multi-electrode-array-recordings-neuronal-avalanches-organotypic

Multi-electrode Array Recordings of Neuronal Avalanches in Organotypic Cultures

The cortex is spontaneously active, even in the absence of any particular input or motor output.  During development, this activity is important for the ...

National Institute of Mental Health

&#x5DF2;&#x77E5;&#x6BEB;&#x7C73;&#x5927;&#x5C0F;&#x7684;&#x6C14;&#x6CE1;&#x4E0A;&#x5347;&#x901A;&#x8FC7;&#x5E73;&#x9759;&#x7684;&#x6C34;&#x9762;&#x51FA;&#x73B0;&#x66F2;&#x6298;&#x548C;&#x87BA;&#x65CB;&#x632F;&#x52A8;&#x8F68;&#x8FF9;&#x3002;&#x6211;&#x4EEC;&#x63D0;&#x51FA;&#x7684;&#x56DB;&#x4E2A;&#x5E38;&#x5FAE;&#x5206;&#x65B9;&#x7A0B;&#x7684;&#x6709;&#x6548;&#x6A21;&#x578B;&#x8FD9;&#x4E9B;&#x52A8;&#x6001;&#x7684;&#x7CFB;&#x7EDF;&#x3002;&#x8BE5;&#x6A21;&#x578B;&#x57FA;&#x4E8E;&#x57FA;&#x5C14;&#x970D;&#x592B;&#x65B9;&#x7A0B;&#x548C;&#x6211;&#x4EEC;&#x5B9E;&#x9A8C;&#x89C2;&#x6D4B;&#x6240;&#x5F97;&#x7684;&#x51E0;&#x4E2A;&#x7269;&#x7406;&#x53C2;&#x6570;&#x3002;&#x5728;&#x8FD9;&#x79CD;&#x6A21;&#x5F0F;&#x7684;&#x6846;&#x67B6;&#x4E2D;&#xFF0C;&#x66F2;&#x6298;&#x548C;&#x87BA;&#x65CB;&#x8FD0;&#x52A8;&#x4EA7;&#x751F;&#x76F8;&#x540C;&#x7684;&#x5E95;&#x5C42;&#x5206;&#x5C94;&#x5524;&#x9192;&#x7684;&#x4E0D;&#x7A33;&#x5B9A;&#x3002;

&#x6CE1;&#x6CAB;&#x8DEF;&#x5F84;&#x4E0D;&#x7A33;&#x5B9A;&#x7684;&#x52A8;&#x529B;&#x5B66;&#x6A21;&#x578B;&#x3002;

Millimeter-sized air bubbles rising through still water are known to exhibit zigzag and spiral oscillatory trajectories. We present a system of four ordinary differential equations which effectively model these dynamics. The model is based on Kirchhoff's equations and several physical arguments derived from our experimental observations. In the framework of this model, the zigzag and the spiral motions result from the same underlying bifurcation to wake instability.

Dynamical model of bubble path instability.

Les bulles d&#39;air Taille millim&egrave;tre s&#39;&eacute;levant &agrave; travers des eaux stagnantes sont connus pour pi&egrave;ce trajectoires oscillatoires en zigzag et en spirale. Nous pr&eacute;sentons un syst&egrave;me de quatre &eacute;quations diff&eacute;rentielles ordinaires qui mod&eacute;lisent efficacement ces dynamiques. Le mod&egrave;le est bas&eacute; sur les &eacute;quations de Kirchhoff et plusieurs arguments physiques provenant de nos observations exp&eacute;rimentales. Dans le cadre de ce mod&egrave;le, le zig-zag et les mouvements proviennent de la m&ecirc;me bifurcation sous-jacent pour r&eacute;veiller l&#39;instabilit&eacute;.

Mod&egrave;le dynamique de l&#39;instabilit&eacute; de chemin d&#39;acc&egrave;s de bulle.

Millimeter gro&szlig;e Luftblasen, die durch stilles Wasser sind bekannt, Zick-Zack und spiralige Oszillatorische Trajektorien auszustellen. Wir pr&auml;sentieren ein System von vier gew&ouml;hnliche Differentialgleichungen, der effektiv diese Dynamik model. Das Modell basiert auf Kirchhoffs Gleichungen und verschiedene physikalische Argumente, die von unserer experimentellen Beobachtungen abgeleitet. Im Rahmen dieses Modells ergeben sich die Zick-Zack und die Spirale-Bewegungen aus der gleichen zugrunde liegenden Bifurkation Instabilit&auml;t zu wecken.

Dynamisches Modell der Blase Weg Instabilit&auml;t.

Le bolle d&#39;aria dimensioni millimetriche rising attraverso ancora acqua sono noti per esibire le traiettorie oscillatorie a zig-zag e a spirale. Vi presentiamo un sistema di quattro equazioni differenziali ordinarie che modellano efficacemente queste dinamiche. Il modello si basa su equazioni di Kirchhoff e diversi argomenti fisici derivati da nostre osservazioni sperimentali. Nell&#39;ambito di questo modello, la zig-zag e i movimenti a spirale risultano dalla stessa biforcazione sottostante a seguito di instabilit&agrave;.

Modello dinamico di instabilit&agrave; percorso bolla.

&#x307E;&#x3060;&#x6C34;&#x3092;&#x4ECB;&#x3057;&#x3066;&#x4E0A;&#x6607;&#x30DF;&#x30EA;&#x30E1;&#x30FC;&#x30C8;&#x30EB; &#x30B5;&#x30A4;&#x30BA;&#x306E;&#x7A7A;&#x6C17;&#x306E;&#x6CE1;&#x306F;&#x3001;&#x30B8;&#x30B0;&#x30B6;&#x30B0;&#x3001;&#x30B9;&#x30D1;&#x30A4;&#x30E9;&#x30EB;&#x306E;&#x632F;&#x52D5;&#x8ECC;&#x8DE1;&#x3092;&#x5C55;&#x793A;&#x3059;&#x308B;&#x77E5;&#x3089;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005; &#x306F;&#x52B9;&#x679C;&#x7684;&#x306B;&#x3053;&#x308C;&#x3089;&#x306E;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x3092;&#x30E2;&#x30C7;&#x30EB; 4 &#x3064;&#x306E;&#x666E;&#x901A;&#x306E;&#x5FAE;&#x5206;&#x65B9;&#x7A0B;&#x5F0F;&#x306E;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x3092;&#x7D39;&#x4ECB;&#x3057;&#x307E;&#x3059;&#x3002;&#x30E2;&#x30C7;&#x30EB;&#x306F;&#x30AD;&#x30EB;&#x30D2;&#x30DB;&#x30C3;&#x30D5;&#x306E;&#x65B9;&#x7A0B;&#x5F0F;&#x3068;&#x6211;&#x3005; &#x306E;&#x5B9F;&#x9A13;&#x7684;&#x89B3;&#x6E2C;&#x304B;&#x3089;&#x6D3E;&#x751F;&#x3057;&#x305F;&#x3044;&#x304F;&#x3064;&#x304B;&#x306E;&#x7269;&#x7406;&#x7684;&#x306A;&#x5F15;&#x6570;&#x306B;&#x57FA;&#x3065;&#x304D;&#x307E;&#x3059;&#x3002;&#x3053;&#x306E;&#x30E2;&#x30C7;&#x30EB;&#x306E;&#x30D5;&#x30EC;&#x30FC;&#x30E0;&#x30EF;&#x30FC;&#x30AF;&#x3067;&#x306F;&#x3001;&#x30B8;&#x30B0;&#x30B6;&#x30B0; &#x30FB;&#x87BA;&#x65CB;&#x904B;&#x52D5;&#x4E0D;&#x5B89;&#x5B9A;&#x6027;&#x306B;&#x76EE;&#x3092;&#x899A;&#x307E;&#x3059;&#x3001;&#x540C;&#x3058;&#x57FA;&#x306B;&#x306A;&#x308B;&#x5206;&#x5C90;&#x304B;&#x3089;&#x7D50;&#x679C;&#x3057;&#x307E;&#x3059;&#x3002;

&#x30D0;&#x30D6;&#x30EB; &#x30D1;&#x30B9;&#x4E0D;&#x5B89;&#x5B9A;&#x6027;&#x306E;&#x52D5;&#x7684;&#x30E2;&#x30C7;&#x30EB;&#x3002;

&#xBC00;&#xB9AC;&#xBBF8;&#xD130; &#xD06C;&#xAE30;&#xC758; &#xAE30;&#xD3EC;&#xB294; &#xC544;&#xC9C1;&#xB3C4; &#xBB3C;&#xC744; &#xD1B5;&#xD574; &#xC0C1;&#xC2B9; &#xC9C0;&#xADF8;&#xC7AC;&#xADF8;&#xC640; &#xC2A4;&#xD30C;&#xC774;&#xB7F4; &#xC9C4;&#xB3D9; &#xADA4;&#xC801; &#xC804;&#xC2DC; &#xC54C;&#xB824;&#xC838; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xD6A8;&#xACFC;&#xC801;&#xC73C;&#xB85C; &#xC774;&#xB7EC;&#xD55C; &#xC5ED;&#xD559;&#xC744; &#xBAA8;&#xB378; &#xD558;&#xB294; 4 &#xAC1C;&#xC758; &#xC77C;&#xBC18;&#xC801;&#xC778; &#xBBF8;&#xBD84; &#xBC29;&#xC815;&#xC2DD;&#xC758; &#xC2DC;&#xC2A4;&#xD15C;&#xC744; &#xC18C;&#xAC1C; &#xD569;&#xB2C8;&#xB2E4;. &#xBAA8;&#xB378; &#xD0A4; &#xB974; &#xD788; &#xD638;&#xD504;&#xC758; &#xBC29;&#xC815;&#xC2DD;&#xACFC; &#xC6B0;&#xB9AC;&#xC758; &#xC2E4;&#xD5D8; &#xAD00;&#xCC30;&#xC5D0;&#xC11C; &#xD30C;&#xC0DD; &#xB41C; &#xC5EC;&#xB7EC; &#xC2E4;&#xC81C; &#xC778;&#xC218;&#xB97C; &#xAE30;&#xBC18;&#xC73C;&#xB85C; &#xD569;&#xB2C8;&#xB2E4;. &#xC774; &#xBAA8;&#xB378;&#xC758; &#xD504;&#xB808;&#xC784; &#xC6CC;&#xD06C;&#xC5D0;&#xB294; &#xC9C0;&#xADF8;&#xC7AC;&#xADF8;&#xC640; &#xB098;&#xC120;&#xD615; &#xC6C0;&#xC9C1;&#xC784; &#xBD88;&#xC548;&#xC815;&#xC131;&#xC744; &#xAE68;&#xC6CC; &#xAC19;&#xC740; &#xAE30;&#xBCF8; &#xBD84;&#xAE30;&#xC5D0;&#xC11C; &#xACB0;&#xACFC;.

&#xAC70;&#xD488; &#xACBD;&#xB85C; &#xBD88;&#xC548;&#xC815;&#xC758; &#xB3D9;&#xC801; &#xBAA8;&#xB378;&#xC785;&#xB2C8;&#xB2E4;.

Burbujas de aire de tama&ntilde;o milim&eacute;trico aumentando a trav&eacute;s del agua se saben que exhiben las trayectorias oscilatorias zig-zag y espirales. Presentamos un sistema de cuatro ecuaciones diferenciales ordinarias que efectivamente estas din&aacute;micas del modelo. El modelo se basa en las ecuaciones de Kirchhoff y varias discusiones f&iacute;sicas derivadas de nuestras observaciones experimentales. En el marco de este modelo, el zigzag y los movimientos de la espiral resultan de la misma bifurcaci&oacute;n subyacente para despertar la inestabilidad.

Modelo din&aacute;mico de la inestabilidad del camino de burbuja.

Abbiamo sviluppato nuovi strumentazione per le misure di Lagrangiana della temperatura nei diversi flussi di fluidi. Una piccola capsula di galleggiamento neutro &egrave; dotata di elettronica di bordo che misura la temperatura e trasmette i dati attraverso un collegamento wireless radiofrequenza per un computer desktop. Il dispositivo dispone di 80 dB di gamma dinamica, risoluzione millikelvin cambiamenti di temperatura fino a 100 ms tempo di campionamento. Le funzionalit&agrave; di queste particelle&quot;intelligenti&quot; sono dimostrate nella turbolenta convezione termica in acqua. Noi misurare variazioni di temperatura, in quanto la particella &egrave; advected dal moto convettivo e analizzare le statistiche. Ulteriore uso delle telecamere ci permettono di tenere traccia della posizione della particella e di riferire qui la prima misurazione diretta della lagrangiana trasferimento di flusso di calore a convezione di Rayleigh-B&eacute;nard. Il dispositivo Mostra la promessa per l&#39;apertura di una nuova ricerca in un&#39;ampia variet&agrave; di sistemi fluidi.

Instrumentata tastatore per misure di Lagrangiana in convezione di Rayleigh-B&eacute;nard.

Wir haben entwickelt neuartige Instrumente f&uuml;r Lagrange Messungen der Temperatur in vielf&auml;ltigen Fl&uuml;ssigkeit flie&szlig;t. Eine kleine neutral Auftrieb Kapsel verf&uuml;gt &uuml;ber Bordelektronik misst Temperatur und &uuml;bertr&auml;gt die Daten &uuml;ber einen wireless Radio-Frequency-Link mit einem Desktopcomputer. Das Ger&auml;t verf&uuml;gt &uuml;ber 80 dB Dynamikbereich, Aufl&ouml;sen von Millikelvin Ver&auml;nderungen der Temperatur mit bis zu 100 ms Abtastrate. Die F&auml;higkeiten dieser &quot;intelligente&quot;Teilchen werden in turbulenten thermische Konvektion im Wasser veranschaulicht. Wir Temperaturschwankungen zu messen, wie das Teilchen durch die konvektive Bewegung advected ist und seine Statistiken zu analysieren. Zus&auml;tzliche Verwendung von Kameras erm&ouml;glichen es uns, die Partikel-Position zu verfolgen und hier die erste direkte Messung des W&auml;rme&uuml;bergangs Flussmittel Lagrangian in Rayleigh-B&eacute;nard-Konvektion zu melden. Das Ger&auml;t zeigt Versprechen f&uuml;r die &Ouml;ffnung der neuen Forschung in einer breiten Vielzahl von Fl&uuml;ssigkeitssysteme.

Instrumentierte Tracer f&uuml;r Lagrange Messungen in Rayleigh-B&eacute;nard-Konvektion.

&#x6211;&#x4EEC;&#x5236;&#x5B9A;&#x4E86;&#x4E0D;&#x540C;&#x7684;&#x6D41;&#x4F53;&#x6D41;&#x52A8;&#x4F7F;&#x62C9;&#x683C;&#x6717;&#x65E5;&#x6D4B;&#x91CF;&#x6E29;&#x5EA6;&#x7684;&#x65B0;&#x578B;&#x4EEA;&#x5668;&#x3002;&#x5C0F;&#x7684;&#x4E2D;&#x6027;&#x6D6E;&#x529B;&#x80F6;&#x56CA;&#x88C5;&#x6709;&#x8F66;&#x8F7D;&#x7535;&#x5B50;&#x8BBE;&#x5907;&#xFF0C;&#x6D4B;&#x91CF;&#x6E29;&#x5EA6;&#x5E76;&#x5C06;&#x6570;&#x636E;&#x4F20;&#x8F93;&#x7684;&#x6570;&#x636E;&#x901A;&#x8FC7;&#x65E0;&#x7EBF;&#x5C04;&#x9891;&#x94FE;&#x63A5;&#x8FDE;&#x63A5;&#x5230;&#x53F0;&#x5F0F;&#x8BA1;&#x7B97;&#x673A;&#x3002;&#x8BE5;&#x8BBE;&#x5907;&#x5177;&#x6709; 80 dB &#x7684;&#x52A8;&#x6001;&#x8303;&#x56F4;&#xFF0C;&#x8FBE; 100 &#x6BEB;&#x79D2;&#x7684;&#x91C7;&#x6837;&#x65F6;&#x95F4;&#x89E3;&#x51B3; millikelvin &#x6E29;&#x5EA6;&#x7684;&#x53D8;&#x5316;&#x3002;&#x6C34;&#x4E2D;&#x7684;&#x6E4D;&#x6D41;&#x70ED;&#x5BF9;&#x6D41;&#x4E2D;&#x6F14;&#x793A;&#x4E86;&#x8FD9;&#x4E9B;&quot;&#x667A;&#x80FD;&#x7C92;&#x5B50;&quot;&#x7684;&#x529F;&#x80FD;&#x3002;&#x6211;&#x4EEC;&#x8861;&#x91CF;&#x6E29;&#x5EA6;&#x7684;&#x53D8;&#x5316;&#xFF0C;&#x5982;&#x7C92;&#x5B50;&#x7531;&#x5BF9;&#x6D41;&#x8FD0;&#x52A8;&#x5E73;&#x6D41;&#x548C;&#x5206;&#x6790;&#x5176;&#x7EDF;&#x8BA1;&#x6570;&#x636E;&#x3002;&#x66F4;&#x591A;&#x4F7F;&#x7528;&#x7684;&#x76F8;&#x673A;&#x5141;&#x8BB8;&#x6211;&#x4EEC;&#x8DDF;&#x8E2A;&#x7684;&#x7C92;&#x5B50;&#x4F4D;&#x7F6E;&#xFF0C;&#x5E76;&#x5728;&#x6B64;&#x62A5;&#x544A;&#x4E2D;&#x745E;&#x5229; B&eacute;nard &#x5BF9;&#x6D41;&#x7684;&#x4F20;&#x70ED;&#x901A;&#x62C9;&#x683C;&#x6717;&#x65E5;&#x7B2C;&#x4E00;&#x6B21;&#x76F4;&#x63A5;&#x6D4B;&#x91CF;&#x3002;&#x8BBE;&#x5907;&#x663E;&#x793A;&#x5728;&#x5404;&#x79CD;&#x5404;&#x6837;&#x7684;&#x6D41;&#x4F53;&#x7CFB;&#x7EDF;&#x4E2D;&#x6253;&#x5F00;&#x65B0;&#x7684;&#x7814;&#x7A76;&#x7684;&#x524D;&#x666F;&#x3002;

&#x745E;&#x5229; B&eacute;nard &#x5BF9;&#x6D41;&#x4E2D;&#x7684;&#x62C9;&#x683C;&#x6717;&#x65E5;&#x6D4B;&#x91CF;&#x4EEA;&#x5668;&#x793A;&#x8E2A;&#x5242;&#x3002;

We have developed novel instrumentation for making Lagrangian measurements of temperature in diverse fluid flows. A small neutrally buoyant capsule is equipped with on-board electronics which measures temperature and transmits the data via a wireless radio frequency link to a desktop computer. The device has 80 dB dynamic range, resolving millikelvin changes in temperature with up to 100 ms sampling time. The capabilities of these "smart particles" are demonstrated in turbulent thermal convection in water. We measure temperature variations as the particle is advected by the convective motion and analyze its statistics. Additional use of cameras allow us to track the particle position and to report here the first direct measurement of Lagrangian heat flux transfer in Rayleigh-BÃ©nard convection. The device shows promise for opening new research in a broad variety of fluid systems.

Instrumented tracer for Lagrangian measurements in Rayleigh-BÃ©nard convection.

Nous avons d&eacute;velopp&eacute; de nouveaux instruments pour effectuer des mesures de lagrangien de la temp&eacute;rature dans les &eacute;coulements de fluides divers. Une petite capsule de mani&egrave;re neutre flottante est &eacute;quip&eacute;e d&#39;une &eacute;lectronique de bord qui mesure la temp&eacute;rature et transmet les donn&eacute;es via une liaison sans fil fr&eacute;quence radio &agrave; un ordinateur de bureau. Le dispositif a 80 dB de plage dynamique, r&eacute;soudre millikelvin des changements de temp&eacute;rature avec jusqu&#39;&agrave; 100 ms d&#39;&eacute;chantillonnage de temps. Les fonctionnalit&eacute;s de ces &laquo; particules intelligentes &raquo; sont illustr&eacute;es dans la turbulente convection thermique dans l&#39;eau. Nous mesurer les variations de temp&eacute;rature que la particule est par advection par le mouvement de convection et analyser ses statistiques. Utilisation additionnelle des cam&eacute;ras nous permettent de suivre la position de la particule et de signaler ici la premi&egrave;re mesure directe du lagrangien transfert de flux de chaleur en convection de Rayleigh-B&eacute;nard. Le dispositif semble prometteur pour l&#39;ouverture de nouvelles recherches dans une grande vari&eacute;t&eacute; de syst&egrave;mes de fluides.

Instrument&eacute; de traceur pour le mesurage de lagrangien dans la convection de Rayleigh-B&eacute;nard.

