MétaCan
Menu
Retour à la cohorte
Enregistrement W2380220194 · doi:10.1523/jneurosci.0236-16.2016

Shaping Intrinsic Neural Oscillations with Periodic Stimulation

2016· article· en· W2380220194 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Neuroscience · 2016
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeural dynamics and brain function
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungDeutsche ForschungsgemeinschaftEuropean Commission
Mots-clésNeuroscienceStimulationEntrainment (biomusicology)Transcranial alternating current stimulationRhythmBiological neural networkBrain stimulationTranscranial magnetic stimulationArousalPopulationPsychologyPhysicsMedicine

Résumé

récupéré en direct d'OpenAlex

UNLABELLED: Rhythmic brain activity plays an important role in neural processing and behavior. Features of these oscillations, including amplitude, phase, and spectrum, can be influenced by internal states (e.g., shifts in arousal, attention or cognitive ability) or external stimulation. Electromagnetic stimulation techniques such as transcranial magnetic stimulation, transcranial direct current stimulation, and transcranial alternating current stimulation are used increasingly in both research and clinical settings. Currently, the mechanisms whereby time-dependent external stimuli influence population-scale oscillations remain poorly understood. Here, we provide computational insights regarding the mapping between periodic pulsatile stimulation parameters such as amplitude and frequency and the response dynamics of recurrent, nonlinear spiking neural networks. Using a cortical model built of excitatory and inhibitory neurons, we explored a wide range of stimulation intensities and frequencies systematically. Our results suggest that rhythmic stimulation can form the basis of a control paradigm in which one can manipulate the intrinsic oscillatory properties of driven networks via a plurality of input-driven mechanisms. Our results show that, in addition to resonance and entrainment, nonlinear acceleration is involved in shaping the rhythmic response of our modeled network. Such nonlinear acceleration of spontaneous and synchronous oscillatory activity in a neural network occurs in regimes of intense, high-frequency rhythmic stimulation. These results open new perspectives on the manipulation of synchronous neural activity for basic and clinical research. SIGNIFICANCE STATEMENT: Oscillatory activity is widely recognized as a core mechanism for information transmission within and between brain circuits. Noninvasive stimulation methods can shape this activity, something that is increasingly capitalized upon in basic research and clinical practice. Here, we provide computational insights on the mechanistic bases for such effects. Our results show that rhythmic stimulation forms the basis of a control paradigm in which one can manipulate the intrinsic oscillatory properties of driven networks via a plurality of input-driven mechanisms. In addition to resonance and entrainment, nonlinear acceleration is involved in shaping the rhythmic response of our modeled network, particularly in regimes of high-frequency rhythmic stimulation. These results open new perspectives on the manipulation of synchronous neural activity for basic and clinical research.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil0,261

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,056
Tête enseignante GPT0,276
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle