HOW ARE MEMORIES ORGANIZED BY NEURAL NETWORKS WITHIN THE HIPPOCAMPUS?
海马体内的神经网络是如何组织记忆的?
作者利用Hebb（1949）的模型，借助功能磁共振成像（fMRI）与代表性相似分析（RSA）方法，探索细胞集合的记忆组织。
Hebb理论：
感知和记忆处理的单位是细胞集合，一组局部相互连接的神经元。当它们在某一特定事件中被激活时，其连接的效率会增加，其协调活动因此代表了该事件的概念。
联想学习是基于通过共享神经元元件连接细胞集合，这样一组重叠的细胞集合形成一个相序。
概念表示网络可以通过一组更大的单元集合的共享元素来组织。通用示例中，由重叠元素成对关联的三个单元程序集，使得相序可以支持两个单元程序集中的概念之间的推理，而这两个单元程序集中的概念仅由单独关联的重叠元素间接关联。
RSA方法：
构建从blood-oxvgen-level-dependent向量（粗体显示）信号的大阵压（通常称为multivoxel模式分析）(MVPA)或从一组一个大脑区域内的单一神经元的放电率在不同的实验条件下得到的群体向量。然后通过测量相似度的简单相关（如Pearson’s r）进行比较，这种相似度被解释为反映了代表特定事件的细胞组装之间重叠的程度。
RSA进一步可以用于揭示神经网络表示的层次结构。对不同事件的群体向量相似性进行比较和组织，可以揭示事件之间的整体联系结构。这种方法可以被应用于下文关于海马体记忆的组织探究。
联想组织的神经网络表示
海马体的激活与项目-项目和项目-上下文关联的成功记忆相关，海马体的激活程度与记忆中绑定的关联数相关。(Staresina, Bernhard P.2008)
在fMRI研究中，设计了一个记忆范式，除了对两个不同的情节细节进行编码外，还评估了成功的项目编码：项目颜色和项目上下文细节。
海马编码的激活在试验中被选择性地增强，从而导致项目颜色或项目上下文关联的成功恢复。此外，海马激活的大小与成功结合的相关细节的数量而不是种类相关，为海马在领域一般关联编码中的作用提供了有力的证据。
特定的刺激是根据他们在人类海马内的经验空间背景编码的。
成功的记忆与在编码过程中观察到的海马激活模式延迟期间的维持有关。RSA研究表明，关于上下文编码重要性的支持理论，成功的记忆与在初始研究期间恢复项目所占用的相关空间或时间上下文的表示有关，并且随着记忆之间时空语境表征的差异性增加。
Zeithamova的实验：
Zeithamova等人（2012）基于联想组织支持记忆的理论，使用Preston的范式在元素之间进行间接和直接的关联，在这种范式中，受试者学习对象之间重叠的成对关联（例如AB和BC），从中他们可以在间接相关的元素之间进行推断（AC）。
Zeithamova使用RSA证明，学习第二个重叠对（BC）恢复了先前学习对（AB）的特定海马表现，并且这种特定内容的海马激活标志着随后对间接关联的判断成功。
提出了一个新的上下文相关的关系记忆范式，旨在参与多个学习和记忆系统。在这项任务中，参与者学习了在两种不同的环境下，即在这两种情况下，所有的面孔都可以被看到，这是由隐式的按性别划分的规则结构决定的(例如，左边是男性面孔，右边是女性面孔)。
在两个实验中使用行为和眼球追踪测量来调查不同的记忆表征在年轻人和老年人之间的相互作用；此外，将这些表现与老年人海马和腹内侧PFC的体积变化联系起来。
总的来说，性能非常准确。成功地将脸放置在一个studied room里，是根据海马体的体积而有系统地变化的。在错误的环境中选择studied room是最典型的错误。这些错误纠正反应的比例与腹内侧前额叶体积呈正相关。
这些发现表明，联想网络的发展依赖于先前存在的联想的恢复，新的信息被吸收到其中，并表明随后的交织网络支持从记忆中进行新的推断。
对动物的大量研究也表明，海马神经元在特定位置探索特定物体的过程中激活，这表明事件的表征嵌入在这些神经元的空间放电模式（位置场）中。
研究说明海马体在空间上下文框架内关联事件。同时，当多个事件共享空间内的邻里关系以外的特征时，会出现一个更复杂的组织结构。
连续组织的神经网络表示
序列记忆期间海马激活的RSA揭示了列表中各项目之间的模式相似性与随后的成功顺序记忆相关（DuBrow，Davachi 2014）。
Ezzyat和Davachi的实验：
