【摘要】：腦科學(xué)是二十一世紀(jì)最重要的學(xué)科之一,腦神經(jīng)信息處理是一門綜合神經(jīng)生物學(xué)、計(jì)算機(jī)和數(shù)學(xué)等多學(xué)科的新興交叉學(xué)科。傳統(tǒng)分析方法已經(jīng)無法適應(yīng)多電極陣列記錄到群體神經(jīng)元信號分析的要求,結(jié)合圖論和復(fù)雜網(wǎng)絡(luò)理論研究腦功能網(wǎng)絡(luò)已成為神經(jīng)科學(xué)研究的重要內(nèi)容。現(xiàn)有研究集中在腦功能網(wǎng)絡(luò)的小世界特性上,且研究對象為宏觀層次(磁共振成像、腦電圖等)構(gòu)建的功能網(wǎng)絡(luò),無法反應(yīng)神經(jīng)元的活動規(guī)律。從微觀層次(神經(jīng)元)分析能更精細(xì)刻畫腦功能網(wǎng)絡(luò)的連接規(guī)律。 本課題以在體多電極記錄大鼠神經(jīng)元構(gòu)建的功能性網(wǎng)絡(luò)為研究對象,結(jié)合計(jì)算模型分析,通過復(fù)雜網(wǎng)絡(luò)中的分析方法對神經(jīng)元功能性網(wǎng)絡(luò)的特性、社團(tuán)結(jié)構(gòu)的劃分、評價(jià)及利用功能網(wǎng)絡(luò)來預(yù)測大鼠的行為選擇過程等方面展開研究。本課題的研究不僅為闡明大腦認(rèn)知功能的神經(jīng)機(jī)制提供了依據(jù),也為腦疾病的診斷和治療提供了新方向。 論文的第一章對神經(jīng)元功能網(wǎng)絡(luò)研究的具體背景和基本知識進(jìn)行了簡單的介紹。第二、三、四、五、六章分別介紹了本論文的主要結(jié)果。其中包括： (1)目前神經(jīng)科學(xué)家對于執(zhí)行認(rèn)知任務(wù)的腦功能網(wǎng)絡(luò)是如何演化的還缺乏了解。本論文根據(jù)海馬的神經(jīng)生物學(xué)解剖基礎(chǔ),構(gòu)建了海馬神經(jīng)環(huán)路的計(jì)算模型。在模擬單個(gè)神經(jīng)元?jiǎng)幼麟娢淮?spike trains)發(fā)放的基礎(chǔ)上,通過結(jié)合神經(jīng)元之間的連接結(jié)構(gòu),模擬了海馬群體神經(jīng)元的發(fā)放活動。研究群體神經(jīng)元之間是如何隨著連接結(jié)構(gòu)的變化形成功能網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的。由于在體多電極記錄神經(jīng)元功能網(wǎng)絡(luò)是無法預(yù)先知道其網(wǎng)絡(luò)結(jié)構(gòu)及社團(tuán)個(gè)數(shù)的,需要研究該計(jì)算模型如何根據(jù)不同的神經(jīng)元功能網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu),產(chǎn)生已知群體神經(jīng)元社團(tuán)個(gè)數(shù)和社團(tuán)結(jié)構(gòu)的spike trains,用來測試社團(tuán)分析方法的有效性。 (2)在本研究中,我們通過多電極記錄了多只大鼠皮層群體神經(jīng)元的spike trains,這些老鼠分別執(zhí)行多種不同認(rèn)知任務(wù)實(shí)驗(yàn)。我們分別對每次trial過程構(gòu)建了神經(jīng)元功能網(wǎng)絡(luò),總共構(gòu)成了150個(gè)功能網(wǎng)絡(luò)。我們從復(fù)雜網(wǎng)絡(luò)最重要的3個(gè)特性對神經(jīng)元功能網(wǎng)絡(luò)拓?fù)涮匦赃M(jìn)行了分析：小世界特性、無標(biāo)度網(wǎng)絡(luò)和社團(tuán)結(jié)構(gòu)特性。另外為了分析神經(jīng)元網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu),我們提出了一個(gè)判斷在神經(jīng)元功能網(wǎng)絡(luò)中是否存在社團(tuán)的準(zhǔn)則。我們發(fā)現(xiàn)小世界特性普遍存在于不同的神經(jīng)元功能網(wǎng)絡(luò)中。與fMRI功能網(wǎng)絡(luò)不同,發(fā)現(xiàn)神經(jīng)元功能網(wǎng)絡(luò)并不存在無標(biāo)度特性。發(fā)現(xiàn)社團(tuán)結(jié)構(gòu)特性與記錄到的spike trains數(shù)據(jù)集有關(guān)。相比DM-GM認(rèn)知實(shí)驗(yàn)任務(wù)。在Y-maze任務(wù)實(shí)驗(yàn)的數(shù)據(jù)集中發(fā)現(xiàn)存在很明顯的社團(tuán)結(jié)構(gòu)特性。我們發(fā)現(xiàn)并非所有存在小世界特性的功能網(wǎng)絡(luò)都存在社團(tuán)性。這些結(jié)果表明神經(jīng)元功能網(wǎng)絡(luò)與其它腦功能網(wǎng)絡(luò)一樣,存在著重要的復(fù)雜網(wǎng)絡(luò)特性。這個(gè)研究第一次同時(shí)分析了神經(jīng)元功能網(wǎng)絡(luò)的幾個(gè)復(fù)雜網(wǎng)絡(luò)拓?fù)涮匦�。結(jié)果表明該分析方法是有效的。 (3)本論文提出了一種新的神經(jīng)元功能網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的劃分方法。首先通過隨機(jī)游走距離計(jì)算成對神經(jīng)元spike trains之間的相似性,接著使用最近鄰方法對相似度矩陣進(jìn)行排序,形成塊矩陣,最后使用譜劃分方法對相似度矩陣進(jìn)行譜分解,通過分析特征值與特征向量的特性自動確定社團(tuán)個(gè)數(shù)和社團(tuán)的結(jié)構(gòu)。我們在由計(jì)算模型生成的已知社團(tuán)結(jié)構(gòu)的spike trains上評價(jià)了該方法。同時(shí)用于執(zhí)行Y-maze行為任務(wù)的大鼠前額葉皮層的多神經(jīng)元記錄spike trains上,發(fā)現(xiàn)了傳統(tǒng)方法無法發(fā)現(xiàn)的社團(tuán)結(jié)構(gòu)個(gè)數(shù)及模式。 (4)如何劃分網(wǎng)絡(luò)的社團(tuán)結(jié)構(gòu)對于分析各種網(wǎng)絡(luò)拓?fù)湫再|(zhì)是一個(gè)非常關(guān)鍵的問題,包括社會網(wǎng)絡(luò)、計(jì)算機(jī)網(wǎng)絡(luò)和生物網(wǎng)絡(luò)等。Newman等人提出的社團(tuán)模塊度函數(shù)Q是應(yīng)用最為廣泛的評判社團(tuán)特性強(qiáng)弱的指標(biāo),但存在著嚴(yán)重的分辨率極限問題。本論文提出了一種新的衡量社團(tuán)劃分強(qiáng)弱的評價(jià)函數(shù),我們稱之為社團(tuán)系數(shù)C。根據(jù)社團(tuán)系數(shù)C可自動地識別出網(wǎng)絡(luò)社團(tuán)結(jié)構(gòu)的最佳劃分個(gè)數(shù),不需要任何社團(tuán)結(jié)構(gòu)的先驗(yàn)知識。同時(shí)我們比較了層次劃分、譜聚類Ncut劃分兩種常用的社團(tuán)劃分方法,表明Ncut劃分方法和社團(tuán)系數(shù)C結(jié)合的社團(tuán)檢測方法得到的社團(tuán)結(jié)構(gòu)劃分結(jié)果更優(yōu)。在已知社團(tuán)結(jié)構(gòu)的一些真實(shí)網(wǎng)絡(luò)上測試了該方法,相比現(xiàn)有其它幾種社團(tuán)檢測方法,表明該方法能正確地劃分出不同的社團(tuán)結(jié)構(gòu),并且正確地識別了社團(tuán)的個(gè)數(shù)。最后我們將該方法應(yīng)用到神經(jīng)元功能網(wǎng)絡(luò)中。 (5)分析神經(jīng)元功能網(wǎng)絡(luò)的結(jié)構(gòu)對理解腦的認(rèn)知功能是一個(gè)基本的任務(wù)。這些皮層群體神經(jīng)元組成的功能網(wǎng)絡(luò)是否可以用來分析群體神經(jīng)元活動與動物行為任務(wù)的關(guān)系,及預(yù)測動物單個(gè)trial行為選擇的正確性?這些問題目前仍然是不知曉的。本文提出了一種新的方法來分析群體神經(jīng)元的功能網(wǎng)絡(luò)結(jié)構(gòu)和局部神經(jīng)元環(huán)路結(jié)構(gòu),這些神經(jīng)元來自多只執(zhí)行不同行為任務(wù)的大鼠,并且給出了預(yù)測大鼠單次trial結(jié)果正確性的實(shí)現(xiàn)過程。該方法主要由四個(gè)部分組成：根據(jù)spike trains構(gòu)建記錄到全體神經(jīng)元的功能網(wǎng)絡(luò)；根據(jù)社團(tuán)劃分方法對全體神經(jīng)元網(wǎng)絡(luò)劃分成最優(yōu)局部神經(jīng)功能環(huán)路組；根據(jù)功能網(wǎng)絡(luò)和功能神經(jīng)環(huán)路組無監(jiān)督聚類兩種不同行為選擇的trials;預(yù)測單次trial行為選擇的正確性。我們分別采用多電極記錄方法記錄了老鼠不同皮層的群體神經(jīng)元的spike trains,這些老鼠執(zhí)行兩種不同記憶行為任務(wù),分別為Y-maze任務(wù)和U-maze任務(wù)。實(shí)驗(yàn)結(jié)果表明這些功能網(wǎng)絡(luò)與不同的行為選擇間存在著關(guān)系。相比Y-maze數(shù)據(jù)集,U-maze數(shù)據(jù)集無監(jiān)督劃分trials的正確性更高。結(jié)果表明,在大鼠在執(zhí)行U-maze任務(wù)時(shí),兩種不同行為選擇過程對應(yīng)的神經(jīng)元功能網(wǎng)絡(luò)及神經(jīng)功能環(huán)路組存在著明顯區(qū)別。同時(shí)這些數(shù)據(jù)集能非常有效地用來預(yù)測大鼠單次trial的行為選擇結(jié)果。
【圖文】：

