×
王志志;胡冰;朱璐瑶;林嘉辉;徐敏波;王定江

异质时滞帕金森振荡的Hopf分岔分析：理论推导和仿真分析。 （英语） 兹比尔1497.92068

Commun公司。非线性科学。数字。模拟。 114，文章ID 106614，26 p.（2022）.
小结：在本文中，我们系统地研究了一种改进的皮层-基底神经节（EXN-INN-STN-GPe）共振模型中帕金森振荡的起源机制、振幅和频率特性。首先，导出了非均匀时滞的Hopf分岔临界条件（T_1^0）和（T_2^0），它们受耦合权重的影响很大。延迟是影响振荡频率的关键因素，随着延迟的增加，许多频带（如伽马振荡、β振荡、α振荡等）出现。根据（T_1^0）和（T_2^0），STN-GPe回路的状态可分为四种类型：稳态、诱导振荡、自发振荡和复合振荡，它们代表了不同的振荡起源机制。它们具有不同的振幅特性，在大多数情况下，随着延迟的增加而增加。在许多情况下，诱导振荡的振幅小于自发振荡的振幅。在复合振荡区，EXN-STN反相振荡模式可以抑制STN-GPe中的振荡幅度。诱发振荡可能表明，振荡起源于皮层，并随着疾病的发展传播到STN-GPe环。EXN（（W{EE}）和INN（W{II}）的自反馈连接在影响诱导振荡振幅方面起着非常重要的作用。GPe的诱导振荡幅度随（W{EE}）的增加而增加，但受（W{II}）影响时，趋势相反。随着EXN和INN之间耦合重量的增加，诱导振荡所需的最小值（W{EE}）和（W{II}）都增加了。理论分析与数值模拟结果吻合良好，所得机理可能对帕金森病的实验研究和新的理论研究有所启发。

引用于3文件

MSC公司：

92立方 病理学、病理生理学
92B20型 生物研究、人工生命和相关主题中的神经网络
34C23型 常微分方程的分岔理论
92年第35季度 与生物、化学和其他自然科学相关的PDE

关键词：

帕金森氏振荡;霍普夫分岔;异质延迟;联轴器配重;振荡幅度
PDF格式BibTeX公司 XML格式引用
\textit{Z.Wang}等人，Commun。非线性科学。数字。模拟。114，文章ID 106614，26 p.（2022；Zbl 1497.92068）
全文： 内政部