测试了海马神经网络是否也可以在相同或不同环境（场景）中发生的不同事件之间建立联系。
在这个任务中，被试报告说，跨越上下文边界出现的对象在时间上比出现在相同上下文中的对象分离得更多，即使实际的时间分离是相同的。
在不同的语境中，对物体线索的海马激活的模式相似性与受试者报告的更近的时间邻近性相关，这表明海马在不受视觉语境边界影响的情况下跨越时间绑定事件。
海马在长时间内表现出广泛的相似性梯度（Nielson.2015），尽管不同的机制可能支持经验内和经验间的表述。
Hsieh LT的实验：
图3 人和大鼠海马序列组织的表征相似性分析（RSA）。
（a） 在人体功能磁共振成像（左）中，相关矩阵显示物体和时间位置序列组合重复的模式相似性。最温暖的颜色，代表每个对象/位置元素重复的最高相似性，随着连续分离的元素之间的相似性降低，颜色逐渐变冷。相似性得分（右）也显示随着时间距离的增加而逐渐减少。
（b） 在大鼠单神经元记录中，动物被要求记住一种气味（A或B），这种气味开始于每次试验，并与延迟后出现的气味相匹配。
（左）三个理想化海马神经元的理想化混合放电频率序列：红色表示高放电频率，黄色表示低放电频率，蓝色表示无活动。为了测量以相同气味开始的试验（如气味A试验）的代表相似性，奇数和偶数试验的平均群体向量是相互关联的。为了测量以不同气味开始的试验（A和B）的代表相似性，A试验和B试验的平均群体载体是相互关联的。将这些相关性与神经元活动模式随机排序的相关性进行比较。
（右）最大的相似发生在以相同气味开始的试验中。不同气味出现的相似性较小，但仍高于随机性，表明每种试验类型的时间组织编码和所有试验共同的一般时间结构编码。在活动受到时间调制的神经元中观察到时间编码，但在活动没有受到时间调制的细胞（非时间细胞）中观察不到时间编码。
海马活动模式携带的信息是学习序列中物体的时间位置，海马活动模式在重叠的目标序列和属于不同序列上下文的时间上相邻的目标之间存在差异。
海马激活模式编码特定项目及其发生的顺序 。时间细胞序列的出现与特定记忆的编码以及随后的记忆表现之间存在密切的联系。
海马旁皮层和周围皮层显示出不同的模式信息，分别与时间位置和目标信息编码一致。这些发现与提出海马体在特定的时间背景下代表物体的模型是一致的，这种能力可能解释了它在情景记忆中的关键作用。
另外的研究显示，海马激活预测了一个序列中刺激时间顺序的准确估计（Jenkins，Ranganath.2010）。
关于动物的研究显示，动物海马神经元对时间和顺序的表达直接介导了对经历中事件的记忆(Eichenbaum 2014)。海马的主要神经元在一个时间结构事件中在特定时间点激活(Kraus.2013, Naya & Suzuki 2011)。这些时间细胞组成特定经验的时间地图，代表时间背景的信息和包含在其中的记忆，与空间细胞组织事件的方式平行。
海马体在组织时间事件方面的作用甚至延伸到空间记忆和空间表征。激活特定于路由（route-specific）的空间表示可以预测准确的内存性能(Robitsek et al. 2013)。
示意图组织（Schematic Organizations）的神经网络表示
记忆不是孤立地存储的，而是整合到图式组织中，我们可以从中提取直接和间接的关联，这些关联通过结构规则连接起来。图解记忆最简单的组织是上面讨论的联想组织。
在本节中考虑更复杂的示意图组织，其中元素之间的链接是操作，而不是简单的关联。
Milivojevic的实验：
在一个涉及自然情境中经验整合的实验中，将功能磁共振成像技术与《模拟人生3》(Sims 3)中栩栩如生的动画事件视频相结合，这些视频可以被整合到叙事中，也可以不被整合。被试研究了不同的动画场景，这些场景在包含特定的人、物体或房间场景时部分重叠，最终可以被整合到构成时空场景流的关联叙事中。
结果发现，顿悟触发了叙事的从头记忆表征的出现，并与后海马区、mPFC和自传体记忆网络中关联事件表征之间的神经相似性增加有关。与此同时，与故事新建立的记忆无关的事件也被删除了。
成功整合场景后，RSA识别出海马激活的新模式，这些模式与整合前观察到的模式更为相似，表明整合场景的知识构建相关的细胞集合合并。
Tavares的实验：
他们在在一个更复杂的任务中，设计了一个角色扮演游戏。
