神经群体动态 基础证据积累在多个老鼠大脑区域的神经群体动态

科学领域:

• 认知神经科学 认知神经科学
• 计算神经科学是一种神经科学.
• 系统神经科学 系统神经科学

背景情况:

• 决策依赖于积累证据,这种过程通常使用孤立的神经或行为数据进行研究.
• 以前的研究通常假定大脑区域均地代表整个动物水平的证据积累.

研究的目的:

• 开发和应用一个统一的框架,同时建模刺激驱动的行为和多神经元活动.
• 研究大鼠不同大脑区域 (PPC,FOF,ADS) 如何代表决策任务期间的证据积累.
• 将神经积累模型与行为推断的积累动态进行比较.

主要方法:

• 开发了一个统一的计算框架,以整合行为选择和多神经元记录.
• 将框架应用于从后侧皮质 (PPC),前侧定向场 (FOF) 和前后条纹体 (ADS) 的神经数据,在执行基于脉冲的积累任务的老鼠中.
• 利用不同的积累模型来描述每个大脑区域的神经活动,并将它们与行为选择模型进行比较.

主要成果:

• 每个大脑区域 (PPC,FOF,ADS) 最好用一个独特的积累模型来描述,与最好描述整体选择的模型不同.
• 额头定位场 (FOF) 活动表明了有利于早期证据的积累器,而前背条体 (ADS) 显示了近乎完美的积累.
• 在积累框架内的神经活动揭示了大脑区域和选择之间的明显关联,ADS表现出更多的决策犹.

结论:

• 不同的大脑区域以不同的方式表示累积的证据,而不是统一地反映整个动物的积累器.
• 基于积累的综合框架改善了所有研究区域中从神经数据中对选择的预测.
• 整个动物的决策积累可能来自于一组不同的神经层次的积累器并行运行.