Beta-rhythm oscillations and synchronization transition in network models of Izhikevich neurons: effect of topology and synaptic type
尽管β带振荡具有重要的功能作用,但人们对它的了解却最少。近年来,神经元网络的同步问题引起了人们的广泛关注,主要集中在过渡型同步。神经元网络的一个重要特征是获得爆发性跃迁还是连续性跃迁,这取决于网络结构和突触类型。在这项研究中,我们考虑突触相互作用(电和化学)以及结构连接的影响,在网络模型的Izhikevich神经元,定期与β节律尖峰同步过渡。我们发现了广泛的行为,包括连续过渡,爆炸性过渡,以及缺乏全球秩序。更强的电突触更有利于同步,甚至可以导致爆炸性同步。确定过渡顺序的关键网络元素是聚类系数,而不是小世界效应,或在网络中的枢纽的存在。这些结果是在对比以前的结果,使用相位振荡器模型,如仓本模型。此外,我们表明,当一个去的伽马波段的同步模式的变化。我们将这种变化归因于Izhikevich神经元不应期的变化,其随频率显著变化。
2018-10-19 cond-mat.dis-nn nlin.AO q-bio.NC
Coupling-Induced Population Synchronization in An Excitatory Population of Subthreshold Izhikevich Neurons
我们认为一个兴奋的人口阈下Izhikevich神经元表现出噪声诱导的放电。通过改变耦合强度$J$,我们调查人口同步之间的噪音引起的放电,可用于有效的认知处理,如感官知觉,多感官绑定,选择性注意,和记忆的形成。随着$J$的增加,丰富类型的群体同步(例如,尖峰、突发和快速尖峰同步)。用序参量$\cal{O}$很好地描述了种群同步和不相干之间的过渡。作为最后一步,耦合导致振荡器死亡(噪声诱导尖峰的猝灭),因为每个神经元都被吸引到噪声平衡状态。振荡器死亡导致从点火状态到非点火状态的转变在人口水平,这可以很好地描述在时间平均的人口尖峰率$\overline{R}$。除了使用$\cal{O}$和$\overline{R}$的运动力学分析之外,还通过使用非线性动力学技术(例如神经尖峰的光栅图、膜电位的时间序列和相图)来表征每个群体和个体状态。我们注意到,人口同步的噪音引起的放电可能会导致出现同步的脑节律在嘈杂的环境中,与不同的认知功能。
2014-03-05 physics.bio-ph q-bio.NC
Stabilizing synchrony by inhomogeneity
我们证明了对于两个具有严格正相位重置曲线的相同神经元振子,等幅同步是一个不稳定吸引子,任意弱的噪声都能破坏卷吸并产生间歇性的相位滑移.小的不均匀性(神经元的固有放电率的不匹配)可以稳定锁相,并导致两个神经元的更精确的相对尖峰定时。这一结果可以解释在一类神经元模型(包括Leaky Integrate-Fire模型)中,当神经元之间存在突触连接时,非均匀性如何增加脉冲序列的相关性。
2015-03-20 q-bio.NC
Macroscopic Dynamics of Neural Networks with Heterogeneous Spiking Thresholds
平均场理论将单个神经元的生理特性与神经元群体活动的涌现动力学联系起来。这些模型为研究不同尺度的大脑功能提供了一个重要的工具;然而,为了将它们应用于大规模的神经元群体,它们需要考虑不同神经元类型之间的差异。Izhikevich单神经元模型可以解释各种不同的神经元类型和尖峰模式,从而使其成为异构网络中脑动力学的平均场理论治疗的最佳候选者。在这里,我们推导出网络的所有到所有耦合Izhikevich神经元异质尖峰阈值的平均场方程。使用分歧理论的方法,我们研究的条件下,平均场理论准确预测的Izhikevich神经网络的动态。为此,我们专注于Izhikevich模型的三个重要特征,这些特征在这里受到简化假设的影响:(i)尖峰频率适应,(ii)尖峰重置条件,以及(iii)单细胞尖峰阈值在神经元中的分布。我们的研究结果表明,虽然平均场模型是不是一个精确的模型的Izhikevich网络动力学,它忠实地捕捉其不同的动态制度和相变。因此,我们提出了一个平均场模型,可以代表不同的神经元类型和尖峰动态。该模型是由生物物理状态变量和参数,结合现实的尖峰复位条件,并占神经尖峰阈值的异质性。这些功能允许广泛的适用性的模型,以及直接比较实验数据。
2022-09-07 cond-mat.dis-nn q-bio.NC
Timing Control of Single Neuron Spikes with Optogenetic Stimulation
本文预测的能力,外部控制的皮层神经元,其行为遵循Izhikevich神经元模型的发射时间。Izhikevich神经元模型提供了一种有效的和生物学上合理的方法来跟踪皮层神经元的膜电位和其放电时间。外部控制是一个简单的光遗传学模型,由一个可以打开或关闭的恒流源表示。本文认为,发射频率是足够低的膜电位返回到其静息电位后,它的火灾。将神经元充电和神经元恢复到静息电位所需的时间拟合到Izhikevich神经元模型参数的函数。结果表明,线性函数的模型参数可以用来预测充电时间具有一定的精度,并足以估计可实现的最高发射频率没有interspike干扰。
2018-02-13 physics.bio-ph q-bio.NC
The GAIN Model: A Nature-Inspired Neural Network Framework Based on an Adaptation of the Izhikevich Model
GAIN模型提出一种基于网格结构和Izhikevich模型改进的受生物启发的神经网络框架,通过神经元与最近邻交互提升生物合理性和计算效率,助力大规模模拟与神经科学研究。
2025-05-31 cs.AI cs.NE q-bio.NC
Modeling Interference-Free Neuron Spikes with Optogenetic Stimulation
