TEDSalon London Spring 2011
Neil Burgess: How your brain tells you where you are
Neil Burgess: Hur din hjärna talar om för dig var du befinner dig
Filmed:
Readability: 4.2
1,458,267 views
Hur kommer man ihåg var man parkerade bilen? Hur vet man att man färdas i rätt riktning? Neurologiforskaren Neil Burgess undersöker de neurologiska mekanismer som kartlägger utrymmet omkring oss och hur de kopplas till minne och fantasi.
Neil Burgess - Neuroscientist
At University College in London, Neil Burgess researches how patterns of electrical activity in brain cells guide us through space. Full bio
At University College in London, Neil Burgess researches how patterns of electrical activity in brain cells guide us through space. Full bio
Double-click the English transcript below to play the video.
00:15
When we park in a big parking lot,
0
0
2000
När vi parkerar på en stor parkering,
00:17
how do we remember where we parked our car?
1
2000
2000
hur kommer vi då ihåg var vi ställde bilen?
00:19
Here's the problem facing Homer.
2
4000
3000
Här står Homer inför det problemet.
00:22
And we're going to try to understand
3
7000
2000
Och vi ska försöka förstå
00:24
what's happening in his brain.
4
9000
2000
vad som händer i hans hjärna.
00:26
So we'll start with the hippocampus, shown in yellow,
5
11000
2000
Vi börjar med Hippocampus, färgat gult,
00:28
which is the organ of memory.
6
13000
2000
vilket är hjärnans minnescentra.
00:30
If you have damage there, like in Alzheimer's,
7
15000
2000
Om du har en skada här, som vid Alzheimer,
00:32
you can't remember things including where you parked your car.
8
17000
2000
så kan du inte komma ihåg någonting, inklusive var du ställde bilen.
00:34
It's named after Latin for "seahorse,"
9
19000
2000
Det är namngivit efter "sjöhäst" på Latin,
00:36
which it resembles.
10
21000
2000
som det ser ut som.
00:38
And like the rest of the brain, it's made of neurons.
11
23000
2000
Liksom övriga hjärnan så består det av nervceller.
00:40
So the human brain
12
25000
2000
Den mänskliga hjärnan
00:42
has about a hundred billion neurons in it.
13
27000
2000
innehåller alltså ungefär hundra miljarder neuroner.
00:44
And the neurons communicate with each other
14
29000
3000
Och nervcellerna kommunicerar med varandra
00:47
by sending little pulses or spikes of electricity
15
32000
2000
genom att skicka små impulser eller toppar av elektricitet
00:49
via connections to each other.
16
34000
2000
via kopplingar till varandra.
00:51
The hippocampus is formed of two sheets of cells,
17
36000
3000
Hippocampus består av två lager med celler
00:54
which are very densely interconnected.
18
39000
2000
som är tätt sammakopplade.
00:56
And scientists have begun to understand
19
41000
2000
Forskare har börjat förstå
00:58
how spatial memory works
20
43000
2000
hur rumsligt minne fungerar
01:00
by recording from individual neurons
21
45000
2000
genom registrering från enstaka neuroner
01:02
in rats or mice
22
47000
2000
hos råttor eller möss
01:04
while they forage or explore an environment
23
49000
2000
medan de söker av eller utforskar en miljö
01:06
looking for food.
24
51000
2000
i letan efter mat.
01:08
So we're going to imagine we're recording from a single neuron
25
53000
3000
Så vi kommer att föreställa oss att vi registrerar signaler från en enstaka nervcell
01:11
in the hippocampus of this rat here.
26
56000
3000
i Hippocampus hos råttan här.
01:14
And when it fires a little spike of electricity,
27
59000
2000
Och när den skjuter iväg en liten elektrisk pik,
01:16
there's going to be a red dot and a click.
28
61000
3000
så kommer det att bli en röd punkt och ett klick.
01:19
So what we see
29
64000
2000
Så det vi ser nu
01:21
is that this neuron knows
30
66000
2000
är att den här nervcellen vet
01:23
whenever the rat has gone into one particular place in its environment.
31
68000
3000
när än råttan har kommit till ett speciellt ställe i dess miljö.
01:26
And it signals to the rest of the brain
32
71000
2000
Och den signalerar till resten av hjärnan
01:28
by sending a little electrical spike.
