耦合神经团的全鼠脑模型：网络动力学分析

通过经验结构连接组耦合的神经质量模型被广泛用于模拟全脑活动，但由此产生的大型延迟耦合网络的动力学却很少被直接分析。我们对434个Jansen-Rit神经质量进行了动力系统分析，这些神经质量在经典单节点参数值下由Allen小鼠脑连接图谱耦合。以全局耦合尺度和基线外部输入为参数，对网络平衡点进行伪弧长延拓，并利用Beyn围道积分方法从延迟线性化的特征根确定稳定性，从而指出网络必须在何处振荡、在何处可以静息。模拟表明振荡区是混沌的：对于经验连接组，最大Lyapunov指数为正，且随网络规模和耦合尺度增大，对传导延迟不敏感，但当连接权重的排布被压平、打乱或重连时，该指数被抑制。抑制混沌的相同权重修改会驱使网络走向完全同步并消除亚稳态，这由Kuramoto序参量测得。我们讨论了这些发现对将全脑神经质量模型拟合到经验数据的影响。

中文由 AI 翻译，仅供参考，以原文为准。