摘要 研究了大鼠在條件性恐懼視覺建立過程中杏仁核對恐懼視覺信息的編碼。首先，設計兩種不同拓撲結構(“十”和“O”)圖形，利用巴普洛夫條件反射原理建立大鼠條件性恐懼視覺聯結，采用多通道神經信號采集系統采集恐懼視覺建立過程中的杏仁核神經元集群響應信號。然后，對神經元響應信號進行有效響應區間的自適應選取，分別采用神經元集群發放頻率和集群熵研究條件性恐懼視覺建立的不同階段杏仁核的集群編碼，發現神經元集群在條件性恐懼建立后發放率、熵均有顯著增加。*后，采用支持向量機構建條件性恐懼建立過程中不同恐懼水平的分類模型，驗證兩種編碼的效果。結果表明集群熵編碼包含更多的非線性信息和時空整合信息，能更有效地實現恐懼視覺建立過程中視覺信息的“恐懼”水平的表征，由此推測大鼠杏仁核神經核團是以集群的方式對恐懼信息進行編碼的。
關鍵詞 杏仁核條件恐懼發放頻率集群熵恐懼視覺信息集群編碼
視覺是哺乳動物接受外界信息的主要途徑，其中80％以上的感知信息是通過視覺獲得的。
動物看到引起其恐懼或厭惡情緒的視覺目標時，會產生強烈的生理和心理應激反應，并伴隨著逃避行為心J，它可以喚起視覺信息調節**，激發動物自我保護的本能舊J，對于動物逃避天敵和爭取生存機會具有重要意義。動物對外界視覺信息產生恐懼是通過先天遺傳和后天習得兩種方式獲得的，先天的視覺恐懼是祖先通過遺傳留給后代的，具有無意識的自我保護作用，但是由于動物在生存中會面臨各種各樣潛在的威脅，大多數情況下動物需要在成長過程中不斷地學習和積累生存經驗，從而獲得條件性恐懼視覺聯結。杏仁核位于顳葉內側，屬于早期進化的邊緣結構，大量研究表明杏仁核在恐懼形成和表達中起到了關鍵作用H～。因此，開展杏仁核在條件性恐懼視覺建立過程中的編碼研究對于揭示大腦預警機制具有重要意義。
1939年，Kluver等一1通過損傷杏仁核后研究猴子面對恐懼信息的情緒反應，發現其對應該引發恐
懼反應的動物不在產生回避行為，但對其他情緒表情的識別均正常。2011年，Schweckendiek等¨。采用fMRI技術對特定恐懼患者接受認知行為**前后杏仁核的激活程度進行研究，發現**前患者在杏仁核較正常對照組激活明顯，而**后激活明顯降低；2013年，Strawn等舊1采用似m技術研究杏仁核對先天性恐懼面部表情的表征，發現杏仁核的興奮性顯著增強。以上研究主要從神經影像技術、動物行為學角度確定了杏仁核在恐懼視覺信息表征中的重要地位。
2006年，Paton等¨叫針對猴子進行視覺認知訓練，將不同的圖形通過獎勵和懲罰措施建立猴子的積極和消極的視覺刺激關聯，分析了杏仁核單神經元對不同意義圖形的響應特性，研究表明視覺圖形的情緒意義可以調制神經元活動的變化；2011年，Wang等¨叫采用小鼠對礦場環境會產生焦慮的先天性恐懼行為對杏仁核神經元編碼焦慮的研究中，發現杏仁核區存在與焦慮行為高度相關的神經元。上述研究采用神經電生理技術分析了杏仁核單神經元對恐懼信息的響應特性。然而近年來越來越多的研究表明：神經元集群以特定的模式實現視覺認知任務的編碼，能夠更有效地傳遞和處理視覺信息L12，13 J。因此，從神經元集群的角度揭示杏仁核條件性恐懼信息的編碼機制是神經科學領域的新興課題。
綜合上述問題，本文設計“十”和“0”兩種不同拓撲結構的圖形作為視覺刺激，利用巴普洛夫條件反射原理建立大鼠條件性恐懼視覺聯結。采用神經電生理和行為學相結合的方法，采集大鼠視覺恐懼訓練前、訓練中(主動逃避率40％一50％)和訓練后(主動逃避率在75％以上)三個階段的神經元集群響應信號，對神經元響應信號進行有效響應區間的自適應選取，然后提取神經元集群發放頻率和集群熵特征，開展條件性恐懼視覺信息編碼研究。*后采用支持向量機構建條件性恐懼建立過程中不同恐懼水平的分類模型對編碼方法進行驗證，達到了良好的視覺信息的“恐懼”水平分類效果。
