স্পিন্ডল-স্লো অসিলেশন কাপলিং ঘুমের পরে হিপ্পোক্যাম্পাল নেটওয়ার্কে মেমরি পারফরম্যান্স এবং সংযোগের পরিবর্তনের সাথে সম্পর্কযুক্ত

বিমূর্ত

অভিজ্ঞতাগুলি এনকোড করার পরে, ঘুমের সময় পোস্ট-এনকোডিং পুনরায় সক্রিয়করণগুলি দীর্ঘমেয়াদী মেমরি একত্রীকরণের মধ্যস্থতার জন্য প্রস্তাব করা হয়েছে। এনআরইএম ঘুমের সময় স্পিন্ডল-স্লো অসিলেশন কাপলিং একটি প্রার্থী প্রক্রিয়া যার মাধ্যমে একটি হিপ্পোক্যাম্পাল কর্টিকাল সংলাপ একটি নবগঠিত মেমরি এনগ্রামকে শক্তিশালী করতে পারে। এখানে, আমরা মানুষের মধ্যে স্থানিক মেমরির একত্রীকরণে দ্রুত টাকু- এবং ধীর গতির স্পন্দল-ধীর দোলন যুগ্মের ভূমিকা নিয়ে তদন্ত করেছি যেটি অ্যালোকেন্দ্রিক এবং অহংকেন্দ্রিক শিক্ষার কৌশলগুলির সাথে জড়িত একটি ভার্চুয়াল ওয়াটারমেজ টাস্ক। তদ্ব্যতীত, আমরা বিশ্লেষণ করেছি যে কীভাবে একটি ডেটা-চালিত পদ্ধতি ব্যবহার করে এই টাস্কটি শেখার, একত্রীকরণ এবং পুনরুদ্ধার জুড়ে বিশ্রামের রাজ্য কার্যকরী সংযোগ বিকশিত হয়েছিল। আমাদের ফলাফল এক্সিকিউটিভ কন্ট্রোল নেটওয়ার্ক, ডিফল্ট মোড নেটওয়ার্ক এবং পোস্ট-টাস্ক বিশ্রামে হিপোক্যাম্পাল নেটওয়ার্কে টাস্ক-সম্পর্কিত সংযোগের পরিবর্তনগুলি দেখায়। হিপ্পোক্যাম্পাল নেটওয়ার্ককে আরও দুটি সাবনেটওয়ার্কে ভাগ করা যেতে পারে যার মধ্যে শুধুমাত্র একটি ঘুমের মাধ্যমে মড্যুলেশন দেখায়। এই সাবনেটওয়ার্কের কার্যক্ষম কানেক্টিভিটি কমে যাওয়া উচ্চতর স্পিন্ডেল-ধীর দোলন কাপলিং পাওয়ারের সাথে যুক্ত ছিল, যা পরীক্ষায় মেমরির ভালো কর্মক্ষমতার সাথেও সম্পর্কিত ছিল। সামগ্রিকভাবে, এই অধ্যয়নটি স্থানিক মেমরি একত্রীকরণের সাথে যুক্ত ঘুমের সময় কার্যকরী বিশ্রাম-রাষ্ট্র নেটওয়ার্ক এবং প্রক্রিয়াগুলির আরও সামগ্রিক বোঝার জন্য অবদান রাখে।

Cistanche অভিজ্ঞতা-স্মৃতি উন্নত

কীওয়ার্ড

মেমরি একত্রীকরণ, বিশ্রাম-স্টেট নেটওয়ার্ক, ঘুম, ধীর দোলন, টাকু

1|ভূমিকা

সিস্টেম একত্রীকরণ তত্ত্ব দীর্ঘমেয়াদী মেমরি গঠনের সবচেয়ে ব্যাপকভাবে অধ্যয়ন করা কাঠামোগুলির মধ্যে একটি। তত্ত্বটি বলে যে মস্তিষ্কের লেবাইল এনগ্রাম, শেখার সময় এনকোড করা হয়, বারবার পুনরায় সক্রিয়করণের মাধ্যমে শক্তিশালী হয়। সময়ের সাথে সাথে, এই প্রক্রিয়াটি আরও স্থিতিশীল দীর্ঘমেয়াদী প্রতিনিধিত্বের দিকে নিয়ে যেতে পারে-একটি একত্রিত মেমরি ট্রেস (Squire et al., 2015)। এনগ্রামের পুনঃসক্রিয়তা প্রধানত ঘুমের সময় ঘটে বলে মনে করা হয় তবে শান্ত বিশ্রামের সময়ও দেখা যায়। একটি সম্ভাব্য মূল প্রক্রিয়া অন্তর্নিহিত সিস্টেম একত্রীকরণ নন-রপিড আই মুভমেন্ট (NREM) ঘুমের সময় তিনটি ইভেন্ট প্রকারের শ্রেণীবিন্যাস সমন্বয় গঠন করে: (1) উচ্চ-প্রশস্ততা কর্টিকাল ধীর দোলন, (2) থ্যালামিক-অ্যালি-চালিত স্পিন্ডলস, এবং (3) হিপ্পোক্যাম্পাল তীক্ষ্ণ তরঙ্গ-তরঙ্গ। প্রিফ্রন্টাল কর্টেক্স (হেলফ্রিচ এট আল।, 2019) এর মোম এবং ধীর দোলনের দ্বারা চালিত এই দোলনের অর্কেস্ট্রেটিংটি হিপোক্যাম্পাল তথ্য কর্টেক্সে স্থানান্তর করার জন্য আদর্শ সময় উইন্ডো সেট করে বলে মনে করা হয় (সিরোটা এট আল।, 2003) এবং মস্তিষ্ক -বিস্তৃত সিনাপটিক একত্রীকরণ প্রক্রিয়াগুলি অন্তর্নিহিত সিস্টেম একত্রীকরণ করে (জেনজেল, 2020; জেনজেল, ক্রোস, এট আল।, 2014; নাভারো-লোবাটো এবং জেনজেল, 2020)। মানুষের মধ্যে, দুটি ধরণের স্পিন্ডেল ধারাবাহিকভাবে চিহ্নিত করা হয়েছে: ধীর স্পিন্ডেল (~9–12.5 Hz) এবং দ্রুত স্পিন্ডেল (~ 12.5–16 Hz), যা যথাক্রমে সামনের এবং সেন্ট্রো-প্যারিটাল অঞ্চলে সর্বাধিক বিশিষ্ট (Adamczyk et al. , 2015; Anderer et al., 2001)। উভয় স্পিন্ডেলের ধরন ধীর দোলনের সাথে মিলিত হয়। যদিও দ্রুত স্পিন্ডলগুলি প্রায়ই ধীর দোলনের উত্তেজনাপূর্ণ আপ-স্টেটে বাসা বাঁধে, ধীর গতির স্পিন্ডলগুলি সাধারণত ধীর দোলনের নিরোধক ডাউন-স্টেটে রূপান্তর সময়কালে ঘটে (মোলে এট আল।, 2011)। ফাস্ট স্পিন্ডলগুলি হিপ্পোক্যাম্পাস এবং নিওকর্টেক্সের মধ্যে তথ্য স্থানান্তরের সহায়ক হিসাবে জড়িত করা হয়েছে কারণ তারা হিপ্পোক্যাম্পাল তীক্ষ্ণ তরঙ্গের তরঙ্গের সাথে মিলে যায় (স্টারেসিনা এট আল।, 2015)। ধীরগতির স্পিন্ডল, যা বেশিরভাগই তরঙ্গ দ্বারা পূর্বে থাকে, স্থানান্তরিত তথ্যের কর্টিকাল ক্রস-লিঙ্কিং এবং একটি নিওকর্টিক্যাল মেমরি উপস্থাপনা গঠনের জন্য প্রিফ্রন্টাল সার্কিট্রির মড্যুলেশনের সাথে সম্পর্কিত হতে পারে (মোলে এট আল।, 2011)। যাইহোক, শুধুমাত্র মানুষের গবেষণায়, ধীর এবং দ্রুত স্পিন্ডলের মধ্যে একটি সামঞ্জস্যপূর্ণ বিভাজন রয়েছে। যেহেতু এই উপবিভাগটি প্রাণী গবেষণায় খুব কমই করা হয়, তাই প্রতিটি স্পিন্ডেল প্রকারের আলাদা ফাংশনের জন্য সুনির্দিষ্ট প্রমাণের অভাব রয়েছে। আচরণের উপর এই দুটি স্পিন্ডেল ধরণের প্রভাব আরও কম চূড়ান্ত। সাম্প্রতিক ইইজি ফলাফলগুলি দেখিয়েছে যে দ্রুত স্পিন্ডল এবং ধীর দোলনের সংযোগে একটি বৃহত্তর পরিমাণ এবং বর্ধিত ধারাবাহিকতা বর্ধিত ঘোষণামূলক মেমরি কর্মক্ষমতার সাথে সম্পর্কিত (হান এট আল।, 2020; মুহেলরোথ এট আল।, 2019; নিকনাজার এট আল।, 2015) . হিপ্পোক্যাম্পাল তীক্ষ্ণ তরঙ্গের তরঙ্গ, ধীর দোলন এবং ইঁদুরের সম্মুখের স্পাইন্ডলের মধ্যে সমন্বয়ের পরীক্ষামূলক শক্তিবৃদ্ধি- যা মানুষের ধীরগতির স্পিন্ডলের অ্যানালগ-এর ফলে স্মৃতিশক্তিও বৃদ্ধি পায় (Maigret et al., 2016)। বিপরীতে, মানুষের মধ্যে ধীর স্পিন্ডল-মন্থর দোলন কাপলিং-এর প্রাথমিক ফলাফলগুলি বর্ধিত স্পিন্ডল-মন্থর দোলন কাপলিং বা কোনও প্রভাব নয় (বারাকাত এট আল।, 2011; মুহেলরোথ এট আল।, 2019) সহ ঘোষিত মেমরি কর্মক্ষমতা হ্রাসের দিকে নির্দেশ করে। সুতরাং, মেমরি একত্রীকরণে উভয় স্পিন্ডেল প্রকারের আচরণগত প্রাসঙ্গিকতাকে বিচ্ছিন্ন করা অত্যন্ত গুরুত্বপূর্ণ। অফলাইন একত্রীকরণে ঘুম এবং হিপ্পোক্যাম্পাসের গুরুত্বের পরিপ্রেক্ষিতে, এটি অনুমান করা হয়েছে যে ঘুম "নন-হিপ্পোক্যাম্পাস-নির্ভর" স্মৃতির বিপরীতে হিপ্পোক্যাম্পাস-নির্ভর একীকরণে একটি স্বতন্ত্র ভূমিকা পালন করে। এই দুই ধরনের স্মৃতি স্থানিক নেভিগেশন দৃষ্টান্ত ব্যবহার করে তদন্ত করা যেতে পারে। একটি পরিবেশে ন্যাভিগেশন বিভিন্ন ন্যাভিগেশন কৌশল ব্যবহার জড়িত, যথা allocentric এবং অহংকেন্দ্রিক কৌশল (একটি পর্যালোচনার জন্য Ekstrom et al., 2017)। একটি অ্যালোসেন্ট্রিক রেফারেন্স ফ্রেমে, ন্যাভিগেটর স্থিতিশীল ল্যান্ডমার্কের আপেক্ষিক অবস্থানের উপর ভিত্তি করে তাদের অবস্থান অনুমান করতে পারে। অ্যালোকেন্দ্রিক স্থানিক শিক্ষাকে হিপোক্যাম্পাসের উপর দৃঢ়ভাবে নির্ভর করার পরামর্শ দেওয়া হয় কারণ এটির জন্য ল্যান্ডমার্ক অবস্থানগুলির একটি স্থানিক জ্ঞানীয় মানচিত্র প্রয়োজন (ও'কিফ এবং নাডেল, 1978)। বিপরীতে, অহংকেন্দ্রিক রেফারেন্স ফ্রেমটি ন্যাভিগেটরের গতিবিধির সাথে ক্রমাগত পরিবর্তিত হয়। অহংকেন্দ্রিক স্থানিক শিক্ষার সময়, ন্যাভিগেটরকে সরানো দূরত্বের ট্র্যাক রাখতে হবে এবং যে দিকটির জন্য ডোরসাল স্ট্রাইটামকে একটি সমালোচনামূলক কাঠামো হিসাবে চিহ্নিত করা হয়েছে (ম্যাকডোনাল্ড এবং হোয়াইট, 1994)। এইভাবে প্রস্তাব করা যেতে পারে যে, একটি স্থানিক প্রেক্ষাপটে, একত্রীকরণ প্রক্রিয়াগুলি আলোকেন্দ্রিক এবং অহংকেন্দ্রিক প্রশিক্ষণের অবস্থার মধ্যে পার্থক্য করে এবং সেই অনুযায়ী মেমরি কর্মক্ষমতাকে প্রভাবিত করে। যাইহোক, সাম্প্রতিক প্রমাণগুলি ঘুমের সময় একত্রীকরণে হিপ্পোক্যাম্পাল জড়িত থাকার দিকে নির্দেশ করে, এমনকি পূর্বে বিবেচিত অ-হিপ্পোক্যাম্পাস-নির্ভর স্মৃতিগুলির জন্য (Sawangjit et al., 2018; Schapiro et al., 2019), এবং অনুরূপ কার্যকরী নেটওয়ার্ক পরিবর্তনগুলি ঘুমের পরে সমস্ত কেন্দ্রিক এবং অহংকারে। কৌশল প্রশিক্ষণ (সামান্তা এট আল।, 2021)। অতএব, ঘুমের সময় দুটি রেফারেন্স ফ্রেমের স্থানিক তথ্য কীভাবে একত্রিত হয় এবং কীভাবে এই প্রক্রিয়াগুলি মেমরির কার্যকারিতাকে প্রভাবিত করে তা নিয়ে এটি একটি উন্মুক্ত প্রশ্ন থেকে যায়। যদিও অনেক কাজ সিস্টেমের মেমরি একত্রীকরণে ঘুমের ভূমিকার উপর দৃষ্টি নিবদ্ধ করেছে, উভয় ইঁদুরের উপর গবেষণা (ডেভিডসন এট আল।, 2009; ডিবা এবং বুজসাকি, 2007) এবং মানুষ (শুক এবং নিভ, 2019; তাম্বিনি এবং দাভাচি, 2013) প্রদর্শন করেছে। শেখার পরপরই জাগ্রত বিশ্রামের সময় সিস্টেম-ব্যাপী একত্রীকরণ প্রক্রিয়া। ঘুম-নির্ভর একত্রীকরণের অনুরূপ, ইভেন্টের উপস্থাপনাগুলি হিপোক্যাম্পাল-থ্যালামোকর্টিক্যাল নেটওয়ার্কে পোস্ট-এনকোডিং বিশ্রামের সময় স্বতঃস্ফূর্তভাবে পুনরায় সক্রিয় হয় (বিস্তারিত পর্যালোচনার জন্য, তাম্বিনি এবং দাভাচি, 2019 দেখুন)। এই পুনঃসক্রিয়করণের গুরুত্বপূর্ণ নোডগুলি মধ্যবর্তী টেম্পোরাল কর্টেক্স এবং রেট্রোস্প্লেনিয়াল কর্টেক্স (ভ্যান বুরেন এট আল।, 2019), সেইসাথে ডিফল্ট মোড নেটওয়ার্কের হাবগুলির মধ্যে মিথস্ক্রিয়া (লিন এট আল।, 2017) কেন্দ্রিক হিপোক্যাম্পাল নেটওয়ার্ককে অন্তর্ভুক্ত করে বলে মনে করা হয়। এবং কার্য-প্রাসঙ্গিক নেটওয়ার্ক (যেমন, নির্বাহী নিয়ন্ত্রণ নেটওয়ার্ক; স্নেভ এট আল।, 2017)। উদ্দীপনা এবং হিপ্পোক্যাম্পাসের জন্য নির্দিষ্ট অঞ্চলগুলির মধ্যে বিশ্রাম-রাষ্ট্র কার্যকরী সংযোগের বৃহত্তর স্তরগুলি একটি স্মৃতি পুনরুদ্ধার করার ভবিষ্যতের ক্ষমতার ভবিষ্যদ্বাণী করতে দেখানো হয়েছিল (তাম্বিনি এট আল।, 2010)। এছাড়াও, শেখার পরপরই কার্যকরী সংযোগের পাশাপাশি হিপ্পোক্যাম্পাল পুনঃঅ্যাক্টিভেশনের পরিমাণ পরবর্তী রাতারাতি স্মৃতি ধরে রাখার পূর্বাভাস দেয়, ঘুমের সময় জেগে থাকা বিশ্রামের পুনরায় সক্রিয়করণ এবং পরে একত্রীকরণের মধ্যে একটি পরিপূরক সম্পর্কের পরামর্শ দেয় (Schapiro et al., 2018)। যদিও বেশিরভাগ পূর্ববর্তী গবেষণাগুলি পৃথকভাবে এক ধরনের পোস্ট-এনকোডিং সময়কাল (যেমন, বিশ্রাম বা ঘুম) পরীক্ষা করে, উভয় সময়কাল জুড়ে একত্রীকরণ প্রক্রিয়ার তদন্তের অধ্যয়নগুলি এই স্বতন্ত্র মস্তিষ্কের অবস্থার সময় একত্রীকরণের প্রক্রিয়াগুলির মধ্যে সমান্তরাল সম্পর্কে একটি সামগ্রিক বোঝার জন্য প্রয়োজনীয়। এইভাবে বর্তমান অধ্যয়নের লক্ষ্য হল বিভিন্ন পোস্ট-এনকোডিং মস্তিষ্কের অবস্থার মধ্যে অধ্যয়নের ব্যবস্থা প্রদান করা এবং একটি স্থানিক নেভিগেশন টাস্কে মেমরি কর্মক্ষমতার সাথে তাদের সম্পর্ক প্রদর্শন করা। আমাদের অধ্যয়ন মানুষ এবং ইঁদুরের মধ্যে আলোকেন্দ্রিক এবং অহংকেন্দ্রিক স্মৃতির উপস্থাপনার উপর ঘুমের প্রভাব সম্পর্কে আমাদের অনুসন্ধানগুলি অনুসরণ করে (সামান্তা এট আল।, 2021)। অংশগ্রহণকারীরা ওয়াটারমেজ (মরিস, 1981), স্থানিক নেভিগেশনের বিভিন্ন দিক অধ্যয়নের জন্য একটি বৈধ দৃষ্টান্ত (Müller et al., 2018; Schoenfeld et al., 2017) এর একটি মানবিক এনালগ সম্পাদন করেছেন। যেখানে সামন্ত এট আল। (2021) শেখার এবং পুনরুদ্ধারের সময় টাস্ক-এফএমআরআই ডেটার উপর ফোকাস করে, এখানে আমরা বিশ্রাম-স্টেট এফএমআরআই এবং স্লিপ-ইইজি ডেটার উপর ফোকাস করেছি। এইভাবে, প্রাসঙ্গিক নেটওয়ার্কগুলিতে বিশ্রাম-রাষ্ট্র কার্যকরী সংযোগের মূল্যায়ন করা হয়েছিল মেমরি টাস্কের শেখার এবং পুনরুদ্ধারের আগে এবং পরে যেখানে অংশগ্রহণকারীরা হয় অ্যালোকেন্দ্রিক বা অহংকেন্দ্রিক স্থানিক নেভিগেশনে নিযুক্ত ছিল। এনআরইএম ঘুম-সম্পর্কিত একত্রীকরণ প্রক্রিয়াগুলি পরিমাপ করতে দুটি টাস্ক সেশনের মধ্যে ইইজি ব্যবহার করা হয়েছিল (যেমন, টাকু এবং ধীর দোলন বৈশিষ্ট্য এবং তাদের সংযোগ)। স্থানিক শিক্ষা, একত্রীকরণ এবং মেমরি পুনরুদ্ধার জুড়ে বিশ্রাম-রাষ্ট্র কার্যকরী সংযোগের বিবর্তন তদন্ত করার জন্য আমরা একটি ডেটা-চালিত পদ্ধতি (Ribeiro de Paula et al., 2017) গ্রহণ করেছি। সামন্ত এট আল দ্বারা প্রাপ্ত ফলাফলের উপর ভিত্তি করে বিশ্রাম-রাষ্ট্র নেটওয়ার্কগুলি নির্বাচন করা হয়েছিল। (2021), ডিফল্ট মোড নেটওয়ার্ক, হিপ্পোক্যাম্পাল নেটওয়ার্ক এবং সঠিক এক্সিকিউটিভ কন্ট্রোল নেটওয়ার্ক সহ। ঘুম, বিশ্রামের অবস্থা এবং আচরণের মধ্যে একটি ত্রয়ী সম্পর্ক স্থাপন করার জন্য, আমরা টাকু এবং ধীর দোলন পরামিতি, বিশ্রাম-স্টেট কার্যকরী সংযোগের পরিবর্তন এবং স্থানিক মেমরি টাস্কের কর্মক্ষমতা পরিমাপগুলির সাথে সম্পর্কযুক্ত করেছি। সামন্ত প্রমুখ। (2021) অ্যালোসেন্ট্রিক এবং অহংকেন্দ্রিক প্রশিক্ষণের জন্য মেমরি পুনরুদ্ধারের ক্ষেত্রে একই রকম ঘুম-সম্পর্কিত মস্তিষ্ক-বিস্তৃত পরিবর্তন পাওয়া গেছে। বিশেষ করে, এক্সিকিউটিভ কন্ট্রোল নেটওয়ার্কে অ্যাক্টিভেশন বেড়েছে এবং ডিফল্ট মোড নেটওয়ার্কে লার্নিং থেকে পুনরুদ্ধার পর্যন্ত হ্রাস পেয়েছে, যদি বিষয়গুলি শেখার পরে ঘুমায়। অতএব, আমরা বিশ্রামে এই দুটি নেটওয়ার্কে অনুরূপ পরিবর্তনগুলি পর্যবেক্ষণ করার প্রত্যাশা করেছি। ব্রেন-ওয়াইড একত্রীকরণ প্রক্রিয়াগুলি হিপোক্যাম্পাল নেটওয়ার্কের জন্যও পর্যবেক্ষণযোগ্য হওয়া উচিত যা ঘুমের সময় এবং বিশ্রামের সময় একত্রীকরণের সমন্বয় করে। আমরা অনুমান করেছি যে টাকু-ধীর দোলন কাপলিং ইতিবাচকভাবে হিপ্পোক্যাম্পাল নেটওয়ার্ক এবং মেমরি কর্মক্ষমতা পরিবর্তনের সাথে সম্পর্কিত। সামন্ত এট আল থেকে এই ফলাফলগুলি স্মৃতির অবস্থার মধ্যে পার্থক্য করা উচিত নয়। (2021) অ্যালোকেন্দ্রিক এবং অহংকেন্দ্রিক প্রশিক্ষণের মধ্যে পার্থক্য লক্ষ্য করেনি। প্রকৃতপক্ষে, আমাদের ফলাফলগুলি দেখায় যে কার্যনির্বাহী নিয়ন্ত্রণ এবং ডিফল্ট মোড নেটওয়ার্কগুলি অনুমানকৃত বিপরীত দিকগুলিতে পরিবর্তিত হয়- পোস্ট-টাস্ক পারফরম্যান্সের আগে। উপরন্তু, আমরা হিপ্পোক্যাম্পাল নেটওয়ার্কের মধ্যে দুটি সাবনেটওয়ার্ক সনাক্ত করেছি। প্রাথমিক সাবনেটওয়ার্কটি ঘুমের অবস্থা থেকে স্বাধীন ছিল এবং কার্য-পরবর্তী কার্য সম্পাদনের আগে এবং বিরতির পরে কার্যকরী সংযোগে বৃদ্ধি পেয়েছিল। দ্বিতীয় সাবনেটওয়ার্কের সংযোগ বিরতির পরে শুধুমাত্র অংশগ্রহণকারীদের জন্য হ্রাস পেয়েছে যারা ঘুমিয়েছিল। অবশেষে, স্পিন্ডল-স্লো অসিলেশন কাপলিং পাওয়ার ইতিবাচকভাবে মেমরি পারফরম্যান্সের সাথে যুক্ত ছিল এবং দ্বিতীয়, ঘুম-নির্ভর হিপোক্যাম্পাল সাবনেটওয়ার্কে সংযোগ হ্রাস করেছে। সমস্ত প্রভাব অ্যালোকেন্দ্রিক এবং অহংকেন্দ্রিক প্রশিক্ষণের জন্য একই ছিল। আমাদের অনুসন্ধানগুলি পরামর্শ দেয় যে বিশ্রাম-রাষ্ট্র সক্রিয়করণগুলিকে টাস্ক-সম্পর্কিত এবং একত্রীকরণ-সম্পর্কিত পরিবর্তনগুলিতে ভাগ করা যেতে পারে যা হয় ঘুম-স্বাধীন বা ঘুম-নির্ভর। শুধুমাত্র ঘুম-নির্ভর পরিবর্তনগুলি স্পিন্ডল-স্লো অসিলেশন কাপলিং-এর সাথে সম্পর্কিত যা অ্যালোকেন্দ্রিক এবং অহংকেন্দ্রিক শিক্ষার জন্য মেমরির কার্যক্ষমতাতে সমানভাবে অবদান রাখে।

