基于孪生脑仿真模型的多巴胺动态耦合方法技术

本申请涉及一种基于孪生脑仿真模型的多巴胺动态耦合方法

【技术实现步骤摘要】
基于孪生脑仿真模型的多巴胺动态耦合方法、装置和设备


[0001]本申请涉及数据处理
，特别是涉及一种基于孪生脑仿真模型的多巴胺动态耦合方法
、
装置和设备
。

技术介绍

[0002]多巴胺是中枢神经系统内重要的神经递质之一，参与调节多种精神活动，如愉悦感
、
认知
、
成瘾等
。
多巴胺在机体内合成时以酪氨酸为原料，脑内多巴胺主要由黑质细胞合成，这些多巴胺参与锥体外系统的活动，多巴胺稳态发生改变可能导致多种疾病，如抑郁症
、
精神分裂症
、
阿兹海默症等
。
多巴胺参与大脑多条神经调节通路，包括黑质纹状体通路
、
中脑边缘通路
、
中脑皮质通路和结节漏斗通路，与运动调控
、
奖赏行为和成瘾
、
垂体内分泌活动调节有关
。
[0003]根据多巴胺刺激（
D1
）或抑制（
D2
）腺苷酸环化酶的活性并产生第二信使分子环腺苷酸
(cAMP)
的能力，
cAMP
水平能够调控细胞代谢包括离子通道功能，使跨膜 G 蛋白耦联受体去敏化，
cAMP
水平升高导致神经递质释放，反之抑制神经递质释放
。
多巴胺受体最初被分为两大类，分子遗传学的飞速进步极大地促进了新型多巴胺受体
D3、D4
和
D5
的分离和表征，使之具有与传统
D1
或
D2
受体不同的解剖学定位
。
根据肽序列和药理学特征（包括它们对不同信号转导级联的影响），这五种多巴胺受体目前分为两个家族：
D1
样家族，包括
D1
和
D5
受体；以及
D2
样家族，包括
D2、D3
和
D4
受体
。
[0004]黑质为多巴胺的主要产生部位，生成的多巴胺通过黑质纹状体通路由纹状体接受，纹状体内细胞密集，中型多棘神经元是纹状体内主要的信息整合神经元，释放递质主要为
γ
‑
氨基丁酸
(GABA)
，中型多棘神经元能够接受大脑皮层发出的谷氨酸能纤维投射，还能够接受黑质致密部的多巴胺能纤维投射
。
中型多棘神经元有两种类型，它们的细胞膜中分别有多巴胺
D1
和
D2
受体， 其纤维分别投射到苍白球内侧部和苍白球外侧部，分别影响纹状体
‑
苍白球的直接
/
间接通路
。
黑质
‑
纹状体通路中多巴胺能够通过激活
D1
受体可以增强直接通路的活动，或通过激活
D2
受体抑制间接通路的作用，具体作用方式可参见图
1。
图中实线表示兴奋作用，虚线表示抑制作用，
DA
表示多巴胺，
GLU
表示谷氨酸
。
[0005]然而大脑活动非常复杂，即使是在传统动物模型中，关于多巴胺仍有非常多问题需要解决和验证
。
数字孪生脑是一个新兴发展的领域，近年来对神经递质的孪生脑仿真模型研究越来越多，然而由于多巴胺受体不唯一，受体间作用较为复杂，且经常会影响到其他递质的作用导致情况更加复杂，因此关于多巴胺作用的孪生脑建模进展较为缓慢
。

