每两次显示中间有800毫秒的延迟；每个主体总共有320个试验组成，并分成4组。前10次试验视作排练，不计入之后的分析中。

研究人员记录了MTL区域中总共585个单个神经元的动作电位：

海马旁皮层 (PHC) 中的 126 个神经元、海马 (HIPP)中的 199 个神经元、内嗅皮质 (EC) 中的 107 个神经元和杏仁核 (AMY) 中有 153 个神经元。

并将整个动作模式输入到一个自学习的计算机程序中。

基于多因素方差分析，首先确定了规则选择性神经元。

什么意思呢？

这些神经元在计算指令发出后（也就是加或者减）会选择性的增强放电。

可以看到，图中A、B加法规则情况下，加法神经元（红色）表现出的特定活跃性。C、D（蓝色）所表现出来的减法神经元也是如此。

而且不同对于任务周期和MTL区域，这种具有选择性的神经元比例也有所不同。

除此之外，团队还发现计算规则的编码与规则提示无关，以及在海马旁皮层 (PHC) 区域（图I），不同的加法神经元在同一个算术任务中交替活跃。