在高斯白噪声输入过程中,巴罗反射神经弧传输特征的输入大小依赖性
Toru Kawada1, Tadayoshi Miyamoto2, Masafumi Fukumitsu1
1Department of Cardiovascular Dynamics, National Cerebral and Cardiovascular Center, Osaka, Japan.
概括
一个新的线性动态-非线性静态模型更好地预测使用高斯白噪声输入的状 sinus baroreflex 神经弧功能. 这个模型捕捉了西格形非线性,改善了对交感神经活动调节的理解.
科学领域:
- 神经科学是一个神经科学.
- 生理学 生理学 生理学
- 系统生物学 系统生物学
背景情况:
- 高斯白噪声 (GWN) 输入在理论上对于识别更高阶非线性是有用的.
- 之前的GWN应用在带鼻气反射神经弧上并没有完全捕捉到其已知的西格形非线性.
研究的目的:
- 通过线性动态 (LD) 和非线性静态 (NS) 组件的级联来近似测量阴道鼻气反射的神经弧.
- 分析麻醉大鼠GWN输入的数据,以更好地预测巴罗反射功能.
主要方法:
- 被麻醉的老鼠 (n=7) 接受了GWN输入 (平均120 mmHg,SDs 10,20,30 mmHg).
- 估计了从阴道鼻压力到交感神经活动 (SNA) 的线性转移功能.
- 测量的SNA与线性预测的SNA进行了绘图,揭示了反向的西格形分布.
主要成果:
- 根据LD-NS模型的估计,与传统的逐步输入方法 (135.8 mmHg) 相比,Sigmoidal非线性与较低的中点压力 (104.1 mmHg) 估计.
- 在NS组件更好地反映了在生理脉动输入期间的非线性.
- 在测试数据集中,LD-NS模型实现了比线性和Uryson模型更高的R2值.
结论:
- LD-NS模型有效地捕捉了baroreflex神经弧的西格形非线性.
- 非线性动力学对确定交感神经活动有显著的贡献.
- 准确的模拟非线性动力学对于理解巴罗反射生理学和解释实验数据至关重要.
更多相关视频
00:06Stochastic Noise Application for the Assessment of Medial Vestibular Nucleus Neuron Sensitivity In Vitro
Published on: August 28, 2019
5.2K
10:50Behavioral Determination of Stimulus Pair Discrimination of Auditory Acoustic and Electrical Stimuli Using a Classical Conditioning and Heart-rate Approach
Published on: June 6, 2012
14.6K
