Modeling habituation in rat EEG-evoked responses via a neural mass model with feedback.
Modeling habituation in rat EEG-evoked responses via a neural mass model with feedback.
复制标题
DOI：
10.1007/s00422-012-0472-z
复制
发表时间：
2011-12
影响因子：
1.9
通讯作者：
Brooks, Dana H.
中科院分区：
文献类型：
--
作者：
Laxminarayan, Srinivas;Tadmor, Gilead;Diamond, Solomon G.;Miller, Eric;Franceschini, Maria Angela;Brooks, Dana H.
习惯化是对重复刺激的神经反应的一般属性。它的强度往往会随着刺激间松弛时间的减少而增加。我们提出了一个简单的，广泛适用的控制结构，使神经质量模型的诱发EEG响应表现出习惯性的行为。这项调查的一个关键动机是正在进行的努力，开发基于模型的重建多模态功能神经影像数据。这里提出的控制结构在由Riera等人开发的生物物理神经质量模型（Brain Mapp 27（11）：896-914，2006; 28（4）：335-354，2007）及其简化的背景下使用来自大鼠EEG对以1至8Hz的频率呈现的内侧神经刺激的响应的数据来说明和验证。性能进行了测试，预测的响应下一个刺激的基础上，当前的，也是持续的刺激列车在4秒的时间间隔的基础上，在间隔中的第一个刺激，具有类似的成功统计。这些测试证明了简单的生成模型捕捉诱发反应的关键特征的能力，包括习惯化。
Habituation is a generic property of the neural response to repeated stimuli. Its strength often increases as inter-stimuli relaxation periods decrease. We propose a simple, broadly applicable control structure that enables a neural mass model of the evoked EEG response to exhibit habituated behavior. A key motivation for this investigation is the ongoing effort to develop model-based reconstruction of multimodal functional neuroimaging data. The control structure proposed here is illustrated and validated in the context of a biophysical neural mass model, developed by Riera et al. (Hum Brain Mapp 27(11):896–914, 2006; 28(4):335–354, 2007), and of simplifications thereof, using data from rat EEG response to medial nerve stimuli presented at frequencies from 1 to 8 Hz. Performance was tested by predictions of both the response to the next stimulus based on the current one, and also of continued stimuli trains over 4-s time intervals based on the first stimulus in the interval, with similar success statistics. These tests demonstrate the ability of simple generative models to capture key features of the evoked response, including habituation.
登录
查看更多内容
DOI：
10.1523/jneurosci.3853-08.2008
发表时间：
2008-10-15
期刊：
The Journal of neuroscience : the official journal of the Society for Neuroscience
影响因子：
--
作者：
Shea SD;Katz LC;Mooney R
通讯作者：
Mooney R
影响因子：
5.7
作者：
Garrido, Marta I.;Kilner, James M.;Kiebel, Stefan J.;Stephan, Klaas E.;Baldeweg, Torsten;Friston, Karl J.
通讯作者：
Friston, Karl J.
影响因子：
2.7
作者：
Rankin, Catharine H.;Abrams, Thomas;Barry, Robert J.;Bhatnagar, Seema;Clayton, David F.;Colombo, John;Coppola, Gianluca;Geyer, Mark A.;Glanzman, David L.;Marsland, Stephen;McSweeney, Frances K.;Wilson, Donald A.;Wu, Chun-Fang;Thompson, Richard F.
通讯作者：
Thompson, Richard F.
影响因子：
7.8
作者：
Liley, DTJ;Cadusch, PJ;Dafilis, MP
通讯作者：
Dafilis, MP
影响因子：
4.6
作者：
Mosher, JC;Leahy, RM
通讯作者：
Leahy, RM