Synchronization with mismatched synaptic delays: A unique role of elastic neuronal latency
我们表明，不可避免的增加神经元响应潜伏期持续刺激作为一个不均匀的逐渐拉伸的神经元回路延迟环，并出现作为一个重要的机制，在形成各种类型的神经元定时器。同步作为一种瞬态现象出现，没有预定义的精确匹配的突触延迟。这些发现描述在一个实验过程中，条件刺激被强制嵌入在一个大规模的网络的皮层细胞在体外的神经元电路，并证实了神经元模拟。他们证明了一种新的皮层时间尺度，其基于神经元回路延迟环路每尖峰几十微秒的拉伸，并且具有几毫秒的实际延迟，同步出现在有限部分的神经元回路延迟中。
2012-09-12 q-bio.NC
Signal processing in local neuronal circuits based on activity-dependent noise and competition
我们研究了可塑性突触耦合的递归神经元网络对弱信号检测的特性。结果表明，在突触传递的异步组件的存在下，网络获得的选择性相对于弱周期性刺激的频率。对于非周期性调频刺激，响应由输入（信号）和输出（网络活动）之间的互信息量化，并通过突触抑制进行优化。在信号结构中引入相关性导致输入输出互信息的减少。我们的研究结果表明，在具有可塑性连接的神经系统中，信息不仅仅是被动地由信号携带的;相反，信号本身的信息内容可能决定了局部神经元回路对其进行处理的模式。
2009-07-20 q-bio.NC
Embodied Biocomputing Sequential Circuits with Data Processing and Storage for Neurons-on-a-chip
针对传统硅基计算逼近极限的问题，本研究通过建模与仿真构建了含NAND门、SR锁存器等的神经元时序电路，验证了其信息编码、同步克服及可扩展低代谢负担的特性，为具身生物计算奠定基础。
2024-08-14 cs.ET q-bio.NC
A Variational Latent Equilibrium for Learning in Neuronal Circuits
本文提出了一种变分潜在平衡方法，用于近似BPTT算法，统一并扩展了多种时空信用分配方法，为大脑时空深度学习提供了理论框架，并提出了物理电路的实现蓝图。
2026-03-12 cs.AI cs.NE cs.SY
Adaptive observers for biophysical neuronal circuits
本文提出一种用于神经元电路非线性系统的自适应观测器，通过递归最小二乘法及增强设计实现状态与参数的在线估计，并基于收缩理论分析了其收敛性与鲁棒性。
2023-06-28 cs.SY eess.SY q-bio.NC
Activity-dependent stochastic resonance in recurrent neuronal networks
我们使用局部神经元回路的生物物理模型来研究突触可塑性对检测弱感觉刺激的影响。具有快速塑性耦合的网络表现出与随机共振一致的行为。增加一个额外的慢耦合，占异步释放的神经递质的结果在定性不同的性质的信号检测，也导致出现短暂的刺激后双稳态。我们的研究结果提出了可检验的假设，关于局部神经元回路的自组织和动力学。
2008-06-10 q-bio.NC q-bio.PE
Emergent tuning heterogeneity in cortical circuits is sensitive to cellular neuronal dynamics
针对皮层回路中涌现的调谐异质性，提出一种特征调谐平衡态网络解析框架，允许突触后电流和细胞兴奋性存在多样异质性，为神经回路推断提供了严格且精确的理论基础。
2025-11-05 physics.bio-ph q-bio.NC
An Accelerated LIF Neuronal Network Array for a Large Scale Mixed-Signal Neuromorphic Architecture
我们提出了一个阵列的泄漏积分和消防（LIF）神经元电路设计的第二代BrainScaleS混合信号65纳米CMOS神经形态硬件。神经元阵列嵌入在按比例缩小的原型CANANN-DLS芯片的模拟网络核心中。作为连续时间电路设计，神经元是具有加速动态特性的高度可调和可重构元件。每个神经元整合来自大量传入突触的输入电流，并唤起数字尖峰事件输出。该电路为突触和膜时间常数以及不应期提供了广泛的调谐范围，以覆盖许多计算模型。我们阐明我们的设计方法，底层电路设计，校准和测量结果，从各个子电路跨多个模具。电路动态与LIF数学模型的行为相匹配。我们进一步展示了一个赢家通吃网络的原型芯片作为一个典型的元素皮层处理。
2018-05-23 cs.ET physics.bio-ph physics.comp-ph
Toward Neuronal Implementations of Delayed Optimal Control
本研究针对动物神经回路如何实现最优控制行为的问题，探索延迟线性二次调节器的神经元实现方式，发现三种可实现同一二阶控制器的最小神经回路构型，并提出衔接控制器与神经实现的相关概念。
2025-03-19 cs.SY eess.SY q-bio.NC
Anticipated synchronization in neuronal circuits unveiled by a phase-resetting curve analysis
