基于数值方法的大脑神经回路与功能集团结构研究

It is well known that the complex neuronal networks are the basis of the functional nervous system. Exploring the process of neural information processing in the neuronal and circuit level is one of the key objectives in neurobiology, neurophysiology, and neuropsychology. It is also the basis of artificial intelligence application. In recent years, theories believe that understanding of the brain functional network from the cell level is the key role in understanding of the mysteries of the brain information processing from the anatomy, physiology, brain imaging, and computational modeling. Current studies mainly focus on using small-world structure to analyze the magnetic resonance imaging (MRI) and electroencephalogram (EEG). These methods cannot reflect the activities of neuronal firing and neural circuits. Therefore, the studies on the micro-level are needed, which can more finely portray the neuronal connection rules using the newly developed multi-electrode recordings and two-photon imaging. Based on the multi-electrode recording data in rats which performed the learning and memory tasks, this project study the formation of the neuronal groups, division, and connections and analyze the neural mechanisms of neural coding. Our researches will provide the theoretical support to explain the neural mechanism of information processing in brain.

复杂脑功能网络已成为计算神经科学研究的重要内容。现有研究集中在小世界结构特性上，且研究对象为宏观（磁共振成像、脑电图等）构建的功能网络，无法反应神经元的活动规律。从微观（神经元）分析能更精细刻画脑功能网络的连接规律，而社团结构分析对于揭示功能网络的模块性、神经环路结构具有更加重要的意义。 本项目以执行学习与记忆认知任务动物的在体多电极记录神经元构建的功能网络为研究对象，结合计算模型对社团结构的形成、划分、评价进行研究，分析其神经机制。具体内容包括：构建海马计算模型，模拟脑执行不同认知任务形成的社团结构，揭示其演化规律；设计一种新的快速社团划分方法，自动识别社团个数和结构，分析认知任务社团结构特性；提出一种新的社团划分评价函数，衡量社团划分的强弱，可直接检测重叠社团结构。 本项目的研究不仅为阐明脑认知任务信息处理的神经机制提供了理论依据，也为脑疾病的诊断和治疗提供了新方向。

复杂脑功能网络已成为计算神经科学研究的重要内容。现有研究集中在小世界结构特性上，且研究对象为宏观（磁共振成像、脑电图等）构建的功能网络，无法反应神经元的活动规律。从微观（神经元）分析能更精细刻画脑功能网络的连接规律，而社团结构分析对于揭示功能网络的模块性、神经环路结构具有更加重要的意义。 本项目以执行学习与记忆认知任务动物的在体多电极记录神经元构建的功能网络为研究对象，结合计算模型对社团结构的形成、划分、评价进行研究，分析其神经机制。具体内容包括：构建海马计算模型，模拟脑执行不同认知任务形成的社团结构，揭示其演化规律；设计一种新的快速社团划分方法，自动识别社团个数和结构，分析认知任务社团结构特性；提出一种新的社团划分评价函数，衡量社团划分的强弱，可直接检测重叠社团结构。 本项目的研究不仅为阐明脑认知任务信息处理的神经机制提供了理论依据，也为脑疾病的诊断和治疗提供了新方向。