记忆的神经统计模型

原文： Neurostatistical Model of Memory

概要

记忆的神经统计模型描述了长期记忆形成的基本过程。在该模型中，记忆由四个核心属性来描述： 稳定性、 连贯性 ^[1]、 可提取性和 复杂性。

由来

记忆的神经统计模型是基于从 不同间隔复习计划的记忆效果中得出的长期记忆的统计特性。它将 记忆的双组分模型 ^[2]扩展到分子解释之外，涉及到记忆的长期属性变化的结构和神经方面。该模型提供了大脑作为 概念网络 ^[3]发挥作用所需的基本功能成分。

记忆的神经统计模型解决了可塑性-稳定性的难题。

新概念

除了 记忆的双组分模型 ^[2]的骨架思想外，该模型的新贡献是：

• 基于神经网络 干扰 ^[4]的 可提取性统计模型。
• 基于 AMPA 受体的易位、树突棘的生长和睡眠中突触变化的 稳定性模型（见： 记忆稳定性的双组分模型 ^[5]）。
• 基于清除树枝状丝状体的 间隔效应假设模型（见： 间隔效应的结构和分子机制）。
• 记忆 连贯性 ^[1]模型(包括 睡眠中的记忆巩固 ^[6])
• 记忆 复杂性模型

学习

根据该模型，学习将导致树突棘标记，插入 AMPA 受体，并消除未标记的棘。反向标记可能被用来消除干扰连接。然后，学习将导致树突棘的净损失。此外， 间隔效应可能来自于需要从 稳定化的部位清除树枝状丝状体。丝状突起的探索性生长将是对突触后活动减少的反应。

贡献者

Piotr Wozniak， George Zonnios（间隔效应）， Darek Murakowski， Janusz Murakowski（记忆的双组分模型）， Edward Gorzelanczyk（分子记忆）。

参考

1. 一致性与连贯性 https://zhuanlan.zhihu.com/p/264327134⏎
2. 记忆的两个组成成分 https://zhuanlan.zhihu.com/p/179076885⏎
3. 概念网络 https://zhuanlan.zhihu.com/p/266541480⏎
4. 记忆的两个组成成分 https://zhuanlan.zhihu.com/p/179076885⏎
5. 干扰 https://zhuanlan.zhihu.com/p/269974053⏎
6. 记忆稳定性的两个组成成分 https://zhuanlan.zhihu.com/p/268782211⏎
7. 一致性与连贯性 https://zhuanlan.zhihu.com/p/264327134⏎
8. 睡眠中的记忆优化 https://zhuanlan.zhihu.com/p/266856783⏎