【医学】人类大脑中气味的单神经元表征Matlab复现

 ✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，代码获取、论文复现及科研仿真合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab完整代码及仿真定制内容点击👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

物理应用        机器学习

🔥 内容介绍

嗅觉作为一项基本的感觉模式，在动物和人类行为中起着至关重要的作用（Gottfried, 2010; McGann, 2017）。然而，人类嗅觉的神经机制，尤其是在单神经元水平上，仍然知之甚少。本研究首次在清醒人类进行气味评级和识别任务时，记录了梨状皮层和内侧颞叶（MTL）的单神经元活动。我们发现梨状皮层、杏仁核、内嗅皮层和海马体中存在气味调控的神经元。在这些脑区中，神经元的放电模式准确地编码了气味的身份。值得注意的是，重复的气味呈现会降低神经元的放电频率，展现出中央重复抑制和习惯化现象。不同的 MTL 区域在气味处理中扮演着不同的角色：杏仁核神经元编码气味的主观价值，而海马体神经元预测气味识别行为的表现。尽管梨状皮层神经元更倾向于编码气味的化学身份，但海马体的活动反映了主观的气味感知。重要的是，我们发现梨状皮层神经元可靠地编码了与气味相关的图像，表明人类梨状皮层在多感官整合中扮演着重要角色。我们还观察到气味和图像之间显著的跨感官编码，尤其是在杏仁核和梨状皮层。此外，我们发现了一些神经元对语义连贯的气味和图像信息作出反应，证明了嗅觉中的概念编码方案。

我们的研究结果弥合了动物模型和非侵入性人类研究之间的长期差距，并通过揭示之前未知的神经元气味编码原理、区域功能差异和跨感官整合，推动了我们对人类大脑嗅觉处理的理解。

研究亮点

• 首次记录人类梨状皮层和内侧颞叶（MTL）中单神经元对气味的反应。

• 发现不同 MTL 脑区在气味处理中的功能特化：杏仁核编码气味价值，海马体预测气味识别行为。

• 梨状皮层神经元编码气味身份，海马体神经元反映主观气味感知。

• 发现梨状皮层神经元编码气味相关的图像，表明梨状皮层的跨感官整合功能。

• 观察到杏仁核和梨状皮层中气味和图像之间的跨感官编码。

• 发现对语义连贯的气味和图像信息作出反应的神经元，揭示嗅觉中的概念编码。

研究意义

本研究为理解人类嗅觉的神经机制提供了重要的见解。通过揭示单神经元水平上的气味编码原理，我们对嗅觉信息在不同脑区之间的传递和处理有了更深入的了解。这些发现不仅扩展了我们对嗅觉的认识，而且也为研究其他感官信息的处理方式提供了新的思路。

未来展望

未来的研究可以继续探索人类嗅觉的神经机制，例如：

• 进一步研究不同 MTL 脑区在气味处理中的具体机制，以及它们之间的相互作用。

• 研究不同气味特征，例如气味强度和复杂度，对神经元活动的影响。

• 研究气味与其他感官信息，例如视觉和听觉，之间的交互作用。

这些研究将有助于我们更全面地了解人类嗅觉的神经机制，以及嗅觉在人类行为中的作用。

⛳️ 运行结果

🔗 参考文献

This repository contains codes and data associated with the paper Single-Neuron Representations of Odors in the Human Brainby Kehl et al. 2024.

🎈 部分理论引用网络文献，若有侵权联系博主删除

👇 关注我领取海量matlab电子书和数学建模资料

🎁  私信完整代码和数据获取及论文数模仿真定制

🌈 各类智能优化算法改进及应用

生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位

🌈 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类

2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类

2.11 FNN模糊神经网络时序、回归预测

2.12 RF随机森林时序、回归预测和分类

2.13 BLS宽度学习时序、回归预测和分类

2.14 PNN脉冲神经网络分类

2.15 模糊小波神经网络预测和分类

2.16 时序、回归预测和分类

2.17 时序、回归预测预测和分类

2.18 XGBOOST集成学习时序、回归预测预测和分类

2.19 Transform各类组合时序、回归预测预测和分类

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

🌈图像处理方面

图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

🌈 路径规划方面

旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻

🌈 无人机应用方面

无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划

🌈 通信方面

传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配

🌈 信号处理方面

信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测

🌈电力系统方面

微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电

🌈 元胞自动机方面

交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀

🌈 雷达方面

卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别

🌈 车间调度

零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP