Teil 3: Umgebungsdeformationen verändern dynamisch das räumliche Gedächtnis des Menschen

Kontakt: Audrey Hu WhatsApp/hp: 0086 13880143964 E-Mail:audrey.hu@wecistanche.com

Bitte klicken Sie hier zu Teil 2

4|METHODEN

4.1|Teilnehmer

Neunundvierzig Teilnehmer gaben ihr schriftliches Einverständnis und wurden für die Teilnahme an Experiment 1, 53 für Experiment 2 und 48 für Experiment 3 bezahlt. Ein Teilnehmer aus Experiment 1 und vier Teilnehmer aus Experiment 2 wurden ausgeschlossen, weil sie am Ende des Experiments schlechter als zufällig abschnitten letzter vertrauter Block. Ein zusätzlicher Teilnehmer wurde als Ausreißer aus Experiment 2 ausgeschlossen (Verschiebungspunktzahl > 3 über dem Mittelwert, in der vorhergesagten Richtung), sodass eine endgültige Zählung von 48 Teilnehmern in Experiment 1 verblieb (31 weiblich, Durchschnittsalter 23,5, Altersspanne 18–44). , 48 in Experiment 2 (30 Frauen, Durchschnittsalter 22,4, Altersspanne 18–33) und 48 in Experiment 3 (38 Frauen, Durchschnittsalter 22,9, Altersspanne 18–44), mit 24 Teilnehmern in jeder Versuchsbedingung. Die Stichprobengröße wurde vor der Durchführung aller Experimente so gewählt, dass sie doppelt so groß war wie die Anzahl der Teilnehmer in früheren Experimenten, in denen ähnliche Effekte untersucht wurden (Chen et al., 2015). Alle Teilnehmer gaben ihre Einverständniserklärung gemäß dem Institutional Review Board der University of Pennsylvania ab.

Cistanche kann das Gedächtnis verbessern

4.2|Versuchsprotokolle

4.2.1|Experiment 1: Virtuelle Desktop-Umgebung mit vollständig verfügbaren visuellen Informationen – Wir haben Source SDK Hammer Editor (http://www.valvesoftware.com, Valve Software, Bellevue, WA) verwendet, um Virtual-Reality-Umgebungen zu erstellen, die von Anfang an gerendert und angezeigt wurden. Personenperspektive unter Verwendung des kommerziellen Spielsoftwareportals (http://www.valvesoftware.com, Valve Software, Bellevue, WA). Die Umgebung wurde auf einem 27-in angezeigt. LG-Monitor (Auflösung: 1920 × 1080) und die Teilnehmer saßen etwa 50 cm vom Bildschirm entfernt. Die Teilnehmer lernten die Positionen von Zielobjekten in einer virtuellen Umgebung unter Verwendung des im Haupttext beschriebenen und in Abbildung 2 dargestellten Lernverfahrens. Die Teilnehmer bewegten sich durch die Umgebung, indem sie mit ihrer rechten Hand die Pfeiltasten betätigten, um sich vorwärts oder rückwärts zu bewegen und nach links zu gehen oder Rechts. Während der Ersetzungsphase navigierten die Teilnehmer zu ihrem erinnerten Objektort und drückten mit der linken Hand die „r“-Taste, um ihre Antwort zu registrieren. Virtuelle Richtung und Position wurden alle 100 ms aufgezeichnet.

Die vertraute Umgebung war eine quadratische virtuelle Arena ohne Decke. Jede Begrenzungswand war 116 virtuelle Einheiten (vu) in der Länge × 5,6 vu in der Höhe relativ zu einer simulierten Augenhöhe von 4 vu. Eine virtuelle Einheit entspricht 0.3048 realen Metern (1 Fuß). Die vier Zielobjekte waren ein Heizkörper, eine Lampe, ein Ölfass und ein Kuchen. Zu Beginn jedes Blocks sammelten die Teilnehmer jedes Zielobjekt in pseudozufälliger Reihenfolge zweimal ohne zwischengeschaltete Ersetzungsversuche. Anschließend führten sie 16 Ersetzungsversuche durch (4 für jedes Objekt in pseudozufälliger Reihenfolge), auf die jeweils unmittelbar ein Sammelversuch für dasselbe Objekt folgte, um Feedback zu geben. Die Anweisungen für jeden Versuch (entweder „Sammeln“ oder „Ersetzen“, gefolgt vom Namen des Zielobjekts) wurden während des gesamten Versuchs in der Mitte des Bildschirms angezeigt. Bei jedem "Sammel"-Versuch war nur das einzusammelnde Objekt im Raum vorhanden. Bei „Replace“-Versuchen waren keine Objekte vorhanden. Die gleiche Textur wurde auf alle Wände aufgetragen. Distale Hinweise in Form von Sonne, Himmel und einer Bergkette umgaben die Arena (Abbildung S1). Diese distalen Hinweise wurden im Unendlichen gerendert und lieferten somit Orientierungsinformationen, aber keine Hinweise auf den Standort.

