基于复杂网络与耦合振子的大脑认知与记忆机制探讨

The mechanism of cognitive process and memory in brain has been one of the most basic problems for a long time. Its study is generally through two ways: theoretical modellings from physics and experimental studies from neuron science. By the fast developing of modern neuroimaging techniques, a lot of new experiments have been recently reported, but its physical mechanism is still lacking. This makes the mechanism of cognitive process and memory in brain become a new research direction with strong interdisplinary and fundamental features. This project suggests to systematically study the mechanism of cognitive process and memory in brain, which includes 1) Study the propagation of stimulus signals in brain functional networks and physiological networks, and explain the dependence of signal transmission on network structure and investigate the features of signal transmission on epileptic seizure network. 2) Based on the brain functional networks and physiological networks, we construct a model of neural memory from the experimental data. 3) Based on the constructed model, we study the pattern diversity of storage and its relationship with meomory capacity, and pay attention to the retrieve of memory patterns. 4) Design a model of sudden enlightenment and study the condition of its first-order transition and the relationship to cognition, which will be used to illustrate the mechanism of cognition and memory.

大脑认知与记忆的机制是人们长期关注的焦点问题之一，其研究通常由两条路线进行：从物理学角度的理论建模与从神经科学角度的实验探索。得益于现代成像技术的飞速发展，近年来实验方面的研究取得了一系列新进展，但其物理机制的研究却相对欠缺，这就使得大脑认知与记忆的物理机制成为具有极强的交叉性与基础性的新研究方向。本项目建议从复杂网络与耦合振子的角度来对其进行系统地研究。包括: 1）研究刺激信号在脑功能网与脑结构网上的传播，阐述信号传输对网络结构的依赖性并探讨信号在认知障碍性疾病网络上的传输特征；2）基于脑功能网与脑结构网，构建符合实验数据的神经元记忆网络模型；3）以此模型为基础，研究斑图多样性的存储及其与记忆容量的关系，并着重研究记忆斑图的提取；4）构建关于顿悟的认知神经元网络模型，研究其在自组织临界点附近发生一级相变的条件及其与认知的内在联系，阐述大脑认知与记忆的物理机制。

本面上项目“基于复杂网络与耦合振子的大脑认知与记忆机制探讨（11675056）” 拟从四个方面进行研究: 1）研究刺激信号在脑功能网与脑结构网上的传播，阐述信号传输对网络结构的依赖性并探讨信号在认知障碍性疾病网络上的传输特征；2）基于脑功能网与脑结构网，构建符合实验数据的神经元记忆网络模型；3）以此模型为基础，研究斑图多样性的存储及其与记忆容量的关系，并着重研究记忆斑图的提取；4）构建关于顿悟的认知神经元网络模型，研究其在自组织临界点附近发生一级相变的条件及其与认知的内在联系，阐述大脑认知与记忆的物理机制。通过四年的研究，我们在这四个方面均取得了一定的成果，在物理学重要期刊发表论文21 篇（包括Nat.Commun. 1 篇，NSR 1 篇，NJP 1 篇，Sci.Rep. 4 篇，PRE 4篇，Nonlinear Dyn 4 篇，Chaos 3 篇，Front. Physiol. 1 篇，CNSNS 1 篇，物理学报 1篇）。其主要的原创性贡献如下：（1）关注了同步集团的涌现行为，在大规模级联恢复的脆弱性方面取得了突破，研究结果发表在 Nat. Commun. 11，(2020) 2490。（2）研究了真实数据的大脑皮层网络上自适应耦合导致的集体行为，发现奇异态可自动出现，可承担记忆环路的功能，研究结果发表在Nonlinear Dyn (2019) 96:75-86与Sci. Rep. (2019) 9:14389。（3）大脑功能的正常运行离不开同步化，但不同功能的实施又要求这种同步化仅仅是局部的，大多数时候甚至是与非同步化态的共存—奇异态。我们对此作了详细研究，首次发现在参数空间的共存边界经常具有分形特征（PRE 96, 052209 (2017)）及大脑网络中也存在遥同步的现象（Nonlinear Dyn (2020) 99:1577）。（4）继续将爆炸性同步的研究推向了深入，给出了延迟耦合情形下爆炸性同步的精确解（Sci. Rep. 8, 15521 (2018)）。此外，还研究了复杂网络上的热传导，发现了一种反常热传导-热虹吸现象，见National Science Review 7: 270 (2020)。