论文部分内容阅读
很多实验与仿真结果的证明,大脑或神经网络处于临界状态时对信息处理有很多优势,比如最大的记忆容量、最广的信息多样性、最宽动态响应范围等。由于技术和实验动物的限制,以往的研究中展示出大脑在局限范围内的无尺度临界状态的特征。比如在人类全脑上用功能核磁共振(functional magnetic resonance imaging,f MRI)和脑磁图(magnetoencephalography,MEG);在人类和非人灵长类动物的脑区上用皮层脑电(electrocorticography,ECoG)和电压成像(voltage imaging);在鼠、猫和非灵长类动物的脑区局部上用局部场电位(local field potential,LFP)这些低空间分辨率观察到无尺度临界状态。另外,在啮齿类动物上应用高空间分辨率的双光子成像技术(2-photon imaging)也只观察到几十个神经元数量级的临界状态。所以,目前没有从一种动物上存在一致且完整的证据证明这样的假说:大脑的临界状态的无尺度特性是从神经元群组跨越到整个全脑范围。为了证明这个假说,本研究应用双光子成像技术记录了斑马鱼全脑每一个神经元的神经活动数据,从两个角度证明了更广范围的无尺度临界状态:一,从局部几十个神经元到到全脑上万神经元,跨越四个尺度观察窗口的无尺度临界状态;二,从全脑几十个粗粒到上万个粗粒,跨越四个尺度粗粒化处理的全脑无尺度临界状态。这是第一次跨越四个数量级、多维度、多角度的从一种动物上完整证明了大脑的临界状态无尺度特征。不仅如此,通过三种估计化的方法(最小二乘法、KS估计和最大似然估计)和两种模型(幂律分布和指数分布)对比,定量化的证明了结论的可靠性;通过两种随机化处理方式(帧随机和匹配随机)对比突出了大脑两种维度(规模和时间)的临界状态特征;还通过对比不同尺度粗粒化处理中大脑的其他有尺度差异的特征(神经雪崩的组织方式、神经雪崩的相关性和全脑的功能连接),凸显出无尺度临界状态的独特性。这些发现与结果也许能够帮助我们从多维多层次的角度,仿真大脑或复杂网络和理解有关大脑疾病与智慧的奥秘。