পুরুষদের জন্য cistanche উপকারিতা- অ্যান্টি অ্যালঝাইমার রোগ

Cistanche ইম্প্রুভিং মেমরি এবং প্রিভেনট অ্যালঝাইমার ডিজিজ পণ্য দেখতে এখানে ক্লিক করুন

【আরো জন্য জিজ্ঞাসা করুন】 ইমেল:cindy.xue@wecistanche.com / Whats অ্যাপ: 0086 18599088692 / Wechat: 18599088692

2|পদ্ধতি এবং উপকরণ

2.1|অংশগ্রহণকারীরা

সত্তরজন স্নায়বিকভাবে সুস্থ, ডান হাতের পুরুষ অংশগ্রহণকারীদের (বয়স পরিসীমা: 18-30 বছর, গড়=24) অধ্যয়নের জন্য নিয়োগ করা হয়েছিল। শুধুমাত্র পুরুষ অংশগ্রহণকারীদের নির্বাচন করা হয়েছিল কারণ নমুনাটি শুধুমাত্র পুরুষ ইঁদুর ব্যবহার করে গবেষণার একটি বৃহত্তর অনুবাদমূলক সংস্থার উপ-জনসংখ্যা নিয়ে গঠিত (সামান্তা এট আল।, 2021)। অধ্যয়নটি স্থানীয় নীতিশাস্ত্র কমিটি (CMO Arnhem-Nijmegen, Radboud University Medical Center) দ্বারা সাধারণ নীতিশাস্ত্র অনুমোদনের ("ইমেজিং হিউম্যান কগনিশন," CMO 2014/288) দ্বারা অনুমোদিত হয়েছিল এবং এই নির্দেশিকাগুলির সাথে সম্মতিতে পরীক্ষাটি পরিচালিত হয়েছিল৷ র‌্যাডবউড রিসার্চ পার্টিসিপেশন সিস্টেমের মাধ্যমে নিয়োগ হয়েছিল। অংশগ্রহণকারীদের (1) ঘুমের ওষুধ খাওয়া, (2) নিয়মিত ঘুমানো এবং (3) পেশাদার গেমিং কার্যকলাপে জড়িত থাকার উপর ভিত্তি করে স্ক্রীন করা হয়েছিল এবং বাদ দেওয়া হয়েছিল। পরীক্ষা শুরুর আগে, সমস্ত অংশগ্রহণকারী লিখিত অবহিত সম্মতি প্রদান করেছিল এবং তাদের অংশগ্রহণের জন্য আর্থিক ক্ষতিপূরণ পেয়েছে। মোট, চৌদ্দ জন অংশগ্রহণকারীকে ডেটা অধিগ্রহণের পরে বিশ্লেষণ থেকে বাদ দেওয়া হয়েছিল। শেখার সময় বা পুনরুদ্ধারের সময় প্রযুক্তিগত সমস্যার কারণে আটটি বিষয় পরীক্ষা থেকে বাদ দেওয়া হয়েছিল: পাঁচজন অংশগ্রহণকারীর জন্য, জয়স্টিকটি ভুলভাবে ক্যালিব্রেট করা হয়েছিল, এবং বাকি তিনজনের জন্য, স্ক্যানের সময় টাস্ক এনভায়রনমেন্ট প্রোগ্রামের আকস্মিক বিপর্যয় সহ প্রযুক্তিগত সমস্যা ছিল। ঘুমের পরীক্ষা বা নিয়ন্ত্রণ সেশনে তিনটি বিষয় 30 মিনিটের কম ঘুমিয়েছিল। তাদের জেড-স্কোর প্রকৃত ঘুমের সময়ের নমুনা গড় থেকে 2.5*σ দূরে ছিল। প্রতিটি বিষয়ের জন্য প্রকৃত ঘুমের সময় গণনা করা হয়েছিল যেমন ঘুমের সূচনা (WASO) এর পরে জাগ্রততা বাদ দিয়ে মোট ঘুমের সময় (TST)। এফএমআরআই স্ক্যানের সময় মাথার নড়াচড়ার কারণে আরও তিনটি বিষয়ের জন্য বড় চিত্র স্থানচ্যুতি চিহ্নিত করা হয়েছিল। চিত্র সিরিজে স্থানচ্যুতির পরিমাণ সমীকরণ (1) ব্যবহার করে একটি গুণমান সূচক (QI) দিয়ে মূল্যায়ন করা হয়েছিল:

where max. abs. is the maximum absolute displacement of a given volume with respect to a reference time point (i.e. middle volume in the time series) and max. rel. represents the maximum relative displacement at a given volume with respect to the subsequent time point. The two measures account for gradual as well as abrupt changes in head position. The cut-off for the exclusion of participants was set to a QI >16.4 (Ribeiro de Paula et al., 2017)। মোট, 63টি বিষয় চূড়ান্ত নমুনা হিসাবে বিবেচিত হয়েছিল (বয়স পরিসীমা: 18-30 বছর, গড়=23.3)।

2.2|পরীক্ষামূলক পদ্ধতি

একটি 2  2 ফুল-ফ্যাক্টোরিয়াল মিশ্র নকশার সাথে আমরা একটি স্থানিক মেমরি দৃষ্টান্তের সিস্টেম-ব্যাপী একীকরণ প্রক্রিয়া পরীক্ষা করেছি। এফএমআরআই স্ক্যানের সময়, অংশগ্রহণকারীরা জলের গোলকধাঁধা (মুলার এট আল।, 2018; শোয়েনফেল্ড এট আল।, 2017) এর আগে বৈধ হওয়া মানব এনালগে অ্যালো- বা অহংকেন্দ্রিক স্থানিক শিক্ষা এবং মেমরি পুনরুদ্ধারে নিযুক্ত হন। শেখার এবং পুনরুদ্ধার সেশনের ঠিক আগে এবং পরে, বিশ্রাম-স্টেট এফএমআরআই দিয়ে কার্যকরী সংযোগ মূল্যায়ন করা হয়েছিল। এর পরিমাণ মোট চারটি বিশ্রাম-রাষ্ট্রের fMRI সেশনের প্রতিটি 9 মিনিটের। স্থানিক শিক্ষা এবং মেমরি পুনরুদ্ধারের মধ্যে, ঘুম পরিমাপ করতে ঘুম EEG ব্যবহার করা হয়েছিল। পরীক্ষামূলক অবস্থায়, অংশগ্রহণকারীদের 90 মিনিটের জন্য ঘুমানোর নির্দেশ দেওয়া হয়েছিল, যখন নিয়ন্ত্রণ গোষ্ঠী একই সময়ের জন্য একটি সিনেমা দেখেছিল। পরীক্ষার প্রায় 2 সপ্তাহ পরে, ঘুমের অবস্থার অংশগ্রহণকারীরা 90 মিনিটের জন্য একটি ঘুম নিয়ন্ত্রণ সেশন সম্পন্ন করেছে, যা শেখার অভিজ্ঞতা অনুসরণ করেনি।

আমার কাছাকাছি Cistanche সম্পূরক-উন্নতি মেমরি

2.3|ভার্চুয়াল জল গোলকধাঁধা টাস্ক

ভার্চুয়াল ওয়াটার মেজ টাস্ক হল ইঁদুরের জলের গোলকধাঁধাটির একটি অভিযোজন, ইঁদুরের স্থানিক ক্ষমতা পরীক্ষা করার জন্য একটি প্রতিষ্ঠিত পদ্ধতি (মরিস, 1981)।

মানুষের জন্য এই সাদৃশ্যপূর্ণ দৃষ্টান্তটি MRI স্ক্যানার পরিবেশের সাথে সামঞ্জস্যপূর্ণ (Schoenfeld et al., 2017)। অংশগ্রহণকারীদের একটি ভার্চুয়াল দ্বীপের চারপাশে নেভিগেট করার জন্য নির্দেশ দেওয়া হয়েছিল একটি ট্রেজার বাক্স খোঁজার লক্ষ্যে। আমরা এই দৃষ্টান্তে দুটি ভিন্ন সেটিংস ব্যবহার করেছি: একটি "লুকানো দ্বীপ" এবং একটি "cued দ্বীপ।" লুকানো দ্বীপটি চারটি ল্যান্ডমার্ক দ্বারা বেষ্টিত ছিল (যেমন, একটি সেতু, একটি পালতোলা নৌকা, একটি বায়ু টারবাইন এবং একটি বাতিঘর; চিত্র S1 দেখুন)। দ্বীপে একটি লুকানো ধন বাক্স লক্ষ্য অবস্থান চিহ্নিত করেছে। বাক্সটি ভার্চুয়াল দ্বীপের পৃষ্ঠে একটি ছোট ইন্ডেন্টেশনে অবস্থিত ছিল এবং এইভাবে, শুধুমাত্র কাছাকাছি দৃশ্যমান। বিপরীতে, কিউড দ্বীপে দূর থেকে দৃশ্যমান একটি ধন বাক্সের পাশে একটি পতাকা ছাড়া ওরিয়েন্টেশনের জন্য কোনো ল্যান্ডমার্ক ছিল না। ট্রেজার বাক্স সহ এই পতাকার অবস্থান প্রতিটি ট্রায়াল পরিবর্তন করে। টাস্ক সিকোয়েন্সে কিউড এবং লুকানো দ্বীপের আটটি বিকল্প ব্লক রয়েছে যার ফলে মোট 16টি ট্রায়াল হয়েছে। প্রতিটি ট্রায়ালে, অংশগ্রহণকারীরা একটি জয়স্টিক ব্যবহার করে তাদের নিজস্ব গতিতে দ্বীপের চারপাশে চলাফেরা করতে মুক্ত ছিল। যখন ট্রেজার বাক্সের কাছাকাছি টার্গেটের অবস্থানে পৌঁছে যায়, অংশগ্রহণকারীরা জয়স্টিকের বোতাম টিপে ট্রায়ালটি শেষ করতে পারে। একটি ট্রায়ালের সমাপ্তি এবং পরবর্তী শুরুর মধ্যে একটি 15- ব্যবধান ছিল, এই সময়ে অংশগ্রহণকারীরা দ্বীপে ঘুরতে পারে এবং নিজেদেরকে অভিমুখী করতে পারে। অংশগ্রহণকারীরা প্রথমে কিউড দ্বীপের মুখোমুখি হয়েছিল যেখানে তাদের দৃশ্যমান পতাকাটি খুঁজে পেতে হয়েছিল। এই দ্বীপটি পরবর্তী বিশ্লেষণে মেমরি প্রভাব বিচ্ছিন্ন করার জন্য উপলব্ধিগত এবং মোটর প্রক্রিয়াকরণের জন্য নিয়ন্ত্রণ করতে ব্যবহৃত হয়েছিল। লুকানো দ্বীপের সাথে এনকাউন্টারের জন্য, অংশগ্রহণকারীদের এলোমেলোভাবে শেখার শর্তগুলির মধ্যে একটিতে বরাদ্দ করা হয়েছিল—অ্যালোকেন্দ্রিক বা অহংকেন্দ্রিক। অ্যালোসেন্ট্রিক গ্রুপটি প্রতিটি ট্রায়ালে দ্বীপের একটি ভিন্ন অবস্থানে শুরু হয়েছিল এবং প্রতিবার লক্ষ্যের অবস্থান খুঁজে বের করার জন্য নিজেদেরকে পুনর্বিন্যাস করতে হবে, যার ফলে স্থান নেভিগেশন ব্যবহারকে প্রচার করতে হবে। অহংকেন্দ্রিক গোষ্ঠীতে, প্রতিটি ট্রায়ালে তাদের একই সূচনা অবস্থান থাকবে এবং তাই দৃশ্যমান সংকেত ছাড়াও লক্ষ্যস্থলে পৌঁছানোর জন্য বারবার স্থির আন্দোলনের উপর নির্ভর করতে পারে, যাতে তারা উভয় ন্যাভিগেশনাল কৌশল ব্যবহার করতে পারে। সাধারণভাবে, অংশগ্রহণকারীরা এই দুটি শর্তে অন্ধ ছিল। লার্নিং ট্রায়ালের জন্য, উভয় অবস্থাতেই অংশগ্রহণকারীদের মূল উদ্দেশ্য ছিল আটটি লুকানো দ্বীপ ট্রায়াল জুড়ে লক্ষ্য বাক্সের অবস্থান শেখা। পুনরুদ্ধারের ট্রায়ালের জন্য, দ্বীপের সেটআপটি একটি পরিবর্তনের সাথে একই রয়ে গেছে- গুপ্তধনের বাক্সটি লুকানো দ্বীপ থেকে সরানো হয়েছিল এবং অংশগ্রহণকারীদের তাদের সর্বোত্তম জ্ঞান অনুসারে অবস্থানটি চিহ্নিত করার নির্দেশ দেওয়া হয়েছিল, যেখানে তারা বাক্সটি অবস্থিত হওয়ার কথা স্মরণ করেছিল।

2.4|তথ্য অর্জন

2.4.1|পলিসমনোগ্রাফিক রেকর্ডিং

পলিসমনোগ্রাফিক রেকর্ডিংগুলি 90 মিনিটের ঘুমের সময় 500 Hz (BrainAmp, ব্রেন প্রোডাক্টস, গিলচিং, জার্মানি) এর নমুনা হারের সাথে প্রাপ্ত হয়েছিল। Fz, F3, F4, Cz, C3, C4, Pz, P3, P4, Oz, O1, O2 সহ বত্রিশটি স্ক্যাল্প ইলেক্ট্রোড (আন্তর্জাতিক 10-20 EEG সিস্টেম) মাউন্ট করা হয়েছিল এবং বাম মাস্টয়েডকে উল্লেখ করা হয়েছিল। অতিরিক্তভাবে, অনুভূমিক এবং উল্লম্ব চোখের চলাচল (EOG), চিবুকের ইলেক্ট্রোমায়োগ্রাম (EMG), এবং ইলেক্ট্রোকার্ডিওগ্রাম (ECG) রেকর্ড করা হয়েছিল। আলো নিভানোর পরপরই রেকর্ডিং শুরু হয়। পরীক্ষার পরে, স্পিএসওপি টুলবক্স (www.spisop.org; RRID: SCR_015673) ব্যবহার করে অবস্থার প্রতি অন্ধ একজন পরীক্ষক দ্বারা ঘুমের স্কোরিং করা হয়েছিল। আমেরিকান একাডেমি অফ স্লিপ মেডিসিন স্কোরিং রুলস (AASM) ঘুমের পর্যায় 1 এবং 2 অনুসারে, স্লো-ওয়েভ স্লিপ, REM ঘুম, জাগরণ এবং শরীরের নড়াচড়াগুলি EOG, EMG এবং নিম্নলিখিত চ্যানেলগুলির উপর ভিত্তি করে 30 সেকেন্ড যুগে দৃশ্যত স্কোর করা হয়েছিল। —F3, F4, C3, C4, O1, O2।

