通过深度神经方法在整个大脑的神经活动的相互生成,以及它的网络解释

科学领域:

• 神经科学是一个神经科学.
• 计算神经科学是一种神经科学.
• 系统神经科学 系统神经科学

背景情况:

• 大脑区域形成复杂的网络,但没有结构连接的功能关联的持久性是不清楚的.
• 了解神经活动如何持续并通过断开连接的区域传输,对于绘制大脑功能至关重要.

研究的目的:

• 研究神经活动模式在功能相关但结构脱节的大脑区域之间的持久性和可转移性.
• 评估使用人工神经网络来建模大脑区域活动的"代"方法的有效性.

主要方法:

• 利用多层长短期记忆 (LSTM) 模型来学习特定大脑区域内的神经活动生成规则.
• 应用经过训练的LSTM模型,在其他大脑区域产生神经活动,包括那些结构脱节的区域.
• 通过将其与实际的神经活动进行比较来评估生成活动的准确性,专注于发射率和同步.

主要成果:

• 不连接区域之间的神经活动生成的准确性与连接区域内的生成相美.
• 关键的神经元表现,包括发射速度和同步,都被精确地复制了.
• 活动生成的准确性与结构连接的初始强度和区域之间的相对解剖角度相关.

结论:

• 大脑区域之间的功能关联即使在结构性断开之后也可以持续存在并被建模.
• "代"方法为研究大脑网络动态和皮层不均性提供了强大的工具.
• 这种方法有可能减少对某些神经科学研究问题的动物实验的依赖.