Znaczenie Kliniczne Obliczeniowych Modeli Mózgu W Rehabilitacji Neurologicznej
DOI:
https://doi.org/10.12775/mbs-2013-0003Słowa kluczowe
rehabilitacja neurologiczna, plastyczność mózgu, modele obliczenioweAbstrakt
Pomimo szybkiego rozwoju najnowszych metod i technik rehabilitacyjnych istnieje potrzeba tworzenia eksperymentalnie weryfikowalnych modeli motorycznego uczenia się, nerwowej kontroli ruchu, funkcjonalnego powrotu do zdrowia oraz strategii terapeutycznych.
Modele obliczeniowe są uważanie za kolejny ze sposobów optymalizacji i obiektywizacji rehabilitacji neurologicznej. Pełne zrozumienie naprawy struktur nerwowych wymaga modelowania reorganizacji i przemodelowania sieci neuronowych następujących w efekcie rehabilitacji neurologicznej. Lepsze zrozumienie ww. procesów może znacząco wpłynąć zarówno na tradycyjne formy terapii (neurochirurgię, farmakoterapię, rehabilitację neurologiczną i inne), jak również użycie zaawansowanych rozwiązań technologii wspomagających, takich jak interfejsy mózg-komputer i neuroprotezy, jak również sztucznej stymulacji mózgu.
Bibliografia
Shadgan B., Roig M., Hajghanbari B., et al.: Top-cited articles in rehabilitation. Arch Phys Med Rehabil 2010; 91(5): 806-815.[ http://dx.doi.org/10.1016/j.apmr.2010.01.011]
Levin M. F., Kleim J. A., Wolf S. L.: What do motor “recovery” and “compensation” mean in patients following stroke? Neurorehabil Neural Repair 2009; 23(4): 313-319.
French B., Thomas L. H., Leathley M. J. et al.: Repetitive task training for improving functional ability after stroke. Cochrane Database Sys Rev 2007; 4: CD006073.
Duch W., Nowak W., Meller J., et al.: Computational approach to understanding autism spectrum disorders. Computer Science Journal, 2012, 14(2): 47-61.
Duch W., Nowak W., Meller J., et al.: Consciousness and attention in autism spectrum disorders. Proceedings of Cracow Grid Workshop 2010, pp. 202-211, Cracow 2011.
Ascoli G. A.: Progress and perspectives in computational neuroanatomy. Anat Rec 1999; 257(6): 195-207.
Lansner A., Diesmann M. Virtues, pitfalls, and methodology of neuronal network modeling and simulations on supercomputers. [In:] Le Novère N. (ed.) Computational Systems Neurobiology, Springer, New York 2012, pp. 283-315.
Mikołajewska E., Mikołajewski D.: Role of brainstem within human body systems - computational approach. J Health Sci 2012; (2)1: 95-106.
Mikołajewska E., Mikołajewski D.: Consciousness disorders as the possible effect of brainstem activity failure - computational approach. J Health Sci 2012; (2)2: 7-18.
Gazzaniga M.S.: Neuroscience and the correct level of explanation for understanding mind. Trends in Cognitive Sciences 2010; 14(7): 297-292.
Duch W. Mind-brain relations from geometric perspective. [in print]
Mikołajewska E., Mikołajewski D.: Selected applications of computational models in medicine (article in Polish). Ann Acad Med Siles. 2011; 1-2: 78-87.
Wójcik G.M.: Modelowanie i eksploracja sieci neuronów biologicznych w GENESIS. Uniwersytet Marii Curie- Skłodowskiej, Lublin 2012.
O’Reilly R. C., Munakata Y.: Computational Explorations in Cognitive Neuroscience. Understanding the Mind by Simulating the Brain. MIT Press, Cambridge 2000.
Tadeusiewicz R. (red.) Neurocybernetyka teoretyczna. Wydawnictwo Uniwersytetu Warszawskiego, Warszawa 2009.
Hodgkin, A., Huxley, A. A quantitative description of membrane current and its application to conduction and excitation in nerve, J. Physiol., 1952, 117: 500-544.
Gorzelańczyk E. J., Huflejt M., Kniat J. et. al.: The functional model of memorizing pyramidal cell synapses complex in hippocampus (article in Polish). Bio- Algorithms and Med-Systems, 2005; 1-2: 217-220.