参考文献：

[1] 范登·伊登（Van Den Eeden），S.K。；坦纳，C.M。；Bernstein，A.L.，《帕金森病发病率：年龄、性别和种族/民族差异》，美国流行病学杂志，157，11，1015-1022（2003）
[2] O.B.泰斯。；Storstein，A.，《帕金森病流行病学》，《神经传输杂志》，124，8，901-905（2017）
[3] 科尔彻，A。；Simuni，T.，《帕金森病的临床表现》，美国北部医学诊所，83，22327-347（1999）
[4] 罗德里格斯-奥罗兹，M.C。；Jahanshahi，M。；Krack，P.，《帕金森病的初步临床表现：特征和病理生理机制》，《柳叶刀神经学》，8，12，1128-1139（2009）
[5] 球，N。；Teo，W.P。；Chandra，S.，《帕金森氏病与环境》，Front Neurol，10218（2019）
[6] Malec-Litwinowicz，M。；Plewka，A。；Plewka，D.，血浆同核蛋白水平与帕金森氏病临床症状或体征的关系，《神经神经chirurgia Polska》，52，2，243-251（2018）
[7] Sveinbjornsdottir，S.，《帕金森病的临床症状》，《神经化学杂志》，139318-324（2016）
[8] Meder，D。；赫兹，D.M。；Rowe，J.B.，《多巴胺在从帕金森氏病中学到的大脑缺失中的作用》，《神经影像学》，190，79-93（2019）
[9] Masato，A。；Plotegher，N。；Boassa，D.，帕金森病发病机制中多巴胺代谢受损，Mol Neurodegener，14，1，1-21（2019）
[10] Pang，S.Y.Y。；Ho，P.W.L。；Liu，H.F.，帕金森病发病机制中年龄、遗传和环境因素的相互作用，Transl Neurodegener，8，1，1-11（2019）
[11] Trist，B.G。；Hare，D.J。；Double，K.L.，《衰老黑质中的氧化应激与帕金森病的病因》，《衰老细胞》，18，6，文章e13031 pp.（2019）
[12] Brown，P.，《帕金森病中的不良振荡》，帕金森氏疾病，27-30（2006）
[13] Little，S。；Brown，P.，《β振荡在帕金森病中的功能作用》，帕金森综合征Rel障碍，20，S44-S48（2014）
[14] 廷克豪斯，G。；托雷西洛斯，F。；Pogosyan，A.，帕金森病患者瞬时同步状态对运动性能的累积影响，《神经科学杂志》，40，7，1571-1580（2020）
[15] A.圭拉。；科尔拉·D·。；Giangrosso，M.，《驱动运动皮层振荡调节帕金森病患者的运动迟缓》，《大脑》（2021年）
[16] 马利克，N。；Grosset，D.G.，帕金森病患者的药物依从性，中枢神经系统药物，29，1，47-53（2015）
[17] 卡尔，J.A。；欧阳，B。；Goetz，S.，帕金森病轴向特征的新型DBS范式：一项随机交叉研究，运动障碍，35，8，1369-1378（2020）
[18] Holgado，A.J.N。；特里·J·R。；Bogacz，R.，丘脑底核-苍白球网络中β振荡产生的条件，《神经科学杂志》，30，37，12340-12352（2010）
[19] 穆达布，V.R。；Chakravarthy，V.S.，《帕金森病多巴胺能细胞兴奋性毒性丧失的多尺度计算模型》，Front Neuroninform，14（2020）
[20] 肖诺，O。；Y.Tachibana。；Nambu，A.，用于产生帕金森氏震荡的复发性丘脑下-基底动脉回路的计算模型，《前部神经解剖学》，11，21（2017）
[21] 穆达布，V.R。；曼达利，A。；Chakravarthy，V.S.，《谷氨酸诱导的兴奋毒性导致帕金森氏病多巴胺能细胞丢失的计算模型》，《前神经回路》，第13、11页（2019年）
[22] 安德伍德，C.F。；Parr-Brownlie，L.C.，《帕金森病的初级运动皮层：神经刺激的功能变化和机会》，《神经生物学疾病》，147，第105159页，（2021）
[23] Wilson，H。；Niccolini，F。；Pellicano，C.，《帕金森病各阶段的皮层变薄与临床相关性》，《神经科学杂志》，398，31-38（2019）
[24] Ruppert，M.C。；Greuel，A。；Tahmasian，M.，《帕金森病中的网络退化：黑质-皮质功能障碍的多模式成像》，《大脑》，143,3944-959（2020）
[25] Aeed，F。；Cermak，N。；Schiller，J.，《帕金森病小鼠模型中M1皮层网络的内在破坏，运动障碍》（2021年）
[26] Burciu，R.G。；Vaillancourt，D.E.，帕金森病运动皮层生理学成像，运动障碍，33，11，1688-1699（2018）
[27] van Albada，S.J。；Robinson，P.A.，基底神经节-丘脑皮质系统的Mean场建模。一： 健康州和帕金森州的射击率，《Theoret Biol杂志》，257,4642-663（2009）·Zbl 1400.92130号
[28] van Albada，S.J.（美国）。；格雷，R.T。；Drysdale，P.M.，基底神经节-丘脑皮质系统的Mean场建模。二： 帕金森振荡动力学，《理论生物学杂志》，257,4664-688（2009）·Zbl 1400.92129号
[29] O.Maith。；Villagrasa Escudero，F。；H.U.丁克尔巴赫。，基于计算模型的帕金森病基底神经节通路变化分析，从静止状态fMRI推断，欧洲神经病学杂志，53，7，2278-2295（2021）
