基底神经节建模以理解帕金森病伸手运动
神经元与认知
2011-01-26 v1
摘要
我们提出了一个计算模型，突出了基底神经节（BG）在产生简单伸手运动中的作用。该模型建立在强化学习（RL）框架内，RL组件与神经解剖学之间的对应关系如下：黑质致密部的多巴胺信号作为时序差分误差，纹状体作为评论家的基底，运动皮层作为行动者。这种神经生物学解释的一个关键特征是我们的假设，即间接通路是探索者。源自模型中间接通路部分的混沌活动，驱动了手臂的游走探索性运动。因此，直接通路服务于利用，而间接通路服务于探索。随着训练的进行，运动皮层对BG校正影响的依赖越来越小。伸手运动轨迹的变异性随训练而减小。帕金森病（PD）相关的伸手运动通过以下方式模拟：降低多巴胺，以及通过将间接通路动力学从混沌行为切换为周期行为来降低其复杂性。在模拟的PD条件下，手臂表现出PD运动症状，如震颤、运动迟缓和运动不足。该模型呼应了PD是一种动力学疾病的观点。
引用
@article{arxiv.1009.4516,
title = {Modeling Basal Ganglia for understanding Parkinsonian Reaching Movements},
author = {K. N. Magdoom and D. Subramanian and V. S. Chakravarthy and B. Ravindran and Shun-ichi Amari and N. Meenakshisundaram},
journal= {arXiv preprint arXiv:1009.4516},
year = {2011}
}
备注
Neural Computation, In Press