识别皮质微环路中共存振荡的解剖学起源
神经元与认知
2017-02-08 v4
摘要
振荡在神经群体信号中无处不在，例如多单元记录、EEG/MEG 和局部场电位。它们与神经元的群体放电率相关联，而单个神经元以接近不规则的方式在低速率下放电。结合平均场与线性响应理论，我们预测了 V1 的层状微环路模型中产生的频谱；该模型由漏积分发放神经元组成，并基于从解剖和电生理研究汇编的连接性。该模型表现出在所有群体中可见的低 gamma 和高 gamma 振荡。由于局部产生的频率被强加于其他群体，振荡的起源无法从频谱中推断。我们开发了一种普遍适用的系统方法，用于识别给定网络中振荡产生所依赖的解剖环路。基于动力学的理论约简，我们推导出一种敏感性度量，由此得到频率依赖连接图，该图揭示了对于观测振荡的峰值幅度和频率至关重要的连接，并识别出产生给定频率的最小环路。低 gamma 峰值结果是在位于第 2/3 层和第 4 层的子环路中产生的，而高 gamma 峰值则源自第 4 层的中间神经元。发现第 5 层内部及传入第 5 层的连接调节慢速率波动。我们进一步证明，关键连接的微小扰动对群体频谱有显著影响，而其他连接的损伤则使群体水平的动力学保持不变。该研究揭示了控制皮质微环路频谱的机制最为有效的连接。
引用
@article{arxiv.1510.00642,
title = {Identifying anatomical origins of coexisting oscillations in the cortical microcircuit},
author = {Hannah Bos and Markus Diesmann and Moritz Helias},
journal= {arXiv preprint arXiv:1510.00642},
year = {2017}
}