大脑状态切换的神经动力学分析和能量编码

The phenomenon of up and down transition is an important characteristic of spontaneous brain activity, which happens in various levels of nervous system. This project is going to combine mathematical modeling, numerical simulation, theoretical analysis and experimental comparison methods, using neural dynamics and nonlinear dynamics theory, respectively, to explore the kinetic mechanism of brain states transitions, from the view of molecular level, cortical network level and macro energy level. The following three research contents are involved: (1) Exploring the relationship between the firing patterns and up and down states; (2) Considering the relationship between up and down transitions and states of brain activity, to analyze and predict the brain state from the local up and down behaviors; (3) Study on energy encoding of up and down states, to depict and express different energy levels of these two states with a quantitative index.

神经元及皮层网络的两态切换现象发生在神经系统的各个层次，是大脑自发活动的重要表现。本项目将结合数学建模、数值模拟、理论分析和实验对比等方法，利用神经动力学与非线性动力学理论及方法，分别从神经元分子水平、皮层网络层次和宏观能量分析的角度对这种状态切换进行相关研究，探究其形成的动力学机制。主要研究内容包括：（1）探讨神经元发放模式及信息传递过程与阈下两态切换的关系；（2）考虑高低态切换模式与大脑活动状态的关系，从局部高低态切换模式来分析和预测大脑所处状态；（3）研究自发两态切换的能量编码，用定量化的指标刻画和表达神经元及皮层网络处于高低两态时的能量水平。

神经元及皮层网络的两态切换现象发生在神经系统的各个层次，是大脑自发活动的重要表现。本项目对大脑高低态切换现象的动力学机制进行了深入研究。具体来说，本项目基于生物物理学特性建立了单神经元自发高低态切换的模型和神经元网络动力学模型；并基于网络模型，分别从神经元内部特性和网络结构角度研究了自发双稳态现象产生及进行状态切换的动力学机制，及其在外部刺激下的同步切换现象。本研究进一步用定量化的指标刻画和表达了自发脑活动的能量水平，从能量角度探究了大脑自发高低态振荡活动，计算了双稳态网络中电流的功率和能耗的不同特征，阐明了能量可以编码高低态活动，解释了能量指标的鲁棒性和有效性。同时，本项目的研究结果发现大脑自发活动相比于任务状态消耗了绝大多数能量，该结果支持了脑成像的实验结论。本项目工作给出了大脑双稳态活动的重要理论结果，在分子层面阐释了慢波睡眠的特征，对相关生理实验数据给出了计算解释，为进一步研究大脑皮层自发活动提供了理论依据，并对研究自发脑活动的能量特征作出了重要理论补充。