&#x6211;&#x3005; &#x306E;&#x30E9;&#x30B0;&#x30E9;&#x30F3;&#x30B8;&#x30E5;&#x6E2C;&#x5B9A;&#x6E29;&#x5EA6;&#x306E;&#x591A;&#x69D8;&#x306A;&#x6D41;&#x4F53;&#x79FB;&#x52D5;&#x3092;&#x5C0F;&#x8AAC;&#x306E;&#x30A4;&#x30F3;&#x30B9;&#x30C8;&#x30EB;&#x30E1;&#x30F3;&#x30C6;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x3092;&#x958B;&#x767A;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x5C0F;&#x3055;&#x306A; 17prh-1 &#x30AB;&#x30D7;&#x30BB;&#x30EB;&#x306B;&#x306F;&#x3001;&#x6E29;&#x5EA6;&#x3092;&#x6E2C;&#x5B9A;&#x3057;&#x3001;&#x30EF;&#x30A4;&#x30E4;&#x30EC;&#x30B9;&#x7121;&#x7DDA;&#x5468;&#x6CE2;&#x6570;&#x30EA;&#x30F3;&#x30AF;&#x3092;&#x30C7;&#x30B9;&#x30AF;&#x30C8;&#x30C3;&#x30D7; &#x30B3;&#x30F3;&#x30D4;&#x30E5;&#x30FC;&#x30BF;&#x30FC;&#x7D4C;&#x7531;&#x3067;&#x30C7;&#x30FC;&#x30BF;&#x3092;&#x9001;&#x4FE1;&#x3059;&#x308B;&#x8ECA;&#x8F09;&#x30A8;&#x30EC;&#x30AF;&#x30C8;&#x30ED;&#x30CB;&#x30AF;&#x30B9;&#x8A2D;&#x7F6E;&#x3057;&#x3066;&#x304A;&#x308A;&#x307E;&#x3059;&#x3002;&#x30C7;&#x30D0;&#x30A4;&#x30B9;&#x306F; 80 dB &#x306E;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30C3;&#x30AF; &#x30EC;&#x30F3;&#x30B8;&#x3001;&#x30B5;&#x30F3;&#x30D7;&#x30EA;&#x30F3;&#x30B0;&#x6642;&#x9593;&#x3068;&#x6700;&#x5927; 100 ms &#x30DF;&#x30EA;&#x30B1;&#x30EB;&#x30D3;&#x30F3;&#x6E29;&#x5EA6;&#x5909;&#x5316;&#x3092;&#x89E3;&#x6C7A;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3053;&#x308C;&#x3089;&#x300C;&#x30B9;&#x30DE;&#x30FC;&#x30C8; &#x30FB; &#x30D1;&#x30FC;&#x30C6;&#x30A3;&#x30AF;&#x30EB;&#x300D;&#x306E;&#x6A5F;&#x80FD;&#x6C34;&#x306E;&#x5BFE;&#x6D41;&#x306E;&#x4E71;&#x6D41;&#x71B1;&#x3067;&#x4F8B;&#x793A;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3044;&#x307E;&#x3059;&#x3002;&#x7C92;&#x5B50;&#x5BFE;&#x6D41;&#x904B;&#x52D5;&#x306B;&#x3088;&#x3063;&#x3066;&#x904B;&#x3070;&#x308C;&#x308B;&#x3067;&#x3059;&#x3088;&#x3046;&#x306B;&#x6E29;&#x5EA6;&#x5909;&#x5316;&#x3092;&#x6E2C;&#x5B9A;&#x3057;&#x3001;&#x305D;&#x306E;&#x7D71;&#x8A08;&#x60C5;&#x5831;&#x3092;&#x5206;&#x6790;&#x3057;&#x307E;&#x3059;&#x3002;&#x30AB;&#x30E1;&#x30E9;&#x306E;&#x8FFD;&#x52A0;&#x306E;&#x4F7F;&#x7528;&#x8A31;&#x53EF;&#x79C1;&#x305F;&#x3061;&#x7C92;&#x5B50;&#x306E;&#x4F4D;&#x7F6E;&#x3092;&#x8FFD;&#x8DE1;&#x3057;&#x3001;&#x30EC;&#x30A4;&#x30EA;&#x30FC; B&eacute;nard &#x5BFE;&#x6D41;&#x306E;&#x30E9;&#x30B0;&#x30E9;&#x30F3;&#x30B8;&#x30E5;&#x306E;&#x71B1;&#x30D5;&#x30E9;&#x30C3;&#x30AF;&#x30B9;&#x306E;&#x6700;&#x521D;&#x306E;&#x76F4;&#x63A5;&#x6E2C;&#x5B9A;&#x3092;&#x3053;&#x3053;&#x3067;&#x5831;&#x544A;&#x3057;&#x307E;&#x3059;&#x3002;&#x30C7;&#x30D0;&#x30A4;&#x30B9;&#x306F;&#x3001;&#x6D41;&#x4F53;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x306E;&#x3055;&#x307E;&#x3056;&#x307E;&#x306A;&#x65B0;&#x3057;&#x3044;&#x7814;&#x7A76;&#x3092;&#x958B;&#x304F;&#x305F;&#x3081;&#x306E;&#x7D04;&#x675F;&#x3092;&#x793A;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;

&#x30A4;&#x30F3;&#x30B9;&#x30C8;&#x30EB;&#x30E1;&#x30F3;&#x30C8;&#x5316;&#x3055;&#x308C;&#x305F;&#x30C8;&#x30EC;&#x30FC;&#x30B5;&#x30FC; &#x30EC;&#x30A4;&#x30EA;&#x30FC; B&eacute;nard &#x5BFE;&#x6D41;&#x306B;&#x304A;&#x3051;&#x308B;&#x30E9;&#x30B0;&#x30E9;&#x30F3;&#x30B8;&#x30E5;&#x6E2C;&#x5B9A;&#x7528;&#x3002;

&#xB2E4;&#xC591; &#xD55C; &#xC720;&#xCCB4; &#xD750;&#xB984;&#xC758; &#xC628;&#xB3C4;&#xC758; &#xB77C;&#xADF8;&#xB791;&#xC9C0;&#xC548; &#xCE21;&#xC815;&#xC744; &#xC704;&#xD55C; &#xC0C8;&#xB85C;&#xC6B4; &#xACC4;&#xCE21;&#xC744; &#xAC1C;&#xBC1C; &#xD588;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC791;&#xC740; neutrally &#xBD80; &#xB825; &#xCEA1;&#xC290; &#xC628;&#xB3C4; &#xCE21;&#xC815; &#xD558; &#xACE0; &#xB370;&#xC2A4;&#xD06C;&#xD1B1; &#xCEF4;&#xD4E8;&#xD130;&#xB294; &#xBB34;&#xC120; &#xBB34;&#xC120; &#xC8FC;&#xD30C;&#xC218; &#xB9C1;&#xD06C;&#xB97C; &#xD1B5;&#xD574; &#xB370;&#xC774;&#xD130;&#xB97C; &#xC804;&#xC1A1; &#xD558;&#xB294; &#xC628; &#xBCF4;&#xB4DC; &#xC804;&#xC790; &#xC81C;&#xD488;&#xC744; &#xAC16;&#xCD94;&#xACE0; &#xC788;&#xB2E4;. &#xC774; &#xC18C;&#xC790;&#xB294; 80 Db&#xC758; &#xB2E4;&#xC774;&#xB098;&#xBBF9; &#xBC94;&#xC704;, &#xCD5C;&#xB300; 100 &#xBC00;&#xB9AC;&#xCD08; &#xC2DC;&#xAC04; &#xC0D8;&#xD50C;&#xB9C1;&#xC73C;&#xB85C; millikelvin &#xBCC0;&#xD654; &#xC628;&#xB3C4;&#xC5D0; &#xD574;&#xACB0;. &#xC774;&#xB7EC;&#xD55C; &quot;&#xC2A4;&#xB9C8;&#xD2B8; &#xC785;&#xC790;&quot; &#xAE30;&#xB2A5; &#xBB3C;&#xC5D0;&#xC11C; &#xB09C; &#xB958; &#xC5F4; &#xB300;&#xB958;&#xC5D0; &#xC124;&#xBA85; &#xB418;&#xC5B4; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC;&#xAC00; &#xC785;&#xC790; &#xB300;&#xB958; &#xC6B4;&#xB3D9;&#xC5D0; &#xC758;&#xD574; advected&#xB85C; &#xC628;&#xB3C4; &#xBCC0;&#xD654;&#xB97C; &#xCE21;&#xC815; &#xD558; &#xACE0; &#xADF8; &#xD1B5;&#xACC4;&#xB97C; &#xBD84;&#xC11D;. &#xCE74;&#xBA54;&#xB77C;&#xC758; &#xCD94;&#xAC00; &#xC0AC;&#xC6A9; &#xD5C8;&#xC6A9;, &#xC785;&#xC790; &#xC704;&#xCE58;&#xB97C; &#xCD94;&#xC801; &#xD558; &#xACE0; &#xC5EC;&#xAE30;&#xC11C; &#xB77C;&#xADF8;&#xB791;&#xC9C0;&#xC548; &#xC5F4; &#xD50C;&#xB7ED;&#xC2A4; &#xC804;&#xB2EC; &#xB808;&#xC77C;&#xB9AC; B&eacute;nard &#xB300;&#xB958;&#xC5D0;&#xC11C;&#xC758; &#xCCAB; &#xC9C1;&#xC811; &#xCE21;&#xC815; &#xBCF4;&#xACE0; &#xC6B0;&#xB9AC;&#xAC00;. &#xC7A5;&#xCE58;&#xC5D0;&#xC11C; &#xC720;&#xCCB4; &#xC2DC;&#xC2A4;&#xD15C;&#xC758; &#xAD11;&#xBC94;&#xC704; &#xD55C; &#xB2E4;&#xC591; &#xD55C; &#xC0C8;&#xB85C;&#xC6B4; &#xC5F0;&#xAD6C;&#xB97C; &#xC5F4;&#xAE30; &#xC704;&#xD55C; &#xC57D;&#xC18D;&#xC744; &#xBCF4;&#xC5EC;&#xC90D;&#xB2C8;&#xB2E4;.

&#xB808;&#xC77C;&#xB9AC; B&eacute;nard &#xB300;&#xB958; &#xB77C;&#xADF8;&#xB791;&#xC9C0;&#xC548; &#xCE21;&#xC815;&#xC6A9; &#xACC4;&#xCE21;&#xB41C; &#xCD94;&#xC801; &#xD504;&#xB85C;&#xADF8;&#xB7A8;.

Hemos desarrollado nuevos instrumentos para realizar medidas de Lagrange de temperatura en diversos flujos de fluidos. Una peque&ntilde;a c&aacute;psula de flotabilidad neutra est&aacute; equipada con la electr&oacute;nica de a bordo que mide temperatura y transmite los datos mediante un enlace de radiofrecuencia inal&aacute;mbrica a un ordenador de sobremesa. El dispositivo tiene 80 dB de rango din&aacute;mico, resolver los cambios millikelvin de temperatura con hasta 100 ms tiempo de muestreo. Las capacidades de estas part&iacute;culas&quot;inteligentes&quot; se demuestran en la turbulenta convecci&oacute;n t&eacute;rmica en el agua. Medimos las variaciones de temperatura como la part&iacute;cula es advectada por el movimiento convectivo y analizar sus estad&iacute;sticas. Uso adicional de las c&aacute;maras permiten seguir la posici&oacute;n de la part&iacute;cula e informar aqu&iacute; la primera medici&oacute;n directa de Lagrange transferencia de flujo de calor de convecci&oacute;n de Rayleigh-B&eacute;nard. El dispositivo muestra promisorio para la apertura de nuevas investigaciones en una amplia variedad de sistemas de fluidos.

Trazador instrumentada para mediciones de Lagrange en la convecci&oacute;n de Rayleigh-B&eacute;nard.

&#x795E;&#x7ECF;&#x5143;&#x7684;&#x81EA;&#x53D1;&#x6D3B;&#x52A8;&#x662F;&#x76AE;&#x8D28;&#x7684;&#x65E0;&#x5904;&#x4E0D;&#x5728;&#x529F;&#x80FD;&#x3002;&#x5176;&#x65F6;&#x7A7A;&#x7EC4;&#x7EC7;&#x53CD;&#x6620;&#x51FA;&#x8FC7;&#x53BB;&#x7684;&#x8F93;&#x5165;&#x548C;&#x8C03;&#x8282;&#x672A;&#x6765;&#x7F51;&#x7EDC;&#x8F93;&#x51FA;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#x6211;&#x4EEC;&#x7814;&#x7A76;&#x662F;&#x5426;&#x53EF;&#x901A;&#x8FC7;&#x7F51;&#x7EDC;&#x800C;&#x4F18;&#x5316;&#x7684;&#x8F93;&#x5165;&#x5904;&#x7406;&#x751F;&#x6210;&#x7279;&#x5B9A;&#x7C7B;&#x578B;&#x7684;&#x81EA;&#x53D1;&#x6D3B;&#x52A8;&#x3002;&#x795E;&#x7ECF;&#x96EA;&#x5D29;&#x662F;&#x6D3B;&#x52A8;&#x7684;&#x4E00;&#x79CD;&#x81EA;&#x53D1;&#xFF0C;&#x89C2;&#x5BDF;&#x5230;&#x5728;&#x8868;&#x9762;&#x76AE;&#x8D28;&#x5C42;&#x4F53;&#x5916;&#x548C;&#x4F53;&#x5185;&#x5177;&#x6709;&#x7EDF;&#x8BA1;&#x5C5E;&#x6027;&#x9884;&#x671F;&#x4ECE;&#x7F51;&#x7EDC;&#x8FD0;&#x884C;&#x5728;&quot;&#x4E34;&#x754C;&quot;&#x3002;&#x7406;&#x8BBA;&#x9884;&#x8A00;&#x8BE5;&#x4E34;&#x754C;&#x548C;&#xFF0C;&#x56E0;&#x6B64;&#xFF0C;&#x795E;&#x7ECF;&#x5143;&#x96EA;&#x5D29;&#x662F;&#x6700;&#x4F18;&#x7684;&#x8F93;&#x5165;&#x5904;&#x7406;&#xFF0C;&#x4F46;&#x5230;&#x76EE;&#x524D;&#x4E3A;&#x6B62;&#xFF0C;&#x8FD9;&#x5C1A;&#x672A;&#x7ECF;&#x8FC7;&#x6D4B;&#x8BD5;&#x5B9E;&#x9A8C;&#x4E2D;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#xFF0C;&#x6211;&#x4EEC;&#x4F7F;&#x7528;&#x5728;&#x5E73;&#x9762;&#x5FAE;&#x7535;&#x6781;&#x9635;&#x5217;&#x4E0A;&#x79CD;&#x690D;&#x7684;&#x76AE;&#x5C42;&#x5207;&#x7247;&#x6587;&#x5316;&#x6F14;&#x793A;&#x5982;&#x4F55;&#x751F;&#x6210;&#x795E;&#x7ECF;&#x5143;&#x96EA;&#x5D29;&#x7684;&#x76AE;&#x5C42;&#x7F51;&#x7EDC;&#x53D7;&#x76CA;&#x6700;&#x5927;&#x5316;&#x7684;&#x52A8;&#x6001;&#x8303;&#x56F4;&#xFF0C;&#x5373;&#xFF0C;&#x5BF9;&#x5927;&#x8303;&#x56F4;&#x7684;&#x523A;&#x6FC0;&#x4F5C;&#x51FA;&#x53CD;&#x5E94;&#x7684;&#x80FD;&#x529B;&#x3002;&#x901A;&#x8FC7;&#x66F4;&#x6539;&#x5174;&#x594B;&#x4E0E;&#x6291;&#x5236;&#x5728;&#x6587;&#x5316;&#x4E2D;&#x7684;&#x6BD4;&#x4F8B;&#xFF0C;&#x6211;&#x4EEC;&#x63A8;&#x5BFC;&#x51FA;&#x7F51;&#x7EDC;&#x4F18;&#x5316;&#x66F2;&#x7EBF;&#x7684;&#x5904;&#x7406;&#x4ECE;&#x6211;&#x4EEC;&#x6A21;&#x62DF;&#x9884;&#x6D4B;&#x4E0E;&#x4E34;&#x754C;&#x8DDD;&#x79BB;&#x7684;&#x51FD;&#x6570;&#x4F5C;&#x4E3A;&#x523A;&#x6FC0;&#x3002;&#x6211;&#x4EEC;&#x7684;&#x7814;&#x7A76;&#x7ED3;&#x679C;&#x8868;&#x660E;&#x5728;&#x8111;&#x76AE;&#x5C42;&#xFF0C;(1) &#x5E73;&#x8861;&#x52B1;&#x78C1;&#x548C;&#x6291;&#x5236;&#x5EFA;&#x7ACB;&#x4E34;&#x754C;&#xFF0C;&#x4EA7;&#x751F;&#x6700;&#x5927;&#x7684;&#x6295;&#x5165;&#xFF0C;&#x53EF;&#x4EE5;&#x5904;&#x7406;&#x7684;&#x8303;&#x56F4;&#xFF0C;&#x5E76;&#x5728;&#x4E34;&#x754C;&#x73B0;&#x8C61;&#x7684;&#x8303;&#x56F4;&#x5185;&#x7EDF;&#x4E00; (2) &#x81EA;&#x53D1;&#x6D3B;&#x52A8;&#x548C;&#x8F93;&#x5165;&#x7684;&#x5904;&#x7406;&#x3002;

&#x795E;&#x7ECF;&#x96EA;&#x5D29;&#x610F;&#x5473;&#x7740;&#x5728;&#x4E34;&#x754C;&#x76AE;&#x5C42;&#x7F51;&#x7EDC;&#x6700;&#x5927;&#x7684;&#x52A8;&#x6001;&#x8303;&#x56F4;&#x3002;

Spontaneous neuronal activity is a ubiquitous feature of cortex. Its spatiotemporal organization reflects past input and modulates future network output. Here we study whether a particular type of spontaneous activity is generated by a network that is optimized for input processing. Neuronal avalanches are a type of spontaneous activity observed in superficial cortical layers in vitro and in vivo with statistical properties expected from a network operating at "criticality." Theory predicts that criticality and, therefore, neuronal avalanches are optimal for input processing, but until now, this has not been tested in experiments. Here, we use cortex slice cultures grown on planar microelectrode arrays to demonstrate that cortical networks that generate neuronal avalanches benefit from a maximized dynamic range, i.e., the ability to respond to the greatest range of stimuli. By changing the ratio of excitation and inhibition in the cultures, we derive a network tuning curve for stimulus processing as a function of distance from criticality in agreement with predictions from our simulations. Our findings suggest that in the cortex, (1) balanced excitation and inhibition establishes criticality, which maximizes the range of inputs that can be processed, and (2) spontaneous activity and input processing are unified in the context of critical phenomena.

Neuronal avalanches imply maximum dynamic range in cortical networks at criticality.

L&#39;activit&eacute; neuronale spontan&eacute;e est une fonctionnalit&eacute; omnipr&eacute;sente du cortex. Son organisation spatio-temporelle refl&egrave;te les entr&eacute;e et sortie du futur r&eacute;seau de module. Ici, nous &eacute;tudions si un type particulier d&#39;activit&eacute; spontan&eacute;e est g&eacute;n&eacute;r&eacute; par un r&eacute;seau qui est optimis&eacute; pour le traitement d&#39;entr&eacute;e. Avalanches neuronales sont un type d&#39;activit&eacute; spontan&eacute;e observ&eacute;e dans les couches corticales superficielles in vitro et in vivo avec des propri&eacute;t&eacute;s statistiques attendues d&#39;un r&eacute;seau fonctionnant &agrave; &laquo; criticit&eacute; &raquo;. La th&eacute;orie pr&eacute;dit que la criticit&eacute; et, par cons&eacute;quent, avalanches neuronales sont optimales pour le traitement d&#39;entr&eacute;e, mais jusqu&#39;&agrave; pr&eacute;sent, cela n&#39;a pas &eacute;t&eacute; test&eacute; dans des exp&eacute;riences. Ici, nous utilisons des cultures tranche cortex sur matrices de micro&eacute;lectrodes planaires pour d&eacute;montrer que les r&eacute;seaux corticaux qui g&eacute;n&egrave;rent des avalanches neuronales b&eacute;n&eacute;ficient d&#39;une gamme dynamique maximum, c&#39;est-&agrave;-dire, la capacit&eacute; de r&eacute;pondre &agrave; la plus grande gamme de stimuli. En changeant le ratio d&#39;excitation et d&#39;inhibition dans les cultures, nous obtenons un r&eacute;seau r&eacute;glage courbe pour stimuler de traitement en fonction de la distance de criticit&eacute; en accord avec les pr&eacute;dictions de nos simulations. Nos r&eacute;sultats sugg&egrave;rent que, dans le cortex, l&#39;excitation (1) &eacute;quilibr&eacute;e et inhibition &eacute;tablit sa criticit&eacute;, qui maximise la gamme d&#39;entr&eacute;es qui peuvent &ecirc;tre trait&eacute;es, et l&#39;activit&eacute; (2) spontan&eacute;e et traitement d&#39;entr&eacute;e sont unifi&eacute;s dans le cadre des ph&eacute;nom&egrave;nes critiques.

Avalanches neuronales impliquent une gamme dynamique maximum dans des r&eacute;seaux corticaux &agrave; la criticit&eacute;.

Spontaner neuronaler Aktivit&auml;t ist eine allgegenw&auml;rtige Funktion des Cortex. Seine raumzeitliche Organisation spiegelt letzten Eingabe und moduliert k&uuml;nftige Netz-Ausgang. Hier untersuchen wir, ob eine bestimmte Art von spontaner Aktivit&auml;t durch ein Netzwerk generiert wird, die f&uuml;r die Verarbeitung von Benutzereingaben optimiert ist. Neuronale Lawinen sind eine Art von spontaner Aktivit&auml;t beobachtet in oberfl&auml;chliche kortikalen Schichten in vitro und in vivo mit statistischen Eigenschaften erwartet von einem Netzwerk mit &quot;Kritikalit&auml;t.&quot; Theorie vorhersagt, dass Kritikalit&auml;t und, daher neuronale Lawinen sind optimal f&uuml;r die Verarbeitung von Benutzereingaben, aber bis jetzt hat dies nicht getestet in Experimenten. Hier verwenden wir Kortex Segment Kulturen angebaut auf planaren Mikroelektroden-Arrays um zu zeigen, dass die kortikale Netzwerken, die neuronale Lawinen zu generieren von einem maximierten Dynamikbereich, d. h. die F&auml;higkeit, auf die gr&ouml;&szlig;te Reichweite von Reize reagieren profitieren. Durch die &Auml;nderung des Verh&auml;ltnis von Erregung und Hemmung in den Kulturen, leiten wir ein Netzwerk tuning Kurve f&uuml;r Impulse, die Verarbeitung als Funktion der Entfernung Kritikalit&auml;t im Einvernehmen mit den Vorhersagen aus unseren Simulationen. Unsere Ergebnisse weisen, die in der Hirnrinde, (1) ausgewogene Erregung und Hemmung stellt Kritikalit&auml;t, die das Spektrum der Eing&auml;nge, die verarbeitet werden k&ouml;nnen maximiert, und (2) spontane Aktivit&auml;t und Verarbeitung von Benutzereingaben sind im Rahmen der kritische Ph&auml;nomene vereint.

Neuronale Lawinen bedeuten maximale Dynamikumfang in kortikalen Netzwerken an Wichtigkeit.

Attivit&agrave; neuronale spontanea &egrave; una caratteristica onnipresente della corteccia. Sua organizzazione spatiotemporal riflette oltre ingresso e modula uscita futura rete. Qui si studiano se un particolare tipo di attivit&agrave; spontanea &egrave; generato da una rete che &egrave; ottimizzata per l&#39;elaborazione dell&#39;input. Valanghe neuronali sono un tipo di attivit&agrave; spontanea osservata negli strati corticali superficiali in vitro e in vivo con propriet&agrave; statistiche previste da una rete operante a &quot;criticit&agrave;&quot;. La teoria prevede che le criticit&agrave; e, pertanto, valanghe neuronali sono ottimali per l&#39;elaborazione dell&#39;input, ma fino ad ora, questo non &egrave; stato testato negli esperimenti. Qui, abbiamo usare corteccia fetta colture cresciute su matrici microelettrodo planare per dimostrare che reti corticali che generano valanghe neuronali beneficiano di una gamma dinamica massimizzata, cio&egrave;, la capacit&agrave; di rispondere alla pi&ugrave; grande gamma di stimoli. Cambiando il rapporto tra eccitazione e inibizione nelle culture, deriviamo una rete ottimizzazione curva per stimolo di elaborazione in funzione della distanza da criticit&agrave; in accordo con le previsioni da nostre simulazioni. I nostri risultati suggeriscono che nella corteccia, eccitazione (1) equilibrata e inibizione stabilisce criticit&agrave;, che massimizza la gamma di ingressi che possono essere elaborate, e attivit&agrave; (2) spontanea e l&#39;elaborazione dell&#39;input sono unificate nel contesto dei fenomeni critici.

Valanghe neuronali implicano la massima gamma dinamica nelle reti corticali a criticit&agrave;.