2.4.2|এফএমআরআই অধিগ্রহণ

এফএমআরআই টাইম সিরিজ একটি 3T হেড-অনলি স্ক্যানার (প্রিজমা 3টি, সিমেন্স, এরলাঞ্জেন, জার্মানি) ব্যবহার করে অর্জিত হয়েছিল। একটি মাল্টিব্যান্ড গ্রেডিয়েন্ট-ইকো ইকো-প্ল্যানার ইমেজিং সিকোয়েন্স (মাল্টিব্যান্ড ফ্যাক্টর=8, 64টি অক্ষীয় স্লাইস, ভলিউম পুনরাবৃত্তির সময় [TR]=1000 ms, ইকো টাইম [TE ]=39 ms, 52 ফ্লিপ অ্যাঙ্গেল, স্লাইস পুরুত্ব=2.4 মিমি; ফিল্ড অফ ভিউ (FOV) 210 মিমি; ভক্সেল সাইজ 2 মিমি আইসোট্রপিক)। শারীরবৃত্তীয় চিত্রগুলি একটি T1-ভারযুক্ত MP-RAGE ক্রম ব্যবহার করে অর্জিত হয়েছিল (192 স্যাজিটাল স্লাইস, ভলিউম TR=2300 ms, TE=3.03 ms, 8 ফ্লিপ অ্যাঙ্গেল, স্লাইস বেধ, 1 মিমি ; FOV, 256 মিমি; ভক্সেল সাইজ 1  1  1 মিমি)। ডোন্ডারস রিপোজিটরি ডি-তে সমস্ত ডেটা উপলব্ধ। করতে পারা. ডিএসসি_3013066৷{27}}।

2.5|তথ্য প্রক্রিয়াজাতকরণ

2.5.1|স্লিপ ইইজি প্রিপ্রসেসিং

Sleeptrip টুলবক্স (www.sleeptrip. org; RRID: SCR_017318) ব্যবহার করে ম্যাটল্যাব R2020b (Mathworks Inc., Sherborn, Massachusetts) এ ডেটা প্রিপ্রসেস করা হয়েছিল। সমস্ত EEG চ্যানেলগুলিকে গড় মাস্টয়েড (A1 এবং A2) এর সাথে পুনরায় উল্লেখ করা হয়েছিল এবং ডেটা 0.3 এবং 35 Hz (4র্থ-ক্রম বাটারওয়ার্থ জিরো-ফেজ ফিল্টার) এর মধ্যে ব্যান্ড-পাস ফিল্টার করা হয়েছিল। সাধারণভাবে, শুধুমাত্র শূন্য-ফেজ ফিল্টার প্রয়োগ করা হয়েছিল (অর্থাৎ, সামনে এবং বিপরীত দিক)। খারাপ EEG চ্যানেলগুলি তাদের পাওয়ার স্পেকট্রার উপর ভিত্তি করে দৃশ্যত প্রত্যাখ্যান করা হয়েছিল। অবশিষ্ট চ্যানেলগুলির জন্য, 30- দীর্ঘ উইন্ডোতে আর্টিফ্যাক্টগুলি সনাক্ত করা হয়েছিল৷ যে অংশগুলি দৃশ্যত দেহের গতিবিধি হিসাবে চিহ্নিত করা হয়েছিল সেগুলি পরে বর্জনের জন্য চিহ্নিত করা হয়েছিল। পর্যবেক্ষিত সামগ্রিক প্রশস্ততা বন্টন থেকে দৃঢ়ভাবে বিচ্যুত সেগমেন্টগুলিকে আরও শনাক্ত করার জন্য, প্রতিটি চ্যানেলের মধ্যে প্রতিটি বিভাগের জন্য প্রশস্ততার পার্থক্যগুলিকে z-প্রমিত করা হয়েছিল। যেকোনো চ্যানেলে az > 5 সহ বিভাগগুলি বাদ দেওয়া হয়েছিল (Muehlroth et al., 2019)। টিএসটি 1, 2, SWS এবং REM ঘুমের পর্যায়ে ব্যয় করা সময় হিসাবে গণনা করা হয়েছিল। WASO কে সংজ্ঞায়িত করা হয়েছিল যখন অংশগ্রহণকারীরা ঘুমের সূচনা এবং চূড়ান্ত জাগরণের মধ্যে জেগে ছিল।

সিস্টানচে ভেষজ-অ্যান্টি আলঝাইমার রোগের প্রভাব

2.5.2|টাকু সনাক্তকরণ

স্লিপট্রিপে পূর্ববর্তী প্রকাশনা (ওয়েবার এট আল।, 2020) এবং পাইথনে প্রয়োগ করা "অফ" অ্যালগরিদম, সংস্করণ 3.8 (Donoghue et al. , 2020)। ধীর স্পিন্ডেল (9-12.5 Hz) এবং দ্রুত স্পিন্ডেল (12.5-16 Hz) ফ্রিকোয়েন্সি ব্যান্ডগুলিতে পুটেটিভ শক্তির শিখরগুলি NREM যুগ (যেমন, N2 এবং N3) থেকে দৃশ্যত সনাক্ত করা হয়েছিল। পাওয়ার স্পেকট্রার পরিদর্শনের আগে, একটি লরেন্টজিয়ান ফাংশন ফিট করে অ্যাপিরিওডিক 1/f উপাদানটি সংকেত থেকে সরানো হয়েছিল। প্রতিটি অংশগ্রহণকারীর জন্য, তিনটি ফ্রন্টাল চ্যানেলের গড় (Fz, F3, F4; স্লিপ টেস্ট সেশন: 10.25 Hz ± 0.1, মানে ± SEM ; স্লিপ কন্ট্রোল সেশন: 10.07 Hz ± 0.14, গড় ± SEM) এবং তিনটি কেন্দ্রীয় চ্যানেলের গড় (Cz, C3, C4; স্লিপ টেস্ট সেশন: 13.44 Hz ± 0.09, গড় ± SEM; ঘুম নিয়ন্ত্রণ সেশন: 13.44 Hz ± 0.06, গড় ± SEM)। দৃশ্যত সংজ্ঞায়িত ফ্রিকোয়েন্সি পিকগুলি যাচাই করার জন্য, আমরা পুনরাবৃত্তভাবে গাউসিয়ানদের পর্যায়ক্রমিক শক্তি উপাদানগুলির সাথে fooof দিয়ে ফিট করি (চিত্র S2, যেমন, স্পেকট্রা দেখুন)। ম্যানুয়াল লেবেল এবং লাগানো গাউসিয়ান পিকগুলির মধ্যে একটি পার্থক্যের ক্ষেত্রে, পাওয়ার স্পেকট্রা পুনর্বিবেচনা করা হয়েছিল। এই পদ্ধতিটি ভুয়া টাকু ইভেন্টের প্রবর্তন এড়াতে ব্যবহার করা হয়েছিল (উজমা এট আল।, 2015)। তারপরে, চিহ্নিত পৃথক ফ্রিকোয়েন্সি পিকগুলির চারপাশে প্রতিটি চ্যানেলের সংকেত ব্যান্ড-পাস ফিল্টার করা হয়েছিল (±1.5 Hz, 3 dB কাটঅফ, 4thorder বাটারওয়ার্থ জিরো-ফেজ ফিল্টার)। সিগন্যালের রুট-মিন-স্কোয়ার (RMS) উপস্থাপনা প্রতিটি নমুনা পয়েন্টে গণনা করা হয়েছিল এবং একটি 200 ms স্লাইডিং উইন্ডোতে একটি চলমান গড় ফিল্টার ব্যবহার করে মসৃণ করা হয়েছিল। একটি সম্ভাব্য টাকু চিহ্নিত করা হয়েছিল যদি মসৃণ RMS সংকেতের প্রশস্ততা 0.5-3 সেকেন্ডের জন্য ফিল্টার করা সংকেতের 1.5 SD এর গড় অতিক্রম করে। ফিল্টার করা স্পিন্ডল সিগন্যালে স্থানীয় মিনিমা এবং ম্যাক্সিমাকে শিখর এবং ট্রফ হিসাবে চিহ্নিত করা হয়েছিল। সবচেয়ে বড় ট্রফটিকে স্পিন্ডেল পিক টাইম হিসাবে সংজ্ঞায়িত করা হয়েছিল। টাকু প্রশস্ততা বৃহত্তম ট্রু এবং বৃহত্তম শিখরের মধ্যে সম্ভাব্য পার্থক্য দ্বারা সংজ্ঞায়িত করা হয়েছিল। একটি কংক্রিট স্পিন্ডেলের পৃথক ফ্রিকোয়েন্সি নির্ধারণ করা হয়েছিল সমস্ত খাঁজ এবং শিখরের সংখ্যা যোগ করে এবং সংশ্লিষ্ট টাকুটির সময়কালের দ্বিগুণ দ্বারা ভাগ করে। 0.25 সেকেন্ডের কাছাকাছি সীমানা সহ স্পিন্ডেলগুলি শেষ পর্যন্ত একত্রিত করা হয়েছিল।

2.5.3|ধীর দোলন সনাক্তকরণ

ফ্রন্টাল ইলেক্ট্রোডগুলিতে ধীর দোলন সনাক্তকরণও স্লিপট্রিপে প্রয়োগ করা একটি স্বয়ংক্রিয় অ্যালগরিদমের উপর ভিত্তি করে এবং অন্যত্র বৈধ করা হয়েছিল (এনজিও এট আল।, 2013)। সমস্ত এনআরইএম যুগের জন্য, প্রাক-প্রক্রিয়াজাত ইইজি ডেটা 4 হার্জে ফিল্টার করা হয়েছিল কম-পাস (6 তম-ক্রম বাটারওয়ার্থ জিরো-ফেজ ফিল্টার)। পুরো সংকেতটি তখন নেতিবাচক এবং ধনাত্মক অর্ধ-তরঙ্গে বিভক্ত ছিল যা শূন্য-ক্রসিং দ্বারা পৃথক করা হয়েছিল। একটি সম্ভাব্য ধীর দোলনকে একটি নেতিবাচক অর্ধ-তরঙ্গ হিসাবে সংজ্ঞায়িত করা হয়েছিল এবং 0.5 এবং 1 Hz এর মধ্যে একটি ফ্রিকোয়েন্সি পরিসরে একটি ইতিবাচক অর্ধ-তরঙ্গ দ্বারা অনুসরণ করা হয়েছিল। স্পিন্ডেলের জন্য ব্যবহৃত একই পদ্ধতির সাথে ধীর দোলন প্রশস্ততা এবং ফ্রিকোয়েন্সি গণনা করা হয়েছিল। সমস্ত পুউটেটিভ ধীর দোলনগুলির গড় ট্রফের 1.25 গুণ বেশি এবং সেইসাথে সমস্ত সম্ভাব্য ধীর দোলনের গড় প্রশস্ততার 1.25 গুণের প্রশস্ততাকে আরও বিশ্লেষণের জন্য গ্রহণ করা হয়েছিল।

2.5.4|বিশ্রাম-রাষ্ট্র fMRI প্রিপ্রসেসিং

MRI DICOM ফাইলগুলি GraphICA-তে একটি স্বয়ংক্রিয় পাইপলাইনে প্রবেশ করানো হয়েছিল (BraiNet—Brain Imaging Solution Inc.—সারনিয়া, অন্টারিও, কানাডা)৷ শারীরবৃত্তীয় এবং কার্যকরী চিত্রগুলি FSL 6.03 ব্যবহার করে প্রিপ্রসেস করা হয়েছিল। T1-ভারযুক্ত শারীরবৃত্তীয় চিত্রগুলির প্রি-প্রসেসিং ধাপগুলির মধ্যে রয়েছে বায়াস-ক্ষেত্র সংশোধন (RF/B1-অসংগতি-সংশোধন), মস্তিষ্ক নিষ্কাশন, টিস্যু-টাইপ সেগমেন্টেশন (CSF, GM, WM), এবং সাবকোর্টিক্যাল কাঠামো বিভাজন কার্যকরী ডেটাতে, আমরা স্কাল স্ট্রিপিং, গতি সংশোধন, স্লাইস-টাইমিং সংশোধন, স্থানিক মসৃণকরণ করেছি, যা ভক্সেল আকার, সিলিং (1.5 * ভক্সেল আকার), কোরজিস্ট্রেশন, আইসিএ-ভিত্তিক স্বয়ংক্রিয়ভাবে মোশন আর্টিফ্যাক্টের অপসারণ, হাইপাস এর উপর ভিত্তি করে গণনা করা হয়। ফিল্টারিং, এবং উপদ্রব রিগ্রেশন (WM এবং CSF)। নিম্নলিখিত বিশ্লেষণে প্রাকৃতিক মস্তিষ্কের স্থানের বৈশিষ্ট্যগুলি সংরক্ষণ করা উচিত বলে তথ্যগুলিকে একটি রেফারেন্স স্পেসে স্বাভাবিক করা হয়নি।

2.5.5|দ্বৈত রিগ্রেশন বিশ্লেষণ

দ্বৈত-রিগ্রেশন 11টি বিশ্রাম-রাষ্ট্র নেটওয়ার্ক মুখোশ ব্যবহার করে বিষয়-নির্দিষ্ট স্থানিক মানচিত্র সনাক্ত করতে ব্যবহৃত হয়েছিল: শ্রুতি, ডিফল্ট মোড নেটওয়ার্ক, নির্বাহী নিয়ন্ত্রণ বাম, নির্বাহী নিয়ন্ত্রণ ডান, হিপ্পোক্যাম্পাল, ভাষা, স্যালিয়েন্স, সেন্সরিমোটর, ভিজ্যুয়াল পাশ্বর্ীয়, ভিজ্যুয়াল মিডিয়া, এবং ভিজ্যুয়াল মিডিয়া। অক্সিপিটাল। উপাদান স্থানিক মানচিত্রের তীব্রতা গড় থেকে শতাংশ সংকেত পরিবর্তনের এককে প্রকাশ করা হয়েছিল।

2.5.6|আঞ্চলিক পার্সেলেশন

প্রতিটি বিষয়ের T{{0}} ওজনযুক্ত চিত্র ফ্রিসারফার 7 (v7.1.0, http://surfer.nmr.mgh. harvard.edu/) এ বাস্তবায়িত একটি পাইপলাইনের সাথে স্বয়ংক্রিয়ভাবে বিভক্ত করা হয়েছিল। (Schaefer et al., 2018) বর্ণিত গ্রেডিয়েন্ট-ওয়েটেড মার্কভ র্যান্ডম ফিল্ড মডেল পদ্ধতি ব্যবহার করে GraphICA-এর সাথে আরও পার্সেলেশন করা হয়েছিল। এই পার্সেলেশন মডেলটিতে তিনটি প্রতিযোগিতামূলক পদ রয়েছে যা চূড়ান্ত বিভাজনের সর্বোত্তম বৈশিষ্ট্যগুলিকে ট্রেডঅফ করে: অনুরূপ চিত্রের তীব্রতা সহ গোষ্ঠী মস্তিষ্কের অবস্থানগুলির সাথে একটি বিশ্বব্যাপী সাদৃশ্য শব্দ, প্রতিবেশী মস্তিষ্কের অবস্থানগুলির মধ্যে আকস্মিক কার্যকরী সংযোগের পরিবর্তনগুলি সনাক্ত করার জন্য একটি স্থানীয় গ্রেডিয়েন্ট শব্দ, এবং একটি স্থানিক সংযোগের শব্দ পার্সেলের মধ্যে স্থানিক সংযোগ নিশ্চিত করুন। পদ্ধতিটি 832টি পার্সেলেটেড মস্তিষ্কের অঞ্চল পেয়েছিল যা আরও বিশ্লেষণের জন্য নেটওয়ার্ক নোড হিসাবে অন্তর্ভুক্ত ছিল।

2.5.7|কার্যকরী নেটওয়ার্ক নির্মাণ এবং থ্রেশহোল্ডিং

GraphICA ব্যবহার করে প্রতিটি নোডাল fMRI টাইম কোর্স তিনটি বিশ্রাম-স্টেট নেটওয়ার্কের জন্য আলাদাভাবে আইসি টাইম কোর্সের সাথে সম্পর্কযুক্ত ছিল। নেটিভ স্পেসে সাবজেক্টে প্রতিটি কার্যকরী বিশ্রামের স্টেট নেটওয়ার্কের সহ-রেজিস্ট্রেশনের পরে, 832 ROI-এর প্রতিটির অন্তর্গত ভক্সেলের স্কেলার ম্যাপ মানগুলির গড় করে একটি গড় z-মান গণনা করা হয়েছিল। ফলস্বরূপ জেড-প্রমিত পারস্পরিক সম্পর্ক সহগগুলি সংশ্লিষ্ট বিশ্রাম-রাষ্ট্র নেটওয়ার্কে প্রতিটি নোডাল সময় কোর্সের লোডিং বর্ণনা করে। নকল বা দুর্বল z-মানগুলি অপসারণ করতে, উদাহরণস্বরূপ, গোলমালের কারণে, লোডিংগুলিকে একক-বিষয় স্তরে ডেটা-চালিত মিশ্রণ মডেলিং পদ্ধতির সাথে থ্রেশহোল্ড করা হয়েছিল (Bielczyk et al., 2018)। অতিরিক্তভাবে, থ্রেশহোল্ড নেটওয়ার্কগুলি GraphICA দ্বারা প্রদত্ত নেটওয়ার্ক টেমপ্লেটগুলির সাথে মিলিত হয়েছিল যা 200টি সুস্থ নিয়ন্ত্রণ থেকে প্রাপ্ত হয়েছিল৷ টেমপ্লেটগুলিতে পাওয়া নোডগুলিকে আরও বিশ্লেষণের জন্য বিবেচনা করা হয়েছিল (যেমন, হিপ্পোক্যাম্পাল নেটওয়ার্ক=74 নোড, ডিফল্ট মোড নেটওয়ার্ক=171 নোড, ডান নির্বাহী নিয়ন্ত্রণ নেটওয়ার্ক=164 নোড)।

2.6|পরিসংখ্যান সংক্রান্ত বিশ্লেষণ

2.6.1|ঘুমের ইইজি বিশ্লেষণ

ওপেন-সোর্স টুলবক্স ফিল্ডট্রিপ (ওস্টেনভেল্ড এট আল।, 2011) এবং সার্কস্ট্যাটস টুলবক্স (বেরেন্স, 2009) সহ Matlab R2020b (Mathworks Inc., Sherborn, Massachusetts) ব্যবহার করে ঘুমের EEG ডেটার পরিসংখ্যানগত বিশ্লেষণ করা হয়েছিল। বিশ্লেষণটি ধীর দোলন এবং ধীর স্পিন্ডেলের জন্য চ্যানেল Fz এবং দ্রুত স্পিন্ডলের জন্য Cz এর মধ্যে সীমাবদ্ধ। আমাদের বিশ্লেষণে ব্যবহৃত সমস্ত ঘুমের ভেরিয়েবল একটি স্বাভাবিক বিতরণ অনুসরণ করে না। শেখার পরে ঘুমের অধিবেশন এবং ঘুম নিয়ন্ত্রণ সেশনের মধ্যে ঘুমের বর্ণনামূলক এবং দোলন বৈশিষ্ট্যের সমস্ত অন্তর্গত-গোষ্ঠী তুলনা নির্ভরশীল নমুনার জন্য নন-প্যারামেট্রিক উইলকক্সন স্বাক্ষরিত-র্যাঙ্ক টেস্ট ব্যবহার করে পরীক্ষা করা হয়েছিল। স্বতন্ত্র নমুনার জন্য অ-প্যারামেট্রিক মান-হুইটনি ইউ টেস্টের সাথে অ্যালোসেন্ট্রিক বনাম অহংকেন্দ্রিক অবস্থায় ঘুমের ভেরিয়েবলের মধ্যে-গোষ্ঠীর তুলনা করা হয়েছিল। এই পরীক্ষাগুলির জন্য ভেরিয়েবলগুলির মধ্যমা এবং চতুর্থিক মানগুলি রিপোর্ট করা হয়েছিল। একটি পি-মান<.05 was viewed as statistically significant.