[30] 纳瓦罗·洛佩兹，E.M。；圣埃利科克，美国。；öengör，N.S.，基底神经节-丘脑皮层振荡活动的动力学模型及其在帕金森病中的意义，认知神经动力学，15，4，693-720（2021）
[31] van Wijk，B.C.M。；Cagnan，H。；Litvak，V.，《通用动态因果模型：帕金森病的说明性应用》，NeuroImage，181818-830（2018）
[32] 穆达布，V.R。；维贾亚库马尔，K。；Ramakrishnan，K.，《左旋多巴诱导的帕金森病黑质致密部毒性的计算模型》（2020年），arXiv预印本arXiv:2004.08320
[33] 汉弗莱斯，医学博士。；Obeso，J.A。；Dreyer，J.K.，《从基底神经节的计算模型看帕金森病》，《神经外科心理学杂志》，89，11，1181-1188（2018）
[34] 霍尔特，A.B。；Netoff，T.I.，帕金森病计算模型中振荡的起源和抑制，《计算神经科学杂志》，37，3，505-521（2014）·Zbl 1409.92041号
[35] Pavlides，A。；Hogan，S.J。；Bogacz，R.，《描述帕金森病中过度β振荡产生的可能机制的计算模型》，《公共科学图书馆-计算生物学》，11，12，文章e1004609 pp.（2015）
[36] 陈，Y。；Wang，J。；Kang，Y.，帕金森病共振模型的β振荡的出现，神经可塑性，2020（2020）
[37] 格拉多，L.L。；医学博士约翰逊。；Netoff，T.I.，帕金森氏病计算模型中脑深部刺激的贝叶斯自适应双重控制，《公共科学图书馆·计算生物学》，14，12，文章e1006606 pp.（2018）
[38] 库马拉维鲁，K。；Brocker，D.T。；Grill，W.M.，帕金森氏病6-OHDA损伤大鼠模型中皮质-基底神经节-丘脑网络的生物物理模型，《计算神经科学杂志》，40，2，207-229（2016）·Zbl 1382.92065号
[39] Yu，H。；Wang，J。；Du，J.，《时间延迟和随机重组对可兴奋小世界神经元网络中随机共振的影响》，Phys Rev E，87，5，文章052917 pp.（2013）
[40] Yu，H。；Li，K。；Guo，X.，具有电-化学突触和时间延迟的皮层网络中的放电率振荡和随机共振，IEEE Trans-Fuzzy Syst，28，1，5-13（2018）
[41] Yu，H。；郭，X。；Wang，J.，具有时滞的皮层网络中的多重随机共振和振荡跃迁，IEEE Trans-Fuzzy Syst，28，1，39-46（2018）
[42] 耿，X。；Xu，X。；Horn，A.，《帕金森病丘脑底震荡的术中表征》，临床神经生理学，129，5，1001-1010（2018）
[43] Muthuraman，M。；班吉，M。；Koirala，N.，《帕金森氏病中伽马振荡和脑深部刺激频率之间的交叉频率耦合》，《大脑》，143，11，3393-3407（2020）
[44] A.圭拉。；Asci，F。；D’Onofrio，V.，《增强伽马振荡恢复帕金森氏病初级运动皮层可塑性》，《神经科学杂志》，40，24，4788-4796（2020）
[45] Heinrichs-Graham，E。；Kurz，M.J。；Becker，K.M.，《尽管帕金森氏病患者的β振荡在病理上减少，但仍存在超同步性：药物磁脑成像研究》，《神经生理学杂志》，112，7，1739-1747（2014）
[46] 霍尔特，A.B。；科尔曼，E。；Gulberti，A.，帕金森病患者β振荡的相依赖性抑制，《神经科学杂志》，39，6，1119-1134（2019）
[47] 大研，P。；Abbott，L.F.，理论神经科学：神经系统的计算和数学建模，Computat Neurosci系列（2001）·Zbl 1051.92010年
[48] Vogels，T.P。；Rajan，K。；Abbott，L.F.，神经网络动力学，《神经科学年鉴》，28，357-376（2005）
[49] Pavlides，A。；约翰·霍根（John Hogan），S。；Bogacz，R.，《丘脑底核-苍白球网络中β振荡产生的改善条件》，《欧洲神经学杂志》，36，2，2229-2239（2012）
[50] 尤金尼，M。；德斯，D。；Mastroddi，F.，《Hopf分岔有限邻域中的规范形分析：关于中心流形维数》，非线性动力学，91，3，1461-1472（2018）·Zbl 1390.37081号
[51] Bosschaert，M.M。；Kuznetsov，Y.A.，Bogdanov-Takens分岔附近同宿预测因子的正规型与中心流形约化之间的相互作用（2021），arXiv预印本arXiv:2109.12570
[52] 阮，S。；Wei，J.，关于超越函数的零点及其在时滞微分方程稳定性中的应用，Dyn-Contin离散脉冲系统A系列，10863-874（2003）·Zbl 1068.34072号
[53] Dong，T。；徐伟（Xu，W.）。；Liao，X.，具有兴奋-抑制连接和时滞的反应扩散神经振子系统的Hopf分岔分析，非线性动力学，89，4，2329-2345（2017）·Zbl 1377.34051号
[54] Pourmoslemi，A。；纳扎里，T。；Salimi，M.，内积群和Riesz表示定理，对称性，13,101946（2021）
[55] 哈萨德，B.D。；北卡罗来纳州卡萨里诺夫。；Wan，Y.H.，霍普夫分岔理论与应用，CUP Arch（1981）·Zbl 0474.34002号
[56] Yu，H。；吴，X。；Cai，L.，通过针刺刺激对人脑光谱功率和功能连接的调节，IEEE Trans Neural Syst Rehabil Eng，26，5，977-986（2018）
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。