Общемозговой характер процесса различения коротких интервалов времени и его региональная специфичность

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

С позиций системно-эволюционного подхода проанализирована региональная специфичность мозгового обеспечения поведения при решении задачи различения коротких интервалов времени. Использовалась методика «Да-Нет» для различения коротких интервалов времени (N = 10, научившихся различению коротких интервалов времени). При анализе 19 мозговых отведений ЭЭГ методами кластерного и факторного анализа выделены 2 группы мозговых отведений: фронтально-центральные и париетально-окципитальные. Показана общая конфигурация выделяемых компонентов ССП, что согласуется с представлениями об общемозговом характере поведения. Различия между группами отведений заключались в амплитудно-временных характеристиках. В связи с этим обсуждается системное психофизиологическое значение региональной специфики мозговых процессов.

Полный текст

Доступ закрыт

Об авторах

Д. Л. Гладилин

Институт психологии РАН; МГППУ

Email: apanovitschvv@yandex.ru
Россия, Москва; Москва

В. В. Апанович

Институт психологии РАН; ГАУГН

Автор, ответственный за переписку.
Email: apanovitschvv@yandex.ru
Россия, Москва; Москва

Э. А. Арамян

Институт психологии РАН

Email: apanovitschvv@yandex.ru
Россия, Москва

К. С. Юдаков

Институт психологии РАН; ГАУГН

Email: apanovitschvv@yandex.ru
Россия, Москва; Москва

Ю. И. Александров

Институт психологии РАН; ГАУГН

Email: apanovitschvv@yandex.ru
Россия, Москва; Москва

Список литературы

  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

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Иллюстрация одной пробы основной экспериментальной задачи.

Скачать (100KB)
Метаданные
3. Рис. 2. Выделение кластеров по методу Варда (Ward’s method) на обобщенных данных.

Скачать (110KB)
Метаданные
4. Рис. 3. Распределение отведений по кластерам. Сравнение четырехкластерных (трехкластерных) и двухкластерных решений по методам Варда и k-means. Примечание. Цветами отмечены кластеры. Белым цветом – отведения, распределение которых по кластерам оказывается нестабильным.

Скачать (257KB)
Метаданные
5. Рис. 4. (а) – Расположение компонент в пространстве для факторной модели, включающее все мозговые отведения. (б) – Расположение компонент в пространстве для факторной модели, включающее только 11 наиболее безартефактных мозговых отведений.

Скачать (250KB)
Метаданные
6. Рис. 5. Отличия компонентов на оцениваемом сигнале (от -350 до 400 мс). Синим цветом отмечены усредненные отведения F-C, а оранжевым – усредненные отведения P-O.

Скачать (141KB)
Метаданные

© Российская академия наук, 2025