The brain: What is critical about it?
我们回顾了最近的建议,最迷人的大脑特性的事实,它总是保持接近二阶相变。在这样的条件下,神经元群体的集体可以可靠地产生鲁棒和灵活的行为,因为已知在临界点处存在最大丰度的亚稳态可供选择。在这里,我们回顾的动机,论点和最近的结果,以及进一步的影响,这种观点的功能大脑。
2008-03-31 cond-mat.dis-nn q-bio.NC
Two types of criticality in the brain
具有相等的兴奋性和抑制性反馈的神经网络显示出高的计算性能。它们在接近临界点的地方工作,其特征是大量神经元的联合激活。然而,在猕猴运动皮层,我们观察到非常不同的动态与人口水平上的弱波动。这表明运动皮质以次优状态运行。在这里,我们展示了相反的情况:跨神经元的相关性的大分散是丰富的动态库的特征,其隐藏于宏观脑信号之外,但对于诸如库计算的概念中的高性能是必不可少的。我们的研究结果表明,在神经系统中的临界性的观点的细化:网络拓扑结构和异质性赋予大脑两个互补的基板,在很大程度上不同的复杂性的关键动态。
2018-03-19 cond-mat.dis-nn q-bio.NC
A toy model for brain criticality: self-organized excitation/inhibition ratio and the role of network clustering
最近的实验结果越来越多地支持临界脑假说。它假设大脑处于有序和混乱状态之间的临界点,有时被称为“混乱的边缘”。神经科学的另一个核心观察是兴奋-抑制平衡的原则:某些大脑网络在兴奋和抑制之间表现出非常恒定的比例。当这种平衡受到干扰时,网络就会偏离临界点,例如在癫痫发作期间可能会发生这种情况。然而,目前还不清楚是什么机制使神经动力学平衡到这种兴奋-抑制比,从而确保关键的大脑动力学。在这里,我们介绍了一个简单的,但生物学上合理的玩具模型的自组织临界神经网络与自组织的兴奋抑制比。该模型只需要神经元具有其自身最近活动的局部信息,并相应地改变神经元之间的连接。我们发现,该网络演变到一个国家的特点是雪崩分布的临界性的普遍标度律,并以一个特定的激励抑制比。该模型将大脑临界性和大脑中观察到的特定兴奋/抑制平衡这两个问题与共同的起源或机制联系起来。从这种网络的统计力学的角度来看,该模型使用的兴奋/抑制比作为控制参数的相变,这使得在任意高的连通性的临界。我们发现,网络聚类起着至关重要的作用,这种相变发生。
2022-02-07 cond-mat.dis-nn nlin.AO q-bio.NC
Quasi-Critical Brain Dynamics on a Non-Equilibrium Widom Line
大脑真的在一个临界点上运行吗?我们研究了一个神经网络的非平衡特性,它模拟了新皮层的动态,并认为在Widom线上的最佳准临界动态的相关长度是最大的。我们模拟的网络,并介绍了一个分析平均场近似,非平衡相变的特征,并提出了一个非平衡相图,这表明,除了有序和无序的阶段,该系统表现出准周期相对应的同步活动的模拟,这可能是与癫痫相关的病理同步。
2014-12-06 cond-mat.dis-nn q-bio.NC
Griffiths phases and the stretching of criticality in brain networks
关键性的标志,如幂律和尺度不变性,已经在皮层网络中被经验性地发现,并且已经证实,在关键性下操作需要功能优势,如最佳计算能力、记忆和大的动态范围。由于关键行为需要高度的微调才能出现,因此需要调用某种类型的自调优机制。在这里,我们表明,考虑到复杂的层次模块化架构的皮层网络,奇异的临界点被替换为一个扩展的关键的区域对应-在行话的统计力学-格里菲斯阶段。使用计算和分析的方法,我们发现格里菲斯阶段的合成层次网络,也在经验的大脑网络,如人类的连接体和秀丽隐杆线虫之一。拉伸的关键区域,源于结构紊乱,产生增强的功能,在一个通用的方式,促进任务的自组织,自适应和进化机制选择的关键性。
2014-11-12 cond-mat.dis-nn q-bio.NC
Model-based machine learning of critical brain dynamics
临界性可以在某些大脑活动模型中得到精确的证明,但在经验数据中识别它仍然具有挑战性。我们训练了一个完全连接的深度神经网络来学习在人脑解剖连接体上展开的可兴奋模型的阶段。然后将该网络应用于从清醒到深度睡眠的下降过程中获得的全脑fMRI数据。我们报告预测的接近临界点和集群大小分布的指数,指示亚临界动态之间的高度相关性。这一结果表明,概念模型可以用来识别真实神经系统的动力学机制。
2022-06-10 q-bio.NC
Consciousness Viewed in the Framework of Brain Phase Space Dynamics, Criticality, and the Renormalization Group
