé les sources cérébrales des champs liés aux événements enregistrés par les canaux MEG. Cela a été réalisé pour les séquences thétonales et atonales et pour deux bandes de fréquences (lente [0,1–1 Hz] et plus rapide [2–8 Hz]) utilisées dans Bonettiet al.19,20 et liées à le traitement de composants uniques (lent) par rapport à une séquence entière (rapide). Des analyses supplémentaires ont été calculées pour comparer l'activité cérébrale entre les bandes de fréquences lentes et rapides et pour examiner le modèle d'activité dans les bandes de fréquences standard delta (1 à 4 Hz) et thêta (5 à 8 Hz).

Bande de fréquence lente (0,1–1 Hz). Les sources neuronales ont été calculées à l'aide d'une approche de formation de faisceaux. Tout d’abord, un modèle avancé a été calculé en considérant chaque source cérébrale comme un dipôle actif et en calculant sa force à travers les capteurs MEG. Deuxièmement, un algorithme de formation de faisceaux a été utilisé comme modèle inverse pour estimer les sources cérébrales de l'activité neuronale sur la base des enregistrements MEG.

Après avoir calculé les sources neuronales, un GLM a été calculé à chaque point temporel et emplacement dipolaire. Une série de tests t (= 0.05) a été réalisée au premier niveau et au niveau du groupe pour estimer indépendamment l'effet principal des conditions mémorisées et nouvelles et leur contraste pour les données tonales et atonales. Des MCS basés sur des clusters (= 0.001, 1000 permutations) ont été calculés pour corriger de multiples comparaisons et déterminer l'activité cérébrale sous-jacente au développement des séquences musicales. Ces analyses ont été effectuées pendant cinq intervalles de temps spécifiques correspondant à chacune des tonalités composant les séquences : première tonalité (0 à 250 ms), deuxième tonalité (251 à 500 ms), troisième tonalité (501 à 750 ms), quatrième tonalité (751 à 750 ms). 1 000 ms) et cinquième tonalité (1 001 à 1 250 ms). Ceci a été estimé pour le contraste mémorisé par rapport au nouveau contraste pour les séquences tonales et atonales indépendamment et pour les séquences tonales mémorisées par rapport aux séquences atonales mémorisées.

Des groupes d'activité significatifs (p < 0,001) ont été localisés dans plusieurs voxels cérébraux (k) pour chaque ton des séquences tonales, comme indiqué dans les données supplémentaires 3. Pour les séquences tonales mémorisées, l'activité neuronale était globalement plus forte pour le troisième (k=69), le quatrième (k=266) et le cinquième tons (k=229).

Les plus grandes différences étaient localisées dans le gyrus cingulaire moyen, l'aire motrice supplémentaire droite, le précuneus et le gyrus lingual gauche pour le troisième ton ; l'amygdale gauche gyrus parahippocampique gauche, gyrus lingual gauche, hippocampe gauche et gyrus cingulaire moyen pour le quatrième ton, et le gyrus cingulaire antérieur et moyen et le gyrus lingual gauche pour le dernier ton. Pour les nouvelles séquences tonales, l'activité cérébrale était plus forte pour les premier (k=54) et le deuxième tons (k=29). En particulier, la différence entre les séquences nouvelles et mémorisées était la plus forte dans la fissure calcarine gauche, le gyrus lingual gauche, l'hippocampe gauche, le précuneus gauche et le gyrus temporal supérieur gauche pour le premier ton, ainsi que le gyrus fusiforme droit, le gyrus lingual droit et le gyrus occipital inférieur droit. pour le deuxième ton. Le contraste entre les séquences tonales mémorisées et nouvelles pour la bande lente est représenté sur la figure 3a.

For more information:1950477648nn@gmail.com