预期同步（AS）是一种反直觉的行为，已经在几个系统中观察到。当AS建立在发送器-接收器配置中时，后者可以预测前者对于某些参数值的未来动态。特别是在神经科学中，AS被提出来解释猴子大脑皮层活动中记录的信息流和时间滞后之间的明显差异。尽管它的成功，一个清晰的了解机制，产生AS在神经元回路仍然缺乏。在这里，我们使用著名的相位重置曲线（PRC）的方法来研究原型发送器-接收器-interneuron神经元基序。我们的目标是更好地了解延迟到预期同步和预期同步到相位漂移制度之间的过渡是如何发生的。我们构建了一个地图的基础上PRC方法来预测的锁相制度及其稳定性。我们发现，一个PRC功能的两个变量，同时占从发送器和interneuron到接收器的输入，是必不可少的再现使用霍奇金-赫胥黎模型的神经元得到的数值结果。相反，考虑两个独立的单变量PRC的总和的典型近似对于中间神经元之间的抑制性连接的中间到高值失败。特别是，它失去了延迟同步到预期同步的转换。
2017-03-09 physics.bio-ph q-bio.NC
Reconstruction of Sparse Circuits Using Multi-neuronal Excitation (RESCUME)
神经科学的核心问题之一是重建神经回路中的突触连接。神经元上的突触可以通过顺序刺激潜在的突触前神经元同时监测突触后神经元的膜电压来探测。使用这种“蛮力”方法重建大型神经电路是相当耗时且低效的，因为神经电路中的连接是稀疏的。相反，我们建议测量突触后神经元的电压，同时刺激顺序随机子集的多个潜在的突触前神经元。为了从记录的电压中重建这些突触连接，我们应用了最近开发的用于压缩感知的解码算法。与蛮力方法相比，我们的方法保证了显着的时间节省，随着电路的大小而增长。我们使用计算机模拟，以找到最佳的刺激参数，并探讨我们的重建方法在现实的实验条件下，包括噪声和非线性突触整合的可行性。多神经元刺激允许仅从突触后神经元的尖峰活动重建突触连接，即使在亚阈值电压不可用时。通过使用钙指示剂、电压敏感染料或多电极阵列，人们可以同时监测多个突触后神经元的活动，从而并行地映射它们的突触输入，潜在地重建完整的神经回路。
2012-10-04 cs.DS q-bio.NC
Antifragile control systems in neuronal processing: A sensorimotor perspective
本文从感觉运动视角提出反脆弱控制框架，利用反脆弱性原理分析闭环神经元网络在不确定性和波动性中获益的行为，并引入网络设计原则以推动神经形态实现与技术转移。
2024-04-23 cs.SY eess.SY q-bio.NC
Sparse chaos in cortical circuits
Columbia University（哥伦比亚大学）；Kavli Institute of Brain Science（卡弗里脑科学研究所）；Göttingen Campus Institute for Dynamics of Biological Networks（哥廷根校区生物网络动力学研究所）；Max Planck Institute for Dynamics and Self-Organization（马克斯·普朗克动力学与自组织研究所）；Georg-August-Universität Göttingen（哥廷根大学）；Bernstein Center for Computational Neuroscience（伯恩斯坦计算神经科学中心）
本文利用计算遍历理论证明神经冲动生成机制深刻影响皮层回路的集体混沌，发现超过临界点后网络进入稀疏混沌状态，并揭示单神经元生物物理特性与回路可控性及信息流动之间的紧密联系。
2024-12-30 cond-mat.dis-nn cs.LG nlin.CD
Cellular switches orchestrate rhythmic circuits
抑制性小神经元回路是产生和调节多种运动功能共存节律的关键神经元基序。我们的论文强调了细胞开关机制在编排这种电路中的作用。蜂窝交换机使得电路可重构、鲁棒、自适应和外部可控。如果没有这种细胞机制，电路的节奏完全依赖于突触连接的特定调谐，这使得它们刚性，脆弱，难以从外部控制。我们说明了这些特性的一个小的网络控制幽门和胃的节奏螃蟹的研究架构。细胞开关是由一个缓慢的负电导提供的，在中央模式发生器的数学建模中经常被忽略。我们建议，这种电导是简单的模型和关键的节奏电路神经调制的计算研究。
2018-02-19 math.OC q-bio.NC
From the statistics of connectivity to the statistics of spike times in neuronal networks
理解神经回路的一个重要步骤是将它们的结构和动力学联系起来。一般来说，这种关系几乎可以任意复杂。然而，最近的理论工作已经开始确定神经回路中集体尖峰活动背后的一些广泛原则。首先，网络连接的局部特征在预测网络活动的全局统计数据方面可以非常有效。第二个是，对于具有兴奋-抑制平衡的大型网络的重要情况，相关尖峰持续存在或消失取决于经常性和前馈连接的空间尺度。最后，我们展示了这些想法以及可塑性规则如何帮助关闭网络结构和活动统计之间的循环。
2017-03-09 q-bio.NC
Robust online estimation of biophysical neural circuits
本研究探讨了自适应观测器在神经元网络参数估计中的鲁棒性，发现去中心化和冗余能在模型存在不确定性和失配时恢复集中式递归均方算法的性能。
2023-09-08 cs.SY eess.SY q-bio.NC
Joint Learning Neuronal Skeleton and Brain Circuit Topology with Permutation Invariant Encoders for Neuron Classification
Wuhan University（武汉大学）
本文提出NeuNet框架，通过结合神经元骨架形态与神经回路拓扑信息实现自动化神经元分类，并在人类大脑皮层和果蝇大脑的VEM图像数据集上分别取得0.9169和0.9363的准确率。
2024-03-26 cs.CV eess.IV q-bio.NC
Can Transfer Entropy Infer Information Flow in Neuronal Circuits for Cognitive Processing?