1．1 實驗動物及慢性電極植入
4只雄性LE大鼠，清潔級，體重260—320 g，10—12周齡，由中國科學院上海生命科學研究院斯萊克實驗動物有限責任公司提供種鼠，委托河南省動物中心飼養繁殖。動物飼養保持12 h／12 h明暗交替，濕度維持在(50±5)％，溫度控制在(25±1)℃。所有訓練大鼠經鄭州大學自主研發的嚙齒類動物視覺認知行為功能自動化測評系統(**號：2013100376373)測試篩選，視力正常。首先，采用3％的巴鈉溶液對大鼠實施麻醉，**注射劑量o．17 mL／100 g；然后，固定在立體定位儀上(KOPF940)，用耳棒固定頭部；*后，根據大鼠腦立體定位圖譜，確定杏仁核區的位置(A—P：一2．80～一3．70 mm；M—L：4．50—5．50 mm；D—V：一7．50～一8．30 mm)，植入16 chSpmading微電極陣列(美國韋恩醫學院定制)，術后連續三天腹腔注射拜有利進行**處理，恢復5～7 d開始恐}具視覺聯結訓練。
1．2條件性恐懼視覺訓練方案
為了滿足大鼠基于簡單圖形認知的要求，改造傳統穿梭箱裝置¨4|，在穿梭箱兩個區域對側安裝兩臺顯示器，實現前后雙屏同時顯示圖像，確保大鼠對條件刺激關注度。大鼠恐懼視覺訓練裝置如圖1所示，主要包括：訓練穿梭箱體(50 cm×30 cm×30 cm)、雙屏顯示系統、視頻監控系統、足底電擊系統(電流0—1 mA可調)和主控制設備等。恐懼視覺聯結訓練方案如圖2所示，首先屏幕兩側顯示1 S提示信息，穿梭箱兩邊隨機顯示條件刺激15 S，左右兩邊顯示兩種圖片的概率相等，圖片“O”作為恐懼視覺圖像，出現“0”的一側顯示10 S后，加入足底電擊5 s，休息5 s，重復實驗。定義主動逃避率達到75％作為條件性恐懼視覺聯結建立的標準¨51。主動逃避率的計算方法如式(1)。中n為實驗次數，m。為需要逃避且在10 s內逃避至**區的次數，m：為不需要逃避且該次未逃避的次數。
SuperFcs條件性恐懼實驗系統，型號：XR-XC404
1．3信號采集與刺激模式
信號采集采用Blackrock公司生產的Cerebus一128多通道微電極陣列信號采集系統，采集到的原始信號通過帶通濾波器(250～5 000 Hz)得到高通連續信號，并用閾值檢測方法提取動作電位。
視覺刺激采用22英寸LED顯示屏，分辨率1 280×960。為了消除圖片亮度對實驗結果帶來的影響，兩種刺激圖形的灰度值相同。本文將條件性恐懼視覺建立過程主要分訓練前、訓練中、訓練后三個階段，分別進行數據的采集，信號采集刺激模式如圖3所示，首先提示信息顯示1 s，然后刺激圖形“0”出現1 s，每次圖形出現后黑屏休息5 s，重復10次。
2 方法
由于單個神經元對特定刺激的響應具有較大的差異性，對事件的表達不夠準確，本文從神經元集群的角度展開研究，首先需要篩選有效神經元，來構建神經元集群。有效響應神經元定義：計算刺激前0．5 s內的平均發放率作為神經元響應的基準線rb，計算刺激后有效響應區間內的平均發放率r。，將lg(rs／rb)>0的神經元視為有效響應神經元。
神經元受到刺激后會產生放電頻率的增高或者下降，這些變化通常代表了有效的神經信息，而不同的神經元對特定視覺刺激的響應區間不盡相同，本文根據Spike發放頻率的變化來確定有效響應的區間，以下是單個神經元有效響應區間確定的方法。
2．2神經元集群發放頻率編碼
在恐懼視覺建立不同階段，按照2．1步驟(1)、(2)、(3)計算有效響應區間(t。。，t。。)內，神經元多次重復的平均發放率，獲取神經元集群發放頻率的地形圖，表達大鼠條件性恐懼建立過程中神經元集群的特征。
2．3神經元集群熵編碼