Die Teilnehmer absolvierten zwei Blöcke, einen vertrauten Block, gefolgt von einem Deformationsblock. Ersetzen Sie nur die zwischen den Blöcken unterschiedlichen Versuche. Die Umgebung, die beim Ersetzen von Versuchen im Verformungsblock verwendet wurde, wurde entweder um 50 Prozent zusammen mit einer Dimension relativ zur vertrauten quadratischen Umgebung (Breite 174 vu × Länge 116 vu) gedehnt oder um 50 Prozent komprimiert (Breite 58 vu × Länge 116 vu). Um diese deformierten Umgebungen zu erzeugen, wurden die Boden-, Wand- und Deckentexturen nicht neu skaliert, sondern stattdessen abgeschnitten (während der Komprimierung) oder den neuen Raum weiter gekachelt (während der Dehnung). Zehn Teilnehmer bemerkten einen Unterschied zwischen der ursprünglichen und der deformierten Umgebung.

Gedächtnis verbessernCistanche-Produkte

4.2.2|Experiment 2: Virtuelle Desktop-Umgebung mit visuellen Informationen

während der Ersetzungsversuche verdeckt – Das Design und die Verfahren waren ähnlich denen von Experiment 1, außer wie unten beschrieben.

Die vertraute Umgebung war ein quadratischer virtueller Raum. Jede Wand wurde mit einer einzigartigen Tapete strukturiert, um Orientierungshinweise zu geben. Der Boden wurde auch wiederholt texturiert, um optische Flussinformationen bereitzustellen, aber die Bodentextur lieferte keine Hinweise auf einen Ort innerhalb der Umgebung. Jede Begrenzungswand war 116 virtuelle Einheiten (vu) lang und 19 vu hoch relativ zu einer simulierten Augenhöhe von 4 vu. Die Umgebung war vollständig von Wänden und Decke umschlossen (Abbildung S1).

Die Teilnehmer absolvierten drei Blöcke. Im ersten Block war die Umgebung quadratisch und visuelle Hinweise waren immer sichtbar. Im zweiten Block war die Umgebung ebenfalls ein Quadrat, und visuelle Hinweise beim Ersetzen von Versuchen (aber nicht beim Sammeln von Versuchen) wurden durch einen dichten Nebel maskiert, sobald sich der Teilnehmer mindestens 3,1 vu von seinem Startort entfernte. Der Nebel ist bei 12,5 Vu vollständig gesättigt und verdeckt alle visuellen Hinweise außerhalb dieses Radius. Alle Objekte befanden sich mindestens 30 vu von allen Grenzen entfernt. Auch im dritten Block (Deformationsblock) wurden visuelle Hinweise bei Bewegung aus der Ausgangsposition durch dichten Nebel maskiert und der vertraute Raum durch einen rechteckigen Raum ersetzt, der entweder um 50 Prozent vom ursprünglichen Quadrat entlang einer Achse gestreckt wurde (Breite 174 Vu × Länge 116 VU) oder um 50 Prozent komprimiert (Breite 58 VU × Länge 116 VU). Um diese deformierten Umgebungen zu erstellen, wurden die Boden-, Wand- und Deckentexturen nicht neu skaliert, sondern stattdessen abgeschnitten (für Kompressionen) oder den neuen Raum weiter gekachelt (für Dehnungen). Elf Teilnehmer bemerkten einen Unterschied zwischen der ursprünglichen und der deformierten Umgebung.

4.2.3|Experiment 3: Immersive virtuelle Umgebung mit vollständig verfügbaren visuellen und vestibulären Informationen – Das Design und die Verfahren für Experiment 3 waren denen von Experiment 1 ähnlich, außer wie hier beschrieben. Wir haben die Unity Game Engine Version 5.6 (https://unity3d.com, Unity Technologies, San Francisco, CA) verwendet, um immersive Virtual-Reality-Räume über das stereoskopische HTC Vive-Head-Mounted-Display und den Positionstracker (Auflösung von 1.080 × 1.200) zu erstellen und zu rendern pro Auge; https://www.vive.com/, HTC mit Technologie der Valve Corporation, New Taipei City, Taiwan). Die Antworten während der Ersetzungsphase wurden von den Teilnehmern erfasst, die mit ihrer dominanten Hand die „Trigger“-Taste eines drahtlosen HTC Vive-Controllers drückten. Die Teilnehmer konnten ihre Köpfe frei bewegen und in der Umgebung herumlaufen. Ihr Kurs und Standort wurden alle 100 ms aufgezeichnet. Kein Teilnehmer klagte während oder nach dem Experiment über Reisekrankheit.

