Известия высших учебных заведений

Прикладная нелинейная динамика

ISSN 0869-6632 (Print)
ISSN 2542-1905 (Online)


Для цитирования:

Bazhanova M. V., Gordleeva S. Y., Kazantsev V. B., Lobov S. А. Control of network bursting discharges by local electrical stimulation in spiking neuron network [Бажанова М. В., Гордлеева С. Ю., Казанцев В. Б., Лобов С. А. Управление сетевыми пачечными разрядами локальной стимуляцией в спайковой нейронной сети] // Известия вузов. ПНД. 2021. Т. 29, вып. 3. С. 428-439. DOI: 10.18500/0869-6632-2021-29-3-428-439


Статья опубликована на условиях лицензии Creative Commons Attribution 4.0 International (CC-BY 4.0).
Полный текст в формате PDF(Ru):
(загрузок: 888)
Язык публикации: 
английский
Тип статьи: 
Научная статья
УДК: 
530.182

Control of network bursting discharges by local electrical stimulation in spiking neuron network
[Управление сетевыми пачечными разрядами локальной стимуляцией в спайковой нейронной сети]

Авторы: 
Бажанова Милена Викторовна, Национальный исследовательский Нижегородский государственный университет имени Н. И. Лобачевского (ННГУ)
Гордлеева Сусанна Юрьевна, Национальный исследовательский Нижегородский государственный университет имени Н. И. Лобачевского (ННГУ)
Казанцев Виктор Борисович, Институт прикладной физики РАН (ИПФ РАН)
Лобов Сергей Анатольевич, Национальный исследовательский Нижегородский государственный университет имени Н. И. Лобачевского (ННГУ)
Аннотация: 

Цель. Работа посвящена управлению динамикой спайковых нейронных сетей с помощью локальной периодической стимуляции различных участков сети. Методы. Для моделирования используется сеть синаптически связанных спайковых нейронов, распределенных в двумерном пространстве. Динамика трансмембранного потенциала нейронов описывается моделью Ижикевича, кратковременная синаптическая пластичность представлена моделью Цодыкса–Маркрама, эффекты изменения эффективности связей между нейронами моделируются с помощью синаптической пластичности, зависящей от времени спайков (STDP). Результаты. Показано, что модель достаточно хорошо воспроизводит динамику живых нейронных сетей, выращенных в условиях in vitro. В своей спонтанной динамике такая сеть демонстрирует широкий диапазон динамических режимов, включая асинхронные спайки и квазисинхронные пачки спайков. Обнаружено, что благодаря STDP, сеть может адаптироваться к стимулирующему сигналу, так что сетевые пачки становятся синхронизированными (синхронизированными по фазе) с сигналом стимуляции. Проведен анализ зависимости данного эффекта от параметров стимуляции, в частности, от геометрических размеров стимулируемой области, а также от связности сети. Вывод. С помощью локальной периодической стимуляции части нейронной сети при выборе определенных параметров стимулирующего сигнала с учетом характеристик сети возможно внешнее управление динамикой спайковой нейронной сети.

