导语


随着电生理学、网络建模、机器学习、统计物理、类脑计算等多种技术方法的发展，我们对大脑神经元相互作用机理与连接机制，对意识、语言、情绪、记忆、社交等功能的认识逐渐深入，大脑复杂系统的谜底正在被揭开。为了促进神经科学、系统科学、计算机科学等领域研究者的交流合作，我们发起了【神经动力学模型读书会】，本次分享属于【神经动力学模型读书会】第一期：复杂神经动力学：分析与建模（下）。


【神经动力学模型读书会】第一期，我们邀请到香港浸会大学周昌松教授，分享复杂神经动力学的相关研究工作。本期读书会将于3月26日（周六）14:00-16:00举办，直播报名入口见后文。






背景




大脑的皮层连接与活动度都很复杂。皮层神经回路虽然在单个神经元层面显示出高度不规则的脉冲，但在群体神经元层面表现出集体放电、震荡和临界雪崩，在全脑水平表现出大尺度的波传播和功能的相互作用，这些对大脑的信息处理都具有重要的意义。


The brain is highly complex in both cortical connectivity and activity. Cortical neural circuits display highly irregular spiking in individual neurons but variably sized collective firing, oscillations and critical avalanches at the population level and large-scale wave propagation and functional interaction at whole-brain level, all of which have functional importance for information processing.




简介




在上次分享中，周昌松老师首先回顾了从不规则的神经元脉冲到震荡、雪崩以及皮层波的传播等不同尺度神经活动的一些关键特征；然后介绍了他们在理解大脑的多尺度神经动力学性质和高成本效益分析方面的研究。

在本周的分享中，周昌松老师将通过研究案例讨论神经动力学在信息处理、认知能力和脑损伤中的发展应用，介绍基于机器学习的神经计算模型，并对神经动力学的发展前景进行展望。


In the last talk, he first reviewed some key features of neural activity patterns across different scales, from irregular neuronal spikes, to oscillations and avalanches and cortical propagation waves. Then he mainly introduced their work trying to understand prominent multilevel neural dynamics properties and its high cost-effectivenessusing neural circuit models and systems level analysis.


In this talk, impact of neural dynamics in information processing, cognitive abilities and impairment will be briefly discussed with a few examples. Then he will introduce models of neural computing from machine learning. Finally, he will give an outlook on future research.





分享大纲




  • 简介：大脑作为多尺度复杂动态网络的功能系统与成本效益权衡
  • 在神经网络模型和平均场分析中协调不规则的神经元脉冲、神经元雪崩和振荡
  • 少即是多：神经回路动力学的成本效益
  • 信息处理中的复杂神经动力学——学习和记忆拯救
  • 意识恢复过程中复杂的皮层波传播
  • 大规模功能连接：层次模块化组织、多样性、平衡和认知能力
  • 基于机器学习的神经计算模型
  • 展望

Outline of this talk
  • Introduction: brain as multi-scale complex dynamical network and functional system; cost-efficiency trade-off
  • Reconcile irregular neuronal spiking, neural avalanches and oscillations in neural network model and mean-field analysis
  • Less is more: cost-effectiveness in neural circuit dynamics
  • Complex neural dynamics in information processing–learning and memory rescue
  • Complex cortical propagation waves during the recovery of consciousness
  • Large-scale functional connectivity: hierarchical modular organization, diversity, balance and cognitive ability

  • Model of neural computing from machine learnin

  • Outlooks





主讲人：周昌松




周昌松，物理学博士，香港浸会大学物理系教授、系主任，浸会大学非线性研究中心主任，计算及理论研究所副所长。1992年获南开大学物理学士，1997年获南开大学物理博士，1997-2007年在新加坡、香港、德国等地从事访问研究， 是洪堡基金获得者。2007年加入香港浸会大学物理系， 2011年获浸会大学”杰出青年研究者校长奖”，2021年获”杰出研究表现校长奖”。在国际交叉学术刊物 PNAS，PRL，Physics Reports，National Science Review，J Neuroscience，NeuroImage，Cerebral Cortex，PLoS Computational Biology等发表论文150余篇 (Google Scholar引用15900余次，H因子为48)。任Scientific Reports 编委，PLoS One，Cognitive Neurodynamics学术编辑，及多种国际期刊常任审稿人。

研究方向：对生物神经网络复杂结构、动力学及其低成本高效益如何启发类脑智能具有浓厚的兴趣。致力于复杂系统动力学基础研究及其应用，特别是网络的复杂联结结构与体系的动态行为的关系和相互作用。近几年与国际国内系统和认知神经科学家合作，把这些理论进展应用到大脑的复杂联结结构和活动以及认知功能及障碍的分析和建模等方面研究中。




