循环神经网络模型揭示了从MMN到P300生成事件相关潜力的统一机制
Anthony Strock1, Trang-Anh E Nghiem1, Nathan Trouvain2,3,4
1Department of Psychiatry & Behavioral Sciences, Stanford University School of Medicine, Stanford, CA 94305.
bioRxiv : the preprint server for biology
|November 24, 2025
概括
短期突触抑郁解释了像不匹配消极性 (MMN) 和P300这样的大脑反应,统一了自动和受控的注意力. 这个框架预测了突触变化如何影响神经精神疾病.
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.
- 认知神经科学 认知神经科学
背景情况:
- 连接突触可塑性与事件相关潜能 (ERP) 签名的神经基础尚未完全理解.
- 检测行为相关的刺激对认知至关重要.
研究的目的:
- 开发ERP响应的循环神经网络 (RNN) 模型.
- 为了证明短期突触抑郁如何为MMN和P300反应提供统一的计算框架.
- 解释刺激的注意力调节及其与神经精神疾病的联系.
主要方法:
- ERP的循环神经网络 (RNN) 建模.
- 模拟被动和主动的奇怪模式.
- 分析刺激表示几何和层次连接.
主要成果:
- 短期突触抑郁统一了MMN和P300在不同范式的反应.
- 神经群体将表示形式组织成依赖概率的几何多元体.
- 层次连接可以放大信号,提高噪声强度,解释P300的优势.
- 同样的突触机制解释了注意力调节,桥梁自动和受控的注意力.
结论:
- 突触抑郁为了解MMN和P300提供了一个统一的计算框架.
- 该框架解释了P300的功能优势,并将自动和受控的注意力联系起来.
- 该模型为神经精神疾病如精神分裂症和自闭症中的突触和连接性障碍提供了可测试的预测.