本文预测的能力,外部控制的皮层神经元,其行为遵循Izhikevich神经元模型的发射时间。Izhikevich神经元模型提供了一种有效的和生物学上合理的方法来跟踪皮层神经元的膜电位和其放电时间。外部对照是由刺激饱和或衰减膜电流的照明源表示的简单光遗传学模型。本文认为,发射频率是足够低的膜电位返回到其静息电位后,它的火灾。神经元充电和神经元恢复到静息电位所需的时间在数值上拟合到Izhikevich神经元模型参数和峰值输入电流的函数。结果表明,简单的函数的模型参数和最大输入电流可以用来预测的充电和恢复时间,即使在实际参数值有偏差。此外,预测导致可以在没有显著失真的情况下实现的发射频率的下限。
2019-12-29 physics.bio-ph q-bio.NC
Spike-timing-dependent plasticity with axonal delay tunes networks of Izhikevich neurons to the edge of synchronization transition with scale-free avalanches
在过去的二十年里,临界脑假说在实验和理论神经科学中都得到了广泛的研究。然而,仍然存在一些重要的问题:(1)大脑运作的临界点是什么?(ii)是什么样的调控机制导致并维持了这种临界状态?(iii)临界状态的特点是尺度不变的行为,这似乎是在明确的脑振荡不一致?在这项工作中,我们考虑了一个生物动机的模型Izhikevich神经元网络与化学突触通过尖峰时间依赖可塑性(STDP)以及轴突的时间延迟相互作用。在一般和生理相关的条件下,我们表明,该系统是有组织的,并保持在一个同步过渡点,而不是与吸收状态相变的活动过渡点。然而,这样一个国家表现出实验相关的迹象,包括无标度雪崩的临界动力学与有限大小的缩放以及分支比。虽然系统显示具有高度相关波动的随机振荡,但它也显示被视为功率谱中的尖峰的主导频率模式。STDP的作用以及时间延迟是至关重要的,在实现和维持这种关键的动态,而抑制的作用是不重要的。这样,我们就可以对上述三个问题提供明确的答案。我们还表明,可以实现超临界或亚临界动力学,如果一个改变与轴突传导的平均时间延迟。
2019-07-22 nlin.AO q-bio.NC
Attentional modulation of firing rate and synchrony in a model cortical network
当注意力被引导到V4神经元的感受野中时,其对比度响应曲线被移动到较低的对比度值(Reynolds等人,2000,Neuron 26:703)。注意力还增加了对相同刺激作出反应的神经元之间的相干性(Fries等人,2001,Science 291:1560)。我们研究了密集互联的皮层网络的放电率和同步性如何随对比度变化,以及它们如何被注意力调制。我们发现,增加驱动电流的兴奋性神经元增加了网络的整体放电率,而变化的驱动电流的抑制性神经元调制的网络的同步性。我们解释的同步调制的锁定现象,在此期间的比率的兴奋性,抑制性放电率是近似恒定的范围内的驱动电流值。我们探讨了这一假设,即对比度主要表示为兴奋性神经元的驱动,而注意力对应于抑制性神经元的驱动电流的减少。利用这一假设,该模型再现了以下实验观察结果:(1)兴奋性神经元的放电率随对比度的增加而增加;(2)对于高对比度刺激,放电率饱和,网络振荡;(3)注意使对比度响应曲线向低对比度值移动;(4)与注意状态相比,注意力导致更强的同步,这种同步从较低的对比度值开始。此外,它预测注意力增加了网络产生的抑制性和兴奋性同步齐射之间的延迟,允许刺激招募更多的下游神经元。
2005-12-11 q-bio.NC
Discrete hybrid Izhikevich neuron model: nodal and network behaviours considering electromagnetic flux coupling
我们分析了在外部电磁场作用下著名的Izhikevich神经元模型的改进离散化版本的动力学。结果发现,三维IZHmap显示了丰富的动态。随着电磁场的变化,从分岔图中可以观察到倍周期路径以重复的方式进入混沌。即使向前和向后连续分岔图不完全重叠,也表明系统存在多稳定性。观察到双稳态现象(周期吸引子和混沌吸引子共存)。最大李雅普诺夫指数图有助于周期和混沌吸引子的存在。电磁场和突触电流的李雅普诺夫相图显示了一个大的参数区域的混沌和周期行为的存在,以及无界区域。随着电磁耦合强度和突触电流的变化,IZH图显示了大量的发放和爆发模式,如混合模式模式、强直发放、相位发放、稳定发放、规则发放、发放爆发、周期爆发、相位爆发、混沌发放等。我们还研究了嵌合体状态的存在下,在一个环星,环,星网络的IZH地图神经元。嵌合体状态的情况下,发现的环形星和环形网络,而同步集群的情况下,发现的星形网络和辅助的时空图,时空图,复发图。离散化的IZH图所显示的丰富的动力学特性使其成为研究神经动力学的一个很有前途的研究模型。
2021-05-16 nlin.AO nlin.CD q-bio.NC
The Local Field Potential Reflects Surplus Spike Synchrony
皮层局部场电位(LFP)的振荡性质通常被解释为同步网络活动的反映,但其与观察到的毫秒时间尺度上的神经元瞬时一致放电的关系仍不清楚。在这里,我们提出的实验证据,以协调的概念同步的神经元尖峰的水平和在中观尺度。我们证明,只有在时间间隔的多余的尖峰同步,重合尖峰更好地夹带到LFP比预测的锁定的个人尖峰。这种效应在大LFP振幅的周期中增强。一个定量模型解释了LFP动态的神经元组,有助于观察到的盈余同步的精心策划的尖峰活动。从相关性分析,我们推断,神经元参与不同的星座,但只贡献一小部分的尖峰时间精确的尖峰配置,这表明一个双重编码方案的速率和同步。这一发现提供了直接的证据,假设的关系,精确的尖峰同步构成了一个主要的时间和空间组织的组成部分LFP。揭示瞬时尖峰同步不仅与行为相关,而且与介观脑信号相关,证实了其在皮层处理中的相关性。
2010-05-03 q-bio.NC
Bursting and Synchrony in Networks of Model Neurons
