NeuraLynx ATLAS 记录系统内侧颞叶的持续神经元放电支持人类视觉工作记忆的表现和工作量

内侧颞叶（MTL）在工作记忆中的作用存在争议性讨论。最近的研究结果表明，在言语工作记忆的维持阶段，海马体中持续的神经放电与工作负荷相关。在这里，我们记录了 13 名癫痫患者（7 名男性）在执行视觉工作记忆任务时的单个神经元放电情况。刺激组中彩色方块的数量决定了试验的工作负荷。对于低工作负荷（1 个和 2 个方块），表现几乎完美，而在高工作负荷（4 个和 6 个方块）时表现下降，这表明高工作负荷超出了工作记忆容量。我们在内侧颞叶神经元中识别出了在维持期表现出持续放电的维持神经元。与表现错误的试验相比，在表现正确的试验中，海马体中发现了更多的维持神经元。与低工作负荷相比，高工作负荷时海马体中的维持神经元放电增加和减少，内嗅皮层中的维持神经元放电增加。群体放电，尤其是在维持期，能够预测工作负荷。基于维持期单次试验活动对工作负荷的预测准确性，在内嗅皮层和海马体的神经元中表现得最为显著。这些数据表明，内侧颞叶中持续的神经放电反映了一种领域通用的维持过程，该过程支持在工作记忆容量以内和以外的多个项目的表现和工作负荷。在内嗅皮层维持期的持续神经放电可能与其处理视觉空间排列的偏好有关。

东莞富临医疗科技有限公司是NeuraLynx在亚洲的代理商，富临医疗为亚洲客户提供NeuraLynx多通道在体电生理记录系统产品。

一、引言

人类需要根据内部目标和先验知识，对来自周围即时环境的连续信息流进行解读。当在工作记忆中更新和维持信息的要求很高时，即当需要同时处理视觉空间信息阵列时，会出现显著的个体差异。这些个体差异在人的一生中都很重要，与智力相关，并且是学校学习能力的良好预测指标，尤其是对于数学技能方面。

更新和维持工作记忆内容需要分布在后顶叶皮层、前额叶皮层和感知区域的核心神经结构之间的协作（关键的是，内侧颞叶（MTL），尤其是海马体在工作记忆负荷中的作用存在争议性讨论。内侧颞叶受损可能会在整个发育过程中导致陈述性记忆问题，然而，这些患者的工作记忆功能大多得以保留。例如，研究人员认为，当工作记忆过载时，内侧颞叶用于从长期记忆中检索记忆痕迹，这表明长期记忆过程补充了工作记忆操作。这一假设得到了以下发现的支持：内侧颞叶受损且存在长期记忆缺陷的患者在高工作记忆负荷条件下（需要保留许多项目）、延迟时间增加时，或者当存在来自记忆干扰物的干扰时会失败 。

对内侧颞叶更普遍的观点强调了内侧颞叶的关系操作能力。这一观点允许内侧颞叶内的工作记忆功能存在。例如，有证据表明，内侧颞叶处理物体与位置的绑定。内侧颞叶受损的患者在物体位置维持任务中会失败，即使在较低的工作负荷条件下也是如此，但在仅需要维持空间或颜色信息时则不会，他们会犯更多的交换错误，即与未检测到的项目对相对位置颠倒相关的错误，并且当工作记忆需要在高感知分辨率下维持物体时会犯更多错误。这些操作可能取决于内侧颞叶在处理关系表征中的特殊作用，包括在导航过程中将项目与情境绑定。这一观点也得到了一些功能磁共振成像研究的支持。因此，到目前为止，研究人员在内侧颞叶在处理工作记忆负荷中的作用这一观点上并不一致。

这场争论促使人们使用体内微电极记录人类内侧颞叶神经元放电的方法进行更深入的研究（例如，见相关研究 ，这是使用变化盲视任务的首批例子之一）。最近的研究将群体放电与记忆准确性和工作记忆负荷联系起来，但结果只是部分一致。例如，使用支持向量机对神经群体放电进行分析，持续的群体放电可以预测记忆准确性，以解码特定项目。这些所谓的 “概念细胞”，直接证明了海马体的活动维持了信息内容。其他内侧颞叶区域也被激活，例如内嗅皮层、杏仁核和海马旁回皮层，其中尤其是海马旁回皮层包含了更大比例的刺激选择性单元。一项使用空间导航任务的研究发现，群体解码可以预测内嗅皮层中物体位置记忆的维持，但在海马体中却不能，这表明内嗅皮层可能对在工作记忆中维持视觉空间信息更具选择性。因此，神经放电可以预测工作记忆中不同内容类型的记忆内容。

相比之下，一些研究显示群体放电与工作记忆负荷之间的关联，但结果相互矛盾。研究人员报告称，工作记忆负荷的变化可以在内侧额叶皮层中被解码，但在海马体中却不能。他们还报告说，在内侧额叶皮层中，维持细胞的放电率随着记忆负荷的增加而降低，并且海马体和杏仁核中概念细胞的活动随着工作负荷的增加而减少。相比之下，研究人员在斯特恩伯格延迟匹配样本任务中通过在记忆中维持的字母数量来改变工作负荷，并报告说，持续的群体放电可以预测海马体中在维持期间与工作负荷相关的解码，并且维持神经元的持续放电率随着工作负荷的增加而增加。因此，内侧颞叶中活动的增加和减少以及不同区域的作用仍不清楚。

