[論文レビュー] Behavioral response to strong aversive stimuli: A neurodynamical model

Kaushik Majumdar|ArXiv.org|Apr 4, 2007

Neural dynamics and brain function参考文献 21被引用数 3

ひとこと要約

本稿では、神経パルス列の高速フーリエ変換（FFT）係数に基づくベクトル空間フレームワークを用いて、強い嫌悪的刺激に対する行動反応を表現する神経力学的モデルを提案する。神経回路を有向多重グラフとしてモデル化し、電気的力学の類似性（力とポテンシャルエネルギーの定義）を導入することで、未解明の神経学的現象を説明し、合成可塑性、記憶、主観的感覚を数学的に形式化された力学系を通じて観察可能な行動と結びつける。

ABSTRACT

In this paper a theoretical model of functioning of a neural circuit during a behavioral response has been proposed. A neural circuit can be thought of as a directed multigraph whose each vertex is a neuron and each edge is a synapse. It has been assumed in this paper that the behavior of such circuits is manifested through the collective behavior of neurons belonging to that circuit. Behavioral information of each neuron is contained in the coefficients of the fast Fourier transform (FFT) over the output spike train. Those coefficients form a vector in a multidimensional vector space. Behavioral dynamics of a neuronal network in response to strong aversive stimuli has been studied in a vector space in which a suitable pseudometric has been defined. The neurodynamical model of network behavior has been formulated in terms of existing memory, synaptic plasticity and feelings. The model has an analogy in classical electrostatics, by which the notion of force and potential energy has been introduced. Since the model takes input from each neuron in a network and produces a behavior as the output, it would be extremely difficult or may even be impossible to implement. But with the help of the model a possible explanation for an hitherto unexplained neurological observation in human brain has been offered. The model is compatible with a recent model of sequential behavioral dynamics. The model is based on electrophysiology, but its relevance to hemodynamics has been outlined.

研究の動機と目的

• 強い嫌悪的刺激に対する神経回路がどのように行動反応を生成するかを理解するための理論的枠組みを構築すること。
• スパイク列のFFT係数を用いて、神経活動を多次元空間内のベクトルとして表現すること。
• 古典的電気的力学からの類似性（力とポテンシャルエネルギー）の概念を用いて、ネットワークダイナミクスをモデル化すること。
• 記憶、合成可塑性、主観的感覚を統一的な力学系に統合すること。
• 人間脳における未解明の神経学的観察に対して、機構的説明を提供すること。

提案手法

• 神経回路を、ニューロンを頂点、シナプスを辺とする有向多重グラフとしてモデル化する。
• スパイク列から高速フーリエ変換（FFT）を用いて行動情報を抽出し、多次元空間内の係数ベクトルを形成する。
• 行動状態の差を定量化するため、ベクトル空間に擬似距離を定義する。
• 電気的力学的類似性を導入：ネットワークダイナミクスを記述するための「力」と「ポテンシャルエネルギー」を定義する。
• 合成可塑性、記憶、主観的感覚の要素に基づいた神経力学方程式を定式化する。
• 従来の逐次的行動ダイナミクスモデルと整合性を保つこと。

実験結果

リサーチクエスチョン

• RQ1 強い嫌悪的刺激に対して、回路内の神経集合の集団的行動を数学的にどのように表現できるか？
• RQ2 嫌悪的入力下での神経ネットワークにおいて、行動状態間の遷移を支配する力学的原理は何か？
• RQ3 喜びや感情といった主観的経験を、行動の神経生理学的モデルにどのように統合できるか？
• RQ4 合成可塑性と記憶は、嫌悪的刺激に対する行動反応の形成にどのような役割を果たすか？
• RQ5 電気的力学的類似性は、神経ネットワークダイナミクスを駆動する力の正確な記述を可能にするか？

主な発見

• 本モデルは、動的枠組みを用いて、人間脳における以前未解明の神経学的観察を成功裏に説明した。
• 行動ダイナミクスは、スパイク列のFFT係数によって定義されるベクトル空間内の軌道として表現された。
• 擬似距離と電気的力学的類似性の導入により、神経ネットワーク遷移の定量的モデリングが可能になった。
• 本モデルは、従来の逐次的行動ダイナミクス理論と整合しており、記憶と可塑性の統合を支持する。
• 本フレームワークは、電気生理学的データと血行動態反応の両者と適合可能であり、より広範な適用可能性を示唆する。
• 本モデルの複雑さのため、直接的な実装は現実的ではないが、嫌悪行動の理解に理論的基盤を提供する。