为了从大脑相空间动力学和临界性的角度来看待意识,我将首先回顾目前突出的理论概念化,并在适当的情况下,确定理论神经科学中不明智和有缺陷的概念,这些概念可能会阻碍将意识视为物理学中的一种现象。我将进一步介绍相关的事实,这些事实在当前的意识论中往往没有得到足够的关注。作为一种概念化意识的新方法,我建议将其视为大脑复杂神经动力学的集体成就,可以在状态空间动力学和临界性的框架下进行研究。在物理学中,相空间跃迁和重整化群的概念是解释复杂系统中涉及许多长度和时间尺度的现象的有力工具。这些概念的重要性在于它们解释了复杂系统中不同层次的新集体行为的出现,每个层次都有其独特的本体论、组织和规律,作为一种新的现实模式。这个提议的假设是,意识的主观性是对现实水平的认识解释,起源于大脑-身体-环境系统的相变。
2011-03-07 cond-mat.dis-nn q-bio.NC
Brain, Rain and Forest Fires -- What is critical about criticality: In praise of the correlation function
我们提出了一个简短的回顾幂律和关联函数作为衡量临界性和它们之间的关系。通过比较雨、脑和森林火灾模型的唯象学,讨论了临界状态附近自组织的相关特征。我们的结论是,组织的区域扩展的相关性和近似的幂律可能是三个考虑系统之间的利益共享的行为。
2021-06-17 cond-mat.stat-mech q-bio.NC
Critical and resonance phenomena in neural networks
大脑节律对大脑功能的各个方面都有影响。在这里,我们研究的关键和共振现象之前出现的脑节律。使用的分析方法和模拟的神经网络与随机神经元在噪声的存在下,我们表明,自发出现的网络振荡的动态(非平衡)相变在一个临界点确定的噪声水平,网络结构,兴奋性和抑制性神经元之间的平衡,和其他参数。我们发现,神经活动的弛豫时间到一个稳定的状态,响应周期性刺激的振荡频率,阻尼振荡的振幅,和神经活动的随机波动时,接近临界点的过渡显着增加。
2012-11-24 cond-mat.dis-nn physics.bio-ph q-bio.NC
Optimal Griffiths Phase in Heterogeneous Human Brain Networks: Brain Criticality Embracing Stability and Flexibility across Individuals
Lanzhou University(兰州大学);Instituto de Ciencias Físicas (ICIFI-CONICET), Center for Complex Systems and Brain Sciences (CEMSC3), Escuela de Ciencia y Tecnología, Universidad Nacional de Gral. San Martín(国立圣马丁大学科学技术学院复杂系统与脑科学中心);Department of Physics, Centre for Nonlinear Studies, Beijing-Hong Kong-Singapore Joint Centre for Nonlinear and Complex Systems (Hong Kong), Institute of Computational and Theoretical Studies, Hong Kong Baptist University(香港浸会大学物理系非线性研究中心计算与理论研究所);Life Science Imaging Centre, Hong Kong Baptist University(香港浸会大学生命科学成像中心)
本文提出Griffiths相作为脑临界性的新框架,通过协调个体间的稳健性与灵活性,解释神经动态中的个体差异。
2025-12-03 q-bio.NC
Investigating structural and functional aspects of the brain's criticality in stroke
本研究探讨中风后大脑临界动力学,通过网络模型和真实连接组分析证明中风后动力学仍保持临界性,异常现象源于网络完整性丧失,并提出新的人工中风模型解释该异常。
2023-07-26 cond-mat.dis-nn q-bio.NC q-bio.QM
Emergent complex neural dynamics
大脑中大量的时空活动模式是适应行为的基础。理解大脑的千亿神经元和千亿突触如何以灵活的方式产生这样一系列皮层结构的机制仍然是神经科学中的一个基本问题。一个似乎合理的解决方案是参与的普遍机制,新兴的复杂现象明显的动力系统附近的临界点的二阶相变。我们回顾了最近的理论和实证结果支持的概念,大脑是自然的临界附近,以及它的影响,更好地了解大脑。
2010-10-12 cond-mat.dis-nn physics.bio-ph q-bio.NC
Ising-like dynamics in large-scale functional brain networks
大脑的“休息”被定义为没有明确的大脑输入或输出的状态--或多或少是不成功的。这项工作集中在这样的状态是否可以与任何已知的\emph{dynamical}状态的问题。为此目的,从人脑功能性磁共振成像(fMRI)的相关网络与相关网络提取的数值模拟的伊辛模型在2D中,在不同的温度。对于临界温度$T_c$,惊人的相似性出现在最相关的统计特性,使两个网络彼此无法区分。这些结果在这里被解释为借贷支持的猜想,功能的大脑的动力学是接近临界点。
2008-11-23 cond-mat.dis-nn q-bio.NC