对于不同的与工作负荷相关的研究结果，一种可能的解释可能与记忆类别有关。研究表明，个体在工作记忆中处理物体的能力取决于视觉信息负荷、记忆中物体的数量以及所处理信息的质量。识别概念细胞的研究使用了具有高视觉信息负荷和少量图像来操纵工作负荷，而在言语工作记忆任务中，视觉信息负荷较低（字母），并且物体数量较多。研究之间在项目数量和视觉负荷上的差异可能解释了为什么在言语工作记忆任务中内侧颞叶的神经放电增加并能预测负荷，而在图像工作记忆任务中却不能。对于不同的与工作负荷相关的研究结果，另一种可能的解释是，相关研究结果可能特定于言语工作记忆，这可能与不同的保留机制相关（例如，相关综述见 ）。此外，在言语工作记忆任务中患者表现得非常好，因此神经放电无法与工作记忆中的正确和错误表现联系起来。综上所述，关于内侧颞叶神经放电是否以及如何预测工作记忆负荷和表现，还需要进一步的证据。

因此，本研究的核心目标，一是使用视觉工作记忆任务来证实相关研究结果，二是提供新的证据，说明在工作记忆容量上下的工作负荷的细微变化如何影响内侧颞叶的神经放电。本研究记录了癫痫患者在执行视觉工作记忆任务时的单个神经元放电情况，该任务使用了一种简单的可分类物体（彩色方块），并且设计为在低于和高于个体工作记忆容量的情况下以小步骤增加工作负荷。我们期望在类似的任务中使用相同的分析方法来证实相关研究结果，并展示在视觉工作记忆模式下，在工作记忆容量以下维持多个物体时，内侧颞叶中持续神经放电与工作负荷相关的差异。我们还期望在工作记忆容量以上观察到持续神经放电随工作负荷的变化。

二、材料与方法

01. 参与者

参与者是患有癫痫且正在接受术前监测的患者，他们在内侧颞叶（MTL）植入了电极（13 名参与者，年龄 18 至 56 岁，7 名男性，见表 1）。所有参与者经神经心理学测试确认视力正常或矫正后正常，没有色盲，且为右利手。参与者的平均智商为 95（标准差 = 14）。

表1.参与者特征。M：男性；F：女性；AH：海马头；PH：海马体；EC：内嗅皮质；A：杏仁核；L：左；R：右；SOZ：癫痫发作区；Kmax：最大值（KP）

02. 任务

使用变化检测任务来检测视觉工作记忆，在该任务中会呈现彩色方块阵列，参与者必须记住这些方块（图 1a）。该任务已在一些使用功能磁共振成像（fMRI）的研究中被采用。刺激组大小（低工作负荷：1 个、2 个方块，高工作负荷：4 个和 6 个方块，每个阶段总共 192 次试验）决定了工作记忆的工作负荷。每次试验从一个红色注视点的警告信号（0.4 秒）开始。随后注视点变为黑色（0.4 至 0.5 秒，抖动变化）。接着是一个记忆阵列（编码期，0.8 秒），之后是一个延迟期（保持间隔，0.9 秒）。延迟期过后，会显示一个测试阵列（2 秒），然后是 1.3 至 2.3 秒抖动变化的试验间间隔。参与者通过按键（“相同” 或 “不同”，强制选择）来表明测试阵列与记忆阵列是否不同。如果阵列不同，只有一个方块的颜色会改变，但所有方块的位置保持不变。在整个试验期间，注视点会一直显示在屏幕上。记忆和测试阵列使用了八种不同的颜色（黄色、红色、绿色、蓝色、品红色、青色、灰色、黑色）。在开始正式试验阶段之前，参与者会在练习阶段进行试验运行，以学习该任务。在这个阶段，我们会验证参与者是否色盲，以及他们是否能够区分所有颜色。练习阶段会重复进行，直到参与者理解任务并能够跟上试验的节奏。使用帕什勒（Pashler）的 K 值（KP =（命中率 - 虚报率）∗N/（1 - 虚报率），其中 N = 呈现的物体数量）来估计参与者的工作记忆容量，这是对整体显示任务容量的良好估计。为了与早期研究具有可比性，我们也报告K值（KC =（命中率 - 虚报率）∗N，其中 N = 呈现的物体数量）。当参与者进行多个试验阶段时，使用平均记忆容量（详情见表 1）。这个对认知要求较高的任务在信息保持期间涉及在没有外部刺激的情况下进行内部处理。0.9 秒的保持时长超过了图像记忆的延迟时间，所以我们接下来使用 “工作记忆” 这个术语，不过从技术层面讲，也可以使用 “短期记忆” 这个术语来替代。