&#x81EA;&#x767A;&#x7684;&#x795E;&#x7D4C;&#x6D3B;&#x52D5;&#x306F;&#x3001;&#x76AE;&#x8CEA;&#x306E;&#x30E6;&#x30D3;&#x30AD;&#x30BF;&#x30B9;&#x6A5F;&#x80FD;&#x3067;&#x3059;&#x3002;&#x305D;&#x306E;&#x6642;&#x7A7A;&#x9593;&#x7D44;&#x7E54;&#x306F;&#x3001;&#x904E;&#x53BB;&#x306E;&#x5165;&#x529B;&#x3092;&#x53CD;&#x6620;&#x3057;&#x3001;&#x5C06;&#x6765;&#x306E;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306E;&#x51FA;&#x529B;&#x3092;&#x8ABF;&#x7BC0;&#x3057;&#x307E;&#x3059;&#x3002;&#x7279;&#x5B9A;&#x306E;&#x7A2E;&#x985E;&#x306E;&#x81EA;&#x767A;&#x6D3B;&#x52D5;&#x5165;&#x529B;&#x51E6;&#x7406;&#x306B;&#x6700;&#x9069;&#x5316;&#x3055;&#x308C;&#x305F;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306B;&#x3088;&#x3063;&#x3066;&#x751F;&#x6210;&#x3055;&#x308C;&#x308B;&#x304B;&#x3069;&#x3046;&#x304B;&#x3053;&#x3053;&#x3067;&#x6211;&#x3005; &#x3092;&#x52C9;&#x5F37;&#x3057;&#x307E;&#x3059;&#x3002;&#x795E;&#x7D4C;&#x306E;&#x96EA;&#x5D29;&#x3067;&#x8868;&#x5728;&#x76AE;&#x8CEA;&#x5C64;&#x300C;&#x3067;&#x81E8;&#x754C;&#x73FE;&#x8C61;&#x300D;&#x52D5;&#x4F5C;&#x3059;&#x308B;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x304B;&#x3089;&#x4E88;&#x60F3;&#x3055;&#x308C;&#x308B;&#x7D71;&#x8A08;&#x7684;&#x6027;&#x8CEA;&#x3092; in vitro &#x304A;&#x3088;&#x3073; in vivo &#x89B3;&#x5BDF;&#x81EA;&#x767A;&#x6D3B;&#x52D5;&#x306E;&#x7A2E;&#x985E;&#x3067;&#x3059;&#x3002;&#x7406;&#x8AD6;&#x306F;&#x3001;&#x305D;&#x306E;&#x91CD;&#x8981;&#x5EA6;&#x3092;&#x4E88;&#x6E2C;&#x3057;&#x3066;&#x3001;&#x3057;&#x305F;&#x304C;&#x3063;&#x3066;&#x306B;&#x30EA;&#x30AB;&#x30EC;&#x30F3;&#x30C8;&#x60C5;&#x5831;&#x91CF;&#x6700;&#x5927;&#x5165;&#x529B;&#x306E;&#x51E6;&#x7406;&#x306B;&#x6700;&#x9069;&#x3067;&#x3059;&#x304C;&#x3001;&#x4ECA;&#x307E;&#x3067;&#x306F;&#x3001;&#x3053;&#x306E;&#x5B9F;&#x9A13;&#x3067;&#x306F;&#x30C6;&#x30B9;&#x30C8;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x305B;&#x3093;&#x3002;&#x3053;&#x3053;&#x3067;&#x306F;&#x3001;&#x795E;&#x7D4C;&#x306E;&#x96EA;&#x5D29;&#x3092;&#x751F;&#x6210;&#x3059;&#x308B;&#x76AE;&#x8CEA;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306F;&#x6700;&#x5927;&#x306E;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30C3;&#x30AF; &#x30EC;&#x30F3;&#x30B8;&#x3001;&#x3059;&#x306A;&#x308F;&#x3061;&#x3001;&#x523A;&#x6FC0;&#x306E;&#x6700;&#x5927;&#x306E;&#x7BC4;&#x56F2;&#x306B;&#x53CD;&#x5FDC;&#x3059;&#x308B;&#x306E;&#x306B;&#x80FD;&#x529B;&#x3092;&#x6069;&#x6075;&#x3092;&#x793A;&#x3059;&#x305F;&#x3081;&#x306B;&#x5E73;&#x9762;&#x5FAE;&#x5C0F;&#x96FB;&#x6975;&#x30A2;&#x30EC;&#x30A4;&#x4E0A;&#x91CE;&#x30B9;&#x30E9;&#x30A4;&#x30B9;&#x57F9;&#x990A;&#x3092;&#x4F7F;&#x7528;&#x3057;&#x307E;&#x3059;&#x3002;&#x8208;&#x596E;&#x3068;&#x6291;&#x5236;&#x306E;&#x6587;&#x5316;&#x3067;&#x306E;&#x6BD4;&#x7387;&#x3092;&#x5909;&#x66F4;&#x3059;&#x308B;&#x3053;&#x3068;&#x306B;&#x3088;&#x3063;&#x3066;&#x3001;&#x66F2;&#x7DDA;&#x306E;&#x523A;&#x6FC0;&#x306E;&#x30AF;&#x30EA;&#x30C6;&#x30A3;&#x30AB;&#x30EA;&#x30C6;&#x30A3;&#x4E88;&#x6E2C;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x304B;&#x3089;&#x5408;&#x610F;&#x304B;&#x3089;&#x306E;&#x8DDD;&#x96E2;&#x306E;&#x95A2;&#x6570;&#x3068;&#x3057;&#x3066;&#x51E6;&#x7406;&#x3092;&#x30C1;&#x30E5;&#x30FC;&#x30CB;&#x30F3;&#x30B0;&#x3001;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x3092;&#x5C0E;&#x51FA;&#x3059;&#x308B;.&#x76AE;&#x8CEA;&#x3001;&#xFF08;1&#xFF09; &#x30D0;&#x30E9;&#x30F3;&#x30B9;&#x306E;&#x53D6;&#x308C;&#x305F;&#x52B1;&#x8D77;&#x793A;&#x5506;&#x3057;&#x963B;&#x5BB3;&#x3092;&#x51E6;&#x7406;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;&#x5165;&#x529B;&#x306E;&#x7BC4;&#x56F2;&#x3092;&#x6700;&#x5927;&#x5316;&#x3001;&#x91CD;&#x8981;&#x5EA6;&#x3092;&#x78BA;&#x7ACB;&#x3057;&#x3001;(2) &#x81EA;&#x767A;&#x6D3B;&#x52D5;&#x3068;&#x5165;&#x529B;&#x51E6;&#x7406;&#x306E;&#x81E8;&#x754C;&#x73FE;&#x8C61;&#x306E;&#x30B3;&#x30F3;&#x30C6;&#x30AD;&#x30B9;&#x30C8;&#x3067;&#x7D71;&#x4E00;&#x3055;&#x308C;&#x307E;&#x3059;&#x3002;

Epsp &#x81E8;&#x754C;&#x76AE;&#x8CEA;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306B;&#x304A;&#x3051;&#x308B;&#x6700;&#x5927;&#x306E;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30C3;&#x30AF; &#x30EC;&#x30F3;&#x30B8;&#x3092;&#x610F;&#x5473;&#x3057;&#x307E;&#x3059;&#x3002;

&#xC790;&#xC5F0; &#xC2E0;&#xACBD; &#xD65C;&#xB3D9;&#xC740; &#xD53C; &#xC9C8;&#xC758; &#xC720;&#xBE44; &#xCFFC;&#xD130; &#xC2A4; &#xAE30;&#xB2A5;. Spatiotemporal &#xC870;&#xC9C1;&#xC744; &#xC785;&#xB825; &#xACFC;&#xAC70; &#xBC18;&#xC601; &#xD558; &#xACE0; &#xBBF8;&#xB798;&#xC758; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xCD9C;&#xB825; &#xBCC0;&#xC870;. &#xC5EC;&#xAE30; &#xC6B0;&#xB9AC;&#xB294; &#xC790;&#xBC1C;&#xC801;&#xC778; &#xD65C;&#xB3D9;&#xC758; &#xD2B9;&#xC815; &#xC720;&#xD615;&#xC758; &#xC785;&#xB825;&#xB41C; &#xCC98;&#xB9AC;&#xB97C; &#xC704;&#xD574; &#xCD5C;&#xC801;&#xD654; &#xB41C; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC5D0; &#xC758;&#xD574; &#xC0DD;&#xC131; &#xC5EC;&#xBD80;&#xB97C; &#xC5F0;&#xAD6C;. &#xC2E0;&#xACBD; &#xB208;&#xC0AC;&#xD0DC;&#xB294; &quot;&#xC911;&#xC694;&#xB3C4;&quot;&#xC5D0;&#xC11C; &#xC6B4;&#xC601; &#xD558;&#xB294; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC5D0;&#xC11C; &#xD544;&#xC694;&#xD55C; &#xD1B5;&#xACC4; &#xC18D;&#xC131;&#xC73C;&#xB85C; &#xC0DD;&#xCCB4; &#xC678; &#xBC0F; &#xC0DD;&#xCCB4; &#xC870;&#xAC74; &#xD53C;&#xC0C1;&#xC801;&#xC778; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xB808;&#xC774;&#xC5B4;&#xC5D0;&#xC11C; &#xAD00;&#xCC30; &#xB41C; &#xC790;&#xBC1C;&#xC801;&#xC778; &#xD65C;&#xB3D9;&#xC758; &#xC720;&#xD615; &#xADF8; &#xC704;&#xD5D8;&#xB3C4; &#xC608;&#xCE21; &#xD558;&#xB294; &#xC774;&#xB860; &#xBC0F;, &#xB530;&#xB77C;&#xC11C; &#xC2E0;&#xACBD; &#xB208;&#xC0AC;&#xD0DC;&#xB294; &#xC785;&#xB825;&#xB41C; &#xCC98;&#xB9AC;&#xC5D0; &#xAC00;&#xC7A5; &#xC801;&#xD569; &#xD558;&#xC9C0;&#xB9CC; &#xC9C0;&#xAE08;&#xAE4C;&#xC9C0;, &#xC774;&#xAC83;&#xC740; &#xD14C;&#xC2A4;&#xD2B8; &#xB418;&#xC9C0; &#xC2E4;&#xD5D8;&#xC5D0;&#xC11C;. &#xC5EC;&#xAE30;, &#xD53C; &#xC9C8; &#xC870;&#xAC01; &#xBB38;&#xD654; &#xD3C9;&#xBA74; microelectrode &#xBC30;&#xC5F4;&#xC5D0; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xCD5C;&#xB300;&#xD654; &#xB41C; &#xB3D9;&#xC801; &#xBC94;&#xC704;, &#xC989;, &#xC790;&#xADF9;&#xC758; &#xAC00;&#xC7A5; &#xD070; &#xBC94;&#xC704;&#xC5D0; &#xB300;&#xC751; &#xD558;&#xB294; &#xB2A5;&#xB825;&#xC5D0;&#xC11C;&#xC5D0;&#xC11C; &#xC2E0;&#xACBD; &#xB208;&#xC0AC;&#xD0DC;&#xB97C; &#xC0DD;&#xC131; &#xD558;&#xB294; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xD61C;&#xD0DD;&#xC744; &#xC785;&#xC99D;. &#xC5EC;&#xAE30; &#xBC0F; &#xBB38;&#xD654;&#xC5D0;&#xC11C; &#xC800;&#xD574;&#xC758; &#xBE44;&#xC728;&#xC744; &#xBCC0;&#xACBD; &#xD558; &#xC5EC; &#xC6B0;&#xB9AC;&#xB294; &#xC6B0;&#xB9AC;&#xC758; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158;&#xC5D0;&#xC11C; &#xC608;&#xCE21; &#xACC4;&#xC57D; &#xC911;&#xC694;&#xB3C4;&#xC5D0;&#xC11C; &#xAC70;&#xB9AC;&#xC758; &#xD568;&#xC218;&#xB85C; &#xCC98;&#xB9AC; &#xD558;&#xB294; &#xC790;&#xADF9;&#xC5D0; &#xB300; &#xD55C; &#xACE1;&#xC120; &#xC870;&#xC815; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xD30C;&#xC0DD;. &#xC6B0;&#xB9AC;&#xC758; &#xC5F0;&#xAD6C; &#xACB0;&#xACFC; &#xD53C; &#xC9C8; (1) &#xADE0;&#xD615;&#xB41C; &#xC5EC;&#xAE30;&#xC5D0;&#xC5D0;&#xC11C; &#xC81C;&#xC548; &#xBC0F; &#xC800;&#xD574; &#xCC98;&#xB9AC;&#xD560; &#xC218; &#xC788;&#xB294; &#xC785;&#xB825;&#xC758; &#xBC94;&#xC704;&#xB97C; &#xADF9;&#xB300;&#xD654;, &#xC911;&#xC694;&#xB3C4; &#xC124;&#xC815; &#xD558; &#xACE0; &#xC911;&#xC694; &#xD55C; &#xD604;&#xC0C1;&#xC758; &#xB9E5;&#xB77D;&#xC5D0;&#xC11C; &#xD1B5;&#xD569; (2) &#xC790;&#xBC1C;&#xC801; &#xD65C;&#xB3D9; &#xBC0F; &#xC785;&#xB825;&#xB41C; &#xCC98;&#xB9AC;.

&#xC2E0;&#xACBD; &#xB208;&#xC0AC;&#xD0DC; &#xC911;&#xC694;&#xB3C4;&#xC5D0;&#xC11C; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC5D0; &#xCD5C;&#xB300; &#xB3D9;&#xC801; &#xBC94;&#xC704;&#xB97C; &#xC758;&#xBBF8;.

La actividad neuronal espont&aacute;nea es una caracter&iacute;stica omnipresente de la corteza. Su organizaci&oacute;n espaciotemporal refleja m&aacute;s all&aacute; de la entrada y modula la salida de la futura red. Aqu&iacute; estudiamos si un tipo particular de actividad espont&aacute;nea es generado por una red que est&aacute; optimizada para el procesamiento de la entrada. Las avalanchas neuronales son un tipo de actividad espont&aacute;nea observada en las capas corticales superficiales in vitro e in vivo con propiedades estad&iacute;sticas que se esperan de una red que opera en &quot;criticidad&quot;. La teor&iacute;a predice que la criticidad y, por lo tanto, neuronales avalanchas son &oacute;ptimas para el proceso de entrada, pero hasta ahora, esto no ha sido probado en experimentos. Aqu&iacute;, utilizamos culturas rebanada de corteza en matrices del microelectrodo planar para demostrar que las redes corticales que generan avalanchas neuronales beneficiar&aacute;n de un rango din&aacute;mico maximizado, es decir, la capacidad para responder a la mayor gama de est&iacute;mulos. Cambiando la relaci&oacute;n de excitaci&oacute;n e inhibici&oacute;n en las culturas, derivamos una red ajuste de curva para procesamiento en funci&oacute;n de la distancia de criticidad de acuerdo con las predicciones de nuestras simulaciones de est&iacute;mulo. Nuestros resultados sugieren que en la corteza, excitaci&oacute;n (1) equilibrada e inhibici&oacute;n establece criticidad, que maximiza la gama de insumos que pueden ser procesados, y la actividad (2) espont&aacute;nea y procesamiento de la entrada se unifican en el contexto de fen&oacute;menos cr&iacute;ticos.

Avalanchas neuronales implican rango din&aacute;mico m&aacute;ximo en redes corticales en criticidad.

&#xC5B4;&#xB5BB;&#xAC8C; &#xB450;&#xB1CC; &#xD68C;&#xB85C; &#xAE30;&#xB2A5; &#xCE21;&#xC815; &#xAE30;&#xC220;&#xC744; &#xC9C0;&#xC5ED;&#xC758; &#xC2E0;&#xACBD; &#xC778;&#xAD6C; &#xC791;&#xC740; &#xADDC;&#xBAA8;&#xC5D0;&#xC11C;&#xC758; &#xD65C;&#xB3D9;&#xC73C;&#xB85C; &#xB3D9;&#xC2DC;&#xC5D0; &#xB300;&#xADDC;&#xBAA8; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xD65C;&#xB3D9;&#xC744; &#xBAA8;&#xB2C8;&#xD130;&#xB9C1; &#xD558;&#xB294; &#xD544;&#xC694;&#xC758; &#xC644;&#xC804; &#xD55C; &#xC774;&#xD574;. &#xC5EC;&#xAE30;&#xC5D0; &#xC6B0;&#xB9AC;&#xAC00; &#xD604;&#xC7AC;&#xC774; &#xBAA9;&#xD45C; &#xB2EC;&#xC131;&#xC744; &#xD5A5;&#xD574; &#xC720;&#xC6A9;&#xD55C; &#xB2E8;&#xACC4;: &#xB3D9;&#xC2DC; 2 &#xAD11;&#xC790; &#xCE7C;&#xC298; &#xC774;&#xBBF8;&#xC9D5; &#xBC0F; multi-electrode &#xBC30;&#xC5F4; (MEA) &#xB179;&#xC74C;. &#xC774; &#xBC29;&#xBC95;&#xC758; &#xAC00;&#xC7A5; &#xD070; &#xACFC;&#xC81C;&#xB294; &#xC774;&#xBBF8;&#xC9D5; &#xB808;&#xC774;&#xC800;&#xC5D0; &#xC758;&#xD574; &#xBC1C;&#xC0DD; &#xD558;&#xB294; MEA &#xC2E0;&#xD638;&#xC5D0;&#xC11C; &#xC804;&#xAE30; &#xC544;&#xD2F0;&#xD329;&#xD2B8;&#xB97C; &#xC81C;&#xAC70; &#xD558; &#xACE0;. &#xC5EC;&#xAE30; &#xC6B0;&#xB9AC;&#xAC00; &#xAC04;&#xB2E8;&#xD55C; &#xD544;&#xD130;&#xB9C1; &#xCCB4;&#xACC4;&#xC640; &#xC544;&#xD2F0;&#xD329;&#xD2B8; &#xC81C;&#xAC70;&#xB97C; &#xC5BB;&#xC744; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xBCF4;&#xC5EC;&#xC90D;&#xB2C8;&#xB2E4;. &#xC774; &#xAE30;&#xC220;&#xC740; &#xB300;&#xADDC;&#xBAA8; &#xB85C;&#xCEEC; &#xD544;&#xB4DC; &#xC140; &#xC950; &#xAE09;&#xC131;&#xC5D0;&#xC11C; &#xAE30;&#xB85D; &#xB41C; &#xC18C;&#xADDC;&#xBAA8; &#xADF8;&#xB8F9;&#xC5D0; &#xB2E8;&#xC77C; &#xC2E0;&#xACBD; &#xD65C;&#xB3D9;&#xC5D0; &#xC7A0;&#xC7AC;&#xC801;&#xC778; &#xC2E0;&#xD638; &#xBE44;&#xAD50; &#xB370;&#xBAA8; &#xC870;&#xAC01; 2 &#xAC1C;&#xC758; &#xC870;&#xAC74;&#xC73C;&#xB85C;: &#xB274;&#xB7F0; &#xAC04;&#xC758; &#xADF8;&#xB300;&#xB85C; &#xAE08;&#xC9C0; &#xC0C1;&#xD638; &#xC791;&#xC6A9; &#xB300; &#xC5B5;&#xC81C;.

Multi-electrode &#xBC30;&#xC5F4; &#xB3D9;&#xC2DC; &#xB179;&#xC74C; &#xBC0F; &#xC2E0;&#xACBD; &#xD65C;&#xB3D9;&#xC758; 2 &#xAD11;&#xC790; &#xCE7C;&#xC298; &#xC774;&#xBBF8;&#xC9C0;.

Una completa comprensione di come funzioni di circuiti cerebrali richiede tecniche di misurazione che monitorare l&#39;attivit&agrave; di rete su vasta scala simultaneamente con l&#39;attivit&agrave; delle popolazioni locali neurali a piccola scala. Qui vi presentiamo un utile passo verso il raggiungimento di questo obiettivo: calcio due-fotone simultaneo imaging e multi-electrode array registrazioni (MEA). La sfida principale di questo metodo sta rimuovendo un artefatto elettrico dai segnali di MEA che &egrave; causato dal laser imaging. Qui vi mostriamo che la rimozione del manufatto pu&ograve; essere realizzato con un semplice sistema di filtraggio. Come una dimostrazione di questa tecnica confrontiamo potenziali segnali su larga scala locale campo di singolo neurone attivit&agrave; in un gruppo di piccolo di cellule registrato da rat acuta fette sotto due condizioni: soppresso vs intatte inibitorie interazioni tra neuroni.

Registrazione simultanea di matrice gitale e imaging del due-fotone calcio di attivit&agrave; neurale.

