Brain-wide character of the process of distinguishing short time intervals and its regional specificity

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

From the standpoint of the system-evolutionary approach we analyzed the regional specificity of brain support of behavior when solving the task of distinguishing short time intervals. The “Yes-No” task for distinguishing short time intervals was used (N = 10 who learned to distinguish short time intervals). When analyzing 19 scalp electrodes of EEG by methods of cluster and factor analysis, 2 groups of electrodes were formed: frontal-central and parietal-occipital. The general configuration of the selected components of the ERP is shown, which is consistent with the ideas of the general cerebral character of behavior. The differences between the groups of electrodes consisted in amplitude-temporal characteristics. In this connection, the systemic psychophysiological significance of the regional specificity of brain processes is discussed.

Full Text

Restricted Access

About the authors

D. L. Gladilin

Institute of Psychology, Russian Academy of Sciences; Moscow State University of Psychology and Education

Email: apanovitschvv@yandex.ru
Russian Federation, Moscow; Moscow

V. V. Apanovich

Institute of Psychology, Russian Academy of Sciences; ГАУГН

Author for correspondence.
Email: apanovitschvv@yandex.ru
Russian Federation, Moscow; Moscow

E. A. Aramyan

Institute of Psychology, Russian Academy of Sciences

Email: apanovitschvv@yandex.ru
Russian Federation, Moscow

К. S. Yudakov

Institute of Psychology, Russian Academy of Sciences; State Academic University for the Humanities

Email: apanovitschvv@yandex.ru
Russian Federation, Moscow; Moscow

Yu. I. Alexandrov

Institute of Psychology, Russian Academy of Sciences; State Academic University for the Humanities

Email: apanovitschvv@yandex.ru
Russian Federation, Moscow; Moscow

References

  1. Александров И.О., Максимова Н.Е. Типология медленных потенциалов мозга, нейрональная активность и динамика системной организации поведения. ЭЭГ и нейрональная активность в психофизиологических исследованиях. Отв. ред. В.Б. Швырков, В.М. Русалов, Д.Г. Шевченко. М.: Наука, 1987. С. 44–72.
  2. Александров Ю.И. Психофизиологическое значение активности центральных и периферических нейронов в поведении. Наука, 1989. С. 198.
  3. Александров Ю.И. Системная психофизиология. Гл. 14. Психофизиология: учебник для вузов. 5-е изд. Под ред. Ю.И. Александрова. Спб.: Питер, 2022. С. 290–345.
  4. Александров Ю.И., Александров И.О. Активность нейронов зрительной и моторной областей коры мозга при осуществлении поведенческого акта с открытыми и закрытыми глазами. Журнал высшей нервной деятельности им. И.П. Павлова. 1981. Вып. 6. С. 1179–1189.
  5. Александров Ю.И., Горкин А.Г., Созинов А.А., Сварник О.Е., Кузина Е.А., Гаврилов В.В. Консолидация и реконсолидация памяти: психофизиологический анализ. Вопросы психологии. № 3, 2015. С. 133–144.
  6. Анохин П.К. Биология и нейрофизиология условного рефлекса. М.: Медицина, 1968.
  7. Апанович В.В., Арамян Э.А., Гладилин Д.Л., Юдаков К.С., Карпов С.А., Горкин А.Г., Александров Ю.И. Разработка и апробация психофизической методики исследования приобретения и совершенствования навыка. Экспериментальная психология. 2022. Т. 15. № 3. С. 222–238. doi: 10.17759/exppsy.2022150315
  8. Апанович В.В., Юдаков К.С., Егорова П.И. Разработка принципа анализа динамики психофизического показателя d′ с применением метода “скользящего окна”. Психологический журнал. 2024. Т. 45. № 5. С. 65–76.
  9. Безденежных Б.Н., Медынцев А.А., Александров Ю.И. Системная организация поведения, связанного с произвольной и непроизвольной оценкой интервалов времени разной длительности. Экспериментальная психология. 2009. Т. 2. № 3. С. 5–18.
  10. Борбели А. Тайна Сна. Издательство «Знание». Москва, 1989.
  11. Бочаров А.В., Савостьянов А.Н., Таможников С.С., Рудыч П.Д., Заварзин Е.А., Сапрыгин А.Е., Меркулова Е.А., Князев Г.Г. ЭЭГ-корреляты конкурентных и кооперационных взаимодействий. Физиология Человека. 2024. Т. 50. № 2. С. 32–42.
  12. Владимирский Б.М., Горбачев М.Н., Сазыкин А.А. Электроэнцефалографические показатели, связанные с восприятием времени, у испытуемых с разным профилем латеральной организации головного мозга. Известия вузов. Северо-Кавказский регион. Серия: Естественные науки. 2005. №S7.
  13. Гаврилов В.В. Соотношение ЭЭГ и импульсной активности нейронов в поведении у кролика. ЭЭГ и нейрональная активность в психофизиологических исследованиях. М.: Наука, 1987. С. 33–44.
  14. Греченко Т.Н. Психофизиология. М.: Гардарики, 1999.
  15. Гринченко Ю.В. Нейрофизиологическое изучение механизмов смены поведенческих актов в пищедобывательном поведении. Дисс. … к. психол. н. М., 1978.
  16. Гусев А.Н., Измайлов Ч.А., Михалевская М.Б. Измерение в психологии: общий психологический практикум. 2-е изд. М.: Смысл, 1998. 286 с. (Серия «Практикум». Вып. 2).
  17. Журавлев А.Л., Ушаков Д.В. Теория и практика: взгляды с разных сторон (ответ на комментарии). Психологический журнал. 2012. Т. 33. № 2. С. 127–132.
  18. Журавлев А.Л., Ушаков Д.В. Фундаментальная психология и практика: проблемы и тенденции взаимодействия. Психологический журнал. 2011. Т. 32. № 3. С. 5–16.
  19. Ким Дж.О., Мьюллер Ч.У. Факторный, дискриминантами и кластерный анализ. М.: «Финансы и Статистика», 1989.
  20. Корнеев А.А., Захарова М.Н., Курганский А.В., Ломакин Д.И., Мачинская Р.И. Прогностическое значение электроэнцефалографических и нейропсихологических показателей состояния регуляторных функций мозга для оценки вероятности отклонений поведения у подростков. Экспериментальная психология. 2021. Т. 14. № 1. С. 135–150. doi: 10.17759/exppsy.2021140106
  21. Мачинская Р.И. Управляющие системы мозга. Журнал высшей нервной деятельности имени И.П. Павлова. 2015. Т. 65 (1): 33–60.
  22. Медынцев А.А. Системная организация поведения при произвольной и непроизвольной оценке интервалов времени разной длительности. Автореферат. 2009.
  23. Медынцев А.А. Характеристики условного негативного отклонения при произвольном и непроизвольном и использовании интервалов времени в задаче выбора. СПЖ. 2007. № 26.
  24. Пономарёв Я.А. Психология творчества. М.: Наука, 1976.
  25. Роик А.О., Иваницкий Г.А. Нейрофизиологическая модель когнитивного пространства. Журнал высшей нервной деятельности им. И.П. Павлова, 2011, 61 (6): 688–696.
  26. Хаслер Ф. Нейромифология. Что мы действительно знаем о мозге и чего мы не знаем о нем. М.: АСТ, 2022.
  27. Швырков В.Б. Введение в объективную психологию. М.: Изд-во «ИП РАН», 1995.
  28. Швырков В.Б. Системно эволюционный подход к изучению мозга, психики и сознания. Психол. журн. 1988. Т. 9. № 4. С. 132–148.
  29. Alexandrov Yu.I., Pletnikov M.P. Neuronal metabolism in learning and memory: The anticipatory activity perspective. Neuroscience and Biobehavioral Reviews 137 (2022) 104664.
  30. Anokhin A.P., Lutzenberger W., Nikolaev A., Birbaumer N. Complexity of electrocortical dynamics in children: developmental aspects. Dev Psychobiol. 2000 Jan; 36(1):9-22. PMID: 10607357.
  31. Borbély A.A. A two process model of sleep regulation. Hum Neurobiol. 1982; 1(3):195-204. PMID: 7185792.
  32. Buonomano D.V., Merzenich M.M. Temporal information transformed into a spatial code by a neural network with realistic properties. Science. 1995 Feb 17; 267(5200):1028-30. doi: 10.1126/science.7863330. PMID: 7863330.
  33. Buzsáki G. The brain–cognitive behavior problem: A retrospective. eNeuro, 7(4), 2020, ENEURO.0069-20.2020. https://doi.org/10.1523/eneuro.0069-20.2020
  34. Green D.M., Swets J.A. Signal detection theory and psychophysics. N.Y.: Wiley, 1966.
  35. Hoagland H. The physiological control of judgments of duration: Evidence for a chemical clock. Journal of General Psychology, 1933. 9: 267–287.
  36. Ornstein R.E. On the experience of time. Baltimore, MD: Penguin Books, 1969. P.21-39.
  37. Sadov V.A. Two Approaches to Study of the Perception of Time, 1993.
  38. Vartanov A.V. A new method of localizing brain activity using the scalp EEG data. Procedia Computer Science. 2022. Vol. 213. P. 41-48. ISSN 1877-0509. https://doi.org/10.1016/j.procs.2022.11.036.
  39. Westlin C., Theriault J.E., Katsumi Y., Nieto-Castanon A., Kucyi A., Ruf S.F., Brown S.M., Pavel M., Erdogmus D., Brooks D.H., Quigley K.S., Whitfield-Gabrieli S., Barrett L.F. Improving the study of brain-behavior relationships by revisiting basic assumptions. Trends in Cognitive Sciences, 27(3), 2023, 246–257. https://doi.org/10.1016/j.tics.2022.12.015

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Illustration of one sample of the main experimental task.

Download (100KB)
Indexing metadata
3. Fig. 2. Cluster selection using Ward’s method on generalized data.

Download (110KB)
Indexing metadata
4. Fig. 3. Distribution of electrodes into clusters. Comparison of four-cluster (three-cluster) and two-cluster solutions by Ward’s method and k-means. Notes. Colors indicate clusters. White color – electrodes whose cluster distribution is unstable.

Download (257KB)
Indexing metadata
5. Fig. 4. (a) – Location of components in space for the factor model comprising all brain electrodes. (б) – Component arrangement in space for the factor model including only the 11 most artifact-free brain electrodes.

Download (250KB)
Indexing metadata
6. Fig. 5. Component differences on the evaluated signal (from -350 to 400 ms with signal start at 0). Blue color indicates averaged F-C electrodes and orange color indicates averaged P-O electrodes.

Download (141KB)
Indexing metadata

Copyright (c) 2025 Russian Academy of Sciences