非线性整合-放电神经元的丘脑、皮层和丘脑皮层网络中的自持异步不规则状态和上/下状态
摘要：具有不同内禀特性的非线性整合与发放(IF)神经元的随机连接网络被认为会显示异步不规则（AI）的活动状态，类似于清醒动物的大脑皮层中记录到的放电活动。然而，目前不清楚这种活动状态是否只存在于简单的IF模型中，还是也存在于神经元具有类似电生理测量的复杂内在特性的网络中。本研究调查了类似自适应指数IF (Brette-Gerstner-Izhikevich)模型的非线性IF神经元网络中的AI状态的出现。该模型可以显示低阈值尖峰(LTS)、常规尖峰(RS)或快尖峰(FS)等内在特性。我们依次使用这些模型研究了丘脑、皮层和丘脑皮质网络的振荡和AI动力学。在每种情况下都可以找到AI状态，有时仅需数十个神经元的非常小的网络规模即可实现。我们展示了皮层或丘脑中具有LTS神经元的存在可以解释相对较小的网络规模下AI状态的稳定出现。最后，我们研究了尖峰频率适应（SFA）的作用。在具有强SFA的皮层网络中，AI状态是短暂的，但当SFA减小时，AI状态可以长时间持续。在丘脑皮质网络中，当皮层本身处于AI状态时，可以发现AI状态，但是在具有强SFA的情况下，丘脑皮质网络会显示上下状态转换，类似于慢波睡眠或麻醉期间的细胞内记录。具有LTS细胞的双层皮质网络也可以产生自持的上下状态。这些模型表明，LTS等内在特性对于丘脑皮质网络中的AI状态至关重要。
作者：Alain Destexhe
论文ID：0809.0654
分类：Neurons and Cognition
分类简称：q-bio.NC
提交时间：2009-10-27