Robust Scaling in Human Brain Dynamics Despite Latent Variables and Limited Sampling Distortions
Universidad de Granada(格拉纳达大学)
该研究通过稳健框架揭示大脑在潜在变量和有限采样下的近临界动力学,验证了回荡网络活动与信息处理的关联。
2025-06-04 cond-mat.dis-nn cond-mat.stat-mech q-bio.NC
Dynamical signatures of structural connectivity damage to a model of the brain posed at criticality
大脑活动波动的同步被认为代表了空间上遥远的神经过程之间的通信。这些区域间的功能相互作用是在连接皮质和皮质下神经元的复杂轴突连接网络(称为人类“结构连接体”)的背景下发展的。理论上的考虑和实验证据支持这样一种观点,即人脑可以被建模为一个在有序(亚临界)和无序(超临界)相之间的临界点运行的系统。在这里,我们探讨的假设,病理造成的脑损伤的不同病因相关的模型的一个关键的大脑。为了这个目的,我们调查结构连接体的完整性的损害如何影响关键动力学的签名。采用混合建模方法相结合的经验加权网络的人类结构连接的概念模型的关键动态,我们发现,病变位于高度过渡的连接逐步取代模型向亚临界政权。当独立于它们在网络中的权重考虑时,节点和链路的拓扑性质不那么重要。我们观察到,中线枢纽,如中间和后扣带皮层的损害是最关键的模型中的临界性的中断。然而,类似的效果可以通过针对较少经过的节点和连接权重加起来相等的链接来实现。这意味着脑病理学不一定是由于靶向连接良好区域的损伤引起的,并且受试者间的变异性可能会掩盖位于非中枢区域的病变。最后,我们讨论了我们的模型在创伤性脑损伤和神经退行性疾病的临床研究的背景下的预测。
2016-11-09 q-bio.NC
Rounding of abrupt phase transitions in brain networks
在大脑皮层网络中观察到的类似批评的行为,代表着在阐明大脑如何管理信息方面迈出了重要的一步。理解类临界动力学的起源和功能,以及它们的鲁棒性,是当代神经科学的一个主要挑战。在这里,我们提出了一个广泛的数值研究的一个家庭的简单的动态模型,它描述了活动传播的大脑网络,通过整合不同的相邻尖峰电位,模仿基本的神经相互作用。信号积分的要求可能会导致网络中的不连续相变,这些相变可以通过平均场近似很好地描述,从而防止在这样的系统中出现临界点。在这里,我们表明,在大脑中的关键性,而不是强大的,作为皮层网络的高层,这标志着偏离平均场范式的分层组织的结果。我们发现,在有限维的层次网络,不连续的相变表现出舍入现象,并变成连续的拓扑维数$D\le 2$的值,由于存在的结构或拓扑紊乱。我们的研究结果可能会被证明是重要的,在解释观察到的特征的关键行为在大规模测量的大脑活动。
2014-07-28 cond-mat.dis-nn nlin.AO q-bio.NC
Self-organization toward criticality by synaptic plasticity
自组织临界性被认为是许多复杂系统中出现无标度动力学的普遍机制,可能也存在于大脑中。虽然这种无标度模式在许多不同类型的神经记录中被实验识别,但它们出现背后的生物学原理仍然未知。利用不同的网络模型和实验观察的动机,突触可塑性被提出作为一种可能的机制,自组织大脑动力学向临界点。在这篇综述中,我们讨论了如何在多个时间尺度上操作的各种生物学上合理的可塑性规则在模型中实现,以及它们如何通过修改神经元之间的连接的数量和强度来改变网络的动态状态。这些规则中的一些有助于稳定临界状态,一些需要额外的机制来防止偏离临界状态。我们建议,能够使网络的临界状态的规则可以分类的近临界动态持续多久后,他们禁用。最后,我们讨论了自组织和临界性在计算中的作用。总的来说,临界性的概念有助于阐明大脑功能和自组织,但活的神经网络的整体动力学似乎不仅利用了计算的临界性,而且还利用了计算的偏差。
2020-10-15 cond-mat.dis-nn physics.bio-ph q-bio.NC
Brain modularity controls the critical behavior of spontaneous activity
人类大脑呈现出一种由无标度的高度连接模块组成的复杂结构,这些模块通过较弱的链接松散地相互连接,形成一个小世界网络。这些特征出现在健康患者中,而神经系统疾病通常会改变这种结构。一个重要的悬而未决的问题是关于大脑模块化在维持自发活动的关键行为中的作用。在这里,我们分析了一个模型的神经元活动,成功地在非模块化网络上再现了实验数据中观察到的缩放行为,在模块化网络上实现了在人脑中测量的主要统计特征。我们表明,在一个模块化的网络,无论突触连接的强度或模块的大小和数量,活动从来没有完全无标度。神经元雪崩可以侵入不同的模块,导致活动抑制,阻碍进一步的雪崩传播。如果添加模块间连接,将模块修改为更随机的结构,则仅恢复关键行为。
2014-03-25 q-bio.NC
Distinct criticality of phase and amplitude dynamics in the resting brain
