Sıçan duyu-motor korteksinde kaydedilen aksiyon potansiyelleriyle psikofiziksel yanıtların Bayesçi kestirimi

Bu tezde, sinirbilimindeki temel bir soru üzerinde çalışılmıştır. Fiziksel çevremizden kaynaklanan duyusal uyaranların algıyı nasıl oluşturduğu ve değişken nöral temsillerin nasıl motor davranışa dönüştürüldüğü incelenmiştir. Bu konuda bulunan geniş literatürde, nöral aktiviteyi kullanarak uyaran parametrelerini, motor yanıtları ve davranışsal örüntüleri kestiren modeller yer almaktadır. Özellikle son yıllarda bu araştırma konusu duyu-motor protezlerinin ve beyin-bilgisayar arayüzlerinin (BBA) gelişmesiyle daha da önem kazanmıştır. Ancak, bu uygulamalarda kullanılan gerçek zamanlı algoritmaların birçok kısıtlamaları vardır. Tezin ana amacı, beyinde duyu-motor bilgi işlemeyi daha iyi anlayabilmek ve gelecekteki BBA'lar için yeni bir yöntem kazandırmak adına Bayesçi modeller geliştirmektir. Özel olarak, psikofiziksel evet/hayır algılama görevi sırasında ayık, davranış halindeki sıçanların duyu-motor korteksinden aksiyon potansiyeli verileri toplanmıştır. Genel bir Bayesçi yaklaşımla, görevle ilgili önsel dağılımlar, kanıya ait sonsal dağılımlar ve hayvanın gözlenen seçimine uyması için amaç fonksiyonu hesaplandı. Uyaran varlığı, popülasyon nöral aktivitesi ve motor yanıtları için oluşturulan rastlantı değişkenleri olasılıksal bir grafik ağında birleştirildi. Tezde ilk olarak bir beden duyusu nöroprotezi uygulaması sunulmuştur. Daha sonra, psikofiziksel görevdeki her bir deneme cevaplarını çevrimdışı tahminlemek için Bayesçi bir model kullanıldı. Elde edilen sonuçlar, psikofiziksel olarak düşük performanslı sıçanların Bayesçi yaklaşımla daha iyi modellenebileceğini göstermiştir. Ayrıca, simülasyon sonuçları diğer güdümlü öğrenme algoritmalarının (lineer diskriminant analizi, karar ağaçları vb.) tahminleriyle karşılaştırmıştır. Yine Bayesçi tahmin, düşük performanslı sıçanlar için bu algoritmalar arasında en iyilerden biri olarak bulunmuştur. Son olarak, nöral aktivite yanısıra geçmiş denemelerdeki motor cevapları da kullanan kademeli bilgi içeren Bayesçi modeller oluşturulmuştur. Bu sonuçlar ise, nöron popülasyondaki ortalama ateşleme oranlarının motor cevabı yüksek hassasiyet ve düşük yanlılık ile tahmin edebildiğini göstermiştir. Tezdeki yöntemlerin ve sonuçların, BBA kullanan rehabilitasyon uygulamalarında ve nöroprotezlere alışma sürecinde faydalı olması beklenmektedir.