（计算机应用技术专业论文）觉醒的脑神经机制及其计算模拟.pdf

摘要 意识一直是人们所关心的问题，近年来，随着神经科学等学科的发展，对意 识的研究已经进入了科学的层面。我们知道，人类可以处于不同的意识状态，例 如觉醒、睡眠、癫痫等等，在这些状态下人们的意识水平是不一样的。本文即从 这点出发，按照生理学上的依据，以h o d g k i n h u x l e y 模型为基础，建立了模 仿丘脑一皮层活动的模型，这个模型可以从一定程度上模拟出不同意识水平下脑 电的活动。 首先，通过调整参数，模型可以依次模拟出清醒阶段、浅睡阶段( 睡眠梭形 波) 、慢波睡眠阶段以及局部癫痫发作阶段的脑电特性。从离子通道的角度，我 们分析了各种状态产生的原因，尤其是睡眠梭形波的初始、维持和终止。此外， 我们还用c o 复杂度对模型的结果作了度量，结果显示对于相同的输入，当处于 不同意识状态时，模型的复杂度和意识清醒程度成正比；对于不同的输入，当处 于意识清醒状态时，模型的复杂度有所不同，当处于意识丧态状态时，模型的复 杂度基本相同。 通过模型的学习，我们提出这样一个观点：对于丘脑皮层系统来说，处于 意识清醒阶段时，可以接受上行性的输入，大脑的反应也和相应的输入有关，但 是当处于意识丧失阶段时，它通过自发性的活动来遏制了上行的信息，这时大脑 的活动基本上和输入的信息无关。 关键词：丘脑一皮层系统；意识状态；复杂度度量 a b s t r a c t c o n s c i o u s n e s sh a sb e e nc o n c e r n e df o rm a n yy e a r s r e c e n t l y , a l o n gw i t ht h e d e v e l o p m e n to fn e u r o s c i e n c e ，c o n s c i o u s n e s sb e c a m eaf o c u s i ns c i e n c e h u m a n b e i n g s c a l lb e u n d e r m a n yk i n d s o fc o n s c i o u s n e s s s t a t e s ，s u c h a sa r o u s a l ， s l e e p s p i n d l es l e e p ，s l o wo s c i l l a t i o ns l e e pa n ds e i z u r e u n d e rt h e s ed i f f e r e n ts t a t e s ， t h el e v e lo fo u ra w a r e n e s si sa l s od i f f e r e n t i nt h i sa r t i c l e ，b a s e do nt h ep h y s i o l o g yo f o u rb r a i na n dt h eh o d g k i n h u x l e ym o d e l ，w eb u i l dam o d e lt os i m u l a t et h ea c t i v i t yo f t h a l a m o c o r t i c a ls y s t e m o nac e r t a i ne x t e n t ，t h i sm o d e lc a ne x h i b i tt h ee e gi n d i f f e r e n tl e v e l so f c o n s c i o u s n e s s f i r s t ，b ya d j u s t i n gs e v e r a lp a r a m e t e r s , w ec a l ls i m u l a t et h ee e go fa r o u s a l ， s l e e p s p i n d l es l e e p ，s l o wo s c i l l a t i o na n dp a r t i a ls e i z u r e o nt h el e v e lo fi o nc h a n n e l ， w ea n a l y z et h e n e u r a lm e c h a n i s mo fd i f f e r e n t s t a t e s ，e s p e c i a l l yt h eg e n e r a t i o n ， m a i n t e n a n c ea n dt e r m i n a t i o no fs l e e p s p i n d l eo s c i l l a t i o n f u r t h e r m o r e , t h ec o c o m p l e x i t yi si n t r o d u c e di n t ot h i ss t u d y i n g t h er e s u l ti n d i c a t e st h a t , o no n eh a n d w i t ht h es a m