Brain information processing capacity modeling.
Brain information processing capacity modeling.
复制标题
DOI：
10.1038/s41598-022-05870-z
复制
发表时间：
2022-02-09
影响因子：
4.6
通讯作者：
Friston K
中科院分区：
文献类型：
--
作者：
Li T;Zheng Y;Wang Z;Zhu DC;Ren J;Liu T;Friston K
神经生理学测量表明，人类信息处理是通过神经元活动来体现的。然而，大脑区域的活动与其信息处理能力之间的定量关系仍不清楚。我们引入并验证了大脑区域信息处理能力的数学模型，包括神经元活动、输入存储容量和传入信息的到达率。我们将该模型应用于从年轻和老年受试者的侧翼范式获得的功能磁共振成像数据。我们的分析表明，对于给定的认知任务和受试者，较高的信息处理能力会导致较低的神经元活动和更快的反应。至关重要的是，根据功能磁共振成像数据估计的处理能力可以预测任务和与年龄相关的反应时间差异，这说明了模型的预测有效性。该模型提供了一个在信息处理能力方面对大脑动力学进行建模的框架，并且可用于预测编码和贝叶斯最优决策的研究。
Neurophysiological measurements suggest that human information processing is evinced by neuronal activity. However, the quantitative relationship between the activity of a brain region and its information processing capacity remains unclear. We introduce and validate a mathematical model of the information processing capacity of a brain region in terms of neuronal activity, input storage capacity, and the arrival rate of afferent information. We applied the model to fMRI data obtained from a flanker paradigm in young and old subjects. Our analysis showed that—for a given cognitive task and subject—higher information processing capacity leads to lower neuronal activity and faster responses. Crucially, processing capacity—as estimated from fMRI data—predicted task and age-related differences in reaction times, speaking to the model’s predictive validity. This model offers a framework for modelling of brain dynamics in terms of information processing capacity, and may be exploited for studies of predictive coding and Bayes-optimal decision-making.
登录
查看更多内容
影响因子：
5.4
作者：
Cowan, Nelson;Rouder, Jeffrey N.;Blume, Christopher L.;Saults, J. Scott
通讯作者：
Saults, J. Scott
影响因子：
--
作者：
He, Hai-yan;Cline, Hollis T.
通讯作者：
Cline, Hollis T.
影响因子：
7.8
作者：
Breakspear, M;Terry, JR;Friston, KJ
通讯作者：
Friston, KJ
影响因子：
2.9
作者：
Fourcaud, N;Brunel, N
通讯作者：
Brunel, N
影响因子：
4.6
作者：
Cejnar, Pavel;Vysata, Oldrich;Prochazka, Ales
通讯作者：
Prochazka, Ales