2.6.2|শনাক্ত ধীর দোলন এবং টাকু মধ্যে অস্থায়ী সম্পর্ক

স্পিন্ডল হিসাবে এনআরইএম ঘুমের জন্য ধীর দোলন এবং স্পিন্ডেলের সমন্বয় মূল্যায়ন করা হয়েছিল – ধীর দোলন কাপলিং স্টেজ 2 এবং স্লো-ওয়েভ স্লিপ (কক্স এট আল।, 2017) জুড়ে স্থিতিশীল বলে প্রমাণিত হয়েছে যদিও ধরন ধীর দোলন ভিন্ন (কে-কমপ্লেক্স বনাম ডেল্টা তরঙ্গ)। ধীর দোলন এবং টাকু ইভেন্টগুলির মধ্যে সাধারণ সাময়িক সম্পর্কটি চিহ্নিত ধীর দোলনের ট্রফের চারপাশে ±1.2 সেকেন্ডের ব্যবধানে এবং এর সাথে ধীর দোলনের পরিমাণের মধ্যে যে স্পিন্ডলগুলির কেন্দ্র (অর্থাৎ, সর্বাধিক ট্রফ) ঘটেছিল তার অনুপাত নির্ধারণ করে গণনা করা হয়েছিল। স্পিন্ডল যার কেন্দ্র দোলনের নিজ নিজ ট্রফের চারপাশে ±1.2 সেকেন্ডের মধ্যে ঘটেছে। একটি সম্পূর্ণ ধীর দোলন চক্র (0.5-1 Hz, অর্থাৎ, 1-2 s) কভার করার জন্য ±1.2 সেকেন্ডের সময় উইন্ডোটি বেছে নেওয়া হয়েছিল। যখনই দুটি ধীর দোলন টাইম উইন্ডো ওভারল্যাপ করে তখন একটি টাকু কেন্দ্র থেকে আরও দূরে সরানো হয়। ধীর দোলন এবং টাকু ইভেন্টগুলির সঠিক সময়টি প্রতিটি ধীর দোলন ট্রফ (লক্ষ্য) এর চারপাশে ±1.2 সেকেন্ডের একটি সময়ের ব্যবধানের মধ্যে ঘটে যাওয়া দ্রুত এবং ধীর স্পিন্ডল কেন্দ্রগুলির পেরি-ইভেন্ট টাইম হিস্টোগ্রাম (PETHs) (চিত্র 2b) দ্বারা কল্পনা করা হয়েছিল। ঘটনা)। বীজের ঘটনা ঘটার সম্ভাবনাগুলি 100 ms এর বিনের মধ্যে যোগ করা হয়েছিল এবং শতাংশে রূপান্তরিত হয়েছিল। PETH-এর টেম্পোরাল প্যাটার্ন পরীক্ষা করার জন্য, আমরা PETH বিনের ক্রম 1000 বার এলোমেলোভাবে এলোমেলোভাবে পরিবর্তন করে একটি র্যান্ডমাইজেশন পদ্ধতি প্রয়োগ করেছি। ফলস্বরূপ সারোগেটগুলি প্রতিটি ব্যক্তির জন্য গড় করা হয়েছিল এবং নির্ভরশীল নমুনা টি-পরীক্ষা ব্যবহার করে মূল PETH-এর বিরুদ্ধে পরীক্ষা করা হয়েছিল। একাধিক তুলনার জন্য নিয়ন্ত্রণ 5000 পারমুটেশন সহ ক্লাস্টার-ভিত্তিক পারমুটেশন পরীক্ষার মাধ্যমে অর্জন করা হয়েছিল (মেরিস ও ওস্টেনভেল্ড, 2007)।

2.6.3|ইভেন্ট-লকড ফেজ কাপলিং

ইভেন্ট-লকড ক্রস-ফ্রিকোয়েন্সি বিশ্লেষণের জন্য (হেলফ্রিচ এট আল।, 2018), চ্যানেল এফজেডের উপর আর্টিফ্যাক্ট-মুক্ত ধীর দোলন-ইভেন্ট ট্রায়াল (সর্বোচ্চ ধীর দোলন ট্রফের চারপাশে ±3 সেকেন্ড) নির্বাচন করা হয়েছিল, এবং ব্যান্ড -পাস ধীর দোলন ফ্রিকোয়েন্সি পরিসরে ফিল্টার করা হয়েছে (0.3–1.25 Hz)। হিলবার্ট ট্রান্সফর্ম প্রয়োগ করার পরে, আমরা বিশ্লেষণাত্মক সংকেত থেকে তাত্ক্ষণিক ফেজ কোণ বের করেছি। একই ট্রায়ালগুলি বিশ্লেষণাত্মক সংকেত থেকে প্রশস্ততা খামের গণনা করার জন্য 9 থেকে 12.5 Hz (ধীর স্পিন্ডেল উপাদান) এবং 12.5 থেকে 16 Hz (দ্রুত স্পিন্ডেল উপাদান) এর মধ্যে ফিল্টার করা ব্যান্ড-পাসও ছিল। ফিল্টার এজ আর্টিফ্যাক্টগুলি এড়াতে আমরা শুধুমাত্র 2 থেকে 2 সেকেন্ডের সময়সীমা বিবেচনা করেছি। প্রতিটি বিষয়, চ্যানেল এবং যুগের জন্য, আমরা এখন সর্বাধিক স্পিন্ডেল প্রশস্ততা এবং সংশ্লিষ্ট ধীর দোলন ফেজ কোণ সনাক্ত করেছি। Rayleigh পরীক্ষাগুলি অভিন্নতার বিরুদ্ধে বিষয় প্রতি ফেজ বিতরণ পরীক্ষা করার জন্য গণনা করা হয়েছিল। সমস্ত NREM ইভেন্ট জুড়ে গড় বৃত্তাকার দিক এবং ফলস্বরূপ ভেক্টর দৈর্ঘ্য নির্ধারণ করা হয়েছিল। পিপিসি 3.5 থেকে +3.5 সেকেন্ডের টাইম উইন্ডোতে স্পিন্ডল-ট্রু ট্রিগার ফুরিয়ার স্পেকট্রার উপর ভিত্তি করে স্পিন্ডল এবং ধীর দোলনের মধ্যে ফেজ সম্পর্কের ধারাবাহিকতার নিরপেক্ষ অনুমানকারী হিসাবে ব্যবহার করা হয়েছিল (Vinck et al., 2012) (100 ms ধাপ) এবং একটি ধীর দোলন ফ্রিকোয়েন্সি 0.3 থেকে 3 Hz পর্যন্ত।

চীনা ভেষজ cistanche

2.6.4|সময়-ফ্রিকোয়েন্সি বিশ্লেষণ

স্পিন্ডেল এবং ধীর দোলনের মধ্যে সাময়িক সম্পর্ককে আরও বর্ণনা করার জন্য, আমরা আবার পূর্বে গণনা করা ধীর দোলন-ইভেন্ট ট্রায়ালগুলি (6-গুলি সেগমেন্ট) ব্যবহার করেছি। এই ট্রায়ালগুলি বেসলাইন ট্রায়াল হিসাবে ব্যবহৃত সংশ্লিষ্ট ধীর দোলনের মতো একই ঘুমের পর্যায়ে 6 সেকেন্ডের একটি এলোমেলোভাবে নির্বাচিত আর্টিফ্যাক্ট-মুক্ত সময়ের অংশের সাথে মিলিত হয়েছিল। ধীর দোলন সহ এবং ছাড়া পরীক্ষার সময়-ফ্রিকোয়েন্সি বিশ্লেষণের জন্য, আমরা সুপারসেটগুলি ব্যবহার করেছি (মোকা এট আল।, 2021)। সুপারলেটগুলি একই কেন্দ্রের ফ্রিকোয়েন্সি সহ একাধিক মর্লেট তরঙ্গ নিয়ে গঠিত কিন্তু ক্রমবর্ধমান সীমাবদ্ধ ব্যান্ডউইথ যার সময়-ফ্রিকোয়েন্সি রেজোলিউশন প্রতিষ্ঠিত পদ্ধতির চেয়ে বেশি। বিশেষত, আমরা 0.25 Hz এর ধাপে 5 Hz থেকে 20 Hz-এর মধ্যে ধীর দোলন এবং বেসলাইন ট্রায়ালের প্রাক-প্রসেসকৃত ডেটাতে একটি ভগ্নাংশ অভিযোজিত সুপারলেট ট্রান্সফর্ম (FASLT) প্রয়োগ করেছি, যার প্রাথমিক তরঙ্গের ক্রম 3 এবং 5 এবং 15 এর মধ্যে একটি অর্ডার ব্যবধান রয়েছে ( বারজান এট আল।, 2021)। ধীর দোলন-ইভেন্ট ট্রায়াল এবং কন্ট্রোল ট্রায়ালের সময়-ফ্রিকোয়েন্সি উপস্থাপনাগুলি স্বাধীন-নমুনা টি-পরীক্ষা ব্যবহার করে প্রতিটি বিষয়ের জন্য তুলনা করা হয়েছিল। ফলস্বরূপ টি-ম্যাপগুলি ধীর দোলন সহ ট্রায়ালগুলির জন্য দ্রুত এবং ধীর স্পিন্ডল ফ্রিকোয়েন্সি পরিসরের বৃদ্ধি/কমানোর প্রতিফলন করে, বিনা ট্রায়ালগুলির তুলনায়। বিষয়ের মধ্যে বৈপরীত্য গণনা করার জন্য, আমরা স্লো-ওয়েভ স্লিপ ট্রায়ালের পর্যায় 2-এর অনুপাত বজায় রেখে বেসলাইন এবং ধীর দোলন ট্রায়ালের 100টি র্যান্ডম সেট আঁকেছি। এই সমস্ত র্যান্ডম ট্রায়াল সেটগুলির জন্য টি-মানচিত্রগুলি প্রতিটি বিষয়ের জন্য গড় করা হয়েছিল। প্রতিটি মেমরি কন্ডিশনের জন্য আলাদাভাবে, 1.2 থেকে 1.2 সেকেন্ডের টাইম উইন্ডোতে 5000 পারমুটেশন সহ ক্লাস্টার-ভিত্তিক পারমুটেশন টেস্ট ব্যবহার করে শূন্যের বিপরীতে টি-ম্যাপ পরীক্ষা করা হয়েছিল।

2.6.5|বিশ্রাম-রাষ্ট্র এফএমআরআই বিশ্লেষণ

তিনটি বিশ্রাম-রাষ্ট্র নেটওয়ার্কের fMRI ডেটা RStudio 1.4.1103 (RStudio, Inc., Boston, Massachusetts) এ বিশ্লেষণ করা হয়েছে। সমস্ত বিশ্লেষণ তিনটি প্রাক-নির্বাচিত বিশ্রাম-রাষ্ট্র নেটওয়ার্কের জন্য পৃথকভাবে সম্পাদিত হয়েছিল (যেমন, হিপ্পোক্যাম্পাল নেটওয়ার্ক, ডিফল্ট মোড নেটওয়ার্ক, ডান নির্বাহী নিয়ন্ত্রণ নেটওয়ার্ক) এবং আইসি প্রতি প্রাপ্ত নোডাল জেড-মানগুলির উপর ভিত্তি করে ছিল যা কার্যকরী সংযোগের প্যাটার্ন বর্ণনা করে। বিশ্রাম-রাষ্ট্র নেটওয়ার্ক. আমরা গ্রাফ থিওরি বিশ্লেষণ, ইউক্লিডীয় দূরত্ব ম্যাট্রিক্স এবং একটি একক-মান পচন (SVD) সহ ডেটা বিশ্লেষণ করার জন্য তিনটি ভিন্ন পদ্ধতির সন্ধান করেছি, যার মধ্যে SVD বর্তমান ডেটা সেটের জন্য সবচেয়ে উপযুক্ত ছিল। বিশ্রাম-স্টেট নেটওয়ার্কগুলির মূল সংস্থাকে আরও সঠিকভাবে ক্যাপচার করতে কাঁচা z-মানগুলিতে SVD সঞ্চালিত হয়েছিল। থ্রেশহোল্ডেড z-মানগুলি একটি mn ডেটা ম্যাট্রিক্স গঠন করে (m=অংশগ্রহণকারীদের 4 সেশনের সংখ্যা; n=নোডের সংখ্যা)। বিশেষত, স্পার্স ম্যাট্রিক্সের জন্য একটি SVD ডাইমেনশ্যালিটি কমানোর জন্য বেছে নেওয়া হয়েছিল যেহেতু থ্রেশহোল্ড ডেটা ম্যাট্রিক্সে প্রধানত শূন্য মান রয়েছে। নেটওয়ার্ক প্রতি দুটি প্রধান মোড বের করা হয়েছে যা একসাথে 15%-20% ডেটার বৈচিত্র্য ব্যাখ্যা করেছে। প্রতিটি মোড একটি ভিন্নতা-ভিত্তিক কার্যকরী বিশ্রাম-রাষ্ট্র সাবনেটওয়ার্ক হিসাবে বোঝা যেতে পারে (মুভি S1– S4 দেখুন)। SVD-এর ফলস্বরূপ, আমরা একটি র্যাঙ্ক-আর আনুমানিক হিসাবে নেটওয়ার্কগুলির গড় নিম্ন-র্যাঙ্ক পুনর্গঠন পেয়েছি যা সমীকরণ (2) ব্যবহার করে সংশ্লিষ্ট সাবনেটওয়ার্কের স্থানিক বিতরণকে বর্ণনা করে:

যেখানে A হল আসল ডেটা ম্যাট্রিক্স যা U দ্বারা অনুমান করা হয় r বাম একবচন ভেক্টর, S তে r একবচন মান রয়েছে এবং V রয়েছে r ডান একবচন ভেক্টর। পরিসংখ্যানগত পরীক্ষার প্রস্তুতির জন্য, সংশ্লিষ্ট বাম একবচন ভেক্টর (um, i ) এর একবচন মান (si, i ) দ্বারা স্কেল করা হয়েছিল, যেখানে i হল ম্যাট্রিক্সের ith সারি/কলাম। ফলাফল (um, I si, i ) হল একটি কলাম ভেক্টর যা ith সাবনেটওয়ার্কের সমস্ত সেশনের জন্য অংশগ্রহণকারীদের স্কোর উপস্থাপন করে। এই মানগুলি সেশন এবং শর্ত জুড়ে সমস্ত অংশগ্রহণকারীদের জন্য নির্বাচিত কার্যকরী সাবনেটওয়ার্কের সংযোগ শক্তি হিসাবে ব্যাখ্যা করা যেতে পারে। দুটি সাবনেটওয়ার্কের প্রতিটির জন্য, প্রাপ্ত অংশগ্রহণকারীদের স্কোরগুলি একটি রৈখিক মিশ্র-প্রভাব মডেল ব্যবহার করে নির্ভরশীল ভেরিয়েবল হিসাবে বিশ্লেষণ করা হয়েছিল। মডেল ভবিষ্যদ্বাণীকারীদের মধ্যে ঘুমের অবস্থা (ঘুম, জাগ্রত), সেশন (1-4 বা প্রাক/পরবর্তী-ব্রেক, প্রাক/পোস্ট-টাস্ক), এবং মেমরির অবস্থা (অ্যালোকেন্দ্রিক, অহংকেন্দ্রিক) নির্দিষ্ট প্রভাব হিসাবে অন্তর্ভুক্ত ছিল। অংশগ্রহণকারীদের চারটি বিশ্রাম-রাষ্ট্র সেশনের জন্য এলোমেলো প্রভাব হিসাবে মডেল করা হয়েছিল। আকাইকে তথ্য মাপকাঠি (Akaike, 1973), Bayesian Information Criterion (Schwarz, 1978), এবং লগ-সম্ভাবনা মডেলের উপযুক্ত মূল্যায়নের জন্য ব্যবহার করা হয়েছিল।

3|ফলাফল

3.1|স্টাডি ডিজাইন এবং মেমরি কর্মক্ষমতা

বর্তমান গবেষণায় একটি স্থানিক মেমরি টাস্কের একত্রীকরণ পরীক্ষা করার জন্য একটি 1-দিনের দৃষ্টান্ত ব্যবহার করা হয়েছে (চিত্র 1a)। এফএমআরআই স্ক্যানের সময়, অংশগ্রহণকারীরা মানুষের জন্য ওয়াটারমেজের পূর্বে বৈধ হওয়া ভার্চুয়াল অ্যানালগে অ্যালো- বা অহংকেন্দ্রিক স্থানিক শিক্ষা এবং মেমরি পুনরুদ্ধার করেছেন (মুলার এট আল।, 2018; শোয়েনফেল্ড এট আল।, 2017)। এই ডেটাসেটের প্রথম প্রকাশনায় একটি বিস্তারিত টাস্কের বিবরণ পাওয়া যাবে (সামান্তা এট আল।, 2021)। সংক্ষেপে, অংশগ্রহণকারীরা একটি নির্দিষ্ট লক্ষ্য স্থানে পৌঁছানোর জন্য একটি জয়স্টিক ব্যবহার করে একটি ভার্চুয়াল দ্বীপে অবাধে নেভিগেট করেছে। শেখার অধিবেশনে, অবস্থানটি একটি লুকানো ধন বাক্স দ্বারা নির্দেশিত হয়েছিল। যাইহোক, পুনরুদ্ধারের সময়, অংশগ্রহণকারীদের বক্সটি উপস্থিত না হয়ে তাদের জ্ঞানের সেরা হিসাবে ট্রেজার বাক্সের অবস্থান চিহ্নিত করার নির্দেশ দেওয়া হয়েছিল। অ্যালোসেন্ট্রিক এবং অহংকেন্দ্রিক অবস্থার মধ্যে পার্থক্য ছিল যে এলোমেলোভাবে নির্ধারিত অংশগ্রহণকারীরা একই বা পরিবর্তনশীল প্রারম্ভিক অবস্থানে প্রতিটি পরীক্ষা শুরু করেছিল (চিত্র 1 বি)। মেমরি কর্মক্ষমতা সূচনা বিন্দু থেকে লক্ষ্য অবস্থানে পৌঁছানোর বিলম্বতা হিসাবে পরিমাপ করা হয়েছিল। পুনরুদ্ধারের সময়, অংশগ্রহণকারীরা সাধারণত অ্যালোসেন্ট্রিক অবস্থার তুলনায় অহংকেন্দ্রিক অবস্থায় ভাল পারফর্ম করেছে, এবং মেমরি কর্মক্ষমতার উপর ঘুমের প্রধান প্রভাব ছিল তাৎপর্যপূর্ণ (চিত্র 1c; টেবিল 1; অ্যালো/অহং F1 সহ দ্বিমুখী ANOVA,62=16 .78, p < .001 এবং স্লিপ/ওয়েক F1,62=3.84, p=.05)। শেখার এবং পুনরুদ্ধার সেশনের ঠিক আগে এবং পরে, বিশ্রাম-স্টেট এফএমআরআই দিয়ে কার্যকরী সংযোগ মূল্যায়ন করা হয়েছিল। এর পরিমাণ মোট চারটি বিশ্রাম-রাষ্ট্রের fMRI সেশনের প্রতিটি 9 মিনিটের। স্থানিক শিক্ষা এবং স্মৃতি পুনরুদ্ধারের মধ্যে, পলিসমনোগ্রাফি ঘুমের আর্কিটেকচার পরিমাপ করতে ব্যবহৃত হয়েছিল (টেবিল এস 1)। পরীক্ষামূলক অবস্থায়, অংশগ্রহণকারীরা প্রায় 90 মিনিট (93.48 ± 1.77, মানে ± SEM) ঘুমিয়েছিলেন, যখন নিয়ন্ত্রণ গোষ্ঠী একই পরিমাণ সময়ের জন্য একটি নিরপেক্ষ চলচ্চিত্র দেখেছিল। পরীক্ষার প্রায় 2 সপ্তাহ পরে, ঘুমের অবস্থার অংশগ্রহণকারীরা প্রায় 90 মিনিট (103.30 ± 2.66, মানে ± SEM) জন্য একটি ঘুম নিয়ন্ত্রণ সেশন সম্পন্ন করেছিল, যা অবিলম্বে স্থানিক শিক্ষার অভিজ্ঞতা অনুসরণ করেনি। পরীক্ষার অধিবেশনে পরীক্ষামূলক অবস্থার জন্য বিষয়গুলিকে অন্ধ রাখতে দুটি ঘুমের সেশনের ক্রম ভারসাম্যহীন ছিল না। একটি অনুরূপ টাস্ক ডিজাইন ব্যবহার করে, Genzel, Bäurle, et al. (2014) এবং Genzel et al., (2012) তুলনামূলক ঘুমের সময়কাল প্রাপ্ত করেছে। যাইহোক, এখানে, অংশগ্রহণকারীরা ঘুম পরীক্ষার সেশনের তুলনায় ঘুম নিয়ন্ত্রণ সেশনে উল্লেখযোগ্যভাবে বেশি ঘুমিয়েছিল (উইলকক্সন সাইন-র্যাঙ্ক টেস্ট, z =  2.68, p=.01)। এই সেশনের প্রভাব ঘুমের পরীক্ষাগারে অভ্যস্ত হওয়ার ইঙ্গিত দেয়। পূর্ববর্তী গবেষণা থেকে পার্থক্য Genzel, Bäurle, et al-এর জন্য একটি ভিন্ন পরীক্ষাগার সেটিং ব্যবহারের কারণে হতে পারে। (2014); Genzel et al., 2012) ঘুমের পরীক্ষাগার (ম্যাক্স প্ল্যাঙ্ক ইনস্টিটিউট অফ সাইকিয়াট্রি) যেমন মনোনীত করা হয়েছিল, যখন ইইজি ল্যাবে ডোন্ডারস ইনস্টিটিউটের ঘুমের পরীক্ষাগার (এবং তাই কম "ঘরোয়া")।

