中文摘要：

计算精神病学是一门新的交叉学科，用数学模型和方法来定量化、精确化地描述精神疾病产生的机理是目前国际研究的一个新趋势，有可能在未来精神疾病的治疗上提供新的思路和技术手段。记忆是脑的所有认知功能的基础。了解记忆形成、修饰和维持的神经环路机制不仅有助于我们认识脑的高级认知功能，而且有助于我们揭示和记忆障碍相关联的精神疾病的发病机制。作为重大研究计划的培育项目，本课题致力于用计算模型方法，结合相关的实验数据，对记忆和记忆障碍的神经环路机制进行研究。课题的内容分为两部分一是对记忆环路动力学性质的一般性研究，包括其动力学稳定性、信息编码、储存、提取和整合的机制；二是针对工作记忆环路，探讨其特有的信息处理机制及其受损时所表现的行为和精神分裂症认知障碍的关系。我们希望该课题的完成将最终推动计算精神病学和临床医学的结合。

结论摘要：

本项目取得三项核心进展1）秒量级的时间信息的记忆与存储。建立神经元网络模型，成功再现局部神经网络对秒量级的时间的编码和记忆。网络采用放电神经元和电突触连接，连接具有无标度特征。动力学机制是:无标度网络包含了若干环和一些高连接度的中心神经元。在环上的神经元依次放电形成周期活动，由于环上的神经元占整个网络神经元的数量很少，在网络水平上并未表现出振荡。中心神经元随着环上神经元放电，在特定时间点被激活，引起与其连接的大量神经元同时放电，导致网络水平的节律活动。如果环比较长，则节律性活动的间隔时间较长，环比较短，则间隔时间较短。无标度网络包含不同长度的环，不同的环可以通过不输入激方式激活而选取出不同时间间隔的节律性活动。网络可以实现不足一秒到数十秒时间间隔的节律性活动，或者说网络通过这样的节律性活动存储从不足一秒到数十秒的时间信息。这和实验观察到斑马鱼视顶盖区的神经活动的特点一致。2）工作记忆容量机制。根据额叶皮层神经元在执行空间工作记忆时的活动和皮层神经元构筑特点，采用连续吸引子的神经元网络，通过网络分布式活动编码记忆对象，神经元活动峰保存具有模拟性质的位置或朝向；网络的记忆容量由活动峰的消失和融合决定，而兴奋性连接的强度和距离决定活动峰的融合和消失；网络动用大致恒定的资源执行记忆并将资源平均分配到每个记忆对象。同时，该模型预言工作记忆任务中记忆对象的相似性可能改善行为表现，这正是记忆项之间相互作用的后果；而工作记忆中保存的记忆项也可能突然消失，这也反映了工作记忆实验中全或无现象。模型同时呈现“Discrete-slot”和“Resource-shared”机制所预期的行为特征。不仅解决了工作记忆容量研究中长期的争论，还回答了工作记忆容量的神经元机制。3）耦合的局部环路实现多模态感觉信息整合。采用两个具有连续吸引子的局部环路分别接受视觉线索和平衡觉线索,各自环路的局部活动峰对这些刺激线索进行编码并作为视觉线索和平衡线索的局部估计。我们发现局部环路的耦合作用可以实现两种信息的贝叶斯优化整合，其机制是局部环路正相关耦合后活动峰输入增强导致峰的位置的波动更小，从而得到更好的估计，而这个估计正好符合贝叶斯优化估计。此外，还开展了多项研究，包括多选项决策的机制、决策中的速度－准确度替代效应、突触短时程可塑性对网络动力学的影响、反馈连对信息传输的作用、知觉学习中编码特征的变化等工作。