网络尺度理解胶质细胞参与神经癫痫诱发机制

来源 :第四届全国神经动力学学术会议 | 被引量 : 0次 | 上传用户:jiugeqingjiao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  癫痫是一种阵发性的脑神经疾病,全球约有6000 万的人口不同程度的受到癫痫所带来的健康影响。而其中大约1/3 的癫痫病例科学家仍然无法完全理解其机理。因此,目前的抗癫痫的治疗很多时候都无法取得期望的疗效。而胶质细胞作为一种最新发现的可能参与癫痫发作的细胞,对于我们更全面的理解癫痫发作机理以及开发新型抗癫痫药物具有重要的意义。
其他文献
近年来,绝大多数ERP-BCI 的研究仍主要集中在基于视觉刺激的视线非独立BCI 的设计优化上。然而,在被试丧失对视线的控制能力或者系统操控需要额外的视觉交互的情况下,这种BCI 方法的系统通信功效急剧下降,实用性难以保障。为了克服视觉刺激带来的局限,学者们开始关注视线独立BCI 技术研究。
视觉脑机接口是最具应用潜力的脑机接口范式之一。大多数视觉脑机接口范式基于通讯调制解调原理设计实现,每一个指令对应一个按特定编码方式呈现的视觉刺激。本研究探索了基于视网膜映射的新范式:当被试注意与某视觉刺激呈现不同方位的视觉目标时,可得到具有不同空间分布特性的大脑视觉响应,并实现个体实时注意不同目标的状态区分。
Artificial neural networks are initially inspired by neuronal structures and connections.It is generally accepted that the neural connection is modified during a learning process.However,it is hard to
This paper is concerned with the intermittent pinning control problem for exponential synchronization of memristor-based neural networks with time-varying delays.By applying nonperiodic intermittent c
生物神经网络的同步在神经信息的处理中具有重要意义。本文在Hodgkin-Huxley(HH)神经元网络模型中考虑树突整合特性,得到修正后的DHH(Dendritic-integration-rule-based HH)神经元网络模型,研究了网络的放电和同步特性。首先以三个抑制性神经元构成的耦合系统为例,我们发现在外部激励达到一定程度时神经元才可以持续进行峰放电。
Activity of neurons in the pre-B(o)tzinger complex(pre-B(o)tC)within the mammalian brainstem has an important role in the generation and regulation of respiratory rhythms.Previous experimental results
The brain neural system is often disturbed by electromagnetic and noise environments,and research on dynamic response of its interaction has received extensive attention.This paper investigates electr
In this paper,statistical complexity measures are employed to quantify the stochastic resonance in a bistable fractional-order system.we investigate the effects of the fractional order of the system,t
It is well known that noise plays an important role in gene regulatory network.in this paper,Our study of stochastic resonances in the coupled gene regulatory system extends to the case of non-Gaussia
尽管近年来脑-机接口技术取得了快速发展,但开发可实用化的系统仍然面临诸多技术挑战[1]。现有的脑-机接口大都是在实验室内构建的验证系统,在刺激呈现、数据解码、存储传输方面均有诸多限制,阻碍了脑-机接口在更多领域的进一步应用。同时,受通道数和信号质量的限制,现有商业化的移动式脑-机接口(如NeuroSky,Emotiv)尚无法构建高性能脑-机接口应用。