防止神经退行性失忆Hopfield神经网络中使用脑瀑样或外部微电子

文摘

开发技术取得了重大进展连接大脑和脑机接口(bmi指数),有可能帮助受损的大脑来执行原来的运动和认知功能。我们考虑这些设备的生存能力减轻记忆丧失的有害效应所引起的神经退行性疾病和/或创伤性脑损伤(TBI)。我们的计算研究认为广泛使用Hopfield网络,神经元的autoassociative内存模型收敛于一个稳定的状态模式在收到一个输入类似于给定的内存。在这项研究中,我们连接辅助网络的神经元,而BMI设备模型,原始Hopfield网络和训练它收敛自己的辅助内存模式。伤害到原始Hopfield网络记忆,诱导神经退化,例如,可以分析与评估的目标体重指数的能力来帮助记忆检索任务。密集的辅助和Hopfield网络之间的连接显示促进鲁棒性记忆检索任务的最优和nonoptimal内存集。我们计算损害程度的估计和参数范围内的全部或部分记忆复苏是可以实现的,为新的治疗策略提供一个起点。

1。介绍

在过去的几年中,我们已经目睹了一些惊人的再生神经生物学技术的出现,包括混合动力系统的神经元和半导体微电子(1,2),脑机接口(3,4),诱导多能干细胞的操纵,发展成可识别的微型脑瀑样(5- - - - - -9]。这样的进步可能会扮演一个关键的角色在未来医学和康复研究由于越来越多的创伤性脑损伤事件和整体老化的人口,从而增加痴呆和神经退行性疾病的风险。即使是最复杂的和复杂的神经网络,如那些存在于人类的大脑,暴露于病态的影响可能达到高潮的功能损失,如电动机和认知缺陷,更糟糕的决策能力,和记忆障碍。与大约每68秒就诊断出一个新的阿尔茨海默氏症病例仅在美国,重要的是要研究在理论和计算设置是否minibrains,瀑样,和外部设备可以帮助减轻其最普遍的症状:记忆丧失。为此,我们检查记忆退化Hopfield神经网络从部分或嘈杂的队列检索存储模式和评估外部辅助网络到什么程度可以帮助恢复其原始功能。

创伤性脑损伤(TBI)和神经退行性疾病是人类认知功能障碍的主要原因之一(10- - - - - -15]。两种来源的功能障碍表现出显著的焦点轴突肿胀(16- - - - - -22]。轴突损伤阻碍信息编码在高峰列车(23- - - - - -25),从而导致潜在的严重的功能缺陷(26- - - - - -32]。挑战我们的理解的影响轴突肿胀是我们无法访问小规模的伤害与非侵入性方法,整个神经疾病的复杂性,和我们有限的知识网络的过程生物信号(33]。虽然很难诊断和治疗体内病理影响小的空间尺度上,干细胞技术的近期发展可能会彻底改变目前的疗法(9]。结构类似于整个器官,称为瀑样,肠道干细胞产生,肾脏,而且,最令人印象深刻的是,大脑(9]。事实上,兰开斯特的开创性工作等。8打开学习新航线发展疾病和退行性条件minibrains [5- - - - - -7]。在某些情况下,组织体外来自病人细胞可用于器官替换策略。

由于大脑的复杂性,然而,目前尚不清楚,添加一个小的外部网络神经元或混合bioelectronic系统可以恢复所需的信息处理能力更高的认知功能。此外,目前相当缺乏的生物物理证据或实验研究能够直接解决这个问题。这激励我们的计算框架的发展,使用Hopfield联想记忆模型,这可以提供一个平台来研究一个辅助外部网络的条件可能预防和/或反向创伤性脑损伤和神经退行性损伤。本研究的目的是模拟健康受损的记忆网络在记忆检索任务。在我们的模型中,我们可以明确允许一个辅助网络交流与原,然后描述它对记忆提取的影响。我们证明了一个辅助网络确实可以减轻记忆丧失的影响由于进步的Hopfield网络的神经退化。