&#x5B8C;&#x5168;&#x306B;&#x7406;&#x89E3;&#x306E;&#x65B9;&#x6CD5;&#x8133;&#x56DE;&#x8DEF;&#x6A5F;&#x80FD;&#x306F;&#x5C0F;&#x898F;&#x6A21;&#x306A;&#x30ED;&#x30FC;&#x30AB;&#x30EB;&#x795E;&#x7D4C;&#x96C6;&#x56E3;&#x306E;&#x6D3B;&#x52D5;&#x3068;&#x540C;&#x6642;&#x306B;&#x5927;&#x898F;&#x6A21;&#x306A;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x6D3B;&#x52D5;&#x3092;&#x76E3;&#x8996;&#x6E2C;&#x5B9A;&#x6280;&#x8853;&#x304C;&#x5FC5;&#x8981;&#x306B;&#x306A;&#x308A;&#x307E;&#x3059;&#x3002;&#x3053;&#x3053;&#x3067;&#x306F;&#x3053;&#x306E;&#x76EE;&#x7684;&#x306E;&#x9054;&#x6210;&#x306B;&#x5411;&#x3051;&#x305F;&#x6709;&#x76CA;&#x306A;&#x30B9;&#x30C6;&#x30C3;&#x30D7;&#x3092;&#x63D0;&#x793A;: &#x540C;&#x6642; 2 &#x5149;&#x5B50;&#x30AB;&#x30EB;&#x30B7;&#x30A6;&#x30E0; &#x30A4;&#x30E1;&#x30FC;&#x30B8;&#x30F3;&#x30B0;&#x3068;&#x591A;&#x96FB;&#x6975;&#x523A;&#x6FC0;&#x8A08;&#x6E2C;&#x30A2;&#x30EC;&#x30A4; (MEA) &#x9332;&#x97F3;&#x3002;&#x3053;&#x306E;&#x30E1;&#x30BD;&#x30C3;&#x30C9;&#x306E;&#x4E3B;&#x306A;&#x8AB2;&#x984C;&#x306F;&#x30A4;&#x30E1;&#x30FC;&#x30B8;&#x30F3;&#x30B0;&#x306E;&#x30EC;&#x30FC;&#x30B6;&#x30FC;&#x306B;&#x3088;&#x3063;&#x3066;&#x5F15;&#x304D;&#x8D77;&#x3053;&#x3055;&#x308C;&#x308B; MEA &#x4FE1;&#x53F7;&#x304B;&#x3089;&#x96FB;&#x6C17;&#x30A2;&#x30FC;&#x30C6;&#x30A3;&#x30D5;&#x30A1;&#x30AF;&#x30C8;&#x3092;&#x524A;&#x9664;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3053;&#x3053;&#x3067;&#x306F;&#x5358;&#x7D14;&#x306A;&#x30D5;&#x30A3;&#x30EB;&#x30BF; &#x30EA;&#x30F3;&#x30B0;&#x65B9;&#x5F0F;&#x3068;&#x30A2;&#x30FC;&#x30C6;&#x30A3;&#x30D5;&#x30A1;&#x30AF;&#x30C8;&#x306E;&#x9664;&#x53BB;&#x304C;&#x5B9F;&#x73FE;&#x3067;&#x304D;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005; &#x306F;&#x5927;&#x898F;&#x6A21;&#x306A;&#x30ED;&#x30FC;&#x30AB;&#x30EB; &#x30D5;&#x30A3;&#x30FC;&#x30EB;&#x30C9;&#x306E;&#x6F5C;&#x5728;&#x7684;&#x306A;&#x4FE1;&#x53F7;&#x30E9;&#x30C3;&#x30C8;&#x6025;&#x6027;&#x304B;&#x3089;&#x8A18;&#x9332;&#x3055;&#x308C;&#x305F;&#x7D30;&#x80DE;&#x306E;&#x5C0F;&#x898F;&#x6A21;&#x306A;&#x30B0;&#x30EB;&#x30FC;&#x30D7;&#x3067;&#x5358;&#x4E00;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3;&#x6D3B;&#x52D5;&#x3092;&#x6BD4;&#x8F03;&#x3059;&#x308B;&#x3053;&#x306E;&#x30C6;&#x30AF;&#x30CB;&#x30C3;&#x30AF;&#x306E;&#x30C7;&#x30E2;&#x30F3;&#x30B9;&#x30C8;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3; &#x30B9;&#x30E9;&#x30A4;&#x30B9;&#x306E;&#x4E0B;&#x306B; 2 &#x3064;&#x306E;&#x6761;&#x4EF6;&#x3068;&#x3057;&#x3066;&#xFF1A; &#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3;&#x9593;&#x76F8;&#x4E92;&#x305D;&#x306E;&#x307E;&#x307E;&#x963B;&#x5BB3;&#x4F5C;&#x7528;&#x5BFE;&#x6291;&#x5236;&#x3057;&#x307E;&#x3059;&#x3002;

&#x540C;&#x6642;&#x591A;&#x96FB;&#x6975;&#x30A2;&#x30EC;&#x30A4;&#x8A18;&#x9332;&#x3068;&#x795E;&#x7D4C;&#x6D3B;&#x52D5;&#x306E;&#x4E8C;&#x5149;&#x5B50;&#x30AB;&#x30EB;&#x30B7;&#x30A6;&#x30E0; &#x30A4;&#x30E1;&#x30FC;&#x30B8;&#x30F3;&#x30B0;&#x3002;

&#x5168;&#x9762;&#x4E86;&#x89E3;&#x5982;&#x4F55;&#x8111;&#x7535;&#x8DEF;&#x529F;&#x80FD;&#x5C06;&#x9700;&#x8981;&#x6D4B;&#x91CF;&#x6280;&#x672F;&#xFF0C;&#x76D1;&#x89C6;&#x5927;&#x578B;&#x7F51;&#x7EDC;&#x6D3B;&#x52A8;&#xFF0C;&#x540C;&#x65F6;&#x4E0E;&#x5F53;&#x5730;&#x795E;&#x7ECF;&#x6C11;&#x4F17;&#x5728;&#x89C4;&#x6A21;&#x8F83;&#x5C0F;&#x7684;&#x6D3B;&#x52A8;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#x6211;&#x4EEC;&#x63D0;&#x51FA;&#x5B9E;&#x73B0;&#x8FD9;&#x4E00;&#x76EE;&#x6807;&#x7684;&#x6709;&#x7528;&#x6B65;&#xFF1A; &#x540C;&#x65F6;&#x53CC;&#x5149;&#x5B50;&#x9499;&#x6210;&#x50CF;&#x548C;&#x591A;&#x7535;&#x6781;&#x9635;&#x5217; (MEA) &#x5F55;&#x97F3;&#x3002;&#x6B64;&#x65B9;&#x6CD5;&#x7684;&#x9996;&#x8981;&#x6311;&#x6218;&#x4ECE; MEA &#x4FE1;&#x53F7;&#x6240;&#x9020;&#x6210;&#x7684;&#x6210;&#x50CF;&#x6FC0;&#x5149;&#x6D88;&#x9664;&#x7535;&#x6C14;&#x9879;&#x76EE;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#x6211;&#x4EEC;&#x663E;&#x793A;&#x5DE5;&#x4EF6;&#x53BB;&#x9664;&#x624D;&#x80FD;&#x5B9E;&#x73B0;&#x7684;&#x7B80;&#x5355;&#x8FC7;&#x6EE4;&#x8BA1;&#x5212;&#x3002;&#x7531;&#x4E8E;&#x8FD9;&#x79CD;&#x6280;&#x672F;&#x6211;&#x4EEC;&#x6BD4;&#x8F83;&#x5927;&#x89C4;&#x6A21;&#x7684;&#x672C;&#x5730;&#x5916;&#x5730;&#x6F5C;&#x5728;&#x4FE1;&#x53F7;&#x5230;&#x5C0F;&#x89C4;&#x6A21;&#x7684;&#x8BB0;&#x5F55;&#x4ECE;&#x5927;&#x9F20;&#x6025;&#x6027;&#x7684;&#x5355;&#x5143;&#x683C;&#x7EC4;&#x4E2D;&#x5355;&#x795E;&#x7ECF;&#x5143;&#x6D3B;&#x52A8;&#x7684;&#x793A;&#x8303;&#x7247;&#x4E24;&#x79CD;&#x60C5;&#x51B5;&#x4E0B;&#xFF1A; &#x538B;&#x5236;&#x4E0E;&#x795E;&#x7ECF;&#x5143;&#x4E4B;&#x95F4;&#x7684;&#x5B8C;&#x6574;&#x6291;&#x5236;&#x4EA4;&#x4E92;&#x3002;

&#x540C;&#x65F6;&#x591A;&#x7535;&#x6781;&#x9635;&#x5217;&#x8BB0;&#x5F55;&#x548C;&#x53CC;&#x5149;&#x5B50;&#x9499;&#x6210;&#x50CF;&#x7684;&#x795E;&#x7ECF;&#x6D3B;&#x52A8;&#x3002;

A complete understanding of how brain circuits function will require measurement techniques which monitor large-scale network activity simultaneously with the activity of local neural populations at a small scale. Here we present a useful step towards achieving this aim: simultaneous two-photon calcium imaging and multi-electrode array (MEA) recordings. The primary challenge of this method is removing an electrical artifact from the MEA signals that is caused by the imaging laser. Here we show that artifact removal can be achieved with a simple filtering scheme. As a demonstration of this technique we compare large-scale local field potential signals to single-neuron activity in a small-scale group of cells recorded from rat acute slices under two conditions: suppressed vs. intact inhibitory interactions between neurons.

Simultaneous multi-electrode array recording and two-photon calcium imaging of neural activity.

Bien comprendre comment le fonctionnement des circuits du cerveau n&eacute;cessitera des techniques de mesure qui surveillent l&#39;activit&eacute; de r&eacute;seau &agrave; grande &eacute;chelle en m&ecirc;me temps que l&#39;activit&eacute; des populations neuronales &agrave; petite &eacute;chelle. Nous pr&eacute;sentons ici une &eacute;tape utile dans la r&eacute;alisation de cet objectif : imagerie calcique simultan&eacute;e de deux photons et multi-&eacute;lectrodes baie enregistrements (MEA). Le d&eacute;fi principal de cette m&eacute;thode est un artefact &eacute;lectrique retirer les signaux de la MEA qui est caus&eacute;e par l&#39;imagerie laser. Nous d&eacute;montrons que suppression d&#39;artefact peut &ecirc;tre r&eacute;alis&eacute;e avec un simple syst&egrave;me de filtrage. Comme une d&eacute;monstration de cette technique, nous comparons les signaux potentiels de champ local &agrave; grande &eacute;chelle &agrave; l&#39;activit&eacute; de single-neurone dans un groupe &agrave; petite &eacute;chelle des cellules de rat aigu&euml; tranches sous deux conditions : supprim&eacute;e vs intactes interactions inhibitrices entre neurones.

Enregistrement simultan&eacute; de matrice multi&eacute;lectrode et imagerie calcique deux photons de l&#39;activit&eacute; neurale.

Ein vollst&auml;ndiges Verst&auml;ndnis wie Gehirnfunktion Schaltungen Messtechnik erfordert die gro&szlig; angelegte Netzwerkaktivit&auml;t gleichzeitig mit der T&auml;tigkeit der neuronalen Bev&ouml;lkerungen im kleinen Ma&szlig;stab zu &uuml;berwachen. Hier pr&auml;sentieren wir Ihnen einen hilfreicher Schritt zur Erreichung dieses Ziels: gleichzeitige zwei-Photonen-Kalzium-Bildgebung und Multi-electrode array (MEA) Aufnahmen. Die prim&auml;re Herausforderung dieser Methode ist ein elektrischer Artefakt entfernen, aus der MEA-Signale, die durch die bildgebenden Laser verursacht wird. Hier zeigen wir, dass die Artefakt-Entfernung mit einem einfachen Filtern Schema erreicht werden kann. Wie eine Demonstration dieser Technik wir gro&szlig; angelegte lokale Feld m&ouml;gliche Signale zur Einzel-Neuron Aktivit&auml;t in eine kleine Gruppe von Zellen registrate Ratte akut vergleichen unter zwei Bedingungen Scheiben: unterdr&uuml;ckt vs. intakt hemmenden Interaktionen zwischen Neuronen.

Gleichzeitige Electrode Array Aufnahme und zwei-Photonen-Kalzium Imaging der neuronalen Aktivit&auml;t.

Una comprensi&oacute;n completa de c&oacute;mo funci&oacute;n de circuitos del cerebro requieren t&eacute;cnicas de medici&oacute;n que supervisan la actividad de la red a gran escala simult&aacute;neamente con la actividad de las poblaciones neuronales locales a peque&ntilde;a escala. Aqu&iacute; presentamos un paso &uacute;til para alcanzar este objetivo: la proyecci&oacute;n de imagen simult&aacute;nea de dos fotones de calcio y multi-electrode array grabaciones (MEA). El principal reto de este m&eacute;todo es quitar un artefacto el&eacute;ctrico de las se&ntilde;ales MEA que es causada por la proyecci&oacute;n de imagen l&aacute;ser. Aqu&iacute; mostramos que retiro del artefacto puede conseguirse con un simple esquema de filtrado. Como una manifestaci&oacute;n de esta t&eacute;cnica se comparan se&ntilde;ales potenciales de campo local a gran escala a la actividad de la neurona solo en un grupo peque&ntilde;os de c&eacute;lulas de rata aguda rebanadas bajo dos condiciones: suprimido vs intactas inhibitorias interacciones entre las neuronas.

Grabaci&oacute;n simult&aacute;nea de matriz multi-electrodo y proyecci&oacute;n de imagen de calcio de dos fotones de actividad neural.

&#x6C47;&#x8F91; &#x300B; &#x7684;&#x76AE;&#x5C42;&#x7F51;&#x7EDC;&#x53EF;&#x4EE5;&#x4EA7;&#x751F;&#x7684;&#x795E;&#x7ECF;&#x6D3B;&#x52A8;&#x6A21;&#x5F0F;&#x9650;&#x5236;&#x4E86;&#x7F51;&#x7EDC;&#x4F20;&#x8F93;&#x548C;&#x5904;&#x7406;&#x4FE1;&#x606F;&#x7684;&#x80FD;&#x529B;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#xFF0C;&#x6211;&#x4EEC;&#x6765;&#x8861;&#x91CF;&#x6240;&#x5F97;&#x4E2D;&#x76AE;&#x8D28;&#x6587;&#x5316;&#x3001; &#x6C28;&#x57FA;&#x7532;&#x9178;&#x4E59;&#x916F;&#x9EBB;&#x9189;&#x5927;&#x9F20;&#x548C;&#x7761;&#x4E0D;&#x7740;&#x53EA;&#x7315;&#x7334;&#x591A;&#x7AD9;&#x70B9;&#x672C;&#x5730;&#x5916;&#x5730;&#x6F5C;&#x5728;&#x5F55;&#x5236;&#x7684;&#x6D3B;&#x52A8;&#x6A21;&#x5F0F;&#x3002;&#x7B2C;&#x4E00;&#xFF0C;&#x6211;&#x4EEC;&#x7684;&#x91CF;&#x5316;&#x6A21;&#x5F0F;&#x6C47;&#x8F91; &#x300B; &#x6B63;&#x5728;&#x8FDB;&#x884C;&#x7684;&#x548C;&#x523A;&#x6FC0;&#x8BF1;&#x53D1;&#x6D3B;&#x52A8;&#x4F7F;&#x7528;&#x9999;&#x519C;&#x71B5;&#x7684;&#x4FE1;&#x606F;&#x80FD;&#x529B;&#x3002;&#x63A5;&#x4E0B;&#x6765;&#xFF0C;&#x6211;&#x4EEC;&#x91CF;&#x5316;&#x523A;&#x6FC0;&#x548C;&#x54CD;&#x5E94;&#x4F7F;&#x7528;&#x4E92;&#x4FE1;&#x606F;&#x4E4B;&#x95F4;&#x7684;&#x4FE1;&#x606F;&#x4F20;&#x8F93;&#x7684;&#x6548;&#x679C;&#x3002;&#x901A;&#x8FC7;&#x7CFB;&#x7EDF;&#x5730;&#x6539;&#x53D8;&#x52B1;&#x78C1;/&#x6291;&#x5236;&#x6BD4; (E / &#x6211;) &#x4F53;&#x5916;&#x548C;&#x7F51;&#x7EDC;&#x6A21;&#x578B;&#x4E2D;&#xFF0C;&#x6211;&#x4EEC;&#x53D1;&#x73B0;&#x4FE1;&#x606F;&#x80FD;&#x529B;&#x548C;&#x4FE1;&#x606F;&#x4F20;&#x8F93;&#x6700;&#x5927;&#x5316;&#xFF0C;&#x5728;&#x7279;&#x5B9A;&#x7684;&#x4E2D;&#x95F4; E / &#x7B2C;&#x4E00;&#x3001; &#x5728;&#x54EA;&#x4E9B;&#x6B63;&#x5728;&#x8FDB;&#x884C;&#x7684;&#x6D3B;&#x52A8;&#x6210;&#x4E3A;&#x795E;&#x7ECF;&#x96EA;&#x5D29;&#x3002;&#x63A5;&#x4E0B;&#x6765;&#xFF0C;&#x6211;&#x4EEC;&#x4F7F;&#x7528;&#x6211;&#x4EEC;&#x4F53;&#x5916;&#x548C;&#x6A21;&#x578B;&#x7ED3;&#x679C;&#x6B63;&#x786E;&#x9884;&#x6D4B;&#x4F53;&#x5185;&#x4FE1;&#x606F;&#x80FD;&#x529B;&#x548C;&#x6B63;&#x5728;&#x8FDB;&#x884C;&#x7684;&#x6D3B;&#x52A8;&#x671F;&#x95F4;&#x7684;&#x795E;&#x7ECF;&#x5143;&#x7EC4;&#x4E4B;&#x95F4;&#x7684;&#x4EA4;&#x4E92;&#x3002;&#x6211;&#x4EEC;&#x7684;&#x5B9E;&#x9A8C;&#x548C;&#x6A21;&#x578B;&#x4E4B;&#x95F4;&#x7684;&#x5BC6;&#x5207;&#x534F;&#x8BAE;&#x5EFA;&#x8BAE;&#x795E;&#x7ECF;&#x5143;&#x96EA;&#x5D29;&#x548C;&#x5CF0;&#x503C;&#x4FE1;&#x606F;&#x80FD;&#x529B;&#x51FA;&#x73B0;&#x4E34;&#x754C;&#x548C;&#x76AE;&#x5C42;&#x7F51;&#x7EDC;&#x5E73;&#x8861; E &#x7684;&#x4E00;&#x822C;&#x5C5E;&#x6027; / &#x6211;&#x3002;

&#x4F20;&#x8F93;&#x548C;&#x4FE1;&#x606F;&#x80FD;&#x529B;&#x6700;&#x5927;&#x5316;&#x5747;&#x8861;&#x76AE;&#x5C42;&#x795E;&#x7ECF;&#x5143;&#x96EA;&#x5D29;&#x7F51;&#x7EDC;&#x4E2D;&#x3002;

The repertoire of neural activity patterns that a cortical network can produce constrains the ability of the network to transfer and process information. Here, we measured activity patterns obtained from multisite local field potential recordings in cortex cultures, urethane-anesthetized rats, and awake macaque monkeys. First, we quantified the information capacity of the pattern repertoire of ongoing and stimulus-evoked activity using Shannon entropy. Next, we quantified the efficacy of information transmission between stimulus and response using mutual information. By systematically changing the ratio of excitation/inhibition (E/I) in vitro and in a network model, we discovered that both information capacity and information transmission are maximized at a particular intermediate E/I, at which ongoing activity emerges as neuronal avalanches. Next, we used our in vitro and model results to correctly predict in vivo information capacity and interactions between neuronal groups during ongoing activity. Close agreement between our experiments and model suggest that neuronal avalanches and peak information capacity arise because of criticality and are general properties of cortical networks with balanced E/I.

Information capacity and transmission are maximized in balanced cortical networks with neuronal avalanches.

Le r&eacute;pertoire des mod&egrave;les d&#39;activit&eacute; neurale capable de produire un r&eacute;seau cortical limite les capacit&eacute;s du r&eacute;seau pour transf&eacute;rer et traiter l&#39;information. Ici, nous avons mesur&eacute; les patterns d&#39;activit&eacute; provenant du multisite locaux &eacute;ventuels enregistrements dans les cultures de cortex, rats anesth&eacute;si&eacute;s &agrave; l&#39;ur&eacute;thane et singes Macaques &eacute;veill&eacute;. Tout d&#39;abord, nous avons mesur&eacute; la capacit&eacute; d&#39;information du r&eacute;pertoire mod&egrave;le d&#39;activit&eacute; en cours et &eacute;voqu&eacute;e par la stimulation &agrave; l&#39;aide d&#39;entropie de Shannon. Ensuite, nous avons mesur&eacute; l&#39;efficacit&eacute; de la transmission de l&#39;information entre stimulus et r&eacute;ponse &agrave; l&#39;aide d&#39;information mutuelle. En changeant syst&eacute;matiquement le ratio d&#39;excitation/inhibition (E / I) in vitro et dans un mod&egrave;le de r&eacute;seau, nous avons d&eacute;couvert que les capacit&eacute; d&#39;information et transmission de l&#39;information soient maximis&eacute;es chez un particulier E interm&eacute;diaire / I, &agrave; laquelle l&#39;activit&eacute; en cours appara&icirc;t comme avalanches neuronales. Ensuite, nous avons utilis&eacute; nos in vitro et les r&eacute;sultats de mod&egrave;le pour pr&eacute;dire correctement la capacit&eacute; d&#39;information in vivo et les interactions entre groupes neuronales au cours de l&#39;activit&eacute; en cours. Concordance &eacute;troite entre nos exp&eacute;riences et le mod&egrave;le sugg&egrave;rent que les avalanches neuronales et la capacit&eacute; d&#39;information de pointe surviennent en raison de la criticit&eacute; et sont des propri&eacute;t&eacute;s g&eacute;n&eacute;rales des r&eacute;seaux corticaux avec &eacute;quilibr&eacute; E / I.

Transmission et capacit&eacute; d&#39;information sont maximis&eacute;es dans des r&eacute;seaux corticaux &eacute;quilibr&eacute;s avec des avalanches neuronales.

Das Repertoire der neuronalen Aktivit&auml;tsmuster, die eine kortikale Netzwerk erzeugen k&ouml;nnen schr&auml;nkt die F&auml;higkeit des Netzes zu &uuml;bertragen und verarbeiten Informationen. Hier messen wir Aktivit&auml;tsmuster gewonnenen Mehrfachstandort lokales Feld m&ouml;glicher Aufnahmen im Kortex Kulturen, Urethan-bet&auml;ubt Ratten und wach Makaken. Zun&auml;chst quantifiziert wir die Informationen Kapazit&auml;t des Repertoires Muster der laufenden und Reiz hervorgerufen Aktivit&auml;t mit Shannon-Entropie. Als n&auml;chstes quantifizieren wir die Wirksamkeit der Informations&uuml;bertragung zwischen Stimulus und Reaktion mit gegenseitigen Information. Durch systematisch &auml;ndern das Verh&auml;ltnis der Erregung/Hemmung (E / ich) in-vitro- und in einem Netzwerkmodell, entdeckten wir, dass bei einer bestimmten Mittelstufe E Informationen Angebots- und Informations&uuml;bertragung maximiert werden / ich, in die laufende T&auml;tigkeit entsteht, als neuronale Lawinen. Als n&auml;chstes wir unsere in-vitro und Modell Ergebnisse vorherzusagen Kapazit&auml;t in-vivo-Daten und Interaktionen zwischen neuronalen Gruppen w&auml;hrend der laufenden T&auml;tigkeit. Enge &Uuml;bereinstimmung zwischen unseren Experimenten und Modell vorschlagen, dass neuronale Lawinen und Spitzenleistung Informationen entstehen aufgrund der Wichtigkeit und sind allgemeine Eigenschaften der kortikalen Netzwerken mit ausgewogenen E / ich.

Informationen Kapazit&auml;t und &Uuml;bertragung sind im ausgewogenen kortikalen Netzwerken mit neuronalen Lawinen maximiert.

Il repertorio di schemi di attivit&agrave; neurale che pu&ograve; produrre una rete corticale vincola la capacit&agrave; della rete di trasferimento ed elaborare le informazioni. Qui, abbiamo misurato i modelli di attivit&agrave; ottenuti da registrazioni potenziali multisito campo locale nella corteccia culture, ratti anestetizzati uretano e scimmie Macaco sveglio. In primo luogo, abbiamo quantificato la capacit&agrave; di informazioni del repertorio di pattern di attivit&agrave; in corso e stimolo evocato utilizzando entropia di Shannon. Successivamente, abbiamo quantificato l&#39;efficacia della trasmissione di informazioni tra stimolo e risposta utilizzando informazioni reciproche. Modificando sistematicamente il rapporto di eccitazione/inibizione (E / I) in vitro e in un modello di rete, abbiamo scoperto che sia capacit&agrave; di informazione e trasmissione di informazioni sono massimizzati presso un particolare E intermedio /, a quale attivit&agrave; in corso emerge come valanghe neuronali. Successivamente, abbiamo usato la nostra in vitro e modello risultati per predire correttamente capacit&agrave; informazioni in vivo e le interazioni tra i gruppi neuronali durante l&#39;attivit&agrave; in corso. Stretto accordo tra il nostro modello ed esperimenti suggeriscono che valanghe neuronali e capacit&agrave; di picco informazioni sorgono a causa di criticit&agrave; e sono propriet&agrave; generali delle reti corticali con equilibrata E / I.

Capacit&agrave; di informazione e trasmissione sono massimizzati nelle reti corticali equilibrati con valanghe neuronali.