融合研究表明,静息状态下的大脑处于动态不稳定的尖端,这一点由无标度时间相关性表示。我们问,如果这些相关性的缩放特性不同的幅度和相位波动,这可能反映了不同方面的皮层功能。使用源重建的脑磁图信号,我们发现幂律缩放的集体振幅和相位同步,都捕捉全脑活动。幅度的时间变化包括缓慢的、持久的记忆过程,而相位同步表现出更少的时间结构和更复杂的相关性,表明快速和灵活的编码。这种独特的时间尺度支持的想法,不同的角色的振幅和相位在皮层功能。
2015-12-08 q-bio.NC
Avalanches in self-organized critical neural networks: A minimal model for the neural SOC universality class
大脑在中间活动的走廊中保持其整体动态,并且什么可能的机制可以实现这一任务一直是一个长期存在的问题。长期以来,统计物理学领域的机制一直表明,即使没有中央调节器,大脑活动的这种稳态也可以通过神经元及其相互作用水平上的自组织单独发生。这种来自自组织临界性的物理机制表现出特征性的动力学特征,类似于与地震有关的地震活动。对皮层静息活动的测量显示出动力学特征的初步迹象,这些特征可能指向大脑中自组织的临界动力学。事实上,最近更精确的测量允许与非平衡临界现象的标度理论进行详细的比较,证明了皮层动力学临界性的存在。在这里,我们将这种对皮层活动数据的新评估与自组织临界神经网络的最早物理自旋模型的预测进行了比较。我们发现,该模型与最近的实验数据及其解释在大脑中的临界动力学签名相匹配。临界性的签名、雪崩大小和持续时间的幂律分布以及异常指数之间的特定标度关系的组合定义了在神经实验中观察到的特定临界现象的普适性类特征。自旋模型是神经临界性的普适性类的自组织临界自适应网络的极小模型的候选者。作为一个原型模型,它提供了模型的背景,包括更多的生物学细节,但共享相同的普遍性类特征的动态平衡的活动在大脑中。
2014-10-07 cond-mat.dis-nn q-bio.NC
Violations of the fluctuation-dissipation theorem reveal distinct non-equilibrium dynamics of brain states
该研究利用涨落-耗散定理的违背,结合拟合人类神经影像数据的全脑模型,揭示了清醒与深睡眠等脑状态中由非对称相互作用和层级组织导致的非平衡动力学层级。
2023-04-14 physics.bio-ph q-bio.NC
Analyzing the Brain's Dynamic Response to Targeted Stimulation using Generative Modeling
本文探讨了利用生成模型分析大脑对靶向刺激的动态响应,论证了刺激诱发动力学的新型机制,并回顾了跨尺度靶向实验技术与多种建模方法,指出两者结合有助于揭示自发环境下难以检测的大脑动力学新机制。
2024-11-15 physics.bio-ph q-bio.NC
Does the 1/f frequency-scaling of brain signals reflect self-organized critical states?
许多复杂系统显示出自组织临界状态,其特征在于功率谱的1/f频率标度。全局变量,如脑电图,标度为1/f,这可能是神经元活动中自组织临界状态的标志。通过分析同时记录的全球和神经元的活动,我们确认的1/f缩放的全球变量为选定的频带,但显示,神经元的活动是不一致的临界状态。我们提出了一个模型的1/f标度,它不依赖于临界状态,这是可测试的实验。
2006-08-15 q-bio.NC q-bio.PE
Statistical modeling of adaptive neural networks explains coexistence of avalanches and oscillations in resting human brain
大脑中的神经元被连接成适应性网络,表现出一系列集体动力学。例如,振荡是具有定义的时间尺度的神经活动的范例同步模式。相反,神经元雪崩是神经活动的无尺度级联,通常被认为是大脑调整到临界状态的证据。虽然已经开发了模型来分别解释振荡或雪崩,但它们通常不能解释这两种现象,太复杂而无法进行分析,或者难以从数据中严格推断。在这里,我们提出了一个非平衡反馈驱动的伊辛类神经网络,同时定量捕获无标度雪崩和规模特定的振荡。在最简单但完全微观的模型版本中,我们可以通过分析计算相图,并通过对模型的两个基本参数进行易于理解的推断,与人脑静息状态活动记录直接联系。推断的模型定量捕获动态范围广泛的尺度,从单个传感器振荡和多个传感器上的近同步极端事件的集体行为,神经元雪崩展开在多个传感器跨多个时间箱。重要的是,推断出的参数与模型无关的签名“接近临界”,这表明在大脑活动中的尺度特异性(神经振荡)和无尺度(神经元雪崩)动力学的共存发生在接近非平衡临界点的自我持续振荡的开始。
2022-07-26 cond-mat.dis-nn cond-mat.stat-mech physics.bio-ph
Quaternion Dynamics of the Brain
描述了大脑中自动和意识过程之间相互作用的非线性动力学模型。感觉、情绪和反射对大脑电磁活动的影响用量子数场表示。
2003-12-31 cond-mat.dis-nn nlin.PS q-bio.NC
Is there sufficient evidence for criticality in cortical systems?
