NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Beyin ritimleri, nöronların ağlarının ortalama alan aktivitesinden ortaya çıkar. Ayrık hücre grubu faaliyetleri-terimli nöral kütleler şeklinde matematiksel ve hesaplamalı cisimleştirmeler inşa etmek için birçok çaba olmuştur - özellikle çağrılan potansiyellerin kökenlerini, teta gibi faaliyetlerin içsel kalıplarını, uykunun düzenlenmesini, Parkinson hastalığı ile ilgili dinamikleri ve nöbet dinamiklerini taklit etmek. Başlangıçta kullanıldığı gibi, standart nöral kütleler girdiyi sigmoidal bir fonksiyon aracılığıyla bir ateşleme hızına ve sinaptik alfa fonksiyonu aracılığıyla diğer kitlelere atış hızına dönüştürür. Burada, mekanik sinir kütleleri (mNM'ler) oluşturmak için, stabiliteyi, ateşleme hızını ve ilişkili bifurkasyonları hücre dışı potasyum - ve sinaptik akım gibi ilgili yavaş değişkenlerin işlevi olarak kopyalayan farklı nöron tiplerinin ortalama alan modelleri olarak tanımlanır; ve çıktısı hem ateşleme hızı hem de yavaş değişkenler üzerindeki etkisidir - transmembran potasyum akısı gibi. Sadece uyarıcı ve inhibitör mNM'lerden oluşan küçük ağlar, ateşleme, kaçak uyarma ve depolarizasyon bloğu da dahil olmak üzere beklenen dinamik durumları göstermektedir ve bu geçişler, hücre dışı potasyum ve uyarıcı-inhibitory dengesindeki değişikliklerle biyolojik olarak gözlemlenen şekillerde değişmektedir.
Özgün kaynak özetini okuyun
Brain rhythms emerge from the mean-field activity of networks of neurons. There have been many efforts to build mathematical and computational embodiments in the form of discrete cell-group activities-termed neural masses-to understand in particular the origins of evoked potentials, intrinsic patterns of activities such as theta, regulation of sleep, Parkinson's disease related dynamics, and mimic seizure dynamics. As originally utilized, standard neural masses convert input through a sigmoidal function to a firing rate, and firing rate through a synaptic alpha function to other masses. Here we define a process to build mechanistic neural masses (mNMs) as mean-field models of microscopic membrane-type (Hodgkin Huxley type) models of different neuron types that duplicate the stability, firing rate, and associated bifurcations as function of relevant slow variables - such as extracellular potassium - and synaptic current; and whose output is both firing rate and impact on the slow variables - such as transmembrane potassium flux. Small networks composed of just excitatory and inhibitory mNMs demonstrate expected dynamical states including firing, runaway excitation and depolarization block, and these transitions change in biologically observed ways with changes in extracellular potassium and excitatory-inhibitory balance.
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.