&#x76AE;&#x8CEA;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x3092;&#x4F5C;&#x308A;&#x51FA;&#x3059;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x308B;&#x795E;&#x7D4C;&#x6D3B;&#x52D5;&#x30D1;&#x30BF;&#x30FC;&#x30F3;&#x306E;&#x30EC;&#x30D1;&#x30FC;&#x30C8;&#x30EA;&#x30FC;&#x3092;&#x8EE2;&#x9001;&#x3057;&#x3001;&#x60C5;&#x5831;&#x3092;&#x51E6;&#x7406;&#x3059;&#x308B;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306E;&#x80FD;&#x529B;&#x3092;&#x62D8;&#x675F;&#x3057;&#x307E;&#x3059;&#x3002;&#x3053;&#x3053;&#x3067;&#x306F;&#x3001;&#x30DE;&#x30EB;&#x30C1;&#x30B5;&#x30A4;&#x30C8; &#x30ED;&#x30FC;&#x30AB;&#x30EB; &#x30D5;&#x30A3;&#x30FC;&#x30EB;&#x30C9;&#x91CE;&#x6587;&#x5316;&#x3001;&#x30A6;&#x30EC;&#x30BF;&#x30F3;&#x9EBB;&#x9154;&#x306E;&#x30E9;&#x30C3;&#x30C8;&#x3068;&#x30B5;&#x30EB;&#x306E;&#x5074;&#x982D;&#x8449;&#x306E;&#x6F5C;&#x5728;&#x7684;&#x306A;&#x9332;&#x97F3;&#x304B;&#x3089;&#x5F97;&#x3089;&#x308C;&#x308B;&#x6D3B;&#x52D5;&#x30D1;&#x30BF;&#x30FC;&#x30F3;&#x3092;&#x6E2C;&#x5B9A;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x307E;&#x305A;&#x3001;&#x30B7;&#x30E3;&#x30CE;&#x30F3; &#x30A8;&#x30F3;&#x30C8;&#x30ED;&#x30D4;&#x30FC;&#x3092;&#x7528;&#x3044;&#x305F;&#x9032;&#x884C;&#x4E2D;&#x3068;&#x523A;&#x6FC0;&#x8A98;&#x767A;&#x6D3B;&#x6027;&#x30D1;&#x30BF;&#x30FC;&#x30F3;&#x306E;&#x30EC;&#x30D1;&#x30FC;&#x30C8;&#x30EA;&#x30FC;&#x306E;&#x60C5;&#x5831;&#x5BB9;&#x91CF;&#x3092;&#x5B9A;&#x91CF;&#x5316;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x6B21;&#x306B;&#x3001;&#x523A;&#x6FC0;&#x3068;&#x76F8;&#x4E92;&#x60C5;&#x5831;&#x91CF;&#x3092;&#x7528;&#x3044;&#x305F;&#x5FDC;&#x7B54;&#x9593;&#x306E;&#x60C5;&#x5831;&#x4F1D;&#x9054;&#x306E;&#x52B9;&#x679C;&#x3092;&#x5B9A;&#x91CF;&#x5316;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x4F53;&#x7CFB;&#x7684;&#x306B;&#x8208;&#x596E;/&#x6291;&#x5236;&#x306E;&#x6BD4;&#x7387;&#x3092;&#x5909;&#x66F4;&#x3059;&#x308B; (E/&#x79C1;&#x306F;&#xFF09; &#x4F53;&#x5916;&#x304A;&#x3088;&#x3073;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF; &#x30E2;&#x30C7;&#x30EB;&#x3067;&#x306F;&#x3001;&#x6211;&#x3005; &#x306F;&#x60C5;&#x5831;&#x5BB9;&#x91CF;&#x3068;&#x60C5;&#x5831;&#x4F1D;&#x9054;&#x306E;&#x4E21;&#x65B9;&#x304C;&#x7279;&#x5B9A;&#x306E;&#x4E2D;&#x9593; E &#x3067;&#x6700;&#x5927;&#x5316;&#x767A;&#x898B;/&#x79C1;&#x304C;&#x7D99;&#x7D9A;&#x7684;&#x306A;&#x30A2;&#x30AF;&#x30C6;&#x30A3;&#x30D3;&#x30C6;&#x30A3;&#x306E;&#x5E83;&#x3044; epsp &#x304C;&#x73FE;&#x308C;&#x307E;&#x3059;&#x3002;&#x6B21;&#x306B;&#x3001;&#x6211;&#x3005; &#x306F; in vitro &#x306B;&#x304A;&#x3051;&#x308B;&#x4F7F;&#x7528;&#x3057;&#x3066;&#x30E2;&#x30C7;&#x30EB;&#x306E;&#x7D50;&#x679C;&#x3092;&#x6B63;&#x3057;&#x304F;&#x4F53;&#x5185;&#x60C5;&#x5831;&#x5BB9;&#x91CF;&#x3068;&#x9032;&#x884C;&#x4E2D;&#x306E;&#x30A2;&#x30AF;&#x30C6;&#x30A3;&#x30D3;&#x30C6;&#x30A3;&#x306E;&#x9593;&#x306B;&#x795E;&#x7D4C;&#x7D30;&#x80DE;&#x306E;&#x30B0;&#x30EB;&#x30FC;&#x30D7;&#x9593;&#x306E;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x3092;&#x4E88;&#x6E2C;&#x3057;&#x307E;&#x3059;&#x3002;&#x8FD1;&#x3044;&#x5951;&#x7D04;&#x79C1;&#x305F;&#x3061;&#x306E;&#x5B9F;&#x9A13;&#x3068;&#x30E2;&#x30C7;&#x30EB;&#x3068;&#x63D0;&#x6848;&#x3059;&#x308B; epsp &#x3068;&#x30D4;&#x30FC;&#x30AF;&#x60C5;&#x5831;&#x5BB9;&#x91CF;&#x306E;&#x305F;&#x3081;&#x81E8;&#x754C;&#x73FE;&#x8C61;&#x304C;&#x767A;&#x751F;&#x3057;&#x3066;&#x30D0;&#x30E9;&#x30F3;&#x30B9;&#x306E;&#x53D6;&#x308C;&#x305F; E &#x3068;&#x76AE;&#x8CEA;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306E;&#x4E00;&#x822C;&#x30D7;&#x30ED;&#x30D1;&#x30C6;&#x30A3;/&#x79C1;&#x3002;

&#x60C5;&#x5831;&#x5BB9;&#x91CF;&#x3068;&#x4F1D;&#x9001; epsp &#x304C;&#x30D0;&#x30E9;&#x30F3;&#x30B9;&#x306E;&#x53D6;&#x308C;&#x305F;&#x76AE;&#x8CEA;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306B;&#x304A;&#x3051;&#x308B;&#x6700;&#x5927;&#x5316;&#x3055;&#x308C;&#x307E;&#x3059;&#x3002;

&#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xB97C; &#xC0DD;&#xC131; &#xD558;&#xB294; &#xC2E0;&#xACBD; &#xD65C;&#xB3D9; &#xD328;&#xD134;&#xC758; &#xB808; &#xD37C; &#xD1A0;&#xB9AC; &#xC804;&#xC1A1; &#xD558; &#xACE0; &#xC815;&#xBCF4;&#xB97C; &#xCC98;&#xB9AC; &#xD558;&#xB294; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC758; &#xB2A5;&#xB825;&#xC744; &#xC81C;&#xD55C; &#xD569;&#xB2C8;&#xB2E4;. &#xC5EC;&#xAE30;, &#xD53C; &#xBB38;&#xD654;, &#xC6B0; &#xB808; &#xD0C4; &#xCDE8; &#xC950;&#xC640; &#xAE68;&#xC5B4; &#xC788;&#xB294; &#xC9E7;&#xC740; &#xAF2C;&#xB9AC; &#xC6D0;&#xC22D;&#xC774; &#xC6D0;&#xC22D;&#xC774;&#xC5D0; &#xC7A0;&#xC7AC;&#xC801;&#xC778; &#xB179;&#xC74C; multisite &#xB85C;&#xCEEC; &#xD544;&#xB4DC;&#xC5D0;&#xC11C;&#xC5D0;&#xC11C; &#xC5BB;&#xC740; &#xD65C;&#xB3D9; &#xD328;&#xD134;&#xC744; &#xCE21;&#xC815; &#xD588;&#xC2B5;&#xB2C8;&#xB2E4;. &#xCCAB;&#xC9F8;, &#xC6B0;&#xB9AC;&#xB294; &#xC100; &#xB10C; &#xC5D4;&#xD2B8;&#xB85C;&#xD53C;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC9C0;&#xC18D;&#xC801;&#xC778; &#xC790;&#xADF9;&#xC744; &#xBD88;&#xB7EC; &#xC77C;&#xC73C;&#xCF30;&#xB2E4; &#xD65C;&#xB3D9;&#xC758; &#xD328;&#xD134; &#xB808; &#xD37C; &#xD1A0;&#xB9AC;&#xC758; &#xC815;&#xBCF4; &#xC6A9;&#xB7C9; &#xACC4;&#xB7C9;. &#xB2E4;&#xC74C;, &#xC6B0;&#xB9AC;&#xB294; &#xC790;&#xADF9; &#xBC0F; &#xC0C1;&#xD638; &#xC815;&#xBCF4;&#xB97C; &#xC0AC;&#xC6A9; &#xD558; &#xC5EC; &#xC751;&#xB2F5; &#xC0AC;&#xC774;&#xC758; &#xC815;&#xBCF4; &#xC804;&#xB2EC;&#xC758; &#xD6A8;&#xB2A5; &#xACC4;&#xB7C9;. &#xCCB4;&#xACC4;&#xC801;&#xC73C;&#xB85C; &#xC790;&#xADF9;/&#xC5B5;&#xC81C;&#xC758; &#xBE44;&#xC728;&#xC744; &#xBCC0;&#xACBD; &#xD558; &#xC5EC; (E / &#xB098;) &#xC2DC;&#xD5D8;&#xAD00; &#xBC0F; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xBAA8;&#xB378; &#xC6B0;&#xB9AC; &#xC815;&#xBCF4; &#xC6A9;&#xB7C9; &#xBC0F; &#xC815;&#xBCF4; &#xC804;&#xC1A1;&#xC5D0;&#xC11C; &#xD2B9;&#xC815; &#xC911;&#xAC04; E &#xADF9;&#xB300;&#xD654; &#xBC1C;&#xACAC;, &#xB098;&#xB294; &#xC9C0;&#xC18D;&#xC801;&#xC778; &#xD65C;&#xB3D9;&#xC5D0; &#xB098;&#xC628;&#xB2E4; &#xC2E0;&#xACBD; &#xB208;&#xC0AC;&#xD0DC;&#xB85C; /. &#xB2E4;&#xC74C;, &#xC6B0;&#xB9AC; &#xC6B0;&#xB9AC;&#xC758; &#xC2DC;&#xD5D8;&#xAD00;&#xC5D0;&#xC11C; &#xC0AC;&#xC6A9; &#xD558; &#xACE0; &#xBAA8;&#xB378; &#xACB0;&#xACFC; &#xC0DD;&#xCCB4; &#xC870;&#xAC74; &#xC815;&#xBCF4; &#xC6A9;&#xB7C9; &#xBC0F; &#xC9C0;&#xC18D;&#xC801;&#xC778; &#xD65C;&#xB3D9; &#xD558;&#xB294; &#xB3D9;&#xC548; &#xC2E0;&#xACBD; &#xADF8;&#xB8F9; &#xAC04;&#xC758; &#xC0C1;&#xD638; &#xC791;&#xC6A9;&#xC744; &#xC62C;&#xBC14;&#xB974;&#xAC8C; &#xC608;&#xCE21;&#xC744;. &#xC6B0;&#xB9AC;&#xC758; &#xC2E4;&#xD5D8;&#xACFC; &#xBAA8;&#xB378; &#xC0AC;&#xC774; &#xAC00;&#xAE4C;&#xC6B4; &#xACC4;&#xC57D; &#xC81C;&#xC548; &#xC2E0;&#xACBD; &#xB208;&#xC0AC;&#xD0DC; &#xBC0F; &#xD53C;&#xD06C; &#xC815;&#xBCF4; &#xC6A9;&#xB7C9; &#xC911;&#xC694;&#xB3C4; &#xB54C;&#xBB38;&#xC5D0; &#xBC1C;&#xC0DD; &#xD558; &#xACE0; &#xADE0;&#xD615; &#xC7A1;&#xD78C;&#xB41C; E&#xC640; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC758; &#xC77C;&#xBC18; &#xC18D;&#xC131;&#xC740; / &#xB098;.

&#xC815;&#xBCF4; &#xC6A9;&#xB7C9; &#xBC0F; &#xC804;&#xC1A1; &#xADE0;&#xD615;&#xB41C; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xC2E0;&#xACBD; &#xB208;&#xC0AC;&#xD0DC;&#xB97C; &#xADF9;&#xB300;&#xD654; &#xD569;&#xB2C8;&#xB2E4;.

El repertorio de patrones de actividad neural que puede producir una red cortical limita la capacidad de la red para transmitir y procesar informaci&oacute;n. Aqu&iacute;, medimos los patrones de actividad obtenidos de grabaciones potenciales de campo local multisitio en culturas de corteza, uretano-anestesiados ratas y monos macacos despiertos. En primer lugar, cuantificamos la capacidad de informaci&oacute;n del repertorio patr&oacute;n de actividad continua y evocado por el est&iacute;mulo con la entrop&iacute;a de Shannon. A continuaci&oacute;n, cuantificamos la eficacia de la transmisi&oacute;n de informaci&oacute;n entre est&iacute;mulo y respuesta utilizando informaci&oacute;n mutua. Cambiando sistem&aacute;ticamente la relaci&oacute;n de excitaci&oacute;n/inhibici&oacute;n (E / I) in vitro y en un modelo de red, descubrimos que tanto la capacidad de informaci&oacute;n y la transmisi&oacute;n de la informaci&oacute;n est&aacute;n maximizados en un particular E intermedio / I, en cuya actividad continua emerge como avalanchas neuronales. A continuaci&oacute;n, utilizamos nuestra in vitro y resultados del modelo para predecir correctamente la capacidad de la informaci&oacute;n en vivo y las interacciones entre grupos neuronales durante actividad continua. Arrojar entre nuestros experimentos y modelo sugieren que aludes neuronales y su capacidad m&aacute;xima informaci&oacute;n surgen debido a la criticidad y son propiedades generales de redes corticales con equilibrado E / me.

Transmisi&oacute;n y capacidad de informaci&oacute;n est&aacute;n maximizados en redes corticales equilibradas con aludes neuronales.

The collective dynamics of a network of coupled excitable systems in response to an external stimulus depends on the topology of the connections in the network. Here we develop a general theoretical approach to study the effects of network topology on dynamic range, which quantifies the range of stimulus intensities resulting in distinguishable network responses. We find that the largest eigenvalue of the weighted network adjacency matrix governs the network dynamic range. When the largest eigenvalue is exactly one, the system is in a critical state and its dynamic range is maximized. Further, we examine higher order behavior of the steady state system, which predicts that networks with more homogeneous degree distributions should have higher dynamic range. Our analysis, confirmed by numerical simulations, generalizes previous studies in terms of the largest eigenvalue of the adjacency matrix.

Predicting criticality and dynamic range in complex networks: effects of topology.

&#x96C6;&#x4F53;&#x52A8;&#x529B;&#x5B66;&#x7684;&#x8026;&#x5408;&#x53EF;&#x6FC0;&#x53D1;&#x7CFB;&#x7EDF;&#x4E2D;&#x5BF9;&#x5916;&#x754C;&#x523A;&#x6FC0;&#x53CD;&#x5E94;&#x7684;&#x7F51;&#x7EDC;&#x53D6;&#x51B3;&#x4E8E;&#x62D3;&#x6251;&#x7ED3;&#x6784;&#x7684;&#x7F51;&#x7EDC;&#x4E2D;&#x7684;&#x8FDE;&#x63A5;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#x6211;&#x4EEC;&#x53D1;&#x5C55;&#x4E00;&#x822C;&#x7406;&#x8BBA;&#x65B9;&#x6CD5;&#x7814;&#x7A76;&#x5BF9;&#x91CF;&#x5316;&#x7684;&#x533A;&#x5206;&#x7F51;&#x7EDC;&#x7684;&#x7B54;&#x590D;&#x4E2D;&#x6240;&#x4EA7;&#x751F;&#x7684;&#x523A;&#x6FC0;&#x5F3A;&#x5EA6;&#x8303;&#x56F4;&#x7684;&#x52A8;&#x6001;&#x8303;&#x56F4;&#x7684;&#x7F51;&#x7EDC;&#x62D3;&#x6251;&#x7ED3;&#x6784;&#x7684;&#x5F71;&#x54CD;&#x3002;&#x6211;&#x4EEC;&#x53D1;&#x73B0;&#x7684;&#x6700;&#x5927;&#x7279;&#x5F81;&#x503C;&#x7684;&#x52A0;&#x6743;&#x7684;&#x7F51;&#x7EDC;&#x90BB;&#x63A5;&#x77E9;&#x9635;&#x63A7;&#x5236;&#x7F51;&#x7EDC;&#x7684;&#x52A8;&#x6001;&#x8303;&#x56F4;&#x3002;&#x65F6;&#x7684;&#x6700;&#x5927;&#x7279;&#x5F81;&#x503C;&#x6B63;&#x662F;&#x4E4B;&#x4E00;&#xFF0C;&#x7CFB;&#x7EDF;&#x5904;&#x4E8E;&#x4E34;&#x754C;&#x72B6;&#x6001;&#xFF0C;&#x5176;&#x52A8;&#x6001;&#x8303;&#x56F4;&#x6700;&#x5927;&#x5316;&#x3002;&#x6B64;&#x5916;&#xFF0C;&#x6211;&#x4EEC;&#x7814;&#x7A76;&#x9AD8;&#x8BA2;&#x5355;&#x7CFB;&#x7EDF;&#x884C;&#x4E3A;&#x7684;&#x7A33;&#x5B9A;&#x72B6;&#x6001;&#xFF0C;&#x9884;&#x6D4B;&#x7F51;&#x7EDC;&#x7684;&#x5EA6;&#x5206;&#x5E03;&#x66F4;&#x5747;&#x5300;&#x5E94;&#x8BE5;&#x6709;&#x66F4;&#x9AD8;&#x7684;&#x52A8;&#x6001;&#x8303;&#x56F4;&#x3002;&#x6211;&#x4EEC;&#x7684;&#x5206;&#x6790;&#xFF0C;&#x8BC1;&#x5B9E;&#x4E86;&#x6570;&#x503C;&#x6A21;&#x62DF;&#xFF0C;&#x6982;&#x62EC;&#x4E86;&#x4EE5;&#x524D;&#x7684;&#x7814;&#x7A76;&#x65B9;&#x9762;&#x7684;&#x6700;&#x5927;&#x7684;&#x90BB;&#x63A5;&#x77E9;&#x9635;&#x7684;&#x7279;&#x5F81;&#x503C;&#x3002;

&#x9884;&#x6D4B;&#x4E34;&#x754C;&#x548C;&#x590D;&#x6742;&#x7F51;&#x7EDC;&#x4E2D;&#x7684;&#x52A8;&#x6001;&#x8303;&#x56F4;&#xFF1A; &#x62D3;&#x6251;&#x7ED3;&#x6784;&#x7684;&#x5F71;&#x54CD;&#x3002;

La dynamique collective d&#39;un r&eacute;seau de syst&egrave;mes excitables coupl&eacute;s en r&eacute;ponse &agrave; un stimulus externe d&eacute;pend de la topologie des connexions au r&eacute;seau. Ici, nous d&eacute;veloppons une approche th&eacute;orique g&eacute;n&eacute;rale pour &eacute;tudier les effets de la topologie du r&eacute;seau sur la plage dynamique, qui quantifie la gamme d&#39;intensit&eacute;s de stimulation entra&icirc;nant les r&eacute;ponses r&eacute;seau distinguables. Nous trouvons que la plus grande valeur propre de la matrice d&#39;adjacence r&eacute;seau pond&eacute;r&eacute; r&eacute;git la plage dynamique de r&eacute;seau. Lorsque la plus grande valeur propre est exactement l&#39;un, le syst&egrave;me est dans un &eacute;tat critique et sa plage dynamique est maximis&eacute;e. En outre, nous examinons comportement sup&eacute;rieur de l&#39;ordre du syst&egrave;me l&#39;&eacute;tat stationnaire, qui pr&eacute;dit que des r&eacute;seaux avec des distributions plus homog&egrave;nes de degr&eacute; devraient avoir une plage dynamique plus &eacute;lev&eacute;e. Notre analyse, confirm&eacute; par des simulations num&eacute;riques, g&eacute;n&eacute;ralise les &eacute;tudes ant&eacute;rieures sur le plan de la plus grande valeur propre de la matrice d&#39;adjacence.

Pr&eacute;dire la criticit&eacute; et la dynamique de r&eacute;seaux complexes : effets de la topologie.

Die kollektive Dynamik eines Netzes von erregbar Kopplung als Reaktion auf einen &auml;u&szlig;eren Reiz, h&auml;ngt von der Topologie der Verbindungen im Netzwerk. Hier entwickeln wir eine allgemeine theoretische Ann&auml;herung, um die Auswirkungen der Netzwerktopologie auf Dynamikbereich, zu pr&uuml;fen, die das Spektrum der Reiz Intensit&auml;ten unterscheidbar Netzwerk Antworten was quantifiziert. Wir finden, dass der gr&ouml;&szlig;te Eigenwert von der gewichteten Netzwerk Adjazenzmatrix des Dynamikbereichs Netzwerk regelt. Wenn der gr&ouml;&szlig;te Eigenwert genau man ist, das System ist in einem kritischen Zustand und die dynamische Bandbreite maximiert ist. Dar&uuml;ber hinaus untersuchen wir h&ouml;here Ordnung Verhalten der Steady-State-System, die voraussagt, dass Netzwerke mit homogener Grad Distributionen h&ouml;here Dynamik haben sollte. Unsere Analyse, best&auml;tigt durch numerische Simulationen, verallgemeinert fr&uuml;here Studien im Hinblick auf den gr&ouml;&szlig;ten Eigenwert der Adjazenzmatrix.

Vorhersage Kritikalit&auml;t und Dynamikbereich in komplexen Netzwerken: Auswirkungen der Topologie.

La dinamica collettiva di una rete di sistemi eccitabili accoppiati in risposta ad uno stimolo esterno dipende la topologia delle connessioni in rete. Qui possiamo sviluppare un approccio teorico generale per studiare gli effetti della topologia di rete sulla gamma dinamica, che quantifica la gamma di intensit&agrave; di stimolo con conseguente risposte rete distinguibili. Troviamo che il pi&ugrave; grande autovalore della matrice di adiacenza di rete ponderata governa la gamma dinamica di rete. Quando il pi&ugrave; grande autovalore &egrave; esattamente uno, il sistema &egrave; in uno stato critico e la sua gamma dinamica &egrave; massimizzata. Ulteriormente, si esamina il comportamento di ordine superiore del sistema stazionario, che predice che reti con distribuzioni pi&ugrave; omogenee di grado dovrebbero avere maggiore gamma dinamica. La nostra analisi, confermata da simulazioni numeriche, generalizza studi precedenti in termini il pi&ugrave; grande autovalore della matrice di adiacenza.

