Learning from biological systems: modeling neural control
Learning from biological systems: modeling neural control
复制标题
向生物系统学习：神经控制建模
DOI：
10.1109/37.939944
复制
发表时间：
2001
影响因子：
5.7
通讯作者：
T. Hamm
中科院分区：
文献类型：
--
作者：
Jiping He;M. Maltenfort;Qingjun Wang;T. Hamm
我们一直在追求一种模块化的方法来建模和研究姿势和运动的神经控制。模块化方法是研究复杂中枢神经系统（CNS）功能和结构的一种实用和自然的方法。这些模块可以包括骨骼动力学、具有募集和力生成特征的肌肉动力学、负责局部牵张反射的基本脊髓神经回路、提供各种反射调制的神经元间网络、脑回路的各种结构以及控制策略决策中心。每个模块的解剖细节和复杂性可以根据要研究的特定科学问题或运动任务以及层次结构上可用信息的范围而变化。为了证明模块化的方法，我们提出了两个例子，说明如何生物运动控制任务可以在不同程度的复杂性和细节进行调查。一个例子表明，具有详细的解剖结构和动态特性的模型必须开发研究脊髓中的几个感觉反馈回路之间的详细相互作用。另一个例子表明，当调查全身的行为，一个粗糙的结构模型与集总组件是更容易处理的问题，如脊髓调节和上中枢神经系统智能控制的相互作用，可以进行调查。
We have been pursuing a modular approach to modeling and investigating the neural control of posture and movement. A modular approach is a practical and natural way of investigating the function and structure of the complex central nervous system (CNS). The modules can include skeletal dynamics, muscle dynamics with recruitment and force-generation characteristics, basic spinal cord neural circuits responsible for the local stretch reflex, interneuronal networks that provide modulation of various reflexes, various structures of brain circuits, and control strategy decision-making centers. The anatomical detail and complexity of each module can vary depending on the specific scientific question or motor task to be investigated and the extent of information available on the hierarchy. To demonstrate the modular approach, we present two examples that illustrate how biological motor control tasks can be investigated in varying degrees of complexity and detail. One example shows that a model with detailed anatomical structure and dynamic properties has to be developed to investigate the detailed interactions among several sensory feedback loops in the spinal cord. The other example shows that when investigating whole-body behavior, a grosser structured model with lumped components is more tractable so issues such as the interaction of spinal cord regulation and upper CNS intelligent control can be investigated.
影响因子：
--
作者：
F. Zajac
通讯作者：
F. Zajac
通过最优控制了解感觉运动反馈。
DOI：
10.1101/sqb.1990.055.01.074
发表时间：
1990
期刊：
Cold Spring Harbor symposia on quantitative biology
影响因子：
--
作者：
Loeb,GE;Levine,WS;He,J
通讯作者：
He,J
影响因子：
56.9
作者：
NICOLELIS, MAL;BACCALA, LA;CHAPIN, JK
通讯作者：
CHAPIN, JK