×
王一红;徐，徐莹;朱亚廷;王鲁宾

记忆转换的神经能量机制和神经动力学。 （英语） 2018年9月14日

非线性动力学。 97，第1号，697-714（2019）.
小结：本研究采用基于Ca{2+}子系统诱导双稳态工作记忆模型的神经能量编码方法，调查了工作记忆和长期记忆之间的相互作用。我们将θ突发刺激（TBS）和高频刺激（HFS）应用于双稳态动力学模型以诱导长期记忆。在研究长期记忆的形成过程中，我们开发了测量这两种刺激的能量输入变化以及相应的记忆系统能量消耗的方法。我们研究了这两种刺激诱导长期记忆的最小能量消耗，并定义了一个能量比来定量描述刺激的能量效率。通过动力学模型，我们发现两种刺激都会产生类似的长期效应，但TBS比HFS更节能。研究结果提供了一种更全面的理解，即通过能量编码方法将工作记忆转换为长期记忆，以响应两种类型的长期增强诱导协议，这两种协议反映了长期记忆生成的生理机制和神经动力学，并揭示了神经系统的节能原理。

MSC公司：

92C20美元 神经生物学
92B20型 生物研究、人工生命和相关主题中的神经网络
91E40型 心理学中的记忆和学习

关键词：

存储器模型;双稳态神经动力学;时间模式刺激;神经能量编码
PDF格式BibTeX公司 XML格式引用
\textit{Y.Wang}等人，非线性动力学。97，第1号，697--714（2019；Zbl 1430.92018）
全文： 内政部