3.2|পরীক্ষা এবং নিয়ন্ত্রণ সেশনে ঘুমের বৈশিষ্ট্য

এনআরইএম ঘুমের সময় স্পাটিওটেম্পোরাল মেকানিজমগুলি পূর্ব জাগ্রত হওয়ার সময় এনকোড করা অভিজ্ঞতাগুলিকে একীভূত করতে দেখানো হয়েছে (মাইগ্রেট এট আল।, 2016)। সিস্টেম স্তরে, ঘুমের সময় হিপ্পোক্যাম্পো-থ্যালামো-কর্টিক্যাল নেটওয়ার্কে অভিজ্ঞতাগুলিকে পুনরায় সক্রিয় করা হয় বলে মনে করা হয় যাতে এই অভিজ্ঞতাগুলির দীর্ঘমেয়াদী উপস্থাপনা তৈরি হয়। স্মৃতি একত্রীকরণের সাথে জড়িত বিভিন্ন দোলন এই মস্তিষ্কের কাঠামোর মধ্যে যোগাযোগের সমন্বয় ঘটাতে পারে (Genzel, 2020; Genzel, Bäurle, et al., 2014)। আমরা এনআরইএম ঘুমের সময় ধীর দোলন, সেইসাথে ধীর স্পিন্ডেল (9-12.5 Hz) এবং দ্রুত স্পিন্ডেল (12.5-16 Hz) সম্পর্কে আগ্রহী ছিলাম, যা স্মৃতি একত্রীকরণের প্রক্রিয়াতে একটি স্বতন্ত্র ভূমিকা পালন করতে পারে (Genzel & Robertson, 2015) . মানব EEG (Adamczyk et al., 2015) তে এই ঘুমের দোলনগুলির পূর্বে রিপোর্ট করা টপোগ্রাফির সাথে সামঞ্জস্য রেখে, আমরা আমাদের বিশ্লেষণগুলিকে সামনের ধীর গতির দোলন এবং ধীর গতির স্পিন্ডল (যেমন, চ্যানেল এফজেড) এবং কেন্দ্রীয় দ্রুত স্পিন্ডেলগুলিতে (যেমন, চ্যানেল সিজেড; টোপোগ্রাফি কাপলিং এর জন্য চিত্র S3 দেখুন)। স্লিপ টেস্ট সেশনের স্লিপ আর্কিটেকচারে স্থানিক শেখার অভিজ্ঞতার নির্দিষ্ট প্রভাবগুলি ক্যাপচার করার জন্য, আমরা ঘুমের বর্ণনামূলক পাশাপাশি স্পিন্ডল এবং স্পিন্ডল এবং স্লো দোলন বৈশিষ্ট্যগুলি (টেবিল এস 1 দেখুন) ঘুমের পরীক্ষা এবং নিয়ন্ত্রণ সেশনের মধ্যে তুলনা করেছি। আমরা দেখেছি যে অংশগ্রহণকারীরা পরীক্ষার সেশনের তুলনায় নিয়ন্ত্রণ সেশনে উল্লেখযোগ্যভাবে বেশি ঘুমিয়েছে। পরীক্ষার সেশনের তুলনায়, নিয়ন্ত্রণ সেশনে দ্রুত স্পিন্ডলের সময়কাল উল্লেখযোগ্যভাবে বেশি ছিল (উইলকক্সন সাইন-র্যাঙ্ক টেস্ট, z =  2.91, p < .01)। আমরা আরও মূল্যায়ন করেছি যে পরীক্ষা এবং নিয়ন্ত্রণ সেশনের মধ্যে TST-তে উল্লেখযোগ্য পার্থক্য WASO-এর জন্য নিয়ন্ত্রণ করে দ্রুত স্পিন্ডেল সময়কালের এই পার্থক্যটি পূর্বাভাস দিতে পারে। যাইহোক, ঘুমের সেশন জুড়ে দ্রুত স্পিন্ডল প্রশস্ততার পার্থক্যের উপর TST-এর কোন উল্লেখযোগ্য প্রভাব ছিল না (একাধিক লিনিয়ার রিগ্রেশন, TST:=0.53, p=.61)। দ্রুত টাকু প্রশস্ততা বৃদ্ধি, TST বৃদ্ধির অনুরূপ, ঘুমের পরীক্ষাগারের একটি অনিয়ন্ত্রিত অভ্যাস প্রভাবের কারণে হতে পারে। তবুও, আমরা ঘুমের দোলনের অস্থায়ী সম্পর্ককে স্মৃতি একত্রীকরণের জন্য অত্যন্ত গুরুত্বপূর্ণ বলে অনুমান করেছি। এই বিষয়ে, আমরা অধিবেশনগুলির মধ্যে কোনও পার্থক্য লক্ষ্য করিনি, যেমনটি নীচে উপস্থাপন করা হবে।

চিত্র 1

3.3|স্পিন্ডল-পরীক্ষা এবং নিয়ন্ত্রণ সেশনে ধীর দোলন কাপলিং

তীক্ষ্ণ তরঙ্গের তরঙ্গ, টাকু, এবং ধীর দোলনের মধ্যে সংযোগ একটি শেখার অভিজ্ঞতাকে একত্রিত করার জন্য একটি গুরুত্বপূর্ণ সময় উইন্ডো সেট করতে পারে (Genzel, Kroes, et al., 2014)। অতএব, আমরা ঘুমের পরীক্ষা এবং নিয়ন্ত্রণ সেশনের মধ্যে ঘুমের মাইক্রোআর্কিটেকচারের একটি পার্থক্য আরও অন্বেষণ করতে স্পিন্ডল এবং ধীর দোলনের মধ্যে অস্থায়ী সম্পর্কের উপর দৃষ্টি নিবদ্ধ করেছি। প্রথমত, আমরা চিহ্নিত ধীর দোলনের কেন্দ্রের চারপাশে একটি চক্রে (1.2 সেকেন্ডের ব্যবধান) ঘটতে থাকা স্পিন্ডলের সর্বোচ্চ ট্রফের সংখ্যা গণনা করেছি (চিত্র 2a)। উভয় সেশনেই, আমরা ধীর দোলনের সাথে মিলিত একই সংখ্যক দ্রুত স্পিন্ডেল সনাক্ত করেছি (উইলকক্সন সাইন-র্যাঙ্ক টেস্ট, z =  1.14, p=.26) এবং ধীর দোলনের সাথে মিলিত ধীর স্পিন্ডেলগুলি (উইলকক্সন) সাইন-র্যাঙ্ক টেস্ট, z {{10}.75, p=.45)। বিপরীতভাবে, প্রায় সমান সংখ্যক ধীর দোলন দ্রুত স্পিন্ডেলের সাথে মিলিত হয়েছিল (উইলকক্সন সাইন-র্যাঙ্ক টেস্ট, z=1। র্যাঙ্ক টেস্ট, z {{20}}.10, p=.27) শেখার পরে এবং ঘুম নিয়ন্ত্রণে৷ এই ফলাফলগুলি পরামর্শ দেয় যে স্পিন্ডেল এবং ধীর দোলন একে অপরের সাথে সমানভাবে আবদ্ধ। সাধারণত, আমরা ঘুমের পরীক্ষা সেশনের ঠিক আগে পরিচালিত স্থানিক শিক্ষার অভিজ্ঞতা থেকে স্বাধীন উভয় ঘুমের সেশন জুড়ে একটি সামঞ্জস্যপূর্ণ স্পিন্ডল-ধীর দোলন যুগল সনাক্ত করেছি। সফল মেমরি একত্রীকরণ দশ বা এমনকি শত শত এমএস এর একটি যুগল নির্ভুলতার উপর নির্ভর করতে পারে (মাইগ্রেট এট আল।, 2016; মুহেলরোথ এট আল।, 2019)। এইভাবে, আমরা PETHs (চিত্র 2b) ব্যবহার করে সুনির্দিষ্ট টাকু – ধীর দোলন সমন্বয় বিশ্লেষণ করেছি। পিইটিএইচগুলি ±1.2 সেকেন্ড টাইম উইন্ডোতে 100-মিসে টাইম বিনের মধ্যে ধীর দোলন ইভেন্টগুলির চারপাশে সর্বাধিক স্পিন্ডেল ট্রফ হওয়ার সম্ভাবনা দেখায়। ধীর-দোলন ট্রফ অনুসরণ করে ধীর দোলন শিখরের ঠিক আগে এবং দ্রুত স্পিন্ডল সহ-সংঘটিত হয় (গুচ্ছ-ভিত্তিক স্থানচ্যুতি: চিহ্ন। ক্লাস্টার: পরীক্ষায় 400–700 ms, p < .001; 500–800 ms নিয়ন্ত্রণে, p < .001)। অন্যদিকে, ধীর গতির স্পিন্ডলগুলি ধীর দোলন ট্রুতে এবং এর সাথে পরিবর্তনের সাথে মিলে যায় (গুচ্ছ-ভিত্তিক স্থানান্তর: উভয় চিহ্ন। 300 থেকে 100 ms, p <.001 এ ক্লাস্টার)। এই প্রভাবের দৃঢ়তা একটি রেফারেন্স ডিস্ট্রিবিউশনের বিরুদ্ধে পরীক্ষা করা হয়েছিল যা এলোমেলোভাবে টাকু ট্রুগুলির টাইম স্ট্যাম্পগুলিকে এলোমেলো করে প্রাপ্ত করে। স্পিন্ডল-স্লো অসিলেশন কাপলিংয়ের সাময়িক নির্দিষ্টতা দুটি ঘুমের সেশন জুড়ে আলাদা ছিল না, আবার একটি স্থানিক শিক্ষার অভিজ্ঞতা থেকে স্বাধীন একটি সাধারণ কাপলিং মেকানিজমের উপস্থিতির পরামর্শ দেয়। পূর্ববর্তী অনুসন্ধানগুলি উচ্চতর স্পিন্ডেল প্রদর্শন করেছে – বয়স্ক প্রাপ্তবয়স্কদের তুলনায় তরুণদের জন্য ধীর দোলন কাপলিং শক্তি এবং গ্রস মোটর লার্নিং অনুসরণ করে (ক্রস এট আল।, 2020 [প্রিপ্রিন্ট]; হেলফ্রিচ এট আল।, 2018)। আমরা স্থানিক শিক্ষার প্রেক্ষাপটে ফেজ সম্পর্কের মধ্যে এই ধারাবাহিকতা ব্যাখ্যা করতে আগ্রহী ছিলাম। চিত্র 2b-এর পোলার প্লটগুলি একটি উদাহরণ বিষয় এবং পুরো নমুনার জন্য কাপলিং ফেজ দেখায়, ধীরগতির স্পিন্ডেলের (9-12.5 Hz) জন্য চ্যানেল Fz-এর উপর সর্বাধিক স্পিন্ডেল প্রশস্ততার সময়ে তাত্ক্ষণিক ধীর দোলন ফেজ (0.3–1.25 Hz) হিসাবে গণনা করা হয়। ) এবং দ্রুত স্পিন্ডলের জন্য চ্যানেল Cz (12.5-16 Hz)। ইতিমধ্যেই একক-বিষয় স্তরে, একটি সুনির্দিষ্ট টাকু–ধীর দোলন কাপলিং দেখা যায়, যা দ্রুত স্পিন্ডেল এবং ধীর স্পিন্ডলের জন্য আলাদা কিন্তু ঘুমের সেশন জুড়ে তুলনামূলকভাবে সামঞ্জস্যপূর্ণ (দেখুন পোলার হিস্টোগ্রাম, চিত্র 2b)। গোষ্ঠী পর্যায়ে, ধীর দোলনের 5.76 এবং 6.28 রেডিয়ানের মধ্যে সবচেয়ে দ্রুত স্পিন্ডেলগুলি ঘটেছে (পরীক্ষা: 6.03 ± 0.56, নিয়ন্ত্রণ: 6.07 ± 0.33, বৃত্তাকার গড় ± SD), যেখানে ধীর গতির স্পিনডেলগুলি 1.57 এবং 2.62 ধীরগতির radians এর মধ্যে ঘটেছে। (পরীক্ষা: 1.89 ± 0.79, নিয়ন্ত্রণ: 1.87 ± 0.71, বৃত্তাকার গড় ± SD; চিত্র 2e)। এই ফলাফলগুলি PETH-তে দেখানো টাকু এবং ধীর দোলনের মধ্যে সাময়িক সমন্বয়ের সাথে মেলে। এই পর্যায় সম্পর্কের সামঞ্জস্যতা অনুমান করার জন্য আমরা পেয়ারওয়াইজ ফেজ ধারাবাহিকতা (PPC; cf. "পদ্ধতি এবং উপকরণ") গণনা করেছি। সর্বোচ্চ পিপিসি মান দুটি স্লিপ সেশনের মধ্যে দ্রুত স্পিন্ডেলের জন্য বা ধীর স্পিন্ডলের জন্য আলাদা নয় (উইলকক্সন সাইনর্যাঙ্ক টেস্ট, দ্রুত স্পিন্ডেল সর্বোচ্চ পিপিসি: z=0.451, p=.65, ধীর স্পিন্ডেল: সর্বাধিক PPC: z=0.067, p=.95)। উপরন্তু, আমরা PPC (চিত্র 2c) এ লক্ষণীয় পৃথক পার্থক্য লক্ষ্য করেছি। PPC-তে এই পরিবর্তনশীলতা অংশগ্রহণকারীর সাধারণ ঘুমের গুণমানের সাথে সম্পর্কিত কিনা তা নিয়ে আমরা আগ্রহী ছিলাম (PSQI দিয়ে পরিমাপ করা হয়েছে), যা উল্লেখযোগ্য ছিল না (রৈখিক সম্পর্ক, দ্রুত স্পিন্ডেল: ρ=0.30, p =। 14, ধীর স্পিন্ডল: ρ=0.15, p=.46)। সংক্ষেপে, স্পিন্ডলগুলিকে একটি নির্দিষ্ট ফেজ সম্পর্কের সাথে ধীর দোলনের জন্য ধারাবাহিকভাবে সংযুক্ত করা হয়েছিল যা সময় ডোমেনে পূর্ববর্তী অনুসন্ধানগুলিকে সমর্থন করে। এখন পর্যন্ত উপস্থাপিত সামগ্রিক মিলনের ফলাফল দুটি ঘুমের সেশন জুড়ে আলাদা ছিল না। পূর্বে বর্ণিত হিসাবে, আমরা ঘুমের পরীক্ষার সেশনের তুলনায় ঘুম নিয়ন্ত্রণে একটি দীর্ঘ মোট ঘুমের সময় লক্ষ্য করেছি, যা ঘুমের আর্কিটেকচারে ক্ষতিপূরণমূলক প্রভাব থাকতে পারে যার পিছনে কাপলিংয়ে একটি পার্থক্য লুকানো ছিল। এইভাবে, আমরা শুধুমাত্র ঘুম পরীক্ষার সেশনের জন্য নিম্নলিখিত ফলাফলগুলি উপস্থাপন করি।

