Аннотация:
Статья посвящена вопросам влияния стохастической динамики нейронных ансамблей мозга на восприятие и обработку сенсорной информации, а также принятия решений на её основе. Рассмотрены источники шума в нервной системе при обработке сенсорной информации, а также некоторые стратегии нервной системы для компенсации или учёта стохастических процессов. Обсуждаются эксперименты и математические модели, где при восприятии сенсорной информации существенную роль начинает играть стохастическая динамика мозга. При этом особое внимание уделено таким парадигмам исследования шума в мозге, как восприятие слабых стимулов, близких к порогу чувствительности, и бистабильных неоднозначных стимулов. Описаны методы оценки шума мозга как с помощью психофизических экспериментов, так и в результате непосредственного анализа данных нейровизуализации. В заключение рассматриваются некоторые вопросы применения концепции стохастической динамики мозга в задачах биомедицинской диагностики различных неврологических заболеваний.
Ключевые слова:
нейронные сети, головной мозг, стохастический процесс, восприятие, математические модели, психофизика, стохастический/когерентный резонанс, анализ электроэнцефалограмм и магнитоэнцефалограмм.
Финансовая поддержка
Номер гранта
Программа Приоритет-2030
Работа поддержана программой “Приоритет–2030” Министерства образования и науки РФ.
Поступила:8 декабря 2022 г. Одобрена в печать: 27 декабря 2022 г.
Образец цитирования:
А. Н. Писарчик, А. Е. Храмов, “Стохастические процессы в нейронной сети головного мозга и их влияние на восприятие и принятие решений”, УФН, 193:12 (2023), 1298–1324; Phys. Usp., 66:12 (2023), 1224–1247
\RBibitem{PisKhr23}
\by А.~Н.~Писарчик, А.~Е.~Храмов
\paper Стохастические процессы в нейронной сети головного мозга и их влияние на восприятие и принятие решений
\jour УФН
\yr 2023
\vol 193
\issue 12
\pages 1298--1324
\mathnet{http://mi.mathnet.ru/ufn15599}
\crossref{https://doi.org/10.3367/UFNr.2022.12.039309}
\adsnasa{https://adsabs.harvard.edu/cgi-bin/bib_query?2023PhyU...66.1224P}
\transl
\jour Phys. Usp.
\yr 2023
\vol 66
\issue 12
\pages 1224--1247
\crossref{https://doi.org/10.3367/UFNe.2022.12.039309}
\isi{https://gateway.webofknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcApp=Publons&SrcAuth=Publons_CEL&DestLinkType=FullRecord&DestApp=WOS_CPL&KeyUT=001172931200004}
\scopus{https://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-85177602649}
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/ufn15599
https://www.mathnet.ru/rus/ufn/v193/i12/p1298
Эта публикация цитируется в следующих 6 статьяx:
Olesia Dogonasheva, Daniil Radushev, Boris Gutkin, Denis Zakharov, “Dynamical manifold dimensionality as characterization measure of chimera states in bursting neuronal networks”, Communications in Nonlinear Science and Numerical Simulation, 140 (2025), 108321
Alexander E. Hramov, Nikita Kulagin, Alexander N. Pisarchik, Andrey V. Andreev, “Strong and weak prediction of stochastic dynamics using reservoir computing”, Chaos: An Interdisciplinary Journal of Nonlinear Science, 35:3 (2025)
Sergey A. Lobov, Alexey Zharinov, Dmitry Kurganov, Viktor B. Kazantsev, “Network memory consolidation under adaptive rewiring”, Eur. Phys. J. Spec. Top., 2025
А. Е. Храмов, “Профессор Александр Писарчик: научные достижения и 70 лет продуктивной деятельности”, Известия вузов. ПНД, 32:3 (2024), 289–293
Nikita Kulagin, Andrey Andreev, Alexander Hramov, 2024 8th Scientific School Dynamics of Complex Networks and their Applications (DCNA), 2024, 145
A. Badarin, A. Andreev, “Reservoir computing allows recovering hidden network dynamics”, 2023 7th Scientific School Dynamics of Complex Networks and their Applications (DCNA), 2023, 23
, А. Е. Храмовbc
Цитирование в формате AMSBIB
Обратная связь: