Interaction of Hippocampal Ripples and Cortical Slow Waves Leads to Coordinated Large-Scale Sleep Rhythm
Notice bibliographique
Résumé
Abstract The dialogue between cortex and hippocampus is known to be crucial for sleep dependent consolidation of long lasting memories. During slow wave sleep memory replay depends on slow oscillation (SO) and spindles in the (neo)cortex and sharp wave-ripple complexes (SWR) in the hippocampus, however, the mechanisms underlying interaction of these rhythms are poorly understood. Here, we examined the interaction between cortical SOs and hippocampal SWRs in a computational model of the hippocampo-cortico-thalamic network and compared the results with human intracranial recordings during sleep. We observed that ripple occurrence peaked following the onset of SO (Down-to-Up-state transition) and that cortical input to hippocampus was crucial to maintain this relationship. Ripples influenced the spatiotemporal structure of cortical SO and duration of the Up/Down-states. In particular, ripples were capable of synchronizing Up-to-Down state transition events across the cortical network. Slow waves had a tendency to initiate at cortical locations receiving hippocampal ripples, and these “initiators” were able to influence sequential reactivation within cortical Up states. We concluded that during slow wave sleep, hippocampus and neocortex maintain a complex interaction, where SOs bias the onset of ripples, while ripples influence the spatiotemporal pattern of SOs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».