Previsione di criticit&agrave; e gamma dinamica nelle reti complesse: effetti della topologia.

&#x96C6;&#x56E3;&#x52D5;&#x529B;&#x5B66;&#x3001;&#x5916;&#x90E8;&#x523A;&#x6FC0;&#x306B;&#x5FDC;&#x7B54;&#x3057;&#x3066;&#x7D50;&#x5408;&#x8208;&#x596E;&#x6027;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x306E;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306E;&#x63A5;&#x7D9A;&#x3001;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306E;&#x30C8;&#x30DD;&#x30ED;&#x30B8;&#x306B;&#x3088;&#x3063;&#x3066;&#x7570;&#x306A;&#x308A;&#x307E;&#x3059;&#x3002;&#x3053;&#x3053;&#x3067;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF; &#x30C8;&#x30DD;&#x30ED;&#x30B8;&#x306E;&#x52B9;&#x679C;&#x3068;&#x533A;&#x5225;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x5FDC;&#x7B54;&#x304C;&#x8D77;&#x3053;&#x308B;&#x523A;&#x6FC0;&#x5F37;&#x5EA6;&#x306E;&#x7BC4;&#x56F2;&#x3092;&#x5B9A;&#x91CF;&#x5316;&#x306E;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30C3;&#x30AF; &#x30EC;&#x30F3;&#x30B8;&#x306B;&#x95A2;&#x3059;&#x308B;&#x7814;&#x7A76;&#x5168;&#x822C;&#x306E;&#x7406;&#x8AD6;&#x7684;&#x30A2;&#x30D7;&#x30ED;&#x30FC;&#x30C1;&#x3092;&#x958B;&#x767A;&#x3057;&#x307E;&#x3059;&#x3002;&#x91CD;&#x307F;&#x4ED8;&#x304D;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x96A3;&#x63A5;&#x884C;&#x5217;&#x306E;&#x6700;&#x5927;&#x56FA;&#x6709;&#x5024;&#x304C;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306E;&#x52D5;&#x7684;&#x7BC4;&#x56F2;&#x3092;&#x652F;&#x914D;&#x3059;&#x308B;&#x3053;&#x3068;&#x3092;&#x898B;&#x3064;&#x3051;&#x307E;&#x3059;&#x3002;&#x6700;&#x5927;&#x56FA;&#x6709;&#x5024;&#x304C;&#x6B63;&#x78BA; 1 &#x3064;&#x5834;&#x5408;&#x306F;&#x3001;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x304C;&#x91CD;&#x5927;&#x306A;&#x72B6;&#x614B;&#x306B;&#x3042;&#x308B;&#x3057;&#x3001;&#x305D;&#x306E;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30C3;&#x30AF; &#x30EC;&#x30F3;&#x30B8;&#x304C;&#x6700;&#x5927;&#x5316;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3055;&#x3089;&#x306B;&#x3001;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x3088;&#x308A;&#x5747;&#x4E00;&#x306A;&#x6B21;&#x6570;&#x5206;&#x5E03;&#x3068;&#x9AD8;&#x3044;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30C3;&#x30AF; &#x30EC;&#x30F3;&#x30B8;&#x304C;&#x5FC5;&#x8981;&#x4E88;&#x6E2C;&#x3059;&#x308B;&#x5B9A;&#x5E38;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x306E;&#x9AD8;&#x3044;&#x9806;&#x306E;&#x52D5;&#x4F5C;&#x3092;&#x8ABF;&#x3079;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005; &#x306E;&#x5206;&#x6790;&#x306F;&#x3001;&#x6570;&#x5024;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306B;&#x3088;&#x308A;&#x78BA;&#x8A8D;&#x3057;&#x305F;&#x96A3;&#x63A5;&#x884C;&#x5217;&#x306E;&#x6700;&#x5927;&#x56FA;&#x6709;&#x5024;&#x306E;&#x9762;&#x3067;&#x5148;&#x884C;&#x7814;&#x7A76;&#x3092;&#x4E00;&#x822C;&#x5316;&#x3057;&#x307E;&#x3059;&#x3002;

&#x91CD;&#x8981;&#x5EA6;&#x3068;&#x8907;&#x96D1;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306B;&#x304A;&#x3051;&#x308B;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30C3;&#x30AF; &#x30EC;&#x30F3;&#x30B8;&#x306E;&#x4E88;&#x6E2C;: &#x30C8;&#x30DD;&#x30ED;&#x30B8;&#x306E;&#x52B9;&#x679C;&#x3002;

&#xC9D1;&#xB2E8; &#xC5ED;&#xD559; &#xC678;&#xBD80; &#xC790;&#xADF9;&#xC5D0; &#xB300; &#xD55C; &#xC751;&#xB2F5;&#xC5D0;&#xC11C; &#xACE0;&#xB974;&#xAE30;&#xAC00; &#xACB0;&#xD569; &#xB41C; &#xC2DC;&#xC2A4;&#xD15C;&#xC758; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC758; &#xD1A0;&#xD3F4;&#xB85C;&#xC9C0;&#xB294; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC5D0; &#xC5F0;&#xACB0;&#xC5D0; &#xB530;&#xB77C; &#xB2E4;&#xB985;&#xB2C8;&#xB2E4;. &#xC5EC;&#xAE30; &#xC6B0;&#xB9AC; &#xACF5;&#xBD80; &#xC790;&#xADF9; &#xB18D;&#xB3C4; &#xAD6C;&#xBCC4;&#xD560; &#xC218; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xC751;&#xB2F5; &#xACB0;&#xACFC;&#xC758; &#xBC94;&#xC704;&#xB97C; &#xC218;&#xB7C9;&#xD654; &#xB3D9;&#xC801; &#xBC94;&#xC704;&#xC5D0; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xD1A0;&#xD3F4;&#xB85C;&#xC9C0; &#xD6A8;&#xACFC;&#xB97C; &#xC77C;&#xBC18; &#xC774;&#xB860;&#xC801; &#xC811;&#xADFC; &#xBC29;&#xC2DD;&#xC744; &#xAC1C;&#xBC1C;. &#xC6B0;&#xB9AC;&#xB294; &#xC911;&#xB41C; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xC778;&#xC811; &#xD589;&#xB82C;&#xC758; &#xAC00;&#xC7A5; &#xD070; &#xC815;&#xBC00; &#xC81C;&#xC5B4; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xB3D9;&#xC801; &#xBC94;&#xC704;&#xB97C; &#xCC3E;&#xC73C;&#xC2ED;&#xC2DC;&#xC624;. &#xAC00;&#xC7A5; &#xD070; &#xC815;&#xBC00; &#xD14C;&#xC2A4;&#xD2B8;&#xB294; &#xC815;&#xD655;&#xD788; &#xD558;&#xB098;&#xAC00;, &#xC2DC;&#xC2A4;&#xD15C;&#xC774; &#xC704;&#xD5D8; &#xC0C1;&#xD0DC;&#xC5D0; &#xC774;&#xBA70; &#xB3D9;&#xC801; &#xBC94;&#xC704; &#xCD5C;&#xB300;&#xD654;. &#xB610;&#xD55C;, &#xC6B0;&#xB9AC;&#xB294; &#xB354; &#xADE0;&#xC9C8;&#xB3C4; &#xBC30;&#xAE09;&#xC744; &#xAC00;&#xC9C4; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xB192;&#xC740; &#xB3D9;&#xC801; &#xBC94;&#xC704; &#xC788;&#xC5B4;&#xC57C; &#xC608;&#xCE21; &#xC548;&#xC815; &#xC0C1;&#xD0DC; &#xC2DC;&#xC2A4;&#xD15C;&#xC758; &#xB192;&#xC740; &#xC21C;&#xC11C; &#xB3D9;&#xC791; &#xAC80;&#xC0AC;. &#xC6B0;&#xB9AC;&#xC758; &#xBD84;&#xC11D;, &#xC218;&#xCE58; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158;&#xC5D0; &#xC758;&#xD574; &#xD655;&#xC778; &#xC778;&#xC811; &#xD589;&#xB82C;&#xC758; &#xAC00;&#xC7A5; &#xD070; &#xC815;&#xBC00; &#xCE21;&#xBA74;&#xC5D0;&#xC11C; &#xC774;&#xC804; &#xC5F0;&#xAD6C;&#xB97C; &#xC77C;&#xBC18;&#xD654;.

&#xC911;&#xC694;&#xB3C4; &#xBC0F; &#xBCF5;&#xC7A1; &#xD55C; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC5D0;&#xC11C; &#xB3D9;&#xC801; &#xBC94;&#xC704; &#xC608;&#xCE21;: &#xD1A0;&#xD3F4;&#xB85C;&#xC9C0; &#xD6A8;&#xACFC;.

La din&aacute;mica colectiva de una red de sistemas excitables acoplados en respuesta a un est&iacute;mulo externo depende de la topolog&iacute;a de las conexiones en la red. Aqu&iacute; desarrollamos un enfoque te&oacute;rico general para estudiar los efectos de la topolog&iacute;a de red en el rango din&aacute;mico, que cuantifica la gama de intensidades de est&iacute;mulo, dando por resultado respuestas distinguible de la red. Encontramos que el mayor valor propio de la matriz de adyacencia red ponderada gobierna el rango din&aacute;mico de la red. Cuando el valor propio m&aacute;s grande es exactamente uno, el sistema est&aacute; en un estado cr&iacute;tico y su rango din&aacute;mico se maximiza. Adem&aacute;s, examinamos el comportamiento de orden superior del sistema de estado estacionario, que predice que las redes con las distribuciones m&aacute;s homog&eacute;neas de grado deben tener mayor rango din&aacute;mico. Nuestro an&aacute;lisis, confirmada por simulaciones num&eacute;ricas, generalizan estudios previos en t&eacute;rminos de mayor valor propio de la matriz de adyacencia.

Predicci&oacute;n de criticidad y rango din&aacute;mico en redes complejas: efectos de la topolog&iacute;a.

We study the effects of network topology on the response of networks of coupled discrete excitable systems to an external stochastic stimulus. We extend recent results that characterize the response in terms of spectral properties of the adjacency matrix by allowing distributions in the transmission delays and in the number of refractory states and by developing a nonperturbative approximation to the steady state network response. We confirm our theoretical results with numerical simulations. We find that the steady state response amplitude is inversely proportional to the duration of refractoriness, which reduces the maximum attainable dynamic range. We also find that transmission delays alter the time required to reach steady state. Importantly, neither delays nor refractoriness impact the general prediction that criticality and maximum dynamic range occur when the largest eigenvalue of the adjacency matrix is unity.

Effects of network topology, transmission delays, and refractoriness on the response of coupled excitable systems to a stochastic stimulus.

&#x6211;&#x4EEC;&#x7814;&#x7A76;&#x7684;&#x7F51;&#x7EDC;&#x62D3;&#x6251;&#x7ED3;&#x6784;&#x5BF9;&#x8026;&#x5408;&#x79BB;&#x6563;&#x53EF;&#x6FC0;&#x53D1;&#x7CFB;&#x7EDF;&#x7684;&#x7F51;&#x7EDC;&#x54CD;&#x5E94;&#x5916;&#x90E8;&#x968F;&#x673A;&#x523A;&#x6FC0;&#x7684;&#x5F71;&#x54CD;&#x3002;&#x6211;&#x4EEC;&#x5EF6;&#x957F;&#x6700;&#x8FD1;&#x5B9A;&#x6027;&#x53CD;&#x5E94;&#x65B9;&#x9762;&#x7684;&#x90BB;&#x63A5;&#x77E9;&#x9635;&#x7684;&#x5149;&#x8C31;&#x7279;&#x6027;&#xFF0C;&#x5141;&#x8BB8;&#x5728;&#x4F20;&#x8F93;&#x5EF6;&#x8FDF;&#x548C;&#x96BE;&#x6CBB;&#x6027;&#x7684;&#x56FD;&#x5BB6;&#x6570;&#x76EE;&#x7684;&#x5206;&#x5E03;&#x548C;&#x53D1;&#x5C55;&#x7F51;&#x7EDC;&#x7A33;&#x6001;&#x54CD;&#x5E94;&#x7684;&#x975E;&#x5FAE;&#x6270;&#x8FD1;&#x4F3C;&#x7684;&#x7ED3;&#x679C;&#x3002;&#x6211;&#x4EEC;&#x786E;&#x8BA4;&#x6211;&#x4EEC;&#x7406;&#x8BBA;&#x4E0E;&#x6570;&#x503C;&#x6A21;&#x62DF;&#x7684;&#x7ED3;&#x679C;&#x3002;&#x6211;&#x4EEC;&#x627E;&#x5230;&#x7684;&#x7A33;&#x6001;&#x54CD;&#x5E94;&#x632F;&#x5E45;&#x662F;&#x6210;&#x53CD;&#x6BD4;&#x7684;&#x8010;&#x706B;&#x5EA6;&#xFF0C;&#x4ECE;&#x800C;&#x51CF;&#x5C11;&#x4E86;&#x6700;&#x5927;&#x53EF;&#x8FBE;&#x5230;&#x52A8;&#x6001;&#x8303;&#x56F4;&#x6301;&#x7EED;&#x65F6;&#x95F4;&#x3002;&#x6211;&#x4EEC;&#x8FD8;&#x53D1;&#x73B0;&#x4F20;&#x8F93;&#x5EF6;&#x8FDF;&#x6539;&#x53D8;&#x6765;&#x8FBE;&#x5230;&#x7A33;&#x5B9A;&#x72B6;&#x6001;&#x6240;&#x9700;&#x7684;&#x65F6;&#x95F4;&#x3002;&#x91CD;&#x8981;&#x7684;&#x662F;&#xFF0C;&#x65E2;&#x6CA1;&#x6709;&#x5EF6;&#x8FDF;&#xFF0C;&#x4E5F;&#x6CA1;&#x6709;&#x8010;&#x706B;&#x5EA6;&#x5F71;&#x54CD;&#x4E00;&#x822C;&#x9884;&#x6D4B;&#x53D1;&#x751F;&#x65F6;&#x7684;&#x6700;&#x5927;&#x7684;&#x90BB;&#x63A5;&#x77E9;&#x9635;&#x7684;&#x7279;&#x5F81;&#x503C;&#x662F;&#x7EDF;&#x4E00;&#x4E34;&#x754C;&#x548C;&#x6700;&#x5927;&#x7684;&#x52A8;&#x6001;&#x8303;&#x56F4;&#x3002;

&#x8026;&#x5408;&#x53EF;&#x6FC0;&#x53D1;&#x7CFB;&#x7EDF;&#x54CD;&#x5E94;&#x968F;&#x673A;&#x523A;&#x6FC0;&#x5BF9;&#x7F51;&#x7EDC;&#x62D3;&#x6251;&#x3001; &#x4F20;&#x8F93;&#x5EF6;&#x8FDF;&#x548C;&#x8010;&#x706B;&#x5EA6;&#x7684;&#x5F71;&#x54CD;&#x3002;

Nous &eacute;tudions les effets de la topologie du r&eacute;seau sur la r&eacute;ponse des r&eacute;seaux de syst&egrave;mes excitables discrets coupl&eacute;s &agrave; un stimulus externe stochastique. Nous adressons des r&eacute;sultats r&eacute;cents qui caract&eacute;risent la r&eacute;ponse en ce qui concerne les propri&eacute;t&eacute;s spectrales de la matrice d&#39;adjacence en permettant la distribution dans les d&eacute;lais de transmission et le nombre d&#39;&Eacute;tats r&eacute;fractaires et en d&eacute;veloppant une approximation non perturbative de la r&eacute;ponse de r&eacute;seau de l&#39;&eacute;tat stationnaire. Nous confirmons nos r&eacute;sultats th&eacute;oriques avec des simulations num&eacute;riques. Nous constatons que l&#39;amplitude de r&eacute;ponse de l&#39;&eacute;tat stationnaire est inversement proportionnelle &agrave; la dur&eacute;e de p&eacute;riode r&eacute;fractaire, ce qui r&eacute;duit la plage de dynamique maximale atteignable. Nous constatons &eacute;galement que les d&eacute;lais de transmission modifient le temps n&eacute;cessaire pour atteindre l&#39;&eacute;tat d&#39;&eacute;quilibre. Ce qui est important, ni de retards ni de p&eacute;riode r&eacute;fractaire impact la pr&eacute;diction g&eacute;n&eacute;rale que de criticit&eacute; et une gamme dynamique maximum se produisent lorsque la plus grande valeur propre de la matrice d&#39;adjacence est l&#39;unit&eacute;.

Effets de la topologie du r&eacute;seau, les d&eacute;lais de transmission et p&eacute;riode r&eacute;fractaire sur la r&eacute;ponse des syst&egrave;mes excitables coupl&eacute;s &agrave; un stimulus stochastique.

Wir untersuchen die Auswirkungen der Netzwerktopologie auf die Reaktion der Netzwerke gekoppelte diskreter Systeme erregbar auf einen &auml;u&szlig;eren Reiz der Stochastik. Wir erweitern die j&uuml;ngsten Ergebnisse, die die Antwort in Bezug auf die spektralen Eigenschaften von der Adjazenzmatrix Distributionen in der Getriebe-Verz&ouml;gerungen und der Zahl der feuerfesten Staaten gestatten und durch die Entwicklung einer Nonperturbative Ann&auml;herung an die Steady-State-Netzwerk-Antwort zu charakterisieren. Wir best&auml;tigen unsere theoretischen Ergebnisse mit numerischen Simulationen. Wir finden, dass die Steady-State Antwort Amplitude umgekehrt proportional zur Dauer der Feuerfestigkeit, wodurch den maximalen erreichbaren Dynamikbereich verringert wird. Wir finden auch, dass Getriebe Verz&ouml;gerungen die Zeit zum Erreichen der Steady-State &auml;ndern. Wichtig ist, Auswirkungen weder Verz&ouml;gerungen noch Feuerfestigkeit auf die allgemeine Vorhersage Kritikalit&auml;t und maximalen Dynamikumfang auftreten, wenn der gr&ouml;&szlig;te Eigenwert der Adjazenzmatrix Einheit ist.

Auswirkungen der Netzwerktopologie, &Uuml;bertragung Verz&ouml;gerungen und Feuerfestigkeit auf die Reaktion der gekoppelte erregbar Systeme auf einen stochastischen Reiz.

Si studiano gli effetti della topologia di rete sulla risposta di reti di sistemi eccitabili discreti accoppiati ad uno stimolo esterno stocastico. Estendiamo i risultati recenti che caratterizzano la risposta in termini di propriet&agrave; spettrali della matrice di adiacenza consentendo distribuzioni nei ritardi di trasmissione e del numero di stati refrattari e sviluppando un ravvicinamento non perturbativa della risposta della rete dello stato stazionario. Confermiamo la nostra risultati teorici con simulazioni numeriche. Troviamo che l&#39;ampiezza della risposta dello stato stazionario &egrave; inversamente proporzionale alla durata della refrattariet&agrave;, che riduce l&#39;intervallo dinamico massimo raggiungibile. Troviamo anche che ritardi di trasmissione alterano il tempo richiesto per raggiungere dello stato stazionario. Importante, n&eacute; ritardi n&eacute; refrattariet&agrave; impatto la previsione generale che criticit&agrave; e gamma dinamica massima si verificano quando il pi&ugrave; grande autovalore della matrice di adiacenza &egrave; l&#39;unit&agrave;.

Effetti della topologia di rete, ritardi di trasmissione e refrattariet&agrave; sulla risposta dei sistemi eccitabili accoppiati ad uno stimolo stocastico.

&#x6211;&#x3005; &#x306F;&#x3001;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF; &#x30C8;&#x30DD;&#x30ED;&#x30B8;&#x306E;&#x52B9;&#x679C;&#x7D50;&#x5408;&#x96E2;&#x6563;&#x8208;&#x596E;&#x6027;&#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x306E;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306E;&#x5916;&#x90E8;&#x306E;&#x78BA;&#x7387;&#x7684;&#x523A;&#x6FC0;&#x3078;&#x306E;&#x5FDC;&#x7B54;&#x306B;&#x95A2;&#x3059;&#x308B;&#x7814;&#x7A76;&#x3057;&#x307E;&#x3059;&#x3002;&#x4F1D;&#x9001;&#x9045;&#x5EF6;&#x304A;&#x3088;&#x3073;&#x96E3;&#x6CBB;&#x6027;&#x306E;&#x72B6;&#x614B;&#x306E;&#x6570;&#x306B;&#x3088;&#x3063;&#x3066;&#x5206;&#x5E03;&#x3068;&#x5B9A;&#x5E38;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x5FDC;&#x7B54;&#x3078;&#x306E;&#x975E;&#x6442;&#x52D5;&#x8FD1;&#x4F3C;&#x306E;&#x958B;&#x767A;&#x306B;&#x3088;&#x3063;&#x3066;&#x96A3;&#x63A5;&#x884C;&#x5217;&#x306E;&#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x7279;&#x6027;&#x306E;&#x89B3;&#x70B9;&#x304B;&#x3089;&#x5FDC;&#x7B54;&#x3092;&#x7279;&#x5FB4;&#x4ED8;&#x3051;&#x308B;&#x6700;&#x8FD1;&#x306E;&#x7D50;&#x679C;&#x3092;&#x62E1;&#x5F35;&#x3057;&#x307E;&#x3059;&#x3002;&#x6211;&#x3005; &#x306F;&#x6570;&#x5024;&#x30B7;&#x30DF;&#x30E5;&#x30EC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306B;&#x3088;&#x308B;&#x7406;&#x8AD6;&#x7684;&#x7D50;&#x679C;&#x3092;&#x78BA;&#x8A8D;&#x3057;&#x307E;&#x3059;&#x3002;&#x5B9A;&#x5E38;&#x72B6;&#x614B;&#x5FDC;&#x7B54;&#x306E;&#x632F;&#x5E45;&#x304C;&#x6700;&#x5927;&#x9054;&#x6210;&#x53EF;&#x80FD;&#x306A;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30C3;&#x30AF; &#x30EC;&#x30F3;&#x30B8;&#x3092;&#x4F4E;&#x6E1B;&#x4E0D;&#x5FDC;&#x306E;&#x671F;&#x9593;&#x306B;&#x53CD;&#x6BD4;&#x4F8B;&#x3057;&#x3066;&#x3044;&#x308B;&#x3053;&#x3068;&#x3092;&#x898B;&#x3064;&#x3051;&#x307E;&#x3059;&#x3002;&#x307E;&#x305F;&#x3001;&#x4F1D;&#x9001;&#x9045;&#x5EF6;&#x6642;&#x9593;&#x5B9A;&#x5E38;&#x72B6;&#x614B;&#x306B;&#x9054;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x5FC5;&#x8981;&#x306A;&#x6642;&#x9593;&#x3092;&#x5909;&#x3048;&#x308B;&#x3053;&#x3068;&#x3092;&#x898B;&#x3064;&#x3051;&#x307E;&#x3059;&#x3002;&#x91CD;&#x8981;&#x306A;&#x306F;&#x3001;&#x3069;&#x3061;&#x3089;&#x3082;&#x9045;&#x5EF6;&#x3082;&#x4E0D;&#x5FDC;&#x56E3;&#x7D50;&#x96A3;&#x63A5;&#x884C;&#x5217;&#x306E;&#x6700;&#x5927;&#x56FA;&#x6709;&#x5024;&#x3067;&#x3042;&#x308B;&#x3068;&#x304D;&#x91CD;&#x8981;&#x5EA6;&#x3068;&#x6700;&#x5927;&#x306E;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30C3;&#x30AF; &#x30EC;&#x30F3;&#x30B8;&#x767A;&#x751F;&#x3059;&#x308B;&#x4E00;&#x822C;&#x7684;&#x306A;&#x4E88;&#x6E2C;&#x306B;&#x5F71;&#x97FF;&#x3057;&#x307E;&#x3059;&#x3002;