由于神經元集群發放信息是非線性的，本文還采用非線性的神經集群熵編碼的方法。熵編碼過程中按熵原理不丟失任何信息，熵是隨機事件的不定性的度量，可以定量地表達非線性的神經元發放的特性。
2．4構建支持向量機模型對不同編碼方法的效果進行驗證
主要用SVM構建視覺信息分類模型實現視覺恐懼不同訓練階段的恐懼視覺信息編碼驗證，采用訓練過程中三個階段數據的50％作為訓練樣本，另外50％作為測試樣本，分別統計兩種編碼方法的識別率。
3結果分析
在4只LE大鼠杏仁核共記錄了40個神經元的響應信號，首先對數據進行去噪預處理，采用小波變換與K—mean的方法對神經元進行分類，進而確定神經元響應的有效響應區間，分析了動物建立恐懼視覺過程中神經元集群發放率以及熵的編碼特性。本文所有數據處理均在MATLAB2012a軟件進行。
3．1有效響應時間區間自適應確定
不同的神經元有效響應時間區間不盡相同，圖4中為4只LE大鼠在訓練前單個神經元的有效響應區間示意圖，從圖中可以看出神經元在刺激0．7 s時達到峰值，因此本文選擇有效響應時間區間為0．4—1．0 s。
3．2恐懼視覺建立過程中神經元集群發放頻率編碼共在4只大鼠上進行了相同的恐懼視覺刺激實驗，得到了相似的結果。本文主要以其中一只(共
采集了】3個神經元)為例，示例神經元集群在恐懼視覺建立過程中(訓練前、訓練中、訓練后三個階段)的神經元集群頻率編碼情況，如圖5所示
計算該集群在條件性恐懼視覺建立過程中的發放頻率，在4只大鼠上的統計結果如圖6所示，恐懼建立后恐懼圖形的集群發放率為12．86±1．64，大鼠條件性恐懼視覺建立過程中的三個階段，神經元集群發放頻率均有顯著性差異(木：．c水P<0．01)。
3．3恐懼視覺建立過程中神經元集群熵編碼本文對4只大鼠進行了相同的恐懼視覺刺激實驗，神經元集群熵變化得到了相似的結果。圖7為其中1只(共采集了13個神經元)大鼠杏仁核神經元集群在恐懼視覺建立過程中(訓練前、訓練中、訓練后三個階段)的集群熵編碼。
計算該集群在條件性恐懼視覺建立過程中的熵值，在4只大鼠上的統計結果如圖8所示，恐懼建立后恐懼圖形的集群熵為0．44±0．04，大鼠條件性恐懼視覺建立過程中的三個階段，神經元集群熵均有顯著性差異(木術術P<0．01)。
3.4構建支持向量機模型驗證編碼方法的有效性為了驗證集群編碼的有效性，提取恐懼訓練過程中三個階段的神經元集群發放頻率響應特征以及集群熵特征，采用支持向量機構建條件性恐懼建立過程中不同恐懼水平的分類模型，對兩種編碼的效果做出驗證，三個階段分類正確率如表1所示，集群熵編碼的分類效果明顯優于集群發放頻率。
4結論與討論
本文采用基于圖形認知的大鼠條件性視覺恐懼訓練，以大鼠主動逃避率為標準劃分視覺恐懼形成的三個階段，研究杏仁核在恐懼視覺形成過程中神經元集群發放頻率和集群熵編碼，然后構建SVM條件性恐懼建立過程中不同恐懼水平的分類模型進行視覺刺激“恐懼”水平分類驗證。結果表明：大鼠在建立條件性恐懼視覺的過程中，杏仁核中部分神經元發放率會顯著增強，表明恐懼視覺能夠有效激活杏仁核，從神經電生理方面驗證了Strawn等一。面對恐懼面孔杏仁核區的興奮性顯著增強的結論。進一步提出了從Spike發放時間間隔的角度分析杏仁核神經元集群熵編碼，該方法能有效地編碼大鼠條件性恐懼視覺建立過程中的不同“恐懼”水平。針對本文采用的兩種神經元集群編碼模式，發現視覺恐懼訓練前后神經元集群響應特性均具有顯著差異，由此推測恐懼視覺信息在杏仁核是以集群的形式編碼，多個神經元共同完成了對恐懼視覺信息的編碼。*后，采用SVM構建視覺信息分類模型實現視覺恐懼不同訓練階段的恐懼視覺信息編碼驗證，發現神經元集群熵能更有效地編碼恐懼視覺信息。兩種編碼模型的分類精度均高達90％以上，也驗證本文提出的杏仁核集群編碼的有效性。