ea f f e r e n ta n du n d e rd i f f e r e n tc o n s c i o u s n e s ss t a t e s ，t h ec o m p l e x i t yo ft h e m o d e ld e c r e a s e sw i t ht h el o s i n go fc o n s c i o u s n e s s ；o nt h eo t h e rh a n d ，w i t hd i f f e r e n t a f f e r e n t ，t h ec o m p l e x i t yb e c o m e sd i f f e r e n ta n dr e m a i n st h es a m ew h e nu n d e rt h e s t a t e so f c o n s c i o u s n e s sa n du n c o n s c i o u s n e s s ，r e s p e c t i v e l y f r o mt h es t u d y , w ec a ng e tt h i sc o n c l u s i o n ：t h et h a l a m o c o r t i e a ls y s t e mi sa b l et o p r o c e s st h ea f f e r e n ts t i m u l u su n d e rt h ec o n s c i o u s n e s ss t a t e ；m e a n w h i l e ，t h ea c t i v i t yo f t h eb r a i ni sr e l a t e dt ot h ei n f o r m a t i o nc a r r i e db yt h ea f f e r e n ts t i m u l u s u n d e rt h e u n c o n s c i o u s n e s ss t a t e , t h et h a l a m o c o r t i c a ls y s t e mc a nb l o c kt h ea f f e r e n ts t i m u l u sb y s p o n t a n e o u sa c t i v i t y ；i nt h em e a n t i m e , t h ea c t i v i t yo ft h eb r a i ni sa l m o s ti n d e p e n d e n t o f t h ea f f e r e n ts t i m u l u s k e y w o r d s ：t h a l a m o c o r t i c a ls y s t e m ；t h el e v e lo fc o n s c i o u s n e s s ；t h em e a s u r eo f c o m p l e x i t y 厦门大学学位论文原创性声明 兹呈交的学位论文，是本人在导师指导下独立完成的研究成果。 本人在论文写作中参考的其他个人或集体的研究成果，均在文中以明 确方式标明。本人依法享有和承担由此论文产生的权利和责任。 声明人( 签名) ：绨锨使 抽。厂年月严日 厦门大学学位论文著作权使用声明 本人完全了解厦门大学有关保留、使用学位论文的规定。厦门大 学有权保留并向国家主管部门或其指定机构送交论文的纸质版和电 子版，有权将学位论文用于非赢利目的的少量复制并允许论文进入学 校图书馆被查阅，有权将学位论文的内容编入有关数据库进行检索， 有权将学位论文的标题和摘要汇编出版。保密的学位论文在解密后适 用本规定。 本学位论文属于 1 、保密() ，在年解密后适用本授权书。 2 、不保密已 ( 请在以上相应括号内打“4 ”) 作者签名：胀纸 导师签名： 日期：2 0 。f 年f 月声日 日期：训年月5 r 日 第一章引言 第一章引言 早在古希腊时期，意识问题就是先哲们重点研究的对象，从那时候起一直被 人们所关注。近些年来，随着神经科学和信息科学的发展，科学家们已经开始通 过自然科学的途径来研究意识问题。来自于神经科学，计算机科学，心理学，机 器人学等各个学科的学者都汇集于此，尤其是一批诺贝尔获奖者( 如ec r i c k g e d e l m a n 等) 也都转向专门研究意识问题，并取得了重大的成就。上世纪末，美 国，欧共体以及日本都分别提出了他们研究脑的十年计划或是二十年计划。c r i c k 在他惊人的假说一书中指出：“从人类发展的角度看，脑研究的主要目标不 仅是理解和治疗各种各样的脑疾病( 尽管这是很重要的) ，更重要的是掌握人类 灵魂的本质。” 1 可见对于意识问题，在科学界已经得到了相当的重视。 我们知道，在人处于清醒，睡眠，昏厥以及癫痫等不同意识状态下时，意识 水平是不一样的。为什么会有不同的意识水平? 不同的意识水平可以通过哪些可 测量的值来标识? 度量意识，成了研究意识问题的重点方向之一。 