状态切换：离异循环作为神经元动态组织中心

神经网络在高活跃与低活跃状态之间交替，称为上行状态和下行状态。它们还显示对于感知、记忆巩固和感觉处理所必需的节律性模式。尽管这些状态至关重要，但导致此类状态转换的原理仍然难以把握。我们提出了一种新型分叉结构存在的必要条件，作为统一组织中心来支配这些转换。对标准均场网络模型（包括 Wilson-Cowan、Tsodyks-Markram 和 Jansen-Rit 框架）的分叉分析和仿真显示，这种分叉结构在不同模型中稳健地出现。我们演示了外部输入与（突触）连接性之间的相互作用趋向于这一共享机制，为理解多样化脑状态如何产生和调节提供了基本原理。除了现象性均场模型之外，我们还表明，Nonlinear input-output relationships（非线性输入-输出关系）的共享数学结构，而非模型特定的细节，可在跨框架中保持组织中心，揭示了动态状态转换的通用机制。