参考文献：

[1] Tu，K.，Cooper，D.G.，Siegelmann，H.T.：自然语言处理的记忆再整合。认知。神经动力学3（4），365-372（2009）
[2] Naik，B.，Nirwane，A.，Majumdar，A.：翼手龙改善大鼠脑室内链脲佐菌素诱导的记忆衰退。认知。神经动力学11（1），35-49（2017）
[3] Fuster，J.M.：短期和长期分布式存储器。神经生物学。学习。内存。70(1), 268-274 (1998)
[4] Cantor，J.，Engle，R.W.：作为长期记忆激活的工作记忆容量：个体差异方法。《心理学实验杂志》。学习。内存。认知。19(5), 1101-1114 (1993)
[5] Barros，D.M.，Pereira，P.，Medina，J.H.，Izquierdo，I.：基底外侧杏仁核中的胆碱能机制对工作记忆和长期但非短期记忆的调节。行为。药理学。13(2), 163-167 (2002)
[6] Teng，C.，Cheng，Y.，等：视觉工作记忆任务期间脑电图同步的老化相关变化。认知。神经动力学12（6），561-568（2018）
[7] Cowan，N.：第20章长期记忆、短期记忆和工作记忆之间的区别是什么？掠夺。《大脑研究》169（1），323（2008）
[8] Daneman，M.，Merikle，P.M.：工作记忆和语言理解：元分析。精神病患者。牛市。第3版（4），422-433（1996）
[9] Colliaux，D.，Molter，C.，Yamaguchi，Y.：带有Milnor吸引子的触发器振荡网络模型中的工作记忆动力学和自发活动。认知。神经动力学3（2），141-151（2009）
[10] Yi，Y.，Friedman，D.：工作记忆中与年龄相关的差异：ERP揭示了选择和抑制相关过程中与年龄有关的延迟。衰老神经心理学。认知。21(4), 483-513 (2014)
[11] Zou，Q.，Ross，T.J.，Gu，H.，Geng，X.，Zuo，X.N.，Hong，L.E.等人：内在休息状态活动预测工作记忆大脑激活和行为表现。嗯。大脑映射。34(12), 3204-3215 (2013)
[12] Wang，G.，Jin，W.，Wang，A.：小世界神经元网络中的同步放电模式和跃迁。非线性动力学。81(3), 1-6 (2015)
[13] Zhou，J.，Wu，Q.，Xiang，L.：脉冲钉扎复杂动力学网络及其在神经元同步放电中的应用。非线性动力学。69(3), 1393-1403 (2012) ·Zbl 1253.93105号
[14] Ma，J.，Hu，B.，Wang，C.，Jin，W.：模拟神经元系统中螺旋波的形成。非线性动力学。73(1-2), 73-83 (2013)
[15] Ma，J.，Tang，J.：神经元和神经元网络动力学综述。非线性动力学。89(3), 1569-1578 (2017)
[16] Xu，X.，Ni，L.，Wang，R.：自发上下跃迁的神经网络模型。非线性动力学。84(3), 1541-1551 (2016)
[17] Camperi，M.，Wang，X.J.：前额叶皮层视觉空间工作记忆模型：循环网络和细胞双稳态。J.计算。神经科学。5(4), 383-405 (1998) ·Zbl 0918.92007号
[18] Fall，C.P.，Rinzel，J.：细胞内的Ca2+子系统是工作记忆网络模型中内在条件双稳态的生物学合理来源。J.计算。神经科学。20(1), 97-107 (2006) ·Zbl 1119.92010号
[19] Funahashi，S.，Bruce，C.J.，Goldman-Rakic，P.S.：猴子背外侧前额叶皮层视觉空间的记忆编码。《神经生理学杂志》。61(2), 331-349 (1989)
[20] Liang，L.，Wang，R.，Zhang，Z.：视觉空间工作记忆的建模与仿真。认知。神经动力学4（4），359-366（2010）
[21] Tarnow，E.：短期记忆弯曲效应与呈现率依赖性衰退相一致。认知。神经动力学4（4），367-376（2010）
[22] Ranganath，C.，Blumenfeld，R.S.：关于短期记忆和长期记忆之间双重分离的怀疑。趋势认知9（8），374-380（2005）
[23] Cooke，S.F.：人类中枢神经系统的可塑性。《大脑》129（7），1659-1673（2006）
[24] Leleu，T.，Aihara，K.：LTP/LTD和突触缩放在形成离散和线吸引子时的联合作用，从非平凡基线持续活动。认知。神经动力学6（6），499-524（2012）
[25] Clopath，C.：突触整合：一种长期学习方法。认知。神经动力学6（3），251-257（2012）
[26] Sweet，J.A.，Eakin，K.C.，Munyon，C.N.，Miller，J.P.：在创伤性脑损伤大鼠模型中，θ突刺激穹窿改善了学习和记忆。希波坎普斯24（12），1592-1600（2014）
[27] Otto，T.，Eichenbaum，H.，Wible，C.G.，Wiener，S.I.：CA1棘波的学习相关模式训练平行刺激参数，最适合诱导海马长时程增强。希波坎普斯1（2），181-192（2010）
[28] Yun，S.H.，Mook-Jung，I.，Jung，M.W.：大鼠内嗅皮层不同层诱导长期增强的有效刺激模式的变化。神经科学杂志。22(5), 188-192 (2002)
[29] Perez，Y.，Chapman，C.A.，Woodhall，G.，Robitaille，R.，Lacaille，J.C.：体外海马锥体细胞通过θ模式刺激与100-Hz强直化对抑制性突触后电位长期增强的差异诱导。《神经科学》90（3），747-757（1999）