本文按照生理学上的依据，以h o d g k i n h u x l e y 模型为基础，建立了模仿丘 脑一皮层活动的仿真模型，这个模型可以从定程度上模拟出不同意识水平下脑 电的活动。首先，通过调整参数，模型可以依次模拟出清醒阶段、浅睡阶段( 睡 眠梭形波) 、慢波睡眠阶段以及局部癫痫发作阶段的脑电特性。从离子通道的角 度，我们分析了各种状态产生的原因，尤其是睡眠梭形波的初始、维持和终止。 此外，我们还用c o 复杂度对模型的结果作了度量，结果显示对于相同的输入， 当处于不同意识状态时，模型的复杂度和意识清醒程度成正比；对于不同的输入， 当处于意识清醒状态时，模型的复杂度有所不同，当处于意识丧失状态时，模型 的复杂度基本相同。 本文第二章介绍了模型相应的生理学上的基础以及本文工作思路的根据；第 三章是对模型的详细描述，模型中具体的数学公式见附录；第四章是实验结果及 分析；最后第五章阐述了本工作的意义以及对下一步工作的展望。 本文通过对已有模型的学习，提出如下几点创新： 1 从丘脑一皮层的范围进行建模，并且大脑皮层部分的活动不再是被动的， 觉醒的脑神经机制及其计算模拟 对其中参数的调节可以改变整个模型的活动特性； 2 对模型的结果进行了复杂度度量，从理论上分析了不同意识状态下丘脑一 皮层系统对不同刺激的反应特性； 3 在模型学习的基础上，提出了大脑对于外界信息传入和内在活动之间的 处理过程是感觉觉知基础的观点。 第二章意识与脑电 2 1 神经元及其动力学特性 第二章意识与脑电 我们的大脑是由神经元( n e u r o n ) 和神经胶质细胞( n e u r o g l i a lc e l l ) 所构成 的。其中的神经元被认为是大脑处理信息的主要工作单元。在人的大脑中，神经 元的数量达到了十的十次方之多，但是它们的结构却大体相似。一般来说，一个 神经元是由胞体( s o m a ) 、树突( d e n d r i t e ) 以及轴突( a x o n ) 所构成。 神经元膜( n e u r o n a lm e m b r a n e ) 作为一个屏障把细胞质包裹于神经元内，并 阻止细胞外的某些物质进入膜内。但是膜上“镶嵌”着一些离子通道( i o n c h a n n e l ) ，它们是一些特异性的蛋白质，允许某个或者某些个离子在其中通过， 由此我们可把它们分为钠通道、钾通道等等。这些离子通道的丌放和关闭是动态 的，可以由电压大小或者一些化学物质来控制。一般来说，神经元的内外部虽然 保持着渗透压的平衡，但是内外的离子浓度是不同的，而某些离子可以通过离子 通道进出细胞，这使得在静息状态下神经元内外部存在着电压差，这被称为静息 电位( r e s t i n g p o t e n t i a l ) ，因神经元类型不同而位于- 4 0 m v 到- 9 0 m v 之间。 在神经元内，信息的处理都是通过电信号来介导的。首先，神经元通过其胞 体和树突来接受其他神经元传递的信息，引起局部的膜两侧电压差的变化。这种 电信号的变化在神经元内部通过整合，如果所引起的总效应达到了阈值( 一般为 3 0 m v ) ，就会引发动作电位( a c t i o np o t e n t i a l ) 的产生。动作电位被认为是神经 元的输入信号，它通过轴突进行无损的传输，到达终末( b o u t o n ) 后，将信息传 递给其他的神经元。 动作电位作为神经系统中远距离传递信息的信号，有着重要的意义。神经元 之所以区别于其他的细胞，也就是因为只有它才能产生动作电位。一般认为，动 作电位通过其频率( f r e q u e n c y ) 和时机( t i m i n g ) 来编码信息，而不是它的幅度 ( a l t i t u d e ) 。在2 0 世纪5 0 年代，h o d g k i n 和h u x l e y 在实验和理论上对动作电位 进行了细致的研究，并提出了描述动作电位工作机制的h o d g l d n - h u x l e y 模型。 由于这些工作成果，他们在1 9 6 3 年获得了诺贝尔奖。 觉醒的脑神经机制及其计算模拟 图2 1 动作电位( 引自 2 ) ( a ) 示波器上显示的单个动作电位。( b ) 动作电位的组成成分。 图2 1 描述的是示波器下的动作电位过程和理论上动作电位的组成成分。动 作电位上升相( r i s i n g p h a s e ) 的特征是膜的快速去极化，直到膜电位达到约4 0 m v ； 下降相( f a l l i n g p h a s e ) 是一个快速的复极化过程，直到膜电位比静息电位更负。 最后，膜电位逐步恢复到静息电位水平。整个动作电位的时程大约2 m s 。 通过对乌贼巨轴突的研究，h o d g k i n 和h u x l e y 发现，动作电位是一个对跨 膜电荷进行大幅再分配的过程。动作电位过程中细胞的去极化是由钠离子跨膜内 流引起的，而复极化是由钾离子的外流所致。当钠离子通道被打开时，它的通透 性变得非常高，比钾还高，所以此时产生内向的钠电流，会使神经元去极化，直 至膜电位接近于钠的平衡电位( 6 2 m v ) ，这就是动作电位的上升相；而下降相则 是由于钠通道的再次快速关闭，咀及钾通道的开放而造成的。 