技术实现思路

[0006]基于此，有必要针对上述技术问题，提供一种基于孪生脑仿真模型的多巴胺动态耦合方法
、
装置和设备
。
[0007]第一方面，本申请实施例提供了基于孪生脑仿真模型的多巴胺动态耦合方法，所述方法包括：
基于被试者脑部的多模态成像，分别获得所述被试者脑部多巴胺
D2
受体密度
、
人脑结构连接矩阵以及经验人脑功能连接矩阵；其中，所述被试者包括实验组和对照组，所述实验组服用氨基酸混合液，所述对照组服用不含苯丙氨酸和酪氨酸的氨基酸混合液；基于所述被试者脑部多巴胺
D2
受体密度，构建多巴胺神经递质孪生脑仿真模型，并将所述实验组的所述人脑结构连接矩阵输入至所述多巴胺神经递质孪生脑仿真模型中模拟大脑活动，直至所述实验组所有脑区均获得稳定的兴奋性发放率；将所述稳定的兴奋性发放率输入至血氧动力学模型，获得所述实验组的模拟人脑功能连接矩阵；遍历所有所述多巴胺神经递质孪生脑仿真模型中的多巴胺受体
‑
兴奋性电流耦合加权和多巴胺受体
‑
抑制性电流耦合加权的组合，基于所述实验组的模拟人脑功能连接矩阵与所述经验人脑功能连接矩阵的皮尔森相关系数，确定一组最优的所述多巴胺受体
‑
兴奋性电流耦合加权和所述多巴胺受体
‑
抑制性电流耦合加权，以获得最优多巴胺神经递质孪生脑仿真模型；使用所述最优多巴胺神经递质孪生脑仿真模型模拟目标人员的大脑活动，获得多巴胺对所述目标人员各个脑区的活动水平变化
。
[0008]在其中一个实施例中，所述基于所述被试者脑部多巴胺
D2
受体密度，构建多巴胺神经递质孪生脑仿真模型包括：基于所述被试者脑部多巴胺
D2
受体密度，建立所述被试者服用氨基酸混合液后各脑区抑制电流的变化和受体密度的关系；建立关系如下：；其中，
k1表示多巴胺
D2
受体产生的作用电流与
D2
受体密度的系数，
k2表示
D1
受体产生的作用电流与
D2
受体产生的作用电流的系数，
R
0n
表示服用氨基酸混合液前第
n
个脑区的
D2
受体密度，
Rn
表示服用氨基酸混合液后第
n
个脑区的
D2
受体密度；将所述被试者服用氨基酸混合液后各脑区抑制电流的变化与数字孪生脑模型耦合，获得多巴胺神经递质孪生脑仿真模型
。
[0009]在其中一个实施例中，所述多巴胺神经递质孪生脑仿真模型如下：；；；；；
；其中，
I
(E)n
表示第
n
个脑区的兴奋性电流，
I
(I)n
表示第
n
个脑区的抑制性电流，
r
(E)n
表示第
n
个脑区的兴奋性发放率，
r
(I)n
表示第
n
个脑区的抑制性发放率，
S
(E)n
表示第
n
个脑区的兴奋性突触门控，
S
(I)n
表示第
n
个脑区的抑制性突触门控，
I0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于孪生脑仿真模型的多巴胺动态耦合方法，其特征在于，所述方法包括：基于被试者脑部的多模态成像，分别获得所述被试者脑部多巴胺
D2
受体密度
、
人脑结构连接矩阵以及经验人脑功能连接矩阵；其中，所述被试者包括实验组和对照组，所述实验组服用氨基酸混合液，所述对照组服用不含苯丙氨酸和酪氨酸的氨基酸混合液；基于所述被试者脑部多巴胺
D2
受体密度，构建多巴胺神经递质孪生脑仿真模型，并将所述实验组的所述人脑结构连接矩阵输入至所述多巴胺神经递质孪生脑仿真模型中模拟大脑活动，直至所述实验组所有脑区均获得稳定的兴奋性发放率；将所述稳定的兴奋性发放率输入至血氧动力学模型，获得所述实验组的模拟人脑功能连接矩阵；遍历所有所述多巴胺神经递质孪生脑仿真模型中的多巴胺受体
‑
兴奋性电流耦合加权和多巴胺受体
‑
抑制性电流耦合加权的组合，基于所述实验组的模拟人脑功能连接矩阵与所述经验人脑功能连接矩阵的皮尔森相关系数，确定一组最优的所述多巴胺受体
‑
兴奋性电流耦合加权和所述多巴胺受体
‑
抑制性电流耦合加权，以获得最优多巴胺神经递质孪生脑仿真模型；使用所述最优多巴胺神经递质孪生脑仿真模型模拟目标人员的大脑活动，获得多巴胺对所述目标人员各个脑区的活动水平变化
。2.
根据权利要求1所述的方法，其特征在于，所述基于所述被试者脑部多巴胺
D2
受体密度，构建多巴胺神经递质孪生脑仿真模型包括：基于所述被试者脑部多巴胺
D2
受体密度，建立所述被试者服用氨基酸混合液后各脑区抑制电流的变化和所述受体密度的关系；建立关系如下：；其中，
k1表示多巴胺
D2
受体产生的作用电流与
D2
受体密度的系数，
k2表示
D1
受体产生的作用电流与
D2
受体产生的作用电流的系数，
R
0n
表示服用氨基酸混合液前第
n
个脑区的
D2
受体密度，
Rn
表示服用氨基酸混合液后第
n
个脑区的
D2
受体密度；将所述被试者服用氨基酸混合液后各脑区抑制电流的变化与数字孪生脑模型耦合，获得多巴胺神经递质孪生脑仿真模型
。3.
根据权利要求2所述的方法，其特征在于，所述多巴胺神经递质孪生脑仿真模型如下：；；；；
；；其中，
I
(E)n
表示第
n
个脑区的兴奋性电流，
I
(I)n
表示第
n
个脑区的抑制性电流，
r
(E)n
表示第
n
个脑区的兴奋性发放率，
r
(I)n
表示第
n
个脑区的抑制性发放率，
S
(E)n
表示第
n
个脑区的兴奋性突触门控，
S
(I)n
表示第
n
个脑区的抑制性突触门控，
I0表示整体有效外部输入，
w
＋
表示循环兴奋加权，
J
E
表示兴奋性突触加权，
J
I
表示抑制性突触加权，
G
表示全局耦合系数，
C
np
表示第
n
个脑区和第
p
个脑区间的结构连接，
R
0n
表示服用氨基酸混合液前第
n
个脑区的
D2
受体密度，
R
n
表示表示服用氨基酸混合液后第
n
个脑区的
D2
受体密度，
K
E
表示多巴胺受体
‑
兴奋性电流耦合加权，
K
I
表示多巴胺受体
‑
抑制性电流耦合加权，
H
(E)
表示兴奋性神经元反馈函数，
H
(I)
表示抑制性神经元反馈函数，
I
(E)thr
表示兴奋性阈值电流，
I
(I)thr
表示抑制性阈值电流，
g
E
表示兴奋性放大系数，
g
I
表示抑制性放大系数，
d
E
表示
H
在

【专利技术属性】
技术研发人员：张军阳，郑若楠，王志超，王辰，张瑜，蒋田仔，
申请(专利权)人：之江实验室，
类型：发明
国别省市：