[30] Wang，R.，Tsuda，I.，Zhang，Z.：神经元活动的新工作机制。国际神经系统杂志。25(03), 1450037 (2015)
[31] Wang，R.，Zhang，Z.，Jiao，X.：大脑信息处理的机制：能量编码。申请。物理学。莱特。89(12), 1102 (2006)
[32] Wang，R.，Zhang，Z.：生物神经网络中的能量编码。认知。神经动力学1（3），203-212（2007）
[33] Wang，R.，Zhang，Z.，Chen，G.：神经元群体的能量功能和能量进化。IEEE传输。神经网络。19(3), 535-538 (2008)
[34] Wang，Y.，Wang，R.，Zhu，Y.：基于神经能量场梯度的心理探索的最佳路径探索。认知。神经动力学11（1），99-111（2017）
[35] Wang，R.，Zhang，Z.：基于信息编码的神经元能量计算。下巴。J.西奥。申请。机械。44(4), 779-786 (2012)
[36] Wang，Y.，Wang，R.，Xu，X.：基于Hodgkin-Huxley模型的神经能量供需特性。神经整形。2017(6207141), 1-11 (2017)
[37] 朱，Y.，王，R.，王，Y.：关于θ突发和高频刺激对记忆表现影响的比较研究。前面。嗯，神经科学。10, 19 (2016)
[38] Hodgkin，A.L.，Huxley，A.F.：膜电流的定量描述及其在神经传导和兴奋中的应用。牛市。数学。生物学52（1-2），25-71（1990）
[39] Attwell，D.，Laughlin，S.B.：大脑灰质信号传导的能量预算。J.塞雷布。血流代谢。21(10), 1133-1145 (2001)
[40] Moujahid，A.、D'Anjou，A.、GrañA，M.：新皮质、海马和丘脑不同尖峰细胞的能量需求。前面。计算。神经科学。8, 41 (2014)
[41] Wang，Y.，Xu，X.，Wang，R.：三维空间中位置细胞网络的能量模型。前面。神经科学。12, 264 (2018)
[42] Fall，C.等人：在爪蟾卵模型中，皮层限制的IP3生成导致受精\[\text{Ca}^{2+}\]Ca2+波沿着细胞表面传播。J.西奥。生物学231（4），487-496（2004）·兹比尔1464.92083
[43] Nakao，K.，Ikegaya，Y.，Yamada，M.K.，Nishiyama，N.，Matsuki，N.：内侧-穿支通路-齿传递双向突触可塑性的膜控制。突触47（3），163-168（2003）
[44] Mineeja，K.K.等人：脉冲耦合生物神经网络的时空活动。非线性动力学。92(4), 1881-1897 (2018)
[45] Carro-Pérez，C.等人：记忆神经网络的实验验证。非线性动力学。93(4), 1823-1840 (2018)
[46] Łepek，M.等人：具有时滞的Hindmarsh-Rose神经网络的空间演化。非线性动力学。92(2), 751-761 (2018)
[47] Song，X.等人：具有时间延迟的自发性霍奇金-霍克斯利神经元中的相干共振。非线性动力学。94(1), 141-150 (2018)
[48] Ge，J.：多重延迟对五神经元网络模型动力学的影响。非线性动力学。94(1), 87-98 (2018) ·Zbl 1412.34140号
[49] Rakshit，S.等人：耦合Rulkov神经元图的同步和放电模式。非线性动力学。94(2), 785-805 (2018)
[50] Wang，Y.，等：具有输入饱和的非仿射纯反馈系统的自适应神经新规定性能控制。非线性动力学。93(3), 1241-1259 (2018) ·兹比尔1398.93173
[51] Wang，H.等：基于无线干脑电图的新型实时驾驶疲劳检测系统。认知。神经动力学12（4），365-376（2018）
[52] 郭，D.，等：新生期氯胺酮暴露可抑制海马长时程增强的诱导，而不会损害成年大鼠的空间记忆。认知。神经动力学12（4），377-383（2018）
[53] Arslan，F.等人：鼻息肉病相关鼻塞对认知功能的影响。认知。神经动力学12（4），385-390（2018）
[54] Hao，L.等：通过突触后BDNF表达的正反馈回路维持突触后神经元的兴奋性。认知。神经动力学12（4），403-416（2018）
[55] Youseph，A.等人：基于PCA的遗传网络优化种群生成。认知。神经动力学12（4），417-429（2018）
[56] Rao，A.等人：一个振荡神经网络模型，展示了多感官学习的好处。认知。神经动力学12（5），481-499（2018）
[57] Tozzi，A.等人：大脑皮层振荡中的信息熵。认知。神经动力学12（5），501-507（2018）
[58] 秦勇等：随机连接神经网络中的振动共振。认知。神经动力学12（5），509-518（2018）
[59] Yamada，M.等人：在大鼠中使用Barnes迷宫的观察学习任务。认知。神经动力学12（5），519-523（2018）
[60] Myers，M.H.等人：正常/癫痫脑动力学的介观神经元群建模。认知。神经动力学12（2），211-223（2018）
[61] Zhu，J.等：测量Hindmarsh-Rose神经元的峰-时距离。认知。神经动力学12（2），225-234（2018）
[62] Jia，B.，Gu，H.，Xue，L.：二维参数空间中受损神经纤维从爆裂到尖峰的基本分叉结构。认知。神经动力学11（2），189-200（2017）
[63] Bernarding，C.，Strauss，D.J.等人：使用脑电图与听力努力的相关性对助听器特征进行神经动力学评估。认知。神经动力学11（3），203-215（2017）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。