Project

De Waarde van Tijd: Een neurocomputationeel model van actie-sequenties

Looptijd
01-10-2018 → 30-09-2021
Financiering
Fonds voor Wetenschappelijk Onderzoek - Vlaanderen (FWO)
Promotor
Onderzoeksdisciplines
  • Social sciences
    • Biological and physiological psychology
    • Cognitive science and intelligent systems
    • Developmental psychology and ageing
  • Medical and health sciences
    • Neurosciences
    • Neurosciences
    • Neurosciences
Trefwoorden
actie-sequenties
 
Projectomschrijving

Menselijke hersensystemen hebben hun eigen functionele expertise. Tijdens hun interactie laten deze systemen het toe
voor efficiënt doelgericht gedrag. Toch is de interactie tussen systemen slecht begrepen.
Het "actie" -systeem vertegenwoordigt de reeks handelingen die nodig zijn om een ​​bepaalde taak uit te voeren; voor
bijvoorbeeld de opeenvolgende acties die een drummer uitvoert om de drums te raken. Het "wanneer" -systeem
staat voor de tijd waarop acties moeten worden uitgevoerd, dat wil zeggen het tijdstip waarop de drumslagen slagen
worden uitgevoerd om het ritme te volgen. Ik stel voor om een ​​neurocomputationeel model te bouwen over hoe het
brein implementeert de interactie tussen deze twee systemen. Ik presenteer 3 werkpakketten (WP). WP
1 verklaart het model en de hulpmiddelen die nodig zijn om het te bouwen. WP 2 stelt twee experimentele studies voor
test de modelvoorspellingen in verschillende contexsequentiescontexten. Verschillende modelversies zullen zijn
vergeleken door vergelijkingstechnieken. WP 3 test verder de functionele rol van de
subthalamic nucleus (STN), het hersengebied gesuggereerd om de interactie tussen beide te onderschatten
systemen. Om hun tremor-symptomen te behandelen, geïmplanteerde elektroden bij patiënten met de ziekte van Parkinson
(PDP) stimuleren de STN maar verstoren tegelijkertijd de functionele rol ervan. In samenwerking met een
gespecialiseerd lab, ik zal STN stimuleren in PDP terwijl ze mijn experimentele taken oplossen. ik zal het onderzoeken
welke modelversie de beste rekening houdt met PDP-gegevens wanneer ik STN-stimulatie simuleer. Over het algemeen streef ik ernaar
ophelderen hoe mensen leren tijdsafhankelijke actiereeksen te produceren.