从瞳孔测量,fMRI和RNN建模的证据表明,增益神经调制介导了与任务相关的感知开关

科学领域:

• 神经科学是一个神经科学.
• 认知科学 认知科学
• 计算神经科学是一种神经科学.

背景情况:

• 据认为,感知更新涉及网络重置.
• 这些重置可能由神经调节性神经递质如诺拉丁上腺素调节.
• 这个过程会影响大脑如何对改变的感官信息做出反应.

研究的目的:

• 通过大规模的大脑分析,研究神经调节在感知更新中的作用.
• 测试诺亚上腺素爆发是否与模两可的数字中的感知转移相关.
• 在感知切换过程中对网络动态进行计算模型和验证预测.

主要方法:

• 瞳孔测量和功能磁共振成像 (fMRI) 用于分析一个模两可的数字任务.
• 一个循环神经网络 (RNN) 被训练在感知分类任务上,以建模动态增益变化.
• 使用低维RNN动态来导出用于fMRI验证的宏观预测.

主要成果:

• 瞳孔直径的峰值,这是神经调节突发的指标,与感知转变相吻合.
• 在RNN模型中增加的神经收益在不确定性期间加速感知切换.
• fMRI数据证实了与大脑状态速度峰值和平坦的能量景观发生感知开关的预测.

结论:

• 神经调节系统,特别是上腺素,在适应性知觉的大规模网络重新配置中发挥着关键作用.
• 瞳孔直径可以作为相位神经调节活动的可行的间接测量.
• 计算建模和神经成像为拟议的感知更新机制提供了融合的证据.