28、生物神经元网络动力学与流形维度估计

生物神经元网络动力学与流形维度估计

1. 生物神经元网络模型简化

在生物神经元网络研究中，对突触建模是关键。通过逐步简化的方法，可以保留突触传递的重要特征。以 Morris - Lecar 模型为例，将其简化为积分发放（integrate - and - fire）模型神经元，虽然该简化模型无法描述动作电位现象，但计算机模拟表明，它仍保留了负责突触电流贡献时间总和的整合特性。

简化的积分发放模型神经元相较于其他简化模型，具有独特优势。它可以使用生物物理上可行的突触连接构建网络，这种连接与完整神经元模型中使用的相同。因此，如 Morris - Lecar 神经元模拟网络所示的同步效应，在简化的积分发放神经元网络中也能观察到。

该简化模型的目标是在减少计算时间和保留网络各单元重要神经生物学特征之间取得合理平衡。这使得该模型适用于解释体外培养神经元网络电生理活动的同步记录实验。

2. 平面微传感器阵列用于记录培养神经元群体的电活动

利用平面微传感器阵列研究神经元网络中神经元同步化受突触连接性影响的实验技术具有显著优势。与标准电生理记录方法相比，它能够在不侵入细胞的情况下，长时间独立且同时地监测和刺激多个细胞的电化学活动。

这种技术有两个独特特征：
- 数百个神经元可同时与多个底层微传感器接触，通过机械和/或化学手段实现神经元与微传感器的对应关系。虽然不一定能实现神经元与电极的精确一对一耦合，但能进行多部位同步记录是该技术的独特之处。
- 记录/刺激过程可以持续数天。在此期间，培养的神经元群体不断发育，突触接触会随生理条件变化而改变，从而导致网络功能和动力学发生变化。

2.1 生长在