33
73000
3000
genom att skicka ut en liten elektrisk pik.
01:31
So we could show the firing rate of that neuron
34
76000
3000
Så vi skulle kunna visa avfyrningsfrekvensen av den nervcellen
01:34
as a function of the animal's location.
35
79000
2000
som en funktion av var djuret befinner sig.
01:36
And if we record from lots of different neurons,
36
81000
2000
Och om vi registrerar många olika neuroner,
01:38
we'll see that different neurons fire
37
83000
2000
så kommer vi se att olika neuroner utlöses
01:40
when the animal goes in different parts of its environment,
38
85000
2000
när djuret kommer in i olika delar av dess miljö,
01:42
like in this square box shown here.
39
87000
2000
som i den här kvadratiska lådan här.
01:44
So together they form a map
40
89000
2000
Så tillsammans formar de en karta
01:46
for the rest of the brain,
41
91000
2000
för resten av hjärnan,
01:48
telling the brain continually,
42
93000
2000
som kontinuerligt talar om för hjärnan
01:50
"Where am I now within my environment?"
43
95000
2000
"Var i min miljö är jag nu?"
01:52
Place cells are also being recorded in humans.
44
97000
3000
Platsceller registreras också hos människor.
01:55
So epilepsy patients sometimes need
45
100000
2000
Epilepsipatienter behöver ibland
01:57
the electrical activity in their brain monitoring.
46
102000
3000
den elektriska aktiviteten i deras hjärnövervakning.
02:00
And some of these patients played a video game
47
105000
2000
Några av de här patienterna spelade ett TV-spel
02:02
where they drive around a small town.
48
107000
2000
där de körde omkring i en liten stad.
02:04
And place cells in their hippocampi would fire, become active,
49
109000
3000
Platsceller i deras Hippocampus avfyrades, aktiverades,
02:07
start sending electrical impulses
50
112000
3000
började skicka elektriska impulser
02:10
whenever they drove through a particular location in that town.
51
115000
3000
närhelst som de körde genom en speciell plats i den staden.
02:13
So how does a place cell know
52
118000
2000
Så hur vet en platscell
02:15
where the rat or person is within its environment?
53
120000
3000
var råttan eller personen är inom dess miljö?
02:18
Well these two cells here
54
123000
2000
Jo dessa två celler här
02:20
show us that the boundaries of the environment
55
125000
2000
visar oss att gränserna i miljön
02:22
are particularly important.
56
127000
2000
är speciellt viktiga.
02:24
So the one on the top
57
129000
2000
Så den på ovansidan
02:26
likes to fire sort of midway between the walls
58
131000
2000
gillar att aktiveras liksom halvvägs mellan väggarna
02:28
of the box that their rat's in.
59
133000
2000
på lådan som dess råtta befinner sig i.
02:30
And when you expand the box, the firing location expands.
60
135000
3000
Och när man expanderar boxen, så expanderas också platsen för aktivering.
02:33
The one below likes to fire
61
138000
2000
Den nedre gillar att aktiveras
02:35
whenever there's a wall close by to the south.
62
140000
3000
närhelst det finns en vägg nära i sydlig riktning.
02:38
And if you put another wall inside the box,
63
143000
2000
Och om man placerar en annan vägg inuti lådan,
02:40
then the cell fires in both place
64
145000
2000
så aktiveras cellen på båda platserna
02:42
wherever there's a wall to the south
65
147000
2000
varhelst som det finns en vägg i sydligt riktning
02:44
as the animal explores around in its box.
66
149000
3000
när djuret utforskar dess låda.
02:48
So this predicts
67
153000
2000
Det här talar alltså för
02:50
that sensing the distances and directions of boundaries around you --
68
155000
2000
att känna avstånd och riktning till gränser omkring dig -
02:52
extended buildings and so on --
69
157000
2000
byggnader och så vidare -
02:54
is particularly important for the hippocampus.
70
159000
3000
är särkilt viktigt för Hippocampus.