许多研究已经发现了大脑在临界点运行的证据,这一过程被称为自组织临界性。最近的一篇论文发现,在神经文化、麻醉或清醒的大脑等不同的系统中,都存在着显著的临界性。我们在此指出,这些状态的多样性将对任何声称的临界性在信息处理中的作用提出质疑。此外,我们表明,两个非关键系统通过了所有的关键性测试,在原来的文章中没有提供的控制。我们的结论是,这种假阳性表明,大脑中的临界性的存在仍然没有得到证明,我们需要更好的方法,缩放分析。
2020-12-28 q-bio.NC
Quasi-universal scaling in mouse-brain neuronal activity stems from edge-of-instability critical dynamics
大脑处于一种永久的神经活动状态,即使没有特定的任务或刺激。阐明这种动态状态的起源和功能意义对于理解大脑如何传输、处理和存储信息至关重要。一个鼓舞人心的,虽然有争议的猜想提出,一些统计特征的经验观察神经元活动可以理解的假设,大脑网络的运作在一个动态的制度,接近边缘的相变。此外,由此产生的关键行为,其伴随的规模不变性,被认为是进行至关重要的功能优势。在这里,我们提出了一个数据驱动的分析,该分析基于对小鼠大脑不同区域中数千个单个神经元活动的同时高通量记录。为了分析这些数据,我们协同结合了研究大脑活动的尖端方法(如现象学重整化群方法和推断神经种群一般动力学状态的技术),同时设计了互补工具。这一策略使我们能够发现尺度不变性的强烈特征,这种特征在大脑区域中是“准普遍的”,并揭示所有这些区域都在或多或少的程度上接近不稳定的边缘。此外,这一框架使我们能够区分准普遍背景活动和非普遍输入相关活动。总之,这项研究提供了强有力的证据表明,大脑网络实际上是在一个关键的制度,除其他功能优势,为他们提供了一个规模不变的活动协方差,可以维持最佳的输入表示基板。
2022-07-07 cond-mat.stat-mech physics.comp-ph q-bio.NC
Point process analysis of large-scale brain fMRI dynamics
功能性磁共振成像(fMRI)技术为我们了解大脑功能做出了重大贡献。目前的方法是基于脑血氧水平依赖性(BOLD)信号中的\emph{gradual and continuous}变化的分析。与该方法不同,最近的工作表明,通过仅检查相对大幅度的BOLD信号峰值可以获得等效的结果,这表明相关信息可以浓缩在\emph{discrete}事件中。这里进一步探讨了这个想法,以证明如何通过这些事件的时间和位置来捕获静息状态下的大脑动力学,即,在时空点过程中。作为原理证明,我们表明可以从这样的点过程中提取静息状态网络(RSN)映射。此外,分析揭示了雪崩的活动,这是由相同的动力学和统计特性之前所描述的神经元事件在较小的尺度。鉴于静息状态脑动力学的功能相关性,其表示为离散过程可能有助于大规模分析健康和疾病中的脑功能。
2011-07-22 cond-mat.dis-nn q-bio.NC
Recurrence Quantification Analysis of Dynamic Brain Networks
有证据表明,大脑网络动力学是大脑功能和功能障碍的关键决定因素。在这里,我们提出了一个新的框架来评估基于递归分析的大脑网络的动态。我们的框架使用递归图和递归量化分析来表征动态网络。对于静息态脑磁图动态功能网络(dFN),我们发现癫痫患者的功能网络比健康对照组更快地复发。这表明dFN的复发可用作癫痫的生物标志物。对于立体脑电图数据,我们发现癫痫发作中涉及的dFN在癫痫发作之前出现,并且复发分析使我们能够检测癫痫发作。我们进一步观察癫痫发作前后不同的dFN,这可能为预防癫痫发作的神经刺激策略提供信息。我们的框架也可用于了解dFN在健康的脑功能和其他神经系统疾病,除了癫痫。
2020-09-16 cond-mat.dis-nn q-bio.NC
Self-organized criticality enables conscious integration through brain-body resonance
Nova University Lisbon – Cairo Branch(里斯本新大学开罗分校)
该研究通过脑-体共振维持的自组织临界性揭示了意识整合的机制,发现传统预处理方法会破坏整合动态,而原始数据中的临界动态支持大规模神经协调与事件相关处理的耦合。
2026-05-21 eess.SP q-bio.NC
Neuronal avalanches and critical dynamics of brain waves
从一般的非线性波哈密顿形式导出的脑电波频谱的缩放的解析表达式与实验“神经元雪崩”数据显示出良好的一致性。弱瞬逝非线性脑电波动力学理论揭示了隐藏在神经元雪崩现象学统计描述背后的潜在集体过程,并将整个脑活动状态范围连接在一起,从振荡波样模式到神经元雪崩,到不相干尖峰,表明神经元雪崩只是皮层组织中丰富的波过程的不同非线性侧的表现。在更广泛的方式,这些结果表明,通过所有可能的组合的三阶非线性项所描述的一般波哈密顿系统的波模式相互作用,必然产生非谐波模式的时间和空间的标度特性,遵循无标度幂律。据我们所知,这在物理学文献中从未报道过,可能适用于许多涉及波过程的物理系统,而不仅仅是神经元雪崩。
2021-11-15 nlin.AO q-bio.NC
Does the brain behave like a (complex) network? I. Dynamics
本文探讨复杂网络结构对大脑动力学的影响,通过定义“网络性”并分析大脑解剖与动力学,论证网络结构是大脑活动真正的组织原则而非仅仅是描述工具。
2024-12-23 cond-mat.dis-nn nlin.AO q-bio.NC
Critical periods and Autism Spectrum Disorders, a role for sleep