Minibrains,或脑瀑样,可能会发挥重要作用在我们理解人类大脑发育和建模的神经发育障碍6]。一群瀑样是一个有组织的瀑特异性细胞形成一个未开发的器官体外(9]。干细胞或祖细胞器官生长因子处理和放置在条件允许3 d瀑样的形式。研究人员把胚胎干细胞中碱性纤维母细胞生长因子水平较低,一旦细胞3 d聚合形式,他们转移到神经感应介质(5,8]。大脑瀑样显示不同的大脑区域;然而,他们被随机组织和缺少相同的结构作为一个发展中人类大脑(图1(e))5,8]。在以后的研究中,研究人员形成瀑样从多能干细胞(已经)或诱导已经被(万能)9]。瀑样发展通过细胞排序和空间限制家族承诺以类似的方式,人类大脑如何发展(9]。虽然目前脑瀑样小,正常的大脑发育和大脑显示离散区域的特点(7]。这带来了希望,脑瀑样可以有用的疾病模型,药物测试,器官替代。例如,兰卡斯特等人用大脑瀑样人类头小畸型(创建一个更精确的模型8]。目前,脑瀑样有一些缺点:他们只能增长到直径4毫米由于缺乏血管化(9),研究人员不知道电势和连接在多大程度上是相同的在发展中人类大脑和大脑瀑样(7]。

几个策略使功能性神经网络之间的接口和电子在不同的决议。这些系统是为了单个神经元的界面。Fromherz创造了一个混合动力系统的神经元和半导体微电子芯片通过激发和记录神经元活动(图1(b))1]。神经元与硅界面的微观结构,允许ion-conducting神经元之间的信息传递和electroconducting硅(2]。研究人员也对石墨烯生长细胞solution-gated场效应晶体管能够刺激细胞(37),并使用微量金电极与老鼠大脑神经元(图1(f))36]。高分辨率的刺激与硅纳米线垂直探测器已经取得的成绩,与细胞内的界面,可以测量一个神经元的动作电位38]。

其他系统的目的是与整个大脑区域。纳米线被成功地融入海马区域(数据1(c)和1(d))35]。微电极阵列(MEA)技术可以记录和刺激在神经网络层面通过发送和检索信息在多个网站和非侵入性的接口(39]。这使得干细胞发展成神经网络界面上的;数字信号美联储通过多边环境创建不同的神经网络输出模式(图1(一))34]。在以后的实验中,Pizzi等人刺激量的神经网络和读输出人工神经网络(40]。使用这个接口,他们能够训练神经网络控制机械手臂给予不同的输入。目前的MEA方向包括创造更高密度量、灵活的电极,和策略监控阈下的活动(39]。

除了与有机神经网络,研究人员也创造人工神经元(41]。这些人工神经元是由chalcogenide-based材料改变状态电流;这使他们能够代表一个神经元的膜电位,同时被随机。未来的研究旨在将这些人工神经元网络。

创建人机界面从皮层信号解释运动的意图,然后刺激肌肉或脊髓。这些设备有可能让人们与脊髓损伤恢复运动功能(3]。信号从大脑不仅仅可以用来控制四肢;研究人员训练猴子导航轮椅使用BMI (42]。bmi指数还可以帮助扭转创伤性脑损伤的影响首先处理从大脑神经的意图,然后生成有针对性的反馈,这将有助于大脑执行功能,是否检索内存或执行电动机任务(4]。连接技术,大脑可能是通过一个最近开发microfabricated神经探针(43]。这个探针是硬插入大脑,但后来离开溶解聚合物结构,创建合适的探针和大脑之间的接口(43]。

