Generec implementation of the cortico-hippocampal model of gluck and myers in hippocampal region atrophy

Abstract

Hipokampüs bölgesindeki islev bozuklukları Alzheimer hastalıgında gözlenen bilisselbozukluklarda önemli bir etken olarak görülmektedir. Bazı hastalarda salt hipokampüs veyakınındaki yapılarda atrofi gözlemlenirken diger beyin yapıları bozulmadankalabilmektedir. Biyolojik ve fizyolojik bulguların sonuçlarını taklit eden sinir agı modelleriile yapılan çalısmaların, hipokampüs islev bozuklugunun altında yatan nedenleri ve olasısonuçlarını anlamaya katkı yapacagı umulmaktadır. Bu nedenle bu tez çalısmasının anahedefi, birçok yönden hipokampüs bölgesi gibi davranan yapay bir sinir agı modeligelistirmektir. Bu amaçla Gluck ve Myers'ın korteks-hipokampüs sinir agı modeli temelmodel olarak seçilmistir. Gluck ve Myers çalısmalarında ögrenme kuralı olarak geri-yayılımkuralını kullanmıslardır. Biyolojik kabul edilebilirligi daha yüksek bir model elde etmekümidiyle ögrenme kuralı Genellestirilmis Yeniden Dolasım (GeneRec) kuralı iledegistirilmistir. Ayrıca, eksi agırlıklar kullanmak yerine sinir agı kWTA engellemesi veengelleyici ara-nöronlar olarak seçenek iki yöntem ile dısarıdan engelleme yapılmıstır.Agırlık yenileme kuralına bir de agırlık sınırlama islevi uygulanmıstır.Aga dıs engelleme ve agırlık sınırlama islevlerinin eklenmesi agın yakınsamaözelligini azaltmıstır. Özellikle agın korteks-serebrum kısmı dıs engelleme ileyakınsanamamıstır. Bu yüzden korteks-serebrum kısmında dıs engelleme kullanımı terkedilmistir. Hipokampüs bölgesine karsılık gelen ag kWTA engellemesi ve agırlıksınırlaması ile yakınsanabilse de hipokampüs agının egitim sırasında gizli katmanlarındakisinir hücrelerinin etkinlikleri hızla degistigi için korteks-serebrum çıktısında çok büyüksalınımlara neden olmustur. Bu nedenle hipokampüs agında da dıs engelleme kullanımı terkedilmistir.Çesitli betimlemede farklılasma ve sıkıstırma durumlarının sonuçları Gluck veMyers'ın özgün çalısmalarıyla kıyaslanabilir sonuçlar vermistir.Anahtar Sözcükler: Hipokampüs, model, hipokampüs atrofisi, sinir agı, genellestirilmisyeniden dolasım kuralı

Hippocampal region dysfunction is suggested to have an important effect for thecognitive impairments observed in Alzheimer's disease. In some patients, hippocampus andnearby structures show atrophy while other brain structures appear intact. Hence, study ofneural network models which can mimic biological and psychological findings is hoped tocontribute to our understanding of the underlying reasons and possible consequences ofhippocampal dysfunction. Therefore the main objective of this thesis work was to developan artificial neural network model that in many ways behaved like the hippocampal region.For this purpose we have used the cortico-hippocampal model of Gluck and Myers as thebasic model. The learning rule Gluck and Myers used in their original work wasbackpropagation. Hoping to get a more biologically plausible model, the learning rule waschanged to generalized recirculation (GeneRec). Furthermore, instead of using negativeweights, the network was externally inhibited by two alternate methods: the kWTAinhibition and via additional inhibitory interneurons. Also, a weight bounding function wasapplied to the weight update rules.Addition of external inhibition and weight bounding functions to the network reducedthe convergence characteristics of the network. Particularly cortico-cerebellar side of thenetwork could not converge with external inhibition. Therefore external inhibition wasabandoned for the cortico-cerebellar side. Although the hippocampal network couldconverge with kWTA, inhibition and weight bounding, rapid changes of activations ofhippocampal network hidden layer neurons during training caused huge oscillations on thecortico-cerebellar output. Hence, external inhibition was abandoned also for thehippocampal network.The results of several representational differentiation and compression cases werefound comparable to the Gluck and Myers original work.Keywords: Hippocampus, model, hippocampal atrophy, neural network, generalizedrecirculation