基于Hindmarsh-Rose神经元模型的模式分割

联想记忆和模式分割是大脑的重要功能,大脑海马区是这一功能的重要物质基础。Hindmarsh-Rose神经元模型能够较好地模拟大脑海马区神经元的特性。本文以Hindmarsh-Rose神经元为节点,按Hopfield规则构造网络,同时,考虑到大脑中神经元连接的生理学实际情况,通过数值模拟,实现了在弱、中、强三种连接强度情况下的模式分割以及在随机概率连接情况下的模式分割,通过分析比较,提出了进一步改进的方向。     

基于脑电图的大脑功能性网络分析

利用脑电图数据建立了大脑功能性网络.分析了该网络的复杂网络统计特征，发现它的聚类系数远大于相应随机网络，明显具有小世界网络的特征，其度分布也接近于无标度网络.进一步验证了大脑功能性网络的复杂网络特性，发现患者的各项复杂网络特征指数与正常人相比有明显不同.定义了大脑神经网络信息熵及神经网络标准信息熵的概念，发现脑病患者的大脑神经网络信息熵明显小于正常人.从一个全新的角度量度了大脑的复杂网络特征，并提示了临床脑病诊疗的判断依据. 关键词： 脑电图 大脑功能性网络 复杂网络统计特征 信息熵     

复杂脑网络研究进展

复杂网络的研究方法是近年来对生物网络、社会网络及技术网络等真实网络进行研究的新兴方法.利用这一方法,可以从大脑皮层结构性网络、功能性网络以及效率性网络等不同角度着手对大脑的功能性分割和功能性整合两个主要功能进行研究,并进一步讨论其生长和发展演化,以期揭示支配大脑运作的规律.