2。材料和方法

Hopfield网络的人工神经元是最类的模型用于记忆检索任务(44- - - - - -47]。更高级的记忆编码和提取的模型已经开发Hopfield[开创性工作以来48- - - - - -53]。然而,我们集中在Hopfield副内存模型,以说明如何训练一个辅助网络的概念与Hopfield网络。轴突损伤和神经元连接通常会损害网络临界阈值后的集体功能(54]。在最坏的情况下,焦轴突肿胀,轴索显微外科术或细胞死亡可能阻止信息编码在高峰火车和有效零权重的连接矩阵(23- - - - - -25]。在这项研究中,我们几个较小的辅助网络受伤的Hopfield网络改善内存检索(数字3和4)。辅助神经元连接到原始网络稀疏的方式模拟实验约束和训练收敛于辅助记忆模式。然后我们随机诱导损伤在原始网络并分析其与附加外部网络检索记忆的能力。

2.1。Hopfield模型

在我们autoassociative记忆网络,以及人工神经元响应有意义的外部队列稳定,集体活动模式( )。的内存集合 由所有的高维动力系统的吸引子(图2)。在Hopfield的原始配方44,47),一个神经元是“,”状态 ,或“,”状态 。神经元之间的连接强度(重量)和是由并存储在这个矩阵 。颞神经状态是由动力学方程 与输入潜在 和增加功能 在给定的损伤水平,我们随机消除(%)连接,干扰正常网络的能力恢复存储记忆。

2.2。模拟过程:Hopfield模型辅助网络

模拟大脑检索记忆受损,我们选择一个内存集,编码Hopfield网络,导致网络破坏,并测量记忆检索。每个内存是一个独特的二元模式产生一个Unicode(象征维度: 像素),每一个像素代表一个人工神经元的状态值−1(黑色/关)或(白色/)。内存集包含20个符号(见图2)从30-symbol选择数据集。所指出的郭士纳et al。47),数字和字母的字符可以高度相关,Hopfield网络使它难以从部分或嘈杂的队列检索他们没有某种程度的混乱。为了避开这一点,我们优化20块内存集(即通过选择最正交子集。,集体彼此不相关的字符)。我们会称它为最优网络和比较它与nonoptimal内存集,15年的20。这足以观察到显著的性能差异。

2.3。列车辅助网络

为了将辅助网络,我们扩展每个活动模式包括活动表现出在辅助网络检索一个特定的记忆。数据3和4和表1总结我们的方法和仿真参数。在我们的新模型中,每个活动模式是现在旧的记忆模式,与一个辅助记忆,增强模式,。因此, 。

的内存集合是由这些新的活动模式 (图2)。连通性描述神经元之间的连接权值矩阵 。

健康的原始Hopfield网络编码所有20(图存储记忆3(一个));在这个网络是由神经元间的联系,最初的网络连接矩阵。原始网络稀疏连接到少量的辅助神经元为代表,original-auxiliary连接矩阵。校准后,辅助网络收敛于辅助记忆模式(图3 (b))。神经元之间的连接在这个网络,现在商店一组模式,由,辅助网络连接矩阵。我们生成辅助网络连接矩阵(图3 (c))与随机连接到原始网络之前任何损伤,预防的目的。auxiliary-original连接矩阵,,辅助和原始神经元之间的连接权值(图3 (d))。接口的连接度,即小说的一部分,随机两个网络之间的连接,可能会有所不同(5% - -50%)。

正如之前,颞神经状态是由动力学方程 与输入潜在 和增加功能 在哪里 。

连接矩阵用于计算输入的潜力,模拟状态不同的转换,以及神经元内的出现和衰减连接在原始和辅助网络。当余子式插入连接矩阵,每个原始网络模式生成一个辅助网络模式。这些辅助模式记录然后用于构造辅助网络连接矩阵的子矩阵)通过Hopfield模型。

网络训练。一个人

2.4。执行记忆复苏

虚拟病变到原始网络由一个sparsified连接矩阵并导致赤字在内存中(图检索任务4(一))。但由于辅助网络校准和训练,它仍然获取它的辅助模式一旦稀疏的界面被激活(图4 (b)- - - - - -4 (c)),允许一个更健壮的系统(图4 (d))。因此,失败率,也就是说,百分比的时候,最初的网络不能完全检索记忆,显著减少。接下来,我们将讨论不同的参数对性能的影响:噪音水平(0% - -50%),辅助和原始之间的连接网络(0% - -50%),百分比伤害在原始网络(0% - -80%),和大小的辅助网络( 或 )。