02:57
And indeed, on the inputs to the hippocampus,
71
162000
2000
Och faktiskt, vid Hippocampus ingångar,
02:59
cells are found which project into the hippocampus,
72
164000
2000
har man hittat celler som projicerar in i Hippocampus,
03:01
which do respond exactly
73
166000
2000
vilka reagerar precist
03:03
to detecting boundaries or edges
74
168000
3000
för att känna av gränser eller kanter
03:06
at particular distances and directions
75
171000
2000
på specifika avstånd eller i speciella riktningar
03:08
from the rat or mouse
76
173000
2000
från musen eller råttan
03:10
as it's exploring around.
77
175000
2000
medan den söker omkring.
03:12
So the cell on the left, you can see,
78
177000
2000
Så cellen till vänster, som du kan se,
03:14
it fires whenever the animal gets near
79
179000
2000
den löser ut närhelst djuret kommer nära
03:16
to a wall or a boundary to the east,
80
181000
3000
en vägg eller en gräns österut,
03:19
whether it's the edge or the wall of a square box
81
184000
3000
vare sig det är kanten eller väggen på en kvadtratisk låda
03:22
or the circular wall of the circular box
82
187000
2000
eller cirkulära väggen på den cirkulära lådan
03:24
or even the drop at the edge of a table, which the animals are running around.
83
189000
3000
eller till och med stupet vid kanten på ett bord vilket djuren springer omkring på.
03:27
And the cell on the right there
84
192000
2000
Och cellen här till höger
03:29
fires whenever there's a boundary to the south,
85
194000
2000
aktiveras närhelst det finns en gräns söderut,
03:31
whether it's the drop at the edge of the table or a wall
86
196000
2000
vare sig det är stupet vid kanten på ett bord eller en vägg
03:33
or even the gap between two tables that are pulled apart.
87
198000
3000
eller till och med glipan mellan två isärdragna bord.
03:36
So that's one way in which we think
88
201000
2000
Det är alltså ett sätt på vilket vi tror
03:38
place cells determine where the animal is as it's exploring around.
89
203000
3000
platsceller tar reda på var djuret är medan det utforskar.
03:41
We can also test where we think objects are,
90
206000
3000
Vi kan också pröva var vi tror att objekt är,
03:44
like this goal flag, in simple environments --
91
209000
3000
som den här målflaggan, i enkla miljöer -
03:47
or indeed, where your car would be.
92
212000
2000
eller självklart också var din bil skulle vara.
03:49
So we can have people explore an environment
93
214000
3000
Så vi kan låta människor utforska en miljö
03:52
and see the location they have to remember.
94
217000
3000
och se den plats som de måste komma ihåg.
03:55
And then, if we put them back in the environment,
95
220000
2000
Och sen, om vi sätter tillbaka dem i samma miljö,
03:57
generally they're quite good at putting a marker down
96
222000
2000
så är de för det mesta rätt bra på att markera
03:59
where they thought that flag or their car was.
97
224000
3000
var de trodde att flaggan eller bilen var.
04:02
But on some trials,
98
227000
2000
Men i vissa test,
04:04
we could change the shape and size of the environment
99
229000
2000
ändrade vi på miljöns storlek och form
04:06
like we did with the place cell.
100
231000
2000
som vi gjorde med platscellen.
04:08
In that case, we can see
101
233000
2000
I det fallet kan vi se
04:10
how where they think the flag had been changes
102
235000
3000
hur var de trodde att flaggan skulle vara ändras
04:13
as a function of how you change the shape and size of the environment.
103
238000
3000
som en funktion av hur man ändrar miljöns form eller storlek.
04:16
And what you see, for example,
104
241000
2000
Och det man ser, till exempel,
04:18
if the flag was where that cross was in a small square environment,
105
243000
3000
om flaggan var där krysset var i en liten kvadratisk miljö
04:21
and then if you ask people where it was,
106
246000
2000
och om du då frågar folk var den var,
04:23
but you've made the environment bigger,
107
248000
2000
men att du gjort miljön större,
04:25
where they think the flag had been
108
250000
2000
var de tror att flaggan befunnit sig
04:27
stretches out in exactly the same way
109
252000
2000
sträcker sig på exakt samma sätt
04:29
that the place cell firing stretched out.
110
254000
2000
som platscellens aktivering sträckt ut sig.