图1. 任务、行为结果和记录点。（a）使用变化检测任务检查视觉工作记忆。在任务中，呈现彩色方块阵列并必须记住。阵列大小（称为集合大小）决定工作量（低工作量：1、2 个方块；高工作量：4、6 个方块）。在每次试验中，呈现记忆阵列（编码期，0.8 秒）后会延迟（维持期，0.9 秒）。延迟后，显示测试阵列（测试期，2 秒），参与者指出测试阵列是否与记忆阵列不同。（b 和 c）行为结果。（b）每个集合大小的 Pashler's KKP =（命中率 - 误报率）*N/（1 - 误报率），其中 N = 呈现的物体数量。记忆容量由 Kmax = max(KP) 决定。每条虚线连接一个单独的会话。 13 名参与者共进行了 16 次会话。（c）中位响应时间（相对于测试阵列的开始）与工作量的关系。抖动反映了阵列大小为 6 的试验中响应时间的排序。每条虚线连接一个单独的会话。（d）MNI152 空间中深度电极尖端的微电极位置。记录位置投影在旁矢状面 x = −25.2 mm 上，并采用颜色编码（青色，海马体；洋红色，内嗅皮层；黄色，杏仁核）。

03. 记录与分析

记录方案和非任务特定分析与研究人员的相同。本研究的 13 名参与者中有 8 名也参与了言语工作记忆任务。参与者在内侧颞叶中植入了市售的深度电极（1.3 毫米直径，8 个触点，每个触点长 1.6 毫米，触点中心间距 5 毫米）。参与者平均植入了 6.2 个（范围 3 至 8 个）宏电极。每个宏电极都有一束九个微电极从其尖端伸出 4 毫米，其中一个微电极的阻抗较低，并被用作其他八个微电极的电参考。通过 ATLAS 记录系统（1 至 8000 赫兹通带，NeuraLynx）以 32 千赫兹的频率进行记录。我们使用这些微电极识别了单单元和多单元活动。

我们使用 Combinato 软件包进行脉冲排序，然后对每个识别出的单元进行视觉检查。对于每个试验阶段，脉冲排序都是独立进行的。三名受试者在同一天进行了两次该任务（见表 1）。我们知道在两个试验阶段中可能会识别出同一个假设的神经元。我们没有尝试在不同试验阶段之间合并神经元。我们意识到这个假设的神经元在神经元虚拟群体的统计分析中会获得双倍权重，这可能会影响测试的统计显著性。然而，这些假设神经元的数量相对较少（见表 1），并且对它们的重复计算并不影响我们研究的结论。

我们在左侧和右侧内侧颞叶以及受癫痫影响且后来被切除的结构中发现了对任务表现有贡献的神经元。我们剔除了癫痫发作期间的记录。我们剔除了波形嘈杂、形状不均匀或放电率较低（<0.1 赫兹）的单元，以防止其干扰与认知相关的活动。我们在此将这些假定的单元称为 “神经元”。在多个试验阶段中活跃的神经元会在每个试验阶段中独立进入分析。图 1.d 显示了记录位点。我们首先使用排列 t 检验，识别出在信息保持期间（即在记忆阵列出现前 900 毫秒的时间段内）比注视期间活动更高的神经元。这些神经元被称为 “保持神经元”。为了证实和扩展研究人员的发现，我们分析了保持神经元的放电率和数量与工作负荷和任务表现的关系。我们还识别出了 “测试神经元”，即那些在测试期间比保持期间活动更高的神经元。

04. 多维状态空间

为了证实和扩展研究人员的发现，并测试在工作记忆容量以下和以上的工作负荷条件是否会在试验期间引发稳定且可区分的神经放电模式，我们将所有神经元的放电率在试验期间投影到一个低维成分空间上。我们使用解混主成分分析（dPCA）作为降维方法。多维速度描述了一个系统在状态空间中是稳定的还是快速变化的，也就是说，一个稳定的系统表现出低速度，一个从一种状态转变为另一种状态的系统表现出高速度。因此，多维速度是指示试验阶段内神经处理阶段的理想指标。与主成分分析（PCA）不同，PCA 在解释成分方差时不考虑任务条件，而 dPCA 在解释方差时会考虑任务条件，即我们任务中的刺激组大小。我们通过试验的工作负荷来告知 dPCA，以解混刺激类别的影响，并使用改编自研究人员的方法。和那些研究一样，我们无法区分不同的脑区。我们对神经元放电使用 1 毫秒的非重叠时间区间，并使用高斯核在 1000 毫秒的窗口内对放电率进行平滑处理。我们通过从放电率中减去注视期间的平均放电率来对得到的放电率进行归一化。我们计算了与时间相关和与刺激组大小相关的 dPCA 成分，并根据解释方差对它们进行排序。为了创建不同试验阶段的多维速度分布，我们运行了 500 次 dPCA 分析，每次运行时对神经放电率轨迹进行（20%，有放回）子采样。

