MARC

 008260126s2025        us                              c    eng  d
■001000017360911
■00520260202105636
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798265462657
■035    ▼a(MiAaPQ)AAI32395055
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a616
■1001  ▼aNguyen,  Tuan  Huu.
■24510▼aSculpting  Visual  Cortex:  How  Recurrent  Structure,  Modulatory  Signals,  and  Development  Shape  V1  Responses
■260    ▼a[Sl]▼bColumbia  University▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a181  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-06,  Section:  B.
■500    ▼aAdvisor:  Miller,  Kenneth  D.;Asenjo  Garcia,  Ana.
■5021  ▼aThesis  (Ph.D.)--Columbia  University,  2025.
■520    ▼aThe  primary  visual  cortex  (V1)  is  the  first  cortical  area  to  process  retinal  signals,  and  the  classical  picture  featuring  feedforward  orientation-selective  inputs  and  recurrent  amplification  is  well  established.  However,  this  view  is  incomplete:  V1  receives  modulatory  inputs  from  non-visual  sources  and  orientation  selectivity  emerges  even  before  visual  experience.  My  thesis  explores  how  modulation  and  development  shape  V1  responses  across  three  complementary  projects.  In  my  first  project,  I  show  that  optogenetic  stimulation  of  macaque  V1  excitatory  neurons  produces  diverse  single-cell  responses  yet  preserves  the  population  statistics  of  neurons  whose  feature  preferences  match  the  visual  stimulus  -  a  phenomenon  we  term  "rate  reshuffling."  While  randomly  connected  networks  can  reproduce  this  effect,  they  require  strong  coupling  and  tight  excitatory-inhibitory  cancellation  inconsistent  with  observations.  In  contrast,  I  show  that  networks  with  feature-dependent  structure  generate  reshuffling  robustly  under  more  biologically  plausible  conditions.  My  second  project  explores  the  underlying  mechanisms  by  developing  a  mean-field  framework  for  networks  with  feature-dependent  structure  in  which  decomposing  global  activity  into  tuned  and  untuned  components  reveals  effective  interactions  between  the  visual-stimulus-matched  and  baseline  populations.  A  linear  response  analysis  then  shows  that  strongly-coupled,  feedback-inhibition-dominated  networks  exhibit  suppressive  baseline-to-matched  interactions,  robustly  explaining  the  lack  of  matched  responses  to  the  optogenetic  stimulus.  In  my  final  project,  I  characterize  how  endogenous  mechanisms  generate  orientation  selective  and  spatially  organized  visual  responses  in  ferret  V1  before  the  onset  of  vision.  I  propose  that  strong  receptive  field  biases  drive  recurrent  interactions  to  form  phase-insensitive  responses  in  layer  4,  which  are  transformed  into  orientation-selective  and  spatially  periodic  activity  in  layers  2/3.  This  structure  differs  from  the  mature  architecture  but  naturally  emerges  from  activity-dependent  plasticity  driven  by  geniculate  activity  prior  to  eye-opening.  My  findings  reveal  mechanisms  by  which  visually  and  behaviorally  relevant  signals  can  coexist  in  separate  populations  and  demonstrate  that  structured  visual  representations  can  emerge  without  prior  visual  experience.
■590    ▼aSchool  code:  0054.
■650  4▼aNeurosciences
■650  4▼aApplied  physics
■650  4▼aComputational  physics
■650  4▼aPhysiology
■653    ▼aElectrophysiology
■653    ▼aMean-field  methods
■653    ▼aRecurrent  neural  networks
■653    ▼aSynaptic  plasticity
■653    ▼aVisual  cortex
■690    ▼a0317
■690    ▼a0215
■690    ▼a0216
■690    ▼a0719
■71020▼aColumbia  University▼bPhysics.
■7730  ▼tDissertations  Abstracts  International▼g87-06B.
■790    ▼a0054
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17360911▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서