大脑皮层网络的多尺度动力学与微观机制研究

• 作 者: 霍思宇
• 出 处: 华东师范大学
• 发表日期: 2020年01期

大脑网络是宇宙中最复杂的网络系统之一,包含了约860亿个神经元,其复杂性远远超出了我们当前的认知能力,因此传统的方法很难研究这么复杂的系统。近年来,人们发现利用复杂网络的知识和方法来研究大脑网络是认识大脑的一种有效途经。从结构方面来看,大脑网络展现出复杂的结构特征,比如“小世界”、社区结构、多层次结构和“富人俱乐部”。从动力学方面来看,大脑中存在丰富的动力学斑图,这些斑图被认为是神经元经过突触相互作用形成的集体动力学行为的涌现,与大脑的认知功能息息相关。尽管大脑的认知斑图是通过神经元之间的相互作用而产生,但其中的物理机制目前仍不清楚。因此,本论文从复杂网络集体动力学行为涌现的角度来研究大脑功能斑图的多样性及其物理机制。首先,我们发现自适应耦合模型可以诱导各种经典的神经元网络产生奇异态斑图。进一步,我们将该模型用到真实大脑皮层网络,发现真实大脑网络中神经元集群之间的连接权重天然地处于临界态,可以产生非常丰富的奇异态斑图来维持大脑的正常功能。此外,我们发现异质网络比同质网络更容易产生奇异态斑图,而同质网络比全连网络更容易产生奇异态斑图,这间接说明大脑网络的稀疏性和异质性对维持正常的脑功能至关重要。其次,我们利用神经元集群模型在大脑网络中发现了多尺度奇异态现象,它的形成与大脑网络中局部连接的对称性有密切关系。我们发现局部脑区同步程度的偏好性与局部脑区内所包含的节点集的连接对称性成正相关。进一步,我们采用复杂网络中有效对称性的概念分别建立大脑结构网络的多层次树和功能网络的多层次树,找到了一个普适原则:大脑的结构网络作为基矢可以支持大脑产生丰富多样的脑功能斑图。这些结果有助于解释大脑具有多节律这一实验事实。接着,我们在大脑网络上研究了有限寿命的自维持振荡斑图,发现这类斑图具有多尺度的节律特征,并且不同的节律之间可以相互转换。我们提出了一种“主激活路径”的识别方法,发现多尺度的节律可以被拆分成几个独立的节律,每个节律被各自的核心子网支配,各个节律之间可以通过与时间相关的激活阈值进行相互转换。此外,我们还发现斑图中包含许多微观态,这些微观态的回归时间满足韦伯分布。最后,我们利用神经集群动力学模型,在真实大脑皮层网络中发现了非常丰富的动力学斑图。进一步,我们采用局部内嵌结构本征模的方法构造出和数值模拟相似度极高的本征动力学斑图,从而揭示了大脑的网络结构与大脑动力学之间的潜在关系。我们将真实的大脑网络和人造随机网络进行对比,发现真实的大脑网络有助于奇异态斑图的产生,从而支持大脑执行正常的脑功能。