爆发性神经元被认为是过度兴奋和癫痫易感性的潜在原因。这些神经元在扩展癫痫网络中的功能影响仍然知之甚少。越来越多的证据表明,神经元网络的动力学不仅受到神经元和突触特性的影响,而且还受到网络拓扑结构的影响。我们数值研究了不同的神经元动力学对具有复杂连接拓扑结构的神经元网络的全局同步性的影响。
2016-10-06 physics.bio-ph q-bio.NC
Adaptation controls synchrony and cluster states of coupled threshold-model neurons: Supplemental Material
零滞后和团簇同步变分方程的过渡条件的推导。
2013-10-07 nlin.AO q-bio.NC
Inhibitory synchrony as a mechanism for attentional gain modulation
来自猴子V4区的记录显示,当注意力集中在皮层神经元的感受野内的视觉刺激时,会发生两种明显的变化:神经元的放电率会改变,并且在伽马频率范围(30-50 Hz)内,尖峰和局部场电位之间的相干性会增加。这里探讨的假设是,这些观察到的注意力效应可能是局部中间神经元网络同步变化的结果。我们进行了计算机模拟的霍奇金-赫胥黎型神经元驱动的恒定的去极化电流,我,代表视觉刺激和调制抑制输入的影响,通过本地interneuron网络的注意。我们观察到,神经元的放电频率和其输出脉冲序列与突触输入的一致性受到抑制性输入的同步程度的调制。该模型表明,所观察到的变化,放电率和一致性的神经元在视觉皮层可以控制由自上而下的输入,调节一致性的活动,在伽马频率放电的本地抑制网络。
2005-03-14 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
Global and local synchrony of coupled neurons in small-world networks
本文研究小世界网络中脉冲耦合漏电整合发放神经元的同步行为,揭示连接数离散度、重连概率及全局连接与局部聚类的协同对局部和全局同步的影响。
2024-11-25 cond-mat.dis-nn q-bio.NC
Emulation of Astrocyte Induced Neural Phase Synchrony in Spin-Orbit Torque Oscillator Neurons
星形胶质细胞在脑内诱导协调相位同步的神经波模式中起核心作用。在这篇文章中,我们证明了在自旋轨道扭矩振荡器神经元的底层重金属层中注入射频信号模仿神经胶质细胞实现的神经元相位同步效应。这种相位耦合效应的潜在应用说明在一个时间的“绑定问题”的上下文中。我们还提出了一个耦合的神经元-突触-星形胶质细胞网络的设计,使紧凑的拟神经设备相结合的概念,局部尖峰时间依赖的可塑性和星形胶质细胞诱导的神经相位同步。
2021-09-16 cs.ET q-bio.NC
Mean-field approximation for networks with synchrony-driven adaptive coupling
本文在θ-神经元振荡器网络中引入相位差依赖的自适应可塑性,推导平均场近似并通过分岔分析揭示了双稳态及通向混沌的路径。
2024-07-31 q-bio.NC
Synchronization and oscillatory dynamics in heterogeneous mutually inhibited neurons
我们研究了一些机制,负责同步振荡和损失的同步在生理相关的频率(10-200赫兹)在网络的异质性抑制神经元。我们专注于确定网络响应的同步性和频率的水平的因素,以及轻度异质性对网络动态的影响。在轻度异质性的情况下,同步永远不会完美,而且相对脆弱。此外,抑制的影响是更复杂的轻度异构网络比同质的。在前者中,同步性以两种不同的方式被打破,具体取决于突触衰减时间与重复动作电位周期($τ_s/T$)的比率,其中$T$可以从网络或单个自抑制神经元确定。对于$τ_s/T > 2$,对应于大的施加电流、小的突触强度或大的突触衰减时间,抑制的效果在很大程度上是紧张性的,并且异质神经元相对独立地发放尖峰。使用$τ_s/T < 1$时,当速度较快的细胞开始抑制它们不太兴奋的邻居时,同步性就会中断;而放电的细胞几乎保持同步。我们数值计算表明,轻度异构网络的行为可以与单个的,自我抑制的细胞,这可以分析研究的行为。
1998-02-18 q-bio.NC
Adaptation controls synchrony and cluster states of coupled threshold-model neurons
我们分析了零滞后和集群同步的延迟耦合非光滑动力系统通过扩展的主稳定性方法,并将其应用到网络的自适应阈值模型神经元。对于兴奋性和抑制性神经元的同质群体,我们发现(i)阈下适应稳定或不稳定的同步取决于是否经常性突触兴奋性或抑制性耦合占主导地位,(ii)同步总是不稳定的网络与平衡的经常性突触输入。如果耦合不是太强,则对于非常不同的耦合拓扑,即,随机连接或具有局部连接性的空间网络。我们概括了我们的方法与不相同的局部动力学,包括爆发,其中基于活动的适应控制集群状态的稳定性,独立于一个特定的耦合拓扑的两个亚群的神经元。
2013-11-05 nlin.AO q-bio.NC
Formation of feedforward networks and frequency synchrony by spike-timing-dependent plasticity
具有非对称学习窗口的尖峰时间依赖可塑性(STDP)通常存在于大脑中,并且对于各种基于尖峰的计算(例如输入滤波和联想记忆)非常有用。STDP的一个自然结果是因果关系的建立,在这个意义上,神经元在特定的突触前神经元被激发之后滞后地学习激发。STDP对同步性的影响是难以捉摸的,因为尖峰同步性意味着不同神经元的单一尖峰事件,而不是神经元之间的因果延迟关系。我们探讨如何同步可以促进STDP在振荡器网络与起搏器。我们表明,STDP与非对称学习窗口导致自组织的前馈网络从起搏器。因此,STDP极大地促进了频率同步。即使由于突触可塑性而减少了尖峰时间的差异,有限的时间滞后仍然存在,使得不能实现完美的尖峰同步。与传统的基于耦合神经元相互作用的大规模同步机制不同,这里发现的同步途径是上游神经元对下游神经元的奴役。这种前馈同步的促进不会发生STDP与对称的学习窗口。
