Exploring human rhythmic gait movement in the role of cerebral cortex signal

The rhythmic movement is a spontaneous behavior due to the central pattern generator(CPG).At present,the CPG model only shows the spontaneous behavior,butdoes not refer to the instruction regulation role of the cerebral cortex.In this paper,a modified model based on the Matsuoka neural oscillator theory is presented to better show the regulation role of the cerebral cortex signal to the CPG neuronal network.The complex interaction between the in put signal and other parameters in the CPG networkis establish...     

关于脑信号传输的神经动力学分析

运用随机相变动力学理论和方法建立了一个由感知神经元集群、中间神经元集群和运动皮层神经元集群组成的一个神经网络模型.依据所建立的模型,分别考察了串并耦合、串联耦合以及单向耦合3种情况下神经网络所表现的神经信息处理的动力学特征.研究结果表明,由给出的中枢神经系统神经信息处理的基本结构,能够大致反映反射运动和随意运动情况下神经信息处理的基本特征.数值地证明了随意运动所引发的各个局部神经网络的兴奋,特别是运动皮层神经元集群的兴奋比反射运动条件下的兴奋大得多.反映了随意运动条件下,有更多的神经元参与了神经信息处理和兴奋性同步运动.     

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.     

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.     

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.      

耦合条件下大脑皮层神经振子群的能量函数

探讨了局部脑皮层网络活动中,耦合条件下的大规模神经振子群的能量消耗与神经信号编码之间的内禀关系,得到了神经元集群在阈下和阈上互相耦合时神经元膜电位变化的函数. 这个能量函数能够精确地再现神经电生理学实验中的EPSP,IPSP,动作电位以及动作电流. 最近功能性核磁共振实验证明了神经信号的编码是与能量的消耗紧密地耦合在一起的,因此研究结果表明利用能量原理研究大脑在神经网络层次上是如何进行编码的这一重大科学问题的讨论是十分有益的. 可以预计得到的能量函数将是生物学神经网络动力学稳定性计算的基础.      

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.     

大脑皮层信号作用下人体步态节律运动的探讨

中枢模式发生器可产生节律性运动．目前的中枢模式发生器（CPG）建模研究可以很好地表现CPG的自激行为,但对于人脑信号的调节作用没有讨论．为了体现大脑皮层信号对于CPG网络的调控性,基于Matsuoka神经振荡器的CPG模型,对原有模型中输入刺激与网络内部参数的关联进行了复杂构建,使得模型本身各参数随输入信号的变化而变化,增强了输入信号对于网络自身的影响,令CPG网络不仅仅产生自激状态,同时能够产生自我调节的运动形式,从而体现出大脑信号的调控作用．数值模拟计算结果表明,修正后的模型随着输入刺激的变化可以产生不同模式及不同频率的运动形式,且各不同形式之间可以相互转换,从而在理论上很好地反映出大脑信号在步态节律运动过程中对步态的模式和频率起到了一定的调节作用,实现了各种步态运动之间的行为转换及恢复的功能,从理论上实现了自发节律与大脑调节性节律运动的共存性,做到大脑信号与CPG模型的统一．     

探讨生物体节律性步态运动的特点

生物体的运动是多种多样的,分为节律性和非节律性运动两大类.节律性运动的产生并不一定受到周围神经接收器的感应信号的诱导,而是由中枢模式发生器(CPG)自主产生的.CPG不仅能产生节律性运动,而且可以改变运动的频率和模式.本文依据CPG的生物学意义,理论上修正了基于Matsuoka神经振荡器理论的CPG模型,并且进行了一系列的计算机数值分析和模拟,以进一步阐述节律性步态运动的诸多特点.研究结果表明节律性的步态运动呈现的三大特点分别为:节律性、协调性、多样性.从而揭示了生物体步态运动的生物学特性和各类节律运动的特点.