稳态可塑性与外部输入塑造神经网络动力学
神经元与认知
2018-07-24 v1 无序系统与神经网络
适应与自组织系统
摘要
体外与体内的脉冲活动存在明显差异。体外网络表现出强烈的爆发,其间夹着极少脉冲活动的时段;而体内皮层网络则呈现连续活动。考虑到两类网络可能具有相似的单神经元动力学与可塑性规则,这一现象令人困惑。我们提出,体外与体内动力学的决定性差异在于外部输入的强度。体外网络几乎孤立,而体内每个脑区都接收连续输入。我们分析了一个脉冲神经元模型,其中由脉冲率稳态介导的输入强度决定了动力学状态的特征。更具体地,我们在多种网络拓扑上的解析与数值结果一致表明:随着输入增强,稳态可塑性产生从爆发态、近临界态、回响态到不规则态的不同动力学状态。这意味着神经网络的动力学状态并非固定,而可随输入强度迅速适应。事实上,我们的结果匹配了体外与体内的实验脉冲记录:体外爆发行为与极低网络输入(< 0.1%)产生的状态一致,而体内活动表明约 1% 的记录脉冲由输入驱动,导致回响动力学。重要的是,这预测人们可以消除体外制备中普遍存在的爆发,转而通过使系统暴露于微弱长期刺激来施加类似于体内的动力学,从而为在体外建立类体内的基础及神经学研究检测手段开辟了新路径。
引用
@article{arxiv.1807.01479,
title = {Homeostatic plasticity and external input shape neural network dynamics},
author = {Johannes Zierenberg and Jens Wilting and Viola Priesemann},
journal= {arXiv preprint arXiv:1807.01479},
year = {2018}
}
备注
14 pages, 8 figures, accepted at Phys. Rev. X