NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Normal deneklerde ve Parkinson Hastalığı (PD) hastalarında Precision Grip (PG) performansının hesaplamalı bir modelini önermekteyiz. PD hastalarında kavrama kuvveti üretimi ile ilgili önceki çalışmalar, ON ilacı sırasında kavrama kuvvetinde bir artış ve OFF ilacı sırasında kavrama kuvvetinin değişkenliğinde bir artış olduğunu göstermektedir (Ingvarsson ve ark., 1997; Fellows et al., 1998). Dopamin eksikliği olan PD koşullarında kavrama kuvveti üretimindeki değişiklikler, dopamin sinyallerini karar verme sürecine çevirmede önemli bir rol oynayan derin bir beyin sistemi olan Basal Ganglia'nın katkısını güçlü bir şekilde önermektedir. Mevcut yaklaşım, kavrama kuvveti üretimini modelleme sorununu, Basal Ganglia'nın temel işlevlerinden biri olan bir eylem seçimi sorunu olarak ele almaktır. Model iki bileşenden oluşur: (1) duyusal-motor döngü bileşeni ve (2) Bazal Ganglia bileşeni. Duyusal-motor döngü bileşeni, sırasıyla bir referans konumunu ve bir referans kavrama kuvvetini kaldırma kuvveti ve kavrama kuvveti profillerine dönüştürür. Bu iki kuvvet bir yükü kavramak için işbirliği yapar. Duyusal-motor döngü bileşeni ayrıca PG'de yer alan iki parmak arasındaki etkileşimi ve kaldırılacak nesneyi temsil eden bir bitki modelini de içerir. Bazal Ganglia bileşeni, Reinforcement Learning kullanılarak, aksiyon seçiminin tamamen Değere dayalı dağıtım yerine fayda dağılımı kullanılarak gerçekleştirildiği ve böylece risk temelli karar vermeyi içerdiği önemli farkla modellenmiştir. Önerilen model, normal ve PD hastalarından PG sonuçlarını doğru bir şekilde açıklayabilir (Ingvarsson ve ark., 1997; Fellows ve ark., 1998). Bildiğimiz kadarıyla model PD koşullarında PG'nin ilk modelidir.
Özgün kaynak özetini okuyun
We propose a computational model of Precision Grip (PG) performance in normal subjects and Parkinson's Disease (PD) patients. Prior studies on grip force generation in PD patients show an increase in grip force during ON medication and an increase in the variability of the grip force during OFF medication (Ingvarsson et al., 1997; Fellows et al., 1998). Changes in grip force generation in dopamine-deficient PD conditions strongly suggest contribution of the Basal Ganglia, a deep brain system having a crucial role in translating dopamine signals to decision making. The present approach is to treat the problem of modeling grip force generation as a problem of action selection, which is one of the key functions of the Basal Ganglia. The model consists of two components: (1) the sensory-motor loop component, and (2) the Basal Ganglia component. The sensory-motor loop component converts a reference position and a reference grip force, into lift force and grip force profiles, respectively. These two forces cooperate in grip-lifting a load. The sensory-motor loop component also includes a plant model that represents the interaction between two fingers involved in PG, and the object to be lifted. The Basal Ganglia component is modeled using Reinforcement Learning with the significant difference that the action selection is performed using utility distribution instead of using purely Value-based distribution, thereby incorporating risk-based decision making. The proposed model is able to account for the PG results from normal and PD patients accurately (Ingvarsson et al., 1997; Fellows et al., 1998). To our knowledge the model is the first model of PG in PD conditions.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.