文献

J-GLOBAL ID：202202257993657781   整理番号：22A1019914

神経シミュレータANNarchyにおけるBOLDモニタリング【JST・京大機械翻訳】

BOLD Monitoring in the Neural Simulator ANNarchy

著者 (5件)： Maith Oliver (Department of Computer Science, Chemnitz University of Technology, Chemnitz, Germany) ,  Dinkelbach Helge UElo (Department of Computer Science, Chemnitz University of Technology, Chemnitz, Germany) ,  Baladron Javier (Department of Computer Science, Chemnitz University of Technology, Chemnitz, Germany) ,  Vitay Julien (Department of Computer Science, Chemnitz University of Technology, Chemnitz, Germany) ,  Hamker Fred H. (Department of Computer Science, Chemnitz University of Technology, Chemnitz, Germany)
資料名： Frontiers in Neuroinformatics (Web)  (Frontiers in Neuroinformatics (Web))
巻： 16  ページ： 790966  発行年： 2022年 
JST資料番号： U7084A  ISSN： 1662-5196  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 単一ニューロンの膜電位,集団発火率,局所場電位,および血液-酸素レベル依存性(BOLD)信号のような異なる空間および時間スケールで異なる測定可能な信号を同時にシミュレートするマルチスケールネットワークモデルは,計算神経科学においてますます一般的になっている。BOLD信号のような模擬非侵襲測定に対するこれらのモデルの根底にある模擬ニューロン活性の変換は特に重要である。本研究は,ニューラルネットワークモデルからシミュレートしたBOLD信号のオンライン計算を可能にするために,神経シミュレータANNarchy内のBOLDモニタの実装について述べる。BOLD信号のシミュレーションに関する活発な研究題目は,脳血流(CBF)への神経過程の結合と酸素の脳代謝速度(CMRO2)である。ANNarchyの柔軟性は,ユーザが高度な自由度とこの結合を定義することを可能にし,従って,実験BOLDデータにスパイキングニューロンの母集団のメゾスコピックネットワークモデルを関係づけるだけでなく,これらのモデルとの神経過程,CBFおよびCMRO2間の結合に関する異なる仮説を調査する。本研究では,複数のスパイキングニューロン集団から成るネットワークモデルから,シミュレートしたBOLD信号がどのように得られるかを示した。最初に,BOLD信号をシミュレートするための支配的なモデル,Balloonモデルの使用と,別々に駆動されたCBFとCMRO2信号を有するBalloonモデルの変異体のような新しいユーザ定義モデルの使用の可能性を実証した。神経過程,CBFおよびCMRO2間の結合に関する異なる仮説が実装され,これらの異なるカップリングがシミュレートしたBOLD信号にどのように影響するかを強調する。ここで提示したBOLDモニタにより,ANNarchyは,モデリング手法を用いることにより,それらのネットワークモデルを実験的MRIデータおよび神経プロセスとBOLD信号間の結合の研究を拡張することを望む科学者のツールを提供する。これは実験的BOLDデータの研究とモデルベース分析を促進し,従ってヒトにおける神経過程のマルチスケール理解を改善する。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *シミュレータ ,  ネットワーク ,  ニューロン ,  脳 ,  酸素 ,  ニューラルネットワーク ,  膜電位 ,  ヒト ,  モデリング ,  *監視装置 ,  モデル ,  発火【生理】 ,  脳血流
準シソーラス用語： ネットワークモデル ,  マルチスケール ,  スパイキングニューロン , 【Automatic Indexing@JST】

著者キーワード (8件)： 血液-酸素-レベル依存シグナル ,  神経シミュレータ ,  スパイキングネットワーク ,  レート符号化ネットワーク ,  バルーンモデル ,  神経血管カップリング ,  脳血流 ,  酸素の脳代謝速度

分類 (1件)： 脳・神経系モデル  (EL02050C)

引用文献 (58件)：

• Baladron J., Nambu A., Hamker F. H. (2019). The subthalamic nucleus-external globus pallidus loop biases exploratory decisions towards known alternatives: a neuro-computational study. Eur. J. Neurosci. 49, 754-767. doi: 10.1111/ejn.13666
• Beaulieu C., Kisvarday Z., Somogyi P., Cynader M., Cowey A. (1992). Quantitative distribution of gaba-immunopositive and-immunonegative neurons and synapses in the monkey striate cortex (area 17). Cereb. Cortex 2, 295-309. doi: 10.1093/cercor/2.4.295
• Bennett M. R., Farnell L., Gibson W. G., Lagopoulos J. (2015). Cortical network models of firing rates in the resting and active states predict bold responses. PLoS ONE 10, e0144796. doi: 10.1371/journal.pone.0144796
• Birn R. M., Smith M. A., Jones T. B., Bandettini P. A. (2008). The respiration response function: the temporal dynamics of fMRI signal fluctuations related to changes in respiration. Neuroimage 40, 644-654. doi: 10.1016/j.neuroimage.2007.11.059
• Buxton R. B. (2012). Dynamic models of bold contrast. Neuroimage 62, 953-961. doi: 10.1016/j.neuroimage.2012.01.012

タイトルに関連する用語 (4件)： 神経 ,  シミュレータ ,  BOLD ,  モニタリング