05. 试验水平的信息解码

接下来我们探究神经元活动是否与试验中的工作负荷或表现相关。我们以每次试验为基础，在群体水平上分析神经元放电情况。为了重现近期的研究结果，我们根据神经元的解剖区域（海马体、内嗅皮层或杏仁核）对神经元进行分组，并收集所有试验的放电率（1 毫秒区间，1000 毫秒窗口）。我们使用支持向量机（SVM）分类器，以每 100 毫秒为中心的滑动窗口进行训练和测试，该分类器在 NDT 工具包中实现。每个窗口都独立进行分类器的训练和测试。我们使用 20 次交叉验证分割进行了 500 次重采样运行。在每次交叉验证运行中，95%（145 至 169 次）的试验在训练集中，其余的试验（5%）在测试集中。在每次重采样运行中，训练集中选择的试验会发生变化，并且训练集和测试集相互独立，以防止数据的重复使用。我们通过将真实准确率与使用打乱标签的解码器进行 1000 次运行得到的零分布准确率进行比较来检验显著性。这种方法得到的最小 p 值为 0.001。我们使用邦费罗尼（Bonferroni）方法对多个比较的 p 值进行校正。对于在四个区域（所有区域、海马体、内嗅皮层、杏仁核）进行的 4 次测试，校正后的值为 p = 0.05/4 = 0.0125，并且仍然具有统计显著性。鉴于在试验的编码期间神经元动态变化很大（图 4a - c），我们将重点放在信息保持期间。

06. 统计学方法

对于统计显著性分析，我们使用了非参数检验。为了比较两个分布，我们使用了排列 t 检验（EEGLAB 工具包中的 statcond 函数）。该检验会将两个分布中的值随机打乱 N 次。对于 N 次运行中的每一次，都会计算一个 t 值，以创建一个 t 值的分布。p 值是根据这个通过经验估计的零分布计算得出的，因此可能与从 t 分布中预期的 p 值不同。

为了评估一个值的显著性，我们使用了针对打乱标签的排列检验。该检验会从对带有打乱标签的数据进行 N 次排列中创建一个零分布。从这个零分布中计算出一个经验 p 值。最小 p 值为 p = 1/(N + 1)。

三、结果

01. 任务与行为表现

参与者执行了一项视觉工作记忆变化检测任务（图 1a，来自 13 名参与者的 16 个试验阶段，见表 1）。在刺激组大小为 1 时（正确反应率 98%）和为 2 时（正确反应率 99%），参与者的表现几乎完美，而在刺激组大小为 4 时（正确反应率 88%）和为 6 时（正确反应率 73%）有所下降（图 1b，排列重复测量方差分析，F3,45 = 89.79，p = 0.0002，16 个试验阶段）。在所有试验阶段中，根据研究人员的方法计算的中位记忆容量（KP）为 3.2（范围 2.2 至 5）。根据 K 值（KC），中位记忆容量为 3（范围 1.9 至 4.5），这表明参与者能够在记忆中至少保持 3 个方块，并且在高工作负荷试验（刺激组大小为 4 和 6）中，工作负荷超过了参与者的记忆容量。正确试验（2678 次试验）的平均反应时间（RT）随着刺激组大小的增加而增加（图 1c，每个项目增加 118 毫秒，排列重复测量方差分析，F3,45 = 48.47；p = 0.0002，16 个试验阶段）。总之，这些数据表明我们的参与者能够执行该任务，即使在高工作负荷下也是如此，但在高工作负荷下，并非所有项目都能被记住。

02. 神经元放电

为了探究内侧颞叶（MTL）神经元是否参与了这项任务，我们对微电极的神经元活动进行了多电极记录，并将其分为单单元或多单元活动。我们通过所有微电极记录了来自海马体（Hipp，n = 454）、内嗅皮层（Ent，n = 209）和杏仁核（Amg，n = 146）的 809 个神经元的活动。每个试验阶段记录的神经元数量为 50 ± 25（范围 11 至 96）个。我们对脉冲排序的质量进行了定量评估。在所有神经元中，峰间间隔（ISI）短于 3 毫秒的比例为 0.79 ± 1.54%。大多数神经元的短 ISI 比例小于 0.5%。我们确定在整个试验期间，所有神经元的放电率中位数（四分位距，IQR）为 1.09（0.52 至 2.43）赫兹。在注视期间，所有神经元的放电率中位数（IQR）为 1.12（0.54 至 2.56）赫兹，在编码期间为 1.10（0.53 至 2.50）赫兹，在信息保持期间为 1.09（0.54 至 2.51）赫兹，在测试期间为 1.02（0.49 至 2.45）赫兹。对于平均波形，我们计算了波形峰值信噪比（SNR 波形峰值），即峰值幅度与噪声标准差的比值。所有神经元的 SNR 波形峰值为 3.81 ± 0.82。脉冲排序的质量验证了这些假定单元为单个神经元。

图 1d 显示了投射在蒙特利尔神经学研究所（MNI）空间的矢状旁平面上的微电极记录位点。在我们对单个神经元类型的首次分析中，我们关注的是刺激缺失的信息保持期，以及测试阵列呈现后的测试期。为了减少分类中的噪声，除非另有说明，后续分析仅包括正确反应的试验。

首先，我们使用在类似任务中应用的方法，识别出在信息保持期持续放电的神经元。这些保持神经元的定义是，它们在信息保持期的放电率高于注视期（示例见图 2a）。在海马体、杏仁核和内嗅皮层中发现了保持神经元（排列 t 检验，p < 0.05，图 2b，c）。