3.4|স্পিন্ডল-ধীর দোলন শক্তি মেমরি কর্মক্ষমতা সঙ্গে যুক্ত করা হয়

স্পিন্ডল-স্লো অসিলেশন কাপলিং-এর সাধারণ সময় এবং স্লিপ সেশন জুড়ে ফেজ ডাইনামিক স্থাপন করার পরে, আমরা ঘুমের পরীক্ষা সেশনের সময় দুটি মেমরির অবস্থার (অ্যালো বনাম অহং) উপর ফোকাস রেখে আমাদের বিশ্লেষণের সাথে এগিয়ে যাই কারণ ঘুমের আলোকেন্দ্রিকের উপর একটি স্বতন্ত্র প্রভাব থাকতে পারে। বনাম অহংকেন্দ্রিক স্থানিক স্মৃতি। গ্রুপগুলির মধ্যে সম্ভাব্য পার্থক্যগুলি %-কাপলিং এবং পিপিসি (চিত্র 2a,f) এর জন্য পরীক্ষা করা হয়েছিল। স্পিন্ডল-ধীর দোলন কাপলিং-এর পরিমাণ বা টাকু-ধীর দোলন পর্বের ধারাবাহিকতা উভয় গ্রুপের মধ্যে উল্লেখযোগ্যভাবে আলাদা ছিল না (মান-হুইটনি ইউ টেস্ট, % ফাস্ট স্পিন্ডল: z =  1.12, p=। 27, % ধীর স্পিন্ডেল: z=0.09, p=.93; সর্বোচ্চ PPC ফাস্ট স্পিন্ডেল: z=1.742, p=.08, সর্বোচ্চ পিপিসি স্লো স্পিন্ডেল: z=0.083, p=.94)। আমরা এই প্যাটার্নটি আরও অনুসন্ধান করেছি স্পিন্ডল ফ্রিকোয়েন্সি রেঞ্জের দোলক শক্তির সাথে এবং ধীর দোলন ছাড়াই (cf. "উপাদান এবং পদ্ধতি")। এলোমেলোভাবে নির্বাচিত ধীর দোলনগুলির চারপাশে ±1.2 সেকেন্ড যুগের মাধ্যমে ধীর দোলন ট্রায়ালগুলি তৈরি করা হয়েছিল। এই ট্রায়ালগুলিতে, স্পিন্ডেল ফ্রিকোয়েন্সি পরিসরের শক্তি প্রকৃতপক্ষে ধীর দোলন ছাড়াই এলোমেলোভাবে নির্বাচিত ব্যবধান থেকে উল্লেখযোগ্যভাবে পৃথক ছিল (সমস্ত টি-মান ক্লাস্টারের জন্য: p <.001, চিত্র 3a)। এই প্রভাবটি উভয় মেমরি অবস্থায় সমানভাবে উপস্থিত ছিল কারণ পার্থক্য মানচিত্রে কোনও উল্লেখযোগ্য মডুলেশন ক্লাস্টার নেই (চিত্র 3a)। উপসংহারে, স্পিন্ডল-মন্থর দোলন সংযোগের মেট্রিকগুলির কোনওটিই মেমরি অবস্থার মধ্যে পার্থক্য করে না। ফলাফলগুলি আচরণগত বিশ্লেষণের জন্য প্রশিক্ষণের ধরণ এবং ঘুমের মধ্যে উল্লেখযোগ্য মিথস্ক্রিয়ার সাথে সঙ্গতিপূর্ণ ছিল (চিত্র 1c দেখুন)। এইভাবে, আমরা আরও পরীক্ষার জন্য পরিসংখ্যানগত শক্তি বাড়ানোর জন্য দুটি মেমরি অবস্থার উপর ভেঙে পড়ার সিদ্ধান্ত নিয়েছি। পরীক্ষার সেশনে পুরো নমুনা বিবেচনা করে, আমরা প্রথমে চেক করেছি যে টাকু-ধীর দোলন কাপলিং এর পরিমাণ স্পিন্ডল এবং ধীর দোলন ইভেন্টগুলির সংঘটনের একটি এলোমেলো উপজাত কিনা। নমুনার 60% এ র্যান্ডম স্যাম্পলিং ডিস্ট্রিবিউশন থেকে প্রাপ্ত কাপলিং এর পরিমাণ উল্লেখযোগ্যভাবে আলাদা (চিত্র 3b, স্থানান্তর পরীক্ষা: p <.05, অংশগ্রহণকারী প্রতি 1000 পুনরাবৃত্তি)। তবুও, পরিসংখ্যানগত শক্তির ক্ষতি এড়াতে এবং গড়ের দিকে রিগ্রেশন এড়াতে আমরা পুরো নমুনার (চিত্র 3c) জন্য ধীর দোলন পরীক্ষার সময় বর্ণালী শক্তি মড্যুলেশনগুলি গণনা করেছি। আমরা দেখতে পেয়েছি যে ধীর দোলন ট্রায়ালের সময় পাওয়ার মড্যুলেশনগুলি স্পিন্ডেল ফ্রিকোয়েন্সি রেঞ্জের মিলিত নিয়ন্ত্রণ ট্রায়াল এবং পূর্বে প্রতিষ্ঠিত সময়ের ব্যবধানগুলির থেকে উল্লেখযোগ্যভাবে পৃথক ছিল (PETHs, চিত্র 2b দেখুন)। এরপরে, আমরা টি-ম্যাপ (চিত্র 3c) থেকে বের করা সংশ্লিষ্ট স্পিন্ডল ক্লাস্টারে প্রতিটি সময়ের জন্য-ফ্রিকোয়েন্সি পয়েন্টের জন্য ধীর দোলন-নিয়ন্ত্রণ শক্তি পার্থক্য (টি-মানে প্রকাশ করা) এবং মেমরি কর্মক্ষমতার মধ্যে পারস্পরিক সম্পর্কগত বিশ্লেষণ করেছি। আমরা EEG-আচরণ পারস্পরিক সম্পর্কগুলির একটি বুটস্ট্র্যাপড রেফারেন্স বিতরণের বিরুদ্ধে পরীক্ষা করে উল্লেখযোগ্য সমিতি খুঁজে পেয়েছি। এইভাবে, আমরা ধীর দোলন আপ-স্টেট (cf. "উপাদান এবং পদ্ধতি") চলাকালীন মেমরি কর্মক্ষমতা এবং EEG কার্যকলাপ মডুলেটের একটি নির্দিষ্ট প্যাটার্নের মধ্যে সম্পর্ক প্রতিনিধিত্বকারী উল্লেখযোগ্য পারস্পরিক সম্পর্ক ক্লাস্টারগুলি সনাক্ত করতে পারি। দ্রুত স্পিন্ডলের জন্য একটি উল্লেখযোগ্য নেতিবাচক সম্পর্ক ক্লাস্টার চিহ্নিত করা হয়েছিল (ক্লস্টার p < .01, সর্বোচ্চ r=.41, p < .01, চিত্র 3c শীর্ষ)। একইভাবে, আমরা ধীরগতির স্পিন্ডেলগুলির জন্য আরেকটি উল্লেখযোগ্য নেতিবাচক পারস্পরিক সম্পর্ক ক্লাস্টার সনাক্ত করেছি (ক্লস্টার p=.02, সর্বোচ্চ r=.38, p=.02, চিত্র 3c নীচে): আরও দ্রুত- স্পিন্ডেল পাওয়ার এবং স্পিন্ডল পাওয়ার ধীর দোলন সময়ের মধ্যে ভাল মেমরি কর্মক্ষমতা (অর্থাৎ, নিম্ন প্রতিক্রিয়া লেটেন্সি) এর সাথে যুক্ত ছিল। এই প্রভাবগুলি স্লিপ টেস্ট সেশনের জন্য নির্দিষ্ট ছিল কারণ এগুলি স্লিপ কন্ট্রোল সেশনে দ্রুত স্পিন্ডল বা ধীর স্পিন্ডেল ক্লাস্টারের জন্য পর্যবেক্ষণ করা যায়নি (চিত্র S4)। আমরা অহংকেন্দ্রিক এবং অ্যালোসেন্ট্রিক গোষ্ঠীগুলির জন্য পৃথকভাবে এই পারস্পরিক সম্পর্ক বিশ্লেষণও করেছি (চিত্র S6)। অ্যালোসেন্ট্রিক গ্রুপে, দ্রুত-স্পিন্ডল বা স্লো-স্পিন্ডেল পাওয়ার মড্যুলেশনগুলি মেমরি কর্মক্ষমতার সাথে উল্লেখযোগ্যভাবে সম্পর্কযুক্ত নয়। অহংকেন্দ্রিক গোষ্ঠীর অনুসন্ধানগুলি পুরো নমুনার জন্য পর্যবেক্ষণ করাগুলির সাথে ঘনিষ্ঠভাবে সাদৃশ্যপূর্ণ। মজার বিষয় হল, ধীর-স্পিন্ডেল পাওয়ার মড্যুলেশন দুটি গ্রুপে বিপরীত প্রবণতা দেখায়। অ্যালোসেন্ট্রিক গোষ্ঠীর জন্য ধীর-স্পিন্ডেল পাওয়ার মড্যুলেশনের সাথে একটি নেতিবাচক সংযোগে আরও ভাল মেমরি কর্মক্ষমতা নির্দেশ করে (ক্লাস্টার=0.07, সর্বোচ্চ r=.50, p=.06, চিত্র S6 নিচে বামে). এই অ্যাসোসিয়েশনটি অহংকেন্দ্রিক গোষ্ঠীর জন্য উল্লেখযোগ্যভাবে ইতিবাচক ছিল (ক্লস্টার p=.03, সর্বোচ্চ r=.61, p=.02, চিত্র S6 নীচে ডানদিকে)। যাইহোক, আমরা এই প্রবণতাটি আরও তদন্ত করিনি কারণ অ্যালোসেন্ট্রিক গ্রুপের জন্য কোনও উল্লেখযোগ্য ফলাফল পাওয়া যায়নি। উপসংহারে, আমরা মেমরি পারফরম্যান্সের সাথে ধীর দোলন এবং স্পিন্ডলের সমন্বয়ের মধ্যে একটি সংযোগের প্রমাণ পেয়েছি যা একটি নিয়ন্ত্রণ ঘুমের সেশনের বিপরীতে শেখার পরে ঘুমের জন্য নির্দিষ্ট ছিল। ধীর-স্পিন্ডেল পাওয়ার মডুলেশনগুলি প্রাথমিকভাবে অহংকেন্দ্রিক গোষ্ঠী দ্বারা চালিত হতে পারে।

চিত্র ২

3.5|কার্যক্ষম বিশ্রাম-স্টেট নেটওয়ার্কগুলি সেশন জুড়ে পরিবর্তিত হয়

স্লিপ-ইইজি বিশ্লেষণের পরে, আমরা পরবর্তীতে বিশ্রামের রাজ্য জুড়ে নেটওয়ার্ক স্তরে মেমরি একত্রীকরণের তদন্ত করার জন্য মেমরি টাস্কের শেখার আগে এবং পরে এবং পরে বিশ্রাম-রাষ্ট্র কার্যকরী সংযোগের উপর ফোকাস করেছি। এর জন্য, আমরা চারটি বিশ্রাম-রাষ্ট্র সেশনের fMRI ডেটা অন্তর্ভুক্ত করেছি (যেমন, 1=বেসলাইন, 2=পোস্ট-লার্নিং, 3=পোস্ট-ব্রেক, 4=পোস্ট-পুনরুদ্ধার ) বিশ্লেষণে। আমরা বিশেষভাবে সঠিক এক্সিকিউটিভ কন্ট্রোল নেটওয়ার্ক, ডিফল্ট মোড নেটওয়ার্ক এবং হিপোক্যাম্পাল নেটওয়ার্কে আগ্রহী ছিলাম। সামান্তা এট আল দ্বারা এই ডেটাসেটের টাস্ক-এফএমআরআই বিশ্লেষণ। (2021) প্রকাশ করেছে যে এই নেটওয়ার্কগুলির অঞ্চলগুলি একত্রীকরণের সময় জুড়ে সক্রিয়করণ পরিবর্তন করেছে যখন অংশগ্রহণকারীরা ঘুমিয়েছিল কিন্তু যখন তারা জেগে থাকে তখন নয়। এইভাবে, আমরা GraphICA (Ribeiro de Paula et al., 2017), বিশ্রাম-রাষ্ট্র নেটওয়ার্ক বিশ্লেষণের জন্য একটি টুল সহ তিনটি বিশ্রাম-রাষ্ট্র নেটওয়ার্ক পেয়েছি। মাত্রিকতা হ্রাসের উদ্দেশ্যে, আমরা একটি SVD (cf. "পদ্ধতি এবং উপকরণ") ব্যবহার করে প্রতিটি নেটওয়ার্কের জন্য বৈচিত্র্যের প্রাথমিক মোডগুলি গণনা করেছি৷ অবশেষে, আমরা পূর্বে চিহ্নিত মোডে প্রতিটি অংশগ্রহণকারীর স্কোরের উপর সেশন, ঘুমের অবস্থা এবং মেমরির অবস্থার প্রভাব পরীক্ষা করেছি। এই পদ্ধতির সাহায্যে আমরা নির্ধারণ করতে পারি (1) প্রতিটি নেটওয়ার্কের মধ্যে কতগুলি কার্যকরী সাবনেটওয়ার্ক রয়েছে এবং (2) কীভাবে আমাদের পরীক্ষামূলক ভেরিয়েবলগুলির জন্য নেটওয়ার্কগুলির কার্যকরী সংযোগ পরিবর্তিত হয়েছে। সঠিক এক্সিকিউটিভ কন্ট্রোল নেটওয়ার্কের জন্য, আমরা একটি প্রাথমিক সাবনেটওয়ার্ক বের করেছি যা ডান নিকৃষ্ট প্যারিটাল সালকাস, ডান নিকৃষ্ট প্যারিটাল লোব এবং ডান ডোরসোলেটারাল প্রিফ্রন্টাল কর্টেক্সের উপর কেন্দ্রীভূত ছিল। এই সাবনেটওয়ার্কে, আমরা লার্নিং এবং পুনরুদ্ধার সেশনে টাস্ক পারফরম্যান্স জুড়ে কার্যকরী সংযোগের বৃদ্ধি পেয়েছি (চিত্র 4a; লিনিয়ার মিক্সড-ইফেক্ট মডেল, স্লিপ/ওয়েক: t62 =  0.747, p =। 46 allo/ego: t62 =  0.477, p=.64, প্রি-ব্রেক/ পোস্ট-ব্রেক: t193=1.676, p=.10, প্রি -টাস্ক/পোস্ট-টাস্ক: t193=2.808, p=.01)। এই বৃদ্ধিটি পোস্ট-ব্রেক থেকে পোস্ট-পুনরুদ্ধার (t193=2.468, p=.02) পরিবর্তনের দ্বারা চালিত হয়েছিল। বিপরীতে, পোস্টেরিয়র সিঙ্গুলেট কর্টেক্সের প্রধান সম্পৃক্ততার সাথে প্রাথমিক ডিফল্ট মোড সাবনেটওয়ার্কটি সাধারণত প্রাক- থেকে পোস্ট-টাস্ক পারফরম্যান্সে সংযোগে হ্রাস পায় এবং ঘুমের জন্য এটির সংযোগ সাধারনত ঘুমের জন্য বেশি ছিল জেগে থাকার অবস্থার তুলনায় (চিত্র 4b; রৈখিক মিশ্র-প্রতিক্রিয়া মডেল, ঘুম/জাগরণ: t62 =  2.616, p=.01 allo/ego: t62=0.427, p=.67, প্রি-ব্রেক/পোস্ট -ব্রেক: t193=1.726, p=.08, pre-task/post-task: t193 =  2.126, p=.04)। কার্যকরী সংযোগের হ্রাসকে পোস্ট-ব্রেক থেকে পোস্ট-পুনরুদ্ধার পর্যন্ত একটি উল্লেখযোগ্য পরিবর্তন দ্বারা ব্যাখ্যা করা যেতে পারে (t193 =  2.451, p=.017)। যাইহোক, ঘুমের প্রধান প্রভাবকে কোনো পরীক্ষামূলক ম্যানিপুলেশন দ্বারা ব্যাখ্যা করা যায় না এবং ঘটনাক্রমে উদ্ভূত হতে পারে (চিত্র S5)। উল্লেখযোগ্যভাবে, প্রাথমিক হিপ্পোক্যাম্পাল সাবনেটওয়ার্ক যা প্রধানত হিপ্পোক্যাম্পাস এবং দ্বিপাক্ষিক প্যারাহিপ্পোক্যাম্পাল কর্টেক্সকে যুক্ত করে সঠিক এক্সিকিউটিভ কন্ট্রোল নেটওয়ার্ক হিসাবে অনুরূপ সংযোগ পরিবর্তন দেখায়। এই ক্ষেত্রে, আমরা শুধুমাত্র কার্য-পরবর্তী কাজের বৃদ্ধিই শনাক্ত করিনি বরং কার্যকরী সংযোগে বিরতি-পরবর্তী বৃদ্ধিও শনাক্ত করেছি (চিত্র 4c; লিনিয়ার মিক্সড-ইফেক্ট মডেল, স্লিপ/ওয়েক: t62 =  0। 143, p=.89 allo/ego: t62=0.702, p=.49, pre-break/post-break: t193=3.749, p < .001, প্রি-টাস্ক/পোস্ট-টাস্ক: t193=4.535, p < .001)। এটি বেসলাইন এবং পোস্ট-লার্নিং (t{101}}.586, p < .001) এর পাশাপাশি পোস্ট-ব্রেক এবং পোস্ট-রিট্রিভাল (t193=3.338, p < .001) এর মধ্যে একটি উল্লেখযোগ্য পার্থক্য দ্বারা প্রতিফলিত হয়েছিল ) সবশেষে, আমরা পরীক্ষা করেছি যে সমস্ত নেটওয়ার্কে পরিলক্ষিত কার্যকরী সংযোগের পোস্ট-পুনরুদ্ধার পরিবর্তন থেকে পোস্ট বিরতি পুনরুদ্ধারের সময় মেমরি কর্মক্ষমতার সাথে যুক্ত ছিল কিনা। এই প্রভাবটি সঠিক এক্সিকিউটিভ কন্ট্রোল সাবনেটওয়ার্ক (লিনিয়ার রিগ্রেশন,=0.016, p=.90), ডিফল্ট মোড সাবনেটওয়ার্ক (লিনিয়ার রিগ্রেশন,=0.655, p) এর জন্য উল্লেখযোগ্য ছিল না=.43), বা হিপোক্যাম্পাল সাবনেটওয়ার্ক (লিনিয়ার রিগ্রেশন,=0.596, পি=.44)। সামগ্রিকভাবে, নির্বাহী নিয়ন্ত্রণ এবং হিপ্পোক্যাম্পাল নেটওয়ার্ক বৃদ্ধি এবং ডিফল্ট মোড নেটওয়ার্কে হ্রাস সহ আমরা ধারাবাহিকভাবে তিনটি সাবনেটওয়ার্কে প্রি-টু-পোস্ট-টাস্ক প্রভাব পেয়েছি। শুধুমাত্র হিপ্পোক্যাম্পাল সাবনেটওয়ার্কটি ব্রেক-পরবর্তী পূর্বে সংযোগ বৃদ্ধি করেছে এবং ডিফল্ট মোড নেটওয়ার্কের জন্য একটি ঘুমের প্রধান প্রভাব পরিলক্ষিত হয়েছে। যেমনটি আমাদের ঘুমের বিশ্লেষণের জন্য দেখানো হয়েছে, ফ্যাক্টর মেমরি (অ্যালো বনাম ইগো) বিশ্রামের অবস্থার নেটওয়ার্কগুলির পরিবর্তনগুলিকে প্রভাবিত করেনি।

চিত্র 3

চিত্র 4

3.6|একটি ঘুম-নির্ভর হিপ্পোক্যাম্পাল সাবনেটওয়ার্ক এবং দ্রুত স্পিন্ডল-ধীর দোলন কাপলিং