本研究针对运动检测与声音定位任务的人工神经回路，测试传递熵推断信息流的准确性，发现其存在因果误判问题且程度依任务而异，强调需理解认知处理中信息流的基础逻辑。
2019-12-05 cs.NE nlin.AO q-bio.NC
Neural System Identification with Spike-triggered Non-negative Matrix Factorization
Peking University（北京大学）；Peng Cheng Laboratory（鹏城实验室）；University of Edinburgh（爱丁堡大学）；University of Leicester（莱斯特大学）
大脑中形成的神经元回路是复杂的，具有错综复杂的连接模式。这种复杂性也在视网膜中观察到，作为相对简单的神经元回路。视网膜神经节细胞接收来自前几层神经元的兴奋性输入，作为激发尖峰的驱动力。需要能够以系统的方式破译这些成分的分析方法。最近，一种称为尖峰触发的非负矩阵分解（STNMF）的方法已被提出用于此目的。在这项研究中，我们扩展了STNMF方法的范围。通过使用视网膜神经节细胞作为模型系统，我们表明，STNMF可以检测上游双极细胞的各种计算特性，包括空间感受野，时间滤波器，和传输非线性。此外，我们从STNMF的权重矩阵中恢复突触连接强度。此外，我们表明，STNMF可以分离成几个子集的尖峰的神经节细胞的尖峰，每个子集是由一个突触前双极细胞。总之，这些结果证实了STNMF是一种有用的方法，用于破译神经元电路的结构。
2020-03-01 cs.LG cs.NE q-bio.NC
On The Ignition, Propagation and Termination Of The Neuronal Bursting Activity During Ictogenesis In Epileptic Patients
癫痫会导致自发性癫痫发作的概率持续增加。由于神经网络内有利于兴奋的兴奋性与抑制性输入之间的微调平衡的急性干扰，发作发生。目前的文献提出活动依赖性去抑制是慢性癫痫的有效机制，但没有提供线索，说明为什么这种机制只出现在癫痫患者中，以及过度活跃的癫痫发作网络中活动依赖性去抑制导致的恶性循环将如何结束。一个新的模型，提出慢性癫痫作为一种疾病的错误架构的神经回路，进行了讨论。其中，可变的遗传或获得的易感因素驱动多个神经回路的构造异常，导致活动依赖性正反馈兴奋性回路，其将正常神经回路转变为发作病灶。这种新的机制，点燃活动依赖性不稳定的兴奋与随后相对稳定的去抑制，导致发作性逸搏节律。这种爆发活动的传播发生在电化学上通过突触通信到远程易感电路，或化学上通过触发波招募未连接的近端神经元。当抑制性中间神经元在功能上恢复并重新施加其对致痫回路的抑制作用以将逃逸节律转化为正常的、受控的输出时，终止突然发生。所提出的模型阐明了各种神秘的疾病的特点，并说明了最终结果的ictogenic机制所产生的各种各样的人类自发性和获得性癫痫的病因，以及从正常活动的发作过渡的时间。
2018-10-18 q-bio.NC
Revealing structure components of the retina by deep learning networks
Institute for Theoretical Computer Science, Graz University of Technology（格拉茨技术大学理论计算机科学研究所）
深度卷积神经网络（CNN）在视觉对象分类任务上表现出令人印象深刻的性能。此外，它也是预测视觉系统神经元反应的一个有用模型。然而，对于CNN在视觉神经元回路方面学习什么仍然没有明确的理解。可视化CNN的特征以获得与神经科学基础的可能联系并不容易，因为从视网膜到高级视觉皮层的电路非常复杂。在这里，我们解决这个问题，专注于单一的视网膜神经节细胞与一个简单的模型和电生理记录从蝾螈。通过用白噪声图像训练CNN来预测神经反应，我们发现最终学习的卷积滤波器类似于视网膜回路的生物组件。这些滤波器所代表的特征平铺了视网膜神经节细胞的常规感受野的空间。这些结果表明，CNN可以用来揭示神经元回路的结构成分。
2017-11-08 cs.CV q-bio.NC stat.ML
A simple mathematical theory for Simple Volatile Memristors and their spiking circuits
本文为简单易失忆阻器及其尖峰电路建立数学理论，揭示滞回环特性与频率-时间尺度关系，并分析电路动力学及随机效应下的新放电模式。
2024-09-19 cond-mat.soft q-bio.NC
In vivo labeling and quantitative imaging of neurons using MRI
哺乳动物的大脑是一个复杂的器官，包含数十亿个神经元。这些神经元形成控制感知、认知、情感和行为的各种神经回路。发展在体神经元标记和成像技术对于研究神经回路的结构和功能至关重要。体内技术可以提供离体方法无法提供的真实生理信息。在这项研究中，我们描述了一种新的策略，在体内神经元标记和定量使用MRI。为了证明这种新方法的能力，我们使用嗜神经病毒将oatp 1a 1基因递送到靶神经回路。OATP 1A 1蛋白在神经元膜上表达，可增加特异性MRI造影剂（Gd-EOB-DTPA）的摄取。通过使用T1加权图像进行观察，标记的神经元在MRI上“亮起”。我们进一步使用基于动态对比度增强的方法来获得提供标记神经元在体内的定量信息的措施。
2022-11-13 q-bio.NC q-bio.QM
How the connectivity structure of neuronal networks influences responses to oscillatory stimuli
