脑网络中的嵌合体状态：经验神经连接与模块分形连接
适应与自组织系统
2019-06-20 v2
摘要
称为嵌合体状态的复杂时空模式由共存的相关域和非相关域组成，可在耦合振子网络中观察到。同步与异步在复杂脑网络中的相互作用是研究脑功能和疾病的重要方面。我们分析了FitzHugh-Nagumo神经元在复杂网络中的集体动力学，其动机源于在癫痫学和癫痫手术中的潜在应用。我们比较了两种拓扑结构：一种源自扩散加权磁共振成像的经验结构神经连接，以及一种具有模块分形连接的数学构造网络。我们分析了嵌合体和部分同步态的性质，并在参数平面中获得了它们的稳定区域。此外，我们定性地模拟了癫痫发作的动力学，并研究了节点移除对网络同步性的影响，这可能对癫痫手术的应用有用。
引用
@article{arxiv.1710.08219,
title = {Chimera states in brain networks: empirical neural vs. modular fractal connectivity},
author = {Teresa Chouzouris and Iryna Omelchenko and Anna Zakharova and Jaroslav Hlinka and Premysl Jiruska and Eckehard Schöll},
journal= {arXiv preprint arXiv:1710.08219},
year = {2019}
}