上海交通大學醫學院研究員張思宇團隊和中科院腦科學與智能技術卓越創新中心研究員徐敏團隊合作，通過計算機建模分析，預測了視覺信息處理相關神經網絡中各腦區的等級，明確了網絡中信息的流向及等級信息流在局部微環路中各類神經元上的強度和動態特性，為研究網絡中各節點在整體動物行為層面的功能學連接圖譜奠定了基礎。相關研究成果近日發表于《科學進展》。
視覺信息處理體系是以等級網絡的形式來架構的，參與其中的各節點的等級決定了信息流的方向。但對于視覺網絡或更為廣義的神經網絡中攜帶等級信息的遠距離投射，如何與其支配區域的局部微環路發生相互作用并發揮其功能，仍未有系統性研究。
研究人員首次對視覺選擇性注意各相關皮層區域不同種類神經元構成的子網絡的精細解剖學連接圖譜以及細胞水平的功能學連接圖譜進行了系統性研究，并結合機器學習算法，抽提出了在視覺信息處理網絡中攜帶等級信息的遠距離輸入與局部微環路中各類神經元相互作用的規律。
研究人員從解剖學的角度系統研究了視覺選擇性注意各相關皮層區域不同種類抑制性神經元的輸入。全腦解剖學連接圖譜顯示，皮層中同類神經元接受的不同來源的輸入強度差異可達10的4次方倍，凸顯了對解剖學數據的精確定量分析在理解神經網絡組織結構中的重要性。
同時，研究人員進一步闡明了具有不同等級方向性的輸入如何在時間維度上招募不同種類的神經元，從而實現對局部微環路的精確調控以及興奮—抑制的動態平衡的機制。
專家表示，這項研究成果對理解基于等級架構的神經網絡中的信息處理機制具有重要意義。（黃辛）
免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。
上一篇：科學會議向“混合”模式轉變