大脑发育依赖于经验和基因定义的程序。某些大脑回路特别容易接受外部刺激的时间窗口,导致可塑性增强,被称为关键时期。睡眠被认为对大脑的正常发育至关重要。重要的是,研究表明,睡眠增强了关键期的可塑性,并促进了哺乳动物大脑发育中的经验依赖性突触修剪。因此,关键时期的正常可塑性取决于适当的睡眠。相对于典型的发展,自闭症谱系障碍(ASD)中入睡和保持睡眠的问题发生率更高。在这篇综述中,我们探讨了睡眠,关键期可塑性和ASD之间的潜在联系。首先,我们回顾了关键期可塑性在典型发育中的重要性以及睡眠在这一过程中的作用。接下来,我们总结了在高置信度ASD基因候选者的啮齿动物模型中ASD与突触可塑性缺陷之间的联系。然后,我们发现,几乎所有高置信度的ASD啮齿动物模型,显示睡眠缺陷也显示可塑性缺陷。考虑到睡眠对关键期可塑性的重要性,理解突触可塑性、睡眠和ASD大脑发育之间的联系是至关重要的。然而,缺乏研究ASD小鼠模型关键时期的睡眠或可塑性的研究。因此,我们强调迫切需要考虑在睡眠和可塑性神经发育障碍的研究发展轨迹。
2022-01-18 q-bio.NC
Failure of adaptive self-organized criticality during epileptic seizure attacks
临界动力学被认为是一个有吸引力的模式,正常的大脑功能作为信息处理和计算能力被发现是优化。最近的实验观察的神经元活动模式的幂律分布,一个标志性的系统在一个临界状态,导致了假设,人类大脑动力学可以在有序和无序的活动之间的相变。到目前为止,一个尚未解决的问题涉及关键大脑活动的医学意义以及它与病理条件的关系。使用侵入性脑电图记录从人类的数据,我们表明,在癫痫发作的攻击神经元活动模式偏离正常观察到的幂律分布特征的关键动态。这些观察结果的比较,从一个计算模型表现出自组织临界(SOC)的基础上自适应网络允许进一步深入了解潜在的动态。总之,这些结果表明,大脑动力学偏离临界癫痫发作期间所造成的自适应SOC的失败。
2011-05-24 nlin.AO q-bio.NC
Control of Dynamics in Brain Networks
有效控制大脑动力学的能力对于增强人类的认知功能和改善他们的生活质量具有很大的希望。然而,成功地控制神经系统中的动态是具有挑战性的,部分原因是大脑的巨大复杂性和大量的相互作用可以驱动任何单一的变化。虽然我们已经对单个神经元的控制有了一些了解,但对大规模神经系统(多个相互作用组件的网络)的控制仍然知之甚少。解决这一差距的努力包括构建控制大脑网络的工具,主要是根据控制和动力系统理论改编的。根据目前实际干预的机会,这些理论贡献提供了从各种数学方法中得出的模型。我们提出了有趣的动态脑网络的有效控制策略的最新发展,我们还描述了潜在的机制,这些过程的基础。我们回顾了在控制一般神经生理过程中所做的努力,这些努力对大脑发育和认知功能有影响,以及在医学背景下控制改变的神经生理过程,如麻醉管理、癫痫发作抑制和帕金森病的脑深部电刺激。最后,我们对网络控制的新兴结果进行了前瞻性的讨论,特别是处理非线性动力学或更现实的控制过渡轨迹的方法,可以用来直接解决神经科学中的紧迫问题。
2018-05-14 cond-mat.dis-nn cond-mat.soft physics.bio-ph
Neural Dynamics in Parkinsonian Brain:The Boundary Between Synchronized and Nonsynchronized Dynamics
同步振荡动力学在人脑中经常被观察到。我们在一个现实的网络模型中分析了锁相的精细时间结构,并将其与帕金森病患者的实验数据进行了匹配。我们表明,实验观察到的间歇性同步可以产生适度增加耦合强度在基底神经节电路由于缺乏多巴胺。实验和建模数据的比较表明,帕金森氏病的大脑活动驻留在同步和非同步动态之间的大边界区域。处于同步的边缘可以允许容易地形成瞬时神经元组装。
2011-03-01 nlin.AO physics.bio-ph q-bio.NC
Local inhibitory plasticity tunes global brain dynamics and allows the emergence of functional brain networks
丰富的,自发的大脑活动已经在不同的时间和空间尺度上被观察到。这些动力学被认为对有效的神经功能很重要。实验证据表明,这些神经动力学在各种不同的认知状态下保持不变,以响应环境的改变和大脑结构的变化(例如,在个体、发育和许多神经系统疾病中)。这表明大脑已经进化出了稳定动态并在一系列情况下保持动态的机制。在这里,我们采用局部稳态抑制可塑性机制,平衡抑制和兴奋性活动的宏观大脑活动模型的基础上白质结构连接。我们证明,除了稳态可塑性调节网络活动,并允许出现丰富的,自发的动态在一系列的大脑配置。此外,稳态可塑性的存在最大化了功能连接的经验和模拟模式之间的重叠。因此,这项工作提出了一个简单的,本地的,生物学上合理的抑制机制,使稳定的动力学出现在大脑中,并促进功能连接网络的形成。
2015-01-20 q-bio.NC
Emergent functions of noise-driven spontaneous activity: Homeostatic maintenance of criticality and memory consolidation
受临界大脑假说启发,本研究通过SNN仿真与体外实验证明,噪声驱动的自发活动能利用STDP维持临界性与EI balance,从而实现大脑自我优化与记忆巩固,为节能神经网络设计及睡眠功能提供见解。
2025-07-13 nlin.AO q-bio.NC
BrainWorld: A Structural-Prior-Conditioned Generative Model for Whole-Brain 4D fMRI Dynamics
Department of Biomedical Engineering, Southern University of Science and Technology(南方科技大学生物医学工程系);School of Biomedical Engineering, Shenzhen University(深圳大学生物医学工程学院)
提出BrainWorld模型,利用结构MRI作为解剖先验条件,通过去噪过程生成全脑4D fMRI动态,在22个数据集上稳定生成400帧轨迹,并通过生成样本增强提升下游任务性能。
2026-06-17 cs.CV q-bio.NC
ASD Classification on Dynamic Brain Connectome using Temporal Random Walk with Transformer-based Dynamic Network Embedding
Institute of Data and Information, Tsinghua Shenzhen International Graduate School(清华大学深圳国际研究生院数据与信息研究所)