记忆恢复。一个人

3所示。结果

3.1。失败率和网络性能

在所有伤害的水平,失败率增加噪音像预期的那样(见图5)。损伤水平 在最优网络表现良好和辅助网络对故障率的影响可忽略不计。然而,一旦超过该值时,故障率随密度界面,这表明辅助网络,,事实上可以防止记忆力丧失原来的网络。如图5,这一趋势是常见的小型(200个神经元)和大型(400个神经元)辅助网络,虽然 和在更大的辅助网络优于较小的一个。

按预期性能下降增加伤害(见图8);然而,在密集的接口提高网络功能在低噪声水平。较小的辅助网络神经元(200)提高了性能 但恶化性能较大的值。更大的辅助网络神经元(400)也改善了性能 但只会恶化 。从提高转向破坏记忆复苏可能是由于这一事实,在高噪声水平,辅助记忆可能不会被检索,因此不正确喂养信息回到原来的网络。最后,图6显示性能减少损失和噪音水平。再次,密集的接口辅助与原始网络抵消伤害对性能的不利影响。更大的辅助网络( )也增强记忆检索比小( )。

3.2。与Nonoptimal内存集

如前所述,Unicode符号可能高度相关制作Hopfield模型难以获取,没有困惑,从嘈杂的或部分队列。数据5,8,6指网络编码的最佳内存子集。为了对比,我们讨论nonoptimal内存集只分享15 20的记忆与最优组;剩下的元素是随机选择从Unicode字符的列表。因此,nonoptimal网络失败率高于最优网络所有噪音和连接水平(图7)。不过,nonoptimal网络显示类似的趋势最优网络;在低损害水平,辅助网络不影响内存检索在更高的伤害水平( 和 在与连通性增加),故障率降低。性能趋势也类似于最优网络(见图8),但较低的值。再次,性能降低增加伤害和噪音(见图9)与密集的接口和更大的辅助网络更好的抵消损失的不利影响。

4所示。讨论

在这项工作中,我们引入一个计算框架来评估潜在的增强记忆检索在受损Hopfield网络。轴突损伤和连接障碍导致失忆而与一个辅助网络通信可能有助于防止损失的功能。在我们的设置中,Hopfield网络可以容忍大量的损害之前记忆丧失随之而来,尽管这可能根据具体参数模拟不同。有益的/辅助网络的疗效更明显的伤害更高的水平,为最优和nonoptimal内存集。结果,辅助网络有望弥补严重赤字而不是帮助健康人检索记忆。

原始之间的界面的密度和外部网络是提高性能的关键因素。自从有了生物学和实验困难,它们可能会限制系统之间的连接的数量,这是有些承诺稀疏连接就可以校准互补的记忆。但即使辅助网络需要阅读活动从只有少数的大脑区域,它必须在许多领域仍然刺激大脑受损。

在我们的设置中,我们最初的网络解释为人类的大脑或者它的一个组件和辅助网络潜在的不同形式,如脑瀑样,一个人工神经网络,或者一个半导体芯片。为了一个瀑样是有用的作为一个辅助网络,它必须遵循相同的Hopfield可塑性规则,重组原网络是这样连接在校准。研究人员最近脑瀑样生长,显示离散大脑区域(8,9]。然而,它是未知的连接在这些瀑样是否可以控制。这种有机的神经网络可训练的它是有用的作为一个辅助网络。另一个障碍克服瀑样的大小。在我们的计算研究中,大的辅助网络帮助记忆检索比小辅助网络;辅助网络原始网络大小的分别为40%和20%,分别。当前脑瀑样最大直径4毫米,使它们大小的不到2%的人类海马与记忆相关的大脑区域存储。辅助网络远小于原来的网络可能不能够增强记忆检索;脑瀑样必须长大是有用的辅助设备。