振荡信号通过皮层的传播和相干性是由神经元回路的连接结构形成的。本研究系统地探讨了网络和刺激的性质，形状网络的反应。结果表明，如何输入到一个皮质柱模型的初级视觉皮层激发动力学模式所确定的层状图案。刺激上层的抑制性神经元再现了实验观察到的伽马频率的共振，其起源可以追溯到两个解剖子电路。我们系统地发展这一结果：首先，我们强调的刺激幅度和过滤器的神经元对振荡刺激的响应特性的影响。随后，我们分析了放大振荡刺激的有效网络结构。我们证明，刺激的放大，以及它们在不同人群中的可见性，可以用特定的网络模式来解释。受实验结果的启发，我们问是否可以通过施加振荡刺激来推断振荡的解剖起源。我们发现，不同的网络模体可以产生类似的响应振荡输入，显示在网络响应的共振不能，直截了当地说，被分配给他们出现的图案。应用分析的尖峰模型的皮质柱，我们描述了如何动态模式结构，这是引起的层流连接，处理外部输入。特别是，我们表明，施加到特定人群的刺激通常elaborate几个相互作用的模式的反应。因此，所得到的网络响应由多个贡献组成，因此既不能被分配给单个模式，也不一定与电路的固有谐振一致。
2017-04-26 q-bio.NC
"More Is Different'' in Neural Circuits: Algebraic Emergence of Effective Theories in Canonical Recurrent Motifs of Biological Neuronal Networks
McGovern Institute for Brain Research, Massachusetts Institute of Technology（麻省理工学院麦戈文脑研究所）；The NSF AI Institute for Artificial Intelligence and Fundamental Interactions (IAIFI)（美国国家科学基金会人工智能与基础相互作用AI研究所）
该研究将神经回路基序代数化为有限变换系统，分析其转换幺半群，发现WTA与DN组合会产生原始生成器不存在的复合局部循环，揭示神经回路的代数结构对其计算能力的约束。
2026-09-01 cs.FL cs.NE nlin.CD
Lamina-specific neuronal properties promote robust, stable signal propagation in feedforward networks
前馈网络（FFN）是神经系统中普遍存在的结构，并已被研究以了解可靠的信号和信息传输机制。在许多FFN中，一层中的神经元具有与其突触前/突触后层中的神经元不同的内在特性，但这如何影响网络级信息处理仍有待探索。在这里，我们表明，层与层的异质性所产生的层特异性的细胞特性，促进信号和信息传输的FFNs。具体来说，我们发现，信号变换，由每一层的神经元上的输入驱动的尖峰信号，解调前几层引入的信号失真。该机制增强了由传播尖峰信号携带的信息传输，从而支持深FFN中的可靠尖峰信号和信息传输。我们的研究表明，神经回路中不同的细胞类型，执行不同的计算功能，总体上促进了信息处理。
2020-10-23 cs.NE q-bio.NC
Revealing Fine Structures of the Retinal Receptive Field by Deep Learning Networks
Tsinghua University（清华大学）；Peking University（北京大学）；University of Leicester（莱斯特大学）
深度卷积神经网络（CNN）在许多视觉任务上表现出令人印象深刻的性能。最近，它们成为神经科学中视觉系统的有用模型。然而，目前还不清楚CNN在神经元回路方面学到了什么。当具有许多层的深层CNN用于视觉系统时，由于从视网膜到更高视觉皮层的高度复杂的电路，将CNN的结构组件与可能的神经科学基础进行比较并不容易。在这里，我们解决这个问题，专注于单一的视网膜神经节细胞的生物物理模型和记录数据的动物。通过用白噪声图像训练CNN来预测神经元响应，我们发现可以揭示视网膜感受野的精细结构。具体来说，学习的卷积滤波器类似于视网膜回路的生物组件。这表明从单个视网膜细胞学习的CNN揭示了在该细胞中进行的最小神经网络。此外，当从不同小区学习的CNN在小区之间转移时，存在转移学习性能的多样性，这表明CNN是小区特定的。此外，当CNN在不同类型的输入图像之间传输时，这里是白噪声对对于自然图像，迁移学习显示出良好的性能，这意味着CNN确实捕获了单个视网膜细胞对不同输入的全部计算能力。总之，这些结果表明，CNN可以用来揭示神经元回路的结构成分，并为神经系统识别提供一个强大的模型。
2020-02-18 cs.LG q-bio.NC
Clique of functional hubs orchestrates population bursts in developmentally regulated neural networks
最近发现，单个神经元刺激可以影响未成熟和成年神经元回路中的网络动力学。在这里，我们报告了一种新的机制，它可以解释在神经元回路，在发展的早期阶段，一些特定的神经元在促进/阻止人口活动所发挥的特殊作用。为此，我们考虑一个标准的神经网络模型，短期突触可塑性，其人口活动的特点是突发行为。在神经元连接性和兴奋性的分布中添加发育启发的约束和相关性导致功能中枢神经元的出现，其刺激/删除对于网络活动至关重要。功能枢纽形成了一个集团，其中神经元的精确顺序激活对于点燃集体事件至关重要，而不需要任何特定的拓扑结构。阈上细胞的无监督时滞放电，与阈下神经元的协调放电有关，是协调的关键因素。
2014-09-05 cond-mat.dis-nn physics.bio-ph q-bio.NC
Multi-scale variability in neuronal competition
我们研究是否一个单一的生物物理皮层电路模型可以解释尖峰和感知的变化。我们认为知觉竞争，这提供了一个窗口，内在的神经处理，因为在某些脑区的神经活动相关的交替感知，而不是恒定的模糊刺激。尖峰变化的流行理论是一种称为平衡状态的混沌吸引子;然而，感知变化的来源是一个悬而未决的问题。我们提出了一个动力学模型与混沌吸引子，解释尖峰和感知的变化，并坚持广泛的严格的实验约束。该模型对尖峰和感知变异性如何随着刺激的变化而变化进行了定量预测。
2018-11-16 q-bio.NC
Modular architecture facilitates noise-driven control of synchrony in neuronal networks
