Advances in Cognitive Sciences

fa سازمان‌دهی فرایندهای حافظه در مغز مبتنی بر تحلیل فرکتالی Organization the memory processes in the brain based on fractal analysis مدل سازی شناختی، پردازش سیگنال و تصویربرداری مغز پژوهشي اصیل Research مقدمه: یادگیری و فرایندهای حافظه دو عملکرد شناختی مهم مغزی هستند که یکی بدون دیگری مفهومی ندارد. مکانیسم یادگیری و حافظه به دلیل پیچیدگی، با چالش‌های بسیاری مواجه است، یکی از ابزارهای قدرتمند بررسی دینامیک خود سازمانده مغزی در طی یادگیری، تحلیل امواج الکتروآنسفالوگرافی می‌باشد. هدف از این مطالعه، بررسی دینامیک یادگیری و فرایندهای حافظه (کدگذاری، نگهداری و بازیابی) در مغز بود. روش کار: در این مطالعه 18 نفر مرد با میانگین سنی 23-18 سال و راست‌ دست بررسی شدند. امواج الکتروآنسفالوگرافی داوطلبان در طی 5 مرحله آزمون و قبل و بعد از اجرای آزمون رفتاری ثبت گردید. همزمان با برآورد نرخ یادگیری و فرایندهای حافظه از طریق آزمون ارزیابی یادگیری شنیداری کلامی ری (RAVLT)، دینامیک این تغییرات با استفاده از تخمین بُعد فرکتالی هیگوچی امواج الکتروآنسفالوگرافی مورد بررسی قرار گرفت. در این مطالعه برای ایجاد یادگیری و فرایندهای حافظه از آزمون RAVLT استفاده شده ‌است. یافته‌ها: در این پژوهش برای اولین بار، دینامیک خاص فعالیت مغز در شرایط یادگیری با استفاده از تحلیل مقطعی امواج الکتروآنسفالوگرافی و تاثیر مولفه‌های مغزی شامل با استفاده از تحلیل فرکتال بررسی شد. نتایج این پژوهش نشان داد که افزایش تعداد کلمات به خاطر آورده شده یا همان رشد منحنی نرخ یادگیری افراد مورد مطالعه متناسب با کاهش بُعد فرکتالی امواج می‌باشد. هم‌چنین طیف توان موج بعد از یادگیری، نسبت به قبل از آن افزایش قابل توجه را نشان میدهد. نتیجه‌گیری: رفتار مولفه‌های فرکتال و نوسانی امواج نشان از دینامیک خود سازماندهی مغز در هنگام یادگیری و فرایندهای حافظه دارد. Introduction: Learning and memory processes are two essential cognitive functions that have no meaning without the other. The learning and memory mechanisms are faced with many challenges due to the complexity of many challenges. It is believed that the brain organizes the information using the coexistence of scale-free and oscillatory activities. Nevertheless, previous studies have mainly focused on neural oscillations during memory formation, while our understanding of scale-free behavior has remained limited. So, the memory content can also be considered in the case of stimulus. Despite research into the effect of stimuli on human EEG signal and memory formation, nothing has been done about behavioral learning tests and nonlinear analysis of EEG signals simultaneously to measure changes in auditory memory content. Such that, in previous studies, learning and memory processes only would lead to transient sensory memory. One of the tools for investigating self-organizing dynamics during learning is EEG signals analysis. The purpose of this study is to investigate the dynamics of learning and memory processes (coding, maintenance, and retrieval) in the brain. For this purpose in this research, the researchers used the Ray auditory verbal learning test (RAVLT) to create learning and memory processes and evaluate related functions. Methods: Eighteen volunteer healthy subjects age range 18-23 assigned to evaluate Ray auditory verbal learning test (RAVLT). All of them are university students and right-handed. EEG signals are recorded during five stages of RAVLT and so before and after the behavioral test. Simultaneous to estimate learning rate and memory process through RAVLT cognitive and behavioral assessment, the dynamics of these changes are investigated by Higuchi fractal dimension (HFD) estimation EEG signals. Results: In this study, for the first time, the specific dynamics of brain activity in learning conditions in the human brain have been modeled by fractal analysis of EEG signals and the extent of self-organizing function or the effect of brain components, including fractal and oscillating has been investigated. From this research, we have shown changes in brain signals in the learning process. The input information that is audibly passed through the sensory memory related to hearing in the behavioral test, and activating the working memory, encodes the input information and places it in the semantic memory, the output of which is as a reminder of this information through verbal memory is provided. The results of this study showed that increasing the number of words recalled or increasing the learning rate of participants is inversely proportional to the Higuchi fractal dimensionality of the EEG signals. The power spectrum obtained show an increase in the overall frequency spectrum of the EEG. Approximation entropy confirms reducing the chaotic behavior of signals due to decreasing the complexity of signals the during memory process increases. Conclusion: The fractal and oscillatory components behavior of the EEG signals present brain organization during learning and memory processes. It is possible to compare the results with a healthy community, which can be used to study people with learning disabilities such as Alzheimer's disease, attention deficit hyperactivity disorder (ADHD), and autism. یادگیری و فرایندهای حافظه, آزمون ارزیابی یادگیری شنوائی و کلامی ری, بُعد فرکتالی هیگوچی Learning and memory process, Rey auditory verbal learning test, Higuchi fractal dimension 128 139 http://icssjournal.ir/browse.php?a_code=A-10-1055-1&slc_lang=fa&sid=1 Mohammad Reza Arab محمد رضا عرب 100319475328460010958 100319475328460010958 No PhD Student of Electrical Engineering, Department of Electrical Engineering, Faculty of Engineering, Islamic Azad University, Arak Branch, Arak, Iran دانشجوی دکتری الکترونیک، دانشگاه آزاد اسلامی واحد اراک، اراک، ایران Mohsen Nadjafi محسن نجفی 100319475328460010959 100319475328460010959 No Assistant Professor, Faculty of Electrical and Computer Engineering, Arak University of Technology, Arak, Iran استادیار، دانشکده مهندسی برق و کامپیوتر دانشگاه صنعتی اراک، اراک، ایران Reza Khosrowabadi رضا خسروآبادی 100319475328460010960 100319475328460010960 No Assistant Professor, Institute for Cognitive and Brain Science, Shahid Beheshti University, Tehran, Iran استادیار، پژوهشکده علوم شناختی و مغز، دانشگاه شهید بهشتی تهران، تهران، ایران Farbod Setoudeh فربد ستوده F.setoudeh@arakut.ac.ir 100319475328460010961 100319475328460010961 Yes Assistant Professor, Faculty of Electrical and Computer Engineering, Arak University of Technology, Arak, Iran استادیار، دانشکده مهندسی برق و کامپیوتر دانشگاه صنعتی اراک، اراک، ایران Mohammad Bagher Tavakoli محمد باقر توکلی 100319475328460010962 100319475328460010962 No Assistant Professor, Department of Electrical Engineering, Faculty of Engineering, Islamic Azad University, Arak, Iran استادیار، گروه مهندسی برق، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد اراک، اراک، ایران