Dynamische Modellierung einer trainingsbedingten und leistungsoptimierenden Mobilisierung neuraler Ressourcen

Das Projekt überprüft die Optimierung neuraler Ressourcenmobilisierung durch ein individualisiertes und adaptives Training bei gesunden älteren Personen. Als wesentlichen Einflussfaktor auf die Ressourcenmobilisierung operationalisieren wir den Ability Prediction Error (APE) als Diskrepanz von individueller Fähigkeit und aufgabenabhängigen Anforderungen. Wir verwenden komputationale Modellierung und quantitative MRT, um den Einfluss des APE auf Trainingsleistungen, Transfer und den Zeitverlauf der Ressourcenmobilisierung im (Prä-)frontalkortex nachzuweisen.

Dynamic modelling of training-induced, response-optimised mobilisation of neural resources

This projects tests if neural resource mobilisation can be optimized by adapting the task demands relative to the subject’s current ability in healthy older participants. We refer to the gap between task demand and ability as the Ability Prediction Error (APE). Using computational modelling and longitudinal quantitative MRI (qMRI), we aim to explore how APEs control sensorimotor performance improvements, behavioural transfer and the time course of neural resource mobilization at macro- and mesoscopic brain levels in a defined (pre-) frontal brain circuit.