针对静态脑连接组难以表征脑活动时变特性的问题,提出BrainTWT动态网络嵌入方法,结合时间随机游走与Transformer学习判别表示,并在ABIDE上提升ASD分类性能。
2025-03-16 cs.LG q-bio.NC
BrainOOD: Out-of-distribution Generalizable Brain Network Analysis
College of Computing and Data Science, Nanyang Technological University(南洋理工大学计算与数据科学学院);Department of Computer Science and Engineering, The Chinese University of Hong Kong(香港中文大学计算机科学与工程学系);S-Lab, Nanyang Technological University(南洋理工大学S-Lab)
BrainOOD 提出专用于脑网络的 GNN 框架,通过特征选择、结构提取和改进的图信息瓶颈恢复因果子图,以提升分布外泛化与可解释性,并构建首个 OOD 脑网络基准。
2025-02-02 cs.LG q-bio.NC
A Neuronal Model at the Edge of Criticality: An Ising-Inspired Approach to Brain Dynamics
本文构建受 Ising 模型启发、含不应期约束的二维神经元网络,揭示其在临界温度附近呈现同步转变及长程关联等临界特征。
2025-06-08 cond-mat.soft q-bio.NC stat.CO
Mapping how local perturbations influence systems-level brain dynamics
人类大脑表现出相对稳定的时空组织,支持大脑功能,并可以通过局部脑刺激进行操纵。这种对局部皮层动力学的扰动被不同的神经系统全局整合。然而,神经活动的局部变化如何以及为什么影响大规模系统动力学仍然不清楚。在这里,我们简要回顾了经验和计算研究,解决如何本地化扰动影响大脑活动。然后,我们系统地分析了一个大规模的大脑动力学模型,评估了不同部位大脑活动的局部变化如何影响全脑动力学。我们发现,局部刺激诱导大脑活动的变化,可以概括为相对平滑的调谐曲线,这涉及到一个区域的有效性作为一个刺激位点,其在皮层层次结构中的位置。我们的研究结果也支持这样的观点,即大脑中枢,在一个较慢的制度,更有弹性的焦点扰动和关键有助于保持稳定的全球大脑动力学。相比之下,以更快的活动为特征的周边区域的扰动对功能连接具有更大的影响。作为一个平行的区域水平的结果,我们还发现,周边系统,如视觉和感觉运动网络更受局部扰动比高层次的系统,如扣带-鳃盖网络。我们的研究结果强调了外围到核心层次结构的重要性,以确定局部刺激对大脑网络的影响。我们还提供了新的资源,以定向的经验工作,旨在操纵功能连接使用非侵入性脑刺激。
2016-09-02 q-bio.NC
Using EEG-based brain connectivity for the study of brain dynamics in brain-computer interfaces
大脑连接的分析旨在了解功能网络进入大脑的出现。这些信息可用于脑机接口(BCI)的脑电(EEG)信号分析和分类过程中。这些系统为有运动障碍的人提供了另一种沟通和控制渠道。在这篇文章中,提出了四种策略,用于在BCI环境中使用脑连接作为工具,以更深入地了解大脑机制,其主要目的是结合不同的神经技术和外骨骼开发面向步态神经康复的方案。这一计划将有助于改进现有计划和/或设计新的控制战略以及康复方法。
2020-07-18 q-bio.NC stat.AP
Dynamic Brain Transformer with Multi-level Attention for Functional Brain Network Analysis
Emory University(埃默里大学);Georgia Institute of Technology(佐治亚理工学院)
本文提出动态脑Transformer(DART),结合静态与动态脑网络,利用多层级注意力机制分析功能性脑网络,以提升预测性能、增强可解释性,并解决低信噪比问题。
2023-09-05 cs.AI cs.LG q-bio.NC
Critical elements for connectivity analysis of brain networks
近年来,随着联结主义方法的出现,神经影像学领域引入了新的重要观点。在这种新的背景下,重要的是不仅要知道哪些大脑区域被特定的刺激激活,而且主要是这些区域在结构上和功能上是如何连接的,分布的,以及与其他区域相关的组织。另外,网络元件的布置,即,它的拓扑结构和它们所产生的动力也很重要。这种新方法被称为连接组学。它汇集了一系列技术和方法,能够系统化,从神经系统的不同类型的信号和图像,神经元单元到大脑区域是如何连接的。通过这种方法,不同的连接模式可以通过所谓的连接体以图形和数学的方式表示。连接体使用定量度量来评估来自神经束和通路的图像的结构和功能信息或来自细胞群或脑区域的代谢和/或电生理活动的信号。此外,通过充分处理这些信息,也可以推断因果关系。通过这种方式,结构和功能评估是互补的描述,它们共同代表了解剖学和生理学神经特性,建立了一个新的范式,通过观察大脑连接来理解大脑的功能。在这里,我们强调了网络的五个关键要素,允许综合分析,主要集中在功能描述。这些要素包括:(i)其节点的属性;(ii)节点之间的连通性和耦合的度量;(iii)网络拓扑;(iv)网络动力学;(v)不同域之间的互连和网络表示的尺度。
2019-04-15 q-bio.NC q-bio.QM stat.AP
Criticality at work: scaling in the mouse cortex enhances performance
研究通过现象学重整化群方法分析小鼠视觉皮层神经元活动,发现非平凡标度与任务表现增强相关,临界动力学对优化行为结果至关重要。
2025-09-15 q-bio.NC
Imaging the Topology of Dynamic Brain Connectivity
Duke Kunshan University(昆山杜克大学);Duke University(杜克大学)