不同类型的神经元产生的动作电位大同小异，各个神经元的电生理特性取决 于其膜上离子通道的特性及其数目。从而使神经元具有不同的选择性电行为。 h o d g k i n 和h u x l e y 不仅对动作电位作了生物学上的研究，更进一步的，他 们建立了描述动作电位的方程。这项工作意义深远，被认为是计算神经科学 ( c o m p u t a t i o n a ln e u r o s c i e n c e ) 的开端，并直至现在仍被广泛使用。 2 2 脑电的生理学基础 脑电图( e l e c t r o e n c e p h a l o g r a m ，e e g ) 是指从人( 或动物) 头皮记录到的脑 4 第二章意识与脯电 的电活动。e e g 信号是大脑神经元电活动的直接反应，具有很高的时间分辨率， 可达毫秒级。对e e g 信号的研究不仅可以使我们有可能了解大脑活动的部位， 还使我们能够了解大脑信息传递、处理的过程。一般认为，我们在头皮记录的 e e g 信号是电极下大量神经元共同活动的结果，主要来自皮层i i i 、v 层的锥体 细胞，其树突方向平行一致，垂直于头皮表面。这些神经元不断受到其他神经元 的刺激，产生兴奋性或抑制性突触后电位。突触处产生的电流经由树突、细胞体、 轴突，并通过细胞膜形成细胞外电流。大量神经元产生的细胞外电流所形成的综 合电位就是e e g 。 e e g 信号的振幅主要取决于电极下面神经元活动的同步性( s y n c h r o n o u s ) 而不是活动强度。只有当一群细胞同时兴奋时，微小的信号才能被综合起来产生 一个较大的皮层表面信号。但如果每一个细胞受到与上述情况相同程度的兴奋， 而却把这些兴奋及时地扩散开，那么综合信号仍是微弱的和不规则的。 e e g 信号具有节律性，这是大量神经元协同活动的结果。节律性活动可能 是具有节律振荡特性的起步神经元( p a c e m a k e r n e u r o n s ) 与本身不能产生节律， 但由于与起步神经元之间的兴奋性或抑制性的连接，其活动达到同步化的神经元 共同产生。皮层中的神经元振荡器按其固有频率发放，产生的细胞外电流在头皮 综合，形成e e g 信号。如果对e e g 信号进行频谱分析，将e e g 信号分解，就 得到e e g 信号的频谱图。通常可以将e e g 信号分为如下几个频段：6 节律 ( 2 - 4 h z ) ，0 节律( 4 8 h z ) a 节律( 8 - 1 3 h z ) 0 节律( 1 3 3 0 h z ) y 节律( 3 0 h z 以上) 。这些节律在大脑不同结构中广泛分布。 e e g 对于衡量意识程度是很重要的，因为大脑皮层的电活动反映了丘脑皮 层系统的发放模式。我们知道，e e g 所测量的值，实际上是皮层锥体细胞树突 上的突触后电位的总和，也就是投射到皮层细胞的丘脑皮层神经元的同步化活 动。所以可以说，e e g 的产生是由丘脑以及皮层的互相作用所产生的，这是e e g 的生理学基础。 丘脑是间脑中最大的部分，在感觉和运动系统的整合功能中起重要作用。在 丘脑中，主要有三种重要的神经核团，它们分别是： 特异性感觉接替核：接受各种特异的感觉投入，与特异的感觉皮层有定位的 往返性联系，在特定的大脑皮层产生特异的感觉； 觉醒的脑神经机制及其计算模拟 联络性核团：在进化上最新，不直接接受外周的感觉投入，而与其他丘脑核 团联系广泛，与大脑的联络皮层有定位的往返性联系，汇聚和整合各种感觉； 非特异性感觉接替核：在进化上古老，不直接接受外周的感觉传入，是脑干 网状结构的上续，与其他丘脑核团联系，投射到广泛的大脑皮层，不产生特 异性感觉，调制大脑皮层的兴奋性水平。 各种感觉的输入( 除了嗅觉) ，都会先进入丘脑，在丘脑中经过初级的处理， 再通过丘脑皮层( t h a l 锄o c o n i c a l ) 神经元传递到大脑皮层。同时，丘脑也接受大脑 皮层的反馈性投射，而且有证据表明来自大脑皮层的下行性投射大于来自感觉系 统的上行性传入【3 。 近年发现，丘脑对于大脑皮层整体活动的影响至关重要，各种状态下人们的 e e g 活动，都是以丘脑皮层为基础的【4 6 ，例如睡眠时的睡眠梭形波( s l e e p s p i n d l e ) 7 】以及5 节律的睡眠慢波( s l o w w a v e ) 【5 ，都可以由丘脑皮层的活动 来解释。可见，丘脑对于e e g 的形成有着关键的作用。 2 3 意识的不同状态与脑电的关系 意识问题，长久以来只在哲学层面上进行着探讨。随着科学的进步，我们已 经可以在心理学甚至神经科学的领域来研究意识问题了。虽然我们都还不能给意 识下一个明确的定义，但我们很清楚，我们自身是有意识的，而且唯物的来说， 意识是由我们大脑的活动所产生的。 关于意识问题的研究，有着很多的观点。1 9 8 1 年，v o n d e r m a l s b e r g 提出了 相关编码理论 8 】。从理论角度推测脑内不同部位神经元之间可能通过同步振荡 的方式连接。各自振荡的神经元所编码的局部信息，通过振荡的相位同步而捆绑 起来。这些彼此相关、在给定时间一起协同工作的动态神经元群编码着特定信息。 