在工作内存任务中维护延迟周期活动是由本地网络结构调节的
Dong Yu1,2, Tianyu Li1,2, Qianming Ding1,2
1Institute of Biophysics, Central China Normal University, Wuhan, China.
PLoS computational biology
|September 3, 2024
概括
这项研究揭示了神经网络结构如何影响工作记忆 (WM). 诸如小世界性和兴奋抑制平衡等关键因素维持了WM活动,突出了网络结构对认知功能的重要性.
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:
- 了解神经网络结构和功能之间的关系在神经科学中至关重要.
- 工作内存 (WM) 网络中的微电路的拓结构可能有所不同,但其对WM活动的影响尚不清楚.
- 解剖学数据表明WM网络中的梯度.
研究的目的:
- 提出一个尖端神经网络模型,复制基本的WM特征.
- 调查结构异质性对WM活动的影响.
- 阐明神经网络结构和功能之间的关系.
主要方法:
- 开发了一个尖端神经网络模型来模拟WM.
- 再现了实验观察到的受体表达梯度.
- 分析了局部网络结构 (小世界性,激发抑制平衡,循环结构) 与WM持续时间之间的相关性.
主要成果:
- 该模型成功地在关联皮层复制了延迟周期的神经活动,而不是感官皮层.
- 小世界性,激发抑制平衡和循环结构被确定为维持WM活动的关键.
- 结合解剖学数据的模拟显示,WM持续时间依赖于本地和分布式网络交互.
结论:
- 网络结构梯度和本地和分布式网络之间的相互作用对工作记忆至关重要.
- 需要进一步测量大脑中的结构电路梯度.
- 该研究提供了关于神经网络架构如何支持工作记忆等认知功能的见解.
更多相关视频
09:01A Method for Investigating Age-related Differences in the Functional Connectivity of Cognitive Control Networks Associated with Dimensional Change Card Sort Performance
Published on: May 7, 2014
10.2K
12:09Network Analysis of the Default Mode Network Using Functional Connectivity MRI in Temporal Lobe Epilepsy
Published on: August 5, 2014
18.0K
