涩涩涩综合在线亚洲第一,草莓视频一区二区精品,97福利视频在线观看,亚洲另类激情专区小说婷婷久

中國醫藥網

當前位置: 網站首頁 > 科研進展 >

Science:大腦如何處理尚未選擇的途徑

時間:2015-08-30 18:42來源:未知 作者:Doctor001 點擊:
據5月15日的《科學》雜志報道說,在猴子身上所做的研究提示,當我們從一個有著各種選擇的菜單上做出某種抉擇的時候,同樣的神經環路也在幫助我們思考其它不同選擇的后果 包括那些我們所做的以及沒有做的選擇的后果。 這種我們沒有直接經歷的有關獎懲的所謂的
據5月15日的《科學》雜志報道說,在猴子身上所做的研究提示,當我們從一個有著各種選擇的菜單上做出某種抉擇的時候,同樣的神經環路也在幫助我們思考其它不同選擇的后果 – 包括那些我們所做的以及沒有做的選擇的后果。 這種我們沒有直接經歷的有關獎懲的所謂的“虛擬思維”會影響我們的經濟決策,但這種思維會在焦慮或沖動的時候受到破壞。 然而,到目前為止,研究人員對虛擬思維的神經學基礎所知甚少。
Benjamin Hayden及其同僚對虛擬獎勵資訊是如何被編碼到一個被稱作前扣帶皮質(或稱ACC)的腦區域內的機制進行了研究。ACC在做出決定的過程中扮演著重要的作用。 研究人員設計了這樣一個實驗:在這個實驗中,猴子可以選擇8個白色的標靶中的一個,這些標靶在電腦屏幕上被排列成為一個圓型。 這些標靶中的某一個可以使猴子獲得比其它標靶更大的獎勵。在猴子做出它們的選擇之后,它們就能夠看到與所有標靶有關的獎勵。 在猴子做出連續性的選擇的時候,研究人員則會對單個ACC神經元的活動進行監測。 這些猴子的行為表明,它們正在思考做不同選擇時的可能的,或者說是“虛擬的”后果。
研究人員還發現,他們所監測的神經元中有近一半會對經歷過的及虛擬的后果產生反應。 因此,ACC看來會以抽象的方式表現混合了真實和想像資訊的結果。
推薦原始出處:
Science 15 May 2009:DOI: 10.1126/science.1168488
Fictive Reward Signals in the Anterior Cingulate Cortex
Benjamin Y. Hayden,1,* John M. Pearson,1 Michael L. Platt1,2
The neural mechanisms supporting the ability to recognize and respond to fictive outcomes, outcomes of actions that one has not taken, remain obscure. We hypothesized that neurons in the anterior cingulate cortex (ACC), which monitors the consequences of actions and mediates subsequent changes in behavior, would respond to fictive reward information. We recorded responses of single neurons during performance of a choice task that provided information about the reward values of options that were not chosen. We found that ACC neurons signal fictive reward information and use a coding scheme similar to that used to signal experienced outcomes. Thus, individual ACC neurons process both experienced and fictive rewards.
1 Department of Neurobiology, Duke University School of Medicine, Center for Neuroeconomic Studies, Center for Cognitive Neuroscience, Duke University, Durham, NC 27701, USA.
2 Department of Evolutionary Anthropology, Duke University, Durham, NC 27701, USA. (責任編輯:Doctor001)
頂一下
(0)
0%
踩一下
(0)
0%
------分隔線----------------------------
欄目列表
推薦內容