04:31
It's as if you remember where the flag was
111
256000
2000
Det är som om man kommer ihåg var flaggan var
04:33
by storing the pattern of firing across all of your place cells
112
258000
3000
genom att lagra aktiveringsmönstret hos platscellerna
04:36
at that location,
113
261000
2000
på den platsen,
04:38
and then you can get back to that location
114
263000
2000
och sedan att man kan komma tillbaka till samma plats
04:40
by moving around
115
265000
2000
genom att förflytta sig runt
04:42
so that you best match the current pattern of firing of your place cells
116
267000
2000
så att man matchar dåvarande mönstret hos platscellerna optimalt
04:44
with that stored pattern.
117
269000
2000
mot det lagrade mönstret.
04:46
That guides you back to the location that you want to remember.
118
271000
3000
Det guidar dig tillbaka till platsen som du vill komma ihåg.
04:49
But we also know where we are through movement.
119
274000
3000
Men vi vet också var vi är under det att vi rör oss.
04:52
So if we take some outbound path --
120
277000
2000
Så om vi tar en utgående väg -
04:54
perhaps we park and we wander off --
121
279000
2000
kanske vi parkerar bilen och går därifrån -
04:56
we know because our own movements,
122
281000
2000
så vet vi på grund av våra rörelser,
04:58
which we can integrate over this path
123
283000
2000
som vi kan integrera i den här vägen
05:00
roughly what the heading direction is to go back.
124
285000
2000
ungefär vilken riktning vi har att gå tillbaka.
05:02
And place cells also get this kind of path integration input
125
287000
4000
Platsceller får också den här typen av vägintegrerings-input
05:06
from a kind of cell called a grid cell.
126
291000
3000
från en cell som kallas rutnätscell.
05:09
Now grid cells are found, again,
127
294000
2000
Rutnätssceller kan man finna, som tidigare celler,
05:11
on the inputs to the hippocampus,
128
296000
2000
på ingångarna till Hippocampus,
05:13
and they're a bit like place cells.
129
298000
2000
och de fungerar ungefär som platsceller.
05:15
But now as the rat explores around,
130
300000
2000
Men nu när råttan utforskar,
05:17
each individual cell fires
131
302000
2000
så aktiveras varje en cell
05:19
in a whole array of different locations
132
304000
3000
på en en större mängd platser
05:22
which are laid out across the environment
133
307000
2000
som är spridda över miljön
05:24
in an amazingly regular triangular grid.
134
309000
3000
i ett enastående regelbundet, triangelformat rutnät.
05:29
And if you record from several grid cells --
135
314000
3000
och om man registrerar flera rutnätsceller -
05:32
shown here in different colors --
136
317000
2000
här visat i olika färger -
05:34
each one has a grid-like firing pattern across the environment,
137
319000
3000
har varje en ett rutnätsliknande aktiveringsmönster över hela miljön,
05:37
and each cell's grid-like firing pattern is shifted slightly
138
322000
3000
och varje cells rutnätsliknande aktiveringsmönster förskjuts en aning
05:40
relative to the other cells.
139
325000
2000
i förhållande till de andra cellerna.
05:42
So the red one fires on this grid
140
327000
2000
Så den röda aktiveras på det här rutnätet
05:44
and the green one on this one and the blue on on this one.
141
329000
3000
och den gröna på det här och den blå på det här.
05:47
So together, it's as if the rat
142
332000
3000
Så sammaslaget är det som om råttan
05:50
can put a virtual grid of firing locations
143
335000
2000
kan sätta ett virtuellt rutnät av aktiveringsplatser
05:52
across its environment --
144
337000
2000
över dess miljö -
05:54
a bit like the latitude and longitude lines that you'd find on a map,
145
339000
3000
litegrann som latitud- och longtitudlinjerna som finns på kartor,
05:57
but using triangles.
146
342000
2000
men med trekanter istället.
05:59
And as it moves around,
147
344000
2000
Och under det att den förflyttar sig runt,
06:01
the electrical activity can pass
148
346000
2000
så kan den elektriska aktiviteten passera
06:03
from one of these cells to the next cell
149
348000
2000
från en cell till en annan
06:05
to keep track of where it is,
150
350000
2000
för att hålla koll på var den är,
06:07
so that it can use its own movements
151
352000
2000
så att den kan använda sina rörelser
06:09
to know where it is in its environment.
152
354000
2000
för att veta var den är i dess miljö.