半导体芯片没有相同的连通性和尺寸约束作为脑瀑样。然而,尽管一个芯片可以可靠地存储和发送信息根据其初始编程,它不像有机神经网络适应性强。脑瀑样能够改变随着时间的推移,人类的大脑变化。这可能与大脑的变化适应能力会让它一直存储和检索信息,尽管记忆大脑的变化。

未来的工作可以模拟更具体或更多生物复杂的神经网络模型和混合bioelectronic系统。神经元显示更复杂的活动而不仅仅是“上”或“,”尽管Hopfield配方仍然提供了重要了解大脑是如何存储和检索记忆的。此外,小说的方法可能会让辅助网络和稀疏auxiliary-original连接防止记忆力丧失。这非常重要,因为实验约束可能只允许几之间连接设备和人类的大脑。

5。结论

最近的技术显示有前途的生物和人工外部网络工程师的方法,将它们连接到大脑2,8,9,35,39]。这个计算研究调查是否这些辅助设备理论上可以改善损伤在网络和改善记忆检索。稀疏的接口足以产生稳定的辅助网络模式(辅助记忆)。原始网络受损后,辅助网络可以连接回到原来的网络,帮助在内存中检索。辅助网络的影响成正比,它的大小和连接到原始网络,尽管它的有利影响可能是明显的只在重大伤害的水平。

这些结果暗示一个辅助网络可以帮助受损严重的网络恢复一些功能损害发生之前校准。辅助设备可以储存记忆的人预测患阿尔茨海默病和允许他们检索记忆尽管严重退化。一个辅助设备也可能有用的人的生活方式使他们在创伤性脑损伤的风险。在受伤之前,个人可以储存记忆的辅助网络,然后使用他们的设备如果脑损伤发生。总之,辅助网络可能是一个有前途的道路改善大脑功能损伤或神经退化后。

的利益冲突

作者宣称没有利益冲突有关这篇文章的出版。

确认

大量的这项研究完成实习期间感觉运动神经工程中心(CSNE)华盛顿大学和国家科学基金会的支持。作者要感谢CSNE实习主持人埃里克•查德勒博士和丽丝·约翰逊博士帮助使这项工作成为可能。他们也感谢梅兰妮韦伯Hopfield模型提供有价值的见解。

