第二届认知神经动力学国际会议简介

对于大脑的智能之谜，我们还是可望而不可及．大脑的智能牵涉到从量子到社会的各个层次，为了研究这个问题，必须要用到各种学科知识，从各种角度米进行研究．其中一个非常重要的途径就是把大脑作为一个动力学系统来进行研究．许多科学家认识到为了研究脑，需要多学科、多层次的协作攻关，这样就产生了认知神经动力学这样一个学科分支．

多个神经振子群网络的相位动力学编码

利用随机相变动力学理论研究运动认知的神经网络动力学模型.给出了感觉神经元集群、中间神经元集群和运动皮层神经元集群在耦合条件下相互作用、相位编码和数密度随时间的演化.探讨了神经网络在自发运动条件下以及在刺激条件下的神经网络动力学响应.通过数值模拟证实了(1)WalterJ.Freeman提出的皮层动力学响应不能够编码外刺激信息的猜想;(2)串行的神经网络系统的神经编码具有节律编码的性质;(3)在中枢神经系统的调控中,神经抑制有其重要的作用.

关于脑信号传输的神经动力学分析

运用随机相变动力学理论和方法建立了一个由感知神经元集群、中间神经元集群和运动皮层神经元集群组成的神经网络模型.依据所建立的模型,分别考察了串并耦合、串联耦合以及单向耦合3种情况下,神经网络所表现的神经信息处理的动力学特征.研究结果表明,由给出的中枢神经系统神经信息处理的基本结构,能够大致反映反射运动和随意运动情况下,神经信息处理的基本特征.数值地证明了随意运动所引发的各个局部神经网络的兴奋,特别是运动皮层神经元集群的兴奋比反射运动条件下的兴奋大得多.反映了随意运动条件下,有更多的神经元参与了神经信息处理和兴奋性同步运动.

认知神经科学中蕴藏的力学思想与应用

该文系统总结了作者团队在脑科学领域内提出的神经能量理论与方法,以及力学与神经能量理论之间的内在联系.着重介绍了如何运用分析动力学的思想构建一个与H-H模型等效的W-Z神经元模型.并以此为基础,在神经科学领域内提出了以神经能量为核心的大尺度神经科学模型和大脑全局神经编码的理论框架.在包括视知觉等多个感知觉神经系统的信息处理、大脑的智力探索以及预测神经元新的工作机制、解释神经科学难以解释的实验现象等方面,证实了这个新颖的神经元模型所展现出来的独特功能与优势.由于可塑性是认知神经科学与智能行为的核心,通过蛋白质分子机器的经典力学分析,进一步阐明了神经元的可塑性和神经发育不仅仅只是生物化学反应过程,力学的作用与贡献也是不可或缺的重要因素.表明了力学科学在神经科学、生命科学中的研究思想及其内在逻辑的深远影响.这些研究对于今后推动实验神经科学与理论神经科学的融合,摒弃神经科学领域中还原论与整体论研究方法中的不足,并将它们各自的优点进行有效地整合,促进力学科学的理论与方法的渗透是极其重要的.

关于昆虫步态运动时神经控制机理的动力学分析

在John Schmitt和Philip Holmes工作基础上建立一个考虑阻尼效应的昆虫LLS(lateral leg-spring)模型,并在MATLAB环境下对其步态运动进行计算机数值模拟,对昆虫在水平面爬行步态进行分析,发现考虑阻尼的模型更符合实际情况,并表现出更好的稳定性,证明了由力学和几何定理主导的控制行为在维持昆虫爬行的稳定性方面起到了十分重要的作用,从而减轻了神经系统的负担,同时也说明了引入阻尼在提高运动稳定性方面发挥的作用.