&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF; &#x30C8;&#x30DD;&#x30ED;&#x30B8;&#x3001;&#x4F1D;&#x9001;&#x9045;&#x5EF6;&#x3001;&#x304A;&#x3088;&#x3073;&#x4E0D;&#x5FDC;&#x6027;&#x7D50;&#x5408;&#x8208;&#x596E;&#x7CFB;&#x306E;&#x78BA;&#x7387;&#x8AD6;&#x7684;&#x523A;&#x6FC0;&#x3078;&#x306E;&#x5FDC;&#x7B54;&#x306B;&#x53CA;&#x307C;&#x3059;

&#xC6B0;&#xB9AC;&#xB294; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xD1A0;&#xD3F4;&#xB85C;&#xC9C0; stochastic &#xC678;&#xBD80; &#xC790;&#xADF9;&#xC5D0; &#xACB0;&#xD569; &#xB41C; &#xAC1C;&#xBCC4; &#xACE0;&#xB974;&#xAE30;&#xAC00; &#xC2DC;&#xC2A4;&#xD15C;&#xC758; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC758; &#xC751;&#xB2F5;&#xC5D0; &#xBBF8;&#xCE58;&#xB294; &#xC601;&#xD5A5; &#xC5F0;&#xAD6C;. &#xC778;&#xC811; &#xD589;&#xB82C;&#xC758; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC; &#xC18D;&#xC131;&#xC758; &#xC810;&#xC5D0;&#xC11C; &#xC751;&#xB2F5; &#xD2B9;&#xC131;&#xC744; &#xC804;&#xC1A1; &#xC9C0;&#xC5F0; &#xBC0F; &#xB0B4; &#xD654;&#xBB3C; &#xC0C1;&#xD0DC; &#xC218; &#xBC30;&#xD3EC;&#xD310;&#xC744; &#xD5C8;&#xC6A9; &#xD558; &#xACE0; &#xC815;&#xC0C1; &#xC0C1;&#xD0DC; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xC751;&#xB2F5; nonperturbative &#xADFC;&#xC0AC;&#xCE58;&#xB97C; &#xAC1C;&#xBC1C; &#xD558; &#xC5EC; &#xCD5C;&#xADFC; &#xACB0;&#xACFC; &#xD655;&#xC7A5; &#xD558; &#xACE0;. &#xC6B0;&#xB9AC;&#xAC00; &#xC6B0;&#xB9AC;&#xC758; &#xC774;&#xB860;&#xC801;&#xC778; &#xC218;&#xCE58; &#xC2DC;&#xBBAC;&#xB808;&#xC774;&#xC158; &#xACB0;&#xACFC; &#xD655;&#xC778;&#xD569;&#xB2C8;&#xB2E4;. &#xC6B0;&#xB9AC;&#xAC00; &#xCC3E;&#xB294; &#xC815;&#xC0C1; &#xC0C1;&#xD0DC; &#xC751;&#xB2F5; &#xC9C4;&#xD3ED;&#xC740; &#xCD5C;&#xB300; &#xB2EC;&#xC131; &#xAC00;&#xB2A5;&#xD55C; &#xB3D9;&#xC801; &#xBC94;&#xC704;&#xB97C; &#xAC10;&#xC18C; &#xD558;&#xB294; &#xC911; &#xAE30;&#xAC04;&#xC5D0; &#xBC18;&#xBE44;&#xB840; &#xD55C;&#xB2E4;. &#xC804;&#xC1A1; &#xC9C0;&#xC5F0; &#xC548;&#xC815; &#xC0C1;&#xD0DC;&#xC5D0; &#xB3C4;&#xB2EC; &#xD558;&#xB294; &#xB370; &#xD544;&#xC694;&#xD55C; &#xC2DC;&#xAC04;&#xC744; &#xBCC0;&#xACBD; &#xD558;&#xB294; &#xAC83;&#xC774; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xC911;&#xC694; &#xD55C; &#xAC83;&#xC740;, &#xC9C0;&#xC5F0;&#xB3C4; &#xC911; &#xC911;&#xC694;&#xB3C4; &#xCD5C;&#xB300; &#xB3D9;&#xC801; &#xBC94;&#xC704; &#xC778;&#xC811; &#xD589;&#xB82C;&#xC758; &#xAC00;&#xC7A5; &#xD070; &#xC815;&#xBC00; &#xD1B5;&#xC77C; &#xB54C; &#xBC1C;&#xC0DD; &#xD558;&#xB294; &#xC77C;&#xBC18; &#xC608;&#xCE21;&#xC5D0; &#xC601;&#xD5A5;&#xC744;.

&#xACE0;&#xB974;&#xAE30;&#xAC00; &#xACB0;&#xD569; &#xB41C; &#xC2DC;&#xC2A4;&#xD15C;&#xC758; &#xD655;&#xB960;&#xC801; &#xC790;&#xADF9; &#xC751;&#xB2F5;&#xC5D0; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xD1A0;&#xD3F4;&#xB85C;&#xC9C0;, &#xC804;&#xC1A1; &#xC9C0;&#xC5F0;, &#xACE0; &#xD558; &#xC911;&#xC758; &#xD6A8;&#xACFC;.

Se estudian los efectos de la topolog&iacute;a de red en la respuesta de redes de sistemas excitables discretos acoplados a un est&iacute;mulo externo estoc&aacute;stico. Extendemos los resultados recientes que caracterizan la respuesta en t&eacute;rminos de propiedades espectrales de la matriz de adyacencia permitiendo distribuciones en los retrasos de la transmisi&oacute;n y en el n&uacute;mero de Estados refractarios y estableciendo una aproximaci&oacute;n nonperturbative a la respuesta de la red de estado estacionario. Confirmamos nuestros resultados te&oacute;ricos con simulaciones num&eacute;ricas. Encontramos que la amplitud de la respuesta de estado estacionario es inversamente proporcional a la duraci&oacute;n de refractariedad, que reduce el m&aacute;ximo rango din&aacute;mico alcanzable. Tambi&eacute;n encontramos que los retrasos de transmisi&oacute;n alteran el tiempo necesario para alcanzar el estado estacionario. Lo importante, ni retrasos ni refractariedad impacto la predicci&oacute;n general que criticidad y rango din&aacute;mico m&aacute;ximo ocurren cuando el valor propio m&aacute;s grande de la matriz de adyacencia es unidad.

Efectos de refractariedad, topolog&iacute;a de red y demoras de transmisi&oacute;n en la respuesta de sistemas excitables acoplados a un est&iacute;mulo estoc&aacute;stico.

&#x76AE;&#x5C42;&#x795E;&#x7ECF;&#x5143;&#x4E4B;&#x95F4;&#x8FDB;&#x884C;&#x76F8;&#x4E92;&#x4EA4;&#x6D41;&#x7ECF;&#x5E38;&#x8868;&#x73B0;&#x4E3A;&#x7F51;&#x7EDC;&#x7EA7;&#x7684;&#x540C;&#x6B65;&#x6027;&#x3002;&#x4E86;&#x89E3;&#x8FD9;&#x79CD;&#x81EA;&#x53D1;&#x7684;&#x540C;&#x6B65;&#x6027;&#x7684;&#x65F6;&#x7A7A;&#x52A8;&#x6001;&#x5F88;&#x91CD;&#x8981;&#xFF0C;&#x56E0;&#x4E3A;&#x5B83;&#x53EF;&#x80FD;&#x4F1A; (1) &#x5F71;&#x54CD;&#x7F51;&#x7EDC;&#x54CD;&#x5E94;&#x8F93;&#x5165;&#xFF0C;(2) &#x5F62;&#x72B6;&#x6D3B;&#x6027;&#x4F9D;&#x8D56;&#x5FAE;&#x7535;&#x8DEF;&#x7ED3;&#x6784;&#xFF0C;&#x548C; (3) &#x63ED;&#x793A;&#x57FA;&#x672C;&#x7F51;&#x7EDC;&#x5C5E;&#x6027;&#xFF0C;&#x4F8B;&#x5982;&#x5931;&#x8861;&#x7684;&#x6FC0;&#x52B1; (E) &#x548C; (I) &#x7684;&#x6291;&#x5236;&#x4F5C;&#x7528;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#x6211;&#x4EEC;&#x5728;&#x81EA;&#x53D1;&#x540C;&#x6B65;&#x6027;&#x5927;&#x9F20;&#x76AE;&#x5C42;&#x5207;&#x7247;&#x6587;&#x5316;&#x548C;&#x8BA1;&#x7B97;&#x6A21;&#x578B;&#x7684;&#x65F6;&#x7A7A;&#x7279;&#x5F81;&#x5212;&#x5206;&#x4E0D;&#x540C;&#x7684; E &#x7684;&#x8303;&#x56F4;&#x5185;-&#x6211;&#x7684;&#x6761;&#x4EF6;&#x5305;&#x62EC; disfacilitated (&#x4E0D;&#x60A6; AMPA&#xFF0C;NMDA &#x53D7;&#x4F53;&#xFF09;&#x3001; &#x6CF0;&#x7136;&#x81EA;&#x82E5;&#xFF0C;&#x548C;&#x6291;&#x5236; (&#x4E0D;&#x60A6; GABA(A) &#x53D7;&#x4F53;&#xFF09;&#x3002;&#x672C;&#x5730;&#x5916;&#x5730;&#x6F5C;&#x5728;&#x5F55;&#x81EA;&#x53D1;&#x7A81;&#x53D1;&#x6D3B;&#x52A8;&#x671F;&#x95F4;&#x4E0E;&#x7535;&#x6781;&#x9635;&#x5217;&#x3002;&#x795E;&#x7ECF;&#x5143;&#x7FA4;&#x4F53;&#x7684;&#x540C;&#x6B65;&#x6027;&#x88AB;&#x91CF;&#x5316;&#x9636;&#x6BB5;&#x9501;&#x5B9A;&#x8BB0;&#x5F55;&#x7AD9;&#x70B9;&#x4E4B;&#x95F4;&#x57FA;&#x4E8E;&#x3002;&#x968F;&#x7740;&#x7F51;&#x7EDC;&#x5174;&#x594B;&#x6027;&#x589E;&#x52A0;&#x4ECE;&#x4F4E;&#x5230;&#x9AD8;&#xFF0C;&#x6211;&#x4EEC;&#x53D1;&#x73B0;&#x5728;&#x4E2D;&#x95F4;&#x5174;&#x594B;&#x6027;&#x4E00;&#x7EA7;&#x7684;&#x4E09;&#x79CD;&#x73B0;&#x8C61;&#xFF1A; (1) &#x53D1;&#x75C5;&#x7684;&#x540C;&#x6B65;&#x6027;&#x548C; (3) &#x795E;&#x7ECF;&#x96EA;&#x5D29; (2) &#x6700;&#x5927;&#x5316;&#x53D8;&#x5F02;&#x6027;&#x7684;&#x540C;&#x6B65;&#x6027;&#x3002;&#x6211;&#x4EEC;&#x8BA1;&#x7B97;&#x7684;&#x6A21;&#x578B;&#x9884;&#x6D4B;&#x8FD9;&#x4E09;&#x79CD;&#x529F;&#x80FD;&#x53D1;&#x751F;&#x65F6;&#x7F51;&#x7EDC;&#x8FD0;&#x884C;&#x9644;&#x8FD1;&#x552F;&#x4E00;&#x7684;&#x5E73;&#x8861; E-&#x6211;&#x6761;&#x4EF6;&#x79F0;&#x4E3A;&quot;&#x4E34;&#x754C;&quot;&#x3002;&#x8FD9;&#x4E9B;&#x7ED3;&#x679C;&#x662F;&#x4E0D;&#x53D8;&#x7684;&#x6D4B;&#x91CF;&#x7A7A;&#x95F4;&#x7A0B;&#x5EA6;&#x3001; &#x7A7A;&#x95F4;&#x5206;&#x8FA8;&#x7387;&#x548C;&#x9891;&#x7387;&#x6CE2;&#x6BB5;&#x7684;&#x53D8;&#x5316;&#x3002;&#x6211;&#x4EEC;&#x7684;&#x7814;&#x7A76;&#x7ED3;&#x679C;&#x8868;&#x660E;&#xFF0C;&#x8FD9;&#x6E29;&#x548C;&#x7684;&#x5E73;&#x5747;&#x8FD0;&#x52A8;&#x534F;&#x8C03;&#x6027;&#xFF0C;&#x8981;&#x6C42;&#xFF0C;&#x4EE5;&#x907F;&#x514D;&#x75C5;&#x7406;&#x53D1;&#x751F;&#x8D85;&#x8FC7;&#x6709;&#x9650;&#x7684; E &#x7CFB;&#x5217;-&#x6761;&#x4EF6;&#xFF0C;&#x5E76;&#x51FA;&#x73B0;&#x4EE5;&#x53CA;&#x6700;&#x5927;&#x9650;&#x5EA6;&#x5730;&#x53D8;&#x7684;&#x540C;&#x6B65;&#x6027;&#x3002;&#x5982;&#x679C;&#x53D8;&#x91CF;&#x7684;&#x540C;&#x6B65;&#x6027;&#x4E0D;&#x5229;&#x4E8E;&#x76AE;&#x8D28;&#x529F;&#x80FD;&#xFF0C;&#x8FD9;&#x662F;&#x4E3A;&#x4E2D;&#x5EA6;&#x5E73;&#x5747;&#x540C;&#x6B65;&#x6027;&#x652F;&#x4ED8;&#x6210;&#x672C;&#x3002;&#x7136;&#x800C;&#xFF0C;&#x5982;&#x679C;&#x53D8;&#x91CF;&#x7684;&#x540C;&#x6B65;&#x6027;&#x662F;&#x6709;&#x76CA;&#x7684;&#x7136;&#x540E;&#x7531;&#x63A5;&#x8FD1;&#x4E34;&#x754C;&#x76AE;&#x5C42;&#x7684;&#x53CC;&#x91CD;&#x53EF;&#x80FD;&#x53D7;&#x76CA;&#x4E8E;&#x6E29;&#x548C;&#x7684;&#x610F;&#x601D;&#x5E76;&#x4E14;&#x6700;&#x5927;&#x5316;&#x53D8;&#x5F02;&#x6027;&#x7684;&#x540C;&#x6B65;&#x6027;&#x3002;

&#x76F8;&#x4F4D;&#x540C;&#x6B65;&#x6027;&#x76AE;&#x5C42;&#x795E;&#x7ECF;&#x5143;&#x96EA;&#x5D29;&#x4E0E;&#x7F51;&#x7EDC;&#x4E2D;&#x7684;&#x6700;&#x5927;&#x53D8;&#x5316;&#x3002;

Ongoing interactions among cortical neurons often manifest as network-level synchrony. Understanding the spatiotemporal dynamics of such spontaneous synchrony is important because it may (1) influence network response to input, (2) shape activity-dependent microcircuit structure, and (3) reveal fundamental network properties, such as an imbalance of excitation (E) and inhibition (I). Here we delineate the spatiotemporal character of spontaneous synchrony in rat cortex slice cultures and a computational model over a range of different E-I conditions including disfacilitated (antagonized AMPA, NMDA receptors), unperturbed, and disinhibited (antagonized GABA(A) receptors). Local field potential was recorded with multielectrode arrays during spontaneous burst activity. Synchrony among neuronal groups was quantified based on phase-locking among recording sites. As network excitability was increased from low to high, we discovered three phenomena at an intermediate excitability level: (1) onset of synchrony, (2) maximized variability of synchrony, and (3) neuronal avalanches. Our computational model predicted that these three features occur when the network operates near a unique balanced E-I condition called "criticality." These results were invariant to changes in the measurement spatial extent, spatial resolution, and frequency bands. Our findings indicate that moderate average synchrony, which is required to avoid pathology, occurs over a limited range of E-I conditions and emerges together with maximally variable synchrony. If variable synchrony is detrimental to cortical function, this is a cost paid for moderate average synchrony. However, if variable synchrony is beneficial, then by operating near criticality the cortex may doubly benefit from moderate mean and maximized variability of synchrony.

Maximal variability of phase synchrony in cortical networks with neuronal avalanches.

Les interactions continues entre les neurones corticaux se manifestent souvent dans le synchronisme de niveau r&eacute;seau. Compr&eacute;hension de que la dynamique spatio-temporelle de tel synchronisme spontan&eacute;e est importante parce qu&#39;il peut (1) influencer r&eacute;ponse r&eacute;seau &agrave; l&#39;entr&eacute;e, (2) d&eacute;terminer la structure de l&#39;activit&eacute; d&eacute;pendante de microcircuit et (3) r&eacute;v&egrave;lent les propri&eacute;t&eacute;s du r&eacute;seau fondamental, par exemple un d&eacute;s&eacute;quilibre d&#39;excitation (E) et d&#39;inhibition (I). Ici nous tracer le caract&egrave;re spatio-temporelle de la synchronie spontan&eacute;e dans les cultures de tranche pour le cortex rat et un mod&egrave;le de calcul sur une gamme de diff&eacute;rent E-j&#39;ai les conditions y compris disfacilitated (antagonis&eacute; AMPA, r&eacute;cepteurs NMDA), imperturbable et d&eacute;sinhib&eacute; (antagonis&eacute; les r&eacute;cepteurs GABA). Potentiel de champ local a &eacute;t&eacute; enregistr&eacute; avec les baies multi&eacute;lectrodes pendant l&#39;activit&eacute; spontan&eacute;e de rafale. Synchronisme entre les groupes neurones a &eacute;t&eacute; quantifi&eacute; bas&eacute; &agrave; verrouillage de phase entre les sites d&#39;enregistrement. Comme l&#39;excitabilit&eacute; du r&eacute;seau est pass&eacute;e de faible &agrave; &eacute;lev&eacute;, nous avons d&eacute;couvert trois ph&eacute;nom&egrave;nes &agrave; un niveau interm&eacute;diaire d&#39;excitabilit&eacute;: (1) l&#39;apparition de la synchronie, variabilit&eacute; (2) agrandie de synchronie et des avalanches (3) neuronales. Notre mod&egrave;le de calcul a pr&eacute;dit que ces trois fonctions se produisent lorsque le r&eacute;seau exploite pr&egrave;s d&#39;une unique E &eacute;quilibr&eacute;-j&#39;ai la condition appel&eacute;e &laquo; criticit&eacute; &raquo;. Ces r&eacute;sultats ont &eacute;t&eacute; indiff&eacute;rente aux changements dans l&#39;&eacute;tendue spatiale de mesure, r&eacute;solution spatiale et bandes de fr&eacute;quences. Nos r&eacute;sultats indiquent que synchronie moyenne mod&eacute;r&eacute;e, qui est n&eacute;cessaire pour &eacute;viter la pathologie, se produit sur une gamme limit&eacute;e d&#39;E-I des conditions et &eacute;merge avec synchronisme variable au maximum. Si le synchronisme variable est pr&eacute;judiciable &agrave; la fonction corticale, c&#39;est un prix pay&eacute; pour la synchronie moyenne mod&eacute;r&eacute;. Cependant, si le synchronisme variable est b&eacute;n&eacute;fique, puis en op&eacute;rant pr&egrave;s de criticit&eacute; le cortex peut b&eacute;n&eacute;ficier doublement de moyenne mod&eacute;r&eacute;e et maximis&eacute; la variabilit&eacute; de la synchronie.

Variabilit&eacute; maximale de synchronisme de phase dans des r&eacute;seaux corticaux avalanches neuronales.

Laufende Interaktionen zwischen kortikale Neuronen manifestieren sich oft als Netzwerkebene Synchronie. Verst&auml;ndnis, dass die raumzeitliche Dynamik solcher spontaner Synchronizit&auml;t wichtig ist, weil es (1) Netzwerk Reaktion beeinflussen kann auf Eingaben, (2) gestalten Sie leistungsabh&auml;ngige Mikroschaltung Struktur, und (3) offenbaren Sie grundlegende Netzwerkeigenschaften, z. B. ein Ungleichgewicht der Erregung (E) und Hemmung (I). Hier beschreiben wir den raumzeitliche Charakter spontaner Synchronizit&auml;t Ratte Kortex Segment Kulturen und ein Computermodell &uuml;ber einen Bereich von verschiedenen E-ich Bedingungen, einschlie&szlig;lich disfacilitated (gegen sich aufgebracht, AMPA, NMDA-Rezeptoren), unbeirrt und deblockierte (Euroskeptikern GABA(A)-Rezeptoren). Potenzielle lokales Feld wurde mit multielectrode Arrays im spontanen Ausbruch T&auml;tigkeit aufgenommen. Synchronit&auml;t zwischen neuronalen Gruppen wurde quantifiziert basierend auf Phase unter Aufnahme Websites sperren. Netzwerk Erregbarkeit von niedrig bis hoch stiegen, entdeckten wir drei Ph&auml;nomene auf einem Niveau Mittelstufe Erregbarkeit: (1) Beginn der Synchrony, (2) maximale Variabilit&auml;t von Synchronie und (3) Neuronale Lawinen. Unser Computermodell vorhergesagt, dass diese drei Funktionen auftreten, wenn das Netzwerk nahe eine einzigartige, ausgewogene E betreibt-ich Zustand genannt &quot;Kritikalit&auml;t.&quot; Diese Ergebnisse waren invariante zu Ver&auml;nderungen in der Messung r&auml;umliche Ausdehnung, r&auml;umliche Aufl&ouml;sung und Frequenzb&auml;nder. Unsere Ergebnisse zeigen, dass moderate durchschnittliche Synchrony, der Pathologie zu vermeiden erforderlich ist, erfolgt &uuml;ber einen begrenzten Bereich von E-I Bedingungen und entsteht zusammen mit maximal Variable Synchronie. Variable Synchronie ist kortikale Funktion abtr&auml;glich, dies Kosten f&uuml;r moderate durchschnittliche Synchronie bezahlt. Wenn Variable Synchronie vorteilhaft ist, dann durch den Betrieb in der N&auml;he von Kritikalit&auml;t Cortex kann doppelt profitieren Sie von moderaten bedeuten und maximiert Variabilit&auml;t Synchronizit&auml;t.

Maximale Variabilit&auml;t Phase Synchronizit&auml;t in kortikalen Netzwerken mit neuronalen Lawinen.

