基于信鸽视顶盖神经集群响应的目标类别解码研究

通过提取信鸽视顶盖(The Optic Tectum, OT)的中间层神经元集群高频峰电位(spike)响应信号,利用小波和信息论的方法提取并筛选不同时间尺度上的响应特征,构建集群响应的特征向量,从而实现对目标类别的解码。首先,根据感受野特征筛选有效响应通道;然后通过特定目标对信鸽进行刺激实验,采用微电极阵列记录多通道的spike发放序列;其次设定时间窗口(bin)长度,采用小波和信息论的方法提取并筛选响应特征;最后利用朴素贝叶斯分类算法实现目标类别解码。结果表明,一方面本文方法所提取的响应特征能够实现对目标类别的解码和识别;另一方面,通过对bin取1ms的响应信号所提取特征进行统计分析,发现提取的包含目标类型信息高的小波系数大都属于较大分解层次上的系数,表明鸽子OT区可能利用这些尺度上的时间模式对目标的信息进行了编码,这为研究OT中间神经元的时间响应结构奠定了基础。     

基于信鸽视顶盖神经集群响应的目标类别解码

通过提取信鸽视顶盖(the optic tectum,OT)的中间层神经元集群高频峰电位(spike)响应信号,利用小波和信息论的方法提取并筛选不同时间尺度上的响应特征,构建集群响应的特征向量,从而实现对目标类别的解码。首先,根据感受野特征筛选有效响应通道;然后通过特定目标对信鸽进行刺激实验,采用微电极阵列记录多通道的spike发放序列;其次设定时间窗口(bin)长度,采用小波和信息论的方法提取并筛选响应特征;最后利用朴素贝叶斯分类算法实现目标类别解码。结果表明,一方面所提取的响应特征能够实现对目标类别的解码和识别;另一方面,通过对bin取1 ms的响应信号所提取特征进行统计分析,发现提取的包含目标类型信息高的小波系数大都属于较大分解层次上的系数,表明鸽子OT区可能利用这些尺度上的时间模式对目标的信息进行了编码,这为研究OT中间神经元的时间响应结构奠定了基础。     

基于混合罚函数法的认知雷达波形设计

针对认知雷达发射波形的信杂噪比(SINR: Signal to Interference plus Noise Ratio) 往往需要大于一定阈值的问题, 在传统波形设计准则的基础上建立一种新的认知雷达波形发射系统模型。此模型以目标与回波间的互信息为目标函数, 以信杂噪比和能量作为约束条件, 通过混合罚函数法对模型求解, 最终获得认知雷达的最优波形。仿真实验证明, 该波形可以将波束能量分配给杂波响应较弱、目标响应较强的频段, 满足认知雷达对发射波形的要求, 从而解决了发射波形的SINR 阈值问题, 并最大化目标与回波间的互信息, 具有较强的应用性。     

大鼠杏仁核在条件性恐惧视觉建立过程中的集群编码研究

研究了大鼠在条件性恐惧视觉建立过程中杏仁核对恐惧视觉信息的编码。首先,设计两种不同拓扑结构("十"和"O")图形,利用巴普洛夫条件反射原理建立大鼠条件性恐惧视觉联结,采用多通道神经信号采集系统采集恐惧视觉建立过程中的杏仁核神经元集群响应信号。然后,对神经元响应信号进行有效响应区间的自适应选取,分别采用神经元集群发放频率和集群熵研究条件性恐惧视觉建立的不同阶段杏仁核的集群编码,发现神经元集群在条件性恐惧建立后发放率、熵均有显著增加。最后,采用支持向量机构建条件性恐惧建立过程中不同恐惧水平的分类模型,验证两种编码的效果。结果表明集群熵编码包含更多的非线性信息和时空整合信息,能更有效地实现恐惧视觉建立过程中视觉信息的"恐惧"水平的表征,由此推测大鼠杏仁核神经核团是以集群的方式对恐惧信息进行编码的。     

抑制性突触输入作用下神经振子群相响应同步

文章利用相响应曲线建立了具有兴奋性与抑制性突触输入和外部周期刺激的神经振子集群模型,引入复序参数描述神经元集群的同步活动。数值模拟表明抑制性突触输入降低了神经元集群的同步程度,减弱了神经元集群同步模式改变时的外部刺激;在弱刺激或低频率刺激下,神经元集群出现完全同步;在强刺激或高频率刺激下,神经元集群出现阵发性同步。     

基于互信息的二进制区分矩阵特征约简方法

基于互信息度量的特征约简是一种重要的Filter特征约简方法,其目的是剔除条件特征中与决策类别不相关的特征,并使约简子集中特征间的相关性最小.为此,本文基于特征间的区分性评价准则,提出了互信息下二进制区分矩阵的特征约简模型,并从理论上证明了二进制区分矩阵模型与互信息模型下特征约简的等价性;其次给出了条件特征的重要性度量准则,并利用渐进式计算方法构造了一种快速的特征约简算法;最后通过实验进一步验证了算法的可行性.     

