作者mulkcs (mulkcs)
看板Cognitive
标题[新知] 新演算法能确定两神经元间连接概率
时间Sat Jan 26 04:37:11 2013
据物理学家组织网10月18日报导,由德国哥廷根马普研究院科学家领导的一个研究小组,
开发出一种破解连接脑神经线路的运算方法,通过检测总体神经元的活动,能确定两个神
经元连接在一起的概率。了解神经元之间如何建立信号线路,有助於人们理解大脑的工作
原理。相关论文发表在最近的《公共科学图书馆—计算生物学》上。
人类大脑约有800亿个神经元,但它们都不能独立作用,而是连接成紧密复杂的神经网。通
过神经网上无数神经元的相互作用,交换信号,大脑才能完成它们的海量工作。但要根据
脑组织结构直接识别出信号线路,即使只有几千个培养的神经元也几乎不可能。目前有一
种比较成熟的方法,能通过钙萤光检测记录神经元动态活动。神经元内钙的浓度与其电活
性紧密相关,这样同时记录上千个神经元的活动就成为可能。
然而,关键问题是神经元通讯速度太高,无法直接观察一个脉冲是怎样发出,并点亮了诸
多神经元的,无法区分一个连接是直接形成的,还是经过几个中转站後形成的。西班牙巴
赛隆纳大学记录了钙萤光检测资料,马普研究院动力学与自组织研究所主任西奥‧ 盖泽尔
领导的研究小组开发出一种演算法,能从资料中得到神经线路是如何连接的准确资讯。
“我们的方法基於已知的‘转让熵’概念。”论文领导作者、马普研究院奥莱弗‧斯戴特
说,转让熵是资讯理论中用到的一种检测方法,能测量定向资讯流的流量,也就是说,能
算出从某个神经元发出的信号引发另一个神经元活动的可能性。“利用转让熵,这种方法
能可靠地把真正的因果联系和表面现象区别开来。”
研究人员用新方法来模拟钙萤光实验,用神经网模型类比检测信号,包括钙运动和萤光检
测的逼真效果。他们发现,神经网中的因果连接是随时间而变化的,取决於神经网的活动
状态。只在活性相对较低的平静阶段,网路中的因果连接才与网路本身的结构一致。利用
这一点可以进行预测,在活性更高的阶段,许多神经元同时参与神经会谈,追踪资讯路径
就比较困难。新的分析方法还显示,单个细胞周围的连接非常集中。
新方法可广泛用於许多系统中,并让重建神经网路成为可能。研究人员希望能用这种演算
法绘制神经线路图,在培养的和自然的神经网路中进行大尺度计算。来自不同神经网路的
资讯,有助於人们理解神经元在何时、何地形成了连接,以及它们选择谈话夥伴的标准。
(来源:科技日报 常丽君)
网站:
http://paper.sciencenet.cn/htmlpaper/2012102415144347626172.shtm 简体
论文:
http://www.ploscompbiol.org/article/info%3Adoi%2F10.1371%2Fjournal.pcbi.1002653
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 140.112.4.209
1F:推 ywwang:great! 01/26 23:58
2F:推 bloodsuckant:thanks a lot! 02/17 20:47