脑电信号源之开放电场闭合电场

本文介绍了脑电信号中开放电场和闭合电场的概念,与大脑皮层锥体细胞的关系。开放电场由排列整齐的神经元活动形成,易于记录;而闭合电场则因神经元对称分布导致电位抵消,难以检测到脑电信号。

关注“心仪脑”查看更多脑科学知识的分享。

皮层是大脑半球表面的一层灰质,平均厚度为2~3mm。大脑皮层约有140亿个神经元,这些众多的神经元分层排列,一般分为6层,位于最内层的是锥体细胞。上期推送,我们向大家介绍了脑电信号的产生,本质上是大锥体细胞突触后电位集聚的结果,想必大家此刻对于锥体细胞一定不会感到陌生了。

今天向各位介绍的开放电场和闭合电场的概念也与锥体细胞有关。首先我们来了解一下开放电场和闭合电场的定义。

所谓开放电场,一般指的是当一簇排列整齐的神经元共同活动时,容易形成有效电场,可以从头皮上记录这种宏观的电位变化。

(图1 开放电场)

我们能够记录到的产生开放电场的神经元大都是大锥体细胞,因为大锥体细胞具有形成开放电场的条件:神经元排列方向整齐,尤其是顶树突平行排列。

(图2 大锥体细胞产生开放电场)

与之相反,一些球对称神经元(例如丘脑皮质处的细胞)在各个方向产生出大小相对一致的神经元,则会产生一个相对封闭的电场区域,称之为闭合电场。由于闭合电场产生的电位通常会相互抵消,因此很难记录到脑电信号。

(图3 闭合电场)

参考文献:

[1] Lopes da Silva & Niedermeyer (1999) Electroencephalography: Basic Principles, Clinical Applications, and Related Fields. Lippincott Williams & Wilkins.

[2] M. F. Bear, B. W. Connors, and M. A. Paradiso. Neuroscience: Exploring the Brain. Baltimore: Lippincott, 2001.

全文完结,整理不易,看不完记得收藏,最后希望点赞支持一下!

了解更多,请关注“心仪脑”公众号!

内容概要:本文聚焦风出力的不确定性问题,采用拉丁超立方抽样(Latin Hypercube Sampling, LHS)方法生成具有统计代表性的风出力初始场景集,有效克服传统蒙特卡洛抽样存在的样本冗余与收敛速度慢的缺陷。为进一步降低场景数量以提升力系统优化调度的计算效率,研究结合K-means聚类、快速前向选择等场景缩减技术,对生成的高维场景进行聚合与概率修正,保留最具代表性的典型场景及其对应概率分布。整个建模流程在Matlab平台上编程实现,形成一套完整的“抽样—生成—缩减—验证”的不确定性建模框架,为含高比例风力系统提供高质量、低冗余的输入场景集,显著增强随机优化、鲁棒优化等模型的求解效率与工程实用性。; 适合人群:具备力系统分析、概率统计基础及Matlab编程能力,从事新能并网、力系统优化调度、不确定性建模与风险评估等方向的科研人员、工程技术人员及研究生。; 使用场景及目标:①应用于风主导的力系统随机优化调度、机会约束规划、鲁棒经济调度等场景,提升模型对不确定性的刻画能力;②帮助研究者深入掌握拉丁超立方抽样与场景缩减的核心原理与实现方法,构建高精度的不确定性输入模型;③为复杂力系统仿真提供经过科学约简的典型场景集,平衡计算精度与效率,支撑实际工程决策。; 阅读建议:建议读者结合提供的Matlab代码逐模块调试与运行,重点理解LHS在多维空间中的分层抽样机制、场景距离度量方式及聚类缩减过程中的概率守恒原则,关注缩减前后场景集的分布保真性与计算效率提升效果,以全面掌握风不确定性建模的关键技术路径。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值