সামন্ত এট আল দ্বারা সম্পাদিত বিশ্লেষণ থেকে. (2021), এটা স্পষ্ট যে প্রিকিউনিয়াস/রেট্রোস্প্লেনিয়াল কর্টেক্সের সক্রিয়তা ঘুমের পরে কমে যায় কিন্তু যখন অংশগ্রহণকারীরা একত্রীকরণের সময় জাগ্রত থাকে তখন নয়। একইভাবে, আমরা দ্বিপাক্ষিক রেট্রোস্প্লেনিয়াল কর্টেক্স এবং দ্বিপাক্ষিক অ্যামিগডালা (চিত্র 5a শীর্ষ) কেন্দ্রিক হিপোক্যাম্পাল নেটওয়ার্কের একটি দ্বিতীয় কার্যকরী সাবনেটওয়ার্ক বের করেছি। আমরা এই সাবনেটওয়ার্কটিকে SVD ফ্যাক্টরাইজেশনের উপর ভিত্তি করে শনাক্ত করেছি, একটি একক মান বর্ণালী মানদণ্ড ব্যবহার করে (cf. "পদ্ধতি এবং উপকরণ")। এখানে, আমরা সেশন, ঘুমের অবস্থা এবং মেমরির অবস্থাগুলি এই দ্বিতীয় মোডে অংশগ্রহণকারীদের স্কোরকে কীভাবে প্রভাবিত করে তাও তদন্ত করেছি। অন্যান্য নেটওয়ার্কগুলির জন্য সনাক্ত করা টাস্ক এবং ব্রেক প্রধান প্রভাবগুলির বিপরীতে, আমরা এখন সেশন এবং ঘুমের অবস্থার মধ্যে একটি মিথস্ক্রিয়া পর্যবেক্ষণ করেছি (লিনিয়ার মিক্সড-ইফেক্ট মডেল, সেশন * স্লিপ ইন্টারঅ্যাকশন t191=2.086, p {{5} }.04)। সাবনেটওয়ার্কের কার্যকরী সংযোগ শুধুমাত্র অংশগ্রহণকারীদের জন্য কমেছে বলে মনে হচ্ছে যারা একত্রীকরণ সময়কালে ঘুমিয়েছিল। শুধুমাত্র পোস্ট-লার্নিং থেকে পোস্ট-ব্রেক সেশনে পরিবর্তনের তুলনা করার সময় এই প্রভাবটি থেকে যায় (পেয়ারড-নমুনা টি-টেস্ট, t95=2.3971, p=.02)। এইভাবে, আমরা এক সেশন থেকে পরের সেশনে পার্থক্য মানগুলিও গণনা করেছি এবং পরীক্ষা করেছি যদি এইগুলি 0 থেকে উল্লেখযোগ্যভাবে আলাদা হয়। একটি উল্লেখযোগ্য পরিবর্তন শুধুমাত্র স্লিপ গ্রুপের জন্য পোস্ট-ট্রেনিং থেকে পোস্ট-ব্রেক পর্যন্ত ঘটেছে (t26 =  3.17, p=.01), এটি ওয়েক গ্রুপের জন্য দেখা যায়নি (t38 =  1.363, p=.18)। অতএব, আমরা আগ্রহী ছিলাম যে ঘুমের অবস্থায় পোস্ট-লার্নিং এবং পোস্ট-ব্রেক সেশনের মধ্যে সংযোগের এই হ্রাস পূর্বে বর্ণিত টাকু-ধীর দোলন কাপলিং এর সাথে সম্পর্কিত ছিল কিনা (চিত্র 3c দেখুন)। আবার, পারস্পরিক সম্পর্কগত বিশ্লেষণ করা হয়েছিল—কিন্তু এবার ধীরগতির দোলন-নিয়ন্ত্রণ শক্তির পার্থক্যের জন্য (টি-মানে প্রকাশ করা হয়েছে) এবং পোস্ট-লার্নিং এবং পোস্ট-ব্রেক সেশনের মধ্যে হিপোক্যাম্পাল সাবনেটওয়ার্কে পরিবর্তন স্কোর। টি-ম্যাপ থেকে বের করা সংশ্লিষ্ট স্পিন্ডল ক্লাস্টারে প্রতিবার-ফ্রিকোয়েন্সি পয়েন্টের জন্য পারস্পরিক সম্পর্কগুলি গণনা করা হয়েছিল। দ্রুত স্পিন্ডেলগুলির জন্য একটি উল্লেখযোগ্য নেতিবাচক সম্পর্ক ক্লাস্টার চিহ্নিত করা হয়েছিল (ক্লস্টার: p < .001, সর্বোচ্চ পিক্সেল: ρ =  0.38, p < .01; চিত্র 5b, শীর্ষ) এবং ধীর স্পিন্ডলের জন্য (ক্লস্টার: p {{) 39}} .02, ρ =  0.30, p=.03): ধীর দোলন আপ-স্টেটের সময় উচ্চ স্পিন্ডেল শক্তি ঘুম জুড়ে হিপোক্যাম্পাল সাবনেটওয়ার্কের কার্যকরী সংযোগে বৃহত্তর হ্রাসের সাথে যুক্ত ছিল . ক্লাস্টারগুলি আগে উপস্থাপিত উল্লেখযোগ্য প্রতিক্রিয়া পারস্পরিক সম্পর্ক ক্লাস্টারগুলির সাথে আংশিকভাবে ওভারল্যাপ করেছে (চিত্র 3c দেখুন)। এই ফলাফলগুলি হিপ্পোক্যাম্পাল সাবনেটওয়ার্কে ধীর দোলন এবং স্পিন্ডেলের সমন্বয় এবং সংযোগ হ্রাসের মধ্যে একটি সম্পর্কের প্রমাণ দেয়। তারা টাকু-ধীর দোলন সংযোগ শক্তি এবং আচরণের জন্য প্রাপ্ত ফলাফলের সমান্তরাল। অতএব, আমরা এই হিপ্পোক্যাম্পাল সাবনেটওয়ার্ক, স্পিন্ডল-স্লো অসিলেশন কাপলিং এবং মেমরি পারফরম্যান্সে পরিবর্তন স্কোরের মধ্যে একটি ত্রয়ী সম্পর্ক স্থাপন করার লক্ষ্য রেখেছি। আমরা পুনরুদ্ধারের সময় মেমরি কার্যক্ষমতার উপর স্লিপ জুড়ে নেটওয়ার্কগুলির পরিবর্তনের স্কোর প্রত্যাহার করেছি। যাইহোক, হিপোক্যাম্পাল সাবনেটওয়ার্কে সংযোগ হ্রাস উল্লেখযোগ্যভাবে আচরণের পূর্বাভাস দেয়নি (লিনিয়ার রিগ্রেশন,=0.01, p=.94)। সংক্ষেপে, আমরা একটি হিপ্পোক্যাম্পাল সাবনেটওয়ার্ক খুঁজে পেয়েছি যা বিশ্রাম-রাজ্যের সেশন জুড়ে কার্যকরী সংযোগ হ্রাস করেছে যারা ঘুমিয়েছেন অংশগ্রহণকারীদের জন্য। যারা জাগ্রত ছিলেন তাদের জন্য কার্যকরী সংযোগ মূলত স্থিতিশীল ছিল। এই প্রভাব দুটি মেমরি অবস্থার মধ্যে পার্থক্য ছিল না. পোস্ট-লার্নিং থেকে পোস্ট-ব্রেক পর্যন্ত কার্যকরী সংযোগের হ্রাস ইতিবাচকভাবে ঘুমের সময় টাকু-ধীর দোলন সংযোগের সাথে সম্পর্কিত ছিল। আমরা এইভাবে অনুমান করেছি যে এই সংযোগ পরিবর্তনটি মেমরি একত্রীকরণের একটি সম্পর্ক হবে। যাইহোক, স্পিন্ডল-স্লো অসিলেশন কাপলিং পাওয়ারের বিপরীতে (চিত্র 3c দেখুন), দ্বিতীয় হিপ্পোক্যাম্পাল সাবনেটওয়ার্কে ঘুম-নির্ভর সংযোগ হ্রাস পুনরুদ্ধারের সময় মেমরি কর্মক্ষমতার পূর্বাভাস দেয়নি।

চিত্র 5

4|আলোচনা

এই অধ্যয়নটি একটি ঘুমের সময় বা একই সময় জাগ্রত থাকার সময় স্থানিক মেমরি একত্রীকরণের তদন্ত করতে বিশ্রাম-রাষ্ট্র এফএমআরআই এবং ঘুমের ইইজি ডেটা ব্যবহার করে। বিষয়গুলি একটি ভার্চুয়াল ওয়াটারমেজে বিভিন্ন প্রারম্ভিক অবস্থান (অ্যালোসেন্ট্রিক গ্রুপ) বা একই প্রারম্ভিক অবস্থান (অহংকেন্দ্রিক গ্রুপ) সহ একটি লক্ষ্য অবস্থান শিখেছে। স্লিপ-ইইজি বিশ্লেষণটি স্পিন্ডল-ধীরে দোলন কাপলিং-এর উপর দৃষ্টি নিবদ্ধ করেছিল, স্পিন্ডলগুলিকে দ্রুত এবং ধীর সাব-টাইপে আলাদা করে। বিশ্রাম-রাষ্ট্র fMRI পূর্বে সংজ্ঞায়িত নেটওয়ার্কের মধ্যে সংযোগ পরিবর্তনের উপর দৃষ্টি নিবদ্ধ করে। আমরা দেখাতে পারি যে স্পিন্ডল-ধীর দোলন কাপলিং একটি ঘুমের পরে মেমরির কর্মক্ষমতা এবং রেট্রোস্প্লেনিয়াল কর্টেক্স সহ একটি কার্যকরী হিপ্পোক্যাম্পাল নেটওয়ার্কে সংযোগ হ্রাসের সাথে ইতিবাচকভাবে সম্পর্কযুক্ত। জেগে থাকা গ্রুপে সংযোগের এই হ্রাস দেখা যায়নি। এক্সিকিউটিভ কন্ট্রোল নেটওয়ার্ক এবং অন্যান্য হিপ্পোক্যাম্পাল নেটওয়ার্কে সংযোগে টাস্ক-সম্পর্কিত বৃদ্ধি পরিলক্ষিত হয়েছে, যখন ডিফল্ট মোড নেটওয়ার্কে একটি হ্রাস পাওয়া গেছে। এই পরিবর্তনগুলি স্লিপ গ্রুপের জন্য নির্দিষ্ট ছিল না তবে সমস্ত অংশগ্রহণকারীদের মধ্যে দেখা গেছে। আমরা পূর্ববর্তী দোলন যুগল অনুসন্ধানগুলিকে প্রতিলিপি করেছি, দেখায় যে ধীর গতির স্পিন্ডলগুলি ধীর দোলন থেকে ডাউন-স্টেট পর্যন্ত ট্রানজিশন পিরিয়ডে বাসা বাঁধে এবং দ্রুত স্পিন্ডলগুলি প্রায়শই ধীর দোলন আপ-স্টেটের আগে এবং এর মধ্যে ঘটে। আমরা অ্যালোকেন্দ্রিক এবং অহংকেন্দ্রিক প্রশিক্ষণ গোষ্ঠীর মধ্যে স্পিন্ডল-ধীর দোলন কাপলিংয়ে কোনও পার্থক্য খুঁজে পাইনি। স্পিন্ডেল এবং ধীর দোলনের মধ্যে সুনির্দিষ্ট সমন্বয় ধারাবাহিকভাবে সময়, পর্যায় এবং সময়-ফ্রিকোয়েন্সি ডোমেন জুড়ে পরিলক্ষিত হয়েছিল। আশ্চর্যজনকভাবে, এই প্রভাবগুলি ঘুমের পরীক্ষা সেশনের মধ্যে আলাদা ছিল না, যা অবিলম্বে স্থানিক শিক্ষার অভিজ্ঞতা অনুসরণ করে এবং ঘুম নিয়ন্ত্রণ সেশন, যেখানে আগে থেকে কোনও স্পষ্ট শিক্ষা ছিল না। আমরা যে ঘুমের সেশনগুলির মধ্যে পার্থক্য লক্ষ্য করিনি তা সম্ভবত অধ্যয়নের নকশার পদ্ধতিগত সীমাবদ্ধতার কারণে-নিয়ন্ত্রণ ন্যাপটি সর্বদা দ্বিতীয় ঘুম ছিল-যেহেতু মোট ঘুমের সময়ের মধ্যেও একটি পার্থক্য পরিলক্ষিত হয়েছিল। বিশ্রাম-রাষ্ট্র fMRI বিশ্লেষণ হিপ্পোক্যাম্পাল নেটওয়ার্ক, ডিফল্ট মোড নেটওয়ার্ক এবং ডান নির্বাহী নিয়ন্ত্রণ নেটওয়ার্কের উপর কেন্দ্রীভূত ছিল। এই নেটওয়ার্কগুলিকে সংজ্ঞায়িত করা হয়েছিল এবং পরে ডেটা-চালিত পদ্ধতি ব্যবহার করে সাবনেটওয়ার্কগুলিতে বিভক্ত করা হয়েছিল। আমরা বিশ্রাম-রাজ্যের সেশন জুড়ে মস্তিষ্ক-বিস্তৃত পরিবর্তনগুলি খুঁজে পেয়েছি যা কার্যকলাপ বিশ্লেষণে আমাদের পূর্ববর্তী ফলাফলের সাথে মিলে যায় (সামান্তা এট আল।, 2021)। সঠিক এক্সিকিউটিভ-কন্ট্রোল নেটওয়ার্কের পরিবর্তনের বিপরীতে ডিফল্ট মোড নেটওয়ার্কে সংযোগে টাস্ক-সম্পর্কিত পরিবর্তন (সংযোগে হ্রাস) (সংযোগ বৃদ্ধি)। মজার বিষয় হল, হিপ্পোক্যাম্পাল নেটওয়ার্ককে দুটি সাবনেটওয়ার্কে বিভক্ত করা যেতে পারে: হিপ্পোক্যাম্পাস এবং প্যারাহিপ্পোক্যাম্পাল কর্টেক্স কেন্দ্রিক একটি প্রাথমিক কার্যকরী সাবনেটওয়ার্ক এবং হাব অঞ্চল হিসাবে রেট্রোস্প্লেনিয়াল কর্টেক্স সহ একটি দ্বিতীয় কার্যকরী সাবনেটওয়ার্ক। প্রাথমিক হিপ্পোক্যাম্পাল সাবনেটওয়ার্কে কার্যকরী কানেক্টিভিটি টাস্ক-পরবর্তী এবং ব্রেক-পরবর্তী-এর আগে বৃদ্ধি পেয়েছে। দ্বিতীয় হিপ্পোক্যাম্পাল সাবনেটওয়ার্কে কার্যকরী সংযোগ চারটি বিশ্রাম-অবস্থার অধিবেশন জুড়ে হ্রাস পেয়েছে-সবচেয়ে বিশিষ্টভাবে ঘুমের বিরতি জুড়ে-শুধুমাত্র সেই অংশগ্রহণকারীদের জন্য যারা বিরতির সময় ঘুমিয়েছিল কিন্তু যারা জেগেছিল তাদের নয়। আমাদের আচরণ এবং ঘুমের বিশ্লেষণের ফলাফলের মতো, মেমরির অবস্থা (অ্যালো বনাম অহং) এই নেটওয়ার্কগুলির কোনও পরিবর্তনকে প্রভাবিত করেনি। আমাদের অনুসন্ধানগুলি কার্যকরী নেটওয়ার্কগুলিতে টাস্ক-সম্পর্কিত এবং একত্রীকরণ-সম্পর্কিত সংযোগ পরিবর্তনের পরামর্শ দেয় যা মেমরি পুনরায় সক্রিয়করণের সাথে সম্পর্কিত হতে পারে।

অবশেষে, আমরা আমাদের ঘুমের ইইজি ফলাফলগুলিকে বিশ্রাম-রাষ্ট্র সংযোগ এবং মেমরি কর্মক্ষমতা পরিবর্তনের সাথে সম্পর্কিত করার লক্ষ্য রেখেছি। স্পিন্ডল-স্লো দোলন কাপলিং ইতিবাচকভাবে দ্বিতীয় হিপ্পোক্যাম্পাল সাবনেটওয়ার্কের ঘুম-নির্ভর পরিবর্তন এবং মেমরি কর্মক্ষমতার সাথে সম্পর্কিত ছিল। এটি শেখার পরে ঘুমের জন্য নির্দিষ্ট ছিল এবং কন্ট্রোল স্লিপ সেশনে দেখা যায়নি। একত্রে নেওয়া, সুনির্দিষ্ট টাকু-ধীর দোলন সংযোগের আচরণগত প্রাসঙ্গিকতা আছে বলে মনে হয় এবং মেমরি একত্রীকরণে সম্ভাব্য কার্যকরী তাত্পর্য রয়েছে। এই কাপলিংটি এমন একটি প্রক্রিয়া হতে পারে যার মাধ্যমে হিপ্পোক্যাম্পাল নেটওয়ার্কের কার্যকরী সংযোগ মেমরি একত্রীকরণের সময় সংশোধিত হয়।

4.1|বিশ্রাম রাষ্ট্র নেটওয়ার্কে সংযোগ পরিবর্তন

সাধারণত, এটি দেখানো হয়েছে যে কাজগুলি পোস্ট-টাস্ক বিশ্রাম-রাষ্ট্র মস্তিষ্কের কার্যকলাপকে প্রভাবিত করতে পারে (লুইস এট আল।, 2009)। উদাহরণস্বরূপ, কাজ করার পরে শেখার-নির্ভর স্বতঃস্ফূর্ত মস্তিষ্কের কার্যকলাপের মড্যুলেশন কাজ করার স্মৃতি, আবেগ এবং মোটর প্রশিক্ষণের সাথে জড়িত জ্ঞানীয় কাজের জন্য পরিলক্ষিত হয়েছে (লুইস এট আল।, 2009)। পূর্ববর্তী কাজের সাথে যুক্ত মস্তিষ্কের অঞ্চলগুলির এই ধরনের মড্যুলেশনকে বিশ্রাম-রাজ্য একত্রীকরণের একটি ফর্ম হিসাবে বোঝা যেতে পারে, সম্ভবত ঘুম-সম্পর্কিত মেমরি একত্রীকরণের মতো অনুরূপ প্রক্রিয়া জড়িত (তাম্বিনি এবং দাভাচি, 2019)। বিশ্রাম-রাষ্ট্র সংযোগ বিশ্লেষণ একটি নেটওয়ার্কের মধ্যে বিভিন্ন ভক্সেলের পারস্পরিক সম্পর্কের উপর ভিত্তি করে। নিউরোনাল মেমরি রিঅ্যাক্টিভেশন এবং মেমরি নেটওয়ার্কের শক্তিশালীকরণের ফলে মেমরি নেটওয়ার্কের কোঅ্যাক্টিভেশন বাড়ানো উচিত, যার ফলে আমরা এখানে পরিমাপ করার সাথে সাথে আন্তঃ-নেটওয়ার্ক সংযোগ বৃদ্ধি করতে পারে। সুতরাং, কেউ আমাদের ফলাফলগুলিকে বিশ্রামের অবস্থায় ঘটতে থাকা পুনঃসক্রিয়তার পরিবর্তন হিসাবে ব্যাখ্যা করতে পারে। আমরা এক্সিকিউটিভ কন্ট্রোল এবং প্রধান হিপ্পোক্যাম্পাল নেটওয়ার্কের বিপরীত পরিবর্তনগুলি দেখাই ডিফল্ট মোড নেটওয়ার্কের বিপরীতে কাজ-পরবর্তী কর্মক্ষমতা। এক্সিকিউটিভ কন্ট্রোল এবং হিপোক্যাম্পাল নেটওয়ার্ক বৃদ্ধি পেয়েছে, যেখানে ডিফল্ট মোড নেটওয়ার্ক কার্যকরী সংযোগে হ্রাস পেয়েছে। যদি এই সংযোগ পরিবর্তনগুলি ঘটমান পুনঃসক্রিয়তার দ্বারা প্ররোচিত হয়, ফলাফলগুলি নির্দেশ করবে যে একটি কাজের পরে নির্বাহী নিয়ন্ত্রণ নেটওয়ার্ক এবং হিপ্পোক্যাম্পাস উভয় ক্ষেত্রেই আরও বেশি পুনঃসক্রিয়তা রয়েছে। আমরা রেট্রোস্প্লেনিয়াল কর্টেক্স সহ একটি দ্বিতীয় হিপ্পোক্যাম্পাল নেটওয়ার্কে সংযোগে একটি ঘুম-নির্দিষ্ট হ্রাসও দেখিয়েছি। সম্ভবত এই নেটওয়ার্কটি হিপ্পোক্যাম্পাস এবং প্যারিটাল কর্টেক্সের মতো ডাউনস্ট্রিম এলাকার মধ্যে সংযোগ হতে পারে, যা এক্সিকিউটিভ কন্ট্রোল নেটওয়ার্কের অংশ (জেনজেল, 2020)। এই নেটওয়ার্কে সংযোগ কমে যাওয়া তাই নির্দেশ করবে যে এক্সিকিউটিভ কন্ট্রোল নেটওয়ার্ক এবং হিপ্পোক্যাম্পাস ঘুমের পরে একে অপরের থেকে আরও বেশি স্বাধীন। বিপরীতে, জেগে ওঠার পরে যখন কর্টেক্স এবং হিপ্পোক্যাম্পাসে সংযোগ পুনঃঅ্যাক্টিভেশনে তেমন কোন হ্রাস না ঘটে তখনও সংযুক্ত থাকবে। এটি পূর্বে প্রস্তাব করা হয়েছে যে একবার হিপ্পোক্যাম্পাস থেকে কর্টেক্সে একত্রীকরণ অগ্রগতি হয়ে গেলে, কর্টেক্সে পুনরায় সক্রিয়করণ হিপোক্যাম্পাস পুনঃসক্রিয়করণ থেকে স্বাধীনভাবে ঘটে। আমাদের ফলাফল সম্ভাব্য এই ধারণা সমর্থন করতে পারে. যাইহোক, বিশ্রাম-রাজ্য, নেটওয়ার্কের মধ্যে সংযোগের পরিমাপ খুবই পরোক্ষ এবং সেইজন্য এই অনুসন্ধানটি আরও প্রত্যক্ষ ব্যবস্থার সাথে নিশ্চিত করা উচিত, যেমন একই সাথে হিপ্পোক্যাম্পাল এবং ইঁদুরগুলিতে কর্টিকাল নিউরোনাল রেকর্ডিং।

4.2|সঠিক এক্সিকিউটিভ কন্ট্রোল এবং ডিফল্ট মোড নেটওয়ার্কে টাস্ক-সম্পর্কিত পরিবর্তন