引用

1. p . Fromherz”,神经细胞的电接口和半导体芯片”,欧洲化学物理和物理化学杂志》上,3卷,不。3、276 - 284年,2002页。视图:谷歌学术搜索
2. p . Fromherz”与离子通道半导体芯片,和大脑神经细胞,”自然史E:低维系统和纳米结构,16卷,不。1,24到34,2003页。视图:出版商的网站|谷歌学术搜索
3. m·阿拉姆•罗德里格斯(george w . bush), b . n .范教授和n . v . Thakor“脑机接口促进neurorehabilitation通过脊髓损伤后脊髓刺激:最新进展和未来的视角,“大脑研究卷。1646年,男性,2016页。视图:出版商的网站|谷歌学术搜索
4. d·a·特纳“强化功能从创伤性脑损伤和脑机接口神经调节的结果,”转化研究创伤性脑损伤d . Laskowitz和g·格兰特,Eds。,CRC Press/Taylor and Francis Group, Boca Raton (FL), 2016.视图:谷歌学术搜索
5. m . Bershteyn和a·r·克里斯坦”脑瀑样菜:进展和前景,”细胞,卷155,不。1月19日至20日,2013页。视图:出版商的网站|谷歌学术搜索
6. o . Brustle“发育神经科学:微型人类的大脑,”自然,卷501,不。7467年,第320 - 319页,2013年。视图:出版商的网站|谷歌学术搜索
7. 我。Bae和c·a·沃尔什mini-brains ?”科学,卷342,不。6155年,第201 - 200页,2013年。视图:出版商的网站|谷歌学术搜索
8. m·a·兰开斯特·m·雷纳,C.-A。马丁et al .,“脑瀑样人类大脑发展模式和小头畸形。”自然,卷501,不。7467年,第379 - 373页,2013年。视图:出版商的网站|谷歌学术搜索
9. 兰开斯特和j·m·a·a·Knoblich”器官发生在一道菜:建模使用瀑样技术发展和疾病,”科学,卷345,不。6194年,文章ID 1247125, 2014。视图:出版商的网站|谷歌学术搜索
10. 洛布,d . Denney l . s . Hynan et al .,“自我报告的创伤性脑损伤和轻度认知障碍:风险增加和早期诊断的时代,“阿尔茨海默氏症期刊》上,51卷,不。3、727 - 736年,2016页。视图:出版商的网站|谷歌学术搜索
11. d·k·梅农和a . i r .马斯河。”2014年创伤性脑损伤:进步,失败和创伤性脑损伤研究的新方法,”自然神经学评论》,11卷,不。2、71 - 72年,2015页。视图:出版商的网站|谷歌学术搜索
12. b·w·帕特森d·l·阿尔伯特·k·g·Mawuenyega et al .,“年龄和淀粉样蛋白对人体中枢神经系统的影响β-淀粉样蛋白动力学,”神经病学年鉴,卷78,不。3、439 - 453年,2015页。视图:出版商的网站|谷歌学术搜索
13. b . Roozenbeek、a。r .马斯河和d·k·梅农”在创伤性脑损伤的流行病学变化模式,”自然神经学评论》,9卷,不。4、231 - 236年,2013页。视图:出版商的网站|谷歌学术搜索
14. w·蒂斯和l . Bleiler“阿尔茨海默病的事实和数据,”阿尔茨海默氏症和老年痴呆症,9卷,不。2、208 - 245年,2013页。视图:谷歌学术搜索
15. j·k·悦,m·j·瓦萨尔·h·f·Lingsma et al .,“将在创伤性脑损伤研究和临床知识飞行员:多中心实现常见的数据元素对创伤性脑损伤,”杂志上的创伤,30卷,不。22日,第1844 - 1831页,2013年。视图:出版商的网站|谷歌学术搜索
16. r . Adalbert a . Nogradi大肠Babetto et al .,“严重营养不良的轴突在淀粉样斑块保持连续和连接到活细胞的身体,“大脑,卷132,不。2、402 - 416年,2009页。视图:出版商的网站|谷歌学术搜索
17. m . Daianu r·e·雅各布斯t, p·m·汤普森,“轴突直径和密度估计7-Tesla混合扩散成像在转基因老鼠,老年痴呆症”2016年美国医学成像:图像处理2016年3月,圣地亚哥,加利福尼亚州,美国。视图:出版商的网站|谷歌学术搜索
18. d侵袭和i Knuesel解密机制迟发性阿尔茨海默病”,自然神经学评论》,9卷,不。1、25 - 34,2013页。视图:出版商的网站|谷歌学术搜索
19. m·A·Hemphill s Dauth c . j . Yu b·e·达比利和k·k·帕克,“创伤性脑损伤和神经微环境:神经病理转导的潜在作用,”神经元,卷85,不。6,1177 - 1192年,2015页。视图:出版商的网站|谷歌学术搜索
