《Neurocomputing》：Modeling and Modulation of Delta Abnormalities in Thalamocortical Circuits: Insights into Disorders of Consciousness
编辑推荐：
摘要有节律的 δ 波段振荡（0.5–4 Hz）在大尺度神经协调中起着基本作用，特别是在深度睡眠和无意识状态下。然而，它们的过度放大是意识受损的标志，如意识障碍（DOC）。了解网络参数如何驱动这些慢波节律的出现，以及靶向干预如何调节它们，需要连接非线性神经动力学与控制理论。在此
摘要
有节律的 δ 波段振荡（0.5–4 Hz）在大尺度神经协调中起着基本作用，特别是在深度睡眠和无意识状态下。然而，它们的过度放大是意识受损的标志，如意识障碍（DOC）。了解网络参数如何驱动这些慢波节律的出现，以及靶向干预如何调节它们，需要连接非线性神经动力学与控制理论。在此，我们开发了一个基于生理信息的集总丘脑皮层神经质模型（NMM），通过系统地改变兴奋 - 抑制增益和突触耦合强度来重现 δ 振荡。为了定量分析非线性振荡行为，我们采用描述函数分析，将静态非线性近似为依赖于幅值的增益 。这种方法使得构建奈奎斯特轨迹图成为可能，该图大约可以（1）识别 δ 极限环的起始条件，（2）估计主导振荡频率和幅度，以及（3）预测周期性电刺激如何改变有效环路增益以抑制病理性节律。模拟显示，皮层兴奋 - 抑制失衡以及减弱的有效皮层内或皮层丘脑耦合会诱导 δ 主导的极限环，而高频双相电刺激通过移动临界奈奎斯特交点来抑制 δ 振荡并恢复网络稳定性。在非线 性模拟、功率谱密度（PSD）结果和分析预测之间的一致性的支持下，这种时域和频域结合框架阐明了 δ 节律功能障碍的机制起源，并为 DOC 中的节律靶向神经调节提供了一种可解释的分析基础。
引言
神经振荡协调群体水平的脑活动并支持认知功能和意识状态[1], [2], [3]。在这些振荡中，δ 波段活动（0.5–4 Hz）在深度睡眠期间在生理上很突出，但在意识障碍（DOC）中变得持续且病理性增强。临床脑电图（EEG）研究一致将 δ 功率增加和 δ 主导同步性与意识减少、丘脑皮层整合受损以及皮层复杂性降低联系起来 [4], [5], [6]。
因此，异常的 δ 活动代表了意识受损的重要群体水平动态标志，而不仅仅是脑电图频率的变化。其幅度、主导频率和同步性反映了神经元兴奋性、兴奋 - 抑制平衡以及丘脑皮层回路内有效信息传递的改变。然而，仅凭脑电图观察无法确定这些回路水平的改变如何产生并维持病理性 δ 振荡，或者它们如何可能被治疗性刺激调节[7], [8]。因此，δ 节律产生的机制建模提供了一个有意义的框架，用于将 DOC 相关的脑电图特征与潜在的丘脑皮层群体动力学联系起来，并调查潜在的神经调节机制。
神经生理学研究长期以来一直强调大脑皮层和丘脑在意识产生中的不可或缺的作用[9], [10]。沿丘脑皮层通路或皮层网络内的结构性或功能性断连被认为会诱导皮层活动的全球性“禁用”[11], [12]，通常表现为神经元放电率的降低，这是由于兴奋性输入丧失或丘脑中继参与度减弱所致[13], [14], [15]。在临床上，弥漫性损伤——如在昏迷或全身麻醉下观察到的——经常与低频振荡的出现有关，特别是在 δ 波段，同时伴有脑复杂性的显著降低[16], [17], [18]。
通过测量皮层群体的同步活动，脑电图提供了观察 δ 波段现象的非侵入性窗口[19]。频域分析通常揭示，δ 功率升高与 theta（4–8 Hz）和 alpha（8–13 Hz）波段的抑制同时发生，同时全局效率和长程连接性降低[20], [21]。这种标志不仅出现在深度睡眠或麻醉期间，也出现在 DOC 中，其中病理性 δ 放大与临床严重程度相关。尽管如此，仅凭经验观察无法区分潜在的 nonlinear 机制，也无法预测靶向干预如何恢复健康节律[22], [23]。