Die vertraute Umgebung war ein quadratischer virtueller Raum mit den Maßen 2,4 m Länge × 2,4 m Breite × 2,5 m Höhe. Die Positionen von 2 (Nord-Süd) virtuellen Wänden stimmten mit 2 der physischen Wände des Verfolgungsraums überein, die verbleibenden 2 (Ost-West) nicht übereinstimmenden virtuellen Wände wurden während Verformungen verschoben. Alle Wände wurden in Anthrazitgrau strukturiert. Der Boden und die Decke wurden in einem helleren Grau strukturiert. Eine hellgraue, vom Boden bis zur Decke reichende 0,1 m breite × 0,1 m lange Säule wurde in jede Ecke geschmiegt, um die Teilnehmer davon abzuhalten, das Ortungsgerät zu kontaktieren (Abbildung S1).

Die Teilnehmer absolvierten zwei Blöcke, einen vertrauten Block, gefolgt von einem Deformationsblock. Ersetzen Sie nur die zwischen den Blöcken unterschiedlichen Versuche. Die Umgebung, die während der Austauschversuche des Verformungsblocks verwendet wurde, wurde entweder entlang einer Dimension (Ost-West) gedehnt, indem eine oder beide nicht angepassten Wände und ihre benachbarten Säulen verschoben wurden (Breite 2,8 m × Länge 2,4 m) oder entlang dieser Dimension gestaucht (Breite 2. 0 m × Länge 2,4 m). Zwischen den Blöcken wurde die Anzeige für 5 s durchgehend schwarz gerendert, wobei die Anweisungen "Auf den nächsten Versuch warten" in der unteren Mitte des Gesichtsfelds angezeigt wurden.

Da die Teilnehmer zwischen den Versuchen nicht mehr teleportiert werden konnten, wurden sie angewiesen, sich vor jedem Versuch so zu bewegen, dass sie sich der Mitte einer der vier Wände zuwandten und sie fast berührten, wie durch einen schwebenden schwarzen Pfeil angezeigt. Um sicherzustellen, dass der Teilnehmer während der Verformungsversuche keine Wandbewegungen sah, hing die verschobene Wand von der Ausgangsposition für diesen Versuch ab. Wenn der Versuch an der Ostwand begann, wurde die Westwand um {{0}},4 m versetzt. Wenn der Versuch an der Westwand begann, wurde die Ostwand um 0,4 m versetzt. Wenn der Versuch entweder an der Nord- oder an der Südwand begann, wurden sowohl die Ost- als auch die Westwand um jeweils 0,2 m verschoben. Von allen Startpositionen aus war die augenblickliche Wandverschiebung nicht sichtbar. Kein Teilnehmer bemerkte die Manipulation.

Der vollständige Satz von Zielobjekten war eine rote Kugel, ein blauer Würfel, ein grüner Zylinder und eine violette Kapsel. Objektstandorte befanden sich alle innerhalb von 0,4 m vom Zentrum der vertrauten Umgebung. Alle Objekte wurden auf demselben grauen 1,5 m hohen Sockel präsentiert, um sie ungefähr auf Augenhöhe anzuheben (Abbildung S1). Die Zielobjekte für jeden Versuch wurden in pseudozufälliger Reihenfolge ausgewählt. Die Anweisungen (entweder „Sammle das“ oder „Ersetze das“, gefolgt vom Namen des Zielobjekts in Text, der der Farbe des Zielobjekts entspricht, oder „Gehe zum Pfeil“, um den nächsten Versuch zu beginnen) wurden unten in der Mitte des Bildmaterials angezeigt Feld für die Gesamtheit aller Versuche.

Cistanche-Vorteil: Verbesserung des Gedächtnisses

4.3|Analyse

Alle aufgezeichneten Daten wurden in MATLAB (MathWorks) importiert und mit benutzerdefinierten Skripten analysiert.

