具有动态突触的神经网络：从混合模态振荡和纺锤波到混沌

理解短期突触抑制（STSD）及其他形式的突触可塑性是神经科学中的一个前沿问题。在此，我们研究了 STSD 在复杂脑节律模式形成中的作用。我们使用了一个由具有 1 型和 2 型兴奋性及随机动力学的非规则发放兴奋性和抑制性神经元组成的神经网络皮层回路模型。在该模型中，神经元形成稀疏连接网络，其自发活动由代表突触噪声的随机脉冲驱动。通过模拟和解析计算，我们发现如果不存在 STSD，神经网络根据噪声水平表现出异步行为或规则的网络振荡。在具有 STSD 的网络中，通过改变突触可塑性参数和噪声水平，我们观察到了向复杂集体活动模式的转变：混合模态和纺锤波振荡、集体活动爆发以及混沌行为。有趣的是，这些模式在一定参数范围内是稳定的，并由临界边界分隔。因此，突触可塑性参数可以起到控制参数或不同网络状态之间切换器的作用。然而，由疾病引起的参数变化可能导致正在进行的神经活动严重受损。我们利用混沌的 0-1 检验（Gottwald, G. & Melbourne, I., 2004）分析了混沌神经活动，并表明其具有集体性质。