默认模式网络与任务正网络之间相互拮抗的神经动力学分析

任务正激活与任务负激活的工作机制是认知功能实现的基本要素.这一拮抗关系的失衡或者受损可能会引发一系列严重的退行性神经疾病,然而到目前为止,尚不清楚这种拮抗现象的神经机制.该文基于默认模式网络与任务正网络在突触层面上相互抑制的假设,并结合多种刺激条件下的工作记忆模型,进行了计算机数值模拟.研究结果表明:1)任务正网络与任务负网络之间在神经活动上呈现出拮抗关系; 2)伴随着工作记忆刺激方向数目的增加,任务负网络神经活动的衰减程度会随之增大; 3)当工作记忆相关的脑区其神经活动增加时,任务负网络的神经活动减少;4)并且随着工作记忆任务难度的增加,任务负网络的神经活动会迅速衰减.这些计算结果都与神经科学实验数据是匹配的.由于任务负激活是默认模式网络的主要特征,因此默认模式网络与任务正网络在突触层面上的相互抑制是这两种不同性质网络之间形成拮抗关系的根本原因.

基于被动力学的昆虫运动动力学建模与分析

在John Schmitt和Philip Holmes等人工作的基础上,基于被动力学建立了一个考虑阻尼效应的昆虫LLS (lateral leg-spring)爬行模型。通过在Matlab环境下对模型进行数值仿真,发现引入阻尼后的模型更加符合实际情况,并表现出较好的稳定性。证明在施加的控制作用十分有限的情况下,昆虫本身身体结构及其爬行姿态在维持运动的稳定性方面发挥着重要作用,事实上这样的控制策略具有重要的生物学意义,通过被动力学的机械反馈,生物体可以在有限的神经控制作用下保持稳定运动,从而在受到地面扰动时及时做出反馈,并提高能效性。同时,我们考虑了引入偏摆角扰动时系统的响应,发现相对于其他变量扰动,偏摆角可以有效地改变模型的前进方向,并具有较好的鲁棒性,提出了可能的方向控制策略。

神经信息编码研究的现状与进展

神经信息编码的研究有助于了解神经系统的工作机制。实验与理论的综合发展不断丰富着编码模式的种类,因此对编码现状进行分析探究是十分重要的。将着重阐述感受器中的编码、发放率编码与时间编码、群编码、能量编码。试图比较不同层次编码的动力学特征与各自的优缺点,从而评估它们的适用系统,找出适用范围广泛的有效的编码和解码的方法。这将对了解大脑的内部工作机制和人工智能的应用前景具有不可估量的作用和巨大的影响。

节律性步态运动中CPG对肌肉的控制模式的仿真研究

以神经振荡器理论和Dingguo Zhang等人研究的CPG模型为基础,结合了神经生物学和生物动力学的观点,并根据人体腿部的肌肉结构修正了Dingguo Zhang等提出的中枢模式发生器(CPG)的数学模型.修正后的CPG模型突破了原来仅反映单腿的节律性运动的局限性,能够更好地描述步态运动中双腿的节律性与协调性,使得修正后的CPG模型与实际情况更为一致.依据本文所提出的修正模型所做的数值模拟结果表明,我们所得到的CPG的输出模式能够很好的表现出人体节律性步态运动中神经系统的调节作用.

触摸法评价物体柔软性的感知觉力学原理分析

物体柔软性的触觉认知机理是当前感官工程研究的重点.基于触摸法评价物体柔软性时物体与指尖软组织的力学作用过程,及指尖皮下机械刺激感受体接受机械刺激的模式,建立了与这一机械作用过程等效的生物力学模型;基于该模型,提出并证明了表征触觉系统感应、辨别物体柔软性的能力指标——机械敏感性和感觉敏感性;以提出的两个指标,参数化讨论了人的触觉系统在判断和辨别物体柔软性的一般力学原理.理论研究证明,以触摸方式评价物体柔软性时,皮下触觉感受体及相应高级认知系统的感知能力取决于物体与皮肤软组织的抗压力阻,且与触摸力的动态变化有关.也正是传递机械信号的介质——软组织的可变形性致使触觉感测系统有别于实验室压缩仪的工作模式.

