科学家们越来越意识到他们必须依靠技术的快速发展和振兴神经科学理论神经科学的实质性进展。他们已经意识到,应该有一个广泛的视野和探索整个大脑的神经活动从进化的角度来看,从大规模的神经科学的角度。所有这些研究都与大脑可塑性和神经可塑性密切相关。

我们发现有一个无形的但不可逾越的差距各级神经科学的研究成果,以及研究成果不能引用在不同层次上,相互影响和融合。特别是,在计算神经科学领域的研究大脑中的认知活动有好有坏。这个问题是一个突破一般认知神经科学的一个障碍。特别是机制的研究意识、思维、智力、预测和视觉感知缓慢。几乎没有进展创造力的本质和内存存储和检索。这是一个巨大的挑战,今天大脑科学的发展。认知神经科学的发展不仅是越来越依赖于实验技术手段的进步和严格的实验数据,但是也需要理解和我的大脑网络的信号处理和传输原理从理论高度量化方法和见解的内部机制神经编码分布模式,以找到法律和大量实验数据背后的本质。

这个特殊问题的目标是增加知识的大脑功能和进一步的理解大脑的基础和各种疾病的预测,从大规模的神经科学的角度。最初的研究和评论文章是受欢迎的。

潜在的主题包括但不限于以下:

• 大脑结构和功能网络模型和全球神经编码基于神经可塑性
• 造型分析和临床应用基于神经可塑性的神经疾病
• 工作模式和相应的默认模式网络的能源消耗产生自发活动当大脑处于静止状态
• 默认模式网络的作用和贡献认知神经网络的形成
• 机械力信号的反馈机制在神经系统的神经信息处理
• 大脑的神经动力的模型动脉angiodynamics,血流变化,和神经网络耦合
• 神经元活动加上神经胶质细胞和毛细血管力学模型
• 预测和诊断多种类型的认知功能障碍的脑皮层血管的疲劳和损伤模型
• 非线性动力分析的射击模式耦合神经元网络系统
• 深度学习和神经可塑性的大脑网络模型
• 聪明的大脑网络的计算
• 应用神经可塑性的人机融合系统