大脑血液动力学现象中的能量编码

神经信息的编码与解码是神经科学中的核心研究内容,同时又极具挑战性.传统的编码理论都具有各自的局限性,很难从脑的全局运行方式上给出有效的理论.而由于能量是一个标量具有可叠加性,因此能量编码理论可以从神经元活动的能量特征出发来研究脑功能的全局神经编码问题,取得了一系列的研究成果.本研究以王-张神经元能量计算模型为基础,构建了一个多层次结构的神经网络,通过计算机数值模拟得到了神经网络的能量消耗和血液中葡萄糖供能的变化情况.计算结果显示,和网络的神经活动达到峰值的时间相比,血液中葡萄糖的供能达到峰值的时间延迟了约5.6s.从定量的角度再现了功能性核磁共振(fMRI)中的血液动力学现象:大脑某个脑区的神经元集群被激活以后经过5~7 s的延迟,脑血流的变化才会大幅增加.模拟结果表明先前发表的由王-张神经元模型所揭示的负能量机制在控制大脑的血液动力学现象中起着核心的作用,预测了刺激条件下大脑的能量代谢与血流之间变化的本质是由神经元在发放动作电位过程中正、负能量之间的非平衡、不匹配性质所决定的.本文的研究结果为今后进一步探究血液动力学现象的生理学机制提供了新的研究方向,在神经网络的建模与计算方面给出了一个新的视角和研究方法.      

大脑血液动力学现象中的能量编码

神经信息的编码与解码是神经科学中的核心研究内容,同时又极具挑战性.传统的编码理论都具有各自的局限性,很难从脑的全局运行方式上给出有效的理论.而由于能量是一个标量具有可叠加性,因此能量编码理论可以从神经元活动的能量特征出发来研究脑功能的全局神经编码问题,取得了一系列的研究成果.本研究以王–张神经元能量计算模型为基础,构建了一个多层次结构的神经网络,通过计算机数值模拟得到了神经网络的能量消耗和血液中葡萄糖供能的变化情况.计算结果显示,和网络的神经活动达到峰值的时间相比,血液中葡萄糖的供能达到峰值的时间延迟了约5.6 s.从定量的角度再现了功能性核磁共振(fMRI)中的血液动力学现象:大脑某个脑区的神经元集群被激活以后经过5~7 s的延迟,脑血流的变化才会大幅增加.模拟结果表明先前发表的由王–张神经元模型所揭示的负能量机制在控制大脑的血液动力学现象中起着核心的作用,预测了刺激条件下大脑的能量代谢与血流之间变化的本质是由神经元在发放动作电位过程中正、负能量之间的非平衡、不匹配性质所决定的.本文的研究结果为今后进一步探究血液动力学现象的生理学机制提供了新的研究方向,在神经网络的建模与计算方面给出了一个新的视角和研究方法.     

认知神经科学中蕴藏的力学思想与应用

该文系统总结了作者团队在脑科学领域内提出的神经能量理论与方法,以及力学与神经能量理论之间的内在联系.着重介绍了如何运用分析动力学的思想构建一个与H-H模型等效的W-Z神经元模型.并以此为基础,在神经科学领域内提出了以神经能量为核心的大尺度神经科学模型和大脑全局神经编码的理论框架.在包括视知觉等多个感知觉神经系统的信息处理、大脑的智力探索以及预测神经元新的工作机制、解释神经科学难以解释的实验现象等方面,证实了这个新颖的神经元模型所展现出来的独特功能与优势.由于可塑性是认知神经科学与智能行为的核心,通过蛋白质分子机器的经典力学分析,进一步阐明了神经元的可塑性和神经发育不仅仅只是生物化学反应过程,力学的作用与贡献也是不可或缺的重要因素.表明了力学科学在神经科学、生命科学中的研究思想及其内在逻辑的深远影响.这些研究对于今后推动实验神经科学与理论神经科学的融合,摒弃神经科学领域中还原论与整体论研究方法中的不足,并将它们各自的优点进行有效地整合,促进力学科学的理论与方法的渗透是极其重要的.      

