摘要研究目的:<br> 工作记忆(Working Memory,WM)是重要的认知功能,研究工作记忆脑网络功能连接是理解工作记忆机制的主要突破口之一。为了突出表征工作记忆神经信息的功能连接,本论文基于神经元集群编码,构建由集群中的神经元组成的低维神经元集群空间,计算集群中神经元动作电位时空序列(ActionPotentials,APs)的因果值和网络信息传递效率,为定量、有效地描述工作记忆脑网络提供支持。<br> 研究方法:<br> 1.实验数据:在SD成年大鼠Y-迷宫工作记忆过程中,应用多通道植入式电极阵列在内侧前额叶皮层记录多通道的神经电活动,经过高通滤波、峰电位(spike)检测以及分类处理(spike-sorting),获取神经元群体动作电位时空序列APs。数据来自4只大鼠,每只10次的工作记忆数据。<br> 2.神经元集群频率编码:选择窗宽500ms,移动步长125ms的移动窗口,依次计数每个窗口内的神经元发放频率,计算频率编码分布。<br> 3.选取集群内的神经元,构建低维神经元集群空间:将大鼠Y-迷宫工作记忆任务行为学参考点前2s内发放频率大于平均频率的神经元选取为集群内神经元,构建低维神经元集群空间。<br> 4.基于极大似然估计的APs因果连接:应用极大似然估计方法,计算动作电位在低维神经元集群空间的因果连接矩阵和因果平均值Cc,定量描述APs的功能连接。<br> 5.工作记忆脑网络信息传递效率:基于因果连接值定义因果网络,计算网络的全局效率Eglob,定量描述网络的信息传递效率。<br> 研究结果:<br> 1.大鼠Y迷宫工作记忆任务中神经元群体动作电位时空序列APs<br> 从1号大鼠分类获取到19个神经元的APs,从2号大鼠分类获取到23个神经元的APs,从3号大鼠分类获取到25个神经元的APs,从4号大鼠分类获取到20个神经元的APs。<br> 2.工作记忆神经元集群频率编码<br> 4只大鼠均在工作记忆任务行为学参考点前2秒内可见明显的神经元集群。<br> 3.构建低维神经元集群空间<br> 1号大鼠集群内有4个神经元,占所有19个神经元的比例为21.05%;2号大鼠集群内有6个神经元,占所有23个神经元的比例为26.09%;3号大鼠集群内有5个神经元,占所有20个神经元的比例为20%;4号大鼠集群内有6个神经元,占所有20个神经元的比例为30%。分别由4只大鼠集群内的神经元构建低维的神经元集群空间<br> 4.工作记忆APs因果连接<br> 4只大鼠神经元集群空间APs因果连接平均值Cc在工作记忆过程中动态变化,且均在行为学参考前(1号和2号鼠为参考点前第2秒内,3和4号鼠为参考点前第1秒内)达到最大值。1号大鼠的Cc值从起始时期(pre)的1.0745±0.3811增加到峰值时期的2.5465±0.3617(t检验,p<0.05),2号大鼠的Cc值从起始时期(pre)的0.5974±0.1132增加到峰值时期的1.0047±0.0917(t检验,p<0.01),3号大鼠的Cc值从起始时期(pre)的0.6436±0.1752增加到峰值时期的1.4054±0.1829(t检验,p<0.05),4号大鼠的Cc值从起始时期(pre)的0.8527±0.2496增加到峰值时期的2.6502±0.5394(t检验,p<0.05)。4只大鼠在低维神经元集群空间最大Cc值均较原始空间显著性增大(t检验,p<0.001)。<br> 5.工作记忆APs网络全局效率Eglob<br> 4只大鼠神经元集群空间APs网络全局效率Eglob在工作记忆过程中动态变化,且与Cc在同一时期达到最大值。1号大鼠的Eglob值从起始时期(pre)的0.2334±0.0926增加到峰值时期的0.3994±0.0533(t检验,p<0.05),2号大鼠的Eglob值从起始时期(pre)的0.2167±0.0441增加到峰值时期的0.4195±0.0272(t检验,p<0.001),3号大鼠的Eglob值从起始时期(pre)的0.1357±0.0384增加到峰值时期的0.3746±0.0488(t检验,p<0.01),4号大鼠的Eglob值从起始时期(pre)的0.2098±0.0617增加到峰值时期的0.4861±0.0339(t检验,p<0.01)。4只大鼠在低维神经元集群空间最大Eglob值均较原始空间显著性增大(t检验,p<0.001)。<br> 结论:<br> 1.工作记忆存在神经元集群,其稀疏发放比例小于或等于30%。<br> 2.工作记忆中APs的功能连接增强(Cc值增大)和APs网络的信息传输效率增强(Eglob增强)。<br> 3.集群内的神经元脑网络连接特征能更突出描述工作记忆。
更多相关知识
- 浏览13
- 被引1
- 下载8

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