Благодарности: 
Работа выполнена при поддержке Центра технологий компонентов робототехники и мехатроники Университета Иннополис
Список источников: 
  1. Klimesch W. Memory processes, brain oscillations and EEG synchronization. International Journal of Psychophysiology. 1996;24(1–2):61–100. DOI: 10.1016/s0167-8760(96)00057-8.
  2. Llinas R. I of the Vortex: From Neurons to Self. The MIT Press Cambridge, Massachusetts; 2002. 320 p.
  3. Mohns EJ, Blumberg MS. Synchronous bursts of neuronal activity in the developing hippocampus: Modulation by active sleep and association with emerging gamma and theta rhythms. Journal of Neuroscience. 2008;28(40):10134–10144. DOI: 10.1523/JNEUROSCI.1967-08.2008.
  4. Jutras MJ, Buffalo EA. Synchronous neural activity and memory formation. Current Opinion in Neurobiology. 2010;20(2):150–155. DOI: 10.1016/j.conb.2010.02.006.
  5. Benedek M, Bergner S, Konen T, Fink A, Neubauer AC. EEG alpha synchronization is related to top-down processing in convergent and divergent thinking. Neuropsychologia. 2011;49(12):3505– 3511. DOI: 10.1016/j.neuropsychologia.2011.09.004.
  6. Cantero JL, Atienza M. The role of neural synchronization in the emergence of cognition across the wake-sleep cycle. Reviews in the Neurosciences. 2005;16(1):69–83. DOI: 10.1515/revneuro.2005.16.1.69.
  7. Hermundstad AM, Brown KS, Bassett DS, Aminoff EM, Frithsen A, Johnson A, Tipper CM, Miller MB, Grafton ST, Carlson JM. Structurally-constrained relationships between cognitive states in the human brain. PLoS Computational Biology. 2014;10(5):e1003591. DOI: 10.1371/journal.pcbi.1003591.
  8. Botvinick M, Braver T. Motivation and cognitive control: From behavior to neural mechanism. Annual Review of Psychology. 2015;66:83–113. DOI: 10.1146/annurev-psych-010814-015044.
  9. Wang XJ. Neural dynamics and circuit mechanisms of decision-making. Current Opinion in Neurobiology. 2012;22(6):1039–1046. DOI: 10.1016/j.conb.2012.08.006.
  10. Funahashi S. Prefrontal contribution to decision-making under free-choice conditions. Frontiers in Neuroscience. 2017;11:431. DOI: 10.3389/fnins.2017.00431.
  11. Spencer KM, Nestor PG, Niznikiewicz MA, Salisbury DF, Shenton ME, McCarley RW. Abnormal neural synchrony in schizophrenia. Journal of Neuroscience. 2003;23(19):7407–7411. DOI: 10.1523/JNEUROSCI.23-19-07407.2003.
  12. Uhlhaas PJ, Singer W. High-frequency oscillations and the neurobiology of schizophrenia. Dialogues in Clinical Neuroscience. 2013;15(3):301–313. DOI: 10.31887/DCNS.2013.15.3/puhlhaas.
  13. Levy R, Hutchison WD, Lozano AM, Dostrovsky JO. High-frequency synchronization of neuronal activity in the subthalamic nucleus of Parkinsonian patients with limb tremor. Journal of Neuroscience. 2000;20(20):7766–7775. DOI: 10.1523/JNEUROSCI.20-20-07766.2000.
  14. Rubchinsky LL, Park C, Worth RM. Intermittent neural synchronization in Parkinson’s disease. Nonlinear Dynamics. 2012;68(3):329–346. DOI: 10.1007/s11071-011-0223-z.
  15. Nambu A, Tachibana Y, Chiken S. Cause of parkinsonian symptoms: Firing rate, firing pattern or dynamic activity changes? Basal Ganglia. 2015;5(1):1–6. DOI: 10.1016/j.baga.2014.11.001.
  16. Scharfman HE. The neurobiology of epilepsy. Current Neurology and Neuroscience Reports. 2007;7(4):348–354. DOI: 10.1007/s11910-007-0053-z.
  17. Jiruska P, de Curtis M, Jefferys JGR, Schevon CA, Schiff SJ, Schindler K. Synchronization and desynchronization in epilepsy: Controversies and hypotheses. The Journal of Physiology. 2013;591(4):787–797. DOI: 10.1113/jphysiol.2012.239590.
  18. Gordleeva S, Kanakov O, Ivanchenko M, Zaikin A, Franceschi C. Brain aging and garbage cleaning. Seminars in Immunopathology. 2020;42(5):647–665. DOI: 10.1007/s00281-020-00816-x.
  19. Whitwell HJ, Bacalini MG, Blyuss O, Chen S, Garagnani P, Gordleeva SY, Jalan S, Ivanchenko M, Kanakov O, Kustikova V, Marino IP, Meyerov I, Ullner E, Franceschi C, Zaikin A. The human body as a super network: Digital methods to analyze the propagation of aging. Frontiers in Aging Neuroscience. 2020;12:136. DOI: 10.3389/fnagi.2020.00136.
  20. Shahaf G, Marom S. Learning in networks of cortical neurons. Journal of Neuroscience. 2001; 21(22):8782–8788. DOI: 10.1523/JNEUROSCI.21-22-08782.2001.
  21. Baruchi I, Ben-Jacob E. Towards neuro-memory-chip: Imprinting multiple memories in cultured neural networks. Phys. Rev. E. 2007;75(5):050901. DOI: 10.1103/PhysRevE.75.050901.