单调激活函数惯性项神经耦合系统的混沌共存

混沌及其稳态共存是神经网络系统中一个重要研究热点问题．本文基于惯性项神经元模型,利用非线性单调激活函数构造了一个惯性项神经耦合系统,采用理论分析和数值模拟相结合的方法,研究了系统平衡点以及静态分岔的类型,分析了系统两种不同模式的混沌及其稳态共存．具体来说,我们通过选取不同的初始值,利用相应的相位图和时间历程图,展现了系统混沌对初值的敏感依赖性．进一步,采用耦合强度作为动力学的分岔参数,研究了混沌产生的倍周期分岔机制,得到了单调激活函数耦合下的惯性项神经元系统混沌共存现象．     

神经能量与神经信息之间内在动力学关系初探

根据信息论的基本原理和方法,运用最小互信息和最大熵原理对神经编码进行研究和分析.通过对两个原理的基本介绍,描述了最小互信息和最大熵原理是如何用于评估神经反应中的信息量.研究结果表明神经信息的表达和神经能量的利用率密切相关,并发现高度进化的神经系统在能量的消耗和利用上严格遵循着经济性和高效性两个基本原则.为了验证神经信息处理与能量利用率的关系,提出了信能比的新概念,用于衡量最大熵原理对应神经系统在能量利用率上的经济性和高效性.并通过数值计算证实了一个猜想,即神经系统所消耗的能量反映了神经信息处理的内在规律,这为进一步研究一种崭新的神经信息处理原理——能量神经编码奠定了重要的理论基础.      

关于注意和记忆的神经动力学机制

利用随机的相变动力学理论研究了一个具有不同相位的神经振子群模型，并考察神经 振子群对刺激信息的处理及神经编码的动态演化. 通过对动力学模型的数值分析，在二维相 空间上描述了神经元集群内不同振子簇发放动作电位时，数密度随时间演化的图像. 数值分 析的结果表明该模型能够用来描述注意和记忆的神经动力学机制，并且证明了只有高维的神 经动力学模型才能更深刻地描述神经元集群的动力学特性，而以往的编码模型丢失了大量有 用的神经信息.     

连续Hopfield神经网络系统的运动稳定性

本文在联接矩阵Ｗ为非对称的前提下，研究神经元特性函数分别为ｓｇｎ函数和可微函数时的Ｈｏｐｆｉｅｌｄ神经网络模型的运动稳定性，这里的结果推广了已有的一些结论。     

化学突触耦合神经元的簇放电同步

本文研究了经化学突触耦合的两个神经元的簇放电同步以及耦合后神经元的簇放电动力学性质.根据簇相位的定义,通过计算得到兴奋性耦合导致两个神经元达到同相簇放电同步,而抑制性耦合则使得两个神经元反相同步产生簇放电.本文给出了衡量单个神经元簇动力学的指标-宽度因子,根据此指标将簇放电模式分类为短簇和长簇两种,并且讨论了不同簇放电模式以及耦合方式对于耦合后神经元簇动力学性质的影响.结果表明兴奋性耦合有利于簇放电的整合,短簇的放电模式对于耦合作用具有鲁棒性.这一结果的研究对于将来神经实验中识别簇放电同步具有指导意义.     

神经系统信息处理和异常功能的复杂动力学

神经系统通过电活动实现信息处理及生物功能,电活动的节律和时空行为是功能的动力学表征.神经电生理实验结合理论模型,借助于分岔揭示了外界激励、参数和噪声调控下的周期、混沌和随机等多样性的节律模式及其节律的复杂转迁规律,揭示了感觉神经对信息(如血压压力信号和痛觉信息)的节律编码机制,揭示了突触噪声扩大脑神经元的信息传递能力并对能力强弱进行了分类,结果可用于提高信息检测能力和指导镇痛;借助于单神经元节律的动力学——如分岔和簇放电节律的快慢动力学——解释了网络功能异常的时空行为,如药物调控脑皮层的螺旋波/癫痫和慢抑制耦合调控的运动网络的同步转迁/运动模式异常,结果给出了调控系统功能的途径;通过大数据分析获得自闭症患者的脑功能网络的时空行为特征——症状相关脑区的同步活动降低,给出了用于诊断的潜在指标.通过新实验发现、新建理论模型、新分析方法和新观点阐释,揭示了神经系统的复杂动力学,认识和解释了神经系统的信息处理机制和异常生物功能/疾病,具有重要科学意义和潜在应用价值.     