被试搬到一个新的城镇，寻找工作和公寓。为了达到这一目的，参与者通过不同的反应与当地人进行互动，允许他们遵从角色的要求或提出要求，从而增加或减少角色的力量，并参与或不参与个人的谈话和身体互动，从而增加或减少与角色的关系。因此，这些社会互动的复合结果将每个角色定位在权力和从属关系的轴上，构成了一个描述主体与社会空间中每个角色关系的向量。
Tavares等人对被试进行了扫描，发现海马区fMRI信号与向量角相关，表明海马区网络将每个角色在社会空间中的位置识别为他们的权力和隶属关系的相互作用。
这些发现表明，海马体在将不同的社会事件整合成一个具有特定相关维度的图式结构中起着重要的作用。
在动物中，RSA利用神经群体编码中的相似性度量也可以用来表征海马内多个记忆的组织。
McKenzie关于动物的实验：
McKenzie等人对大鼠进行上下文相关对象-奖励关联任务的训练。在该任务中，大鼠在两个空间上下文之间穿梭，在每个空间上下文中，在两个位置中的一个位置呈现相同的两个对象刺激（a和B）（图4a）。对象A在一个上下文中获得奖励，而对象B在另一个上下文中获得奖励，因此要求老鼠使用上下文来指导学习和检索每个对象-奖励关联。
随后，对这些动物进行了相同任务的训练，增加了一对对象C（在与A相同的上下文中获得奖励）和D（在与B相同的上下文中获得奖励）；然后用两对对象对它们进行测试。
为了描述所有16个不同事件的神经网络表示结构（在两个上下文中的每两个位置中的每两个位置中的四个对象），对事件之间的所有成对比较测量海马中神经群体放电模式之间的相似性，并将分层分析应用于迭代聚类事件表示和揭示记忆的组织。该分析揭示了不同事件的海马表征的高度系统性组织。
图4b说明了按特定任务维度将每个事件（x轴）表示为链接（y轴）的关系。在这个层次的顶端，在不同语境中发生的事件在表征空间中被广泛分离，表现为在不同语境中发生的事件之间的反关联，将语境定位为最高的上维度，事件由上下文中的位置适度分隔，即位置从属于上下文。其次，在每个位置表征中，涉及不同奖励价的事件通过正相关关联，在每个奖励价中，不同的对象关联。
RSA揭示了动物在任务中获得的记忆组织的一种新的网络表征，而这是单神经元放电模式无法观察到的。
新信息整合到现有示意性组织中的机制来自于本研究中对学习过程的考虑。RSA对早期训练数据的分析表明，当只包含对象A和对象B时，这些对象表示的基本组织在学习C和D之前就已经完全建立起来了。当第二天学习C和D时，层次结构通过只详细描述最低层次的记忆，迅速地吸收了新的记忆等级。
图4大鼠海马相关对象记忆表征相似性分析（RSA）。
（a） 情境引导对象-奖励关联任务。老鼠在每一个上下文中的两个位置中选择对象A和对象B。注意，在这两种情况下，对象-奖励关联是相反的。在不同的试验中，物体的位置与上下文中的位置相同，或者相反。
（b） RSA测量16个对象存储器（x轴）的表示相似性（y轴）的层次顺序。右侧列出了特定的任务维度。在背侧海马的试验中（上图），动物用C和D对象以及A和B对象进行测试，允许区分奖赏和对象身份，而在腹侧和中间海马的试验中（下图），只使用A和B刺激，因此相同试验类型的比较在奇数和偶数试验中产生。
这些发现与人类功能磁共振成像研究的观察结果一致，这些研究揭示了新记忆与先前存在的网络表征的整合。
组织结构的概貌
其他研究表明，海马内可能存在记忆组织特异性的解剖学地形图。在前一节描述的研究中，记录了在每种环境中特定位置编码特定事件的神经元群。
腹侧海马中的神经元逐渐获得一种情境中事件的更广泛表征，腹侧海马中的神经元集合在区分事件发生的情境方面优于背侧海马（Komorowski，2013）。
RSA分析表明：
在一个研究范式中，受试者从重叠的故事元素中构建一个叙述（如前一节所述），特定关联（AB和BC）在后海马（相当于啮齿动物的背海马）中表现最为强烈，而在前海马（相当于大鼠的腹海马）中，完整网络的表现更为强烈。
类似地，在联想推理范式中，RSA表明后海马通过对A和C使用不同的表示来区分特定的学习关联（AB和BC），而前海马通过A和C表示的相似性来整合这些关联。
此外，尽管在检索自传体记忆中事件的特定细节时，后海马被差异激活，但在检索这些记忆的一般背景时，前海马被差异激活。
作者提出观点：海马体的背腹（人类的后前）轴可能包含一个对记忆的更一般特征更为特殊的地形图（Poppenk.2013，Strange.2014）。
海马体对前额叶皮层的输出出现在腹侧（人类的前）海马体，这表明这些普遍表现为前额叶皮层提供了表征一组相关记忆背景的信息。这些信息可能在记忆组织的前额叶控制中起主要作用。