鋒電位功能網(wǎng)絡構(gòu)建與鴿子轉(zhuǎn)向行為解碼.pdf

1、腦網(wǎng)絡是自然界最復雜的網(wǎng)絡之一。大腦中數(shù)以億計的神經(jīng)元構(gòu)成了龐大而復雜的腦結(jié)構(gòu)網(wǎng)絡，結(jié)構(gòu)網(wǎng)絡上不同神經(jīng)元、神經(jīng)元集群或腦區(qū)之間動態(tài)活動的同步化在時空尺度上的連接形成了腦功能網(wǎng)絡。從網(wǎng)絡的角度解析大腦神經(jīng)信息處理機制是目前神經(jīng)科學和控制科學等交叉學科研究的前沿熱點之一。目前腦功能網(wǎng)絡的研究主要是通過腦電圖、腦磁圖和磁共振成像等大尺度的信息采集技術解析不同腦區(qū)之間的功能連接關系，基于微電極陣列信息采集技術，以神經(jīng)元為基本單元，空間精度更高，

2、對于腦機制研究具有重要價值，但研究相對較少，許多問題尚待闡明。針對神經(jīng)元鋒電位（ spike）發(fā)放序列，本文研究了神經(jīng)元功能網(wǎng)絡的構(gòu)建方法，分析了其拓撲特性，并利用神經(jīng)元功能網(wǎng)絡解碼了鴿子運動轉(zhuǎn)向行為，驗證了神經(jīng)元功能網(wǎng)絡在大腦神經(jīng)信息處理機制解析中的有效性。主要研究內(nèi)容和取得的成果如下：
　　1）利用歸一化互信息算法度量了spike序列之間的功能連接關系，構(gòu)建了神經(jīng)元功能網(wǎng)絡，并結(jié)合Izhikevich神經(jīng)元發(fā)放模型，驗證了網(wǎng)絡

3、構(gòu)建算法的性能。結(jié)果表明，基于互信息算法構(gòu)建的神經(jīng)元功能網(wǎng)絡與真實網(wǎng)絡之間的連接關系具有較高一致性，其性能優(yōu)于傳統(tǒng)的相關系數(shù)算法。
　　2）分析了隨機網(wǎng)絡、規(guī)則網(wǎng)絡和小世界網(wǎng)絡等三種典型網(wǎng)絡在不同節(jié)點連接概率、節(jié)點度和節(jié)點數(shù)量時的拓撲連接特性，并在此基礎上分別研究了神經(jīng)元spike發(fā)放率及神經(jīng)元個數(shù)對網(wǎng)絡拓撲特性的影響。結(jié)果表明，在一定范圍內(nèi)，隨著spike發(fā)放率的增加，網(wǎng)絡拓撲特性整體趨勢呈拋物線形狀；隨著神經(jīng)元數(shù)量的增加，網(wǎng)絡