1 9 8 9 年c m ，g r a y 和w s i n g e r 等在n a t u r e 上发表了关于视皮层神经元活动的 4 0 h z 同步振荡的研究结果 9 ，为m a l s b e r g 的理论提供了有力的生理基础。不少 科学家认为脑通过同步振荡解决感之中的特征捆绑问题。c r i c k 等也从理论上推 测4 0 h z 同步振荡可能是意识和注意的神经基础。另一位n o b e l 得主e d e l m a n 提 出了“神经达尔文主义”，认为意识的产生在于神经系统内部形成各种集群，在 外界的不断刺激下，这些集群不断竞争、淘汰，类似于达尔文的进化论。他认为 6 第二章崽识与脯电 意识经验是不同功能神经群体的激活与失活，并伴随群体内部子集复杂的交互作 用的结果 1 0 】。随着非线性科学的兴起，h a k e n 提出“大脑以自组织的方式产生 新的模式”，认为大脑是复杂的超级自组织系统，思维是大脑内神经元的自组织 过程，意识是大脑内神经元自组织的产物【1 1 。 关于意识问题的争论还有很多，现在来看我们只迈出了万里长征的第一步， 那么基于现在的知识我们能回答什么问题呢? 我们还是先着眼于意识的初级方 面，讨论一下意识活动的适度性。意识的清醒状态，是神经系统中与意识有关的 各亚系统处于适当活动的状态。神经系统处于低活动状态时，或者处于高亢奋状 态时，就处于意识丧失状态。死亡当然意味着脑的活动停止，休克和昏迷也是脑 功能处于极度低下。睡眠状念时，脑电波中a 节律占重要成分，整个大脑没有被 丘脑唤醒。当癫痫发作时，整个大脑处于同步振荡情况下，在极度耗能和高强度 的兴奋状态，这时意识也丧失。所以正常的清醒的意识状态从神经生理角度看来， 或从生物物理角度看来，必定处于适度兴奋状态。这一点也是为我们提出意识度 量的一个重要依据。 由于意识可以说是自然界中最复杂的现象，用适当的复杂性度量来刻划意识 自在情理之中。e d e l m a n 在1 9 9 8 年的s c i e n c e 上发表的论文中提出【1 2 】：对意谚 经验有贡献的神经元集群的某个子集必须既有高度的整体性，又有高度的复杂 性。这种子集随时间而变化不定，他们称之为动态核心( d y n a m i cc o r e ) 。他们认 为作为意识经验基础的神经过程就发生在这种动态核心上，并且提出了功能簇指 数和神经复杂度这两个指标来刻划意识。他们的工作很有启发性，第一次比较系 统而又明确的提出了对作为意识经验基础的神经过程的定量刻划的问题。 e e g ，作为脑中大量神经元电活动的产物和表现，显然被期望为可以从中提 取出有关意识的信息的候选载体。早在1 9 9 1 年，徐京华就提出用脑电的 l e m p e l z i v 复杂度来刻划脑的不同功能状态。之后，顾凡及等采用了一系列的复 杂度算法来分析e e g ，从而从实验的角度得出了意识水平与e e g 复杂性之间的 关系。 在人处于不同的意识状态时，大脑的e e g 活动是不同的。首先在清醒的时 候，大脑各系统活动正常，这时候的e e g 总体表现为去同步化状态，e e g 节律 以q 和b 为主。在快速眼动睡眠( r a p i de y em o v e m e n t ，r e m ) 时期，会伴有快速的 觉醒的脑神经机制及其汁算模拟 眼球扫视运动，这也是r e m 之所以得名的原因。此时的e e g 表现为低幅高频 的特性，与觉醒期间的e e g 相似，此时大脑皮层的活动处于去同步化状态。人 类入睡一般始于非快速眼动睡h e ( n o n r e m ) 时期，在这期间，眼球并没有快速运 动的表现。此时的e e g 表现有多种形式，我们把它分为4 个阶段： 第一阶段：由觉醒状态入睡的时期，持续数分钟。此阶段e e g 表现为低 频高幅，相对于觉醒期间的e e g ，不会出现随机的高频震荡； 第二阶段：e e g 表现为在持续的低频震荡的背景下，间或的出现睡眠梭 形波( s l e e ps p i n d l e s ，1 2 1 4 h z ) 和k 一复合波( k - c o m p l e x ) 。k 复合波是6 波 ( 0 5 2 h z ，7 5pv ) 和睡眠梭形波的复合，表现为睡眠梭形波载于6 波上或 者紧跟于6 波后面： 第三阶段：开始出现高幅低频的6 波，睡眠梭形波和k 复合波消失： 第四阶段：6 波的出现越来越多，成为此时期e e g 的主要波形。 图2 2 清醒以及不同睡眠状态下的e e g 波形( 引自 2 ) 除了这些正常的意识状态外，我们也可能会处于一种病状的意识状态，癫痫 第= 章意识与脑电 就是其中的一种。在神经学上来说，癫痫对于感觉以及运动系统来说既有积极的 方面也有消极的方面，取决于受影响的具体脑区。简单的来说，癫痫分为两种： 泛化发作( g e n e r a l i z e ds e i z u r e ) 涉及两半球的整个大脑皮层：而部分发作( p a r t i a l s e i z u r e ) 只涉及皮层上一个局限的区域。在以上两种情况下，疾病累及区域的神 经元出现同步发放，因此发作常常伴随着很大的e e g 反应，而这在诈常行为状 态下是不可能发生的。大脑皮层可发生兴奋失控现象，我们称为一次发作。