[论文解读] The bistable brain: a neuronal model with symbiotic interactions

Ricardo López‐Ruiz, Danièle Fournier-Prunaret|arXiv (Cornell University)|Aug 1, 2012

Nonlinear Dynamics and Pattern Formation参考文献 3被引用 3

一句话总结

本文提出一种基于耦合逻辑斯蒂映射的极简神经网络模型，采用共生（兴奋-抑制）耦合方式，再现类似大脑的双稳态特性——具体表现为睡眠-觉醒周期。该模型在同步活跃态与静默态之间表现出鲁棒的双稳态特性，且不受网络拓扑结构与规模影响，其驱动力为平均场乘法耦合，暗示了一种普遍存在的神经双稳态涌现机制。

ABSTRACT

In general, the behavior of large and complex aggregates of elementary components can not be understood nor extrapolated from the properties of a few components. The brain is a good example of this type of networked systems where some patterns of behavior are observed independently of the topology and of the number of coupled units. Following this insight, we have studied the dynamics of different aggregates of logistic maps according to a particular {\it symbiotic} coupling scheme that imitates the neuronal excitation coupling. All these aggregates show some common dynamical properties, concretely a bistable behavior that is reported here with a certain detail. Thus, the qualitative relationship with neural systems is suggested through a naive model of many of such networked logistic maps whose behavior mimics the waking-sleeping bistability displayed by brain systems. Due to its relevance, some regions of multistability are determined and sketched for all these logistic models.

研究动机与目标

• 探究双稳态动力学（特别是类似睡眠-觉醒的切换）是否能在复杂网络中独立于网络规模与拓扑结构而涌现。
• 探讨局部非线性动力学（逻辑斯蒂映射）与特定耦合方案在生成全局双稳态中的作用。
• 确定网络在活跃与静默同步状态之间转换的条件，以模拟神经激活周期。
• 建立模型中两种动力学状态与大脑清醒与睡眠状态之间形式化但初步的对应关系。
• 分析双稳态在不同网络类型（尤其是无标度网络）中的鲁棒性，并识别切换的关键阈值。

提出的方法

• 将每个功能单元（神经元或体素）建模为离散的逻辑斯蒂振子，其动力学由 $ x^{i}_{n+1} = \bar{p}_i x^{i}_n (1 - x^{i}_n) $ 描述，表示活跃或静默状态。
• 实施局部平均场乘法耦合方案，其中每个节点的动力学依赖于其邻居活动之和，耦合强度为 $ \lambda $。
• 在节点上均匀分布噪声项 $ \epsilon $，以模拟随机扰动，从而实现状态间的切换。
• 将该耦合方案应用于小型网络（少量单元）与大规模网络（如无标度网络），分析其稳定性与多稳态区域。
• 在参数空间中映射系统行为，基于静默节点比例，识别出三个不同相态：稳健相、中间相与灾难相。
• 通过数值模拟与相空间分析，定位吸引盆与切换临界阈值 $ \epsilon_c $ 和 $ \lambda_c $。

实验结果

研究问题

• RQ1 耦合逻辑斯蒂映射网络是否能表现出独立于网络规模与拓扑结构的全局双稳态，即在活跃与静默同步状态之间？
• RQ2 何种特定耦合机制可使具有局部动力学的非线性振子网络中涌现出双稳态？
• RQ3 噪声的存在如何影响网络在活跃与静默状态之间的切换？
• RQ4 触发从静默态到活跃态转换的临界阈值 $ \epsilon_c $ 与 $ \lambda_c $ 是什么？
• RQ5 该双稳态行为对网络结构变化是否具有鲁棒性，特别是在具有异质连通性的无标度网络中？

主要发现

• 网络在同步活跃态与同步静默态之间表现出全局双稳态，且不受网络规模与拓扑结构影响。
• 双稳态区域被划分为三个区域：稳健区（稳定切换）、中间区（对扰动敏感）与灾难区（突然坍塌至静默）。
• 当 $ p > 1 $ 时，孤立节点具有自维持能力，可防止全局坍塌；因此，灾难相仅在 $ p \leq 1 $ 时发生。
• 当噪声幅值 $ \epsilon $ 超过临界阈值 $ \epsilon_c $ 时，系统从睡眠态切换至觉醒态，且耦合强度 $ \lambda $ 越高，所需 $ \epsilon_c $ 越小。
• 向活跃态的转变类似于相变过程，静默态的吸引盆在相空间中呈现“中空茎秆”结构。
• 系统表现出耦合强度 $ \lambda $ 与所需噪声阈值 $ \epsilon_c $ 之间的清晰反比关系，表明更强耦合可降低对外部扰动以唤醒网络的需求。