研究模型的神经元如何协同工作

新近发展起来的,神经元的高度准确的表示方式表现在执行动作,如达到不仅可以增进了解的复杂动力学作用于大脑,但是救援机器人发展的四肢是更复杂的和自然运动的能力。

剑桥大学的研究人员与牛津大学的合作和洛桑联邦理工(EPFL),已经开发出一种新的神经网络模型,提供一个小说的理论神经元一起工作在执行复杂的运动。结果发表在the18 6月版的《华尔街日报》神经元。

而一个动作,如一杯咖啡可能看起来简单,数以百万计的神经元大脑的运动皮层必须共同努力,准备和执行咖啡前的运动达到我们的嘴唇。当到达急需的一杯咖啡,数以百万计的大脑运动皮层神经元即刻采取行动,发出一系列的信号从大脑的手。这些信号被传输在神经元之间的突触的连接。

确定的神经元是如何一起工作来执行这些运动是困难的,然而。新理论受到最近在斯坦福大学进行的实验,发现了一些关键方面神经元发出的信号之前,期间和之后的运动。“有显著的协同活动记录在数以百计的神经元,同时“Guillaume亨内昆博士说大学的工程,他领导了这项研究。”相比之下,以前的皮质电路动力学模型预测很多冗余,因此不解释发生了什么在运动皮层运动。”

更好的模型的神经元的行为不仅会帮助我们理解大脑的,但也可以用来设计假肢控制通过大脑中植入电极。“我们的理论可以提供更准确的猜的神经元如何想信号运动意图和执行机器人肢体,”亨内昆博士说。

运动皮层神经元的行为可以比作一个捕鼠器或弹簧,弹簧的正在等待被释放,释放一旦盖子打开或鼠标的诱饵。我们计划一个运动,“神经泉”逐渐弯曲和压缩。发布时,安排一系列的神经活动破裂,所有这一切都发生在眨眼之间。

突触信号传播的运动皮层在复杂的运动可以是兴奋或抑制性,本质上是镜子反射。信号相互抵消大部分离开偶尔爆发的活动。

利用控制理论,数学的一个分支适合研究复杂交互系统,如大脑、神经行为的研究人员设计了一个模型之间达到一个平衡的兴奋和抑制性突触信号。模型能够准确地再现各种多维运动模式。

研究人员发现,运动皮层神经元可能不是连接在一起,差不多像先前认为的随机性。“我们的模型显示,抑制性突触可能调整稳定这些大脑的动态网络,”亨内昆博士说。“我们认为这样的精确模型能帮助理解人类大脑的工作极其复杂的动力。”

未来研究的方向包括构建一个更现实的“闭环”模式从四肢的运动生成反馈积极使用的大脑在运动执行正确的小错误。这将暴露出新的理论生理和行为的更彻底的审查验证,可能导致一个更完整的机械理解复杂的动作。