如果 反复出现发作，则被称为癫痫( e p i l e p s y ) 。注意，癫痫只是一种疾病所引发的症 状。发作的行为特征取决于所涉及的神经元及其活动形式。对多数泛化发作类型， 几乎所有的皮层神经元都被牵涉进来，因此机体的行为可被完全中断数分钟，此 时意识丧失，同时所有的肌肉群都可能出现强直( 即持续性的) 、阵挛( 即节律 性的) 或者两者交替。一种常见的泛化发作是失神发作，发生在儿童期，可见短 于3 0 s 的广泛性3 h ze e g 波形，同时伴有意识丧失 1 3 1 。部分发作会引起一些奇 怪的体验( 例如记忆幻觉，d 刨av u ) 或者肢体某一部分的阵挛性运动。 研究显示，某些癫痫发作是由脑内突触兴奋和抑制问精细平衡的紊乱所引起 的。另一些则可能与过于强烈或密集的兴奋型连接有关。g a b a 受体的阻断剂是 一种作用非常强烈的致惊厥剂( 发作促进剂) 。多种不同的药物可以有效地抑制 发作，这些抗惊厥剂以各种方式对抗脑的兴奋性。其中一些药物通过延长g a b a 的抑制效应来起作用，另一些药物可以减弱某一类神经元发放高频动作电位的倾 向。 2 4 脑电的复杂度度量 如何从e e g 信号中抽取我们所感兴趣的信号是一个极为重要的问题。我们 知道，e e g 反映了大脑的活动，而脑是世间最复杂的系统，如何通过e e g 的分 析来定量刻划脑的不同状态? 8 0 年代以来，l y a p o n o v 指数、分维数等非线性算 法均被尝试刻划大脑的状态。2 0 0 1 年，一种c o 复杂度算法 1 4 】在脑电信号的实 际分析中被提出，这一复杂度的主要思想是把信号分为规则成分和不规则成分两 部分，c o 复杂度就定义成非规则成分与原信号的面积比，算法如下： 1 ，对原始时问序列x ( n ) 作傅立叶变换( f f t ) ，得到序列的幅度谱x ( k ) ； 2 求幅度谱的平均值i ，设大于平均值的部分为序列规则部分的贡献，小 9 觉醒的脑神经机制及其计算模拟 于或等于平均值的成分则是不规则部分的贡献。我们只取规则部分的贡 献： k ) ，矿x ( 七) i 【3 1 】 。七2 1o ，矿算( 七) 茎j 3 对规则部分贡献的频潜x ( 七) 作傅立叶反变换f 1 ( ) ，得到一( n ) ，作为规 则部分时闻序列。 4 定义c o 复杂度为x ( ) ，与l x ( f ) 一x ( f ) 1 所包围区域的面积之比。 芒i 。 3 2 ) i 。1 c o = 百。= l 一 i x ( ) - x ( n m 由于c o 复杂度避免了过分粗粒化，在研究脑电的复杂性时更为适用。 0 第三章基于h h 方程的球脑皮层模型 3 1 模型的结构 第三章基于h - i - i 方程的丘脑皮层模型 第二章曾讨论过，丘脑一皮层系统无论是对于e e g 还是意识的产生，都是至 关重要的。目前对于丘脑生理学的认识已经取得了很多进展，并且在这基础上做 了很多计算建模的工作。其中，d e s t e x h e 和他的同事对于丘脑中的单个t c 、r e 神经元动力学特性进行了详细的生理学和模型的学习 1 5 1 8 。随后，又出现了 模拟慢波振荡 5 以及睡眠梭形波的模型 1 9 ，以及模拟睡眠一觉醒认知功能的网 络模型 2 0 。根据对以上工作的学习总结，为了着重于模拟e e g 的特性，我们建 立了模拟丘脑一皮层功能的模型。 根据生理学上丘脑皮层系统的构造 5 ，2 1 ，2 2 ，在我们建立的模型中，包括 三个模块： 1 丘脑皮层神经元群( t h a l a m o c o r t i c a ln e u r o n s ，t c ) ，这些神经元是谷氨酸( g l u ) 能的，包括丘脑中的各个特异性感觉接替核以及联络性核团，接受外界的刺 激输入，并投射到大脑皮层，产生特异的感觉或者汇聚和整合各种感觉，且 和丘脑内其它神经核团有往返性联系； 2 丘脑网状核( r e t i c u l a rn u c l e u s r e ) ，r e 核团由y 一氨基丁酸( g a b a ) 能神 经元构成，形成一个薄薄的神经元层，包裹于丘脑的前侧，外侧以及腹侧的 表面。不直接接受外界的刺激输入，与其他丘脑核团联系，不产生特异感觉， 起到调制大脑皮层的兴奋性水平的作用： 3 大脑皮层锥体细胞群( c o r t i c a lp y r a m i d a lc e l l s ，p y ) ，p y 是大脑皮层细胞的重 要成分，包含的神经递质为谷氨酸，胞体主要位于皮层的第、v 层。一般 认为，e e g 的产生反映的就是p y 细胞的突触后电位的总体性活动。 模型中三个模块的连接如图3 1 所示。其中，t c 模块接受外界刺激的输入 ( 也就是外周感觉神经元所传递的感觉的输入) ，并且投射到p y 模块和r e 模块。 r e 模块向t c 产生抑制性的输入，由此和t c 神经元构成了往返性的连接。p y 神经元接受t c 的上行性投射，同时也向t c 和r e 神经元产生下行性的投射。 觉醒的脑神经机制及其计算模拟 图3 1 模型结构图 在我们的模型中，p y 模块可以模拟e e g 的各种活动，而这种活动，是由模 型中的三个模块的相互作用而产生的。