控制理论整合刺激和电生理学用于认知增强

科学领域:

• 神经科学是一个神经科学.
• 计算神经科学是一种神经科学.
• 生物医学工程 生物医学工程

背景情况:

• 跨电刺激 (tES) 和神经成像越来越多地被用于研究和治疗.
• 目前的tES方法显示神经变化有限,认知结果在主体之间具有很高的变化.
• 现有的范式努力克服这些限制,以有效地调节大脑.

研究的目的:

• 提出一种基于动态系统和控制理论的跨电刺激 (tES) 框架.
• 解决传统tES的局限性,包括小的神经变化和主体间的变异性.
• 为认知增强引入一个新的计算目标,专注于大脑反应.

主要方法:

• 在混合闭环系统中将tES与神经成像 (M/EEG) 集成.
• 使用M/EEG数据进行生成性大脑模型的参数化.
• 采用动态系统和控制理论来指导TSE交付.
• 开发基于塑造大脑反应动态的认知增强的定量框架.

主要成果:

• 拟议的框架允许基于实时大脑活动对tES交付进行精确的控制.
• 生成性大脑模型可以使用M/EEG数据进行参数化,用于个性化的tES.
• 一个新的计算目标侧重于调节大脑对外部输入的反应性.

结论:

• 拟议的混合闭环tES框架为克服当前tES方法的局限性提供了一个有希望的方法.
• 这种范式促进了个性化的tES治疗和神经成像中的因果推理.
• 新的计算目标可能会通过准大脑动态,导致更有效的认知增强策略.