莫妮卡·罗森伯格(Monica Rosenberg)将注意力放在注意力研究上

您一天失去几次注意力? 当您打扰您时,例如您的朋友向您展示了可爱的猫咪视频,或者您的手机上挂着短信,您就无法完成任务了。 短暂的分心之后,您是否迷失了思路,还是能够完全从上次离开的地方恢复过来? 人群的注意力跨度不同。 有些人有激光聚焦。 其他人很容易分心。 耶鲁大学的博士后研究员莫妮卡·罗森伯格(Monica Rosenberg)可以通过简单的脑部扫描找出您属于哪个小组。

“注意对于日常生活至关重要,”莫妮卡说。 她研究注意力,调查我们如何注意力,为什么我们失去注意力,以及为什么有些人(如患有ADHD的人)比其他人更难关注。 莫妮卡希望从她的研究中得到的见识可以用来提高我们专注于注意力缺陷多动障碍和其他注意力障碍患者的能力并提出新的治疗目标。 她的研究最近引起了《福布斯》杂志的关注(原谅双关语),她从15,000多名被提名人中脱颖而出,成为2017年“ 30岁以下30名:科学”名单。

使莫妮卡与其他成千上万的年轻科学家脱颖而出的原因是,她开发了一些模型来根据一个人的大脑活动模式来预测一个人的注意力范围。 使用莫妮卡和她的同事开发的方法,可以估计某人甚至不专注于某项任务时的注意力范围。 事实证明,一个人独特的大脑连通性模式-同时活跃的大脑区域-可以预测他们在不同情况下的注意力水平。 每个人的大脑连接方式都是独特的,可以根据在执行任务或仅在MRI扫描仪中休息时收集的数据进行测量。

为了量化注意力跨度,莫妮卡和她的同事们在MRI扫描中向参与者展示了一系列图像,并要求他们在看到城市时按下按钮,但在看到山脉时没有按下按钮。 这是一个简单的任务,但30分钟后会变得很无聊。 如您所料,实验的结果各不相同:有些人表现不错,而另一些人犯了一些错误。

当研究人员分析数据时,他们发现参与者在测试过程中识别大脑连接的图像和模式的准确度之间存在相关性。 莫妮卡和她的同事通过查看图像识别任务期间大脑的不同区域与其他区域的连接程度,为每个参与者创建了连接配置文件。 研究人员意识到,在执行任务更准确的人中,某些联系更牢固,而在执行不太准确的人中,其他联系更牢固。 只需进行少量统计分析,研究人员就可以完全根据任务过程中的大脑连通性来预测每个任务对象在任务过程中的表现。 使用相同的统计分析,他们甚至可以仅在扫描仪中处于静止状态时,仅根据他们的大脑连接状况来预测每个参与者的任务执行情况。

注意在人群中差异很大,有时在诸如ADHD的临床疾病中受损。 为了测试他们关注的大脑连接模型是否特定于健康人群,莫妮卡和她的同事对中国一百多名患有不同程度ADHD症状的儿童和青少年的数据集进行了相同的大脑连接分析。 他们基于静息状态MRI扫描建立了孩子的大脑连通性档案,发现预测城市/山脉任务表现的同一个连接也可以预测孩子的ADHD得分。 莫妮卡和她的同事们只看了孩子们静息的大脑,就可以预测他们的多动症症状。 这种研究具有巨大的临床潜力,可以改善注意力障碍患者的日常生活。 对大脑电路如何支持注意力的更好理解可以为注意力障碍提出新的治疗目标领域。

莫妮卡于2017年获得博士学位,并将继续进行注意力研究和学术界的职业。 她说:“我一直对大脑如何产生思维着迷。” 她现在是耶鲁大学建筑模型的博士后研究员,负责预测注意力和认知方面的差异。 她希望有一天可以作为独立研究人员领导自己的实验室。

她的研究已遍及世界各地,使她有机会与一些非常聪明和创造力的人一起工作。 她甚至与两位诺贝尔奖获得者在葡萄牙波尔图举行的欧洲青年科学家会议上发表了演讲。 她大声说道:“那是超现实的。” 莫妮卡的梦想是,她的作品将解决有关注意力的重大问题,并提供可以改善数百万人日常生活的见解。 在我们看来,她在正确的道路上。