06:11
Do people have grid cells?
153
356000
2000
Har människor rutnätsceller?
06:13
Well because all of the grid-like firing patterns
154
358000
2000
Jo, på grund av att alla rutnätsliknande aktiveringsmönster
06:15
have the same axes of symmetry,
155
360000
2000
har samma axlar i symmetrin,
06:17
the same orientations of grid, shown in orange here,
156
362000
3000
samma axelorientering, här visat i orange,
06:20
it means that the net activity
157
365000
2000
så betyder det att nettoaktiviteten
06:22
of all of the grid cells in a particular part of the brain
158
367000
3000
hos alla rutnätsceller i viss del av hjärnan
06:25
should change
159
370000
2000
borde ändras
06:27
according to whether we're running along these six directions
160
372000
2000
utefter att vi rör oss längs de där sex riktningarna
06:29
or running along one of the six directions in between.
161
374000
3000
eller rör oss längs en av de sex riktningarna emellan.
06:32
So we can put people in an MRI scanner
162
377000
2000
Så vi kan placera människor i en magnetröntgen
06:34
and have them do a little video game
163
379000
2000
och låta dem spela lite TV-spel
06:36
like the one I showed you
164
381000
2000
ungefär som det jag visade er
06:38
and look for this signal.
165
383000
2000
och sedan titta efter den här signalen.
06:40
And indeed, you do see it in the human entorhinal cortex,
166
385000
3000
Och man hittar det i det mänskliga entorinala kortex
06:43
which is the same part of the brain that you see grid cells in rats.
167
388000
3000
vilket är samma del av hjärnan som du ser rutnätsceller hos råttor i.
06:46
So back to Homer.
168
391000
2000
Tillbaka till Homer.
06:48
He's probably remembering where his car was
169
393000
2000
Han kommer förmodligen ihåg var hans bil var
06:50
in terms of the distances and directions
170
395000
2000
i termer av distans och riktning
06:52
to extended buildings and boundaries
171
397000
2000
till övriga byggnader och gränser
06:54
around the location where he parked.
172
399000
2000
runt platsen som han parkerade på.
06:56
And that would be represented
173
401000
2000
Det skulle då vara kartlagt
06:58
by the firing of boundary-detecting cells.
174
403000
2000
genom aktiveringen hos gränsavkännande celler.
07:00
He's also remembering the path he took out of the car park,
175
405000
3000
Han kommer också ihåg vägen han tog ut från parkeringen,
07:03
which would be represented in the firing of grid cells.
176
408000
3000
som då kartläggs genom aktivering av rutnätsceller.
07:06
Now both of these kinds of cells
177
411000
2000
Båda de typerna av celler
07:08
can make the place cells fire.
178
413000
2000
kan få platscellerna att aktiveras.
07:10
And he can return to the location where he parked
179
415000
2000
Han kan alltså då återvända till platsen som han parkerade på
07:12
by moving so as to find where it is
180
417000
3000
genom att förflytta sig så att
07:15
that best matches the firing pattern
181
420000
2000
aktiveringsmönstret hos cellerna
07:17
of the place cells in his brain currently
182
422000
2000
på platsen då bäst matchar
07:19
with the stored pattern where he parked his car.
183
424000
3000
aktiveringsmönstret som han lagrat för där han parkerade bilen.
07:22
And that guides him back to that location
184
427000
2000
Och det guidar honom tillbaka till bilen
07:24
irrespective of visual cues
185
429000
2000
utan hänsyn till visuella referenser
07:26
like whether his car's actually there.
186
431000
2000
som huruvida bilen egentligen står där.
07:28
Maybe it's been towed.
187
433000
2000
Kanske har den bogserats bort.
07:30
But he knows where it was, so he knows to go and get it.
188
435000
3000
Men han vet var den var så han vet var han ska hämta den.
07:33
So beyond spatial memory,
189
438000
2000
Undantaget spatialt minne,
07:35
if we look for this grid-like firing pattern
190
440000
2000
om vi tittar efter det här rutnätsliknande aktiveringsmönstret
07:37
throughout the whole brain,
191
442000
2000
över hela hjärnan,
07:39
we see it in a whole series of locations
192
444000
3000
så ser vi det på en hel rad platser
07:42
which are always active
193
447000
2000
som alltid är aktiva
07:44
when we do all kinds of autobiographical memory tasks,
194
449000
2000
när vi gör alla möjliga typer av "självbiografiska" minnesuppgifter
07:46
like remembering the last time you went to a wedding, for example.