干扰条件下基于互信息量准则的弹载雷达波形优化

弹载雷达发射波形设计在导弹制导系统中有着重要作用。为解决复杂电磁环境下,弹载雷达受到噪声、杂波和干扰影响导致目标探测性能降低的问题,基于互信息量（mutual information,MI）准则提出了一种新的同时存在噪声、杂波和电子干扰影响时的发射波形优化算法,通过拉格朗日乘子法得到最大化目标响应与雷达回波间互信息量的最优波形表达式,并利用一阶泰勒级数近似简化该表达式。仿真实验对比了不同杂波和压制干扰、不同发射能量约束下优化前后所获互信息量;结果表明,当平均功率限制为100 W时,相比于原始波形,采用优化信号情况下所获互信息量翻倍。优化发射波形能够通过优化信号的频域能量分布,主动避开干扰和杂波影响大的频率,使接收回波包含更多目标信息。     

鸽子视顶盖颜色信息的解码

研究了鸽子视顶盖神经元对颜色信息的编码机制并解码了三种颜色刺激。首先,针对鸽子视网膜四种类型敏感细胞设计了红、绿、蓝三种色块刺激模式。然后,对视觉实验采集到的神经元响应信号绘制其刺激后时间直方图(peri-stimulus time histogram,PSTH)。确定出神经元有效响应区间后发现,视顶盖神经元以集群的方式对颜色信息进行编码,对于不同的顶盖神经元,三种色块刺激的PSTH曲线存在不同的响应规律;对于同一个顶盖神经元,多次实验下三种色块刺激的PSTH曲线有着近乎一致的规律。最后,分别采用主成分分析法(primary component analysis,PCA)和等度规映射法(isometric mapping,ISOMAP)对集群特征进行降维,采用概率型神经网络(probabilistic neural network,PNN)对三种色块进行解码,结果表明,不同的特征降维方法,都具有较高的识别率,再次验证了鸽子视顶盖神经元是以集群的方式对颜色信息进行编码。     

基于自然图像认知的大鼠上丘神经元恐惧信息编码机制

为了探究大鼠对自然图像的认知效果以及在自然图像认知过程中上丘(superior colliculus, SC)神经元的恐惧信息编码机制,采用条件性恐惧联结训练方法,设计了基于三种不同情感属性自然图像的实验方案(恐惧:"蛇"、中性:"树"、奖励:"鼠粮"),对大鼠进行了视觉认知训练。首先,从行为学分析了大鼠对具有不同情感意义自然图像的认知效果;其次,采用第一动作电位延时(first spike latency, FSL)以及Spike(峰电位)平均发放率两种编码方法,研究了大鼠上丘神经元在自然图像认知学习过程中的恐惧信息编码机制。结果表明,大鼠对奖励、恐惧、中性三种图像的抉择正确率分别在第6、22、26 d达到了75%基准线。训练后,在恐惧图像的刺激作用下,大鼠上丘神经元集群的平均FSL值显著低于训练前,且神经元集群的Spike发放率显著提高。这些结果揭示了恐惧信息能够激活大鼠上丘脑区,并通过SC脑区实现恐惧信息快速传递与表征。     

产业集群涌现中的受限生成过程仿真

利用受限生成过程(CGP)方法建立了一个演化模型,对产业集群的涌现过程进行系统仿真,刻画了集群涌现性产生的动态演变过程.结果表明:产业集群的产生具有明显的涌现性特征,企业个体间的相互作用将在企业群体结构上涌现出集群特征;初始状态下无序的企业分布能够在演化过程中自发地形成稳定的集群结构.     

基于多元线性逆滤波器的视顶盖神经元集群亮度信息解码研究

通过解码鸽子视顶盖(the optic tectum,OT)神经元集群亮度信息的方法,研究了OT区神经元集群编码亮度信息的神经机制。首先设计了具有瞬态闪变特性的亮度视觉刺激模式,采用微电极阵列记录了多通道的锋电位(spike)发放序列;然后提取了神经元集群的spike发放率特征,构造多元线性逆滤波器解码视觉刺激亮度;最后采用互相关和信息论的方法对解码结果进行了分析。结果表明:采用的多元线性逆滤波器有效解码了OT区神经元集群编码的亮度信息。通过对解码参数变化与解码精度的分析可知神经元集群数目13个、bin的宽度5 ms、刺激后15 ms、刺激后持续时间35 ms具有最高的解码精度。通过神经元集群中逆滤波器形态的分析发现,单神经元在亮度信息的编码过程中受周围神经元的动态调制。通过对解码精度与刺激闪变频率关系的分析,发现在刺激闪变频率19 Hz到53 Hz的范围内,重建质量较好,在刺激闪变频率为33.5 Hz时,重建质量达到最优。     

视知觉训练与初级视皮层神经元信息及其表征容量

通过分析猕猴初级视皮层（V1）神经元的群体活动在轮廓线检测训练过程中的变化发现：知觉训练可以降低V1神经元响应在不同试次之间的变异性，促使V1神经元对相同刺激的响应更加稳定；训练还可降低V1神经元群体中神经元活动之间的相关性，使V1神经元之间的活动更加独立；增加了神经活动的维度，提高了神经元表征信息的容量，减少了冗余的神经活动，进而提升了感知能力.     

