Affordable Access

전전두피질 집단신경신호와 신경작용 메커니즘에 대한 비선형 동역학적 분석

Publisher
NRF KRM(Korean Research Memory)
Publication Date

Abstract

전전두피질이 작업기억 처리 중 정보를 coding 방법을 알아내기 위해서는 얻어진 집단신경신호를 각 신경세포의 개별 신경신호를 분석하는 방법과 집단 신경신호 자체를 분석하는 두 가지 방법이 있다. 각 뉴런의 개별 신경신호를 분석하는 방법으로 발화 간 시간간격의 분포를 살펴보는 방법을 시도한다. 발화 간 시간간격 분포의 분산을 살펴봄으로 개별 신경신호의 특성을 분석함으로 작업기억 중에 각 신경세포의 역할을 어떻게 수행되는지를 분석한다. 또한 개별 신경신호를 신경세포들의 스파이크를 통계학에서 사용하는 확률 모형으로 근사하여 집단신경신호의 다양한 패턴들이 작업기억에 미치는 영향을 분석한다. 다음에 집단 신경신호를 분석하는 방법으로 먼저 신경세포들 간의 시간적 상관관계를 정량화하는 방법과 각 신경세포들 간의 발화 순서의 규칙성에 대한 분석을 한다. 이런 분석방법을 통해서는 측정된 뇌신경망이 작업기억의 역할을 얼마나 잘 할 수 있는지, 그리고 작업기억과정 동안 신경망 내부에서 시냅스 변화가 일어나는지 확인한다. 또한 작업기억 과정 중 신경세포는 불규칙한 반응을 보이는 특성이 있다. 그러나 일견 불규칙해 보이는 신경신호는 실제로는 무작위적인 것이 아니라 숨겨진 규칙을 갖는 카오스 동역학을 보이는 경우가 흔히 있다. 이러한 신경신호의 분석에 일반적으로 시계열에 대해 사용되어 온 wavelet, fast Fourier transform (FFT) 등과 같은 분석방법과 Lyapunov 지수, Fractal 차원 등과 같은 동역학적 분석방법을 적용시킬 수 있다. 이러한 방법을 적용하기 위해 먼저 신경신호를 발화한 시점으로 변환한 뒤 이웃한 스파이크 사이의 inter-spike interval의 변량으로 다시 변환한 양들을 시간지연매립 (time delay embedding) 방법을 사용해 끌개(attractor)를 재구성하는 일이 가장 먼저 수행되어야 한다. 그 다음에 다양한 시계열 및 카오스 동역학 분석 방법을 사용하여 신경신호의 동역학적 특성을 분석한다. 중반기의 연구주제는 다음과 같다. 마지막으로 작업기억을 수행하기 위해서는 지연기간에 신경세포들이 일정 정도 이상의 발화율을 유지하여 야 하며, 이러한 persistent activity는 실험적으로 잘 확인되었다. 이 현상은 여러 가지 뇌신경망의 특성, 혹은 신경세포 자체의 특성으로 모형화 되었지만(Durstewitz et al., 2000; Wang, 2001), 학습이라는 측면에서 보면 시냅스 변화에 의한 모형으로 persistent activity를 설명할 수 있다(Amit & Brunel, 1997). 즉 작업기억 중의 학습을 통한 시냅스 강화에 의해 자발적 반응 상태(spontaneous activity) 외에 상대적으로 발화율이 높은 새로운 안정 상태(stable fixed point)가 생성되며 (Compte et al., 2000), 이 경우에는 외부입력이 없어지더라도 발화율이 높은 상태를 유지할 수 있다. 이 모델을 이용하여 시간적으로 변화하는 시냅스의 변화가 신경세포들의 상호 관련성에 주는 영향을 분석하여 작업기억을 수행하는 과정을 보일 수 있다.

There are no comments yet on this publication. Be the first to share your thoughts.