  22. Bakkum DJ, Chao ZC, Potter SM. Spatio-temporal electrical stimuli shape behavior of an embodied cortical network in a goal-directed learning task. Journal of Neural Engineering. 2008;5(3):310–323. DOI: 10.1088/1741-2560/5/3/004.
  23. Pimashkin A, Gladkov A, Mukhina I, Kazantsev V. Adaptive enhancement of learning protocol in hippocampal cultured networks grown on multielectrode arrays. Frontiers in Neural Circuits. 2013;7:87. DOI: 10.3389/fncir.2013.00087.
  24. Maeda E, Robinson HP, Kawana A. The mechanisms of generation and propagation of synchronized bursting in developing networks of cortical neurons. Journal of Neuroscience. 1995;15(10): 6834–6845. DOI: 10.1523/JNEUROSCI.15-10-06834.1995.
  25. Wagenaar DA, Pine J, Potter SM. An extremely rich repertoire of bursting patterns during the development of cortical cultures. BMC Neuroscience. 2006;7:11. DOI: 10.1186/1471-2202-7-11.
  26. Pimashkin A, Kastalskiy I, Simonov A, Koryagina E, Mukhina I, Kazantsev V. Spiking signatures of spontaneous activity bursts in hippocampal cultures. Frontiers in Computational Neuroscience. 2011;5:46. DOI: 10.3389/fncom.2011.00046.
  27. Lobov S, Simonov A, Kastalskiy I, Kazantsev V. Network response synchronization enhanced by synaptic plasticity. The European Physical Journal Special Topics. 2016;225(1):29–39. DOI: 10.1140/epjst/e2016-02614-y.
  28. Lobov SA, Zhuravlev MO, Makarov VA, Kazantsev VB. Noise enhanced signaling in STDP driven spiking-neuron network. Mathematical Modelling of Natural Phenomena. 2017;12(4):109–124. DOI: 10.1051/mmnp/201712409.
  29. Chao ZC, Bakkum DJ, Potter SM. Region-specific network plasticity in simulated and living cortical networks: Comparison of the center of activity trajectory (CAT) with other statistics. Journal of Neural Engineering. 2007;4(3):294–308. DOI: 10.1088/1741-2560/4/3/015.
  30. Izhikevich EM. Simple model of spiking neurons. IEEE Transactions on Neural Networks. 2003;14(6):1569–1572. DOI: 10.1109/TNN.2003.820440.
  31. Izhikevich EM. Which model to use for cortical spiking neurons? IEEE Transactions on Neural Networks. 2004;15(5):1063–1070. DOI: 10.1109/TNN.2004.832719.
  32. Tsodyks M, Pawelzik K, Markram H. Neural networks with dynamic synapses. Neural Computation. 1998;10(4):821–835. DOI: 10.1162/089976698300017502.
  33. Morrison A, Diesmann M, Gerstner W. Phenomenological models of synaptic plasticity based on spike timing. Biological Cybernetics. 2008;98(6):459–478. DOI: 10.1007/s00422-008-0233-1.
  34. Song S, Miller KD, Abbott LF. Competitive Hebbian learning through spike-timing-dependent synaptic plasticity. Nature Neuroscience. 2000;3(9):919–926. DOI: 10.1038/78829.
  35. Braitenberg V, Schuz A. Anatomy of the Cortex: Statistics and Geometry. Vol. 18 of Studies of Brain Function. Springer-Verlag Berlin Heidelberg; 1991. 251 p. DOI: 10.1007/978-3-662-02728-8.
  36. Esir PM, Gordleeva SY, Simonov AY, Pisarchik AN, Kazantsev VB. Conduction delays can enhance formation of up and down states in spiking neuronal networks. Phys. Rev. E. 2018;98(5): 052401. DOI: 10.1103/PhysRevE.98.052401.
  37. Kazantsev VB, Asatryan SY. Bistability induces episodic spike communication by inhibitory neurons in neuronal networks. Phys. Rev. E. 2011;84(3):031913. DOI: 10.1103/PhysRevE.84.031913.
  38. Makovkin SY, Shkerin IV, Gordleeva SY, Ivanchenko MV. Astrocyte-induced intermittent synchronization of neurons in a minimal network. Chaos, Solitons & Fractals. 2020;138:109951. DOI: 10.1016/j.chaos.2020.109951.
  39. Pankratova EV, Kalyakulina AI, Stasenko SV, Gordleeva SY, Lazarevich IA, Kazantsev VB. Neuronal synchronization enhanced by neuron–astrocyte interaction. Nonlinear Dynamics. 2019; 97(1):647–662. DOI: 10.1007/s11071-019-05004-7.
  40. Simonov AY, Gordleeva SY, Pisarchik AN, Kazantsev VB. Synchronization with an arbitrary phase shift in a pair of synaptically coupled neural oscillators. JETP Letters. 2014;98(10):632–637. DOI: 10.1134/S0021364013230136.
  41. Andreev AV, Frolov NS, Pisarchik AN, Hramov AE. Chimera state in complex networks of bistable Hodgkin–Huxley neurons. Phys. Rev. E. 2019;100(2):022224. DOI: 10.1103/PhysRevE.100.022224.
  42. Andreev AV, Ivanchenko MV, Pisarchik AN, Hramov AE. Stimulus classification using chimeralike states in a spiking neural network. Chaos, Solitons & Fractals. 2020;139:110061. DOI: 10.1016/j.chaos.2020.110061.
Поступила в редакцию: 
14.11.2020
Принята к публикации: 
28.01.2021
Опубликована: 
31.05.2021