bioRxiv（Neuroscience）· Eva Feredoes·· 18 小时前AI 评分38
工作记忆类别信息如何在多需求网络中抵御分级干扰：fMRI 解码研究
The behaviour bends, the code holds: working-memory category information in the multiple-demand network across graded interruption
AI 导读
一项 fMRI 研究让受试者记住工具或动物图像，并在延迟期插入难度分级（被动、简单、困难）的数字任务，从 13 个多需求网络区域和早期视觉皮层解码所维持的类别信息。类别信息在延迟期主要出现于视觉皮层和双侧顶内沟，且不受是否执行干扰任务影响；但干扰任务难度升高时，全网络交叉验证马氏距离出现小幅下降，解码准确率未检出变化。
AI 要点
团队
Eva Feredoes（bioRxiv 预印本，未列其他作者）
主要结果
延迟期类别信息在视觉皮层与双侧顶内沟最强；主动或被动干扰任务均未改变该信息，贝叶斯证据支持零效应。
解决什么问题
考察无关任务打断维持时，多需求网络如何表征工作记忆内容。
方法
受试者先记工具或动物图片，延迟期做难度参数化（被动、易、难）的数字任务；用 fMRI 和多变量模式分析从 13 个多需求脑区及早期视觉皮层解码类别。
局限
从研究设计看，为预印本，受试者数量原文未提及；干扰难度提高仅带来网络层面表征距离的轻微下降，解码准确率未检出。
AI 依据原文整理，未经人工核对。
来源：bioRxiv（Neuroscience） · biorxiv.org