图2. 维持神经元的持续活动。（a）从内嗅皮层记录的维持神经元示例。顶部：集合大小 1（蓝色）、2（绿色）、4（红色）和 6（黑色）的刺激周时间直方图（箱大小，500 毫秒；步长，1 毫秒）。阴影区域表示与神经元相关的所有尖峰的试验的 ± SEM。插图：平均细胞外波形 ± SEM。中间黑条：低工作量试验（集合大小 1 和 2，95 次试验）和高工作量试验（集合大小 4 和 6，75 次试验；p < .05，基于集群的非参数置换检验）之间的发放率显着不同的时间间隔。底部：按集合大小和响应时间（洋红色）重新排序的试验光栅图仅用于绘图目的。在维持期间，与集合大小 1 和 2 相比，数组大小 4 和 6 的神经元激发更多。(b) 海马体 (青色)、内嗅皮质 (洋红色) 和杏仁核 (黄色) 中所有维持神经元 (箱大小，500 毫秒；步长，1 毫秒) 的 Z 分数率。阴影区域表示跨神经元的 ± SEM。(c) Hipp、Ent、Amg 中被识别为维持神经元的所有记录神经元的百分比。区域标签下方提供了维持神经元的数量。所有 MTL 区域都包含相当大比例的维持神经元。(d) 维持期间激发率随工作量而不同的维持神经元的百分比。海马体和内嗅皮质脱颖而出，因为其中包含相当大比例的神经元，这些神经元在高工作量下会增加激发率。使用对乱序标签的置换检验来评估显着性。***p = .002。

当比较高负荷和低负荷试验时，我们发现相当数量的保持神经元在海马体中随着工作负荷的增加而放电增加（10/55 = 18%，针对打乱标签的排列检验，p = 0.002，图 2d），在内嗅皮层中也是如此（5/21 = 24%，针对打乱标签的排列检验，p = 0.002）。我们还发现相当数量的保持神经元在海马体中随着工作负荷的增加而放电率降低（6/55 = 11%，针对打乱标签的排列检验，p = 0.002）。

当比较正确和错误试验时，我们注意到正确的表现与更多在信息保持期表现出增强的持续放电的神经元相关，即被归类为保持神经元的神经元。在正确试验中，海马体中的这些神经元数量多于错误试验（55/454 = 12% 对比 30/454 = 7%，针对打乱标签的排列检验，p = 0.002）。

接下来，我们识别出在测试阵列呈现后，即测试期开始时特定放电的神经元。这些测试神经元的定义是，相对于编码期和信息保持期，仅在测试阵列呈现期间放电增加（排列 t 检验，图 3a）。这些测试神经元的比例为 46/809 = 6%，数量是保持神经元的一半（图 3b）。

图3. 测试神经元的活动与工作记忆检索有关。从内嗅皮层记录的示例测试神经元。顶部：集合大小 1（蓝色）、2（绿色）、4（红色）和 6（黑色）的刺激周时间直方图（箱大小，250 毫秒；步长 1 毫秒）。阴影区域代表与神经元相关的所有尖峰的试验的 ± SEM。插图：平均细胞外波形 ± SEM。底部：按集合大小和响应时间（洋红色）重新排序的试验光栅图仅用于绘图目的。（b）海马体 (Hipp)、内嗅皮层 (Ent) 和杏仁核 (Amg) 中被识别为测试神经元的所有记录神经元的百分比。区域标签下方提供了测试神经元的数量。所有 MTL 区域都包含测试神经元。使用对乱序标签的置换检验来评估显着性。***p = 0.002。

03. 神经元群体分析

解混主成分分析（dPCA）清楚地区分了刺激组大小为 1、2、4 和 6 的情况。为了更好地可视化，我们从三个解混主成分（dPCs 2、3 和 4，解释了 36% 的方差，针对打乱标签的排列检验，p = 0.002，图 4a）形成了一个三维空间。从 dPC3 - dPC4 平面的投影可以看出，群体活动在试验早期就区分出了不同的刺激组大小，该投影显示出四个各为 90° 的角度，即四种刺激组大小之间的最佳平衡区分。在这个 dPCA 神经状态空间中，我们纳入了前 15 个解混主成分，它们解释了 81.4% 的信号方差，以分析随时间的变化率（速度）（图 4b）。多维速度在编码期间最高，此时保持神经元的放电增加。在信息保持期间速度最低（针对编码期和测试期的排列 t 检验，p = 0.0005）。分析对应于不同刺激组大小的轨迹之间的成对距离时，我们发现信息保持期间的距离大于编码期间（排列 t 检验，p = 0.0005，图 4c）。因此，在信息保持期间，当速度较慢时，所有记录的神经元的放电率所观察到的模式类似于状态空间中的一个吸引子。

图4. 群体放电预测工作量。（a）在注视（从原点开始）、编码、维持和测试期间，由三个 dPC 构成的神经元状态空间中的平均轨迹。集合大小用颜色编码（1：蓝色；2：绿色；4：红色；6：黑色）。（b）试验四个时期群体的多维速度。维持期间的速度最慢。（c）任务不同时期所有可能的吸引子对之间的多维成对距离。该距离在维持期间最大。低速度和大相互距离的组合为维持期间状态空间中的吸引子提供了证据。（b）和（c）中的分析包括前 15 个 dPC，它们解释了 81.4% 的信号方差。使用置换 t 检验评估显着性。***p = .0005。 (d) 在维护期间，工作量（集合大小 1 和 2 与集合大小 4 和 6）可以从内嗅皮层（洋红色）和海马体（青色）中的神经元解码，但不能从杏仁核（黄色）中解码。每个区域中的神经元数量写在区域名称下方的括号中。框上方的标记表示解码准确性与偶然表现（灰色）的显著性。使用对乱序标签的置换检验来评估显著性。***p = .001，**p = .006。对于 (b)、(c) 和 (d)，箱线图表示四分位数（25%，75%）；水平线表示中位数；晶须显示的范围高达四分位距的 1.5 倍；晶须外的点表示异常值。

