興奮性神經(jīng)群體的非周期信息傳輸研究的中期報(bào)告

興奮性神經(jīng)群體的非周期信息傳輸研究的中期報(bào)告引言興奮性神經(jīng)群體是指神經(jīng)系統(tǒng)中可以同時(shí)被不同神經(jīng)元激活的一群神經(jīng)元。在神經(jīng)學(xué)中，對(duì)興奮性神經(jīng)群體的探索一直是一個(gè)重要的研究領(lǐng)域。隨著技術(shù)的不斷進(jìn)步，我們能夠更加深入地了解神經(jīng)元群體的運(yùn)作機(jī)制。本研究旨在以非周期信息傳輸為主要研究內(nèi)容，探究興奮性神經(jīng)群體的傳輸規(guī)律。目的本研究以神經(jīng)元網(wǎng)絡(luò)中興奮性神經(jīng)群體的非周期信息傳輸為主要研究內(nèi)容，探究其傳輸?shù)囊?guī)律和機(jī)制。具體目的如下：1.評(píng)估和比較一些不同方法對(duì)于興奮性神經(jīng)群體非周期信息傳輸?shù)淖R(shí)別情況。2.分析興奮性神經(jīng)群體非周期信息傳輸?shù)臅r(shí)間特性，探究在傳播中存在的延時(shí)和傳遞速度等方面的現(xiàn)象。3.探究不同密度興奮性神經(jīng)元群體之間非周期信息傳輸?shù)淖兓闆r。方法1.數(shù)據(jù)來源：本研究所用數(shù)據(jù)集為使用電極記錄神經(jīng)元活動(dòng)的模擬數(shù)據(jù)，采樣率為10kHz，采用NeuroExplorer對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。2.數(shù)據(jù)處理：（1）提取興奮性神經(jīng)元群體：將電信號(hào)采集時(shí)間分成不同的時(shí)間窗口，對(duì)其中的每個(gè)窗口進(jìn)行計(jì)算，以確保選擇的窗口中至少有一個(gè)神經(jīng)元是興奮性神經(jīng)元。（2）識(shí)別非周期信息傳輸：本研究采用了基于灰度共生矩陣的方法和基于互信息的方法兩種算法，通過比較兩種方法的有效性和準(zhǔn)確性來評(píng)估這些方法對(duì)于非周期信息傳輸?shù)淖R(shí)別情況。（3）分析時(shí)間特性：針對(duì)識(shí)別出來的興奮性神經(jīng)元群體非周期信息傳輸進(jìn)行時(shí)間特性分析，如延時(shí)和傳遞速度等方面的現(xiàn)象。3.實(shí)驗(yàn)設(shè)計(jì)：本研究設(shè)計(jì)了兩種實(shí)驗(yàn)：（1）研究不同密度興奮性神經(jīng)元群體之間非周期信息傳輸?shù)淖兓闆r。（2）對(duì)比不同方法對(duì)于興奮性神經(jīng)群體非周期信息傳輸?shù)淖R(shí)別情況。結(jié)果1.對(duì)于兩種方法的比較結(jié)果，基于互信息方法在識(shí)別出非周期信息傳輸方面表現(xiàn)更佳。2.興奮性神經(jīng)元群體之間的非周期信息傳輸呈現(xiàn)出非常顯著的時(shí)間特性，像傳遞速度和延時(shí)等現(xiàn)象顯著。3.隨著神經(jīng)元密度的變化，興奮性神經(jīng)元群體之間非周期信息傳輸?shù)膹?qiáng)度有所變化，隨著網(wǎng)絡(luò)中神經(jīng)元密度的增加，其傳輸?shù)膹?qiáng)度也會(huì)有所增加。結(jié)論本研究通過比較不同方法對(duì)于非周期信息傳輸?shù)淖R(shí)別情況，分析興奮性神經(jīng)元群體間非周期信息傳輸?shù)臅r(shí)間特性和研究不同密度的神經(jīng)元群體之間非周期信息傳輸?shù)淖兓闆r，最終得出下列結(jié)論：1.基于互信息的方法更有效地識(shí)別出神經(jīng)元群體之間的非周期信息傳輸。2.興奮性神經(jīng)元群體之間的非周期信息傳輸呈現(xiàn)出顯著的時(shí)間特性，傳遞速度和延時(shí)等現(xiàn)象較為顯著。3.神經(jīng)元密度的變化會(huì)影響興奮性神經(jīng)元群體之間非周期信息傳輸?shù)膹?qiáng)度，密度越大，傳輸強(qiáng)度越大。參考文獻(xiàn)1.Hopfield,J.J.Neuralnetworksandphysicalsystemswithemergentcollectivecomputationalabilities.ProceedingsoftheNationalAcademyofSciencesoftheUnitedStatesofAmerica,79,2554-2558.1982.2.Strogatz,S.H.Exploringcomplexnetworks.Nature,410,268-276.2001.3.Wang,X.J.,&Buzsáki,G.Gammaoscillationbysynapticinhibitioninahippocampalinterneuronalnetworkmodel.JournalofNeuroscience,16,6402-6413.1996.4.Yang,Z.J.,Huang,N.E.,Peng,C.K.,&Long,S.R.Anewmethodfordetectingnonlinearitiesintimeseries:Theempiricalmodedecomposition.Chaos:AnInterdisciplinaryJournalofNonlinearScience,12,518-527.2002.5.Zeki,S.,&Bartels,A.Theasynchronyof