离散动态神经元网络产生的类EEG和类EP波形

本文提出了一种简化现实性神经网络模型的离散形式，特别适合于研究其复杂行为，适应联结的各神经元分级电位的某种总和可表现出类似于脑电的复发行为，虽然其所受到的刺激全部都是相同的恒定刺激，也没有噪声，周期性地迭加上方波刺激然后将相应的反应进行迭加可以诱发出类似于在核团附近记录的双相反应。     

前额叶皮层和纹状体间功能性连接的量化分析

奖励预测对于大脑的学习记忆、行为决策等高级认知功能具有至关重要的意义。前额叶皮层(Prefrontal Cortex,PFC)和纹状体(Striatum)是大脑中的两个重要脑区,以往的研究发现,前额叶皮层和纹状体中的神经元都参与了对奖励信息的编码,然而,对于这两个脑区之间信息交流、相互影响的具体方式仍然不够明确。为了研究这一问题,在对猴子进行非对称奖励预测实验的过程中,用多通道电极同时记录了其前额叶皮层和纹状体两个部位的局域场电位(Local Field Potentials, LFP)信号。通过计算非线性相互依赖性(Nonlinear Interdependence,NLI)来量化分析前额叶皮层和纹状体之间功能性连接的强度。结果显示,在β频段(15～30 Hz),小水奖励条件下前额叶皮层和纹状体间的功能性连接强度显著高于大水奖励条件下的结果,同时,前额叶皮层和纹状体间不同方向的连接强度也有显著差别。实验结果表明,前额叶皮层中LFP的β频段可能与纹状体神经元的活动有关,并在一定程度上调节猴子在奖励预测过程中的行为。