状深度大脑刺激在奖励逆转学习任务期间在神经计算基底细胞模型中增强习惯性行为

科学领域:

• 神经科学是一个神经科学.
• 计算精神病学是一种计算精神病学.
• 系统神经科学 系统神经科学

背景情况:

• 深度大脑刺激 (DBS) 是神经疾病的关键疗法,但其确切的机制尚未完全理解.
• 决策过程是复杂的,并受到基底腺节电路的影响.

研究的目的:

• 为了研究深度大脑刺激 (DBS) 对决策的影响,使用基底腺路径的计算建模.
• 探索DBS如何影响奖励导向和习惯性行为之间的平衡.

主要方法:

• 使用基底的速率编码计算模型,包括直接,间接和超直接通路.
• 整合了皮质 - thalamic 快捷方式模型来模拟习惯性行为.
• 模拟复制了患者数据从一个两个选择奖励逆转学习任务在启动和关闭的DBS条件下 dystonia.

主要成果:

• 皮质 - thalamic 捷径中的可塑性对于复制患者行为数据至关重要,突出了习惯形成的作用.
• 模拟的DBS持续增加了习惯性行为,特别是在奖励逆转后.
• 不同的DBS机制 (神经元抑制,轴突刺激) 调节了基底 - thalamic相互作用,有利于习惯性反应.

结论:

• 深度大脑刺激 (DBS) 通过调节奖励导向和习惯性行为之间的平衡来影响决策.
• 皮质 - thalamic 捷径在习惯形成中起着至关重要的作用,而 DBS 增强了它的影响.
• DBS变体表现出明显的行为效应,表明对神经回路的多方面的影响.