4.3.1|Analyse der Objektersetzungsstelle – Wie im Haupttext und in der Abbildung beschrieben

3, um zu testen, ob die ersetzten Positionen von Objekten von der Startgrenze abhängen, richteten wir zuerst alle vier Objekte aus, indem wir ihre mittleren ersetzten Positionen subtrahierten. Als nächstes haben wir für jede Achse (Nord-Süd und Ost-West) die Verschiebung entlang dieser Achse zwischen den Ersatzpositionen des Medians berechnet, wenn von einer Grenze (Norden oder Osten) abzüglich der gegenüberliegenden Grenze (Süden oder Westen) ausgegangen wird. Als letztes interessierendes Maß haben wir schließlich die Verschiebungsdifferenz berechnet, die entlang der verformten und unverformten Dimensionen gemessen wurde. Mediane wurden als Maß für die zentrale Tendenz gewählt, um die Wirkung von Ausreißern an ersetzten Orten abzuschwächen.

4.3.2|Statistik – Alle statistischen Tests waren zweiseitig (sofern nicht anders angegeben)

nichtparametrische Tests, wobei der jeweilige Test neben jedem Ergebnis vermerkt ist. Angesichts der typischerweise langschwänzigen Verteilung der Schichtdaten wurden nichtparametrische Tests gewählt, da diese Tests keine bestimmte Form der getesteten Verteilungen annehmen. W-Statistiken wurden für alle Wilcoxon-Vorzeichen-Rang- und Rangsummentests berichtet. Alle Box-and-Whisker-Diagramme zeigen das Minimum bis zum Maximum (Whisker), den Bereich vom ersten bis zum dritten Quartil (Box) und den Median (Linie) der Verteilung an.

Cistanche-Vorteil: Verbesserung des Gedächtnisses

Ergänzungsmaterial

Ergänzendes Material finden Sie in der Webversion auf PubMed Central.

DANKSAGUNGEN

Wir bedanken uns für die Unterstützung durch das NSF-Grant PHY-1734030 (VB), die NIH-Grants EY022350 und EY027047 (RAE) und das NSF IGERT-Grant 0966142 (ATK). VB wurde während dieser Zeit auch teilweise durch das Curious-Minded Machines-Programm des Honda Research Institute und das Aspen Center for Physics (Aspen, Colorado; NSF-Grant PHY-1607611) unterstützt.

Informationen zur Finanzierung

Honda Research Institute Curious-Minded Machines; National Institutes of Health, Zuschuss-/Preisnummern: EY022350, EY027047; National Science Foundation, Grant-/Award-Nummern: IGERT 0966142, PHY-1607611, PHY-1734030

DATENVERFÜGBARKEITSERKLÄRUNG

Daten und benutzerdefinierte MATLAB-Skripte, die alle Analysen implementieren, sind öffentlich verfügbar unter https://github.com/akeinath/HumanErinnerung_Umgebungsbedingte Verformungen.

Cistanche-Vorteil

VERWEISE

Barry C., Hayman R., Burgess N. & Jeffery KJ (2007). Erfahrungsabhängige Neuskalierung entorhinaler Gitter. Nature Neuroscience, 10, 682–684. 10.1038/nn1905 [PubMed: 17486102]

Bellmund JLS, de Cothi W, Ruiter TA, Nau M, Barry C, & Doeller CF (2020). Das Deformieren der Metrik kognitiver Karten verzerrt das Gedächtnis. Natur menschliches Verhalten, 4, 177–188. 10,1038/s41562-019-0767-3

Burak Y, & Fiete IR (2009). Genaue Pfadintegration in kontinuierlichen Attraktornetzwerkmodellen von Gitterzellen. PLoS Computational Biology, 5, e1000291. 10.1371/journal.pcbi.1000291 [PubMed: 19229307]

Bush D., Barry C., Manson D. & Burgess N. (2015). Rasterzellen zur Navigation verwenden. Neuron, 87, 507–520. 10.1016/j.neuron.2015.07.006 [PubMed: 26247860]

Bush D. & Burgess N. (2014). Ein hybrides oszillatorisches Interferenz-/kontinuierliches Attraktor-Netzwerkmodell der Gitterzellenzündung. Das Journal of Neuroscience, 34, 5065–5079. 10.1523/JNEUROSCI.4017-13.2014 [PubMed: 24695724]

Chen G., Lu Y., King JA, Cacucci F. & Burgess N. (2019). Unterschiedliche Einflüsse von Umgebung und Eigenbewegung auf Ort und Gitterzellenfeuerung. Nature Communications, 10, 630. 10.1038/s41467-019-08550-1

Chen X, He Q, Kelly JW, Fiete IR und McNamara TP (2015). Voreingenommenheit bei der Integration des menschlichen Pfades ist

vorhergesagt durch Eigenschaften von Gitterzellen. Aktuelle Biologie, 25, 1771–1776. 10.1016/j.cub.2015.05.031 [PubMed: 26073138]