2012-07-12 cond-mat.dis-nn q-bio.NC
Effects of Neural Heterogeneity on Spiking Neural Network Dynamics
大脑是由相互作用的神经元组成的复杂网络,这些神经元在其生理和尖峰特性方面表现出相当大的异质性。神经异质性如何影响宏观神经动力学,以及它如何促进神经动力学功能?在这封信中,我们解决这些问题,通过研究异质Izhikevich神经元网络的宏观动力学。我们推导出这些网络的平均场方程,并研究Izhikevich神经元尖峰阈值的异质性如何影响新兴的宏观动力学。我们的研究结果表明,抑制种群的异质性水平控制耦合兴奋性和抑制性神经元系统的共振和滞后特性。因此,神经异质性可以作为一种手段,以控制动态库的介观脑回路。
2022-06-17 nlin.AO q-bio.NC
Noise Suppression and Surplus Synchrony by Coincidence Detection
神经元动作电位之间的相关性的功能意义仍然是一个生动的辩论问题。特别是,目前还不清楚有多少同步性是由传入同步事件引起的,有多少是由于皮层的连接结构而内在的。现有的分析方法的基础上的扩散近似不允许模型尖峰同步,防止彻底的分析。在这里,我们从理论上研究在何种程度上共同的突触传入和同步输入,每一个都有助于密切的时间锁定尖峰活动的神经元对。我们采用直接模拟和扩展早期的分析方法的基础上的扩散近似脉冲耦合,使我们能够引入精确的时间相关的尖峰活动的突触传入。我们调查的相关突触输入电流的整合和消防模型神经元对的传输,使相同的输入协方差可以实现共同的输入或尖峰同步。我们确定了两个不同的制度:在低相关线性扰动理论的限制,准确地确定了相关传输系数,这是典型的小于团结,但增加敏感,即使是弱同步输入。在高传入相关的限制下,在同步性的存在下,一个质的新画面出现了。随着非线性神经元响应变得占主导地位,输出相关性变得高于输入中的总相关性。这种传输系数更大的统一性是存在噪声的非线性神经处理的直接结果,阐明了同步编码信号如何受益于皮层网络中存在的这些通用属性。
2012-08-07 q-bio.NC
GnRH induced Phase Synchrony of Coupled Neurons
促性腺激素释放激素(GnRH)是控制哺乳动物生殖过程的重要激素。GnRH是一种神经激素,由下丘脑GnRH神经元脉冲式释放到垂体门静脉血中。在本研究中,通过平均场耦合机制,在细胞外介质中的耦合分子GnRH池的人口相同的神经元之间的相位同步进行了研究。在群体神经元模型中,GnRH被认为是自分泌信号分子,并被认为是所有神经元共同的同步剂。通过测量相位锁定值、相位差的时间演化和递归图,定性和定量地估计同步率。我们的数值计算结果显示了一个类似相变的行为分离的同步和despersized制度。我们还研究了此类神经元一维阵列的远程通信或中继信息传递。
2016-11-27 q-bio.MN q-bio.NC
Reconstructing Neural Parameters and Synapses of arbitrary interconnected Neurons from their Simulated Spiking Activity
为了理解神经回路的行为,我们有一个先决条件,即我们有一个描述这个回路的动力系统模型。该模型由几个参数决定,不仅包括突触权重,还包括每个神经元的参数。现有的工作主要集中在突触权重或神经元参数。在本文中,我们提出了一种算法来重建所有参数,包括突触的尖峰神经元模型的权重。该模型以尤金·M. Izhikevich(Izhikevich 2007)由两个微分方程组成,涵盖了不同类型的皮层神经元。它结合了Hodgkin-Huxley型动力学的动力学性质和高计算效率。所提出的算法使用相应的膜电位的模型的重建的记录,并由两个主要组成部分。第一部分是一个基于秩的遗传算法(GA),它是用来找到模型的神经参数。第二种方法是最小均方方法,该方法通过最小化每个时间步长的计算和测量的膜电位之间的平方误差来计算所有互连神经元的突触权重。在准备重建的神经参数和突触的权重,从实际测量的膜电位,有前途的结果的基础上产生的随机参数化Izhikevich模型的模拟数据。该方法不仅收敛于神经元参数的全局最小值,而且能够高精度地逼近神经元的突触权值。
2016-08-22 cs.NE q-bio.NC
Population rate codes carried by mean, fluctuation and synchrony of neuronal firings
一群放电神经元不仅通过平均放电率传递信息,而且通过神经元之间的波动和同步传递信息。为了检验这种可能性,我们研究了神经元集合对三种输入的反应:均值驱动输入、波动驱动输入和同步驱动输入。提出了一种包含加性和乘性噪声的广义率码模型(H。Hasegawa,Phys. Rev. E { \bf 75}(2007)051904)已经通过直接模拟(DS)和增广矩方法(AMM)进行了研究,其中导出了平均点火率、波动和同步的运动方程。AMM的计算结果与DS的计算结果吻合较好。独立成分分析(ICA)的结果表明,平均放电率,波动(或变异)和同步性可能携带独立的信息,在人口率代码模型。平均放电率的输入输出关系示出了更大的乘性噪声,最近观察到在前额叶皮层具有更高的灵敏度。的综合和消防(IF)模型和我们的率代码模型所获得的结果之间的比较。
2008-10-18 cond-mat.dis-nn q-bio.NC
Correlations and Synchrony in Threshold Neuron Models
我们研究了阈值模型神经元如何将时间和神经元间的输入相关性转换为尖峰信号的相关性。我们发现,低共同输入政权是由放电率依赖的尖峰相关性,这是敏感的输入相关函数的详细结构。在高共同输入制度的尖峰相关性是不敏感的放电率,并表现出一个普遍的峰形独立的输入相关性。由共同输入驱动的速率异质对一般表现出不对称的尖峰相关性。所有的预测证实了在体外实验与皮质神经元驱动的合成波动输入电流。
2009-07-17 q-bio.NC q-bio.QM