计算建模已成为经验研究的重要补充，使得能够系统地探究特定的生理参数如何控制节律发生[24], [25], [26], [27]。介观丘脑皮层神经质模型（NMMs）通过表示相互作用的锥体细胞、抑制性中间神经元以及丘脑中继/网状核群体，重现了 δ 振荡的关键特征[28]。相关的计算研究还展示了动力学建模在揭示病理性振荡、吸引子转变及其受刺激调节方面的价值 [29], [30], [31]。虽然时域模拟捕捉了改变突触增益或连接性下慢波活动的定性出现，但它们并不直接产生精确的分岔阈值或调节预测标准[32]。为了解决这个问题，频域工具——如描述函数分析——将非线性放电率传递函数近似为依赖于幅值的增益，允许基于奈奎斯特识别极限环起始，预测振荡幅度和波形，并严格预测周期性输入将如何改变网络稳定性[33], [34]。
在本研究中，构建了一个基于生物物理信息的丘脑皮层 NMM，以调查异常 δ 节律的起源和调节。该模型将皮层亚群体与丘脑核整合在一起，以捕获病理性振荡潜在的回路级动力学。然后采用基于描述函数的奈奎斯特分析来量化非线性相互作用，预测极限环起始，并确定振荡幅度和稳定性。虽然该框架适用于任何以 δ 失调为特征的状况，但在此处应用于 DOC，说明了关于 δ 节律的详细机制见解如何能为靶向神经调节策略提供信息。
章节摘要
丘脑皮层网络模型描述
节律性脑活动的产生关键取决于有效的丘脑皮层整合，这使得神经信息的传输和分离成为可能[35], [36]。特别是，丘脑对全局脑节律发挥着关键的调控作用——调节意识状态和睡眠——而大脑皮层支持高级认知功能和复杂信号处理。双向丘脑皮层连接形成维持意识所必需的 conduits（通道）
结果
为了系统地检查基于已建立的丘脑皮层网络模型贡献于异常 δ 节律产生的网络动力学，定义了参数变化的两个维度：（1）内在参数维度——改变每个神经质内的兴奋性和抑制性增益常数，以模拟局部兴奋性调节的变化；以及（2）连接参数维度——修改皮层内、丘脑内以及跨...
结论与讨论
本研究提出了一种统一的时域和频域框架，用于在集总丘脑皮层神经质模型中研究病理性 δ 振荡。结果表明，皮层兴奋 - 抑制平衡是与 DOC 相关的病理性 δ 振荡的关键控制机制：减少兴奋性增益或增强抑制性增益会促进稳定的 δ 波段振荡[40], [41]。减弱的皮层内和丘脑皮层耦合也增强了慢波群体活动，
CRediT 作者贡献声明
Weitong Liu: 写作 – 审阅与编辑，写作 – 初稿，方法论，概念化。 Bin Deng: 监督，概念化。 Jiang Wang: 监督，资金获取，概念化。 Yi Yang: 监督，资金获取。 Chen Liu: 写作 – 审阅与编辑，监督，资金获取，概念化。
利益冲突声明
作者声明他们没有任何已知的竞争财务利益或个人关系，这些关系可能已经影响或似乎影响了本报告中描述的工作。
致谢
本工作得到了国家自然科学基金（项目编号：62173241，项目编号：82371197）、STI2030 重大项目资助（2022ZD0205300）以及教育部机器智能与系统控制重点实验室开放研究基金（编号：MISC- 202404）的支持。
Weitong Liu 于 2020 年和 2022 年分别获得中国天津大学天津分校的学士学位和硕士学位。他目前正在中国天津大学天津分校电气与信息工程学院攻读博士学位。他目前的研究兴趣包括计算神经科学、神经形态计算和闭环神经调节。
Weitong Liu|Bin Deng|Jiang Wang|Yi Yang|Chen Liu
