Dokument: Reconceptualizing neural function as high-dimensional brain state dynamics

Titel:	Reconceptualizing neural function as high-dimensional brain state dynamics
Weiterer Titel:	Reconceptualizing neural function as high-dimensional brain state dynamics
URL für Lesezeichen:	https://docserv.uni-duesseldorf.de/servlets/DocumentServlet?id=64405
URN (NBN):	urn:nbn:de:hbz:061-20231212-131042-3
Kollektion:	Dissertationen
Sprache:	Englisch
Dokumententyp:	Wissenschaftliche Abschlussarbeiten » Dissertation
Medientyp:	Text
Autor:	Wagner, Adina Svenja [Autor]
Dateien:	[Dateien anzeigen] Adobe PDF [Details] 32,14 MB in einer Datei [ZIP-Datei erzeugen] Dateien vom 12.12.2023 / geändert 12.12.2023
Beitragende:	Jocham, Gerhard [Gutachter] Hirschmann, Jan [Gutachter]
Dewey Dezimal-Klassifikation:	100 Philosophie und Psychologie » 150 Psychologie
Beschreibungen:	Die Kartierung des menschlichen Gehirns hat sich darauf konzentriert, bestimmten Gehirnbereichen oder Gruppen funktional vernetzer Hirnareale eine Funktion zuzuordnen. Eine alternative Betrach- tungsweise ist es jedoch, neuronale Signale als dynamische und sich entwickelnde Trajektorien durch hochdimensionale Signalräume zu rekonzeptualisieren. In den letzten zehn Jahren hat dieser Ansatz zu neuen Erkenntnissen bei der Untersuchung kognitiver Prozesse geführt, und eine Reihe neuartiger Methoden etabliert – unter ihnen das Shared Response Model. In der vorliegenden Arbeit wird das Shared Response Model genutzt, um einen kognitiven Prozess zu untersuchen, der sich bisher unserem vollständigen Verständnis entzogen hat: Die Aufrechterhaltung des Arbeitsgedächt- nisses, d. h. die Bereithaltung von Informationen in Abwesenheit des ursprünglichen Reizes. In dieser Arbeit wurden daher anhand von Magnetoenzephalographie-Aufnahmen eines Experiments zur verzögerten Entscheidungsfindung niederdimensionale Unterräume der hochdimensionalen neuronalen Daten untersucht, um latente Faktoren zu finden, die grundlegende Experimentcharak- teristika im Arbeitsgedächtnis abbilden. Die vorgestellten Datenanalysen liefern Belege dafür, dass vorbereitende Entscheidungssignale anstelle von entscheidungsrelevanten Stimuluscharakteristika im Arbeitsgedächtnis aufrecht erhalten werden, und etablieren das Shared-Response-Modell als anwendbar auf Magnetoenzephalographiedaten. Analysen neuronaler Prozesse sind jedoch nicht von den sozialen, organisatorischen und technischen Herausforderungen wissenschaftlicher Projekte isoliert. Daher werden in dieser Arbeit auch mehrere Projekte aus den Bereichen Forschungs- datenmanagement und Forschungssoftwareentwicklung vorgestellt, mit denen vertrauenswürdige, wiederverwendbare Forschungsresultate erstellt werden können – von einem Softwaretool und einem Dokumentationsprojekt zur Verbesserung von Forschungsdatenmanagement bis hin zu pragmatischen Datenmanagementstrategien und der technischen Umsetzung eines skalierbaren computationalen Frameworks für reproduzierbare Datenanalysen. Während sich die Erkenntnisse zum Arbeitsgedächtnis vorerst nur auf einen einzigen Datensatz und ein einziges Experiment beziehen, stellen die technischen Lösungen weithin wiederverwendbare Werkzeuge und Methoden für Standardaufgaben in den Neurowissenschaften und darüber hinaus dar. Human brain mapping has focused on ascribing function to specific brain areas or networks. But neural signals can be re-conceptualized from blobs of activity at any one time to dynamic and evolving trajectories through the high dimensional space spanned by the sensors that pick it up. Over the last decade, this approach generated novel insights in the study of cognitive processes, and a variety of methods were formalized that build up on it, among them the shared response model. In this work, the shared response model was used to study a cognitive process that has yet evaded our full understanding, namely that of working memory maintenance, the offline representation of information in absence of its original item. Using magnetoencephalography data from a delayed decision making task, this work explored lower-dimensional subspaces of the high dimensional neural data to find latent factors representing fundamental trial properties during maintenance. The analyses reveal ample evidence for preparatory decision signals during maintenance instead of decision-relevant stimulus properties, and establish the shared response model as a viable methodological choice for magnetoencephalography data. However, the study of neural processes is not isolated from the social, organizational, and technical challenges underlying science. Thus, this work further presents several projects in the area of research data management and research software engineering that laid foundational steps to enable trustworthy reusable project outcomes, from a software tool for data management and a community-based documentation effort to improve scientific conduct, to pragmatic strategies for research data management and the technical implementation of a scalable framework for reproducible data analysis. While the findings on neural data for now only pertain to a single dataset and experiment, the technical solutions constitute widely reusable tools and methods for standard challenges in neuroscience and beyond.
Lizenz:	Dieses Werk ist lizenziert unter einer Creative Commons Namensnennung 4.0 International Lizenz
Fachbereich / Einrichtung:	Mathematisch- Naturwissenschaftliche Fakultät » WE Psychologie
Dokument erstellt am:	12.12.2023
Dateien geändert am:	12.12.2023
Promotionsantrag am:	25.10.2023
Datum der Promotion:	11.12.2023