Naud R., Gerstner W.: The performance (and limits) of simple neuron models: generalizations of the leaky integrate-and-fire model. [In:] Le Novère N. (ed.) Computational Systems Neurobiology, Springer, New York 2012, pp. 163-192.
Endler L., Stefan M. I., Edelstein S. J., Le Novère N.: Using chemical kinetics to model neuronal signalling pathways. [In:] Le Novère N. (ed.) Computational Systems Neurobiology, Springer, New York 2012, pp. 81-117.
Brown S.-A., Holmes R. M., Loew L. M.: Spatial organization and diffusion in neuronal signaling. [In:] Le Novère N. (ed.) Computational Systems Neurobiology, Springer, New York 2012, pp. 133-161.
Manola L., Holsheimer J.: Motor cortex stimulation: role of computer modeling. Acta Neurochir Suppl. 2007; 97: 497-503. [http://dx.doi.org/10.1007/978-3-211-33081-4_57]
Tononi G., Sporns O., Edelman G.M.: A measure for brain complexity: Relating functional segregation and integration in the nervous system. Proc Natl Acad Sci USA. 1994; 91: 5033-5037.[ http://dx.doi.org/10.1073/pnas.91.11.5033]
Balduzzi D., Tononi G.: Integrated information in discrete dynamical systems: motivation and theoretical framework. PloS Computational Biology. 2008; 4(6): e1000091.[ http://dx.doi.org/10.1371/journal.pcbi.1000091]
Seth A.K., Izhikevich E., Reeke G.N., Edelman G.M.: Theories and measures of consciousness: An extended framework. PNAS. 2006; 103(28): 10799-10804.[ http://dx.doi.org/10.1073/pnas.0604347103]
Gamez D., Aleksander I. Accuracy and performance of the state-based Φ and liveliness measures of information integration. Conscious Cogn. 2011; 20(4): 1403-1424.[ http://dx.doi.org/10.1016/j.concog.2011.05.016]
Dobosz K., Duch W. Understanding neurodynamical systems via Fuzzy Symbolic Dynamics. Neural Networks, 2010; 23: 487-496.[ http://dx.doi.org/10.1016/j.neunet.2009.12.005]
Duch W., Dobosz K. Visualization for understanding of neurodynamical systems. Cognitive Neurodynamics, 2011; 5(2): 145-160. [http://dx.doi.org/10.1007/s11571-011-9153-1]
Łęski S., Kublik E., Świejkowski D. A., Wróbel A., Wójcie D. K.: Extracting meaningful components of neural dynamics with ICA and iCSD. J Comput. Neurosci. 2010; 29: 459-473. [http://dx.doi.org/10.1007/s10827-009-0203-1]
Ipek M., Hilal H., Nese T., Aynur M., Gazanfer E.: Neuronal plasticity in a case with total hemispheric lesion. J Med Life. 2011; 4(3): 291-294.
Scott P., Cowan A.I., Stricker C.: Quantifying impacts of short-term plasticity on neuronal information transfer. Phys Rev E Stat Nonlin Soft Matter Phys. 2012; 85(4-1): 041921. [http://dx.doi.org/10.1103/PhysRevE.85.041921]
Xing C., Hayakawa K., Lok J., Arai K., Lo E.H.: Injury and repair in the neurovascular unit. Neurol Res. 2012; 34(4): 325-330.
Scholz J., Klein M.C., Behrens T.E., Johansen-Berg H. Training induces changes in white-matter architecture. Nat Neurosci. 2009;12(11): 1370-1371. [http://dx.doi.org/10.1038/nn.2412]
Mikołajewska E., Mikołajewski D.: Implikacje neuroplastyczności mózgu na modelowanie procesów umysłowych człowieka. Kognitywistyka i Media w Edukacji, 2010, 2: 199-207.
