Una población diversa de aferentes mecanosensibles en la piel informa nuestro sentido del tacto. Si bien se pueden realizar mediciones empíricas a partir de unidades aferentes individuales utilizando microneurografía, la derivación de una respuesta poblacional y las conexiones entre modalidades de medición dispares requieren enfoques computacionales. Los modelos anteriores han tendido a ser dependientes del estímulo y, al menos en parte, impulsados por datos, lo que puede obstaculizar su capacidad para predecir respuestas neuronales a estímulos no entrenados. Además, la mayoría de los modelos anteriores han requerido un conocimiento preciso del contacto en relación al centro del campo receptivo. Esto es poco realista, ya que una neurona no conoce la ubicación relativa del estímulo, sino que solo responde a un patrón espacial de tensión y/o deformación cerca de su campo receptivo. Esta charla describirá un modelo biofísico diseñado para predecir las respuestas de disparo tanto de aferentes mecanorreceptivos de unidad única, como de poblaciones de aferentes, en respuesta a monofilamentos delgados y de baja fuerza incrustados en el dedo humano. Como entrada, este esfuerzo toma un enfoque de imagen de alta resolución utilizando correlación de imágenes digitales en 3D para medir la superficie de la piel. Luego, al hacer pequeños ajustes en los parámetros de la neurona biofísica modelada, se pueden mediar las propiedades de disparo pico y en estado estacionario y, notablemente, el tamaño de los campos receptivos, destacando cómo estos factores están interrelacionados. Además, al variar estos factores en conjunto con la densidad de la población de aferentes, el modelo puede diferenciar los estímulos de monofilamento basándose en patrones temporales en el reclutamiento de campos receptivos.
Gregory J. Gerling (Sun,) estudió esta cuestión.