本研究针对神经科学中网络架构与外部扰动如何调控同步性的难题，结合神经工程实验与模型，揭示模块化架构下外部噪声通过降低突触资源、增加模块间作用随机性促进去同步的机制，并构建介观模型阐明异步输入调控结构化网络动力学的原理。
2022-05-21 q-bio.NC
Temporal support vectors for spiking neuronal networks
当神经回路学习执行一项任务时，通常会有许多组突触连接与任务一致。然而，只有少数可能的解决方案对输入中的噪声具有鲁棒性，并且能够将其任务的性能推广到新的输入。找到这样的好的解决方案是学习系统的一个重要目标，特别是神经元电路。对于具有静态输入和输出的系统，解决该问题的众所周知的方法是诸如支持向量机（SVM）的大裕度方法。通过最大化数据向量与决策表面的距离，这些解决方案具有更强的噪声鲁棒性和更强的泛化能力。此外，核方法的使用使SVM能够执行需要非线性决策表面的分类任务。然而，对于动态系统的事件为基础的输出，如尖峰神经网络和其他连续时间阈值交叉系统，这种最优性标准是不适用的，由于强的时间相关性，在其输入和输出。本文介绍了一种新的静态支持向量机的扩展-时间支持向量机（T-SVM）。T-SVM找到了一个最大化新构造-动态裕度的解决方案。我们表明，T-SVM及其内核扩展在尖峰神经元中生成鲁棒的突触权重向量，并使其能够学习需要突触输入的非线性空间整合的任务。我们提出了T-SVM的非线性内核作为一个新的模型的计算作用的非线性和广泛的形态神经元树突树。
2022-05-28 cond-mat.dis-nn q-bio.NC stat.ML
An Analytically Solvable Model of Firing Rate Heterogeneity in Balanced State Networks
针对皮层回路放电率分布缺乏数学可处理性的问题，基于 Gauss-Rice 神经元模型提出一种可精确计算放电率分布的平衡态皮层回路模型，支持多群体与多突触受体，为理解单神经元及突触特性对放电率分布的影响奠定基础。
2024-12-19 q-bio.NC
Effect of Synaptic Heterogeneity on Neuronal Coordination
本研究通过在网络连接中系统性引入异质性，推导出脉冲神经网络中神经元分辨的协方差预测，揭示了突触异质性在多个数量级上调控神经元协调复杂性的机制。
2024-04-04 cond-mat.dis-nn q-bio.NC
A Bayesian approach for inferring neuronal connectivity from calcium fluorescent imaging data
推导神经回路的结构是现代神经科学的核心问题之一。最近引入的钙荧光成像方法允许实验者观察大量神经元中的网络活动，但这些技术仅提供对神经尖峰序列的间接观察，具有有限的时间分辨率和信号质量。在这项工作中，我们提出了一种贝叶斯方法，用于在给定此类成像数据的情况下推断神经电路。我们的网络活动的耦合隐藏的马尔可夫链的集合建模，每个链对应于一个单一的神经元在网络和链之间的耦合反映网络的连接矩阵。我们推导出一个蒙特卡罗期望最大化算法拟合模型参数，以获得充分统计量在计算效率的方式，我们引入了一个专门的块吉布斯算法采样从所有观察到的神经元的联合活动所观察到的荧光数据。我们进行大规模的随机连接的神经元网络与生物物理现实的参数模拟，并发现所提出的方法可以准确地推断出这些网络的连接给出合理的实验和计算约束。另外，通过标准L $_1$惩罚方法，通过结合关于网络中的连接性的稀疏性的先验知识，可以显著地提高估计准确度。
2011-07-21 q-bio.NC stat.AP
In vivo optogenetic identification and manipulation of GABAergic interneuron subtypes
本文综述了在体光遗传学结合电生理记录，通过精确光传递鉴定和操纵GABA能中间神经元亚型的方法及其在回路研究中的潜力。
2023-11-17 q-bio.NC
Neuroformer: Multimodal and Multitask Generative Pretraining for Brain Data
University of California, Santa Barbara（加州大学圣巴巴拉分校）
Neuroformer是一种多模态多任务生成式预训练Transformer，用于分析大规模神经元放电数据，能预测神经活动、推断回路连接，并通过少量微调预测行为，展现无监督关联能力。
2024-03-15 cs.LG cs.NE q-bio.NC
Learning biological neuronal networks with artificial neural networks: neural oscillations
本文提出一类基于第一性原理的人工神经网络，作为大脑神经回路高维非线性振荡动力学的忠实替代模型，并证明其在扩大参数训练范围后可泛化到不同动力学状态，为复杂神经元网络建模开辟新途径。
2022-11-21 nlin.AO q-bio.NC
Modeling the Nervous System as An Open Quantum System
提出了一种多神经元交互系统的神经网络模型，该模型模拟神经元通过神经元胞体周围环境进行交互。我们将神经元细胞周围的神经元细胞，包括树突、轴突和突触以及周围的神经胶质细胞，物理建模为神经元动作电位的电路环境中产生的各种振荡模式的集合。通过开放量子系统的主方程方法分析该神经模型的动力学，我们研究了神经元的集体行为。在对神经网络施加刺激后，神经元集体状态被激活并显示动作电位行为。我们发现，该模型能够产生随机的神经元-神经元相互作用，能够从物理上描述神经系统中的信息传递过程，为理解神经系统的动力学行为提供了一条潜在的途径。
2021-07-02 q-bio.NC quant-ph
