电刺激下神经群体的生物物理基础平均场模型
神经元与认知
2020-11-18 v7 无序系统与神经网络
适应与自组织系统
摘要
神经系统的电刺激是理解神经动力学并最终开发临床治疗手段的关键工具。电刺激的许多应用影响大量神经元群体。然而，脉冲神经元大型网络的计算模型 inherently 难以模拟和分析。我们评估了一种兴奋性 and 抑制性自适应指数积分发放（AdEx）神经元的降维平均场模型，该模型可用于高效研究电刺激对大型神经群体的影响。这一基本皮层模型的丰富动力学特性被详细描述，并通过大型网络模拟得到验证。反映网络状态的分岔图揭示了异步 up- 和 down-状态、双稳区，以及对应于快速兴奋-抑制和慢速兴奋-适应反馈回路的振荡区域。AdEx 神经元的生物物理参数可与具有真实场强的电场耦合，并进而传播至群体描述。我们展示了在分岔边缘，直接电输入引起网络状态转移，例如开启和关闭群体速率的振荡。振荡输入可使内源性振荡产生频率牵引和相位锁定。约 1 V/m 量级的相对较弱电场强度即能产生这些效应，表明场效应在网络中被强烈放大。时变外部刺激的影响被平均场模型良好预测，进一步巩固了低维神经质量模型的实用性。
引用
@article{arxiv.1906.00676,
title = {Biophysically grounded mean-field models of neural populations under electrical stimulation},
author = {Caglar Cakan and Klaus Obermayer},
journal= {arXiv preprint arXiv:1906.00676},
year = {2020}
}
备注
A Python package with an implementation of the AdEx mean-field model can be found at https://github.com/neurolib-dev/neurolib - code for simulation and data analysis can be found at https://github.com/caglarcakan/stimulus_neural_populations