主持嘉宾：刘泉影




刘泉影老师会对读书会的安排做一个简单的介绍，包括大脑的多尺度动力学建模、动力学模型和机器学习模型的融合及动力学模型在脑疾病、脑认知、类脑计算中的应用。

刘泉影，南方科技大学生物医学工程系助理教授，博士生导师，神经计算与控制实验室PI。本科和硕士毕业于兰州大学信息学院，博士毕业于瑞士苏黎世联邦理工大学生物医学工程方向，在美国加州理工学院进行计算与数学科学方向的博士后训练。

研究方向：机器学习算法、多模态神经信号处理、神经计算建模、医学人工智能等等。




直播信息




时间：
2022年3月26日（本周六）下午14:00-16:00

参与方式：
文末扫码参与神经动力学模型读书会，加入群聊，获取系列读书会回看权限，成为神经动力学社区的种子用户，与300余位神经动力学社区的一线科研工作者与企业实践者沟通交流，共同推动神经动力学的发展（扫描下方二维码报名本次读书会，扫描文末二维码报名整季读书会）。

扫码预约

参考文献:
[1]  D.P. Yang, H.J. Zhou* and C.S. Zhou*, Co-emergence of Multi-scale Cortical Activities of Irregular firing, Oscillations and Avalanches Achieves Cost-efficient Information Capacity, PLoS Computational Biology 13, e1005384 (2017).
[2]  J.H. Liang, T.S. Zhou and C.S. Zhou*, Hopf Bifurcation in Mean Field Explains Critical Avalanches in E-I Balanced Neuronal Networks: A Mechanism for Multiscale Variability, Frontiers in Systems Neuroscience, 14, 580011 (2020).
[3]  J. Liang, S.J. Wang, and C.S. Zhou*, Less is More: Wiring-Economical Modular Networks Support Self-Sustained Firing-Economical Neural Avalanches for Efficient Processing, National Science Review. doi.org/10.1093/nsr/nwab102
[4]  J.H. Lian and C.S. Zhou*, Criticality enhances the multilevel reliability of stimulus responses in cortical neural networks, PLoS Computational Biology 18 (1), e1009848 (2022).
[5]  Y.Q. Liang Y, C. Song, M.X. Liu, P.L. Gong, C.S. Zhou*, T. Knöpfel*. Cortex-wide dynamics of intrinsic electrical activities: propagating waves and their interactions. Journal of Neuroscience. 41, 36635-36678 (2021).
[6]  K.T. Li, J. Liang, C.S. Zhou*. Gamma Oscillations Facilitate Effective Learning in Excitatory-Inhibitory Balanced Neural Circuits. Neural Plasticity, 6668175 (2021).
[7]  R. Wang, P. Lin, M.X. Liu, Y. Wu*, T. Zhou and C.S. Zhou*, Hierarchical Connectome Modes and Critical State Jointly Maximize Human Brain Functional Diversity. Phys. Rev. Lett. 123, 038301 (2019).
[8]  R. Wang, M.X. Liu, X. Cheng, Y. Wu, A. Hildebrandt*, and C.S. Zhou*. Segregation, integration and balance of large-scale resting brain networks configure different cognitive abilities, ProcNatlAcadSci USA, 118 (23), e2022288118 (2021).
[9]  Z.D. Bi and C.S. Zhou*, Understanding the computation of time using neural network models, ProcNatlAcadSci USA, 117, 10530 (2020).


神经动力学模型读书会启动


本着促进神经科学、系统科学以及计算机科学等不同领域的学术工作者的交流与合作，激发有志于加入脑科学与类脑研究这一领域的同学们的研究兴趣，集智俱乐部和天桥脑科学研究院联合发起了神经动力学模型读书会。聚焦于神经科学中的动力学建模这一前沿课题，围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。读书会将于2022年3月19日开始，每周六下午14:00-16:00（或每周五晚上19:00-21:00，根据实际情况调整）进行，预计持续10-12周。

读书会大纲一览：

  1. 复杂神经动力学：分析与建模
  2. 神经元动力学
  3. 神经动力学场论
  4. 全脑动态模拟
  5. 多尺度生成模型
  6. 睡眠调控
  7. 癫痫发作的神经动力学
  8. 神经调控
  9. 决策的神经计算机制
  10. 脉冲神经网络的应用
  11. 总结圆桌会





点击“阅读原文”，报名直播