আমাদের অনুসন্ধানগুলি সামন্ত এট আল দ্বারা সম্পাদিত এই ডেটা সেটের কার্য বিশ্লেষণের সাথে সারিবদ্ধ। (2021)। অংশগ্রহণকারীরা কাজটি সম্পাদন করার সময় শেখার এবং পুনরুদ্ধার সেশন জুড়ে বোল্ড কার্যকলাপের পরিবর্তনগুলি পরিমাপ করার সময়, আমরা নির্বাহী নিয়ন্ত্রণ অঞ্চলে ঘুম-সম্পর্কিত বৃদ্ধি এবং ডিফল্ট মোড অঞ্চলে হ্রাস লক্ষ্য করেছি। বর্তমান বিশ্লেষণে, আমরা এক্সিকিউটিভ কন্ট্রোল নেটওয়ার্কের জন্য অভ্যন্তরীণ-নেটওয়ার্ক সংযোগে বৃদ্ধি এবং বিভিন্ন বিশ্রামের রাজ্য সেশনে ডিফল্ট মোড নেটওয়ার্কে হ্রাস লক্ষ্য করেছি। উল্লেখ্য, বর্তমান ফলাফলগুলি সামন্ত এট আল-এর কার্যকলাপ বিশ্লেষণের ফলাফলের বিপরীতে ঘুমের অবস্থার জন্য নির্দিষ্ট নয়। এই পার্থক্য বিভিন্ন বিশ্লেষণ পদ্ধতির কারণে হতে পারে। সামন্ত প্রমুখ। (2021) আলাদাভাবে দুটি নেটওয়ার্কের জন্য বোল্ড প্রতিক্রিয়ার পরিবর্তনগুলি তদন্ত করেছে, কিন্তু কার্যকরী সংযোগ নয়। তাদের কার্যকরী সংযোগ বিশ্লেষণ একটি বীজ-ভিত্তিক পদ্ধতির উপর নির্মিত হয়েছিল যা এক্সিকিউটিভ কন্ট্রোল নেটওয়ার্কের একটি পূর্ব-নির্ধারিত হাব এবং মস্তিষ্কের বাকি অংশের মধ্যে মিথস্ক্রিয়া পরীক্ষা করে। বিপরীতে, আমরা একটি অগ্রাধিকার অনুমান ছাড়াই আমাদের নেটওয়ার্কগুলিকে সংজ্ঞায়িত করতে স্বাধীন উপাদান বিশ্লেষণ ব্যবহার করেছি এবং শুধুমাত্র এই প্রতিটি নেটওয়ার্কের মধ্যে কার্যকরী সংযোগের পরিবর্তনগুলি মূল্যায়ন করেছি। এই পদ্ধতিগত পার্থক্য দুটি বিশ্লেষণের বিভিন্ন ফলাফলে অবদান রাখতে পারে। এক্সিকিউটিভ কন্ট্রোল নেটওয়ার্ক ভিসুস্পেশিয়াল কাজগুলির মধ্যে মনোযোগ বরাদ্দ করে বলে মনে করা হয় এবং লক্ষ্য-নির্দেশিত আচরণ এবং নেভিগেশনের সাথে জড়িত। বিশেষত, পোস্টেরিয়র প্যারিটাল কর্টেক্স হিপ্পোক্যাম্পালি জেনারেটেড অ্যালোকেন্দ্রিক স্থানিক তথ্য এবং লক্ষ্য-নির্দেশিত নেভিগেশন গাইড করার জন্য অহংকেন্দ্রিক স্থানিক অভিযোজনের জন্য কর্টিকাল ইন্টিগ্রেশন সাইট হিসাবে কাজ করে (নিটজ, 2012; হুইটলক এট আল।, 2008)। অতিরিক্তভাবে, পূর্বের অভিজ্ঞতা এনকোডিংয়ের সাথে জড়িত কাজ-পরবর্তী বিশ্রামে মস্তিষ্কের অঞ্চলগুলির অনুক্রমিক রিপ্লে বা প্যাটার্নযুক্ত পুনঃসক্রিয়তার প্রমাণ রয়েছে (হফম্যান এবং ম্যাকনটন, 2002; স্টারেসিনা এট আল।, 2013)। একসাথে নেওয়া, স্থানিক নেভিগেশনে প্যারিটাল কর্টেক্সের কেন্দ্রীয় ভূমিকার প্রমাণ এবং টাস্ক-প্রাসঙ্গিক মস্তিষ্কের অঞ্চলগুলিতে পোস্ট-টাস্ক বিশ্রামে রিপ্লে আমাদের অনুসন্ধানের সাথে সারিবদ্ধ। আমরা প্রি-টাস্ক থেকে পোস্ট-টাস্ক পারফরম্যান্স পর্যন্ত বিশ্রামের অবস্থায় নিকৃষ্ট পোস্টেরিয়র প্যারিটাল লোব এবং সালকাসকে কেন্দ্র করে ডান এক্সিকিউটিভ কন্ট্রোল নেটওয়ার্কে কার্যকরী সংযোগ বৃদ্ধি লক্ষ্য করেছি। প্রারম্ভিক নিউরোইমেজিং অধ্যয়নগুলি ডিফল্ট মোড নেটওয়ার্ককে একটি টাস্ক-নেগেটিভ নেটওয়ার্ক হিসাবে সংজ্ঞায়িত করেছে যা বিশ্রামের অবস্থার তুলনায় টাস্ক পারফরম্যান্সের সময় কার্যকরী সংযোগে হ্রাস পায় (বাকনার এট আল।, 2008)। যাইহোক, গ্রাফ তত্ত্বের পরিমাপ ব্যবহার করে, লিন এট আল। (2017) প্রাক-টাস্ক বিশ্রাম, টাস্ক পারফরম্যান্স এবং পোস্ট-টাস্ক বিশ্রামের সময় ডিফল্ট মোড নেটওয়ার্ক গতিবিদ্যার একটি সাময়িকভাবে সমাধান করা দৃশ্য প্রদান করেছে। প্রাক-টাস্ক বিশ্রামের তুলনায় পোস্ট-টাস্ক বিশ্রামে ডিফল্ট মোড নেটওয়ার্কে তারা কার্যক্ষমতা হ্রাস পেয়েছে, কার্যকরী একীকরণের একটি পরিমাপ। সমগ্র নেটওয়ার্কে বৈশ্বিক দক্ষতা হ্রাস পেয়েছে এবং পোস্টেরিয়র সিঙ্গুলেট কর্টেক্সে বিশেষভাবে স্থানীয় দক্ষতা হ্রাস পেয়েছে। আমাদের ফলাফলগুলিও দেখায় যে ডিফল্ট মোড নেটওয়ার্ক, পোস্টেরিয়র সিঙ্গুলেট কর্টেক্সের উল্লেখযোগ্য প্রভাবের সাথে, কার্য-পরবর্তী বিশ্রাম থেকে কার্যকরী সংযোগে হ্রাস পায়। এটি উল্লেখ করা উচিত যে, স্বাধীন উপাদান বিশ্লেষণ (ICA) এবং টেমপ্লেট-ম্যাচিং পদ্ধতির ফলস্বরূপ, পোস্টেরিয়র সিঙ্গুলেট কর্টেক্স, প্রিফ্রন্টাল কর্টেক্স এবং পার্শ্বীয় পোস্টেরিয়র প্যারিটাল কর্টেক্স ডিফল্ট মোড নেটওয়ার্ক সংযোগে সবচেয়ে জোরালোভাবে অবদান রেখেছে। সামন্ত এট আল সহ পূর্ববর্তী গবেষণা। (2021), এই নেটওয়ার্কে হিপ্পোক্যাম্পাস এবং রেট্রোস্প্লেনিয়াল কর্টেক্স ফাংশনাল হাবগুলিকেও বিবেচনা করে (Greicius et al., 2003; Vincent et al., 2006)। একত্রে, এই সমস্ত অঞ্চলগুলিকে একটি মেমরি নেটওয়ার্ক গঠনের প্রস্তাব করা হয়েছে যেখানে তথ্য হিপ্পোক্যাম্পাস থেকে প্রিফ্রন্টাল এবং রেট্রোস্প্লেনিয়াল কর্টেক্সের মাধ্যমে একত্রীকরণের সময় ডাউনস্ট্রিম প্যারিটাল অঞ্চলে রিলে করা হয় (জেনজেল, 2020)। যাইহোক, আমাদের গবেষণায়, হিপ্পোক্যাম্পাস এবং রেট্রোস্প্লেনিয়াল কর্টেক্স প্রাথমিকভাবে একটি পৃথক হিপোক্যাম্পাল নেটওয়ার্কের অংশ ছিল। এইভাবে, আমাদের অধ্যয়নের বেশ কয়েকটি ফলাফল যা পূর্বে ডিফল্ট মোড নেটওয়ার্কে বরাদ্দ করা হয়েছে এখানে হিপ্পোক্যাম্পাল নেটওয়ার্কের জন্য আলাদাভাবে আলোচনা করা হয়েছে, যার মধ্যে হিপ্পোক্যাম্পাস, টেম্পোরাল লোব অঞ্চল এবং রেট্রোস্প্লেনিয়াল কর্টেক্স রয়েছে। আমাদের এফএমআরআই প্রক্রিয়াকরণ পাইপলাইনটি একটি আইসিএর উপর ভিত্তি করে তৈরি করা হয়েছিল যা সর্বাধিক স্বাধীন স্থানিক নেটওয়ার্ক তৈরি করেছিল। এইভাবে, আমরা কার্যকরী বিশ্রাম-রাষ্ট্র নেটওয়ার্কগুলির মধ্যে মিথস্ক্রিয়া পরীক্ষা করতে সক্ষম হইনি। তবুও, সঠিক এক্সিকিউটিভ কন্ট্রোল এবং ডিফল্ট মোড নেটওয়ার্কগুলির কার্যকরী সংযোগের বিপরীত প্রবণতা পূর্ববর্তী গবেষণার মতো একই দিকে নির্দেশ করে। এটি দেখানো হয়েছে যে ডিফল্ট মোড নেটওয়ার্ক এবং এক্সিকিউটিভ কন্ট্রোল নেটওয়ার্কের মধ্যে বিপরীত পরিবর্তনগুলি বিশ্রাম এবং মনোযোগ কেন্দ্রীভূত করার মধ্যে স্থানান্তরকে সহজতর করে (Goulden et al., 2014; Menon & Uddin, 2010)। উদ্দীপনা-সম্পর্কিত জ্ঞানীয় প্রক্রিয়াকরণকে সমর্থন করার জন্য এই স্থানান্তরটি মস্তিষ্কের মধ্যে সংস্থানগুলির পুনর্বন্টন জড়িত। আমাদের পর্যবেক্ষণের উপর ভিত্তি করে, দুটি নেটওয়ার্কের মধ্যে কার্যকরী সংযোগের বিরোধিতা শুধুমাত্র বিশ্রাম থেকে কার্য পরিবর্তনের মধ্যে উপস্থিত থাকতে পারে না কিন্তু কাজ-পরবর্তী বিশ্রামেও তা অব্যাহত থাকে এবং এইভাবে এনকোড করা অভিজ্ঞতাকে শক্তিশালী করতে প্রাসঙ্গিক এলাকার অফলাইন সমন্বয় প্রতিফলিত করতে পারে।

4.3|মেমরি একত্রীকরণে হিপোক্যাম্পাল নেটওয়ার্কের ভূমিকা

SVD এর মাধ্যমে, আমরা হিপ্পোক্যাম্পাল নেটওয়ার্কের মধ্যে দুটি কার্যকরীভাবে প্রাসঙ্গিক সাবনেটওয়ার্ক সনাক্ত করতে সক্ষম হয়েছি, একটি হিপ্পোক্যাম্পাল সাবনেটওয়ার্ক হিপ্পোক্যাম্পাস এবং প্যারাহিপ্পোক্যাম্পাল কর্টেক্সকে কেন্দ্র করে এবং একটি দ্বিতীয় হিপ্পোক্যাম্পাল সাবনেটওয়ার্ক যা প্রাথমিকভাবে রেট্রোস্প্লেনিয়াল কর্টেক্স জড়িত। এই সাবনেটওয়ার্কগুলি চারটি বিশ্রাম-স্টেট এফএমআরআই সেশন জুড়ে স্বতন্ত্র কার্যকরী সংযোগ পরিবর্তন দেখিয়েছে। প্রাথমিক হিপোক্যাম্পাল সাবনেটওয়ার্ক শেখার এবং পুনরুদ্ধার সেশনে টাস্ক পারফরম্যান্সের পরে কার্যকরী সংযোগে বৃদ্ধি পেয়েছে। এক্সিকিউটিভ কন্ট্রোল নেটওয়ার্কের জন্য বর্ণিত হিসাবে এই অনুসন্ধানটি অনুরূপ বিশ্রাম-রাজ্য একত্রীকরণের অন্তর্গত হতে পারে। হিপ্পোক্যাম্পাস একটি প্রাথমিক মেমরি স্টোরেজ সাইট হিসাবে, প্রায়ই পুনঃসক্রিয়তা তৈরি করতে দেখা গেছে যা বিশ্রামের পরে আরও ভাল মেমরি কর্মক্ষমতার দিকে পরিচালিত করে (Dupret et al., 2010)। আমরা এই সাবনেটওয়ার্কের জন্য 90 মিনিট বিরতির পরে কার্যকরী সংযোগের বৃদ্ধিও লক্ষ্য করেছি। প্রথম নজরে, একত্রীকরণের সময়কাল জুড়ে এই বৃদ্ধি সিস্টেম একত্রীকরণের প্রস্তাবিত প্রক্রিয়াগুলির বিপরীতে বলে মনে হয় (স্কয়ার এট আল।, 2015)। এর পরিবর্তে একত্রীকরণ সময়ের পরে হিপ্পোক্যাম্পাসের অংশগ্রহণ কমে যাওয়ার আশা করা যায়। যাইহোক, একজনকে মনে রাখা উচিত যে বর্তমান পরিমাপটি প্রতি ক্রিয়াকলাপ নয় বরং নেটওয়ার্ক সংযোগের মধ্যে, এবং আমাদের একত্রীকরণ সময়কাল 90 মিনিটের মধ্যে সীমাবদ্ধ ছিল। দ্বিতীয় হিপ্পোক্যাম্পাল সাবনেটওয়ার্কটি প্রাথমিকভাবে রেট্রোস্প্লেনিয়াল কর্টেক্সকে জড়িত করে তবে মধ্যবর্তী টেম্পোরাল অঞ্চলগুলিকেও জড়িত করে। সাহিত্যে, হিপ্পোক্যাম্পাস, টেম্পোরাল লোব অঞ্চল এবং রেট্রোস্প্লেনিয়াল কর্টেক্সকে প্রায়শই ডিফল্ট মোড নেটওয়ার্কের অংশ হিসাবে বিবেচনা করা হয় কারণ তারা বিশ্রামের সময় দৃঢ় সংহতি দেখায় (Greicius et al., 2003; Vincent et al., 2006)। যাইহোক, সম্প্রতি একটি "মিডিয়াল টেম্পোরাল" সাবনেটওয়ার্ক শনাক্ত করা হয়েছে, যার কানেক্টিভিটি ওভার স্লিপ হ্রাস স্থানিক মেমরি কর্মক্ষমতা বৃদ্ধির সাথে যুক্ত ছিল (বার্নেট এট আল।, 2021; ভ্যান বুরেন এট আল।, 2019)। এই নেটওয়ার্কের মূল অঞ্চলগুলির মধ্যে রয়েছে মিডিয়াল টেম্পোরাল লোব এবং রেট্রোস্প্লেনিয়াল কর্টেক্স। এই কাঠামোগুলি আমাদের দ্বিতীয় হিপোক্যাম্পাল সাবনেটওয়ার্কের সাথে মিলে যায়। ফলস্বরূপ, আমাদের দ্বিতীয় হিপ্পোক্যাম্পাল সাবনেটওয়ার্ক মেমরি একত্রীকরণে একটি অনন্য ভূমিকা পালন করতে পারে (de Sousa et al., 2019; van Buuren et al., 2019)। কার্যকরীভাবে, দ্বিতীয় হিপ্পোক্যাম্পাল সাবনেটওয়ার্কটি চারটি বিশ্রাম-রাষ্ট্রের সেশন জুড়ে সংযোগে হ্রাস পেয়েছে কিন্তু শুধুমাত্র ঘুমের অবস্থার অংশগ্রহণকারীদের জন্য। মেডিয়াল টেম্পোরাল লোব এবং রেট্রোস্প্লেনিয়াল কর্টেক্সকে মানুষ এবং ইঁদুরের মডেলগুলিতে স্থানিক নেভিগেশনের জন্য প্রাসঙ্গিক বলা হয়েছে (এপস্টেইন এট আল।, 2017; পেইগনিক্স এট আল।, 2004)। গভীর ঘুমের সময় ধীরে ধীরে ডিকপলিং সহ এই অঞ্চলগুলি ঘুমের দ্বারা কার্যকরীভাবে পরিমিত হয় (Spoormaker et al., 2010)। এইভাবে, দ্বিতীয় হিপোক্যাম্পাল সাবনেটওয়ার্কটি ঘুমের সময় টাকু-ধীর দোলন কার্যকলাপ জড়িত মস্তিষ্ক-বিস্তৃত একত্রীকরণ প্রক্রিয়াগুলির সমন্বয় করতে পারে (কোয়ান এট আল।, 2020; নাভারো-লোবাটো এবং জেনজেল, 2020)। প্রকৃতপক্ষে, আমরা দেখাই যে রেট্রোস্প্লেনিয়াল কর্টেক্সকে কেন্দ্র করে আমাদের দ্বিতীয় হিপ্পোক্যাম্পাল সাবনেটওয়ার্কটি ঘুমের দ্বারা উল্লেখযোগ্যভাবে সংশোধিত এবং ইতিবাচকভাবে স্পিন্ডল-স্লো দোলন কাপলিং পাওয়ারের সাথে সম্পর্কিত, যা মেমরি কর্মক্ষমতারও পূর্বাভাস দেয়। তরঙ্গ, স্পিন্ডল এবং ধীর দোলনের সংযোগ এমন একটি প্রক্রিয়া হতে পারে যার মাধ্যমে ঘুমের সময় স্মৃতিগুলি প্রাথমিক হিপ্পোক্যাম্পাল স্টোরেজ থেকে নীচের দিকের অঞ্চলে, যেমন পোস্টেরিয়র প্যারিটাল কর্টেক্স- রেট্রোস্প্লেনিয়াল কর্টেক্সের মাধ্যমে (জেনজেল, 2020; হেনিস এট আল। , 2016)। আমাদের দ্বিতীয় হিপ্পোক্যাম্পাল সাবনেটওয়ার্ক হতে পারে নিউরাল সাবস্ট্রেট যার মাধ্যমে ঘুম স্মৃতি একত্রীকরণের উপর উপকারী প্রভাব ফেলে, প্রাথমিক হিপ্পোক্যাম্পাল সাবনেটওয়ার্কের একীকরণের একটি সাধারণ ফর্ম ছাড়াও যা আগে আলোচিত হয়েছে। সংক্ষেপে, আমরা দেখাই যে স্মৃতির একীকরণের অন্তর্নিহিত মস্তিষ্কের কার্যকরী সংযোগের ধরণগুলি কেবল প্রতিষ্ঠিত বিশ্রাম-রাষ্ট্র নেটওয়ার্কগুলিতে সীমাবদ্ধ নাও থাকতে পারে। একটি ডেটা-চালিত পদ্ধতি ব্যবহার করে, আমরা বৈচিত্র-ভিত্তিক সাবনেটওয়ার্কগুলি চিহ্নিত করেছি। বিশেষত, আমরা হিপ্পোক্যাম্পাল নেটওয়ার্ককে হিপ্পোক্যাম্পাস-কেন্দ্রিক ঘুম-স্বাধীন উপাদান এবং একটি বিপরীতমুখী-কেন্দ্রিক ঘুম-নির্ভর উপাদানে পার্থক্য করেছি। এই উভয় নেটওয়ার্কই স্থানিক মেমরি একত্রীকরণে জড়িত থাকতে পারে। তা সত্ত্বেও, শুধুমাত্র দ্বিতীয় হিপ্পোক্যাম্পাল সাবনেটওয়ার্ক মেমরি গঠনের উপর ঘুমের উপকারী প্রভাবগুলিকে অন্তর্নিহিত করতে পারে, যেমনটি স্পিন্ডল-স্লো অসিলেশন কাপলিং পাওয়ারের সাথে এর যোগসূত্র দ্বারা দেখানো হয়েছে যা মেমরি কার্যক্ষমতার পূর্বাভাস দেয়। আমাদের অনুসন্ধানগুলি মেমরি একত্রীকরণে হিপ্পোক্যাম্পাল নেটওয়ার্কের আরও পরিমার্জিত দৃষ্টিভঙ্গি প্রদান করে, যেখানে এটির বিশ্রাম-স্থিতি কার্যকরী সংযোগটি একটি 1- দিনের দৃষ্টান্তে একটি স্থানিক মেমরি টাস্কের শিক্ষা, একত্রীকরণ এবং পুনরুদ্ধার জুড়ে আলাদাভাবে পরিবর্তিত হয়।