在整个试验过程中，神经轨迹清楚地区分了试验中的不同阶段，其中信息保持期在将神经活动聚集在吸引子周围方面表现突出。更重要的是，内侧颞叶（MTL）的群体活动清楚地区分了刺激组大小为 1、2、4 和 6 的试验，因此表明了在工作记忆容量以下和以上的工作负荷，尤其是在信息保持期间。

04. 试验期间的信息解码

对于信息保持期，我们发现当汇总所有神经元时，每次试验的工作负荷（刺激组大小 1、2 对比 刺激组大小 4、6）可以被解码，中位解码准确率为 87.5%（图 4d，针对打乱标签的排列检验，p = 0.001）。在留一法分析中，排除任何一名参与者后，解码准确率在四分位距 [85.7–87.6%] 内，这证实了准确率得到了所有参与者的支持。当分别汇总来自三个解剖区域的神经元时，海马体神经元的解码准确率显著（75%，图 4d 第 3 列），内嗅皮层神经元的解码准确率也显著（80%，图 4d 第 5 列），但杏仁核中的神经元则不然。

对试验层面表现（正确与错误试验）的预测解码准确率不显著（所有内侧颞叶神经元：55%，p = 0.45，海马体：55%，p = 0.40，内嗅皮层：55%，p = 0.44，杏仁核：50%，p = 0.56）。我们无法通过内侧颞叶的神经元放电来解码表现。请注意，该分析与对保持神经元数量的分析是独立的。保持神经元仅占海马体和内嗅皮层中神经元总数的 10–15%。此外，放电率是一维的，而对试验层面表现的预测是在多维空间中进行的。通过 ATLAS 记录系统（1 至 8000 赫兹通带，NeuraLynx）进行记录 。

四、讨论

我们发现内侧颞叶（MTL）中的神经元，特别是内嗅皮层和海马体中的神经元，其神经放电存在变化。这些变化取决于工作记忆容量以下和以上的工作负荷（阵列中的项目数量），以及表现的准确性（参与者对变化或无变化的反应是否正确）。

01. 内侧颞叶中的保持神经元随工作负荷改变放电情况

我们发现内嗅皮层中的放电随着工作负荷增加而增多，同时海马体中不同神经元的放电有增加也有减少。这些发现部分证实了关于言语工作记忆的报告，该报告也显示海马体中存在一种保持神经元，在字母保持期间其放电会随着工作负荷增加而增多。我们进一步重现了杏仁核中的解码准确率未达到显著水平这一结果，这表明该区域可能较少参与工作记忆的保持过程。还需要进一步注意的是，我们在内侧颞叶中发现与工作负荷相关的保持单元的区域，比之前研究人员发现的范围更广，也就是说，不仅在海马体中，而且主要在内嗅皮层中。一种可能的解释是，内嗅皮层或海马旁回皮层强烈参与空间处理，但不参与言语处理。这支持了这样一种观点，即记忆保持是一个通用领域的过程，但也表明言语和视觉信息的保持是由不同的神经机制支持的。

我们的发现与一些预测不一致，有观点认为内侧颞叶的活动应该只与超过工作记忆容量的工作负荷相关。之前研究人员发现，在工作记忆容量以下的工作负荷增加时，伴随着神经放电的增加。在我们的任务中，超过工作记忆容量的工作负荷增加时，放电有增加也有减少。这表明，在信息保持期间，神经放电随工作负荷的增加和减少，在内侧颞叶中是一种更普遍的现象。这些发现也与其他研究不一致，有研究人员研究了负荷对人类内侧颞叶中保持神经元和概念神经元的影响，并报告说，当需要记住更多的概念时，内侧额叶皮层中的保持神经元和内侧颞叶中的概念细胞的活动会减少。任务难度不太可能解释这些研究之间的差异。在最高工作负荷条件下，我们的视觉工作记忆任务的表现为 73%，这似乎比之前研究人员的言语工作记忆任务更难，他们报告在 8 个字母的高负荷下正确反应率为 84%。我们的视觉工作记忆任务平均难度为 89%，比其他研究人员的任务更容易，后者报告在只有三张图片的不同工作负荷条件下平均表现为 89%。更有可能的是，与工作负荷相关的活动是由对象的数量和类型决定的，而不是对象的视觉复杂性。我们使用了一个颜色变化检测任务，这可能需要将颜色与空间阵列中的对象进行绑定，但这也是一个容易完成的任务（图 1a）。对我们的发现的一种解释来自于关注 “联合神经元” 的注意力神经机制模型，这些联合神经元被假设为能够灵活地表示对象特征（如颜色、形状和位置）的联合的神经元。例如，一个模型指出，联合神经元可以在工作记忆中没有刺激的情况下，建立稳定水平的持续神经放电 。联合神经元之间的相互抑制可以抑制联合神经元的神经放电。这可能会导致神经表征的准确性降低，并与工作记忆容量的限制相关。有趣的是，有研究人员假设，不仅前额叶皮层神经元能够编码对象特征（如颜色和形状）的联合，而且工作记忆网络中的其他区域，包括海马体神经元也可以。我们认为，我们发现的保持神经元与这些联合神经元具有相似性。这也可以解释之前研究人员发现的随着工作负荷增加而持续增加的放电情况，前提是除了字母的言语信息之外，字母的形状和 / 或位置也被保持了下来。有可能是任务的难度不够高，不足以像本研究这样引发神经放电随工作负荷的减少。其他解释概念细胞神经放电减少的模型不太可能解释我们的发现。例如，有研究人员提出，作为工作负荷函数的首选刺激的紧张性活动减少，可能与对概念神经元的反馈抑制有关。该模型无法解释为什么一些保持神经元的神经放电会随着工作负荷增加，而其他保持神经元的放电却会随着工作负荷减少。

