基于概率统计模型的针刺神经编码机制研究

Acupuncturing the Zusanli point can evoke neural electric signal, and neural electric signal produces effect through the coding conduction in the corresponding target organ, so as to realize the regulation of the human body function. As an external mechanical stimulus, acupuncture is different from chemicals and input currents directly acting on neurons. Meanwhile, the structure of target neurons is not clear. Therefore, the morphological model can not explain the neural coding problem evoked by acupuncture. Therefore, this project sets up the probabilistic model for describing the mapping relationship between acupuncture and response of single neuron and neuron cluster from statistics point of view, and studies the neural coding mechanism of acupuncture. For single neuron, this project introduces important dynamic characteristics of neurons into Poisson stochastic process to set up biophysical-probabilistic models. These models have high goodness-of-fit with experimental data, which can be used to realize the simulation and prediction of acupuncture neural encoding. For neuron cluster, this project sets up the cluster probability model based on the time-varying higher-order spike correlation for the first time to study the relationship between spike correlation and cluster encoding and reveal the mechanism of different acupuncture manipulations. Based on the research of acupuncture neural coding mechanism, this project achieves the best experimental design, and finds the best acupuncture manipulation for different experimental purposes, so that the system can produce useful response.

针刺足三里穴能够诱发神经电信号，神经电信号通过编码传导在相应的靶器官产生效应，实现人体机能的调控。作为一种外部的机械刺激，针刺不同于直接作用于神经元的化学物质和输入电流，同时目标神经元的结构也是不清的，因此，形态学模型无法解释针刺诱发的神经编码问题。为此，本项目提出从统计学角度，建立针刺单神经元和神经元集群刺激响应的概率模型，研究针刺神经编码机制。.在单神经元编码方面，本项目基于泊松随机过程，引入四个重要的神经元动力学特征，建立具有生物物理特征的概率模型，增强模型与实验数据的拟合度，实现针刺神经编码的模拟和预测。在神经元集群编码方面，本项目首次以高阶时变的放电相关性为切入点，建立集群编码的概率模型，研究放电相关性与集群同步编码的关系，揭示不同针刺手法的作用机理。基于针刺神经编码机制的研究，本项目实现最优实验设计，对于不同的实验目的，找到最优的针刺手法使系统产生有用的响应。

针刺通过刺激穴位在相应的靶器官产生效应，实现调节人体机能，其效应的本质是信息调控。其中神经信息调控是主要方式之一，电信息是针刺神经信息调控的重要体现。为了理解针刺神经响应过程，本项目根据实验数据，建立针刺神经元和神经集群的响应模型，研究针刺神经响应的规律，探索不同针刺手法的作用机理。.首先，设计了针刺大鼠的电生理实验。针刺诱发的同步放电使动作电位互相叠加，所以基于放电波形的分类算法不能有效地提取同步放电信息。本项目提出基于模型的分类优化算法，解决了放电波形的变异问题。.其次，对不同针刺频率和不同针刺手法条件下，神经元放电事件进行统计分析。研究发现：针刺有效频率范围为30-120次/分钟；针刺补法条件下集群响应活动明显多于针刺泻法，且主要体现在同步放电活动上。.再次，基于FitzHugh-Nagumo (FHN)神经元模型，分析异质非周期高频扰动（HAHF）对神经元动力学的影响。研究发现：当网络规模足够大时，振幅在较大范围内的HAFA信号能够优化神经集群网络的传输性能；非异质性有助于增大HAHF信号的幅值范围；高频率的HAHF信号可以看作是一系列随机间隔的脉冲。.最后，建立神经元集群放电事件发生的概率模型，估计不同针刺手法条件下神经集群的放电相关性。研究发现，与针刺补法相比，针刺泻法条件下集群不存在三阶放电相关性，这是导致其同步放电较少的主要原因。基于支持向量机（SVM）等机器学习方法，对癫痫不同时期的脑电数据进行最优特征提取和最小通道选取，为针刺临床治疗提供诊断指标。.综上所述，本项目将实验数据分析与模型理论研究相结合，分别从单神经元和神经元集群两个水平刻画针刺的神经响应过程，描述针刺神经系统的编解码规律。本研究对临床治疗中针刺频率和手法的选取具有重要意义。