具有动态连接性的随机神经场中隆起的多尺度运动与形变

突触可塑性与神经活动动力学的不同时间尺度在大脑的学习与记忆系统中起着重要作用。活动依赖的可塑性重塑神经环路结构，决定自发的与刺激编码的神经活动时空模式。神经活动隆起维持连续参数值的短时记忆，出现在具有短时兴奋与长程抑制的空间组织模型中。此前，我们证明了使用界面方法推导的非线性 Langevin 方程能准确描述具有分离兴奋/抑制群体的连续神经场中隆起的动力学。此处我们将该分析扩展以纳入修改由积分核描述的连接性的慢短时程可塑性的效应。适配于这些具有 Heaviside 发放率的逐段光滑模型的线性稳定性分析进一步指示了可塑性如何塑造隆起的局部动力学。易化（压抑）——增强（减弱）源自活动神经元的突触连接性——在作用于兴奋性突触时倾向于增加（降低）隆起的稳定性。当可塑性作用于抑制性突触时该关系反转。被弱噪声扰动的隆起随机动力学的多尺度近似揭示，可塑性变量演化为平稳解中出现的缓慢扩散且模糊的版本。与隆起位置或界面耦合于缓慢演化的可塑性变量投影相关的非线性 Langevin 方程准确描述了由这些平滑化突触效能剖面所支撑的隆起游走。