20. m·h·Magdesian f·s·桑切斯,m·洛佩兹et al .,“原子力显微镜显示轴突抵抗损伤的重要差异,”生物物理期刊,卷103,不。3、405 - 414年,2012页。视图:出版商的网站|谷歌学术搜索
21. m·h·Magdesian g . m . Lopez-Ayon m . Mori et al .,“快速机械控制的神经回路的重新布线,”神经科学杂志》上,36卷,不。3、979 - 987年,2016页。视图:出版商的网站|谷歌学术搜索
22. 美国Millecamps和j。朱利安,“轴突运输赤字和神经退行性疾病,”神经系统科学自然评论,14卷,不。3、161 - 176年,2013页。视图:出版商的网站|谷歌学术搜索
23. p·d·玛雅·m·a . Hemphill b .亿康先达c . Zhang k·k·帕克和j . n . Kutz”诊断工具来评估焦轴突肿胀引起的影响在神经退行性疾病和/或创伤性脑损伤,”神经科学杂志》上的方法卷,253年,第243 - 233页,2015年。视图:出版商的网站|谷歌学术搜索
24. p·d .玛雅和j . n . Kutz”功能受损轴突神经退化后,脑震荡和/或创伤性脑损伤,”计算神经科学杂志》上,37卷,不。2、317 - 332年,2014页。视图:出版商的网站|谷歌学术搜索
25. p . d .玛雅和j . n . Kutz”高峰传播识别关键区域的轴突部分,“计算神经科学杂志》上,36卷,不。2、141 - 155年,2014页。视图:出版商的网站|谷歌学术搜索|MathSciNet
26. b . l . Edlow w·a .哥本哈根蓝色美国依奇et al .,“纵向扩散张量成像检测恢复分数各向异性在创伤性轴突损伤病变,“Neurocritical保健,24卷,不。3、342 - 352年,2016页。视图:出版商的网站|谷歌学术搜索
27. a . Hanell j·e·格里尔·m·j .作者和j·t·Povlishock”治疗创伤性脑创伤性轴索的表型反应不同,“Acta Neuropathologica,卷129,不。2、317 - 332年,2015页。视图:出版商的网站|谷歌学术搜索
28. n亨宁,j . Bouley等e . m . Sikoglu et al .,“减毒创伤性轴突损伤和改善功能结果在小鼠缺乏Sarm1创伤性脑损伤后,“大脑,卷139,不。4、1094 - 1105年,2016页。视图:出版商的网站|谷歌学术搜索
29. c . s .希尔、m·p·科尔曼和d·k·梅农“创伤性轴突损伤:机制和转化的机会,”神经科学的趋势,39卷,不。5,311 - 324年,2016页。视图:出版商的网站|谷歌学术搜索
30. p . d .玛雅和j . n . Kutz”反应时间在决策网络障碍诊断创伤性脑损伤和神经系统疾病的标志,”计算神经科学杂志》上,42卷,不。3、323 - 347年,2017页。视图:出版商的网站|谷歌学术搜索
31. j . m . Kunert p·d·玛雅j . n . Kutz和美国Jbabdi受伤connectomic动态的功能和鲁棒性秀丽隐杆线虫:链接行为赤字神经电路损坏,”PLOS计算生物学,13卷,不。1、22页,2017页。视图:出版商的网站|谷歌学术搜索
32. s .鲁迪·p·d .玛雅,j . n .他表示“神经退化引起的认知和行为障碍和创伤性脑损伤模型的潜在作用焦轴突的神经网络与可塑性,”系统和综合神经科学杂志》上,2016年。视图:出版商的网站|谷歌学术搜索
33. d·j·夏普、g·斯科特和r .水蛭”创伤性脑损伤后网络障碍。”自然神经学评论》,10卷,第166 - 156页,2014年。视图:出版商的网站|谷歌学术搜索
34. r . Pizzi g . Cino f . Gelain d·罗赛蒂和a . Vescovi”学习人工神经网络在微电极阵列,”生物系统,卷88,不。1 - 2、1 - 15,2007页。视图:出版商的网站|谷歌学术搜索
35. K.-Y。李,垫片,I.-S。金et al .,”耦合半导体纳米线与神经元及其界面结构,”纳米研究快报,5卷,不。2、410 - 415年,2010页。视图:出版商的网站|谷歌学术搜索
36. 诉Andoralov m·福尔克,d . b . Suyatin et al .,“基于微尺度纳米生物燃料电池电极与电感耦合老鼠大脑神经元,”科学报告卷,3篇文章。3270年,2013年。视图:出版商的网站|谷歌学术搜索
