特征节律神经元网络上信号的响应，传递和调控特性

在介观层次对大脑的研究是脑科学研究中亟需加强的领域。就大脑的特征节律而言，对其在认知过程中的作用， 以及产生的生理学机制已有了较为深入的了解。 而在介观层次上对其在神经信号的加工处理过程所扮演的角色尚未有比较全面的认识。 本项目拟以theta, gamma和theta-nested gamma特征节律神经元网络为对象， 利用计算机模拟手段， 从对上游信号的响应特性，网络上信号的传递和对下游神经系统的调控三个方面研究上述三种特征节律网络上信号的加工处理过程，通过比较分析以揭示不同特征节律在神经信号处理中所扮演的角色。项目预期将对了解特征节律在神经信息处理中的功能，为相关的试验研究提供参考，促进神经科学宏观层次和微观层次研究的融合与统一方面具有重要的意义。

从介观层次出发， 通过计算机建模和动力学分析， 将神经系统微观层析和宏观层次的研究结合起来是全面理解大脑工作方式的可能途径。 本项目通过计算机模拟和解析计算， 研究了宏观层次EEG技术观察到了不同特征频率神经节律在神经信息处理中的作用。 发现特征节律可以调制神经系统的信息传输能力。 具体的说， 低频节律可以提高系统对信号的响应时间， 结合同步检测功能， 可以有效的对阈下弱信号进行检测与处理， 而高频节律在处理阈上强信号方面具有较大的优势。 另外， 我们发现神经元轴突上高密度钠带可以调制单个神经元对信号的响应能力， 而同步检测神经元可以提高噪声环境中群体编码的可靠性。 从能量效率的角度， 我们发现神经元及神经元网络需要一个最优的尺寸， 使其能在信号处理过程中能量效率最优。最后， 我们尝试在fMRI数据中验证我们所得到的一些结论。 本项目顺利完成了项目的主要研究内容，取得了一些有意义的结果，这些结果将有助于理解神经系统的信息处理，并对高能效信息处理器件的设计有一定参考价值。项目组 在SCI杂志上发表论文7篇（已标注项目资助），并且有4篇论文正在整理投稿中， 培养了多名相关领域的研究生， 并通过学术交流，合作和科普的的方式， 促进我们成果的传播和应用。