突触噪声作用下的IF阈值神经元模型的随机共振

基于带阈值的积分放电模型研究了神经元在突触递质噪声和周期信号驱动下的随机共振现象.利用平均法得到系统输出幅值增益的精确表达式,考察了输出幅值增益与信号频率、噪声强度、相关时间及非对称度的关系.发现输出幅值增益随着这些参量的演化曲线在一定条件下呈非单调的,这些都表明在突触递质噪声和周期信号驱动下的神经发放确实存在随机共振现象.

人体手臂阻抗控制研究

阻抗控制对于人体运动稳定性,尤其在进行不稳定任务时有着不可替代的贡献。本文由屈伸肌活性在实验测量和理论计算的误差得到启发,提出了即使在手臂平面自由运动中,肌肉的共同收缩对阻抗也有贡献的观点,运用神经肌肉骨骼模型及最优控制方法,计算出手臂运动轨迹,运动部分代入原有模型得到相似结论,把公式中的相互作用项解释为阻抗贡献,并综合多篇相关文献数据,推算出共同收缩阻抗,修正了旧有模型刚度椭圆单调变化的不足,通过仿真得到与实验基本一致的刚度椭圆图,并附加得出前后自由运动时手臂的共同收缩比左右运动时的幅度要大,对总体刚度椭圆的贡献更多"。

基于spikes-LFP相关性的相位同步化研究

神经系统的信息处理过程依赖于一种基本的神经机制-相位同步化.已往的研究表明单个神经元的spike与LFP构成同步化时会对应一个精确的相位,该相位能够对进一步处理信息以及与时间相关的可塑性产生影响.本文基于这项研究,提出了一种新颖的研究同步化现象的方法.运用该方法探索局部场电位(LFP)与神经元动作电位发放(Spikes)之间的相关性,该方法不仅能够保证数据分析的可靠性,而且在使用方面更简单、更具普遍性.

嗅球神经系统的发放模式与同步运动

在嗅觉神经系统的信号传导过程中,僧帽细胞同步振荡活动模式的变化对于嗅球的编码与解码是十分重要的。为了研究颗粒细胞和球旁细胞如何影响僧帽细胞的同步发放,构造了僧帽细胞、颗粒细胞和球旁细胞这三种细胞的动力学模型,通过数值模拟得到了这三种细胞的发放模式。并通过构建网络模型,比较了各种不同细胞和在网络条件下它们之间的发放的差别。最后分析僧帽细胞群的同步运动,发现颗粒细胞和球旁细胞的抑制性作用促进了僧帽细胞的同步性。

高阶耦合条件下神经振子群活动的随机演化模型

研究外刺激和噪声共同作用下耦合神经振子群的活动,着重考察高阶耦合条件下神经网络的相位编码和平均数密度的动态演化。研究结果表明,在高阶耦合条件下,当平均数密度的初始条件与高阶耦合项同阶或者当外刺激的谐波项含有与高阶耦合项同阶项的时候,高阶耦合的作用能够维持神经振子群已形成的多簇同期化状态。否则,高阶耦合的作用将不能维持稳定的多簇同期化运动。刺激条件下的具有高阶耦合的相位神经编码及其演化,是由刺激项和耦合的神经结构所决定的,编码效果是耦合和刺激共同作用的结果。

基于神经能量场梯度的智力探索

啮齿类动物可以在海马中形成代表环境的认知地图来解决空间问题。在经典的认知地图模型中,系统需要大量物理探索来学习空间环境,从而解决寻路问题,这个过程会耗费大量时间和能量。虽然Hopfield的智力探索模型弥补了这个缺陷,但是该模型并没有关注路径的高效性。并且这个模型主要来自于人工神经网络,缺乏明确的生理学意义。该计算模型在智力探索概念的基础上,运用神经能量编码的理论来解决路径搜索问题:该模型通过位置细胞集群的发放功率构建一种能量场,并计算能量场的梯度,进而用梯度向量来研究智力探索问题。研究结果表明提出的这种新的智力探索模型不仅可以更高效地找到优化路径,而且呈现了具有生物物理学意义的学习过程。这种新思路验证了位置细胞和突触对空间记忆的重要性以及能量编码的有效性,为了解空间记忆的神经动力学机制提供了理论基础。

