Диссертация (Функциональная интеграция нейрональных популяций в мозге человека)

МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ имени М.В.ЛОМОНОСОВАФИЗИЧЕСКИЙ ФАКУЛЬТЕТНа правах рукописиШараев Максим ГеннадьевичФУНКЦИОНАЛЬНАЯ ИНТЕГРАЦИЯ НЕЙРОНАЛЬНЫХ ПОПУЛЯЦИЙВ МОЗГЕ ЧЕЛОВЕКА03.00.02 – биофизикаДиссертацияна соискание учёной степеникандидата физико-математических наукНаучный руководитель:доктор физико-математических наук,профессор Л.В. ЯковенкоНаучный консультант:кандидат биологических наук,Е.В.

МнацаканянМосква – 2016 г.2ОглавлениеВведение ..................................................................................................................................................41. Обзор литературы .............................................................................................................................71.1Общие представления о взаимодействиях областей мозга ................................................. 7Функциональное разделение и объединение ...................................................................... 71.1.11.1.2 Эффективные связи и оценка причинности ........................................................................... 81.2Сети состояния покоя в мозге человека ..............................................................................

101.3Обработка зрительной информации .................................................................................... 131.3.1Области коры и проводящие пути ............................................................................... 131.3.3. Экспериментальная задача оддбол................................................................................... 161.4 Функциональная магнитно-резонансная томография и ее применение к изучениюмозговых процессов .........................................................................................................................

171.4.1 Физические основы метода МРТ, последовательность «градиентное эхо» ................ 171.4.2 BOLD-контраст, эхо-планарная томография EPI .......................................................... 201.4.3 BOLD-сигнал и мозговая активность ............................................................................... 221.5 Электроэнцефалография и ее применение к изучению мозговых процессов.

ЭЭГвысокой плотности ........................................................................................................................... 241.5.1 Основы электроэнцефалографии .......................................................................................

241.5.2 Биофизические основы электрической активности мозга ............................................. 261.5.3 Методика записи. ЭЭГ высокой плотности .................................................................... 271.5.3 Ограничения и недостатки метода ЭЭГ .......................................................................... 281.6Энтропия переноса информации.......................................................................................... 291.6.1 Теоретические основы Трансферной Энтропии .............................................................. 291.6.2 Методы расчета Трансферной Энтропии .......................................................................

301.6.3 Преимущества и недостатки метода .............................................................................. 331.7 Динамическое каузальное моделирование ............................................................................. 341.7.1 Основы метода. Анализ данных ЭЭГ ................................................................................ 341.7.2 Динамическое каузальное моделирование данных фМРТ ................................................ 422. Материалы и методы......................................................................................................................492.1 Исследование сетей состояния покоя .......................................................................................

492.1.1 Объекты исследований........................................................................................................ 492.1.2 Параметры сканирования................................................................................................... 492.1.3 Предобработка экспериментальных данных ................................................................... 502.1.4 Картирование активности, общая линейная модель ......................................................

562.1.5 Расчет Трансферной Энтропии ......................................................................................... 5832.1.6 Базовая модель связей между 4 областями ...................................................................... 592.1.7 Расширенная модель связей между 5 областями ............................................................

612.1.8 Редуцированная модель связей между 4 областями ........................................................ 632.2 Исследование сетей в реакции зрительного ответа ................................................................ 642.2.1 Выбор метода исследований ..............................................................................................

642.2.2 Запись и предобработка ЭЭГ ............................................................................................. 642.2.3 Оценка эффективных связей в зависимости от типа стимула при оддбол-задаче .... 652.2.4 Оценка эффективных связей в зависимости от времени.

Предсказательноекодирование ................................................................................................................................... 673. Экспериментальные результаты .................................................................................................703.1 Эффективные связи в сетях состояния покоя .......................................................................... 703.1.1 Потоки информации между 4 базовыми областями по данным ТрансфернойЭнтропии ....................................................................................................................................... 703.1.2 Потоки информации между 6 областями по данным Трансферной Энтропии..........

733.1.3 Базовая модель связей между 4 областями ...................................................................... 743.1.4 Расширенная модель связей между 5 областями ............................................................ 783.1.5 Редуцированная модель связей между 4 областями ........................................................ 823.1.6 Анализ результатов моделирования .................................................................................. 843.2 Эффективные связи в реакции зрительного ответа ................................................................

883.2.1 Оценка эффективных связей в зависимости от типа стимула при оддбол-задаче .... 883.2.2 Роль обратных связей. Предсказательное кодирование ................................................. 913.2.3 Анализ результатов моделирования .................................................................................. 92Заключение ...........................................................................................................................................97Основные результаты и выводы ...................................................................................................101Список сокращений ..........................................................................................................................103Список литературы ..........................................................................................................................104Приложение ........................................................................................................................................113Благодарности....................................................................................................................................1164ВведениеВ настоящее время мозг считается сложной системой, состоящей из множестванейронных сетей, работающих параллельно.

Изучение работы мозга человека сопряжено сомногими трудностями, связанными в первую очередь с невозможностью инвазивныхисследований здорового мозга, низкой информативностью неинвазивных методов, а также сневозможностью учета большинства факторов эксперимента и постоянной изменчивостьюмозговой активности. Задача современной нейровизуализации и нейромоделирования состоит впонимании способов и целей интеграции обособленных участков мозга (распределенныхнейронных сетей), наблюдаемой в состоянии покоя и при выполнении различных когнитивныхзадач.

Для понимания физиологии таких сложных феноменов как восприятие, мышление ипамять, необходимо изучение биофизических механизмов организации множества крупно- имелкомасштабных нейросетей и единичных нейронов для обработки информации иобеспечения когнитивных процессов. Большинство современных психофизиологическихисследований с использованием электро- и магнитоэнцефалографии (ЭЭГ и МЭГ),функциональной магнитно-резонансной томографии (фМРТ) и позитронно-эмиссионнойтомографии (ПЭТ) сконцентрировано на различиях в активации мозговых структур привыполнении мозгом определенных функций, т.е. на функциональной локализации.

Интеграциюили согласованность работы отдельных областей намного труднее оценить и описать. Один извозможных подходов – оценить функциональные связи, то есть статистические зависимостимежду активностью в различных областях мозга. Однако лучше всего интеграция оценивается втерминах эффективных связей, которые показывают, каким образом одна нейрональная системавлияет (оказывает эффект) на другую. В некотором смысле, эффективные связи – отражениеистинных нейрональных процессов, в то время как функциональные связи – лишьстатистически значимое сходство активности в различных областях мозга.Одним из недостатков работ в области нейровизуализации последних лет являютсянедостоверные результаты, часто противоречащие друг другу.

Причинами таких результатовмогут быть как методические ошибки, так и большая сложность и изменчивость изучаемыхсистем – мозга человека и сетей нейронов, его составляющих. Поэтому крайне важно иметьнекий базис в исследованиях, а именно стабильные и воспроизводимые результаты, устойчивыев группе испытуемых, хотя бы в самых простых случаях, т.е. с минимальным количествомэкспериментальных параметров. Примерами таких случаев могут быть эксперименты всостоянии покоя (без внешних стимулов) и с минимальной зрительной стимуляцией, такой каквспышки света или предъявление человеку простых геометрических фигур.5В 1995 году впервые описаны [8] нейронные сети мозга, наиболее активные в тепромежутки времени, когда человек находится в состоянии покоя.