Hopf Bifurcation in Mean Field Explains Critical Avalanches in Excitation-Inhibition Balanced Neuronal Networks: A Mechanism for Multiscale Variability
皮层神经回路在单个神经元中显示出高度不规则的尖峰，但在群体水平上显示出大规模的集体放电、振荡和临界雪崩，所有这些都对信息处理具有重要的功能。理论上，兴奋和抑制输入的平衡被认为是解释尖峰不规则性和临界雪崩可能源于潜在的相变。然而，这些多层次的动态方面的神经回路的理论和解仍然是一个悬而未决的问题。在这里，我们研究兴奋-抑制（E-I）平衡的神经元网络与生物现实的突触动力学。它可以保持不规则的尖峰动态与不同水平的同步和临界雪崩附近出现的同步过渡点。我们提出了一种新的半解析平均场论来推导控制网络宏观动力学的场方程。结果表明，网络的E-I平衡态表现为不规则的个体尖峰，具有宏观稳定态的特征，宏观稳定态可以是不动点，也可以是周期运动，其跃迁由宏观场中的Hopf分岔预测.此外，通过对公开数据的分析，我们发现在离体小鼠脑片的自发发放活动中，不规则发放和临界雪崩共存，表明了所观察到的现象的普遍性。我们的理论揭示了允许复杂的神经活动在不同的时空尺度共存的机制，并阐明了神经系统的临界性的可能起源。这也为分析E-I平衡网络的宏观动力学及其与微观对应物的关系提供了一种新的工具，这对于大规模的皮层动力学建模和计算是有用的。
2020-07-04 cond-mat.dis-nn q-bio.NC
Reorganization of columnar architecture in the growing visual cortex
在出生后的发育过程中，许多皮质区域的大小会显著增加，逐渐使神经元细胞体相互移位。目前，人们对皮质生长如何影响神经回路的发育知之甚少。在这里，在急性和慢性实验中，我们研究的布局视觉优势（OD）列猫初级视觉皮层（V1）在一段时间内的大量出生后的增长。我们发现，尽管V1的相当大的尺寸增加，列之间的间距在很大程度上被保留。相反，它们的空间布局在这一时期发生了系统性的变化。而在年轻的动物列更带状，布局变得更加各向同性的成熟动物。我们提出了一种新的机制，生长诱导的重组是基于“之字形不稳定性”，在几个无生命的图案形成系统中观察到的动态不稳定性。我们认为，这种机制是固有的广泛的一类模型的活动依赖的OD列的形成。分析这个类的一个成员，弹性网络模型，我们表明，这种机制可以解释的列间距的保存和我们观察到的OD列的重组的特定模式。我们的结论是，神经元系统转移其选择性在正常的发展过程中，这种重组是由生长过程中的皮质扩张。我们的工作表明，皮层回路在发育过程中保持可塑性很长一段时间，以促进神经元回路的修改，以适应皮层的生长。
2011-04-11 q-bio.NC
Neuronal Learning Analysis using Cycle-Consistent Adversarial Networks
University of Edinburgh（爱丁堡大学）
了解任务学习后神经回路的活动如何重塑可以揭示学习的基本机制。由于神经成像技术的最新进展，可以在几天甚至几周内从数百个神经元中获得高质量的记录。然而，人口反应的复杂性和多层面性给分析带来了重大挑战。现有的研究神经元适应和学习的方法往往对数据或模型施加强有力的假设，导致不具有概括性的有偏见的描述。在这项工作中，我们使用了一种名为CycleGAN的深度生成模型的变体，来学习$\textit{in vivo}$记录的学习前和学习后神经活动之间的未知映射。我们开发了一个端到端的管道来预处理，训练和评估钙荧光信号，以及一个解释产生的深度学习模型的程序。为了评估我们方法的有效性，我们首先在具有已知地面真实变换的合成数据集上测试我们的框架。随后，我们将我们的方法应用于从行为小鼠的初级视觉皮层记录的神经活动，其中小鼠在基于视觉的虚拟现实实验中从新手过渡到专家级性能。我们评估了生成的钙信号及其推断的脉冲序列的模型性能。为了最大限度地提高性能，我们得出了一种新的方法来预排序神经元，使基于卷积的网络可以利用空间信息，存在于神经活动。此外，我们采用视觉解释方法来提高我们工作的可解释性，并深入了解细胞活动中表现出的学习过程。总之，我们的研究结果表明，用数据驱动的深度无监督方法分析神经元学习过程有可能以公正的方式揭示变化。
2021-11-25 cs.LG q-bio.NC
Gabor-like Image Filtering using a Neural Microcircuit
在这封信中，我们提出了一个神经微电路的图像处理采用赫布自适应学习的实现。神经元回路仅利用兴奋性突触来关联动作电位，提取包含重要图像信息的不相关动作电位。该电路能够近似Gabor样图像滤波和其他图像处理功能
2014-08-08 cs.CV cs.ET q-bio.NC
A Point-process Response Model for Spike Trains from Single Neurons in Neural Circuits under Optogenetic Stimulation
光遗传学是一种新的工具，用于研究神经元回路，这些神经元回路经过基因修饰，可以通过闪光刺激。我们研究了光遗传学刺激下神经回路内单个神经元的记录。来自这些实验的数据提出了对高频点过程（神经元尖峰）进行建模的统计挑战，而输入是另一个高频点过程（闪光）。我们进一步发展了一个广义线性模型的方法来模拟两个点过程之间的关系，采用加性点过程响应函数。由此产生的模型，点过程响应光遗传学（PRO），提供了明确的非线性变换，以连接输入点过程与输出。这样的响应函数可以提供重要的和可解释的科学见解的生物物理过程的属性，控制神经尖峰响应于光遗传学刺激。我们使用真实的数据集和模拟来验证和比较PRO模型，我们的模型产生了高达93%的卓越曲线下面积值，用于预测未来的每一个尖峰。对于我们在前额叶皮层中的循环V层回路的实验，PRO模型提供了神经元以复杂的方式整合其输入的证据。该模型的另一个用途是，它能够通过比较PRO参数来理解神经回路在各种疾病条件和/或实验条件下如何改变。
2016-12-22 q-bio.NC stat.AP stat.CO
How to find decision makers in neural circuits?
