工作记忆资源分配的神经机制：前额叶皮层通过增益调控塑造视觉皮层表征

为解决工作记忆(WM)容量限制下资源分配机制不明的问题，研究人员通过计算神经影像技术解码不同优先级记忆项的神经响应，发现前额叶皮层通过反馈信号调控视觉皮层增益，揭示行为相关性如何塑造记忆表征的精确性与不确定性。该研究为理解WM资源分配提供了神经环路层面的证据，发表于《SCIENCE ADVANCES》。

　　

在认知科学的探索中，工作记忆(Working Memory, WM)如同大脑的临时白板，但其有限的容量始终困扰着研究者。当人们需要同时记住多个信息时，为何能优先处理重要内容？这一现象背后隐藏着怎样的神经机制？传统研究多聚焦于单一记忆项的神经表征，而对多项目优先级差异的动态调控机制知之甚少。

纽约大学的研究团队在《SCIENCE ADVANCES》发表突破性成果，通过创新性计算神经影像方法，首次实现双记忆项神经响应的同步解码与分离。研究采用fMRI结合记忆引导眼动任务，要求受试者记忆两个不同优先级的空间位置，利用群体感受野(pRF)建模定位视觉皮层、顶叶和前额叶的关键脑区，开发贝叶斯解码器解析神经活动模式。

关键技术包括：1) 基于八基函数的生成编码模型构建多项目响应曲线；2) 引入任务约束矩阵实现双记忆项神经表征的分离；3) 采用TAFKAP算法估计协方差矩阵；4) 全脑GLM分析延迟期活动与解码精度的关联；5) 眼动追踪量化行为学优先级效应。

Priority affects behavioral performance in WM
行为数据显示高优先级项目的记忆误差显著降低(置换检验P=0.043)，反应时缩短(P<0.001)，且反应时与记忆误差呈负相关(r=0.063, P=0.011)，证实优先级调控行为表现。

Bayesian model can decode multiple items on a single trial
创新的双项目解码模型通过加权基函数组合(固定高优先级增益w_H=1，拟合低优先级增益w_L)表征神经响应，结合任务约束实现记忆项解混，解码误差分布显示单峰特征。

Priority affects WM content and uncertainty stored in neural populations
V3AB和IPS0区域高优先级项目解码误差显著降低(P<0.05, FDR校正)，视觉皮层低优先级项目增益估计值w_L显著小于1(P<0.05)。个体差异分析显示增益参数与行为优先级指数高度相关。

Higher-order cortical areas control the allocation of WM resource
全脑分析发现：1) 双侧顶内沟(IPS)和右背侧前额叶(rLPFC)活动预测总WM资源量；2) 双侧上中央前沟(sPCS)活动特异性地与神经优先级指数相关；3) 右后颞叶皮层(PIT)参与双重调控。

该研究揭示前额叶-视觉皮层环路通过增益调制实现WM资源分配：行为相关性通过sPCS的反馈信号增强视觉皮层特定记忆项的表征增益，降低其神经不确定性(σ_H < σ_L)，符合概率群体编码理论。这一机制解释了个体在有限WM容量下优化关键信息处理的神经基础，为认知控制理论提供了量化证据。研究建立的多元解码框架为探索复杂认知表征开辟了新途径。