Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Nöronal sinyaller genellikle deşarj oranı açısından karakterize edilir, bu da sivri trenlerin karmaşık zamansal organizasyonunu açıklamak için yetersiz bir açıklamadır. Nöronal sistemlerin karakteristik özelliği olan karmaşık zamansal özellikler, yalnızca uygun, karmaşık matematiksel araçlarla tanımlanabilir. Burada, fonksiyonel nörocerrahi sırasında parkinsonian hastalardan kaydedilen nöronal sinyallerin analizine, çoklu fraktal özelliklerin iyileştirilmesine yüksek sıralı yapı fonksiyonları uyguluyorum. Böyle bir çok kırılganlığın doğru bir modelini elde etmek, bazal gangliyonu anlamak için kritiktir, çünkü entropi gibi diğer doğrusal olmayan özellikler karmaşık sistemlerin fraktal özelliklerine bağlıdır. Nöronal sinyallerin incelenmesine yeni bir yaklaşım öneriyorum: ani frekansın ters fonksiyonu olarak tanımlayan sivri uçların hızı açısından spiking aktivitesini incelemek. Doğrusal olmayan bir gradyan alanı içeren, nöronal uyarılabilirliği temsil eden ve elektrik alanının fiziksel özelliklerini göz önünde bulunduran difüzif bir terim içeren bir sinirsel alan modeli tanıtıyorum. Multifraktalite, bir dizi difüzyon katsayısı için modelde bulunur ve multifraktal zamansal özellikler uzaya yansıtılır. Model, insan bazal gangliyon nöronlarının davranışını yeniden üretir ve çalkantılı sıvılarınkine benzediğini gösterir. Modelden elde edilen sonuçlar, efaptik kavrama da dahil olmak üzere nöronal aktivitenin pasif elektrik özelliklerinin insan beyni ile genellikle düşünülenden çok daha alakalı olduğunu tahmin etmektedir: Pasif elektrik özellikleri, sinir dokusundaki nöronal aktivitenin zamansal ve mekansal organizasyonunu belirler.
Özgün kaynak özetini okuyun
Neuronal signals are usually characterized in terms of their discharge rate, a description inadequate to account for the complex temporal organization of spike trains. Complex temporal properties, which are characteristic of neuronal systems, can only be described with the appropriate, complex mathematical tools. Here, I apply high order structure functions to the analysis of neuronal signals recorded from parkinsonian patients during functional neurosurgery, recovering multifractal properties. To achieve an accurate model of such multifractality is critical for understanding the basal ganglia, since other non-linear properties, such as entropy, depend on the fractal properties of complex systems. I propose a new approach to the study of neuronal signals: to study spiking activity in terms of the velocity of spikes, defining it as the inverse function of the instantaneous frequency. I introduce a neural field model that includes a non-linear gradient field, representing neuronal excitability, and a diffusive term to consider the physical properties of the electric field. Multifractality is present in the model for a range of diffusion coefficients, and multifractal temporal properties are mirrored into space. The model reproduces the behavior of human basal ganglia neurons and shows that it is like that of turbulent fluids. The results obtained from the model predict that passive electric properties of neuronal activity, including ephaptic coupling, are far more relevant to the human brain than what is usually considered: passive electric properties determine the temporal and spatial organization of neuronal activity in the neural tissue.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.