圖2.1 DM-GM實(shí)驗(yàn)裝置驗(yàn)任務(wù)訓(xùn)練箱是一個(gè)有底無蓋的長方形盒子（,材質(zhì)為塑料灰板。在訓(xùn)練箱前擋板丨0cm高度處有中央位置的外壁設(shè)有一對紅外發(fā)射接收裝置。當(dāng)大鼠被打斷，輸出電平信號，可被行為控制程序?qū)崟r(shí)檢測m處的兩側(cè)箱壁間也設(shè)有一對紅外發(fā)射接收裝置。訓(xùn)一由電磁開關(guān)控制的水管，當(dāng)電磁閥打開時(shí)，即可將飲用。所用實(shí)驗(yàn)裝置如圖2.1所示。程如下：將單只經(jīng)過預(yù)訓(xùn)練的大鼠放入訓(xùn)練箱中，先相同。觀察到大鼠成功取得20次以上的飲水后，，將控置。此時(shí)要求大鼠把鼻子探入孔內(nèi)并停留至少800rTi后，必須在五秒鐘之內(nèi)轉(zhuǎn)身到盒子的另一側(cè)去獲得水內(nèi)停留的時(shí)間。在孔內(nèi)停留的時(shí)間越長，轉(zhuǎn)身后獲得的水）。該實(shí)驗(yàn)及數(shù)據(jù)記錄過程由復(fù)旦大學(xué)李德明課

