基于神经元物理链接网的信号识别与传输

The mechanism of cognitive process and memory in brain has become one of the most basic problems in neuron science for a long time. Most of the previous studies focus on the regular artificial neuron networks or brain functional networks. By modern techniques such as the neuroimaging technique, a lot of experiments recently show that the local structure of neuron network is not a regular network and has significant difference from the brain functional network. This makes the signal detection and transmission of neuron physical network become a new research direction with strong interdisplinary and fundamental features. This project suggests to systematically study the signal detection and transmission of neuron physical networks, which includes 1) Construct a local neuron network of signal detection and transmission from the up-to-date experimental data. 2) Based on the constructed local networks, we construct a huge neuron physical network containing multiple levels and multiple communities to study the signal transmission among different areas of brain. 3) Study the relationship between the abundant patterns of neuron physical network and the information transfer, memory and adaptation of interaction to illustrate the mechanism of signal transmission and memory. 4) Study the application of signal transmission of neuron network to realistic cases such as the epileptic seizure. The study of this project will constitute a primary framework for information dynamics in neuron physical networks and will also have contribution to understand the mechanism of epileptic seizure.

大脑的认知过程与记忆机制长期以来一直是神经网研究中最基本的问题之一，以往的研究大多集中在规则神经网或脑功能网中进行。借助于神经影像等现代技术，近年来的一系列实验表明，神经元物理链接网的结构并非规则网，也与功能网不同，这就使得神经元物理网上的信号检测与传递成为具有极强的交叉性与基础性的新研究方向。本项目建议系统地研究神经元物理网上的信号检测与传递。包括: 1)构建符合最新实验数据的大脑局域信号检测与传递网模型；2)以此局域网为基础，构建一个多层次、多区域的大型耦合神经元物理网模型来研究信号在大脑各区域中的传播；3）研究神经元物理网的丰富斑图与神经元之间的信息交换、存储及相互作用可塑性等之间的关系，阐述大脑神经元物理网上的信号传递与记忆机制；4)研究神经元物理网的信号传输理论在实际问题如癫痫病中的应用。本项目的研究将建立神经元物理网信息传输动力学的初步框架，并有助于理解癫痫病等疾病的微观机制。

大脑的认知过程与记忆机制长期以来一直是神经网研究中最基本的问题之一，以往的研究大多集中在规则神经网或脑功能网中进行。借助于神经影像等现代技术，近年来的一系列实验表明，神经元物理链接网的结构并非规则网，也与功能网不同，这就使得神经元物理网上的信号检测与传递成为具有极强的交叉性与基础性的新研究方向。本项目系统地研究了基于神经元物理链接网的信号识别与传输，通过4年的研究，取得了丰硕的成果，在物理学重要期刊发表论文25 篇（包括Phys.Rep. 1 篇， PRL 2 篇，Sci.Rep. 10 篇，PRE 3篇，EPL 2 篇，IJMPC 1 篇， Front. Phys. 3 篇，CPB 3 篇）。其主要的原创性贡献如下：（1）特别关注了大脑的正常功能与非正常功能如癫痫病之间同步关系的不同，即一个为局部或部分同步，另一个为全局或强同步（爆炸性同步），据此给出了大量振子的加权耦合网络模型，并成功地实现了多层网络上的爆炸性同步。结果在PRL发表后被选为PRL Editors' Suggestion且入选2015年度ESI高被引1%文章。此外，我们揭示出关于爆炸性同步的必要条件：禁止律（Sci.Rep.2014)，此结果已被Comput. Neurosci.2016 在人脑的意识与无意识实验中验证。（2）在频率耦合权重Kuramoto模型以及拥护者和反对者耦合模型中发现了一类新的同步态，并命名为Bellerophon态（PRL 2016），同时被物理学顶级综述期刊Physics Reports邀请撰写了94页的综述评论文章。（3）研究了如何通过斑图形成来实现大脑记忆的可能途径，这是大脑认知的核心问题之一(Sci.Rep. 2014;PRE2017)。(4)通过模拟大脑的社区结构，研究了大脑神经网络上信息爆炸性传播的机制，特别是结构对传播的影响。特别地发现，结构的微小变化可以导致宏观行为的巨大改变，这个特点很好地解释了癫痫病爆发后迅速回归到正常态的可能原因，并与脑电图的EEE数据高度吻合（Sci.Rep.2017)。

内容获取失败，请点击重试