連想記憶型CPGsにおける活動の時空間パターン生成と制御

联想记忆 CPG 中时空模式的生成和活动控制

• 批准号: 05267232
• 负责人: 佐藤 俊輔
• 金额: $ 1.28万
• 依托单位: Osaka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas
• 财政年份: 1993
• 资助国家: 日本
• 起止时间: 1993 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-05267232/
• 关键词: 複数の生体リズム; 相互作用; 中枢パターンジェネレータ; 非線形振動子; 連想記憶型ネットワーク; 正弦波的摂動; 大域的応答特性

生体リズムは脊髄のリズムジェネレータや各器官の振動子,および高次中枢の振動子間の相互作用によって形成されていると考えられる。我々はこれらリズム間の相関や,外部からの刺激(運動負荷,温度変化,睡眠等)によって個々のリズムがどんな変動を受けるか調べてきた。本研究では,中枢のパターンジェネレータ(CPGs)と呼ばれる神経ネットワークを扱う。CPGsは数個もしくは多数の神経細胞からなりコヒーレントでバースト的な振動パターンを出力し,運動ニューロンを制御し,呼吸,歩行などのリズムを生成する。これらのCPGsリズムは,末梢受容器からのフィードバック信号や高次中枢からの制御信号によって変調される。CPGsのリズムは複数の神経細胞から構成されるネットワークの協同現象により作り出されているが,その振舞いは比較的単純な非線形振動子として捉えられる可能性がある。このことは,系の状態空間に安定なリミットサイクルが存在することに対応する。摂動(これは末梢受容器および高次中枢からの信号に対応する)に対する系の時空間的なダイナミクスを明らかにすることは,生体のリズム現象の解明につながるとともに,高次中枢の神経ネットワークにおけるダイナミックな情報処理様式の解明にもつながると考えられる。以下に示す手順で研究を行った。(1)CPGsモデルの構成 興奮性および抑制性結合を含む連想記憶型ネットワークを用いたCPGsモデルを構成した。学習は一般化されたヘブ学習を用いた。系を構成する神経細胞モデルとして,いわゆるconventional neuronではなく,ホジキン-ハクスレ方程式を単純化した可興奮-可振動力学系モデルを用いた。その結果,モデルは複数の振動パターンを発生し,またそれらの振動パターン間を周期的に渡り歩く。(2)リミットサイクルの安定性 振動パターンを出力する系の摂動に対する安定性をポアンカレ写像を用いて検証した。(3)周期的な摂動に対する応答 正弦波入力に対するモデルの応答特性を解析した。その結果,入力と系のリズムがある位相で固定される同期応答や,不規則なカオス応答などが観測された。このような大域的応答特性を分岐図を用いて解析した。ネットワークの応答は,単一のリミットサイクル振動子の応答と比較され得るものであった。(4)今後の課題 本研究では比較的少数の細胞からなる連想記憶型ネットワークを扱った。モデルの解析では,ネットワークを構成する細胞数が多くないので,統計力学的手法を用いた理論的な解析は困難である。反面,コヒーレントな振動はリミットサイクル上に定義される位相を用いて低次元に還元されるため,系の位相のダイナミクスに焦点を当てることで系の振舞いを記述することが可能である。今後の課題は,系の応答を位相を用いて定性的に記述することである。

人们认为生物病是由脊髓的节奏发生器，每个器官的振荡器和高阶中心振荡器之间的相互作用形成的。我们已经调查了这些节奏之间的相关性以及单个节奏如何由于外部刺激（运动负荷，温度变化，睡眠等）而导致的变化。这项研究涉及称为中央模式发生器（CPGS）的神经网络。 CPG由几个或多个神经元组成，输出相干，爆发振动模式，控制运动神经元以及产生呼吸，步行等节奏。这些CpGS节奏是通过外围受体的反馈信号和来自高阶中心的控制信号来调节的。 CPG的节奏是由由多个神经元细胞组成的网络的合作现象产生的，但其行为可以看作是相对简单的非线性振荡器。这对应于系统状态空间中稳定的极限周期的存在。人们认为，揭示系统的时空动力学（对应于外围受体和高阶中心的信号）将导致阐明生物体的节奏现象以及高阶中心神经网络中动态信息处理模式的节奏现象。该研究是使用下面显示的程序进行的。 （1）构建了包含兴奋性和抑制结合的关联记忆网络CPGS模型的CPGS模型。学习是使用广义HEB学习完成的。作为构成系统的神经元模型，我们使用了激发振动动力学模型，该模型简化了Hodgkin-huxle方程，而不是所谓的常规神经元。结果，该模型会生成多个振动模式，并在这些振动模式之间定期游览。 （2）限制循环稳定性使用庞康卡雷图验证了输出振动模式的系统的稳定性。 （3）对周期性扰动的响应分析了模型对正弦波输入的响应特征。结果，观察到在输入和系统节奏的一定阶段固定的同步响应，以及不规则的混乱响应。使用分支图分析了这种全局响应特征。可以将网络的响应与单个极限循环振荡器的响应进行比较。 （4）将来的问题本研究涉及由相对较少的单元组成的关联记忆网络。在模型分析中，由于没有很多组成网络的细胞，因此很难使用统计力学进行理论分析。另一方面，使用限制周期定义的相位将相干振动降低到低维度，因此可以通过关注系统相位的动力学来描述系统的行为。未来的挑战是使用阶段定性地描述系统的响应。

项目成果

山脇伸行,佐藤俊輔,土居伸二: "ハードウェアニューロンモデルの周期パルス入力に対する応答特性" MEとバイオサイバネティックス研究会. MBE93-25. 113-120 (1993)

Nobuyuki Yamawaki、Shunsuke Sato、Shinji Doi：“硬件神经元模型对周期性脉冲输入的响应特性”ME 和生物控制论 MBE93-25 (1993)。

前田義信,土居伸二,佐藤俊輔: "Hodgkin-Huxley神経モデルの2次元分岐図" MEとバイオサイバネティックス研究会. MBE93-25. 105-112 (1993)

Yoshinobu Maeda、Shinji Doi、Shunsuke Sato：“Hodgkin-Huxley 神经模型的二维分叉图”ME 和生物控制论 MBE93-112 (1993)。

T.Nomura,S.Sato,S.Doi,JP.Segundo and MD.Stiber: "Locked and Non-Locked Responses of the BVP Oscillator to Periodic Pulse Trains" Proceedings of International Joint Conference on Neural Networks. 1. 1313-1316 (1993)

T.Nomura、S.Sato、S.Doi、JP.Segundo 和 MD.Stiber：“BVP 振荡器对周期性脉冲序列的锁定和非锁定响应”国际神经网络联合会议论文集。

B.Zhang,S.Sato: "A Time-Frequency Distribution of Cohen's Class with a Cpmpound Kernels and its Application to Speech Signal Processing" IEEE Trans.on Signal Processing,to appear. (1994)

B.Zhang、S.Sato：“带有 Cpmpound 内核的 Cohen 类的时频分布及其在语音信号处理中的应用”，IEEE Trans.on 信号处理，即将出现。

山脇伸行,佐藤俊輔,土居伸二: "興奮性膜の電子回路モデルの周期パルス入力に対する応答特性" 第8回生体生理工学シンポジウム報告集. 8. 345-348 (1993)

Nobuyuki Yamawaki、Shunsuke Sato、Shinji Doi：“可兴奋膜电子电路模型对周期性脉冲输入的响应特性”第八届生物生理工程研讨会报告 8. 345-348 (1993)。