37. l . h .赫斯c . Becker-Freyseng m . s .默说et al .,“电气细胞和石墨烯晶体管之间的耦合,小,11卷,不。14日,第1710 - 1703页,2015年。视图:出版商的网站|谷歌学术搜索
38. K.-Y。李,即金、信息。金正日et al .,“垂直纳米线探测活细胞的胞内信号”纳米研究快报,9卷,不。1、1 - 7,2014页。视图:出版商的网站|谷歌学术搜索
39. s . r . Kim Joo) h·荣格:香港,和y南,“最近的趋势在体外神经微电极阵列技术接口平台,“生物医学工程的信,4卷,不。2、129 - 141年,2014页。视图:出版商的网站|谷歌学术搜索
40. r·m·r·Pizzi d·罗赛蒂g . Cino d·马里诺A.L.Vescovi和w·贝尔,“培养人类神经网络机器人执行机构运转,”生物系统,卷95,不。2、137 - 144年,2009页。视图:出版商的网站|谷歌学术搜索
41. t . Tuma a . Pantazi勒盖洛,a·塞巴斯蒂安和e . Eleftheriou“随机相变神经元,”自然纳米技术,11卷,不。8,693 - 699年,2016页。视图:出版商的网站|谷歌学术搜索
42. s . Rajangam林志信。曾a .阴et al .,“无线皮质脑机接口在灵长类动物,全身导航”科学报告》第六卷,ID 22170条,2016年。视图:出版商的网站|谷歌学术搜索
43. t, s . Merugu w . m .曾荫权et al .,“microfabricated神经探针与多孔si-parylene混合结构,使一个可靠的脑机接口,”学报》第29届IEEE国际会议在微电子机械系统中,微机电系统2016,第156 - 153页,上海,中国,2016年1月。视图:出版商的网站|谷歌学术搜索
44. j。j Hopfield”,神经网络和物理系统和紧急集体计算能力,”美国国家科学院院刊》上的美利坚合众国,卷79,不。8,2554 - 2558年,1982页。视图:出版商的网站|谷歌学术搜索|MathSciNet
45. j。j Hopfield”神经元与分级响应集体像两神经元计算属性,“美国国家科学院院刊》上的美利坚合众国卷,81年,第3092 - 3088页,1984年。视图:谷歌学术搜索
46. z s . g . Hu y Liu刘et al .,“联想记忆实现可重构记忆性Hopfield神经网络,”自然通讯》第六卷,货号。8522年,2015年。视图:出版商的网站|谷歌学术搜索
47. w·郭士纳,w·m·基斯特勒公司r . Naud和l . Paninski”神经动力学:从单一神经元网络和认知模式,”神经动力学:从单一的神经元网络和认知模型,2014年,页1 - 577。视图:出版商的网站|谷歌学术搜索
48. m . Garagnani t Wennekers, f . Pulvermuller”的神经解剖学的接地Hebbian-learning模型attention-language相互作用在人类的大脑,”欧洲神经科学杂志》上,27卷,不。2、492 - 513年,2008页。视图:出版商的网站|谷歌学术搜索
49. m . Garagnani t Wennekers, f . Pulvermuller”招聘和巩固细胞组件的单词通过hebbian多层神经网络学习和竞争,”认知计算,1卷,不。2、160 - 176年,2009页。视图:出版商的网站|谷歌学术搜索
50. t . Wennekers m . Garagnani f . Pulvermuller,“语言模型基于Hebbian电池组件,”生理学杂志》的巴黎,卷100,不。1 - 3,30,2006页。视图:出版商的网站|谷歌学术搜索
51. r . c . Anafi和j·h·t·贝茨,”平衡鲁棒性对hopfield-type模型中的多个吸引子的危险的生物,”《公共科学图书馆•综合》,5卷,不。12篇文章ID e14413 2010。视图:出版商的网站|谷歌学术搜索
52. r·a·塞斯和l·h·a·蒙泰罗突触hopfield网络补偿:影响记忆康复,”神经计算和应用,2011年。视图:谷歌学术搜索
53. 大肠Ruppin和j . a . Reggia”模式的功能损伤神经网络联想记忆模型,”神经计算,1995年。视图:谷歌学术搜索
54. s .鲁迪·p·d .玛雅,j . n .他表示“神经退化引起的认知和行为障碍和创伤性脑损伤模型的潜在作用焦轴突的神经网络与可塑性,”系统和综合神经科学杂志》上,2016年。视图:谷歌学术搜索

版权

版权©2017 m·莫里森等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。