Cuntz H., Forstner F., Borst A., et al.: One rule to grow them all: a general theory of neuronal branching and its practical application. PLoS Comput Biol 2010; 6(8) pii: e1000877.[ http://dx.doi.org/10.1371/journal.pcbi.1000877]
Brown K.M., Gillette T.A., Ascoli G.A.: Quantifying neuronal size: summing up trees and splitting the branch difference. Semin Cell Dev Biol 2008; 19(6): 485-493.[ http://dx.doi.org/10.1016/j.semcdb.2008.08.005]
Cuntz H., Borst A., Segev I.: Optimization principles of dendritic structure. Theor Biol Med Model 2007; 4: 21. [http://dx.doi.org/10.1186/1742-4682-4-21]
Sjöström P.J., Rancz E.A., Roth A., et al.: Dendritic excitability and synaptic plasticity. Physiol Rev 2008; 88(2): 769-840.[ http://dx.doi.org/10.1152/physrev.00016.2007]
Leibold C., van Hemmen J.L.: Synaptic plasticity determines the character of interaural-time-difference representation. Neurocomputing 2003; 52-54:321-326[http://dx.doi.org/10.1016/S0925-2312(02)00800-7]
Grzyb B.J., Chinellato E., Wojcik G.M., Kaminski W.A. Which model to use for the liquid state machine? IJCNN, IEEE, 2010, 1018-1024.
Kaminski W.A., Wojcik G.M. Liquid state machine built of hodgkin-huxley neurons. Informatica, 2004, 15(1): 39-44.
Wojcik G.M., Kaminski W.A. Liquid state machine and its separation ability as function of electrical parameters of cell. Neurocomputing, 2007, 70(13-15): 2593-2697.[ http://dx.doi.org/10.1016/j.neucom.2006.12.015]
Wojcik G.M.: Self-organising criticality in the simulated models of the rat cortical microcircuits. Neurocomputing, 2012, 79: 61-67.[ http://dx.doi.org/10.1016/j.neucom.2011.10.004]
Wojcik G.M.: Electrical parameters influence on the dynamics of the hodgkin-huxley liquid state machine. Neurocomputing, 2011, 79: 68-78.
Faisal A.A., Selen L.P.J., Wolpert D.M.: Noise in the nervous system. Nat Rev Neurosci., 2008, 9(4): 292-303.[ http://dx.doi.org/10.1038/nrn2258]
Faisal A.A.: Noise in neurons and other constraints. [In:] Le Novère N. (ed.) Computational Systems Neurobiology, Springer, New York 2012, pp. 227-257.
Eldar A., Elowitz M.B.: Functional roles for noise in genetic circuits. Nature 2010; 467(7312): 167-173.
Duch W., Nowak W., Meller J., Osiński G., Dobosz K., Mikołajewski D., Wójcik G.M.: Consciousness and attention in autism spectrum disorders. Proceedings of Cracow Grid Workshop 2010, pp. 202-211, 2011.
Majka P., Kublik E., Furga G., Wójcik D.K.: Common Atlas Format and 3D Brain Atlas Reconstructor, the infrastructure for constructing 3D brain atlases. Neuroinformatics. 2012; 10: doi 10.1007/s12021-011-9138-6.[ http://dx.doi.org/10.1007/s12021-011-9138-6]
Mikołajewska E., Mikołajewski D.: Neuroprostheses for increasing disabled patients' mobility and control. Adv Clin Exp Med. 2012; 21(2): 263-272.
Durka P. J., Kuś R., Żygierewicz J. i wsp.: User-centered design of brain-computer interfaces: OpenBCI.pl and BCI Appliancess. Bulletin of the Polish Academy of Sciences, 2012, http://brain.fuw.edu.pl~durka/papers/OpenBCI_and_BCI_Appliance.pdf -access 31.07.2012.
van den Brand R., Heutschi J., Barraud Q., et al. Restoring voluntary control of locomotion after paralyzing spinal cord injury. Science. 2012;336(6085):1182-1185.
Dominici N., Keller U., Vallery H., et al. Versatile robotic interface to evaluate, enable and train locomotion and balance after neuromotor disorders. Nature Medicine. 2012; doi:10.1038/nm.2845.[ http://dx.doi.org/10.1038/nm.2845]
Lewandowski R., Roszkowski K., Lewandowska M.A.: Personalized medicine in oncology: vision or realistic concept? (article in Polish) Contemporary Oncology (2011) vol. 15; 1 (1-6)
Pobrania
Opublikowane
Jak cytować
Numer
Dział
Statystyki
Liczba wyświetleń i pobrań: 457
Liczba cytowań: 0