神经动力学研究进展和若干思考

神经动力学是动力学与控制学科的基础性分支,属于力学与脑科学、智能科学的国际前沿交叉学科领域,主要是通过动力学与控制的基本理论和方法,建立合理的模型来探究神经系统电生理动力学行为和脑认知功能的机理.近年来,国内外学者在神经动力学的基础研究方面取得了显著成果,包括神经元和神经元网络动力学行为的深入研究、大脑不同功能结构的建模分析以及神经疾病关联脑区的网络动力学建模与控制等.本文首先对国内外神经动力学研究领域取得的进展做了较全面的概括分析,特别是给出了建模方面的发展历程.进而,基于解析生物神经网络及其动力学的研究成果,对神经动力学未来的研究方向提出了一些思考展望,期望神经动力学的研究将助力具备较强可解释性和泛化能力的类脑智能原理和方法的突破及在重大工程中的应用.     

An improved neuronal energy model that better captures of dynamic property of neuronal activity

Among the theories of neural information coding, the neural energy coding is more accessible to global coding features than traditional neural encoding. According to the shortcomings existing in the neuronal energy model, that is, the non-smooth nature of the energy curve, we proposed an improved neuronal energy model in this paper. The modified energy model is a good choice for establishment of the global model of brain function. And it is also the basis of energy calculation for functional cognitive neural networks in the future.     

Neurodynamics analysis of brain information transmission

This paper proposes a model of neural networks consisting of populations of perceptive neurons, inter-neurons, and motor neurons according to the theory of stochastic phase resetting dynamics. According to this model, the dynamical characteristics of neural networks are studied in three coupling cases, namely, series and parallel coupling, series coupling, and unilateral coupling. The results show that the indentified structure of neural networks enables the basic characteristics of neural information processing to be described in terms of the actions of both the optional motor and the reflected motor. The excitation of local neural networks is caused by the action of the optional motor. In particular, the excitation of the neural population caused by the action of the optional motor in the motor cortex is larger than that caused by the action of the reflected motor. This phenomenon indicates that there are more neurons participating in the neural information processing and the excited synchronization motion under the action of the optional motor.     

生物神经网络系统动力学与功能研究

生物神经系统是由数量极其巨大的神经元相互联结的信息网络系统,在生物体的感觉、认知和运动控制中发挥关键性的作用.首先介绍神经元、大脑和一些生物神经网络的生理结构和理论模型,然后分别介绍其放电活动和网络动态特性的一些重要问题,包括神经元的复杂放电模式、耦合神经元网络系统的同步活动和时空动力学、大脑联合皮层神经微回路的网络结构特征,以及工作记忆和抉择过程的动力学机制等. 最后对今后研究给出一些展望.      

基于信息编码的神经能量计算

通过神经元活动期间神经能量的计算, 发现关于神经元 的活动需要消耗能量的观点并不完整. 计算表明神经元在动作电位发放期间先吸收 能量然后再消耗能量. 依据这个重要发现, 能够解释当脑内神经元被激活时脑血流 量大幅增加而耗氧量却增加很少这一难以解释的神经生理学现象. 同时还能够解释外部刺激信息和知觉的产生会有同步效应这一认知神经科学界也难 以解释的现象.     

等p路径十砂土本构关系的归一化特性及数值建模方法

用神经网络对土体进行建模能反映应力路径相关性、反映土的剪胀剪缩以及反映体应力、剪应力对体应变、剪应变的交互影响,因而成为一种比较理想的建模方式.能否在样本有限的情况下获得精度比较高的本构模型正是主要的研究目的.通过研究中密砂在等p路径下的三轴试验曲线,发现其应力-应变关系曲线在常规应力范围内具有归一化特性.选择合适的归一化指标对砂土三轴试验数据进行归一化,以归一化的试验数据为训练样本进行神经网络训练,得到了比较理想的砂土的神经网络本构模型.本构模型仿真值与试验值符合较好,表明所给出的建模方法是合理的.提出的建模方法可以在所有试验数据的基础上自动实现概率寻优,能有效降低噪声信号的干扰、减小试验数据的分散造成的影响.     

人工神经网络非线性动力学及应用

综述神经网络系统非线性动力学行为及其与网络性能的联系和在科学和工程中的应用；讨论了神经网络的权值动力学系统和状态动力学系统的动态过程，神经网络的稳定性和鲁棒稳定性，高阶关联网络的性能、张量描述、吸引性和复杂性，神经网络设计和综合的分叉理论；说明了神经网络动力学分析的意义和重要性．