神经回路经常面临将刺激分类为离散组并基于此类分类做出决策的问题。这些回路的神经元可以根据它们与刺激或反应的不同特征的相关性来区分，这允许定义感觉或运动神经元类型。在这项研究中，我们定义了第三类神经元，这是负责决策。我们建议两种描述的单位的贡献决策：第一，作为一个空间衍生的神经活动和决定之间的相关性;第二，作为一个给定的神经元的响应的可变性的影响。这两个定义被证明是等效的，当他们可以比较。我们还提出了一个实验策略，以确定决策的贡献，它使用随时间变化的随机电流的电刺激。
2004-01-05 q-bio.MN q-bio.NC
Neuronal coupling by endogenous electric fields: Cable theory and applications to coincidence detector neurons in the auditory brainstem
神经元的持续活动产生空间和时间变化的细胞外电压场（$V_e$）。这个$V_e$场反映了群体水平的神经活动，但它是否调节了神经动力学和神经回路的功能？我们提供了一个电缆理论框架来研究一束模型神经元如何产生$V_e$以及这个$V_e$如何反馈和影响膜电位（$V_m$）。我们发现，这些“ephaptic相互作用”是小的，但不可忽略。模型神经元群体可以产生具有毫伏级幅度的$V_e$，并且该$V_e$扰动“附近”电缆的$V_m$并且有效地增加它们的电紧张长度。在运用被动电缆理论系统研究了听性脑干的听觉耦合之后，我们探讨了一个测试案例：听性脑干的内侧上橄榄核（MSO）。MSO是一个可能的位置ephaptic相互作用：声音引起大$V_e$在体内在这个核（毫伏级）。$V_e$响应被认为是由MSO神经元产生的，MSO神经元以亚毫秒的时间精度执行已知的神经元计算（重合检测以编码声源位置）。使用基于生物药理学的MSO神经元模型，我们发现毫伏级的ephaptic相互作用与被动电缆理论的结果一致。这些细微的膜电位扰动诱导锋电位起始阈值、锋电位时间同步性和时差敏感性的变化。这些结果表明，ephaptic耦合可能会影响MSO功能。
2015-08-07 q-bio.NC
Modelling Spontaneous Firing Activity of the Motor Cortex in a Spiking Neural Network with Random and Local Connectivity
本文构建了具有分层结构和局部连接的运动皮层脉冲神经网络模型，发现局部连接能提高发放率、扩大发放分布并使发放不规则性更接近实验数据，表明连接拓扑对自发活动中的发放模式具有重要作用。
2023-07-05 q-bio.NC
Altered patterning of neural activity in a tauopathy mouse model
本研究通过分析中等时间尺度的脉冲序列与振荡电位波形，发现tau蛋白病小鼠海马回路的神经活动结构早期即出现紊乱并随年龄累积，揭示了传统方法未发现的神经动力学破坏新层面。
2024-03-23 q-bio.NC
Self-wiring in neural nets of point-like cortical neurons fails to reproduce cytoarchitectural differences
我们提出了一个模型来描述活动依赖的进化和二进制神经元之间的自布线。具体而言，该模型可用于研究发育中的新皮层中神经元连接的生长。通过使用适当的训练模式序列的计算模拟，我们表明，长期记忆可以编码在神经元的连接和外部刺激的功能的新皮层电路的一部分。有人建议，这种二进制神经元表示的点样皮层神经元不能再现新皮层组织的细胞结构差异，这对房室模型的不足之处有影响。
2006-07-04 cond-mat.dis-nn q-bio.NC
Super-resolution using Sparse Representations over Learned Dictionaries: Reconstruction of Brain Structure using Electron Microscopy
Janelia Farm Research Campus, Howard Hughes Medical Institute（霍华德·休斯医学研究所珍妮利亚研究园区）
神经科学的一个中心问题是在突触水平上重建神经元回路。由于脑结构的尺度范围很广，这种重建需要高分辨率和高通量的成像。现有的电子显微镜（EM）技术在横向平面中具有所需的分辨率，并且具有高通量或高深度分辨率，但不能同时具有两者。在这里，我们利用无监督学习和信号处理的最新进展，在不牺牲吞吐量的情况下获得高深度分辨率的EM图像计算。首先，我们证明了脑组织可以表示为使用高分辨率数据集学习的局部基函数的稀疏线性组合。然后，我们开发了压缩感知启发的技术，可以从每个部分的很少（通常为5）断层扫描视图重建脑组织。这使得能够跟踪神经元过程，并因此在单个突触的水平上高通量地重建神经回路。
2012-10-01 cs.CV q-bio.NC stat.ML
Hierarchy of neural organization in the embryonic spinal cord: Granger-causality graph analysis of in vivo calcium imaging data
