基于混沌神经网络的脑网络动力学研究

发布时间：2017-07-03 14:22

  本文关键词：基于混沌神经网络的脑网络动力学研究

  更多相关文章： 脑网络 混沌神经网络 动力学 连接权重阈值

【摘要】：人脑是世界上最为精妙复杂的系统,在这一系统中,数量巨大的神经元、神经元集群,及众多脑区相互连接形成了庞杂的网络,并通过协同作用实现脑的各项功能。科学家通过现代脑电磁技术、脑成像技术、统计物理学理论和复杂网络理论等来构建脑网络,并研究其拓扑结构,揭示了脑网络的拓扑结构与认知水平之间的关系,以及网络的拓扑结构与脑疾病之间的关系。但关于脑网络的神经动力学特性的相关研究,至今还未见报道。人工神经网络是对人类大脑信息处理特性的一种描述,具有联想记忆、非线性映射、分类识别、优化计算等基本功能。动物神经系统的电生理实验研究表明其具有明显的混沌特性,依据动物的电生理实验提出Aihara混沌神经网络模型具有生物学背景,比较真实的反映了神经系统的混沌特性,而受到广泛关注。大脑神经系统中存在混沌行为。本文在利用fMRI脑成像技术所获得的功能脑网络中,引入Aihara混沌神经网络模型,研究脑网络的神经动力学行为特性。我们将脑网络的拓扑结构作为神经网络的拓扑结构,脑区作为神经网络的节点,节点间的连接权重采用各脑区间的相关系数。我们发现,各脑区的动力学行为不尽相同,大致可以分为三类：部分脑区的状态快速变化,其输出值在0和1之间快速变换,反映出脑区动力学行为十分活跃;部分脑区的状态变化缓慢；还有一部分脑区的状态稳定在某状态,其输出值几乎稳定在某一值上。并且左右脑区显示出不同的动力学特性,这也说明了大脑左右半球分工的不同。在脑功能网络的构建中,相关性的阈值选取对脑网络的拓扑结构影响很大,如何选取阈值,学术界对此有比较大的争议。我们通过网络动力学的研究考察了阈值对其的影响。我们发现,连接权重的阈值小于0.2时,对脑区的动力学特性基本没有影响。通过对不同Aihara混沌神经网络模型参数下的脑网络的动力学特性研究,我们发现脑网络存在混沌和有序两个不同的动力学相,脑网络脑区的输出时序斑图也证实了这一点。
【关键词】：脑网络 混沌神经网络 动力学 连接权重阈值
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP183;R338
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-14
• 1.1 研究背景及意义9-11
• 1.2 混沌神经网络简介11-12
• 1.3 本文主要研究内容12-14
• 第二章 Aihara混沌神经网络模型14-23
• 2.1 Aihara混沌神经元模型14-17
• 2.1.1 Aihara混沌神经元模型介绍14-16
• 2.1.2 Aihara混沌神经元模型动力学16-17
• 2.2 Aihara混沌神经网络模型17-21
• 2.2.1 Aihara混沌神经网络模型介绍17-19
• 2.2.2 Aihara混沌神经网络模型动力学特性19-21
• 2.3 分析与小结21-23
• 第三章 脑网络的动力学研究23-44
• 3.1 基于fMRI的脑网络的构造23-24
• 3.2 网络的构造和连接权重24-28
• 3.3 特定网络参数下脑区的输出时序28-33
• 3.4 连接权重的阈值对脑区输出的影响33-38
• 3.5 网络参数对脑区变化频度的影响38-43
• 3.6 本章小结43-44
• 第四章 结论与展望44-46
• 4.1 结论44-45
• 4.2 展望45-46
• 参考文献46-50
• 致谢50

【参考文献】

中国期刊全文数据库 前1条

1 尧德中;罗程;雷旭;薛开庆;夏阳;赖永秀;;脑成像与脑连接[J];中国生物医学工程学报;2011年01期

  本文关键词：基于混沌神经网络的脑网络动力学研究

  更多相关文章： 脑网络 混沌神经网络 动力学 连接权重阈值

，

本文编号：514013