02. 内侧颞叶支持工作记忆中视觉空间信息的保持

内侧颞叶中的神经群体放电可以区分所有四种工作负荷条件，特别是在信息保持期间，此时成分稳定且可区分。这样的机制将允许减少记忆中不同对象配置之间的噪声，从而降低出错的可能性。如果神经放电只是随着工作负荷单调增加，就不会发现四个解混主成分（dPCs）的分离，因为那时的活动将适合同一个 dPC。还应该注意的是，低负荷和高负荷下的刺激组大小都可以被区分，这表明当表现不再处于上限水平且超过参与者的中位工作记忆容量时，区分是可能的。这些结果与内侧颞叶活动支持长期记忆检索以补充工作记忆操作的假设不符，该假设预测只有最高负荷条件才能被区分。这些结果更符合这样的假设，即内侧颞叶可以在工作记忆中以足够的精度支持对象之间的视觉空间关系的保持。

这些结果证实并扩展了一项报告，该报告显示在工作记忆容量以下的工作记忆中字母保持期间，神经放电模式存在工作负荷依赖性分离。这些结果似乎与其他发现形成对比，在其他发现中，内侧颞叶在信息保持期间的神经放电模式分离预测的是概念，而不是工作记忆中复杂刺激的负荷。因此，在工作记忆中保持多个简单项目（包括对象和字母）以及在工作记忆中保持概念，都可以以内侧颞叶中的神经群体放电分离为特征。我们的新发现是，即使工作负荷超过工作记忆容量，神经群体放电也会分离。这表明神经群体放电的分离与工作负荷有关。

03. 内侧颞叶放电预测工作负荷

在信息保持期间的工作负荷，可以通过内侧颞叶中神经放电模式的逐次试验变异性来预测。在内嗅皮层和海马体中尤其如此。内嗅皮层是通向海马体的门户，它接收来自新皮层的信息，并通过穿通路径将输入导向海马体的齿状回，因此它是工作记忆中首先处理新信息的站点。内嗅皮层和海马体中的持续放电和 θ 振荡，被认为支持工作记忆中对新项目的处理。这是通过将高频神经放电与 θ 振荡进行锁相来实现的。最近的一项研究表明，神经放电可以与 θ 振荡锁相，从而允许保持多个项目，但这些测量不太可能通过群体放电测量来检测。在内嗅皮层中，信息保持期间的群体放电也被证明可以预测对象位置记忆的检索，这表明内嗅神经元在导航过程中能够适应对空间位置的调谐。有研究人员也在工作记忆中使用图像发现了内嗅皮层和海马旁回的概念细胞。那些研究没有改变记忆中信息保持的工作负荷。相比之下，有研究人员改变了工作记忆中图像的工作负荷，但发现工作负荷预测的是前辅助运动区（pre-SMA）的神经放电，而不是内侧颞叶的神经放电，而之前研究人员报告说，在容量限制内的言语工作负荷只能通过海马体中神经放电的逐次试验变异性来预测。本研究使用了旨在超过工作记忆容量的对象记忆阵列。我们无法在前额叶皮层进行测量，因此在这方面无法将我们的发现与其他研究人员的发现进行比较。我们在内侧颞叶的部分发现与之前研究人员的发现的重现，以及与其他研究人员的发现的对比，可以用任务差异来解释。本研究使用了简单的刺激和更精细的工作负荷增加，类似于之前研究人员的言语任务。这可能允许对工作负荷进行更敏感的测量。请注意，之前研究人员的 9 名参与者中有 8 名也参与了本研究。这可能导致了结果的一些相似性。然而，神经元之间的重叠并不大，因为两项研究中每个试验阶段的脉冲排序都产生了不同的神经元集合和数量。此外，本研究中内嗅皮层神经放电与工作负荷的关联非常显著。这可能与超过工作记忆容量的高工作负荷条件有关。或者，刺激类型（视觉空间与言语）可能解释了结果的差异，这可能会影响工作记忆容量以及特定模态脑区的神经活动。我们认为，高工作负荷对视觉空间处理提出了强烈要求，参与者使用更多的视觉感知策略来弥补容量限制。这一解释与记忆保持是一个通用领域的过程的观点一致，这一过程由对刺激类型具有不同敏感性的脑区支持。