Narrowband oscillations from asynchronous neural activity
我们调查的可能性,窄带振荡可能会出现完全异步,独立的神经放电。我们发现,人口的异步神经元可能会产生窄带振荡,如果每个神经元火灾准周期性,我们推导出的界限的程度上的变化,神经尖峰定时,这将允许出现这样的振荡。这些结果表明,一种新的神经节律发生机制,他们有助于解释最近的实验报告的大幅度局部场电位振荡的神经尖峰定时同步的情况下。简单地说,虽然同步可以产生振荡,但振荡并不总是意味着同步的存在。
2015-12-05 q-bio.NC
Firing rate equations require a spike synchrony mechanism to correctly describe fast oscillations in inhibitory networks
抑制性神经元的递归耦合网络在伽马波段中鲁棒地产生振荡。尽管如此,相应的威尔逊-考恩型点火速率方程,这样的抑制人口不产生这样的振荡,没有明确的时间延迟。我们发现,这种差异是由于电压依赖性的尖峰同步机制固有的网络尖峰神经元,这是不是由标准的放电率方程捕获。在这里,我们研究了一个精确的低维描述异构规范I型抑制性神经元网络,其中包括产生同步状态的关键阈值下的动态。在慢突触动力学的限制下,只要外部输入也很慢,尖峰同步机制就被抑制,标准的Wilson-Cowan方程就被正式恢复。然而,即使在这个限制同步尖峰可以引起的输入波动的时间尺度上的膜的时间常数的神经元。因此,我们的平均场方程是标准的Wilson-Cowan方程的扩展,其中尖峰同步也被正确地描述。
2018-01-05 nlin.AO q-bio.NC
Synchrony with Shunting Inhibition
在没有弱耦合假设的情况下,利用尖峰时间响应曲线(STRC)研究了突触刺激对神经元振子放电时间的影响。它们允许我们通过离散映射来近似神经元网络中同步状态的动态。关于离散映射的不动点的线性化可以用来预测网络中同步模式的稳定性。一般的理论,考虑到高阶STRC项的贡献,在近似的离散映射的耦合神经元振子的同步仍然缺乏。在这里,我们提出了一个一般的框架来考虑高阶STRC校正的离散映射的近似,以确定在两个相互作用的神经元网络中的1:1锁相状态的域。我们首先证明,通过分流突触的突触刺激的影响,神经元发射在伽马频带(20-80 Hz)持续三个连续的发射周期。然后,我们表明,通过考虑到高阶STRC贡献的离散映射是成功地能够预测域的同步1:1锁相状态的两个异构的interneurons通过分流突触耦合的网络。
2009-01-30 q-bio.NC q-bio.QM
Neuronal Synchrony in Complex-Valued Deep Networks
Brown University(布朗大学)
深度学习最近在图像识别等任务中取得了巨大成功(例如Krizhevsky等人,2012年)。然而,深度网络仍然无法与大脑的能力和多功能性相匹配,这可能部分是由于皮层电路可以进行更丰富的神经元计算。挑战在于确定哪些神经元机制是相关的,并找到合适的抽象来建模。在这里,我们展示了如何将长期假设在皮层信息处理中发挥关键作用的尖峰时间方面纳入深度网络,以构建更丰富,多功能的表征。我们引入了一个基于复值神经元单元的神经网络公式,它不仅具有生物学意义,而且适用于各种深度学习框架。在这里,单位归因于放电率和相位,后者指示尖峰定时的属性。我们展示了如何定性地捕捉这个配方被认为是与神经元同步,包括门控信息处理和动态绑定的分布式对象表示的几个方面。专注于后者,我们展示了几个简单的实验中的方法的潜力。因此,神经元同步可能是一种灵活的机制,可以在深度网络中发挥多种功能作用。
2014-03-22 cs.LG cs.NE q-bio.NC
Analytical Condition for Synchrony in a Neural Network with Two Periodic Inputs
在这项研究中,我们应用平均场论的神经网络模型与两个周期性的输入,以澄清同步的条件。这种平均场论给出了同步性的自洽条件,使我们能够研究突触连接对神经网络行为的影响。然后,我们得到了与周期时间$T$同步的突触连接条件。神经网络中的神经元接收来自网络外部的感觉输入和自上而下的输入。当网络神经元接收两个或更多输入时,它们的同步取决于输入的条件。我们也用平均场论分析了这种情况。结果表明:(1)突触连接越强,神经元的同步周期越短。(2)随着外部输入的周期变长,同步的周期也变长。(3)突触权重、输入序列的性质和同步周期之间的关系由一个方程表示,并且有两个区域用于同步。与第三点相关联,所得到的方程计算简单,可以很容易地为我们提供同步的可行和不可行条件。
2012-12-13 physics.bio-ph q-bio.NC
Competition through selective inhibitory synchrony
皮质神经元回路的模型通常依赖于抑制反馈来控制增益,提供信号归一化,并使用赢家通吃(WTA)动力学选择性地放大信号。这种模型通常假设兴奋性和抑制性神经元能够容易地相互作用,因为它们的轴突和树突共同定位在同一个小体积中。然而,定量神经解剖学研究的轴突和树突树的神经元在新皮层的尺寸表明,这种共定位的假设是无效的。在本文中,我们描述了一个简单的修改WTA电路设计,允许分布式抑制神经元的影响耦合通过同步,因此允许一个单一的WTA广泛分布在皮层空间,远远超出了任何单一的抑制神经元的树枝状,甚至在不同的皮层区域。我们证明了非线性收缩分析,并通过仿真表明,分布式WTA子系统结合这样的抑制同步是内在稳定的。我们分析表明,同步是大大快于赢家选择。这种电路机制允许独立的WTA网络完全或部分地相互竞争。
2012-04-03 cs.NE q-bio.NC
Reinforcement learning for suppression of collective activity in oscillatory ensembles
我们提出了一种使用现代的基于数据的机器学习方法来抑制自我维持的集体振荡,通常由大脑中的退化神经元的集合发出信号。所提出的混合模型依赖于两个主要组成部分:振荡器的环境和基于策略的强化学习块。我们报告了一个模型不可知的同步控制的基础上,近端的政策优化和两个人工神经网络的演员,批评配置。提出了一类具有物理意义的奖励函数,使集体振荡模式的抑制。的同步抑制证明了两种模型的神经元群体-为合奏的全球耦合的极限环Bonhoven-van der Pol振荡器和爆破Hindmarsh-Rose神经元。
