2015年7月16日

研究解释了单个神经元的输出如何在知觉测试中预测行为

赖斯大学,贝勒医学院,日内瓦大学和罗切斯特大学的神经科学家通过对行为测试动物的单个神经元信号进行分析,破译了大脑用来充分利用其固有的“嘈杂”神经元的代码。电路。

人脑包含大约1000亿个神经元,每个神经元每秒都会向数千个其他神经元发送信号。了解神经元如何单独和集体发挥作用,对于更好地理解人类的思维方式以及治疗神经系统疾病和精神疾病(例如阿尔茨海默氏病,帕金森氏病,自闭症,癫痫,精神分裂症,抑郁症, 和麻痹。

神经科学家Xaq Pitkow说:“如果大脑总能指望对相同的刺激物接受相同的感觉反应,那就更容易了。” 神经元。 “但是噪音总是存在于大脑中:研究反复表明,神经元会对相同的刺激产生多种反应。”

贝勒大学神经科学助理教授,莱斯大学电气与计算机工程助理教授皮特科夫说,“噪声”可以描述为任何改变神经活动的方式,而并不依赖于大脑想要完成的任务。

不仅神经反应嘈杂,而且每个神经元的噪声都与数千个其他神经元的噪声相关。这意味着影响一个神经元输出的某些事物可能会被放大以影响更多神经元。由于这些相关性,科学家们很难准确地建模一小组神经元将如何影响人或动物对给定刺激的反应方式。

Given both these correlated responses 和 the inherently 嘈杂 nature of neuronal signals, scientists have struggled to explain a seeming paradox that was first observed in experiments more than 25 years ago.

“神经科学家首次分析神经元的输出时 ,他们惊讶地发现,只有单个神经元的活动有时可以预测某些任务的行为。”

在许多实验中都发现了这一令人困惑的发现,但神经科学家尚未对此作出解释。

皮特科说:“很多人已经研究了这一点,并提供了各种模型,这些模型可以做出各种假设。” “通过整合所有这些想法并应用一些分析技术,我们发现可以通过两种不同的方式来实现。”

他说,一种可能性是,许多神经元正在共享相同的信息,对其进行独立处理并得出相同的答案。另一种可能性是,每个神经元都在使用不同的信息并为稍有不同的答案投下自己的一票,但大脑在以不同的票数达成共识方面做得很差。

皮特科夫说:“第一种模型有点像试图在大海捞针中寻找针头,第二种模式就像试图在用双筒望远镜向后看时在干净的地板上找到针头。” “每根稻草看起来像一根针,这使干草堆测试非常困难。另一方面,一根针应该确实在干净的地板上脱颖而出,但是用不好的搜索方法很难找到。”

在每种情况下,神经元都是相互关联的,“但是在第一种情况下,噪声相关性永远无法消除,在第二种情况下,可以并且应该消除噪声相关性,但不能消除,”皮特科说。 “而且每种情况对于大脑的代码,其如何表示信息都会产生非常不同的后果。就信息论而言,如果大脑拥有大量信息并且在使用它方面做得不好,那么情况就大不相同了。这意味着如果所有神经元都相关并且它们都以相同的方式提供信息,那么我们就可以得出结论。”

为了确定这些情景中的哪一种在大脑中起作用,Pitkow及其同事开发了两个数学模型,每个情景一个。这些模型描述了在两种相反情况下信息和噪声将如何流经网络。

该团队针对正在接受知觉测试的猴子中单个神经元的活动对每种模型进行了测试,以衡量它们感知左向或右向轻微运动的精确度。实验人员发现,一些神经元可以预测动物对它们向左或向右运动的猜测。

皮特科夫说:“当我们检查输出时,我们发现猴子的大脑没有丢掉信息。” “他们非常有效地利用了每个神经元的信息。而且我们还看到,即使涉及到许多神经元,在测试过程中对单个神经元的猜测也仅比动物的实际猜测稍差。这两个证据共同表明神经元大多共享相同的信息。”

但是,如果每个神经元都在执行相同的处理,为什么会有那么多呢?皮特科说,这是一个明显的问题,但超出了他和他的同事在当前研究中所能解决的范围。

皮特科说:“我们没有在这项研究中探讨冗余的价值,但我们对该问题非常感兴趣。”他指出,前庭传感器是内耳专用于平衡感的部分,仅包含大脑1000亿个神经元中的6,000个。即使那几千个也可能是多余的,这意味着其余的 他们联系也是多余的。

“我们正在研究的一种有趣的可能性是,冗余可以使 重新格式化信息并从许多不同角度解决复杂问题。”



更多信息: “单个感觉神经元如何预测行为?” DOI: dx.doi.org/10.1016/j.neuron.2015.06.033
期刊信息: 神经元

Provided 通过 莱斯大学
引文: 研究解释了单个神经元的输出如何在知觉测试中预测行为(2015年7月16日) 2020年10月14日检索 from //xasqxhb.com/news/2015-07-output-neurons-behavior-perceptual.html
本文件受版权保护。除了出于私下学习或研究目的进行的任何公平交易外, 未经书面许可,不得复制部分内容。内容仅供参考。

用户评论