Neuronal populations and single cells representing learned auditory objects

The neural representations associated with learned auditory behaviours, such as recognizing individuals based on their vocalizations, are not well described. Higher vertebrates learn to recognize complex conspecific vocalizations that comprise sequences of easily identified, naturally occurring auditory objects, which should facilitate the analysis of higher auditory pathways. Here we describe the first example of neurons selective for learned conspecific vocalizations in adult animals--in starlings that have been trained operantly to recognize conspecific songs. The neuronal population is found in a non-primary forebrain auditory region, exhibits increased responses to the set of learned songs compared with novel songs, and shows differential responses to categories of learned songs based on recognition training contingencies. Within the population, many cells respond highly selectively to a subset of specific motifs (acoustic objects) present only in the learned songs. Such neuronal selectivity may contribute to song-recognition behaviour, which in starlings is sensitive to motif identity. In this system, both top-down and bottom-up processes may modify the tuning properties of neurons during recognition learning, giving rise to plastic representations of behaviourally meaningful auditory objects.     

家鸽前脑声反应神经元的分布及其特性的研究

实验在61只家鸽上完成。动物用三碘季胺酚麻痹,记录了前脑36个神经元的电活动。实验结果表明,对短声刺激具有反应的前脑神经元分散地分布在旧纹状体、上纹状体以及新纹状体内,但是大多数听神经元集聚在相当于Karten和Hodos氏鸽脑立体定位图谱P_(1-3),L或R_(1-3)以及H_(2-6)的坐标范围之内。这些对声刺激有反应的听神经元的潜伏期为5～42msec。在正常情况下,神经元的潜伏期很少变化。前脑听神经元既可以接受对侧耳的信息,也可以接受同侧耳的信息。在旧纹状体内来自双耳信息的聚合可能引起相互抑制的结果。     

家鸽前脑声反应神经元的分布及其特性的研究

实验在61只家鸽上完成。动物用三碘季胺酚麻痹,记录了前脑36个神经元的电活动。实验结果表明,对短声刺激具有反应的前脑神经元分散地分布在旧纹状体、上纹状体以及新纹状体内,但是大多数听神经元集聚在相当于Karten和Hodos氏鸽脑立体定位图谱P_(1～3),L或R_(1～3)以及H_(2～6)的坐标范围之内。这些对声刺激有反应的听神经元的潜伏期为5～42msec。在正常情况下,神经元的潜伏期很少变化。前脑听神经元既可以接受对侧耳的信息,也可以接受同侧耳的信息。在旧纹状体内来自双耳信息的聚合可能引起相互抑制的结果。     

鸟类视觉系统的离顶盖通路

离顶盖通路是鸟类视觉系统的一条主要途径,由视网膜-顶盖-圆核-外纹体等组成．视网膜接受外界视觉后主要沿这条通路直接传送到端脑,也有些视觉信息通过一些侧支回路间接地投射到端脑．顶盖-峡核回路构成离顶盖通路的一个侧支,峡核大细胞部-顶盖的兴奋性通路和峡核小细胞部-顶盖的抑制性通路构成了峡核-顶盖之间的正负反馈回路．离顶盖通路中的神经元参与识别物体的运动、颜色、亮度和形状分辨等特征．     

神经系统识别爆发性锋电位序列的机制讨论

讨论神经系统识别爆发型锋电位序列信息的机制,认为序列的信息存储在爆发锋电位组内间隔和组间间隔2个时间变量中,建立了一个神经回路,通过突触传递过程中的易化、反馈调节机制以及时间依赖的学习机制等突触可塑性机制,给出了神经系统识别爆发性锋电位序列信息的一种可能机制,其中包括分解机制和整合机制两部分.首先通过神经元选择性响应的动力学性质,将锋电位序列的信息分解,并将每组锋电位内部间隔的信息通过不同神经元学习存储.通过突触延迟时间的动力学调整,将2组锋电位之间的时间间隔学习、存储在回路中.经过多次学习训练,神经回路对输入信号形成特定的突触连接结构以及时空响应输出模式,实现对爆发性锋电位序列信息的识别.