2020-01-16 q-bio.NC
A Semiparametric Bayesian Model for Detecting Synchrony Among Multiple Neurons
我们提出了一个可扩展的半参数贝叶斯模型来捕获多个神经元之间的依赖关系,通过检测它们随时间的共同发射(可能有一些滞后时间)模式。在对时间进行离散化以使得在每个间隔处最多存在一个尖峰之后,使用具有高斯过程先验的连续潜变量的逻辑函数来对每个神经元的1(尖峰)和0(静默)的所得序列进行建模。对于多个神经元,相应的边缘分布耦合到他们的联合概率分布使用参数copula模型。我们的方法的优点如下:非参数分量(即,高斯过程模型)提供了用于对潜在的激发速率建模的灵活框架;参数分量(即,Copula模型)允许我们对神经元之间的同期和滞后关系进行推断;使用Copula模型,我们通过将单变量边缘分布的建模与变量之间的依赖结构的建模分离来构建多变量概率模型;我们的方法易于使用计算高效的采样算法来实现,该算法可以容易地扩展到高维问题。使用模拟数据,我们表明,我们的方法可以正确地捕捉时间依赖性的放电率和识别同步神经元。我们也将我们的模型应用于从大鼠大脑前额叶皮层区域获得的尖峰训练数据。
2014-03-03 q-bio.NC stat.AP
Potential mechanisms for imperfect synchronization in parkinsonian basal ganglia
帕金森病患者脑内的神经活动以间歇性同步振荡动力学为特征。在β频段观察到的这种不完美的同步被认为与该疾病的运动功能减退症状有关。我们的研究探索了这种间歇性同步背后的潜在机制。本文研究了苍白球爆发神经元对丘脑底核神经元不同形式突触输入的反应。我们展示了外部苍白球(GPe)神经元如何对来自P2P细胞的输入的相位敏感,并且可以表现出与β带中的输入的间歇性锁相。这种间歇性锁相的时间特性与实验中观察到的间歇性同步具有相似之处。我们还研究了多巴胺调制参数对GPe细胞与突触输入的同步性的影响。多巴胺还影响神经元的细胞特性。我们展示了由于缺乏多巴胺引起的多巴胺神经元放电模式的变化如何导致从较低的相干状态过渡到较高的相干状态,大致匹配在正常和帕金森病状态下基底神经节中观察到的同步水平。在帕金森氏病的神经β带同步的间歇性是在模型中实现的,由于苍白球和苍白球神经元动力学的输入到苍白球的时间的相互作用,导致苍白球输出到到达的苍白球输入的相位的敏感性。因此,这里考虑的机制(通过多巴胺诱导的膜特性的变化,在发射模式的丘脑底神经元的变化)可能是一个潜在的机制,负责在帕金森氏病中观察到的间歇性同步的产生。
2012-11-08 q-bio.NC
Synaptic plasticity of Inhibitory synapse promote synchrony in inhibitory network in presence of heterogeneity and noise
最近在内嗅皮层第二层的抑制性突触中观察到了锋电位时间依赖性可塑性。该规则在$Δt=t_{post}-t_{pre}=0$的区域中提供了一个有趣的零点,此外,该规则的动态范围位于伽马频带中。我们提出了一个强大的机制的基础上观察到的突触可塑性规则的抑制性突触的两个相互耦合的中间神经元同步锁相中存在的放电异质性。我们研究了锁相解决方案的稳定性,通过定义一个地图的尖峰时间依赖于耦合神经元的相位响应曲线。最后,我们提出了在噪声存在下的同步的鲁棒性的结果。
2006-04-24 q-bio.NC
Assessment of synchrony in multiple neural spike trains using loglinear point process models
神经尖峰序列是细胞膜上电压的一系列非常短暂的跳跃,是点过程方法学发展的激励应用之一。早期的工作需要假设平稳性,但当代的实验经常使用时变刺激并产生时变神经反应。最近,许多统计方法已经开发了非平稳神经点过程数据。人们对识别同步性也很感兴趣,这意味着在记录的时间尺度上,两个或多个神经元之间的事件几乎是同时发生的。一个自然的统计方法是离散时间,使用短的时间箱,并引入对数线性模型的依赖神经元之间,但以前使用的对数线性建模技术已假定平稳。我们引入了一类简洁而强大的时变对数线性模型:(a)允许个体神经元效应(主效应)涉及时变强度;(b)还允许个体神经元效应涉及由于过去尖峰的自协变效应(历史效应);(c)假设过度同步效应(交互效应)不依赖于历史;(d)假设所有效应随时间平滑变化。
2011-07-29 q-bio.NC stat.AP
Long-range synchrony and emergence of reentry in neural networks
跨越长神经距离的同步是一种重要的功能现象。为了获得远程同步的机制基础,我们构建了一个实验模型,该模型能够在皮层中子的大型随机网络中监测厘米尺度距离上的尖峰活动。我们发现,在这些距离的同步模式取决于长度尺度,$λ$,这是最小的路径,活动应通过满足其原点准备重新激活之前。当$λ$在实验上大于网络的物理尺寸时,远处的神经元群体同步运作,引起不规则发生的网络范围内的事件,持续数百毫秒到几秒。相反,当$λ$接近网络的维度时,出现了连续的自我维持的再入传播,这是一种以精确的时空模式(“同步点火链”)为标志的规则动力学模式,可能持续数分钟。这些结果有助于讨论正常和病理状态下不同神经同步模式的起源
2016-06-06 q-bio.NC
Measuring multiple spike train synchrony
