Pain, from perception to action: A computational perspective.
Pain, from perception to action: A computational perspective.
复制标题
DOI：
10.1016/j.isci.2022.105707
复制
发表时间：
2023-01-20
期刊：
影响因子：
5.8
通讯作者：
Wang J
中科院分区：
文献类型：
--
作者：
Chen ZS;Wang J
痛苦是由感觉和情感驱动的，反过来，它又激励着决定和行动。为了充分理解疼痛的多维本质，我们在感觉-运动预测的闭环框架内对疼痛进行了研究。在这个闭环循环中，预测扮演着重要的角色，因为预测和实际感觉经验之间的相互作用塑造了疼痛感知和随后的行动。在这个视角下，我们描述了两个重要的计算理论--贝叶斯推理和强化学习--在模拟适应性疼痛行为中的作用。我们表明，预测是这两个理论之间的一个共同主题，并且这两个理论中的每一个都可以解释疼痛感知-行动周期的独特方面。我们讨论了这些计算理论和模型如何提高我们对以疼痛为中心的过程的机械理解，如预期、注意力、安慰剂痛觉减退和疼痛时代化。生物信息学；神经科学；感觉神经科学
Pain is driven by sensation and emotion, and in turn, it motivates decisions and actions. To fully appreciate the multidimensional nature of pain, we formulate the study of pain within a closed-loop framework of sensory-motor prediction. In this closed-loop cycle, prediction plays an important role, as the interaction between prediction and actual sensory experience shapes pain perception and subsequently, action. In this Perspective, we describe the roles of two prominent computational theories—Bayesian inference and reinforcement learning—in modeling adaptive pain behaviors. We show that prediction serves as a common theme between these two theories, and that each of these theories can explain unique aspects of the pain perception-action cycle. We discuss how these computational theories and models can improve our mechanistic understandings of pain-centered processes such as anticipation, attention, placebo hypoalgesia, and pain chronification. Bioinformatics; Neuroscience; Sensory neuroscience
登录
查看更多内容
影响因子：
1.9
作者：
Berridge KC;Aldridge JW
通讯作者：
Aldridge JW
影响因子：
4.6
作者：
Boström KJ;de Lussanet MH;Weiss T;Puta C;Wagner H
通讯作者：
Wagner H
影响因子：
16.2
作者：
Baliki, Marwan N.;Geha, Paul Y.;Fields, Howard L.;Apkarian, A. Vania
通讯作者：
Apkarian, A. Vania
影响因子：
16.2
作者：
Bastos AM;Usrey WM;Adams RA;Mangun GR;Fries P;Friston KJ
通讯作者：
Friston KJ
影响因子：
7.4
作者：
Borsook D;Youssef AM;Simons L;Elman I;Eccleston C
通讯作者：
Eccleston C