那么具体作为各个模块，他们应该具有怎 样的特性呢? 对t c 来说，在丘脑皮层系统中，t c 很多时候作为一个起搏器 ( p a c e m a k e r ) ，带动整个系统有节律的活动，而这种特性是由t c 神经元膜上特 异性的离子通道所产生的，所以在我们的模型中必须把它的离子通道的动力学特 征表现出来。此外，神经元发放的时机( s p i k et i m i n g ) 也在维持系统的节律性活 动中起着关键的作用。这样的话通常的基于神经元发放频率的集成发放式 ( i n t e g r a t e - a n d f i r e ) 人工神经元在这儿显然不适合。在2 1 节我们介绍了 h o d g k i n h u x l e y ( h h ) 模型，它能够详细的描述出神经元各个离子通道的特性， 且产生的神经元发放具有时间特异性的特点，在这儿，我们用h h 方程来描述 具体的神经元，更进一步的，我们将用单个神经元的活动来模拟各个模块的活动， 例如我们认为t c 中的单个神经元的活动能近似的代表t c 的活动，下面我们将 讨论这种做法的合理性。 一个神经元的电活动可以分为两类：慢活动和快活动。这儿的慢是指多个神 经元可以较容易的保持同步，因为相比起它们活动之间的延时来说，活动持续的 第三章基于h - h 方程的球脑皮层模型 时间足够长。例如突触电流所造成的膜变化以及细胞内在的慢电流变化。快是指 由于它们持续的时间很短暂，所以造成很难保持一致，例如动作电位。对于一个 同性质的神经元群体来说，它们的慢活动的同步化可以由单个神经元的慢活动特 性来近似的代表，这已经由很多生理学上的证据表明2 3 2 5 ，同样也已经被许多 模型采用 5 ，1 5 ，1 9 】。对于t c 和r e 来说，我们很好理解因为这些核团内的细 胞都是同构的，所以它们的活动也都大体上相近，并且可以通过相互的连接达到 同步振荡的状态。对于大脑皮层的p y 细胞，在皮层处于同步振荡状态时，它们 也会在较大的尺度上保持活动的一致性。就算是大脑执行比较复杂的认知功能 时，生理学上的发现表明，在一块较小的皮层区域内，其中的许多细胞也对特定 的刺激产生相同的反应 2 3 】。所以，我们可以假定我们的p y 模块模拟的正是这 种区域较小的皮层的整体活动。 3 2 模型的构造 首先要说明的是，我们用各个神经元的慢活动来模拟神经元群的活动，进而 模拟e e g 的活动。这样的话，在h h 方程中，我们省略掉了可以产生动作电位 的钠离子通道和钾离子通道，这样各个模块将不会产生快活动。对于模型中的三 个模块，具体的构造及说明如下： 3 2 1t c 的动力学特性 对于丘脑皮层神经元，可以用一个类h h 方程来描述它的动力学特性： c 。吃= 一i 一1 r 一1 一i g d a d ( ) 一j m m d ( p r ) 【4 l 】 其中，是漏电电流，和是在神经元膜上的两个特异性的离子通道， ，“ 肛) 代表来自r e 神经元的输入，j 。( m 代表来自皮层p y 神经元的输入a 与这些电流有关的离子通道的动力学特性已经由电压钳技术以及建模方法得到 了充分的认识 1 5 ，2 6 ，2 7 】： 1 电压依赖低阈值钙电流( v o l t a g e - d e p e n d e n t l o w - t h r e s h o l dc a 2 + c u r r e n t ) i t ： 这种电流由t c 神经元中的一种c a 2 + 通道形成，这种离子通道是电压依 赖性的，激活失活范围都在8 0 m v 到5 0 m v 之间。在活体中，一般来说 觉醒的脑神经机制及其计算模拟 t c 神经元的静息电位是一6 0 m v ，此时的离子通道处于失活状态，所以不 会产生i t 电流。但是如果此时给t c 神经元施加一定时间的超极化电流， 使离子通道去失活( 当然，此时离子通道也被关闭) 。等到取消超极化电 流的时候，膜电位会逐渐恢复到一6 0 m v ，此时离子通道被重新打开，且 暂时未被失活，所以会产生i t ，使膜去极化，由此产生n a + k + 动作电位。 由于产生这种神经元发放的电压激活范围是阈值以下的，所以称之为低 阈值峰电位( 1 0 w - t h r e s h o l ds p i k e s ，l t s ) 。 2 钙依赖的超极化激活电流( c a 2 十d e p e n d e n th y p e r p o l a r i z a t i o na c t i v a t e d c u r r e n t ) i h i h 是一个n a + k + 混合电流，激活范围和i t 相同，所以一方 面它是电压依赖的，但同时，它的动力学特性也和细胞内的钙离子浓度 有关，c 扩可以与某种调控因子结合，从而使i h 失活。 3 漏电电流( l e a kc u r r e n t ) i l 这种电流是被动的，主要由k + 电流构成， 电导在膜处于任意电压水平时都存在且恒定。 对于t c 神经元的生理学实验表明 2 8 】，它的静息膜电位约为，6 0 m v 。