多个脉冲序列同步的措施是必不可少的,以研究问题,如尖峰定时的可靠性,网络同步,神经元编码。这些测量可以大致分为多变量测量和双变量测量的平均值。最新的双变量方法之一,ISI距离,采用瞬时峰间期的比率。在这项研究中,我们提出了两个扩展的ISI距离,直接平均的二元ISI距离和多元ISI多样性的变异系数的基础上。像原来的措施,这些扩展结合了许多理想的应用程序中的真实数据的属性。特别是,他们是参数自由,时间尺度独立,易于可视化的时间分辨的方式,我们说明了在体外记录从皮层神经元。使用模拟网络的Hindemash-Rose神经元作为一个控制配置,我们比较我们的方法在区分不同级别的多神经元脉冲序列同步的性能,其他六个先前公布的措施。我们展示并解释了为什么平均二元度量比多元度量表现得更好,以及为什么多元ISI多样性是多元方法中表现最好的。最后,在与依赖于移动窗口估计的标准方法的比较中,我们使用单单位猴子数据来证明我们的方法的瞬时性质的优点。
2009-07-02 physics.bio-ph q-bio.NC
Exact analysis of the subthreshold variability for conductance-based neuronal models with synchronous synaptic inputs
本文提出一种基于可交换性和跳跃过程的分析框架,精确计算电导型神经元在同步突触输入下的阈下膜电位变异性,发现异步状态需大突触驱动,而皮层输入需弱同步性。
2023-12-28 math.PR q-bio.NC
Quantifying spike train synchrony and directionality: Measures and Applications
Institute for Complex Systems (ISC), National Research Council (CNR)(复杂系统研究所,国家研究委员会);National Institute of Nuclear Physics (INFN), Florence Section(国家核物理研究所,佛罗伦萨分部)
本文综述了多种量化神经元尖峰序列同步性与方向性的测度,介绍两种基于SPIKE-Order的延迟校正算法,并通过人工与真实神经元数据演示其应用,推动定量尖峰序列分析发展。
2026-07-30 physics.data-an q-bio.NC
Phase model analysis of the effect of M-current on neural synchrony in hippocampal networks
University of Waterloo(滑铁卢大学)
通过相位模型约化,研究乙酰胆碱通过调节M电流对海马神经元集群同步性的双向作用,发现低ACh促进完全同步,高ACh导致多稳定对称集群解。
2026-06-12 math.DS q-bio.NC
Synchronization in model networks of class I neurons
我们研究了一个修改的规范模型的网络的I类神经元,Hoppensteadt和Izhikevich提出的,其中的“脉冲”发出的神经元是光滑的,而不是一个三角函数。我们证明了两种类型的结果同步和descherization这样的网络,第一种类型有关的“脉冲”的功能是对称的,和其他类型的制度中,每个神经元连接到许多其他神经元。
2003-09-28 cond-mat.dis-nn nlin.AO nlin.PS
Synchronization of delayed coupled neurons in presence of inhomogeneity
原则上,虽然耦合极限环振荡器可以克服固有速率的失配并匹配它们的频率,但零相位滞后同步仅在零失配的极限下才能实现,即,相同的振荡器。另一方面,通信中的延迟可以在耦合振荡器的活动中施加相移。在这项研究中,我们解决的问题是如何锁定相位,特别是零相位滞后同步,可以实现两个延迟耦合神经元的异构系统。我们分析了当神经元不完全相同或连接不完全对称时,同相同步和近同相同步的可能性。我们已经证明,虽然任何单一的不均匀性来源可以破坏等熵同步,但多个不均匀性来源可以相互补偿并保持同步。对生物学上合理模型的数值研究也支持分析结果。
2013-02-10 nlin.AO q-bio.NC
A Brief History of Excitable Map-Based Neurons and Neural Networks
这篇评论给出了一个简短的历史帐户的兴奋地图方法建模神经元和神经网络。Pasemann(1993)、Chialvo(1995)和Kinouchi and Tragtenberg(1996)提出的一些早期模型与Rulkov(2002)和Izhikevich(2003)提出的较新模型进行了比较。我们还回顾了基于地图的计划,电和化学突触和一些最近的发现,作为关键雪崩在基于地图的神经网络。最后,我们建议在这方面的进一步工作,如更有效的地图,房室模型和密切的动态比较与基于电导的模型。
2013-03-01 cond-mat.dis-nn nlin.CD q-bio.NC
Guiding synchrony through random networks
稀疏随机网络包含可被视为稀释前馈网络的结构。皮质电路的建模表明,前馈结构,如果强烈明显的嵌入随机网络相比,使可靠的信号传输传播本地化(子网络)同步。然而,这种假设的突出性在局部皮层回路中没有实验观察到。在这里,我们表明,在最近的单神经元实验中发现的非线性树突相互作用,自然使引导同步传播已经在随机循环神经网络表现出轻度增强,生物学上合理的子结构。
2013-08-15 cond-mat.dis-nn physics.bio-ph q-bio.NC
Formation of working memory in a spiking neuron network accompanied by astrocytes
我们提出了一个生物学上合理的工作记忆(WM)的计算模型,该模型由尖峰神经元网络(SNN)与星形胶质细胞网络相互作用实现。SNN由具有非特定结构连接拓扑的突触耦合Izhikevich神经元建模。产生钙信号的星形胶质细胞通过局部间隙连接扩散偶联连接,并通过在细胞外空间扩散的化学物质与神经元相互作用。当一组神经元连贯地放电时,由于尖峰神经元释放的神经递质浓度增加,钙离子浓度升高。反过来,神经胶质递质被激活的星形胶质细胞释放,调节相应神经元组中突触连接的强度。输入信息被编码为刺激神经元的短施加电流脉冲的二维模式。输出取自相应神经元的瞬时放电频率。我们展示了如何将一组具有相当显著重叠区域的信息模式上传到神经元星形胶质细胞网络中并存储几秒钟。信息提取是通过应用一种提示模式来组织的,这种提示模式代表了被噪声扭曲的记忆集。我们发现,在多项目工作记忆任务中,回忆模式与理想模式的相关性达到90%以上是可能的。在分析了WM形成的动力学机制后,我们发现星形胶质细胞在十几秒的时间尺度上可以成功地存储与信息模式相对应的神经元激活的痕迹。在提取阶段,星形胶质细胞网络选择性地调节SNN中的突触连接,导致成功的回忆。所提出的WM模型的信息和动力学特性与经典概念和其他WM模型一致。
