绘制哺乳动物大脑中的神经活动图

大脑的功能取决于它形成的电路网络类型，以实现感知和行动。然而，没有技术可以通过检查活体动物的神经活动来帮助揭示隐藏网络的结构。

京都大学和基础科学研究所(IPM)现在联合创建了一个地图，将这种回路结构与哺乳动物的神经活动进行了比较。该图使研究人员能够从神经活动的特征中获得更清晰的电路图像。

神经细胞产生称为尖峰的电信号，通过突触为下一个神经细胞提供输入电位。当输入电位的总和超过某个值时，会产生一个尖峰，将其活动传递到下一个神经细胞。

“这项研究的目的是构建一种理论，该理论整合了神经网络的结构和活动，并将其用作从活动中发现网络结构的工具，”京都大学信息学研究生院的Hideaki Shimazaki说。

两个神经细胞之间的耦合增加了一个神经细胞在另一个神经细胞活跃后立即变得活跃的可能性。正在努力通过从同时记录的神经元的协同活动估计神经元之间的联系来阐明神经元的网络结构。然而，这些只显示了更大图景的可见部分，揭示了负责驱动动物认知和行为的功能神经回路的状态。

“为了揭示未观察到的神经元的隐藏连接，我们使用了神经元输入和输出之间非线性的分析关系。我们展示了有可能从观察到的神经元的共同活动中识别隐藏的微电路架构，包括未观察到的神经元，“IPM认知科学学院的通讯作者Safura Rashid Shomali说。

“我们已经了解到，人或神经元行为的相似性表明了他们的共同历史。在这里，行为是神经元的活动，历史是它们收到的隐藏共享输入，“吉兰大学物理系和IPM的共同作者S. Nader Rasuri说。

将这种技术应用于哺乳动物的视觉皮层，研究人员有了新的发现。

“利用这张图，我们研究了小鼠和猴子视觉皮层中神经元的稀疏活动，并表明活动背后的兴奋性局部共同输入结构，”Shomali解释说。

大脑中的相关机制称为稀疏编码，这是视觉皮层中的一种节能方案，仅使用少量神经元来表达信息。这种机制反驳了先前提出的电路网络由抑制细胞主导的假设。

“该机制可以应用于人工智能，产生稀疏活动，有望为构建高能效深度神经网络和组件神经元的连接结构作为非线性元素提供方向，”岛崎说。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！