上面 说过，单个的i t 可以造成t c 的低阈值锋电位，但是加上它的i h 电流，单个t c 就可以产生节律性的振荡，因此我们也说t c 神经元是一个“起搏神经元” ( p a c e m a k e r n e u r o n ) 。 3 2 2r e 的动力学特性 在r e 神经元中，存在着一些特异性的离子通道，这也造成了r e 神经元特 殊的动力学特性，我们仍然可以用一个类h h 方程来描述它： c 二吃蚯= 一t 一1 r k q ，一洲一椰蹦( 盯) 一，m 绷 p y ) 【4 1 】 其中l 是漏电电流，i t , k 【。) ，a 是r e 中特异性的离子电流，i a 。( 。】是 来自t c 神经元的输入，m f 是来自皮层p y 神经元的输入。r e 神经元中特 异性的离子电流具体特性如下： 1 电压依赖低阈值钙电流( v o l t a g e d e p e n d e n tl o w t h r e s h o l dc a ”c u r r e n t ) i t ： 在r e 神经元中也存在着i t 电流，而且它的特性和t c 神经元中的i t 十 分相像。区别在于相比于t c ，r e 中i 。的动力学特性会慢一些，且激活 1 4 第三章基于h h 方程的球脑皮层模型 失活的电压范围要稍微去极化一些。 2 钙依赖的钾电流( c a l c i u md e p e n d e n tp o t a s s i u mc u r r e n t ) i k ：这个电流不 是电压依赖性的，只和钙的浓度有关。钙离子的存在，会绑定到i k 的离 子通道上，使通道打开，从而激活i k 。 3 钙依赖的非特异性正离子电流( c a l c i u md e p e n d e n tn o n s p e c i f i cc a t i o n c u r r e n t ) l c a n ：这种电流和i k 一样，也和钙的浓度有关。 4 漏电电流( l e a kc u r r e n t ) i l ：和t c 神经元的漏电电流一样，是被动的。 和t c 一样，r e 也能自发的产生节律性发放，但相反的是，它不会产生持 续的振荡，而是一种爆发性( b u r s t ) 的发放，b a l 和m c c o r m i c k 在1 9 9 3 年的论 文中指出 2 9 】，这种节律性的行为是，i 。，。，j c 。这三种电流的相互作用所造成 的。当缺少j 。，时，r e 的发放特性和t c 差不多，不过发放的频率在7 - 1 2 h z 之 问。 3 2 3p y 的动力学特性 描述p y 神经元的h h 方程如下： c h = - i l - i t - 1 - ia m 阳 【4 1 】 其中，l 是漏电电流，是低闽值钙电流，如是慢失活的钾电流，。， 是来自t c 神经元的输入。p y 神经元中特异性的离子电流具体特性如下： 1 电压依赖低阈值钙电流( l t a g c d e p e n d e i l tl o w t h r e s h o l dc a 2 + c u r r e n t ) i r ： 和t c 、r e 中的低阂钙电流的动力学特征相似，不过它的最大电导比起 t c 中的要少； 2 慢失活的钾电流( s l o wv o l t a g e d e p e n d e n tk 十c u r r e n t ) ：电压依赖的钾 电流，动力学特性较慢； 3 漏电电流( l e a kc u r r e n t ) j ，：和t c 和r e 中的漏电电流相似。 对于三个模块的数学公式描述，详见附录。 在建立完这三个模块后，我们来考虑一下三个模块之间的互相作用。神经元 的互相作用是通过突触来实现的，在我们对于神经元的建模中，由于去掉了动作 觉醒的脑神经机制及其计算模拟 电位，所以在建立突触模型时需要进行两步处理。 第一步是要将膜电位转化为神经元的发放频率，这可以用s i g m o i d 函数来实 现平均膜电位到平均发放率的转换。这在人工神经网络建模中是常用的方法： 即) ：砑( 矿( 嘞 4 1 】 彤) 2 鬲杀丽 【4 2 其中，兄是神经元发放动作电位的最大值，s 是斜率，巨，是动作电位产生的阈值。 对于所有的神经元，我们都取五- - 4 0 0 h z ，s = 0 6 m v ，e 。= - 4 5 m v 。 这样，我们就将一个细胞的膜电位v 转化成了它的动作电位的频率e ，下面 一步，我们需要将频率e 转化为突触后的电流。在突触处，神经元的动作电位 会导致突触前端的某些化学物质的释放，这些化学物质扩散到突触后的神经元 时，可以引发某些离子通道通透性的改变，从而起到改变突触后神经元膜局部电 位的变化。当这种变化相对于静息膜电位为正时，称为兴奋性突触后电位 ( e p s p ) ，相反为负时，称为抑制性突触后电位( i p s p ) 。 突触前的动作电位的信息怎样反映到突触后电位上呢? 通过整合单个突触 的时间上的输入信息，可由一个积分方程来模拟： r a t ) = f e ( t - - c ) 。( f ) d ( f ) 4 3 其中e ( t f ) 和表示突触前动作电位的频率，h ( t ) 表示突触传递函数，是由 实验所