2020-11-03 q-bio.NC
Synchrony-induced modes of oscillation of a neural field model
我们研究了具有非局部、空间依赖耦合的二次积分-激发神经元异质环网络的振荡模式。具有特定波数的平衡态的扰动产生具有特定频率的瞬态驻波,类似于紧张的弦中的驻波。在神经元网络中,平衡对应于空间均匀的异步状态。这种状态的扰动会激发网络的振荡模式,这反映了同步尖峰脉冲与兴奋-抑制空间相互作用的相互作用。在热力学极限下,导出了描述网络宏观动力学的精确低维神经场模型。这使我们能够获得空间均匀态的图灵本征值的公式,从而获得其稳定性边界。我们发现,每个图灵模式的频率取决于相应的傅立叶系数的突触模式的连接。相反,衰减率是相同的所有振荡模式的结果的异质性诱导的去极化的神经元。最后,我们数值计算的频谱的空间不均匀的解决方案分支的图灵分岔,显示类似的振荡模式在神经凸点状态下运行,并保持远离发病。
2017-08-29 nlin.CD nlin.PS q-bio.NC
Self-sustained asynchronous irregular states and Up/Down states in thalamic, cortical and thalamocortical networks of nonlinear integrate-and-fire neurons
随机连接的整合和激发(IF)神经元网络显示异步不规则(AI)活动状态,类似于清醒动物大脑皮层中记录的放电活动。然而,目前尚不清楚这种活动状态是否是特定于简单的IF模型,或者它们是否也存在于神经元被赋予类似于电生理测量的复杂内在特性的网络中。在这里,我们研究了AI状态在非线性IF神经元网络中的发生,例如自适应指数IF(Brette-Gerstner-Izhikevich)模型。该模型可以显示低阈值锋电位(LTS)、规则锋电位(RS)或快速锋电位(FS)等内在特性。我们相继调查的振荡和AI动态丘脑,皮质和丘脑皮质网络使用这样的模型。在每种情况下都可以找到人工智能状态,有时网络的大小非常小,只有几十个神经元。我们发现,在皮层或丘脑中存在LTS神经元,解释了相对较小的网络尺寸下AI状态的强劲出现。最后,我们研究了尖峰频率适应(SFA)的作用。在RS细胞中具有强SFA的皮层网络中,AI状态是短暂的,但当SFA减少时,AI状态可以自我维持很长时间。在丘脑皮层网络中,当皮层本身处于AI状态时,就会发现AI状态,但在强SFA的情况下,丘脑皮层网络会显示向上和向下状态转换,类似于慢波睡眠或麻醉期间的细胞内记录。自我维持的Up和Down状态也可以通过具有LTS细胞的双层皮层网络产生。这些模型表明,内在的属性,如LTS是至关重要的,在丘脑皮层网络的AI状态。
2009-05-10 q-bio.NC
A new generation of reduction methods for networks of neurons with complex dynamic phenotypes
本文将精确降维方法扩展至基于电导的二维Izhikevich神经元网络,利用绝热近似解析求解连续性方程以降低模型维度,并验证了该方法能准确描述多种电生理特征及脉冲簇动力学神经元群体的宏观行为。
2023-10-23 cond-mat.stat-mech q-bio.NC
The type II phase resetting curve is optimal for stochastic synchrony
相位重置曲线(PRC)描述了神经振荡器对膜电位小扰动的响应。它的有用性预测弱耦合确定性网络的动力学已得到很好的表征。然而,对真实神经元的输入通常可以更准确地描述为突触噪声的弹幕。因此,小区之间的有效连接可以以有噪声的输入过程之间的相关性的形式出现。我们使用约束优化和扰动法证明,PRC形状决定敏感性,否则解耦噪声驱动的神经振荡器之间的同步。PRC可以分为两大类:I型PRC是非阴性的,而II型PRC具有较大的阴性区域。在这里,我们表明,振荡器与II型PRC接收常见的噪声输入同步比I型PRC更容易。
2009-03-05 math.DS q-bio.NC
Beat Frequency Induced Transitions in Synchronization Dynamics
Interdisciplinary Center for Science, Technology
该研究通过模拟神经元网络,揭示了节律频率变化如何影响同步状态的转换时间,并展示了拍频统计特性在神经动力学中的应用。
2025-11-20 nlin.PS q-bio.NC
Mean-Field Models for Heterogeneous Networks of Two-Dimensional Integrate and Fire Models
我们解析推导出的所有到所有的异构,适应,二维集成和消防神经元耦合网络的平均场模型。我们考虑的模型类包括Izhikevich,自适应指数,四次集成和消防模型。参数的不均匀性导致不同的矩封闭假设,可以在推导的平均场模型从人口密度方程的大型网络。三种不同的矩闭合假设导致三种不同的平均场系统。这些系统可以用于不同的目的,如大型网络的分叉分析,稳态放电率分布的预测,实际神经元的参数估计,以及更快地探索参数空间。我们使用平均场系统来分析适应诱导的突发下的现实来源的异质性在多个参数。我们的分析表明,不均匀性的存在下,导致与突发的出现从亚临界到超临界的变化的Hopf分岔。这与生物合理的参数值的全网络的数值模拟证实。这种变化降低了适应的可接受性,这是海马CA3区爆发的原因,海马CA3区是一个拥有大量重耦合、强适应神经元的区域。
2013-09-19 q-bio.NC