Continue interazioni tra neuroni corticali si manifestano spesso come sincronia a livello di rete. Comprendere che le dinamiche di tale sincronia spontaneo spatiotemporal sono importante perch&eacute; esso pu&ograve; (1) influenza la risposta di rete all&#39;ingresso, (2) forma struttura attivit&agrave;-dipendente microcircuito e (3) rivelano Propriet&agrave; rete fondamentale, ad esempio uno squilibrio di eccitazione (E) e di inibizione (I). Qui noi delineare il carattere di sincronia spontanea nel ratto corteccia fetta culture e un modello computazionale spatiotemporal sopra una gamma di differenti E-condizioni di compreso disfacilitated (antagonizzato AMPA, i recettori NMDA), imperturbata e disinibito (antagonizzato GABA(A) recettori). Locale campo potenziale &egrave; stato registrato con matrici multielectrode durante l&#39;attivit&agrave; spontanea burst. Sincronia tra gruppi neuronali &egrave; stato quantificato basato sul blocco di fase tra i siti di registrazione. Come eccitabilit&agrave; rete &egrave; stata aumentata dal basso all&#39;alto, abbiamo scoperto tre fenomeni a un livello intermedio eccitabilit&agrave;: (1) esordio di sincronia, variabilit&agrave; (2) ingrandita di sincronia e valanghe neuronali (3). Il nostro modello computazionale predisse che queste tre caratteristiche si verificano quando la rete opera nei pressi di un unico E bilanciato-stato chiamato &quot;criticit&agrave;&quot;. Questi risultati sono stati invarianti ai cambiamenti l&#39;estensione spaziale di misura, risoluzione spaziale e bande di frequenza. I nostri risultati indicano che sincronia medio moderato, che &egrave; necessaria per evitare la patologia, si verifica sopra una gamma limitata di E-condizioni e le emerge insieme al massimo variabile sincronia. Se variabile sincronia &egrave; dannosa alla funzione corticale, questo &egrave; un costo pagato per sincronia medio moderato. Tuttavia, se variabile sincronia &egrave; vantaggioso, quindi da operare in prossimit&agrave; di criticit&agrave; della corteccia doppiamente possa trarre beneficio dalla media moderata e ingrandita variabilit&agrave; di sincronia.

Massima variabilit&agrave; della sincronia di fase nelle reti corticali con valanghe neuronali.

&#x76AE;&#x8CEA;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3;&#x9593;&#x306E;&#x7D99;&#x7D9A;&#x7684;&#x306A;&#x76F8;&#x4E92;&#x4F5C;&#x7528;&#x306F;&#x3001;&#x3057;&#x3070;&#x3057;&#x3070;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF; &#x30EC;&#x30D9;&#x30EB;&#x540C;&#x671F;&#x3068;&#x3057;&#x3066;&#x30DE;&#x30CB;&#x30D5;&#x30A7;&#x30B9;&#x30C8;&#x3057;&#x307E;&#x3059;&#x3002;&#x305D;&#x308C; (1) &#x3092;&#x5165;&#x529B;&#x3059;&#x308B;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x5FDC;&#x7B54;&#x5F71;&#x97FF;&#x3092;&#x4E0E;&#x3048;&#x308B;&#x306E;&#x3067;&#x53EF;&#x80FD;&#x6027;&#x304C;&#x3042;&#x308A;&#x307E;&#x3059;&#x3053;&#x306E;&#x3088;&#x3046;&#x306A;&#x81EA;&#x767A;&#x7684;&#x306A;&#x540C;&#x8ABF;&#x6027;&#x306E;&#x6642;&#x7A7A;&#x9593;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x304C;&#x91CD;&#x8981;&#x3067;&#x3059;&#x7406;&#x89E3;&#x3059;&#x308B;&#x3053;&#x3068;&#x3001;(2) &#x6D3B;&#x52D5;&#x306B;&#x4F9D;&#x5B58;&#x3057;&#x305F;&#x30DE;&#x30A4;&#x30AF;&#x30ED;&#x56DE;&#x8DEF;&#x69CB;&#x9020;&#x306E;&#x5F62;&#x72B6;&#x3057;&#x3001;(3) (E) &#x306E;&#x52B1;&#x8D77;&#x3068;&#x6291;&#x5236; (I) &#x306E;&#x4E0D;&#x5747;&#x8861;&#x306A;&#x3069;&#x306E;&#x57FA;&#x672C;&#x7684;&#x306A;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF; &#x30D7;&#x30ED;&#x30D1;&#x30C6;&#x30A3;&#x3092;&#x660E;&#x3089;&#x304B;&#x306B;&#x3057;&#x307E;&#x3059;&#x3002;&#x3053;&#x3053;&#x3067;&#x6211;&#x3005; &#x7570;&#x306A;&#x308B; E &#x306E;&#x7BC4;&#x56F2;&#x3092;&#x8D8A;&#x3048;&#x308B;&#x81EA;&#x767A;&#x540C;&#x8ABF;&#x30E9;&#x30C3;&#x30C8;&#x76AE;&#x8CEA;&#x30B9;&#x30E9;&#x30A4;&#x30B9;&#x57F9;&#x990A;&#x3068;&#x8A08;&#x7B97;&#x30E2;&#x30C7;&#x30EB;&#x306E;&#x6642;&#x7A7A;&#x9593;&#x6587;&#x5B57;&#x3092;&#x63CF;&#x304F;-&#x306A;&#x3069;&#x306E;&#x6761;&#x4EF6; disfacilitated (AMPA&#x3001;&#x53CD;&#x611F; NMDA &#x53D7;&#x5BB9;&#x4F53;&#xFF09;&#x3001;&#x51B7;&#x9759;&#x3001;&#x304A;&#x3088;&#x3073; disinhibited &#xFF08;GABA(A) &#x53D7;&#x5BB9;&#x4F53;&#x3092;&#x6012;&#x3089;&#x305B;&#x305F;)&#x3002;&#x30ED;&#x30FC;&#x30AB;&#x30EB; &#x30D5;&#x30A3;&#x30FC;&#x30EB;&#x30C9; &#x30DD;&#x30C6;&#x30F3;&#x30B7;&#x30E3;&#x30EB;&#x591A;&#x96FB;&#x6975;&#x30A2;&#x30EC;&#x30A4;&#x3068;&#x81EA;&#x767A;&#x7684;&#x306A;&#x30D0;&#x30FC;&#x30B9;&#x30C8;&#x6D3B;&#x52D5;&#x4E2D;&#x306B;&#x8A18;&#x9332;&#x3055;&#x308C;&#x307E;&#x3057;&#x305F;&#x3002;&#x795E;&#x7D4C;&#x7D30;&#x80DE;&#x7FA4;&#x9593;&#x306E;&#x540C;&#x671F;&#x306F;&#x3001;&#x30B5;&#x30A4;&#x30C8;&#x306E;&#x8A18;&#x9332;&#x306E;&#x9593;&#x3067;&#x4F4D;&#x76F8;&#x30ED;&#x30C3;&#x30AF;&#x306B;&#x57FA;&#x3065;&#x3044;&#x3066;, &#x5B9A;&#x91CF;&#x5316;&#x3057;&#x307E;&#x3057;&#x305F;&#x3002;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x8208;&#x596E;&#x6027;&#x4F4E;&#x304B;&#x3089;&#x9AD8;&#x306B;&#x5897;&#x52A0;&#x3057;&#x305F;&#x3088;&#x3046;&#x306B;&#x3001;&#x6211;&#x3005; &#x306F;&#x4E2D;&#x9593;&#x8208;&#x596E;&#x30EC;&#x30D9;&#x30EB;&#x3067; 3 &#x3064;&#x306E;&#x73FE;&#x8C61;&#x3092;&#x767A;&#x898B;&#x3057;&#x305F;&#xFF1A; &#xFF08;1&#xFF09; &#xFF08;2&#xFF09; &#x6700;&#x5927;&#x306E;&#x5909;&#x52D5;&#x540C;&#x8ABF;&#x6027;, &#x304A;&#x3088;&#x3073; (3) &#x306E;&#x5E83;&#x3044; epsp &#x306E;&#x540C;&#x8ABF;&#x6027;&#x306E;&#x767A;&#x75C7;&#x3002;&#x30E6;&#x30CB;&#x30FC;&#x30AF;&#x306A;&#x30D0;&#x30E9;&#x30F3;&#x30B9;&#x306E;&#x53D6;&#x308C;&#x305F; E &#x8FD1;&#x304F;&#x3001;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x304C;&#x52D5;&#x4F5C;&#x3059;&#x308B;&#x3068;&#x3053;&#x308C;&#x3089; 3 &#x3064;&#x306E;&#x6A5F;&#x80FD;&#x304C;&#x767A;&#x751F;&#x3059;&#x308B;&#x3053;&#x3068;&#x79C1;&#x305F;&#x3061;&#x306E;&#x8A08;&#x7B97;&#x30E2;&#x30C7;&#x30EB;&#x3092;&#x4E88;&#x6E2C;&#x3057;&#x305F;-&#x79C1;&#x3068;&#x547C;&#x3070;&#x308C;&#x308B;&#x300C;&#x91CD;&#x8981;&#x5EA6;&#x300D;&#x6761;&#x4EF6;&#x3053;&#x308C;&#x3089;&#x306E;&#x7D50;&#x679C;&#x306F;&#x30D0;&#x30EA;&#x30A2;&#x30F3;&#x30C8;&#x306E;&#x6E2C;&#x5B9A;&#x7A7A;&#x9593;&#x7BC4;&#x56F2;&#x3001;&#x7A7A;&#x9593;&#x5206;&#x89E3;&#x80FD;&#x5468;&#x6CE2;&#x6570;&#x5E2F;&#x57DF;&#x306E;&#x5909;&#x5316;&#x306B;&#x3042;&#x3063;&#x305F;&#x3002;&#x6211;&#x3005; &#x306E;&#x8ABF;&#x67FB;&#x7D50;&#x679C;&#x75C5;&#x7406;&#x5B66;&#x3092;&#x907F;&#x3051;&#x308B;&#x305F;&#x3081;&#x306B;&#x5FC5;&#x8981;&#x3067;&#x3059;&#x3001;&#x305D;&#x306E;&#x4E2D;&#x7A0B;&#x5EA6;&#x306E;&#x5E73;&#x5747;&#x540C;&#x671F;&#x767A;&#x751F;&#x3057;&#x307E;&#x3059;&#x4EE5;&#x4E0A;&#x306E; E &#x306E;&#x9650;&#x3089;&#x308C;&#x305F;&#x7BC4;&#x56F2;&#x3092;&#x793A;&#x3059;-&#x6761;&#x4EF6;&#x3057;&#x3001;&#x6700;&#x5927;&#x9650;&#x306E;&#x53EF;&#x5909;&#x540C;&#x8ABF;&#x3068;&#x3068;&#x3082;&#x306B;&#x73FE;&#x308C;&#x307E;&#x3059;&#x3002;&#x53EF;&#x5909;&#x540C;&#x8ABF;&#x304C;&#x76AE;&#x8CEA;&#x6A5F;&#x80FD;&#x306B;&#x6709;&#x5BB3;&#x3067;&#x3042;&#x308B;&#x5834;&#x5408;&#x306F;&#x3001;&#x3053;&#x308C;&#x306F;&#x4E2D;&#x7A0B;&#x5EA6;&#x306E;&#x5E73;&#x5747;&#x540C;&#x8ABF;&#x3092;&#x652F;&#x6255;&#x3063;&#x305F;&#x30B3;&#x30B9;&#x30C8;&#x3067;&#x3059;&#x3002;&#x305F;&#x3060;&#x3057;&#x3001;&#x53EF;&#x5909;&#x540C;&#x8ABF;&#x304C;&#x6709;&#x76CA;&#x306A;&#x5834;&#x5408;&#x306F;&#x3001;[&#x91CD;&#x8981;&#x5EA6;&#x8FD1;&#x304F;&#x306E;&#x64CD;&#x4F5C;&#x306B;&#x3088;&#x308B;&#x76AE;&#x8CEA;&#x4E8C;&#x91CD;&#x4E2D;&#x7A0B;&#x5EA6;&#x306E;&#x5E73;&#x5747;&#x304B;&#x3089;&#x6069;&#x6075;&#x3092;&#x53D7;&#x3051;&#x308B;&#x53EF;&#x80FD;&#x6027;&#x304C;&#x3042;&#x308A;&#x3001;&#x5909;&#x52D5;&#x540C;&#x8ABF;&#x6027;&#x306E;&#x6700;&#x5927;&#x5316;&#x3057;&#x307E;&#x3059;&#x3002;

&#x6700;&#x5927;&#x5909;&#x52D5; epsp &#x304C;&#x76AE;&#x8CEA;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x306B;&#x304A;&#x3051;&#x308B;&#x4F4D;&#x76F8;&#x540C;&#x671F;&#x3002;

&#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xB274;&#xB7F0; &#xAC04;&#xC758; &#xC9C0;&#xC18D;&#xC801;&#xC778; &#xC0C1;&#xD638; &#xC791;&#xC6A9;&#xC73C;&#xB85C; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xC218;&#xC900;&#xC758; synchrony &#xC790;&#xC8FC; &#xCC38;&#xACE0;. &#xC774;&#xB7EC;&#xD55C; &#xC790;&#xBC1C;&#xC801;&#xC778; synchrony spatiotemporal &#xC5ED;&#xD559;&#xC740; &#xC911;&#xC694; &#xD55C; &#xADF8;&#xAC83; (1) &#xC601;&#xD5A5; &#xC785;&#xB825; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xC751;&#xB2F5; &#xC774;&#xD574; (2) &#xD65C;&#xB3D9;&#xC5D0; &#xC885;&#xC18D;&#xC801;&#xC778; &#xB9C8;&#xC774;&#xD06C;&#xB85C; &#xD68C;&#xB85C; &#xAD6C;&#xC870;&#xB97C; &#xD615;&#xC131; &#xD558; &#xACE0; (3) &#xACF5;&#xAC1C; &#xC5EC;&#xAE30; (E)&#xC640; (&#xB098;) &#xC5B5;&#xC81C;&#xC758; &#xBD88;&#xADE0;&#xD615; &#xB4F1;&#xC758; &#xAE30;&#xBCF8; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xC18D;&#xC131;. &#xC5EC;&#xAE30; &#xC6B0;&#xB9AC;&#xB294; &#xB2E4;&#xB978; &#xC804;&#xC790;&#xC758; &#xBC94;&#xC704;&#xC5D0; &#xAC78;&#xCCD0; &#xC950; &#xD53C; &#xC9C8; &#xC870;&#xAC01; &#xBB38;&#xD654;&#xC640; &#xC804;&#xC0B0; &#xBAA8;&#xB378;&#xC5D0; &#xC790;&#xBC1C;&#xC801;&#xC778; synchrony&#xC758; spatiotemporal &#xBB38;&#xC790; &#xC724;&#xACFD;-&#xD3EC;&#xD568; &#xD558; &#xC5EC; &#xC870;&#xAC74; disfacilitated (&#xBC18;&#xAC10; AMPA, NMDA &#xC218;&#xC6A9; &#xCCB4;), &#xAD50;&#xB780;, &#xADF8;&#xB9AC;&#xACE0; disinhibited (GABA(A) &#xC218;&#xC6A9; &#xCCB4; &#xBC18;&#xAC10;). &#xB85C;&#xCEEC; &#xD544;&#xB4DC; &#xAC00;&#xB2A5;&#xC131; multielectrode &#xBC30;&#xC5F4; &#xC790;&#xBC1C;&#xC801;&#xC778; &#xBC84;&#xC2A4;&#xD2B8; &#xD65C;&#xB3D9; &#xD558;&#xB294; &#xB3D9;&#xC548; &#xAE30;&#xB85D; &#xD588;&#xB2E4;. &#xC2E0;&#xACBD; &#xADF8;&#xB8F9; &#xAC00;&#xC6B4;&#xB370; synchrony &#xC0AC;&#xC774;&#xD2B8; &#xAE30;&#xB85D; &#xC911; &#xC704;&#xC0C1; &#xC7A0;&#xAE08;&#xC5D0; &#xB530;&#xB77C; &#xACC4;&#xB7C9; &#xD588;&#xB2E4;. &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xD765;&#xBD84; &#xB0AE;&#xC740;&#xC5D0;&#xC11C; &#xB192;&#xC740; &#xC99D;&#xAC00;, &#xC6B0;&#xB9AC; &#xC911;&#xAC04; &#xD765;&#xBD84; &#xC218;&#xC900;&#xC5D0;&#xC11C; 3 &#xAC1C;&#xC758; &#xD604;&#xC0C1;&#xC744; &#xBC1C;&#xACAC;: (1) &#xBC1C;&#xBCD1; synchrony, synchrony, &#xADF8;&#xB9AC;&#xACE0; (3) &#xC2E0;&#xACBD; &#xB208;&#xC0AC;&#xD0DC;&#xC758; (2) &#xCD5C;&#xB300;&#xD654; &#xB41C; &#xB2E4;&#xC591;&#xC131;&#xC758;. &#xC6B0;&#xB9AC;&#xC758; &#xACC4;&#xC0B0; &#xBAA8;&#xB378;&#xC774; &#xC608;&#xCE21; &#xD55C;&#xC774; &#xC138; &#xAC00;&#xC9C0; &#xAE30;&#xB2A5;&#xC740; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xB294; &#xB3C5;&#xD2B9;&#xD55C; &#xADE0;&#xD615;&#xB41C; &#xC804;&#xC790; &#xADFC;&#xCC98; &#xACBD;&#xC6B0; &#xBC1C;&#xC0DD;-&#xB098; &#xB77C;&#xB294; &quot;&#xC911;&#xC694;&#xB3C4;&quot; &#xC870;&#xAC74; &#xC774;&#xB7EC;&#xD55C; &#xACB0;&#xACFC; &#xCE21;&#xC815; &#xACF5;&#xAC04; &#xBC94;&#xC704;, &#xACF5;&#xAC04; &#xD574;&#xC0C1;&#xB3C4; &#xC8FC;&#xD30C;&#xC218; &#xB300;&#xC5ED;&#xC758; &#xBCC0;&#xD654;&#xC5D0; &#xBCC0;&#xD615; &#xD588;&#xB2E4;. &#xC6B0;&#xB9AC;&#xC758; &#xC5F0;&#xAD6C; &#xACB0;&#xACFC; &#xB098;&#xD0C0;&#xB0C5;&#xB2C8;&#xB2E4; &#xBCD1;&#xB9AC;&#xD559;&#xC744; &#xD53C;&#xD558;&#xAE30; &#xC704;&#xD574; &#xD544;&#xC694;&#xD55C; &#xC801;&#xB2F9; &#xD55C; &#xD3C9;&#xADE0; synchrony &#xADF8; &#xC804;&#xC790;&#xC758; &#xC81C;&#xD55C; &#xBC94;&#xC704;&#xB97C; &#xD1B5;&#xD574; &#xBC1C;&#xC0DD;-&#xC870;&#xAC74; &#xD558; &#xACE0; maximally &#xBCC0;&#xC218; synchrony &#xD568;&#xAED8; &#xB098;&#xC628;&#xB2E4;. &#xBCC0;&#xC218; synchrony &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xAE30;&#xB2A5;&#xC744; &#xC800;&#xD574; &#xD558;&#xB294; &#xACBD;&#xC6B0;&#xC5D0;, &#xC774;&#xAC83;&#xC740; &#xC801;&#xB2F9; &#xD55C; &#xD3C9;&#xADE0; synchrony&#xC5D0; &#xB300; &#xD55C; &#xC9C0;&#xBD88; &#xD558;&#xB294; &#xBE44;&#xC6A9;&#xC785;&#xB2C8;&#xB2E4;. &#xADF8;&#xB7EC;&#xB098;, &#xBCC0;&#xC218; synchrony &#xC720;&#xC6A9; &#xD558;&#xB294; &#xACBD;&#xC6B0; &#xB2E4;&#xC74C; &#xC911;&#xC694;&#xB3C4; &#xADFC;&#xCC98;&#xC5D0; &#xC758;&#xD574; &#xD53C; &#xC9C8; &#xC774;&#xC911; &#xC801;&#xB2F9; &#xD55C; &#xC758;&#xBBF8;&#xC5D0;&#xC11C; &#xD61C;&#xD0DD;&#xC744; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xBC0F; synchrony&#xC758; &#xB2E4;&#xC591;&#xC131;&#xC744; &#xADF9;&#xB300;&#xD654;.

&#xC2E0;&#xACBD; &#xB208;&#xC0AC;&#xD0DC;&#xC640; &#xB300;&#xB1CC; &#xD53C; &#xC9C8;&#xC758; &#xB124;&#xD2B8;&#xC6CC;&#xD06C;&#xC5D0;&#xC11C; &#xC704;&#xC0C1; synchrony&#xC758; &#xCD5C;&#xB300;&#xD55C;&#xC758; &#xB2E4;&#xC591;&#xC131;.

Curso interacciones entre las neuronas corticales a menudo se manifiestan como sincron&iacute;a de nivel de red. Comprensi&oacute;n de que la din&aacute;mica espacio-temporal de tal sincron&iacute;a espont&aacute;nea es importante ya que puede (1) influir ante red de entrada, (2) estructura de microcircuito dependientes de actividad de la forma y (3) revelan propiedades fundamentales de la red, como un desequilibrio de excitaci&oacute;n (E) e inhibici&oacute;n (I). Aqu&iacute; nos delinear el car&aacute;cter espacio-temporal de sincron&iacute;a espont&aacute;nea en cultivos de trozo de corteza de rata y un modelo computacional en un rango de diferente E-condiciones incluyendo disfacilitated (irrit&oacute; a AMPA, receptores NMDA), imperturbable y desinhibido (muestra como antagonista de los receptores GABA(A)). Potencial de campo local se registr&oacute; con matrices micropozo-microcanal durante la actividad espont&aacute;nea de la explosi&oacute;n. Sincron&iacute;a entre grupos neuronales se cuantific&oacute; basado en fase de cierre entre sitios de grabaci&oacute;n. Como la excitabilidad de la red se increment&oacute; de bajo a alto, descubrimos tres fen&oacute;menos en un nivel intermedio de excitabilidad: (1) Inicio de sincron&iacute;a, (2) m&aacute;xima variabilidad de sincron&iacute;a y avalanchas (3) neuronales. Nuestro modelo computacional predijo que estas tres caracter&iacute;sticas se producen cuando la red funciona cerca de un &uacute;nico E equilibrado-yo la condici&oacute;n llamada &quot;criticidad&quot;. Estos resultados eran invariantes a cambios en la extensi&oacute;n espacial de medici&oacute;n, resoluci&oacute;n espacial y las bandas de frecuencia. Nuestros resultados indican que sincron&iacute;a promedio moderado, que es necesaria para evitar la patolog&iacute;a, se produce en una gama limitada de E-I condiciones y emerge junto con sincron&iacute;a variable m&aacute;ximo. Si sincron&iacute;a variable es perjudicial para la funci&oacute;n cortical, este es un costo pagado por sincron&iacute;a promedio moderado. Sin embargo, si sincron&iacute;a variable es beneficioso, entonces operando cerca de criticidad la corteza puede beneficiarse doblemente moderada media y maximiza la variabilidad de sincron&iacute;a.

Woodrow Shew

Section on Critical Brain Dynamics

National Institute of Mental Health

Multi-electrode Array Recordings of Neuronal Avalanches in Organotypic Cultures