大脑皮层信号作用下人体步态节律运动的探讨

节律运动是由中枢模式发生器自激产生的。目前的中枢模式发生器(CPG)建模研究仅表现了CPG的自激行为,对于人脑信号的调节性并没有涉及。本研究提出了基于Matsuoka神经振荡器的CPG模型的修正模型,目的在于以这一修正模型体现大脑皮层信号对于CPG网络的调控性。通过对原有模型中输入刺激与网络内部参数的复杂关联的构建,使得模型本身各参数随输入信号的变化而变化,增强了输入信号对于网络自身的影响,令网络不局限于自激状态,还能够产生自我调节的运动形式,从而体现出大脑信号的调控作用。数值模拟计算结果表明,修正后的模型随着输入刺激的变化可以产生不同模式及不同频率的运动形式,且各不同形式之间可以相互转换,从而在理论上很好地反映出大脑信号在步态节律运动过程中,对步态的模式和频率所起到的一定的调节作用,实现了各种步态运动之间的行为转换及恢复的功能,从理论上实现了自发节律与大脑调节性节律运动的共存性,做到大脑信号与CPG模型的统一。

具有延时作用的基底膜主动耦合模型

为了深入理解耳蜗的工作机制,研究了耳蜗中基底膜运动对不同频率和强度分辨能力的影响。针对原有的基底膜振动模型没有考虑外毛细胞在运动过程中由于自身运动所具有的不同速度对基底膜频率响应的影响,使得原有模型无法全面阐述外毛细胞的主动共振作用,为此引入了外毛细胞在增加基底膜频率选择性的机械过程中的延时特性。仿真计算结果表明,修正后的模型完全符合外毛细胞自身作用机制的生理特征。从一个新的角度诠释了外毛细胞运动对基底膜振动作用的贡献。

大脑皮层信号作用下人体步态节律运动的探讨

中枢模式发生器可产生节律性运动.目前的中枢模式发生器(CPG)建模研究可以很好地表现CPG的自激行为,但对于人脑信号的调节作用没有讨论.为了体现大脑皮层信号对于CPG网络的调控性,基于Matsuoka神经振荡器的CPG模型,对原有模型中输入刺激与网络内部参数的关联进行了复杂构建,使得模型本身各参数随输入信号的变化而变化,增强了输入信号对于网络自身的影响,令CPG网络不仅仅产生自激状态,同时能够产生自我调节的运动形式,从而体现出大脑信号的调控作用.数值模拟计算结果表明,修正后的模型随着输入刺激的变化可以产生不同模式及不同频率的运动形式,且各不同形式之间可以相互转换,从而在理论上很好地反映出大脑信号在步态节律运动过程中对步态的模式和频率起到了一定的调节作用,实现了各种步态运动之间的行为转换及恢复的功能,从理论上实现了自发节律与大脑调节性节律运动的共存性,做到大脑信号与CPG模型的统一.

探讨生物体节律性步态运动的特点

生物体的运动是多种多样的,分为节律性和非节律性运动两大类。节律性运动的产生并不一定受到周围神经接收器的感应信号的诱导,而是由中枢模式发生器(CPG)自主产生的。CPG不仅能产生节律性运动,而且可以改变运动的频率和模式。本文依据CPG的生物学意义,理论上修正了基于Matsuoka神经振荡器理论的CPG模型,并且进行了一系列的计算机数值分析和模拟,以进一步阐述节律性步态运动的诸多特点。研究结果表明节律性的步态运动呈现的三大特点分别为:节律性、协调性、多样性。从而揭示了生物体步态运动的生物学特性和各类节律运动的特点。