195
451000
3000
så som att komma ihåg när man senast var på bröllop, till exempel.
07:49
So it may be that the neural mechanisms
196
454000
2000
Så det kan vara så att de neurologiska mekanismerna
07:51
for representing the space around us
197
456000
3000
för kartläggning av utrymmet omkring oss
07:54
are also used for generating visual imagery
198
459000
4000
också används för att generera visuella bilder
07:58
so that we can recreate the spatial scene, at least,
199
463000
3000
så att vi kan återskapa rummet, åtminstone
08:01
of the events that have happened to us when we want to imagine them.
200
466000
3000
för de händelser som har hänt när vi vill föreställa oss dem.
08:04
So if this was happening,
201
469000
2000
Så om det här skulle hända,
08:06
your memories could start by place cells activating each other
202
471000
3000
så skulle dina minnen börja i och med att platsceller aktiverar varandra
08:09
via these dense interconnections
203
474000
2000
via de här täta sammankopplingarna
08:11
and then reactivating boundary cells
204
476000
2000
och sen återaktivera gränsceller
08:13
to create the spatial structure
205
478000
2000
för att bygga upp den spatiala strukturen
08:15
of the scene around your viewpoint.
206
480000
2000
av miljön omkring din utgångspunkt.
08:17
And grid cells could move this viewpoint through that space.
207
482000
2000
Rutnätsceller kan då flytta den här utgångspunkten genom det utrymmet.
08:19
Another kind of cell, head direction cells,
208
484000
2000
En annan typ av cell, huvudriktningsceller,
08:21
which I didn't mention yet,
209
486000
2000
som jag inte har nämnt ännu,
08:23
they fire like a compass according to which way you're facing.
210
488000
3000
de avfyras, i likhet med en kompass, i enlighet med den riktning du står.
08:26
They could define the viewing direction
211
491000
2000
De kan då definiera betraktningsvinkeln
08:28
from which you want to generate an image for your visual imagery,
212
493000
3000
från vilken du vill skapa en visuell bild,
08:31
so you can imagine what happened when you were at this wedding, for example.
213
496000
3000
så att du kan föreställa dig vad som hände när du var på det där bröllopet, till exempel.
08:34
So this is just one example
214
499000
2000
Så det här är bara ett exempel på
08:36
of a new era really
215
501000
2000
en verkligen ny era
08:38
in cognitive neuroscience
216
503000
2000
inom kognitiv neurologiforskning
08:40
where we're beginning to understand
217
505000
2000
där vi nu börjar förstå
08:42
psychological processes
218
507000
2000
psykologiska processer
08:44
like how you remember or imagine or even think
219
509000
3000
som hur du minns eller föreställer dig eller ens tänker
08:47
in terms of the actions
220
512000
2000
i termer av mekanismen
08:49
of the billions of individual neurons that make up our brains.
221
514000
3000
hos de miljarder enskilda neuroner som utgör hjärnan.
08:52
Thank you very much.
222
517000
2000
Tack så mycket.
08:54
(Applause)
223
519000
3000
(Applåder)
ABOUT THE SPEAKER
Neil Burgess - NeuroscientistAt University College in London, Neil Burgess researches how patterns of electrical activity in brain cells guide us through space.
Why you should listen
Neil Burgessis is deputy director of the Institute of Cognitive Neuroscience at University College London, where he investigates of the role of the hippocampus in spatial navigation and episodic memory. His research is directed at answering questions such as: How are locations represented, stored and used in the brain? What processes and which parts of the brain are involved in remembering the spatial and temporal context of everyday events, and in finding one's way about?
To explore this space, he and his team use a range of methods for gathering data, including pioneering uses of virtual reality, as well as computational modelling and electrophysiological analysis of the function of hippocampal neurons in the rat, functional imaging of human navigation, and neuropsychological experiments on spatial and episodic memory.
A parallel interest: Investigating our human short-term memory for serial order, or how we know our 123s.
Neil Burgess | Speaker | TED.com