1 德国图宾根大学赫蒂临床脑研究所神经动力学和脑磁图系 2 德国图宾根大学综合神经科学中心 3 德国图宾根大学 MEG 中心 4 德国图宾根德国精神健康中心 (DZPG) 5 德国图宾根大学慕尼黑亥姆霍兹中心 IDM/fMEG 中心 6 德国图宾根德国糖尿病研究中心 (DZD) 7 德国图宾根大学医院内科 IV 系 8 德国图宾根大学药学和生物化学系 9 美国明尼苏达大学共济会发育脑研究所 (MIDB) * 通讯作者:Markus Siegel (markus.siegel@uni-tuebingen.de) 和 Antonino Greco (antonino.greco@uni-tuebingen.de) 预测编码理论提出大脑不断更新其内部世界模型,以尽量减少预测误差并优化感官处理。然而,将预测误差编码与感官表征优化联系起来的神经机制仍不清楚。在这里,我们提供了预测学习如何塑造人类大脑表征几何的直接证据。我们在聆听不同规律性水平的声音序列的人类参与者中记录了脑磁图 (MEG)。表征相似性分析揭示了大脑如何通过学习,通过对时间连续和可预测刺激的表征进行聚类,使其表征几何与感官输入的统计结构相匹配。至关重要的是,我们发现在感官区域中,表征转变的幅度与预测误差的编码强度相关。此外,使用部分信息分解我们发现,预测误差由高级联想和感官区域的协同网络处理。重要的是,精度误差的协同编码强度可以预测学习过程中表征对齐的幅度。我们的研究结果证明,参与预测处理的大规模神经相互作用会调节感觉区域的表征内容,这可能会提高响应环境统计规律的感知处理的效率。
主要关键词