针对动态脑功能连接的非欧几里得数据表示难题,提出将其编码为拓扑图像的框架,通过持久图同调生成稳定嵌入并堆叠成拓扑图像,支持卷积架构与迁移学习,在早期阿尔茨海默病检测中实现临床有效准确性。
2025-11-13 q-bio.NC
Unconsciousness reconfigures modular brain network dynamics
本文基于深度睡眠和丙泊酚麻醉下的fMRI动态脑网络,采用多层模块度最大化分析,发现无意识会重构网络灵活性并缩小动态核心对应的最大时空模块。
2020-12-19 q-bio.NC
Brain Network Dynamics and Multiscale Modelling of Neurodegenerative Disorders: A Review
该综述聚焦阿尔茨海默病、帕金森病等神经退行性疾病的脑网络建模挑战,梳理相关大规模模型、病理机制与治疗研究,探讨数据驱动方法的作用,指出耦合多尺度模型对解析疾病机制、开发疗法的重要性。
2024-10-30 q-bio.NC
Artificial intelligence as a surrogate brain: Bridging neural dynamical models and data
Southern University of Science and Technology(南方科技大学);Huazhong University of Science and Technology(华中科技大学);Steklov-Wuhan Institute for Mathematical Exploration, Huazhong University of Science and Technology(华中科技大学SteKlov武汉数学探索中心);Great Bay University(大湾区大学);Beijing Institute of Technology(北京理工大学)
本文提出构建基于AI的代理大脑的统一框架,整合正向建模、逆问题求解与模型评估,利用大规模脑数据准确预测全脑动力学,为动力学系统分析、虚拟扰动和模型引导神经刺激提供仿真平台,桥接理论神经科学与转化神经工程学。
2025-10-11 cs.NE q-bio.NC
Whole Brain Network Dynamics of Epileptic Seizures at Single Cell Resolution
癫痫发作的特征在于多个尺度的异常脑动力学,涉及单个神经元、神经元集合和粗糙的脑区域。理解这种突发性种群动力学的原因的关键是在多个大脑尺度上捕捉神经元活动的集体行为。在这篇论文中,我利用斑马鱼幼鱼捕捉癫痫发作时整个大脑的单细胞神经元活动。首先,我利用统计物理方法来量化癫痫发作期间单个神经元动力学的集体行为。在这里,我展示了一个人口机制,通过该机制,单神经元动力学组织成癫痫发作:大脑动力学偏离相变。其次,我利用单神经元网络模型来识别实际导致这种转变发生的突触机制。在这里,我表明网络中神经元连接的密度是驱动全身性癫痫发作动力学的关键。有趣的是,这种变化也破坏了大脑网络的网络反应特性和灵活的动力学,从而将癫痫发作期间的微尺度神经元变化与突发性脑功能障碍联系起来。第三,我利用非线性因果推理方法来研究癫痫发作发生的潜在神经元相互作用的性质。在这里,我展示了癫痫发作是由高度同步性驱动的,但也是由神经元之间高度非线性的相互作用驱动的。有趣的是,这些非线性特征在宏观尺度上被过滤掉,因此可以代表可用于微观尺度干预策略的神经元特征。这篇论文展示了多尺度动力学研究的实用性,在斑马鱼幼鱼,连接在微尺度上的神经元活动与突发性癫痫发作期间的属性。
2022-12-12 q-bio.NC
Dark Signals in the Brain: Augment Brain Network Dynamics to the Complex-valued Field
Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University(复旦大学生物启发智能科学与技术研究院);Key Laboratory of Computational Neuroscience and Brain-Inspired Intelligence (Fudan University), Ministry of Education, China(教育部计算神经科学与生物启发智能重点实验室(复旦大学));School of Mathematical Sciences, Fudan University(复旦大学数学科学学院);Center for Brain and Cognition, Computational Neuroscience Group, Department of Information and Communication Technologies, Universitat Pompeu Fabra(庞培法布拉大学信息与通信技术系脑与认知中心计算神经科学组);MOE Frontiers Center for Brain Science, Fudan University(复旦大学教育部脑科学前沿中心);Department of Computer Science, University of Warwick(华威大学计算机科学系)
本文提出物理信息驱动的数据驱动框架,用Hilbert变换引入作为共轭动量的潜在“暗信号”,将全脑活动提升到复值场,显著提升预测与拟合并揭示有效连接的年龄及任务重构。
2025-09-29 q-bio.NC
The Dynamics of Functional Brain Networks: Integrated Network States during Cognitive Function
更高的大脑功能依赖于在大脑区域的专门社区中灵活整合信息的能力,但目前还不清楚这种机制如何随着时间的推移而表现出来。在这项研究中,我们使用功能磁共振成像数据的时间分辨网络分析来证明人类大脑在两种功能状态之间穿梭,这两种状态最大限度地分离成紧密联系的社区或整合其他不同的神经区域。整合状态使认知任务的表现更快,更准确,并与瞳孔直径的扩张有关,这表明上行神经调节系统可能会控制这些替代模式之间的过渡。我们的数据证实了认知能力和大脑网络结构的动态重组之间的直接联系。
2016-08-01 q-bio.NC