Cheng K, Shettleworth SJ, Huttenlocher J, & Rieser JJ (2007). Bayessche Integration räumlicher Informationen. Psychological Bulletin, 133, 625–637. 10.1037/0033-2909.133.4.625 [PubMed: 17592958]

Cheung A., Ball D., Milford M., Wyeth G. & Wiles J. (2012). Aufrechterhaltung einer kognitiven Karte in der Dunkelheit: Die Notwendigkeit, Grenzwissen mit Pfadintegration zu verschmelzen. PLoS Computational Biology, 8, e1002651. 10.1371/journal.pcbi.1002651 [PubMed: 22916006]

Deshmukh SS, & Knierim JJ (2011). Repräsentation von nicht-räumlichen und räumlichen Informationen im lateralen entorhinalen Kortex. Frontiers in Behavioral Neuroscience, 5, 69. 10.3389/fnbeh.2011.00069 [PubMed: 22065409]

Deshmukh SS, & Knierim JJ (2013). Einfluss lokaler Objekte auf Hippocampus-Repräsentationen: Landmarkenvektoren und Gedächtnis. Hippocampus, 23, 253–267. 10.1002/hipo.22101 [PubMed: 23447419]

Doeller CF, Barry C. & Burgess N. (2010). Beweise für Gitterzellen in einem menschlichen Gedächtnisnetzwerk. Natur, 463, 657–661. 10.1038/nature08704 [PubMed: 20090680]

Döller CF & Burgess N (2008). Eindeutige Fehlerkorrektur und zufälliges Lernen des Standorts relativ zu Orientierungspunkten und Grenzen. Proceedings of the National Academy of Sciences of the United States of America, 105, 5909–5914. 10.1073/pnas.0711433105 [PubMed: 18413609]

Doeller CF, King JA, & Burgess N (2008). Parallele striatale und hippocampale Systeme für Orientierungspunkte und Grenzen im räumlichen Gedächtnis. Proceedings of the National Academy of Sciences of the United States of America, 105, 5915–5920. 10.1073/pnas.0801489105 [PubMed: 18408152]

Dordek Y., Soudry D., Meir R. & Derdikman D. (2016). Extrahieren von Rasterzelleneigenschaften aus Eingaben von Ortszellen unter Verwendung einer nicht negativen Hauptkomponentenanalyse. eLife, 5, e10094. 10.7554/eLife.10094 [PubMed: 26952211]

Ekstrom AD, Harootonian SK und Huffman DJ (2020). Gitterkodierung, räumliche Darstellung und Navigation: Sollen wir einen Isomorphismus annehmen? Hippocampus, 30, 422–432. 10.1002/hipo.23175 [PubMed: 31742364]

Epstein RA, Patai EZ, Julian JB und Spires HJ (2017). Die kognitive Karte beim Menschen: Räumliche Navigation und darüber hinaus. Nature Neuroscience, 20, 1504–1513. 10.1038/nn.4656 [PubMed: 29073650]

Etienne AS, Boulens V., Maurer R., Rowe T. & Siegrist C. (2000). Ein kurzer Blick auf bekannte Orientierungspunkte richtet die Pfadintegration bei Hamstern neu aus. Naturwissenschaften, 87, 494–498. 10.1007/ s001140050766 [PubMed: 11151669]

Etienne AS, & Jeffery KJ (2004). Pfadintegration bei Säugetieren. Hippocampus, 14, 180–192. 10.1002/ hipo.10173 [PubMed: 15098724]

Fiete IR, Burak Y, & Brookings T (2008). Was Gitterzellen über den Aufenthaltsort von Ratten aussagen. Das Journal of Neuroscience, 28, 6858–6871. 10.1523/JNEUROSCI.5684-07.2008 [PubMed: 18596161]

Gallistel CR (1990). Die Organisation des Lernens. Cambridge, MA: Bradform Books/MIT Press. Hafting T., Fyhn M., Molden S., Moser MB, & Moser EI (2005). Mikrostruktur einer räumlichen Karte im entorhinalen Kortex. Natur, 436, 801–806. 10.1038/nature03721 [PubMed: 15965463] Hardcastle K., Ganguli S. & Giocomo LM (2015). Umgebungsgrenzen als Fehlerkorrektur

Mechanismus für Gitterzellen. Neuron, 86, 827–839. 10.1016/j.neuron.2015.03.039 [PubMed: 25892299] Hartley T., Trinkler I. & Burgess N. (2004). Geometrische Determinanten des menschlichen räumlichen Gedächtnisses.

Erkenntnis, 94, 39–75. 10.1016/j.cognition.2003.12.001 [PubMed: 15302327]