04. 正确的表现与海马体中更多的保持神经元被募集相关

在对象保持期间，海马体和内嗅皮层中的一小部分神经元放电增加。重要的是，在正确试验中，保持神经元的数量比错误试验中更多，尤其是在海马体中。对于一个需要在工作记忆中保持简单对象的任务来说，这是一个新的发现。之前研究人员报告说，编码阶段可以预测正确和错误反应试验之间的差异。在本研究中，由于编码阶段神经元动力学的巨大变异性，我们无法可靠地重现这一发现。其他研究报告了在内侧颞叶中，在保持具有更高视觉复杂性的图像期间对错误的预测。有趣的是，我们测试了对试验层面表现（正确与错误试验）的预测解码准确率，发现没有显著结果。一种可能性是，更多的保持神经元支持正确反应。这些神经元需要达到一定的放电水平阈值。放电模式和放电率作为检测标准并不相关，并且可能对逐次试验的表现预测贡献不大。先前已经提出了关于海马体神经元的阈值和质量可能对记忆有不同贡献的假设。然而，这一解释需要谨慎对待。由于低负荷下错误试验的数量非常少，以及行为和神经活动之间可能存在混杂因素，我们无法完全描绘出与保持神经元激活和表现准确性相关的模式。

05. 对持续放电的解释

我们认为，内嗅皮层和海马体的持续放电对于在记忆中保持多个对象以及实现正确的表现是至关重要的。已知持续的后顶叶活动支持视觉空间工作记忆表现 。这些发现扩展到了一项使用相同任务的事件相关功能性磁共振成像（BOLD fMRI）研究，该研究表明 BOLD 反应的变化取决于参与者的容量，因此在高容量参与者中，活动随着工作负荷增加而增加，而在低容量参与者中，超过容量时活动会减少 。在该研究中，BOLD fMRI 活动不能明确地被确定为保持活动，因此不适合直接比较研究结果。此外，我们可以证实其他单细胞记录研究的部分内容。一项言语工作记忆任务报告说，相当一部分（约 20%）的保持神经元的放电随着工作负荷增加而增加，但没有发现放电减少的情况，这可能与不需要在对象特征（颜色 - 位置与字母）之间进行绑定以及言语项目具有更高的容量有关。其他研究表明，某些细胞，即所谓的概念细胞，对特定的复杂图片表现出偏好的神经活动，并且概念细胞的持续神经活动可以预测试验的正确行为。与那些研究相比，我们发现内嗅皮层和海马体中神经活动的逐次试验变异性可以预测工作负荷，以及相同区域中保持神经元的放电增加、海马体中其他保持神经元的放电减少，以及海马体中正确试验的保持神经元数量增加。这表明持续活动是记忆保持这一通用领域过程的一个相关标志，它对刺激模态、正确表现以及工作记忆容量以下和以上的工作负荷都很敏感。目前尚不清楚刺激类别和刺激模态在神经放电中是如何表示的，以及这种活动对工作记忆的准确功能所需的程度。进一步的研究需要详细阐述这些方面。还应该注意的是，本研究无法明确确定持续活动是反映了与编码相关活动的延长，还是一个独立的保持过程。我们观察到在状态空间中群体放电的逐渐变化，这种变化从编码期间开始，并在信息保持期间持续，这表明与保持相关的神经活动反映了编码的偶然稳定状态，而不是一个特定的保持过程。我们发现的保持神经元很少，而对群体放电和逐次试验变异性的分析包括了所有神经元，但我们不知道在信息保持期间，这些工作负荷标志背后的放电模式是什么类型。虽然我们在这里将持续放电作为支持工作记忆保持的主要机制，但必须记住，还讨论了其他机制，包括动态活动以及作为当前激活的长期记忆形式的活动静默表征。通过 ATLAS 记录系统（1 至 8000 赫兹通带，NeuraLynx）进行记录。

五、结论

我们的发现有助于理解在人类工作记忆保持期间，内侧颞叶中持续放电所起的作用。我们提供了进一步的证据，支持内侧颞叶中的持续活动反映了工作记忆中多个项目保持的通用领域过程这一观点。首先，我们重现了一项言语工作记忆任务的发现：（1）工作负荷与内侧颞叶中增加的持续神经放电相关；（2）内侧颞叶中的神经群体放电在信息保持期间的不同工作负荷条件之间，以及在编码、信息保持和测试阶段之间表现出稳定的活动差异；（3）工作负荷预测了在信息保持期间内侧颞叶中神经放电的逐次试验变异性。其次，我们扩展了这些发现，并表明（1）它们可以推广到超过工作记忆容量的工作负荷条件；（2）工作负荷预测了内嗅皮层中神经放电的逐次试验变异性；（3）工作负荷导致海马体中保持神经元的放电增加和减少；（4）与错误试验相比，更多的海马体神经元在正确试验中放电。我们认为，这些扩展的发现与视觉工作记忆中颜色 - 位置联合的保持以及超过工作记忆容量的工作负荷的更高要求有关。

公司地址：广东省东莞市樟木头镇塑金国际1号楼810