最近开发的基因编码的钙指标，使在体内监测神经元群体的活动。这些钙瞬变的大多数分析依赖于基于施加的感觉刺激或观察到的行为的线性回归分析。为了估计功能性神经回路的基本特性，我们提出了一种基于网络的方法，该方法基于以单细胞分辨率记录的钙成像。与之前基于互相关性的分析不同，我们使用Granger因果关系估计来推断不同神经元活动之间的活动传播。然后将得到的功能网络建模为有向图，并根据连通性和节点中心性进行表征。我们应用我们的方法记录在低频率（4 Hz）在胚胎阶段的斑马鱼脊髓腹侧神经元自发卷曲的尾巴时，钙瞬变。我们对人群钙成像数据的分析揭示了一个强大的同侧连接和网络枢纽的特征层次组织，支持从头侧到尾侧脊髓的活动传播。我们的方法可用于检测神经元电路在发育和病理条件下的功能缺陷。
2014-07-16 q-bio.NC
Comment on: "Characterization of subthreshold voltage fluctuations in neuronal membranes" by M. Rudolph and A. Destexhe
在最近的两篇论文中，Rudolph和Destexhe（Neural Comp. { \bf 15}，2577-2618，2003; Neural Comp. in press，2005）研究了由相关（“有色”）高斯电导噪声和高斯电流噪声驱动的泄漏积分器模型（即RC电路）。在第一篇论文中，他们推导出了膜电压的稳态概率密度的表达式;在第二篇论文中，修改了该表达式以覆盖更大的参数范围。在这里，我们通过对可解极限情况（加性和乘性噪声源的白噪声极限;只有慢乘性噪声;只有加性噪声）的标准分析和数值模拟表明，他们的第一个结果不适用于一般的有色噪声情况，并揭示了在推导概率密度的福克-普朗克方程时所犯的错误。此外，我们证明了分析（包括一个精确的积分表达式的时间依赖的平均值的电压），并通过比较模拟结果，扩展的概率密度表达式的效果更好，但仍然没有完全解决有色噪声问题。我们还表明，在较强的突触输入的线性电压模型的平稳平均值可能会发散，并给出了一个确切的条件有关的系统参数，这发生。
2005-06-15 q-bio.NC
A Real-Time Retinomorphic Simulator Using a Conductance-Based Discrete Neuronal Network
我们提出了一种优化的基于电导的视网膜微电路模拟器，它通过光转导将光刺激转换成一系列分级和尖峰动作电位。我们使用离散的视网膜神经元块的基础上整理的单室模型和形态逼真的配方，并成功地实现了生物实时模拟器。这是通过优化数值方法来解决超过270个非线性常微分方程和参数的系统。我们的模拟器包括一些最新的进展，在房室建模，包括五个内在的离子电流的每个细胞，同时确保实时性能，在实现的离子电流和膜反应的感光杆和锥细胞，双极和无长突细胞，其横向连接的电和化学突触，和输出神经节细胞。它表现出动态的视网膜行为，如尖峰频率适应，反弹激活，快速尖峰，和阈下反应。光刺激入射到视杆细胞和视锥细胞通过微分方程系统调制，使用户能够探测网络中任何点的神经元响应。这与许多其它视网膜编码方案形成对比，其它视网膜编码方案更喜欢对脉冲序列输出的前级进行“黑盒”。我们的模拟器是开源的，希望它将有利于神经科学家和机器学习从业者更好地理解视网膜子电路，视网膜细胞如何优化视觉信息的表示，并生成生物学上准确的分级和尖峰响应的大型数据集。
2019-12-26 eess.IV q-bio.NC q-bio.QM
Neural Graphs and Category of Memory States
大脑作为一个极其非凡的装置，已经从不同的角度进行了研究。现在众所周知，神经元是大脑功能的所有活动的所在地。由于一组神经元的聚类特性，与单个神经元和一组神经元有关的动力学特性可能大不相同。正如可以清楚地理解的那样，复杂物理系统理论已经越来越多地被用来研究神经元和神经元回路的行为。我们在这里主要讨论神经相关的记忆和认知功能，利用图论和几何的想法。有人认为，随机过程是掌舵的事务在神经元水平上可能存在的表面在某种程度上像全息图的存在的记忆functions.It也是有益的提到，阿玛里的发展\cite{amari}方面的信息几何已作为一个重要的灵感。与以前的一些分析不同，从神经角度对记忆进行分类已经在神经元水平上重新考虑。在本质上，这里讨论的要点一直是给一个替代模型的内存随机几何和代数表面是一个重要组成部分。
2004-10-18 cond-mat.dis-nn q-bio.NC
A Unified Framework for Information Coding: Oscillations, Memory, and Zombie Modes
同步神经活动可以改善神经处理，并且被认为通过提供时间窗口来介导神经元相互作用，在时间窗口期间信息更容易传递。我们展示了一个前馈网络中的脉冲门控机制，它可以通过多层电路准确地传播分级信息。基于这种机制，我们提出了一个统一的框架，其中神经信息编码和处理可以被认为是一个产品的线性映射下的脉冲发生器的主动控制。不同的控制和处理组件结合在一起，形成了神经通路内动态路由信息的绑定、传播和处理的基础。使用我们的框架，我们构建示例神经回路，以1）保持短期记忆，2）计算时间窗口傅立叶变换，3）执行空间旋转。我们假设，这些具有刻板控制和信息处理的回路是克里克和科赫僵尸模式的神经相关物。
2014-10-05 q-bio.NC