e任務(wù)訓(xùn)練箱是一個(gè)有底無蓋的Y形盒子，選擇臂長71厘米，兩個(gè)獎(jiǎng)2厘米，三臂互成120度夾角，高20厘米，材質(zhì)為塑料灰板。距選擇處和距獎(jiǎng)勵(lì)臂末端35厘米處各有一個(gè)可以從迷宮地板下升起來的門端和每個(gè)門處各有一對紅外（一個(gè)紅外線發(fā)射端和一個(gè)紅外線接測大鼠在迷宮內(nèi)的位置。實(shí)驗(yàn)裝置如圖2.2所示。作過程如下：將控水1天的大鼠放入迷宮適應(yīng)10分鐘，然后取出，式訓(xùn)練。訓(xùn)練^u始時(shí)選擇臂的門關(guān)閉、獎(jiǎng)勵(lì)臂的門開放，當(dāng)大鼠打的紅外時(shí)此門打開，大鼠可以自由選擇進(jìn)入獎(jiǎng)勵(lì)臂，并在獎(jiǎng)勵(lì)臂的微升的水。此時(shí)大鼠未進(jìn)入的獎(jiǎng)勵(lì)臂的門關(guān)閉。當(dāng)大鼠消費(fèi)完獎(jiǎng)勵(lì)擇臂的末端以啟動下一次實(shí)驗(yàn)，此時(shí)選擇臂的門關(guān)閉，獎(jiǎng)勵(lì)臂的門到選擇臂末端6秒后，當(dāng)大鼠打斷選擇臂門前的紅外時(shí)此門打開，另一個(gè)獎(jiǎng)勵(lì)臂才能得到獎(jiǎng)勵(lì)，即若上次trial進(jìn)入的左獎(jiǎng)勵(lì)臂，則當(dāng)右獎(jiǎng)勵(lì)臂才能得到獎(jiǎng)勵(lì)，否則反之。如果進(jìn)入和上次trial相同的獎(jiǎng)錯(cuò)誤trial。下次trial的獎(jiǎng)勵(lì)位置不變。每天訓(xùn)練100個(gè)trial,當(dāng)任務(wù)連續(xù)兩天超過80%,則開始記錄。該實(shí)驗(yàn)及數(shù)據(jù)記錄過程由復(fù)旦大
【學(xué)位授予單位】：復(fù)旦大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2013
【分類號】：R338;O157.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 陳文娟;李向?qū)?蒲江波;朱耿;駱清銘;;培養(yǎng)神經(jīng)元網(wǎng)絡(luò)自發(fā)放電序列的非線性特征[J];科學(xué)通報(bào);2010年01期

2 梁夏;王金輝;賀永;;人腦連接組研究:腦結(jié)構(gòu)網(wǎng)絡(luò)和腦功能網(wǎng)絡(luò)[J];科學(xué)通報(bào);2010年16期

3 楊博;劉大有;金弟;馬海賓;;復(fù)雜網(wǎng)絡(luò)聚類方法[J];軟件學(xué)報(bào);2009年01期

4 王一男;唐永強(qiáng);潘t熺

本文編號：2694088